"빌더 조쉬" 팟캐스트에 뉴스레터 "진양의 인수창업"을 운영하는 김지혁이 출연해, 인수창업(마이크로 M&A)으로 SaaS를 인수한 뒤 이를 AI 에이전트 팀으로 운영하는 실제 구조를 상세히 공개하는 인터뷰.
- 채널: 빌더 조쉬 Builder Josh
- 원본 발행일: 2026-07-27
- 영상: https://www.youtube.com/watch?v=jajEm8R9nD0
- 재생시간: 46:00
- 출연: 김지혁(진양의 인수창업), 조쉬(진행자)
1계층 — 핵심 주장
개발자 출신 김지혁은 여러 번의 제로투원 창업 실패 끝에 **인수창업(작은 사업체를 사서 운영하는 방식)**으로 전환했고, 지금까지 7개 사업체를 인수했다. 그는 최근 SaaS를 처음으로 인수했는데, 예전에는 SaaS의 높은 매출 배수(멀티플) 때문에 회수 가능성이 계산되지 않아 인수를 피해왔지만, AI로 개발·마케팅·운영 인력을 크게 줄일 수 있게 되면서 SaaS 인수의 경제성이 달라졌다고 판단해 인수를 결정했다. 이 영상의 핵심은 그가 실제로 이 SaaS를 PM·개발자·콘텐츠 마케터 역할을 하는 AI 에이전트 팀으로 운영하는 구체적 아키텍처와, 그것을 "쿼리어블(Queryable) → 클로즈드 루프(Closed Loop) → 셀프 임프루빙(Self-Improving)"이라는 3단계로 구축해가는 과정이다.
2계층 — 근거와 구체적 사례
(1) 인수창업의 배경과 이력
- 개발자로 여러 회사를 다니다가 사업에 관심을 가졌지만 제로투원 창업은 리스크 계산이 안 된다고 느껴, 나이가 들고 가정을 꾸리면서 리스크를 헤지할 수 있는 인수창업으로 방향을 틀었다고 밝힌다.
- 첫 인수는 회사 재직 중 사이드로 시작한 아기타이즈 커머스(약 5천만 원 규모)였고, 이후 같은 업종 브랜드를 합쳐 하나의 법인으로 매각한 경험을 소개한다.
- 이후 BTS 팬 대상 해외 선물 배송 서비스(매각), 무인 아이스크림 매장(매장이 늘수록 리스크도 같이 늘어난다는 판단으로 폐업), 음료 도매업체(직접 지게차를 몰아야 했던 일화 포함), 주방용품 유통업체 등을 인수해왔다고 밝힌다.
(2) 왜 지금 SaaS를 인수했는가
- 과거 SaaS를 인수하지 않은 이유는 매출 배수가 5~8배, 비싼 경우 10~20배에 달해 "내가 이 돈을 회수할 수 있는가"라는 인수창업의 근본 원칙(회수 가능성 계산)을 충족하지 못했기 때문이라고 설명한다.
- 최근 개발·디자인·마케팅 역량이 AI로 인해 커머디티화되면서, 기존에 10명이 필요했던 SaaS 운영이 훨씬 적은 인원으로 가능해질 것이라는 전망이 확산돼 상대적으로 저렴한 매물이 나오기 시작했고, 이는 인수 시 비용을 절감할 수 있는 여지(상방)는 넓어지고 하방 리스크는 안전해지는 구조라고 판단해 SaaS를 인수 후보군에 포함시켰다고 설명한다.
(3) SaaS 인수 시 실제로 넘겨받아야 하는 것
- 어떤 업종이든 인수의 핵심은 현금흐름을 인수하는 것이며, 코드베이스는 그 현금흐름(매출)을 유지하기 위한 수단일 뿐 목적이 되어서는 안 된다고 강조한다.
