이 영상은 Meta Muse 같은 개인 AI 에이전트를 이용해 페이스북 그룹, Marketplace, 인스타그램에서 수요자와 공급자를 찾아 연결하고, 이를 수익성 높은 매칭 사업으로 키우는 방법을 설명한다. 핵심은 단순히 정보를 찾아주는 데 그치지 않고, 정제된 명단과 신뢰 데이터를 내 자산으로 축적한 뒤 커뮤니티와 소프트웨어 사업으로 확장하는 데 있다. 발표자는 이 흐름이 "수천 명의 백만장자"를 만들 수 있는 초기 기회라고 강하게 본다. 🚀

1. 개인 AI 에이전트가 만든 새로운 돈벌이 기회

발표자는 인터넷에서 돈을 벌고 싶다면 지금은 Muse 같은 개인 에이전트를 반드시 살펴봐야 할 시점이라고 말하며 영상을 시작한다. 아직 많은 사람이 개인 AI 에이전트를 이용해 구체적으로 어떻게 수백만 달러 규모의 사업을 만들 수 있는지 이야기하지 않지만, 그는 이 시장의 정보 비대칭과 실행 자동화가 엄청난 기회라고 본다.

"개인 에이전트 같은 Muse를 가지고 놀지 않으면서 인터넷에서 돈 벌 방법을 찾고 있다면, 솔직히 잘 이해가 안 됩니다."

그가 말하는 기회는 복잡하지 않다. 인터넷 곳곳에는 도움이 필요한 구매자와 서비스를 제공할 수 있는 판매자가 이미 존재한다. 다만 이들은 흩어져 있고, 서로를 찾고 검증하고 연결하는 일이 번거롭다. Muse는 이 과정을 대신 탐색하고 구조화하며, 사업자는 그 위에서 매칭 수수료를 받는 역할을 할 수 있다.

발표자는 이 시기를 "첫 번째 인터넷 달러, 혹은 두 번째 인터넷 달러를 벌기 쉬운 시대"라고 표현한다. 특히 페이스북 그룹, Marketplace, 인스타그램에는 이미 막대한 수의 사용자와 게시물이 있어, 새로 수요를 만드는 대신 기존의 수요와 공급을 더 효율적으로 연결하는 방식이 가능하다고 강조한다.

영상 중간에는 협찬사 Brex도 소개한다. 그는 Brex가 고한도 카드, 은행 기능, 비용 보고 같은 백오피스 업무를 처리하는 AI 기능을 갖춰 에이전트 중심의 업무 환경에 잘 맞는다고 평가한다.

2. 야간 신생아 돌봄 인력 찾기에서 발견한 사업 모델

이 아이디어는 발표자가 최근 아이를 낳고 야간 신생아 돌봄 인력(night nurse) 을 찾으면서 시작됐다. 지인들을 통해 찾아봤지만 적합한 사람을 구하기 어려웠고, 결국 에이전시와 상담하게 됐다. 그런데 그 에이전시는 마이애미, 사우스플로리다, 뉴욕 등의 페이스북 그룹을 살펴보며 후보자를 찾는다고 솔직하게 밝혔다.

"에이전시가 페이스북 그룹에서 마이애미나 사우스플로리다, 뉴욕의 야간 돌봄 인력을 찾는다고 하더군요. 그 일을 지금이라면 Muse로 할 수 있는데, 왜 제가 그 수수료를 내야 하나 싶었습니다."

여기서 그는 중요한 사실을 깨달았다. 기존 에이전시는 사람이 직접 그룹을 뒤지고, 게시물을 읽고, 후보를 정리하고, 연락하고, 일정을 조율한다. 하지만 Muse가 이 일을 상당 부분 수행할 수 있다면, 더 적은 비용으로 비슷한 서비스를 제공하는 린(lean) 에이전시를 만들 수 있다.

그는 이 모델을 특정 사례에만 한정하지 않는다. 예를 들어 다음처럼 지역 + 분야 + 검증 규칙을 정하면 각각 하나의 사업이 될 수 있다고 설명한다.

• 플로리다 탬파의 야간 신생아 돌봄 인력
• 텍사스 오스틴의 중고 가구
• 애리조나 피닉스의 배관공
• 캐나다 몬트리올의 시간당 30캐나다달러 수준 돌봄 인력

사업자가 해야 할 일은 먼저 어느 시장을 공략할지 정하는 것이다. 즉, 어떤 니치인지, 어느 도시인지, 누구를 승인할 것인지, 품질을 무엇으로 판단할 것인지를 설계해야 한다. 그 뒤 Muse가 검색, 정보 정리, 매칭, 메시지 초안 작성, 문자와 통화, 예약 등을 보조하게 된다.

