#앱개발 #구글시트 #클로드 #Claude #앱만들기 #바이브코딩 #Vibecoding #코딩강의 #오빠두엑셀

00:00 강의 시작

02:19 이제 AI로 ‘10분 안에’ 앱을 만들 수 있습니다!

03:27 구글 Ai 스튜디오에서 무료 API 키 발급 받기

04:34 현존 코딩의 최강 AI 도구! Claude 모델 사용법

05:21 구글시트로 데이터 및 앱 인터페이스 구축하기

07:55 앱 동작에 사용할 Gemini API 모델 선택하기

09:10 앱 코드 작성에 사용할 프롬프트 완성하기

10:53 프롬프트 복/붙으로 코드 완성하기

12:29 완성된 코드를 앱스 스크립트로 옮기기

14:05 완성된 앱 배포 및 접근 권한 설정하기

15:46 앱 개발 끝! 완성된 앱 테스트해보기

16:36 부족한 부분과 오류 개선 후 새 버전으로 배포하기

18:38 나만의 식단/음식 분석 앱 5분 안에 만들기

20:48 음식 분석 앱 완성 및 배포하기

23:15 나만의 다이어트 식단 관리 앱 복사 및 사용방법

00:00 강의 시작

00:55 LLM 모델과 AI 에이전트 차이점과 핵심 개념

02:50 미래 일자리 보고서 AI로 인한 직업 시장의 변화

08:29 ‘산업별 AI 도입’ 영향력 분석 보고서

10:57 Open AI 가 제시하는 AI 발전 ‘5단계 로드맵’

12:35 직급별 AI 활용도 분석 및 주요 시사점

14:25 인간과 AI의 협업 인간-에이전트 팀의 등장

17:08 조직 구조의 진화 피라미드에서 ‘워크차트’로!

18:28 AI 시대, 성과를 이끄는 “CEO 마인드셋”

21:17 업계 전문가와 현직자 ‘Skill Gap’ 인식의 차이

26:42 AI 시대를 준비하는 커리어 전략 : 산업별 역량 파악

29:31 AI 시대를 살아가는 우리에게 꼭 필요한 자세

1) 5년 전망: “절반이 사라진다”보다 중요한 것

• 초급·반복적 지식노동의 자동화는 현실화된다. 채팅·요약·초안 작성·리서치·QA 같은 업무가 먼저 바뀐다.

• 동시에, 극소수 인원(심지어 1인)으로도 예전 ‘수백 명 팀’이 하던 제품을 만들 수 있는 환경이 형성된다.

• 22세 신입보다 재교육을 회피하는 50~60대가 더 타격을 받을 가능성이 크다. 젊은 층일수록 전환 속도가 강점.

핵심 시나리오

• 팀 구조: 대규모 주니어 채용 → 소수 핵심 인력 + AI 워크플로.

• 커리어 경로: ‘부서별 말단’ → 작게 만들고 크게 배포하는 빌더/창업자.

2) 왜 지금이 “1인 빌더”의 황금기인가

• 최신 모델·툴 체인은 텍스트/이미지/음성/코드 전 영역을 커버한다.

• 인프라·오토메이션 덕분에 기획→디자인→개발→마케팅이 짧은 주기로 수렴한다.

• 결과적으로 소수 인원으로 Billion-scale 임팩트가 가능한 드문 시기.

3) AI를 가르는 네 축(Compute · Data · Algorithm · Product)

3-1. Compute(컴퓨트): 가장 큰 병목은 에너지

• 칩·메모리·네트워킹·랙·데이터센터 건설·허가·전력 수급까지 전 주기 대공사.

• 수요 급증 시 접속 제한/대기열 같은 서비스 병목이 반복될 수 있다.

• 중장기 해법: 더 많은 칩과 기가와트급 전력을 안정 조달, 생산·설치의 자동화.

3-2. Data(데이터): 합성·과제 생성·발견형 학습으로 이동

• 교과서 추가 학습의 한계가 보인다. 이제 모델은 데이터에 없는 것을 배우는 방향(가설→실험→업데이트).

• 사용자와 함께 더 어려운 태스크·환경을 생성해 모델을 단련하는 흐름이 중요해진다.

3-3. Algorithm(알고리즘): 추론 강화로 “작은 모델의 기적”

• 추론 능력 강화를 통해, 로컬·경량 모델도 고성능을 낼 수 있는 돌파구가 나타났다.