- 현금흐름 유지를 위해 코드베이스뿐 아니라 고객 데이터베이스, 결제 모듈·PG 계약, 원가율을 결정하는 거래처 정보까지 함께 넘어와야 한다고 설명한다.
- SaaS 인수가 다른 업종보다 어려운 이유로, 매출을 유지하기 위해 알아야 할 정보량이 방대하다는 점을 꼽는다 — 제품이 지금 형태로 개발된 히스토리, 어떤 시도가 실패해서 특정 방향을 포기했는지 같은 누적된 노하우를 흡수하지 못하면 이미 실패했던 시행착오를 그대로 반복하게 된다는 것이다.
- 이를 해결하기 위해 매도팀이 써왔던 Slack과 Notion 전체 데이터를 인수 범위에 포함시켜, 이를 임베딩해 자신보다 회사 맥락을 더 잘 아는 AI를 만드는 것을 첫 과제로 삼았다고 밝힌다.
(4) 인수 직후의 원칙 — 계기판부터, 성급한 의사결정은 금물
- 인수 직후 곧바로 제품 개선에 나서지 않고, 먼저 핵심 지표를 보여주는 "계기판"부터 만든다고 설명한다 — 속도계 없이 운전하면 사고가 나듯, 지표 없이 의사결정을 하면 후회할 파괴적 결정을 하게 된다는 비유를 든다.
- 기존 창업자가 쓰던 BI 도구(이번 건은 Metabase)를 그대로 흡수해 자신에게 맞게 변형하는 방식을 취한다.
- 중요한 차이로, 기존 창업자의 계기판은 대개 "성장"을 위해 설계돼 있지만, 인수 직후 자신의 최우선 과제는 성장이 아니라 현금흐름 방어이기 때문에 굳이 그 지표를 그대로 따라갈 필요는 없다고 짚는다.
- "이것만 고치면 매출이 오를 것 같다"는 인수자 특유의 착각을 경계하며, 기존 창업자가 이미 시도해보고 안 된 이유가 있는 경우가 대부분이라 "안 되고 있는 건 이유가 있다"고 전제하고 접근하는 편이 마음이 편하다고 조언한다. 다만 업사이드가 없다는 뜻은 아니며, 그것을 인수 후 6개월~1년 안에 무리하게 실행하지 않는다는 의미라고 부연한다.
(5) AI 에이전트 팀 구성 — PM·개발자·콘텐츠 마케터
- 계기가 된 것은 인수 실사 과정에서 질문이 너무 많아, 이를 대신 답해줄 봇("제라드", HBO 드라마 실리콘밸리의 PM 캐릭터에서 이름을 땄다)을 Slack·Notion MCP와 연결해 만든 것이었다고 밝힌다.
- 제라드는 이후 사실상 PM 역할로 발전해, 데이터 전체 접근 권한과 라이브 DB 조회 권한까지 가지고 버그 리포트가 들어오면 코드베이스와 DB를 직접 조회해 원인을 분석하고, 재현 방법과 수정 방향(DOD)까지 담은 문서를 Notion 개발 요청함에 작성한다고 설명한다.
- 이후 제라드에게 모든 것(커밋·PR 등)을 맡겨봤지만, 컨텍스트가 방대해질수록 오히려 의사결정 품질이 떨어지는 현상을 겪었고, 이에 따라 역할을 명확히 분리해 별도의 개발자 페르소나("길포일", 같은 드라마의 개발자 캐릭터)를 만들었다고 밝힌다.
- 길포일은 오케스트레이터로서 하위에 개발 담당 서브에이전트 하나, 리뷰 담당 서브에이전트 둘(하나는 Claude, 하나는 OpenRouter의 무료 NVIDIA 모델 — 각각 보수적/진보적 성향으로 세팅)을 두는 구조라고 설명하며, 이 리뷰어 이원화 구성이 실제로 최적인지는 아직 검증하지 못했다고 솔직히 인정한다.