"Muse가 구조화, 매칭, DM 초안 작성, 통화와 문자, 예약까지 처리합니다."

3. 단순 정보가 아니라 정제된 데이터 자산을 소유하기

누군가는 이런 사업을 단순한 "정보 차익거래"로 볼 수 있다. 하지만 발표자는 진짜 가치는 단순히 게시물을 찾아주는 데 있지 않고, 그 정보들을 깨끗하고 신뢰할 수 있는 데이터베이스로 바꾸는 데 있다고 주장한다.

페이스북 그룹, Marketplace, 인스타그램에는 질이 제각각인 정보가 쌓여 있다. 어떤 사람은 실력이 뛰어나지만 소개 글이 부실할 수 있고, 어떤 사람은 가격은 저렴하지만 경험이나 후기에서 불안 신호가 보일 수 있다. Muse는 이런 공개 데이터를 수집한 뒤 Airtable, Google Sheets 등으로 옮겨 정리하는 데 활용할 수 있다.

이때 쌓이는 것은 단순한 이름 목록이 아니다. 발표자가 말하는 데이터 자산에는 다음과 같은 요소가 포함된다.

• 제공자와 고객의 이름 및 연락 가능 정보
• 필요한 서비스와 제공 가능한 서비스
• 희망 가격, 시간당 요금, 지역
• 추천 후기, 경험, 부모 추천 등 신뢰 신호
• 응답 속도, 활동 여부, 전문성처럼 매칭 품질을 높이는 정보

"이름, 필요, 가격, 신뢰 신호가 쌓이는 복리형 데이터 조각을 갖게 됩니다. 그리고 그 자산은 결국 당신의 것입니다."

그는 나중에 이 데이터 자체를 판매할 수도 있다고 언급하며, 데이터 브로커링에 대해서는 별도 에피소드에서 다루겠다고 말한다. 다만 영상의 핵심은 데이터 판매가 아니라, 한 번 정제한 명단이 시간이 지날수록 더 가치 있어진다는 점이다. 이전에 확보한 검증된 후보와 고객 정보가 쌓일수록, 새 고객을 더 빠르게 매칭하고 서비스 품질도 높일 수 있기 때문이다.

단, 데이터 정리 방식에는 정답이 하나가 없다고 선을 긋는다. 야간 돌봄 인력을 찾는 고객이 원하는 신뢰 요소와 배관공을 찾는 고객이 원하는 요소는 다르다. 따라서 먼저 ICP, 즉 이상적인 고객이 무엇을 가장 중요하게 보는지 파악해야 한다.

"모든 니치에 통하는 하나의 데이터 정리 방식은 없습니다. 결국 '내 ICP는 무엇을 원하는가?'에서 시작해야 합니다."

4. Muse를 실제 에이전시처럼 운영하는 방법

발표자는 Muse를 단순 검색 도구가 아니라, 작은 에이전시의 운영 인프라로 본다. 예를 들어 "몬트리올에서 시간당 30캐나다달러 수준의 야간 돌봄 인력을 찾아 달라"고 요청하면, Muse는 공개 페이스북 그룹, 인스타그램, Marketplace 등을 탐색해 후보를 모을 수 있다.

다만 공개 범위에는 제한이 있다. Muse는 공개 데이터를 검색할 수 있지만, 비공개 페이스북 그룹 안의 정보를 보기 위해서는 사용자가 먼저 해당 그룹에 가입해야 한다. 이 점은 플랫폼 규칙과 접근 권한을 고려해야 한다는 의미이기도 하다.

그는 후보를 받은 후에는 사람이 직접 또는 AI를 활용해 품질을 확인해야 한다고 설명한다. 예컨대 한 후보가 명단에 있더라도, 실제 경험이 충분한지, 후기와 추천이 있는지, 고객의 요구조건에 맞는지는 추가 검토가 필요하다.

또한 Muse에 전용 전화번호를 연결하면 운영 자동화 수준이 한 단계 올라간다. 발표자는 Bland AI의 Agent Line을 예로 든다. 이는 통화와 문자가 가능한 미국 전화번호를 부여해 Muse가 사람들에게 연락하고, 응답을 받고, 매칭 과정을 진행하도록 돕는 방식이다. 그는 가격이 약 15달러 정도일 수 있다고 언급하지만, 이는 본인의 기억에 따른 수치임을 덧붙인다.

