MVP 대신 IUP: AI 시제품을 조각으로 나눠 고객에게 시험하는 법

블랭크는 증상을 고치려다 수업 설계 전체를 다시 봤습니다

1부에서 스티브 블랭크는 AI로 하루 만에 만든 시제품이 고객 증거 역할을 하지 못했다고 진단했습니다. 2부는 그 뒤의 이야기입니다. 블랭크는 처음에 강의계획서를 조금 고치면 된다고 생각했지만, 학생들처럼 자신도 증상(MVP가 쓸모를 잃었다)과 더 큰 원인을 혼동했다고 적었습니다.

그래서 그는 순서를 정해 다시 점검했습니다. 먼저 무엇을 왜, 어떻게 가르치는지(교수법)를 다시 묻고, 다음에 무엇을 언제 어떤 순서로 가르칠지(과정 설계)를 정하고, 마지막에 학생용 강의계획서를 쓰는 순서입니다. 창업팀에게도 같은 순서가 쓸모 있습니다. 기능 목록을 고치기 전에 우리가 무엇을 확인하려고 이 제품을 만들었는지부터 다시 적는 방식입니다.

블랭크는 2011년 린 런치패드를 만들 때의 전제도 다시 꺼냈습니다. 당시 창업 교육은 사업계획서 작성이 중심이었고, 미래를 문서로 쓰고 투자를 받아 실행하면 된다고 봤습니다. 린 방식은 첫날에는 사업의 중요한 사실 거의 전부가 가설이라는 전제에서 출발했습니다. 그는 이것을 이렇게 요약했습니다. “existing organizations execute business models, startups search for them.” 기존 조직은 사업 모델을 실행하고, 스타트업은 사업 모델을 찾는다는 뜻입니다.

설계 요소 10개 중 MVP와 관련된 2개가 쓸모를 잃었습니다

블랭크는 15년 동안 이 수업을 지탱한 설계 요소 10개를 나열했습니다. 그는 이 수업이 미국 국립과학재단, 국립보건원, ARPA-E에서 ‘I-Corps’라는 이름으로 채택돼 100개 넘는 대학에서 쓰였고, 지금까지 약 3,500개 팀의 과학자 약 1만 명을 교육해 1,400개 넘는 스타트업이 나왔다고 적었습니다. 같은 강의계획서를 쓰는 Hacking for Defense는 미국 60개 넘는 대학과 영국 17개 대학에서 운영된다고 밝혔습니다. 이 수치는 블랭크 본인의 서술이며 이 글에서 따로 집계를 확인하지는 않았습니다.

아래 표는 10개 요소를 한국어로 줄여 옮기고, 블랭크가 2부와 4부에서 밝힌 판단을 함께 적은 것입니다. 2부는 쓸모를 잃은 요소가 2개라고만 썼고 번호를 지목하지는 않았습니다. 작성자는 원문 설명에 따라 MVP를 다룬 5번과 6번으로 읽었습니다. 블랭크는 팀이 바이브 코딩으로 제품을 만들 수 있게 되면서 MVP가 기술 역량의 증거도, 고객 발견이나 가설 검증의 믿을 만한 증거도 되지 못한다고 봤습니다. 그래서 설계 요소 가운데 2개가 쓸모를 잃었다고 판단했고, 앞으로 MVP를 ‘Initial Untested Products(IUP)’, 곧 시험 전 초기 제품이라고 부르겠다고 했습니다.

MVP가 하던 일은 사라지지 않고 다른 도구로 넘어갑니다

5번과 6번을 나눠 읽으면 창업팀이 할 일이 보입니다. 5번에서 MVP는 팀이 기술적으로 만들 수 있다는 신호였고, 매주 고객에게 들은 내용이 쌓인 결과물이었습니다. AI가 첫날 완성품을 만들어 주면서 이 신호는 의미가 줄었습니다. 6번에서 MVP는 사업 모델의 어느 부분이든 확인하는 가장 작은 실험물이었습니다. 블랭크가 든 예는 시장 진입 전략을 확인하는 랜딩 페이지나 A/B 테스트, 매출 가설을 확인하는 가격표, 원가를 확인하는 부품 목록입니다.

