저축 다 쓰고 빚졌다, 그 다음 월 4,700만원이 된 이유

Rashid Khasanov는 저축을 전부 소진하고 빚까지 졌다. 그런데 지금 그의 마이크로SaaS 포트폴리오 MRR은 월 42,000달러, 한화 약 4,700만원이다. AI 유행을 쫓은 게 아니었다. 고객이 데이터를 한번 넣으면 빠져나오기 어려운 '데이터베이스 니치'를 택한 것이 결정적이었다.

왜 AI 래퍼 대신 데이터베이스 특화를 선택했나

Khasanov가 처음부터 이 전략을 가진 건 아니었다. 초기 제품들이 실패하며 저축이 바닥났고 부채가 생겼다. 그 과정에서 그가 재조정한 건 '무엇을 파느냐'였다. AI 기능을 붙여 주목받는 제품이 아니라, 고객이 데이터를 축적하기 시작하면 이탈이 어려워지는 구조를 골랐다.

데이터베이스 특화 도구의 해자는 전환 비용이다. 고객이 수개월치 데이터를 입력했다면, 경쟁 제품으로 갈아타는 데 드는 시간과 손실이 크다. AI 래퍼는 이 구조가 없다. 원천 모델이 기능을 흡수하면 바로 대체된다. 같은 Freemius 데이터에서도 AI 래퍼 실패율이 역대 최고라는 결과가 나온 이유가 여기 있다.

단일 제품이 아닌 포트폴리오가 MRR을 쌓은 방식

Khasanov는 하나의 대형 제품에 집중하지 않았다. 복수의 니치 데이터베이스 제품을 운영하는 포트폴리오 전략을 택했다. 개별 제품이 실패해도 전체 MRR이 무너지지 않는 구조다. 각 제품이 작은 시장에 깊이 박혀 있으면, 한 제품의 성과가 낮아도 다른 제품이 버텨준다.

이 전략이 가능한 이유는 마이크로SaaS의 특성에 있다. 대규모 개발 팀 없이 혼자 또는 소수로 운영 가능한 범위의 제품이기 때문에, 하나를 만드는 데 수억 원이 들지 않는다. 단, MRR 42,000달러는 매출 수치다. 서버 비용, 결제 수수료, 마케팅비, 세금 등을 제외한 순이익과는 다르다. Khasanov가 실제로 손에 쥐는 금액은 별도로 확인해야 한다.

한국 소상공인 시장에 같은 구조가 있는가

데이터 의존성 해자가 한국에서 작동하려면, 실제로 반복 데이터를 쌓는 소규모 사업체가 있어야 한다. 식당 예약 데이터, 미용실 고객 관리, 소매점 재고 기록, 학원 출결 관리—이미 존재하는 니치들이다. 이 중 엑셀이나 카카오 채널로 버티고 있는 업종이 마이크로SaaS 진입 가능한 시장이다.

한국 시장의 현실적 장벽은 B2B 결제 문화다. 글로벌 SaaS처럼 카드 자동결제에 익숙한 소상공인이 많지 않고, Stripe 연동은 국내 사업자 기준으로 제약이 있다. 토스페이먼츠나 아임포트 기반의 구독 결제 셋업을 먼저 해결해야 가격 실험이 가능해진다. 그 다음에야 Khasanov의 포트폴리오 전략을 국내 버전으로 실험할 수 있다.