"Muse 에이전트에게 '전화번호를 만들고 나에게 전화해'라고 프롬프트할 수 있습니다. 이제 사람들에게 연락하고, 판매를 성사시키는 것도 가능해집니다."

이 모델이 매력적인 이유는 기존 에이전시의 비용 구조를 크게 낮출 수 있기 때문이다. 과거에는 여러 직원이 후보를 찾고, 연락하고, 검증하고, 예약해야 했다. 하지만 AI가 상당 부분을 처리하면 부모나 고객에게 더 낮은 가격을 제시하면서도 사업자는 높은 마진을 남길 가능성이 생긴다.

"예전에는 팀 다섯 명이 하던 일이라 수천 달러가 들었을지 모릅니다. 하지만 지금은 비용 구조가 훨씬 낮아서, 고객에게 절감분을 돌려주면서도 엄청난 마진을 남길 수 있습니다."

5. 지금 저평가됐다고 보는 페이스북 그룹과 니치 페이지

발표자는 Muse 시대에 특히 저평가된 자산으로 페이스북 그룹을 꼽는다. 그의 추정으로 페이스북 그룹에는 월간 활성 사용자가 약 18억 명에 이르며, 앞으로 수많은 Muse 에이전트가 그룹의 공개 정보를 탐색하게 될 것이라고 본다.

그래서 단순히 다른 사람의 그룹을 채굴하는 데 그치지 말고, 지금부터 직접 그룹을 만들어야 한다고 주장한다.

"수백만 개의 Muse 에이전트가 페이스북 그룹을 돌아다니게 될 거라고 믿는다면, 왜 지금 당장 페이스북 그룹을 만들지 않나요?"

예를 들어 '마이애미 야간 돌봄 인력 에이전시' 같은 이름의 페이스북 비즈니스 페이지를 만들거나, 특정 도시와 서비스에 특화된 인스타그램 니치 페이지를 운영할 수 있다. 이렇게 하면 에이전트가 찾을 수 있는 공개 정보의 원천이 되면서, 동시에 사람들에게 신뢰를 주는 브랜드 채널이 될 수 있다.

그는 페이스북 그룹을 구매하는 것도 차익거래 기회일 수 있다고 언급한다. 다만 이는 페이스북 서비스 약관에 어긋날 수 있으므로, 반드시 플랫폼 이용약관을 먼저 확인해야 한다고 경고한다. 단순히 돈이 된다는 이유로 규정을 무시하라는 뜻은 아니다.

"그룹 구매가 약관상 괜찮은지 저는 확신하지 못합니다. 그러니 반드시 페이스북 약관을 확인하세요."

인스타그램 페이지 역시 새로운 의미에서 저평가됐다고 본다. 이미 인스타그램이 큰 플랫폼이기 때문에 이상하게 들릴 수 있지만, AI 에이전트가 게시물, 댓글, 소개문, 스토리 등을 훨씬 빠르게 탐색하고 활용하는 시대에는 특정 분야의 신뢰도 높은 계정이 더 큰 전략적 자산이 될 수 있다는 논리다.

6. 검색 품질을 높이는 프롬프트와 플랫폼별 전략

발표자는 Muse가 자동으로 모든 최적의 행동을 해주지는 않는다고 강조한다. 사용자가 어디를 봐야 하는지, 무엇을 어떤 기준으로 찾아야 하는지 구체적으로 지시해야 더 좋은 결과를 얻는다.

처음 시연에서 Muse는 공개 목록 사이트와 인스타그램을 탐색했지만, 발표자는 더 높은 품질의 후보를 얻기 위해 명시적으로 페이스북 그룹 검색을 요청한다.

"페이스북 그룹에서 야간 돌봄 인력 20명을 찾아주세요. 거기 데이터 품질이 가장 높습니다."

그 결과 Muse는 '몬트리올에서 베이비시터를 찾는 엄마들', '몬트리올 베이비시터 구인', '웨스트아일랜드 커뮤니티', '필리핀계 돌봄 인력' 등 관련 그룹의 게시물을 찾아내고, 부모 추천이 있는 후보를 우선순위에 두었다. 발표자는 이런 결과를 보고 실제 매칭 사업에 쓸 만한 높은 품질의 데이터라고 평가한다.