• 같은 컴퓨트로 더 똑똑하게, 더 싸게 돌리는 길이 열리며 보급 속도를 끌어올린다.

3-4. Product(제품화): 과학만으론 부족하다

• 사람 손에 쥐여 실제 문제를 푸는 제품으로 이어질 때 사회와 함께 진화한다.

• 모델보다 **경험 설계(온보딩·피드백·신뢰·과금)**가 성공/실패를 좌우한다.

4) 2030 신입을 위한 역량 지도

What > How

• 특정 툴 숙련도보다 문제정의·기획·평가지표 설계가 더 큰 레버리지.

• “이걸 어떻게 만들지”보다 “무엇을 만들어 누구의 어떤 문제를 어떻게 바꿀 것인지”.

추론·시스템 사고

• 프롬프트 한 번보다 체인·루프·도구 호출이 엮인 시스템 프롬프팅이 성과를 만든다.

• 데이터 수집→합성→평가→수정의 폐쇄 루프를 설계하는 감각이 필요.

제품 감각·윤리/거버넌스

• 과장·허상 대신 신뢰 가능한 동작 범위를 명확히 보여 주는 것.

• 프라이버시, 안전장치(정렬), 책임소통을 처음부터 제품요건으로 포함.

5) 6개월 액션 플랜(대학생·입문자 기준)

1주차 — 세팅

• 업무/학습 흐름을 적고, 가장 귀찮은 1단계를 AI로 치환.

• 매일 15분 실험 슬롯 확보(요약/코드/이미지/오디오 중 하루 하나).

2~4주차 — 시스템화

• 자주 쓰는 프롬프트를 모듈화하고, 나만의 미니 에이전트로 고정.

• 결과물은 반드시 내 말투·사례로 재작성(그대로 복붙 금지).

5~8주차 — 공개 프로젝트 2개

• 실제 사용자를 상정한 작은 제품 2개(예: 회의 도우미, 마이크로 자동화).

• 깃허브/노션/블로그에 문제–접근–평가–한계까지 정리.

9~12주차 — 성능 관리

• TOT(생각의 나무)나 체인 기반으로 3가지 접근 생성→A/B 테스트.

• “정확도·속도·비용” 3축 지표판 만들기.

13~24주차 — 확장·협업

• 동료 2~3명과 역할을 나누어 엔드투엔드 제품 한 번.

• 실사용자 20명 인터뷰/피드백 반영→버전 2 배포.

6) 채용·이직 관점: 포트폴리오는 이렇게 보인다

• “무엇을 바꿨나”에 초점: 이전/이후(비용, 시간, 품질) 수치화.

• 리스크 관리: 실패 사례·버그·한계와 그 조치(안전·프라이버시·거부 처리).

• 재현 가능성: 실행 스크립트/프롬프트·데이터 파이프라인 공개(가능한 범위에서).

7) 마음가짐: 도망치지 말고 작게 부딪히기

• 거대한 미래를 예측하는 대신, 작은 실험을 빠르게 반복하자.

• 완벽보다 일주일마다 눈에 보이는 개선을 내는 사람이 결국 앞선다.

끝으로

“절반이 대체된다”는 구호는 공포를 자극하지만, 커리어 전략은 공포가 아니라 설계와 실행이 만든다.

당신이 정의한 문제를, 당신만의 방식으로, 지금 당장 작은 규모로 풀어보자.

그 루프를 6개월만 돌리면—입직 경쟁력은 이미 다른 세계가 된다.

“모든 직업이 대체될까?”

예측은 계속 빗나가고, 결국 남는 건 ‘행동’입니다

한때는 판사·변호사 같은 전문직은 AI가 대체하기 어렵고, 단순 노동부터 치환될 거라 말했습니다. 하지만 지난 20년을 돌아보면 “대체된다/안 된다”는 목록은 몇 년 간격으로 뒤집혔고, 최근 것조차 금세 낡은 예측이 되곤 합니다. 결론은 단순합니다. 직업의 종류가 아니라 ‘일의 방식’이 바뀐다는 사실, 그리고 먼저 행동하는 사람이 기회를 선점한다는 사실입니다.

1) 예측은 틀리고 변화는 빨라진다

• 20년 전, 5년 전, 심지어 1년 전의 “대체 불가” 목록이 오늘 보면 뒤집혀 있습니다.