- 최근에는 콘텐츠 마케팅을 담당하는 세 번째 오케스트레이터(리서치·작성·리뷰의 3단 구조)도 실험적으로 도입했으며, 전체적으로 9개의 페르소나를 세팅했지만 실제로 직접 대화하는 것은 제라드·길포일·콘텐츠 오케스트레이터 3개뿐이라고 밝힌다.
- 실제 업무 흐름: 제라드가 개발 스펙을 제시 → 본인이 이를 정제해 Notion 문서로 만들어 길포일에게 전달 → 길포일이 개발 후 PR 제출 → 최종 PR 리뷰는 본인이 직접 수행(전직 개발자로서 보안·이상 여부 점검) — 다만 실제로 리뷰 과정에서 수정 요청을 한 적은 한 번도 없을 만큼 결과물의 품질에는 만족한다고 밝힌다.
(6) "AI 네이티브 컴퍼니 OS"의 3단계 구조
- 1단계 쿼리어블(Queryable): 회사의 모든 의사결정 근거가 될 자료(Notion, Slack, Linear의 프로젝트 정보, Metabase의 라이브 지표 등)를 하나의 진실 공급원(source of truth)으로 정리하고, 각 에이전트가 어떤 자료에 접근할지 정의하는 단계.
- Langfuse로 모든 에이전트-인간 대화 로그를 적재하고, 그중 의사결정에 중요했던 자료는 매주 크론으로 Postgres에 별도 추출한다고 설명한다. 변하지 않는 참고 문서와, 매일 갱신이 필요한 문서(예: 최근 시장조사 등)를 구분해 관리한다고 밝힌다.
- Hermes 프레임워크의 "Honcho"라는 장기 메모리 레이어도 페르소나별로 사용 중이며, 정확도 개선에 도움이 된다고 언급하면서도 스스로도 아직 완전히 이해하지 못한 "블랙박스"로 취급한다고 솔직하게 밝힌다.
- 2단계 클로즈드 루프(Closed Loop): 온도조절기처럼 결과물이 다시 입력으로 되먹임되는 구조. 에이전트가 내놓은 답변 중 좋았던 것/나빴던 것을 매주 리뷰 세션에서 사람이 체크(👍/❌)하면, 이 피드백이 에이전트의 단기 메모리나 프롬프트 수정에 반영된다고 설명한다. Slack 이모지 반응을 통한 긍정/부정 신호 동기화도 이 루프의 일부라고 언급한다.
- 3단계 셀프 임프루빙(Self-Improving): 매주 리뷰 결과를 바탕으로 에이전트가 스스로 자신의 soul/agent 메모리 파일(MD 파일)을 직접 수정해 재사용 가능한 교훈을 반영하는 단계. 반복되는 패턴을 발견하면 프레임워크가 자동으로 새로운 스킬/툴을 만들어주기도 한다고 설명하며, 이 부분은 상당 부분 Hermes 프레임워크 자체의 기능에 위임하고 있다고 밝힌다. 결국 셀프 임프루빙에서 사람이 반드시 해야 하는 것은 "이건 좋았다/나빴다"는 판단을 에이전트에게 넣어주는 것뿐이고, 나머지는 그것을 위한 인프라일 뿐이라고 정리한다.
(7) 아직 사람이 직접 하는 영역
- 전략·자본배분·최종 승인, 즉 "이번 2주간 무엇을 할 것인가"를 정하는 최상위 의사결정은 여전히 본인이 직접 담당하며, "어떻게 실행할 것인가" 구간만 에이전트에게 위임돼 있다고 밝힌다.
- 현재 가장 큰 병목은 본인이라고 인정한다 — 모든 PR을 여전히 직접 리뷰하고 있는데, 이는 AI 코드를 아직 완전히 신뢰하지 못해서라고 솔직히 밝힌다.