작성자는 6번의 기능, 곧 가장 작은 실험으로 가장 많이 배우는 일은 AI 시대에도 필요하다고 봅니다. 블랭크도 4부에서 같은 방향을 택했습니다. 가치 제안은 시제품 전체 대신 일부 조각(IUP 스니펫)으로 시험하고, 가치 제안 외의 비즈니스 모델 캔버스 항목은 ‘최소 시험 캔버스(Minimal Tested Canvas, MTC)’ 실험으로 확인하겠다고 했습니다. 두 도구가 MVP의 역할을 나눠 맡는 셈입니다. 스니펫은 가치 제안을, MTC는 고객·채널·매출·비용·파트너 같은 나머지 캔버스 항목을 맡습니다. 아래 이미지는 그가 MVP 대신 가치 제안 발견에 쓰겠다고 밝힌 도구들입니다.

예시: 위생점검 앱 ‘라인체크’를 작업대에 올려 보기

예시로 가상의 창업팀 ‘라인체크’를 들겠습니다. 중소 식품공장의 위생점검을 돕는 앱을 AI로 하루 만에 만들었습니다. 점검 화면 20개, 사진으로 항목을 체크하는 기능, 감사 보고서 자동 생성, 월 구독 요금표까지 갖췄습니다. 겉으로는 출시 직전 제품처럼 보입니다.

작성자가 제안하는 방법은 시제품과 검증 증거를 작업대 위에 나란히 놓는 것입니다. 왼쪽에는 시제품이 보여주는 기능을, 오른쪽에는 그 기능이 쓸모 있으려면 고객 쪽에서 확인돼야 할 사실을 적습니다. 가운데에는 그 사실을 어떻게 확인할지 적습니다. 오른쪽 칸이 비어 있는 줄은 아직 고객 쪽에서 확인하지 못한 항목입니다.

이번 주에는 2번 줄 하나만 시험합니다. 앱 전체를 보여 주지 않고, 사진 한 장으로 위생 항목을 체크하는 화면만 품질관리 담당자 5명에게 보여 줍니다. 그 전에 지금 종이나 엑셀로 점검표를 쓰는 데 하루 몇 분이 걸리는지 먼저 재 둡니다. 블랭크가 4부 강의계획서에서 요구한 기록 형식(가설, 실험, 예상 결과, 실제 결과, 다음 행동)을 그대로 쓰면 팀원끼리 결과를 비교하기 쉽습니다.

조각 시험을 할 때 조심할 점

스니펫 시험에도 한계가 있습니다. 조각 하나에 대한 반응이 좋아도 앱 전체를 쓸지는 따로 확인해야 합니다. 품질관리 담당자가 좋아해도 예산은 공장장이나 본사가 승인할 수 있으므로, 사용자와 구매자를 같은 사람으로 가정하지 않습니다. 블랭크가 2011년 수업에서 100명 이상 인터뷰를 요구한 이유도 사용자와 구매자, 초기 수용자와 주류 고객, 말한 선호와 실제 행동의 차이를 드러내기 위해서였습니다.

또 IUP라는 이름과 스니펫 방식은 블랭크가 2026년 가을에 제안한 것이고, 4부에서 그는 새 강의계획서 자체가 앞으로 시험할 가설이라고 밝혔습니다. 효과가 확인된 표준 절차로 소개하지 않는 것이 정확합니다. 블랭크는 2부 끝에서 AI를 수업에서 빼려는 것이 아니며, 학생들이 실제 세계처럼 AI를 최대한 쓰기를 바란다고 분명히 했습니다. 창업팀도 AI로 빨리 만드는 속도는 그대로 쓰고, 고객 확인은 작은 조각 단위로 쪼개면 됩니다.

스니펫 시험 1회를 기록한 예시

라인체크 팀이 2번 줄을 시험한 뒤 남길 기록을 가상으로 채워 봤습니다. 블랭크가 4부 강의계획서에서 요구한 형식(가설, 실험, 예상 결과, 실제 결과, 다음 행동)을 그대로 따랐습니다. 아래 수치와 반응은 모두 설명을 위한 예시입니다.

기록을 보면 ‘사진 자동 체크’ 기능의 가치보다 ‘점검 기록을 누가 확인하고 보관하는가’가 더 큰 질문으로 드러납니다. 이런 결과가 나오면 다음 주 작업대의 오른쪽 칸에 새 줄을 추가하고, 기능 개발은 그 줄을 확인한 뒤로 미룹니다.