• 기술의 궤적을 정확히 그리는 건 점점 어려워졌고, 유일하게 확실한 건 변화의 속도뿐입니다.

2) 왜 ‘쓰는 사람’이 이긴다

대부분의 사람은 AI를 “한번 써보고 말아요.” 체감 이익이 즉시 오지 않으면 배움을 미룹니다. 그래서 활용자와 비활용자의 격차는 생각보다 빠르게 벌어집니다.

제가 대학 강의에서 “AI를 반드시 쓰라”고 해도 실제로는 끝까지 안 쓰는 학생이 많습니다. 이유는 단순합니다. 지금도 과제·시험을 ‘어떻게든’ 할 수 있으니까. 그러나 “어떻게든”의 생산성으로는, AI를 파고든 동료의 속도를 따라잡기 어렵습니다.

3) 하우(How)의 시대에서 왓(What)의 시대로

예전엔 포토샵을 “배워야” 디자인을 했습니다. 이제는 무엇(What)을 만들지 명확히 말하면 도구가 구현을 ‘대행’합니다.

이미지·음악·영상·카피라이팅까지, 도구의 숙련도보다 목표 정의와 방향 설정이 더 큰 가치가 되는 흐름입니다.

4) 예술과 ‘피지컬 AI’까지 진입한다

AI는 그림과 음악도 만듭니다. 여기에 로봇·인공근육 등 물리적 영역(피지컬 AI)이 결합되면, 무용·공연·서비스업 같은 ‘몸의 노동’까지 영향을 받습니다.

“그래도 인간의 고유 영역”이라는 믿음은 점점 도전받고 있습니다. 대체의 속도와 범위를 과소평가하지 않는 편이 안전합니다.

5) 정렬(Alignment)과 거부 문제

AI는 사회 규범을 어기는 요청(폭력·불법 등)을 차단하도록 설계됩니다. 이런 규범적 거부는 당연하고 필요합니다.

문제는 규범 외의 영역에서 발생하는 “모델의 자의적 거부”인데, 시장의 선택은 냉정합니다. 사용자가 성능 저하로 느끼는 거부는 도태를 부릅니다. 결국 품질·안전·책임의 균형을 맞춘 모델이 살아남게 됩니다.

6) AI는 인프라가 된다

전기·인터넷처럼 끊기면 사회가 멈추는 인프라가 됩니다. 공공 행정부터 교육·산업 전반으로 스며들 것입니다.

그때 가서 배우기엔 늦습니다. 지금의 시행착오가 자산입니다.

7) 도구는 이미 일상 속으로

• 회의 보조: 실시간 요약·질문 추천·액션 아이템 정리까지 자동화하는 회의 도구들이 폭넓게 쓰입니다.

• 콘텐츠 제작: 이미지·영상 생성·편집, 음성/나레이션, 배경 제거, 스타일 변환 등은 제작의 장벽을 낮춥니다.

• 개인화 음악/미디어: 기분·상황에 맞춘 음악·사운드를 즉석 생성해 쓰는 것도 흔해졌습니다.

핵심은 특정 서비스 이름이 아니라, **“업무 흐름에 어디를 AI로 치환할지”**를 설계하는 시각입니다.

8) 잘 쓰는 법: 질문을 ‘AI에게’ 설계시키라

“좋은 질문이 중요하다”는 말은 맞지만, 초보자에게는 어렵습니다. 방법은 간단합니다.

1. 막연한 목표를 먼저 적기: “이 주제로 3분 스피치를 하고 싶다.”

2. 질문 설계도 요청: “내 목표를 이루려면 무엇을 물어야 하나? 단계별로 프롬프트 목록을 만들어 줘.”

3. 그 프롬프트로 다시 질의: 각 단계 결과를 이어 붙여 작업 완성.

그리고 결과는 반드시 내 언어로 재작성하세요. 원문 그대로 붙이면 “AI 특유의 문체”가 남습니다. 내 용어·사례·감각으로 덮어씌우는 과정이 품질을 가릅니다.

9) 개인 워크플로를 ‘봇’으로 고정

반복 업무가 있다면 나만의 챗봇/에이전트를 만들어 프로세스를 고정하세요.