- Y Combinator의 한 AI 네이티브 컴퍼니 세션에서 소개된 사례(CS 요청이 오면 사람 개입 없이 자동으로 원인 파악·수정·PR·고객 응대까지 끝내는 방식)와 대비하며, 자신은 현재 인프라의 보안을 전혀 신경 쓰지 않은 내부 전용 구조이기 때문에 엔드포인트를 완전 자동화에 노출시키는 것은 공격 표면 확대 측면에서 부담스러워 아직 하지 않고 있다고 설명한다. 자동화 자체가 목적이 아니라 인수한 자산을 잘 운영하는 것이 목적이라는 우선순위도 이유로 든다.
(8) 현재 진행률과 다음 목표
- "AI 네이티브 컴퍼니 OS" 구축이 전체적으로 약 30% 진행됐다고 자체 평가하며, 쿼리어블 단계가 가장 진척이 빠르고(구두 회의 내용을 아직 적재하지 못한 정도만 남음), 클로즈드 루프·셀프 임프루빙은 계속 진행 중이라고 밝힌다.
- 스스로를 AI 기술의 "프런티어"가 아니라, 다른 사람들이 먼저 개척한 방법을 가져다 쓰는 입장이라고 겸손하게 표현한다.
- 단기 목표로 SaaS 2개를 추가 인수하는 것을 꼽으며, 기존에 10명이 필요했던 운영을 1~2명으로 줄일 수 있는지 현재 시스템으로 검증하는 것이 추가 인수의 전제 조건이라고 밝힌다.
3계층 — 실천적 시사점
- 인수(혹은 신규 프로젝트 인수인계) 시, 코드/자산 자체보다 그것을 지탱하는 맥락(히스토리·노하우)을 어떻게 흡수할 것인가를 먼저 설계할 것 — Slack·Notion 같은 비정형 데이터를 임베딩해 "회사보다 더 잘 아는 AI"를 만드는 접근은 인수뿐 아니라 팀 온보딩에도 응용할 수 있다.
- 새로운 시스템을 인수/인계받았을 때 곧바로 개선에 뛰어들기보다 지표 계기판부터 세팅하는 원칙은 일반적인 프로젝트 인수인계에도 적용 가능하다.
- 에이전트에게 너무 넓은 컨텍스트를 몰아주면 오히려 의사결정 품질이 떨어질 수 있다는 점 — 역할별로 컨텍스트를 명확히 분리한 멀티 에이전트 구조가 실용적 해법이 될 수 있다.
- "셀프 임프루빙"의 핵심은 화려한 자동화 기술이 아니라, 결국 사람이 "이건 좋았다/나빴다"는 판단을 꾸준히 넣어주는 피드백 루프 그 자체라는 점을 기억할 것.
- 완전 자동화(사람 개입 없는 고객 대응 등)를 도입하기 전에는 보안·공격 표면 확대 리스크를 반드시 함께 고려할 것.
4계층 — 개념 정리
| 개념 | 설명 |
|---|---|
| 인수창업 | 제로투원 창업 대신 기존 사업체(영업권)를 인수해 운영하는 창업 방식. 현금흐름 인수가 핵심 원칙 |
| 쿼리어블(Queryable) | 회사의 모든 의사결정 근거 데이터를 하나의 진실 공급원으로 정리해 AI가 조회 가능하게 만드는 1단계 |
| 클로즈드 루프(Closed Loop) | 에이전트의 결과물이 사람의 피드백(👍/❌)을 거쳐 다시 입력으로 순환하는 구조 |
| 셀프 임프루빙(Self-Improving) | 클로즈드 루프로 쌓인 피드백을 바탕으로 에이전트가 스스로 메모리·스킬을 갱신하는 3단계 |
| 페르소나 분리 | 컨텍스트 과부하로 인한 의사결정 품질 저하를 막기 위해 PM·개발자·마케터 등 역할별로 별도 에이전트를 두는 설계 |
| Langfuse / Honcho | 에이전트 대화 로그 적재(Langfuse)와 페르소나별 장기 메모리(Hermes 프레임워크의 Honcho)를 담당하는 인프라 요소 |
핵심 요약 (20줄)
- 인수창업 뉴스레터 "진양의 인수창업"을 운영하는 김지혁이 최근 처음 인수한 SaaS를 AI 에이전트 팀으로 운영하는 구조를 공개한다.