그는 Meta가 기본 설정만으로 자기 플랫폼을 지나치게 잠식하도록 만들지는 않을 것이라고 본다. 즉, Marketplace나 인스타그램을 적극적으로 탐색하도록 하려면 사용자가 의도적으로 지시하고 전략을 설계해야 한다.

Marketplace에서는 특히 중고 상품 거래 기회를 강조한다. 모든 정보가 공개돼 있는 경우가 많으므로 다음 같은 조건을 찾아볼 수 있다.

• 가격이 잘못 책정되었거나 설명이 부실한 상품
• 오랫동안 팔리지 않아 가격을 내린 상품
• 재등록된 상품이나 협상 가능성이 커진 상품
• '직접 수령만 가능'해서 구매자가 적은 상품
• 지역별로 흩어진 상품을 묶어 재판매할 수 있는 기회

예를 들어 무거운 피아노는 좋지 않은 예시라고 스스로 정정하면서도, 직접 수령만 가능한 Mac mini 같은 물건을 저렴하게 찾아 재판매하는 방식은 가능하다고 말한다. Muse에게 가격 인하나 재등록 시점을 추적하게 하고, 대신 가격 협상을 시킬 수도 있다는 것이다.

인스타그램에서는 댓글, 소개문, 스토리까지 정보 원천이 될 수 있다. 다만 Muse가 스스로 "이곳을 봐야겠다"고 항상 판단하는 것은 아니므로, 어떤 계정·형식·키워드·행동 신호를 찾을지 구체적인 프롬프트가 필요하다.

"Muse는 이런 아이디어를 스스로 다 떠올리지는 않습니다. 어디를 보고 무엇을 찾아야 하는지 말해줘야 합니다."

발표자 자신은 중고 물건 거래보다 서비스 매칭에 더 큰 흥미를 보인다. 물건은 Marketplace에서, 서비스 수요와 제공자는 주로 페이스북 그룹에서 더 강하게 나타난다고 보기 때문이다.

7. 작은 매칭 부업을 큰 회사로 키우는 네 단계

영상의 가장 중요한 구조는 발표자가 제시하는 개인 에이전트 차익거래의 4단계 프레임워크다. 그는 처음에는 작은 부업처럼 시작하더라도, 데이터를 소유하고 고객 접점을 확보한 뒤 기술 회사로 발전시킬 수 있다고 설명한다.

1단계: 다른 사람의 플랫폼을 채굴하기

첫 단계는 다른 사람이 운영하는 페이스북 그룹, Marketplace, 인스타그램에서 기회를 찾는 것이다. 여기서는 AI를 이용해 수요와 공급을 파악하고, 필요한 사람끼리 연결하며, 시장의 흐름을 배운다.

"첫 번째 단계는 채굴입니다. 다른 사람의 그룹, Marketplace, 인스타그램에서 금을 찾는 것이죠."

이 단계의 목적은 빠르게 돈을 벌어보는 것만이 아니다. 어떤 요청이 자주 반복되는지, 고객이 무엇을 불안해하는지, 제공자는 어떤 문제를 겪는지 같은 시장 지식을 얻는 과정이다.

2단계: 정제된 명단을 소유하기

두 번째 단계는 플랫폼 바깥으로 데이터를 가져와 정리하는 것이다. 가격 정보, 품질, 후기, 신뢰도 등을 반영한 명단을 구축하면, 더 이상 매번 처음부터 공개 게시물을 뒤질 필요가 없다.

"플랫폼 밖으로 꺼내 정리하고, 가격을 매기고, 신뢰할 수 있는 명단을 만들면 사업의 가치가 생깁니다."

이는 발표자가 반복해서 강조한 내가 소유하는 자산의 단계다. 플랫폼의 알고리즘이나 정책에 완전히 의존하지 않고, 자체 데이터와 고객 관계를 축적하는 방향으로 가야 한다.

3단계: 공간과 커뮤니티를 소유하기

세 번째 단계는 직접 고객과 공급자가 모이는 '방'을 갖는 것이다. 여기서 방은 물리적 공간이 아니라 페이스북 그룹, 인스타그램 니치 계정, Marketplace 스토어프런트처럼 사람들이 모이고 신뢰가 형성되는 채널을 뜻한다.

"세 번째는 방을 소유하는 것입니다. 페이스북 그룹을 소유하고, 니치 인스타그램을 소유하고, Marketplace 스토어프런트를 갖는 거죠."

이 단계에서는 외부 플랫폼에서 기회를 찾는 사람에서, 특정 시장에서 사람들이 먼저 찾아오는 신뢰받는 운영자로 바뀐다.

