인도의 AI 스타트업 로켓(Rocket)이 “바이브 코딩”을 넘어, 기업이 무엇을 만들어야 하는지 판단하는 단계에 초점을 맞춘 플랫폼을 공개했다. TechCrunch에 따르면 로켓은 4월 6일 Rocket 1.0을 출시하고, 사용자의 간단한 프롬프트를 바탕으로 가격·유닛 이코노믹스·고객획득 및 시장 진입(GTM) 전략까지 포함한 컨설팅 보고서형 제품 전략 문서를 생성한다고 밝혔다. 특히 로켓은 전통적인 컨설팅 비용의 일부로 같은 수준의 전략 산출물을 제공하겠다는 입장을 내놨다.
생성형 AI가 코드 작성 속도를 크게 높이면서 시장의 관심은 “어떤 기능을 구현할 것인가”에서 “그 기능이 어떤 비즈니스로 이어지는가”로 이동하고 있다. 로켓 공동창업자 겸 CEO인 비샬 비라니(Vishal Virani)는 TechCrunch와의 인터뷰에서 “코드는 이제 누구나 생성해낼 수 있게 됐지만, 무엇을 만들지 정하는 일은 여전히 많은 이들이 놓치고 있다”고 말했다. 즉, 코드 생성이 점점 상품화되는 가운데 전략 수립이 다음 격전지가 될 수 있다는 주장이다.
제품 전략 문서 생성에 집중…전략·빌드·경쟁정보를 한 흐름으로
Rocket 1.0은 연구(research), 제품 구축(product building), 경쟁 인텔리전스(competitive intelligence)를 하나의 워크플로로 연결하는 것을 목표로 한다. 회사는 이 플랫폼이 텍스트 프롬프트로부터 PDF 형태의 상세한 제품 전략 문서를 만든다고 설명했으며, 결과물의 형태는 챗봇이나 기능 중심의 실행 제안과 달리 컨설팅 리포트에 가까운 구조를 지닌다고 한다.
다만 TechCrunch가 플랫폼을 간단히 테스트한 결과에 따르면, 일부 분석은 검증 가능한 자체 데이터에 근거하기보다 기존에 알려진 가격 모델, 사용자 행동 패턴, 경쟁사 관련 정보 등을 종합해 요약·재구성한 성격이 강하게 보인다는 지적도 나왔다. 이는 생성형 결과물을 전략 의사결정에 그대로 적용하기보다는 사용자가 검증 과정을 거쳐야 할 필요가 있음을 시사한다. 로켓은 이용자가 문제를 겪을 경우 사람의 지원을 제공할 수 있다고 덧붙였다.
경쟁사 모니터링도…“1,000개 이상 데이터 소스”를 활용
로켓이 차별화의 근거로 제시하는 또 다른 축은 경쟁사 추적이다. 회사는 플랫폼이 경쟁사를 모니터링하며 웹사이트 변화나 트래픽 흐름 같은 신호를 추적할 수 있다고 주장한다. 비라니 CEO는 분석에 활용하는 데이터 소스가 1,000개 이상이며, 예컨대 메타(Meta)의 광고 라이브러리, 유사 서비스인 Similarweb의 API, 그리고 로켓의 자체 크롤러 등을 포함한다고 말했다.
이와 같은 경쟁 인텔리전스는 전통적으로 시장조사팀이나 외부 리서치 업체가 담당해 온 영역이다. 로켓은 여기에 생성형 AI의 문서화 능력을 결합해, “무엇을 만들 것인가”뿐 아니라 “왜 지금 그 선택이 유리한가”를 설득력 있게 정리해주는 쪽으로 포지셔닝하는 것으로 읽힌다.
가격은 월 25달러부터…컨설팅 대비 ‘비용 절감’이 핵심 메시지
로켓의 구독 요금제는 월 25달러부터 시작해 전략 및 리서치 기능 중심 플랜은 250달러, 경쟁 인텔리전스까지 포함한 상위 플랜은 350달러로 안내된다. TechCrunch에 따르면, 250달러 플랜으로는 제품 빌드와 함께 2~3개의 “맥킨지급(McKinsey-grade)” 리서치 리포트를 만들 수 있다고 로켓이 언급했다.
이 수치가 의미하는 바는 명확하다. 로켓은 전략 컨설팅의 생산물(문서)을 생산성 툴로 전환해 비용 장벽을 낮추겠다는 시도다. 특히 “컨설턴트의 인간 노동”에 붙던 시간·비용 구조를 AI 워크플로로 압축한다면, 중소팀이나 신생 기업도 비교적 낮은 비용으로 시장 진입 논리를 갖춘 기획서를 빠르게 확보할 수 있다.
검증 과제도 남아…전략 AI의 신뢰성은 ‘사람이 최종 책임’
로켓이 제공하는 출력물은 그럴듯한 형식을 갖춘 문서이지만, TechCrunch의 관찰처럼 일부 분석은 검증 가능한 근거보다 요약·재구성 중심일 수 있다. 따라서 사용자는 가격 가정, 단위경제성, 타깃 시장 규모, 경쟁 우위 주장 등 핵심 전제를 자체 데이터나 추가 리서치로 교차 확인해야 한다.
그럼에도 불구하고 로켓의 방향성—즉 코드를 “더 빨리 쓰는 AI”를 넘어 “결정해야 할 문제를 정리하는 AI”—은 시장 흐름과 맞닿아 있다. 기업들이 생성형 AI를 내부 의사결정에 활용하려면, 단순 자동화보다 전략 문서의 품질과 실행 가능성이 관건이 되기 때문이다.
앞으로의 관전 포인트
향후 로켓이 실제 고객의 신뢰를 얻기 위해서는 두 가지가 중요해 보인다. 첫째, 경쟁 인텔리전스와 같은 데이터 기반 기능에서 출처 투명성과 업데이트 주기, 그리고 결과의 재현 가능성을 어느 수준까지 보장하느냐다. 둘째, 출력물의 정확도를 높이기 위해 어떤 형태의 검증 워크플로(예: 가정 체크리스트, 근거 링크, 사용자 피드백 루프)를 제공할지 여부다.
생성형 AI가 컨설팅 문서를 대체하기보다는 “컨설팅 초안”을 빠르게 만들어주는 방향으로 확산될 가능성도 크다. 로켓의 목표는 바로 그 지점—더 빠르고 저렴하게 ‘무엇을 만들지’에 대한 설계를 시작하도록 돕는 것—에 있다. 다음 단계는 사용자가 그 문서를 실제 기획·런칭 과정에서 얼마나 줄일 수 있는 비용과 시간을 증명하느냐가 될 전망이다.
댓글