예: 유튜브 제작 → [주제 입력] → [제목 후보] → [썸네일 카피] → [대본 구조] → [스크립트] → [타임라인·CTA].

매번 새로 묻지 말고 템플릿화하면 속도와 일관성이 올라갑니다.

10) Tree of Thoughts(TOT): 생각의 가지를 늘리기

프롬프트 끝에 “여러 방법으로 생각해 줘”를 명시하면, AI가 해결 경로를 분기해 제시합니다.

정답이 하나인 문제도 접근법은 여러 개일 수 있습니다. 이때 TOT는 내가 못 본 조합을 보여주는 데 강합니다.

11) 창의성은 ‘연결’에서 온다

창의성은 서로 무관해 보이는 것들의 새로운 연결입니다.

매일 아무 두 단어를 뽑아 억지로 연결하는 훈련만으로도 발상이 열립니다. AI는 이 연결 놀이에 탁월합니다. 내 아이디어의 출발점을 AI에 위탁해 보세요. 이후의 선택과 편집은 사람의 몫입니다.

12) 기업가정신(Entrepreneurship), 지금 더 필요하다

앞으로의 세계는 더 복잡하고, 예측 불가능합니다. 막다른 길에서 돌아가는 사람과 뚫고 나가는 사람이 갈립니다.

기업가정신은 회피가 아니라 돌파의 기술입니다. 작게라도 실행하고, 짧게 검증하고, 빨리 전환하는 습관이 결국 자산이 됩니다.

13) “인간이 퇴화한다”는 걱정에 대하여

계산기가 생겨도 인간의 사고가 사라지지 않았듯, 기억의 외주는 생각의 파괴가 아닙니다.

전화번호를 외우지 않아도 우리는 더 많은 것을 배웁니다. AI는 사고의 여유 공간을 만들어 줄 뿐, 우리의 판단과 책임을 대신하지는 않습니다.

지금 시작할 수 있는 7가지 액션

1. 현재 업무 흐름을 적고, 가장 귀찮은 1단계를 AI로 치환해 본다.

2. 자주 쓰는 프롬프트를 문서로 모아 ‘나만의 봇’에 고정한다.

3. 매일 15분 실험 슬롯을 만든다(요약, 회의록, 이미지, 코드 중 하루 하나).

4. 결과물은 반드시 내 말투로 재편집한다.

5. TOT로 3가지 대안을 받아 비교 후 택1 한다.

6. 한 달에 한 번, 업무 전 과정의 자동화 비율을 점검한다.

7. 팀·학생·지인과 베스트 프랙티스를 공유해 집단 학습 속도를 올린다.

맺음말

“직업이 대체되느냐”는 질문은 점점 덜 중요해집니다. 중요한 건 내 일의 어떤 부분이 바뀌고 있는지, 그리고 내가 지금 무엇을 바꾸고 있는지입니다.

AI 시대는 하우가 아니라 왓을 선명히 말하고 실행하는 사람에게 유리합니다. 완벽한 계획보다 작은 실행이, 느린 학습보다 짧은 실험의 반복이 더 멀리 데려다 줍니다.

지금도 선택지는 두 개뿐입니다. 바뀌는 세계를 구경하느냐, 만드는 쪽에 서느냐.

정답은 늘 행동하는 쪽에 있습니다.

김용대 KAIST 교수팀 연구

AI 댓글의 고유한 패턴 찾아내

내용·문법 정확해도 너무 형식적

댓글 통한 여론조작 차단 가능

사진 확대

AI가 생성한 댓글을 탐지하고 식별하는 모습. '이 댓글은 구글 제미나이가 생성한 것으로, 띄어쓰기가 규칙적이고 일반적인 이모지를 사용하고 있다'는 식으로 분석해 준다. KAIST

생성형 인공지능(AI) 기술이 발전하면서 여론 조작의 위험성도 그만큼 커지고 있다. 생성형 AI를 이용하면 몇 시간 만에 댓글 수십만 개를 자동 생성할 수 있는데, 마치 그게 여론인 것처럼 보일 수 있기 때문이다.

김용대 KAIST 전기및전자공학부 교수 연구팀이 국가보안기술연구소와 함께 한국어 AI 생성 댓글을 탐지하는 기술을 세계 최초로 개발했다.