4단계: 수직형 기술을 만들기

마지막 단계는 앞의 과정에서 얻은 데이터, 고객, 업무 지식을 바탕으로 기술을 만드는 것이다. 이는 SaaS, 특정 산업용 AI 에이전트, 또는 한 분야의 업무를 처음부터 끝까지 자동화하는 수직형 운영 시스템이 될 수 있다.

"깨끗한 데이터와 고객을 갖고 워크플로를 이해하게 되면, '이걸 처음부터 끝까지 자동화할 스타트업은 무엇일까?'를 생각하게 됩니다."

발표자는 이것이 단순히 매달 1,000~2,000달러를 버는 부업의 이야기가 아니라고 강조한다. 특정 시장을 깊이 이해하고, 반복 업무를 표준화하고, 이를 자동화하는 기술을 만들면 훨씬 큰 기업가치를 창출할 수 있다는 주장이다.

8. 콘텐츠 운영과 개인 에이전트 경쟁 구도

Muse는 매칭과 데이터 정리에만 쓰이는 것이 아니라, 인스타그램에서 어떤 콘텐츠와 형식이 잘 작동하는지 조사하고 콘텐츠 아이디어를 내는 데도 활용할 수 있다. 발표자는 Muse를 자신의 콘텐츠 허브처럼 사용할 수 있다고 말한다.

예를 들어 니치 계정을 운영한다면 Muse에게 관련 계정, 인기 있는 게시물 형식, 댓글 반응, 잠재 고객의 관심사를 조사하게 할 수 있다. 이를 바탕으로 콘텐츠를 만들고, 커뮤니티를 키우고, 결국에는 고객의 신뢰와 관심을 확보할 수 있다.

그는 서비스 사업의 가치를 다음처럼 정리한다.

"Muse는 필요를 듣고, 인스타그램은 사람을 찾고 그들이 괜찮다는 것을 증명합니다. 삶의 순간들을 지켜보고, 나만의 청중을 만들게 해줍니다. 그러면 신뢰와 관심을 소유하게 됩니다."

한편 Muse만이 유일한 선택지는 아니라고도 말한다. Dots, Instinct 등 여러 개인 에이전트 플랫폼이 있으며, 각각 장단점이 있다는 것이다. Dots는 모델 자체가 똑똑하게 느껴진다고 평가하지만, 현재로서는 Muse가 페이스북 그룹·인스타그램·Marketplace를 채굴하는 능력에서 특히 두드러진다고 본다.

"Muse가 특별히 뛰어난 부분은 페이스북 그룹, 인스타그램, Marketplace를 채굴하는 능력입니다."

그는 Muse의 무료 플랜부터 시작해 실제 고객과 수익이 생기면 유료 플랜으로 올리는 방식을 권한다. 자신은 월 100달러 플랜을 사용하고 있으며, 더 좋은 모델과 더 많은 토큰을 제공하는 것으로 이해한다고 설명한다. 다만 정확한 요금제 구성은 바뀔 수 있으므로 실제 서비스 페이지에서 확인하는 것이 필요하다.

9. 마무리: 지금은 작게 시작해 깊게 확장할 때

발표자는 이 기회가 언제까지 지속될지는 확신할 수 없다고 말한다. 하지만 지금은 AI 에이전트가 공개 인터넷의 수요와 공급을 빠르게 찾아주고, 사람은 그 위에서 검증·신뢰·관계·브랜드를 구축할 수 있는 매우 이른 시기라고 본다.

그가 제시하는 핵심 흐름은 명확하다. 먼저 좁은 분야에서 수요와 공급을 연결하고, 그 과정에서 정제된 데이터를 쌓고, 자체 커뮤니티와 고객 접점을 만들며, 마지막에는 그 업무를 자동화하는 기술을 구축하라는 것이다.

"이건 역사상 무언가를 만들기에 가장 좋은 시대입니다."

결국 영상은 Muse 자체를 추천하는 데서 끝나지 않는다. AI를 활용해 사람들의 실제 문제를 더 싸고 빠르게 해결하고, 그 과정에서 남는 데이터와 신뢰를 자신의 자산으로 전환하라는 사업 전략에 가깝다. 작은 지역의 작은 니치에서 시작하더라도, 잘 쌓으면 매칭 서비스, 커뮤니티, 그리고 수직형 소프트웨어 회사로까지 성장할 수 있다는 것이 발표자의 결론이다.