- 제로투원 창업 실패를 여러 번 겪은 뒤 리스크를 계산할 수 있는 인수창업으로 전환해 지금까지 7개 사업체를 인수했다고 밝힌다.
- 예전에는 SaaS의 높은 매출 배수 때문에 회수 가능성이 안 보여 인수를 피했지만, AI로 인력 효율화가 가능해지면서 경제성이 달라졌다고 판단했다.
- 인수의 핵심은 코드가 아니라 현금흐름을 인수하는 것이며, 코드베이스는 그 현금흐름을 유지하기 위한 수단일 뿐이라고 강조한다.
- SaaS 인수가 특히 어려운 이유로, 매출 유지를 위해 필요한 누적된 노하우와 히스토리의 양이 방대하다는 점을 꼽는다.
- 이를 흡수하기 위해 매도팀의 Slack·Notion 전체 데이터를 임베딩해 회사 맥락을 자신보다 더 잘 아는 AI를 만드는 것을 첫 과제로 삼았다.
- 인수 직후 곧바로 개선에 나서지 않고 핵심 지표 계기판부터 세팅해, 후회할 파괴적 의사결정을 피하려 한다고 설명한다.
- 기존 창업자의 계기판이 성장 지향이라면, 인수자인 자신의 계기판은 현금흐름 방어에 초점을 맞춘다는 차이를 짚는다.
- 인수 실사 중 질문이 많아 만들었던 봇이 발전해, 데이터 전권한과 라이브 DB 조회 권한을 가진 PM 에이전트 "제라드"가 됐다고 설명한다.
- 제라드에게 너무 많은 걸 맡기자 컨텍스트 과부하로 의사결정 품질이 떨어져, 별도의 개발자 에이전트 "길포일"로 역할을 분리했다.
- 길포일은 개발 서브에이전트 하나와 성향이 다른 리뷰 서브에이전트 둘을 둔 오케스트레이터 구조라고 설명한다.
- 최근 콘텐츠 마케팅용 세 번째 오케스트레이터도 실험적으로 도입해 총 9개 페르소나를 운영 중이라고 밝힌다.
- 회사 운영 체계를 쿼리어블, 클로즈드 루프, 셀프 임프루빙의 3단계로 구축해가고 있다고 설명한다.
- 쿼리어블은 Notion·Slack·Linear·Metabase 등 모든 자료를 하나의 진실 공급원으로 정리하는 단계다.
- 클로즈드 루프는 에이전트 결과물에 대한 사람의 매주 피드백(좋음/나쁨 체크)이 다시 입력으로 순환하는 구조다.
- 셀프 임프루빙은 그 피드백을 바탕으로 에이전트가 스스로 메모리 파일과 스킬을 갱신하는 단계로, 상당 부분 프레임워크 자체 기능에 위임돼 있다고 설명한다.
- 전략과 자본배분, 최종 승인은 여전히 본인이 직접 하고, 실행 방법만 에이전트에게 위임하는 구조라고 밝힌다.
- 현재 가장 큰 병목은 본인이며, AI 코드를 아직 완전히 신뢰하지 못해 모든 PR을 직접 리뷰하고 있다고 인정한다.
- 완전 자동화된 고객 대응 사례와 비교하며, 보안 리스크와 우선순위 때문에 아직 그 단계까지는 가지 않았다고 설명한다.
- 전체 구축은 약 30% 진행됐다고 평가하며, 이 시스템이 10명 규모 운영을 1~2명으로 줄일 수 있는지 검증한 뒤 SaaS 2개를 추가 인수하는 것이 다음 목표라고 밝히며 인터뷰를 마무리한다.