생성형 AI를 이용해 뉴스 포털에 수십만 개 댓글을 다는 데는 몇 시간이면 충분하다. 챗GPT-4o를 기준으로 비용도 댓글 1개당 1원 정도밖에 들지 않는다. 국내 최대 뉴스 플랫폼인 네이버의 하루 평균 댓글 수가 20만개가량인데, 단 20만원이면 전체 댓글을 만들어낼 수 있는 것이다.

그러나 지금까지 AI가 작성한 댓글과 사람이 작성한 댓글을 구분하는 일은 사람에게도 매우 어렵다. 연구진이 사람에게 총 210개의 댓글을 평가하게 하자, AI가 쓴 댓글의 67%를 사람이 작성한 것으로 착각했다.

한국어 댓글에는 'ㅋㅋㅋㅋ' 'ㅠㅠㅠㅠ'처럼 짧은 구어체가 많아 AI로 분석하기도 어렵다. 연구진은 14종의 다양한 대규모언어모델(LLM)을 활용해 AI 댓글 모음을 구축하고, AI가 생성한 댓글의 고유한 패턴을 찾아냈다. 연구에 따르면 AI와 사람의 댓글 차이는 결국 '감정'이었다. AI는 '것 같다' '에 대해' 등 형식적인 표현을 자주 사용하는 반면, 사람은 'ㅋㅋㅋㅋ' 같은 반복 문자나 감정 표현을 즐겨 사용했다. 'ㅋㅋㅋㅋ' 'ㅠㅠㅠㅠ' 같은 반복 문자 사용 비율은 사람은 52%였으나, AI는 12%에 그쳤다.

또한 사람은 자신의 생각이나 감정을 직접 표현하는 말투를 자주 사용했고 사회나 공동체에서 통하는 밈, 유행어를 자주 썼다.

실험 결과 이번 기술은 기존 기술보다 68% 더 정확하게 AI 생성 댓글을 구별해냈고 각 LLM이 가진 고유 말투까지 파악해 어떤 LLM이 댓글을 썼는지도 정확하게 찾아냈다.

이번 연구는 향후 댓글을 이용한 여론 조작 시도를 차단하는 데 크게 도움이 될 전망이다. 연구진은 "CCTV가 범죄 시도 자체를 줄이는 것처럼 정확한 AI 탐지 기술의 존재만으로도 온라인 여론 조작 시도를 억제하는 심리적 장치로 작용할 수 있을 것"이라고 했다. 어떤 LLM이 썼는지도 알 수 있기 때문에 대규모 조작 활동이 일어날 경우 실시간 모니터링도 할 수 있다. 의심스러운 계정을 선제 차단하는 조치도 가능하다.

연구를 이끈 김 교수는 "여론 조작 방어의 첫 단계는 AI가 작성했는지를 파악하는 것"이라며 "포털에 실제로 적용해 여론 조작 우려가 사라지기를 바란다"고 말했다.

박대준 쿠팡 대표이사. /사진제공=쿠팡지난해 연매출 40조원을 돌파하며 국내 유통업 1위를 공고히 한 이커머스(전자상거래) 기업 쿠팡이 박대준 단독 대표 체제로 분위기 쇄신에 나선다.

박 대표는 2012년 입사해 13년간 쿠팡의 성장 동력인 로켓배송 물류망 투자를 이끌어온 '원조 쿠팡맨'이자, 최장수 임원이다. 국내 유통업계 혁신을 이끈 쿠팡이 AI(인공지능)와 물류 고도화가 심화하는 상황에서 그동안 관련 사업을 이끈 박 대표에 더욱 힘을 실어 성장세를 이어가겠다는 구상으로 풀이된다.

이와 관련, 쿠팡은 박 대표를 쿠팡(주)의 단독 대표로 선임했다고 26일 밝혔다. 지난 4년간 쿠팡은 경영관리 부문을 총괄한 강한승 대표와 신사업 부문을 맡은 박 대표의 각자 대표 체제였는데, 이번 인사로 박 대표가 경영 전반을 총괄하게 됐다. 쿠팡은 향후 이사회를 열어 박 대표를 쿠팡(주) 이사회 의장으로 선임할 예정이다.

박 대표는 홍익대 경영학과를 졸업한 뒤 LG전자·네이버 등을 거쳐 2012년 쿠팡의 정책담당 실장으로 합류했다. 2019년에 정책담당 부사장으로 승진했고, 2021년부터 신사업 담당 대표를 역임해왔다.

특히 2014년 국내 최초로 시작한 로켓배송 사업을 주도하며 회사의 성장세를 이끈 주역으로 회사 창업주인 김범석 쿠팡 Inc 의장의 의중을 가장 잘 아는 인사로도 알려졌다. 아울러 쿠팡이 로켓배송 물류망 투자를 지속하면서 6조원대 누적 적자를 기록하고, 1~2년 안에 망한단 우려가 나온 시기에도 위기 극복과 성장을 위한 돌파구를 마련한 인사로 알려졌다. 그가 AI와 자동화 기술 투자를 확대하는 흐름 속에서 회사 혁신을 이끌 적임자로 평가받는 배경이다.

김 의장도 지난해 4분기 실적 컨퍼런스콜에서 "지난해 자동화 풀필먼트 및 물류 인프라 비율을 2배 늘렸지만, 아직 자동화 인프라 비율은 10% 초반에 불과하다"며 "로보틱스와 매일 수조 건의 예측을 수행하는 AI는 다음 혁신의 물결로 더 높은 수준의 성장을 이끌어낼 것"이라고 밝힌 바 있다.

서울 시내의 한 쿠팡 물류센터에 주차된 배송 차량. /사진제공=뉴시스실제로 박 대표는 지난 13년간 수도권을 넘어 호남권과 경상권, 충청권, 제주도 등 전국에AI기술 기반 풀필먼트 인프라 확대를 주도해왔다. 구체적으로 쿠팡이 지난해 3조원대 추가 물류 투자 계획을 발표한 이후 2000억원을 들여 광주광역시에 준공한 축구장 22개 규모의 호남권 최대 첨단물류센터의 경우 무인운반로봇(AGV) 등AI자동화 설비 기반으로 운영되고 있다. 쿠팡은 또 1800억원을 투자한 남대전 풀필먼트센터를 준공했고, 경북 김천·충북 제천·부산광역시 등에도 자동화 풀필먼트센터를 구축 중이다.

박 대표는 쿠팡의 AI 투자 전략을 주도할 것으로 보인다. 유통업계 관계자는 "박 대표는 쿠팡이 스타트업 시절인 10년 전부터 정부 부처, 지방자치단체와 소통하며 AI와 자동화 기술 기반 풀필먼트센터 투자에 앞장서왔고, 8만개 이상 일자리를 창출하는데 기여했다"며 "대선 후보들이 새 정부에서 AI 산업을 국가 핵심 경쟁력으로 육성하겠단 공약을 발표한 만큼 미래 쿠팡의 AI 투자를 주도할 것으로 보인다"고 전망했다.

이밖에 박 대표는 쿠팡 와우멤버십 혜택으로 떠오른 쿠팡이츠, 쿠팡플레이 등 주요 신사업을 담당해온 경험을 살려 쿠팡의 고객 경험 서비스를 한층 강화하고, 중소상공인 판로 확대 정책에도 주력할 것으로 예상된다. 또다른 유통업계 관계자는 "알리익스프레스·테무·징둥닷컴을 비롯한 중국 이커머스(C커머스), 토종 온·오프라인 커머스 기업 경쟁 등 한층 치열해진 사업 환경 속에서 박 대표가 AI 기술을 접목한 물류·고객 혁신으로 쿠팡의 지속 성장을 이끄는 도전에 나서게 됐다"고 말했다.

한편 그동안 공동 대표를 지낸 강 대표는 자리를 옮겨 북미지역 사업 개발을 총괄하고, 해외사업 지원 업무를 담당한다.

포브스, 코인 데스크, 업웍스 리포트 등에서 다양한 경제 관련 전문가들의 의견을 들어봤다.

❶ 온라인 강의 콘텐츠 메이킹

스마트폰만 있으면 촬영과 편집 모든 것이 가능하다. 하는 업무의 전문 지식이 많이 쌓였다면 이제 그것으로 부가 수익 창출이 가능하다. 자신의 전문 지식을 유튜브, 라이브 클래스, 러닝스푼즈, 클래스 101 등 플랫폼에 영상으로 업로드하면 된다. 미국의 포브스는 2025년 ‘교육형 디지털 제품’이 가장 빠르게 성장하는 수동 소득원 중 하나라고 밝혔다. 일단 업로드한 강의는 시간이 지나도 꾸준히 판매된다는 점이 더 매력적이다.

❷ 프리랜서 플랫폼에서 디지털 서비스 판매

그래픽 디자인, 카피라이팅, 코딩 등을 온라인 플랫폼에서 판매하는 일이 늘어났다. 2025년 기준 프리랜서 매칭 플랫폼 업워크Upwork의 상위 10% 프리랜서는 월평균 $5,000 이상 벌고 있다고 한다. 자신만의 포트폴리오가 있으면 클라이언트 확보가 수월하다. 단기 계약을 반복하며 경력을 쌓아 정규직 이상의 소득을 달성한 사례도 많다. 이미 미국 내 프리랜서 비중은 전체 노동자의 38%를 넘었다고 한다. 국내에는 노트폴리오, 크몽과 같은 곳에서 충분히 부업을 이어갈 수 있다.

❸ 드롭쉬핑

드롭쉬핑은 일반적인 사입 판매와 반대 개념으로, 물건의 주문이 들어왔을 때 생산자에게 주문 정보를 전달하는 방식이다. 판매 가치가 있는 물건을 알아보는 매의 눈과 마케팅 역량만 있으면 낮은 초기 자본으로도 쇼핑몰을 열 수 있어 관심이 쏠리고 있다. 포브스는 2025년에도 드롭쉬핑이 가장 낮은 리스크의 전자상거래 방식 중 하나라고 평가했다. ‘저 제품 올해 유행하겠는데?’ 라는 촉이 좋은 사람이라면 도전해 볼만하다.

❹ 블로그 운영

은근히 블로그 운영을 하는 사람이 많다. 맛집, 생활정보, 여행, 취미생활 등 자신이 좋아하는 분야를 편안하게 정리해 업로드하는 것만으로도 충분히 부업이 되는 시대다. 특정 주제 블로그를 운영하면 애드센스 광고와 제휴 마케팅으로 수익을 창출할 수 있다. 블로그는 시간이 지날수록 복리처럼 수익이 쌓인다는 점이 가장 눈에 띈다.

❺ AI를 활용한 음원 제작

이젠 절대 음감이 아니여도 작곡을 할 수 있다. 평소 즐겨 듣거나 음악에 관심이 조금이라도 있는 사람에게 Suno, Udio, SongR 등 AI 사이트를 추천한다. 노래의 분위기, 가사, 편곡에 참여할 악기 등 텍스트로 입력하면 금방 한 곡이 완성된다. 여기에 드라마틱한 구성이라든지, 샘플, 곡의 길이 같은 추가적인 디테일을 설정하면 훨씬 그럴싸한 나의 노래가 완성된다. 이렇게 만든 곡들을 Sellbuymusic 같은 플랫폼에서 판매할 수 있다. 의외의 재능을 발견하게 될 수도 있을지 모른다.

❻ SNS 콘텐츠 제작

유튜브와 인스타그램, 틱톡에서 시작한 짧은 영상은 큰 인기를 끌었다. 그리고 이 인기는 점점 더 커지고 있다. 구독자 수보다 ‘조회수 기반 수익’이 중요해지면서 소규모 크리에이터도 수익이 제법 난다. 최근에는 AI로 스크립트를 만들기도 쉬워졌기 때문에 도전해볼만 하다. 이렇게 올린 영상이 많은 조회수를 기록하면 브랜디드 콘텐츠, 협찬, 상품 소개 등 다양한 수익원이 생기기 시작한다. 유튜브는 2025년 기준으로 쇼츠 조회수 보상을 크리에이터에게 직접 지급하고 있고 하니, 여전히 블루오션이다.

❼ 앱 아이디어 판매

1인 개발자가 많아지고 있다. 최근에는 앱을 간단하게 만들 수 있는 프로그램 툴도 많이 생겨 아이디어만 있다면 누구든 앱을 만들 수 있게 되었다. 간단하고 좋은 아이디어가 예상외의 수익을 가져오기도 한다. 실제로 2025년 기준, 월 수익 100만 원 이상 앱 보유자 중 1인 개발자의 비중이 증가했다고 한다. 만약 개발은 어렵고 아이디어만 있다면, 프리랜서 플랫폼 등에서 협력할 사람을 찾는 것도 좋다. 혹시 아는가? 부업이 주업이 될지?