IR 자료 20개를 AI로 분석해 신사업 아이디어를 뽑아본 후기
소개
최근 신사업 아이디어를 구상하기 위해 여러 분야의 IR 자료를 모아 AI로 분석해보는 실험을 진행했습니다.
수집한 자료는 전시영상, VFX, 애니메이션, 엔터테인먼트, 교육, 댄스 등 다양한 업체들의 IR 자료였습니다.
처음 시도한 이유는 단순했습니다.
여러 업계의 사업 구조를 빠르게 비교해보고 싶었다.
각 회사가 어떤 방식으로 성장 전략을 설명하 는지 보고 싶었다.
흩어진 자료 속에서 새로운 사업 기회를 발견해보고 싶었다.
혼자 보기에는 시간이 오래 걸리는 자료를 AI의 도움으로 빠르게 요약하고 싶었다.
즉, 이번 실험의 목적은 IR 자료를 기반으로 시장 흐름과 사업 아이디어의 단서를 찾는 것이었습니다.
진행 방법
1. IR 자료 수집
먼저 다양한 분야의 기업 IR 자료를 약 20개 정도 수집했습니다.
수집한 분야는 다음과 같았습니다.
전시영상
VFX
애니메이션
엔터테인먼트
교육
댄스
기타 콘텐츠/미디어 관련 분야
자료를 모은 뒤, 각 자료에서 사업 모델, 핵심 역량, 타깃 시장, 수익 구조, 성장 전략 등을 중심으로 살펴보고자 했습니다.
2. 사용한 AI 도구
이번 실험에서는 유료 도구와 무료 도구를 함께 사용했습니다.
유료 도구
ChatGPT
Gemini
Manus
Claude
무료 도구
Grok
Genspark
Perplexity
각 도구마다 장단점이 달랐습니다. 어떤 도구는 자료 요약이 편했고, 어떤 도구는 아이디어 확장에 강점이 있었고, 어떤 도구는 검색 기반 확인에 유용했습니다.
아이디어를 너무 추상적으로 말하지 말고, 실제 실행 단계와 초기 고객 확보 방법까지 포함해주세요.
결과와 배운 점
1. 자료 정리에는 도움이 됐다
AI를 활용하니 많은 IR 자료를 빠르게 훑고, 핵심 내용을 요약하는 데는 확실히 도움이 됐습니다.
특히 여러 회사의 사업 구조나 키워드를 비교할 때는 사람이 처음부터 끝까지 읽는 것보다 훨씬 빠르게 큰 흐름을 잡을 수 있었습니다.
예를 들어 AI는 다음과 같은 내용을 비교적 빠르게 정리해줬습니다.
각 기업의 주요 사업 영역
반복적으로 등장하는 시장 키워드
수익 모델의 공통점
콘텐츠 산업에서 확장 가능한 방향
교육, 엔터테인먼트, 기술이 만나는 지점
2. 하지만 신사업 아이디어의 깊이는 기대보다 아쉬웠다
아쉬운 점도 있었습니다.
IR 자료를 많이 넣는다고 해서 곧바로 좋은 신사업 아이디어가 나오는 것은 아니었습니다.
특히 다음과 같은 한계가 있었습니다.
결과가 다소 일반적인 아이디어로 나오는 경우가 많았다.
업계 맥락을 깊게 이해한 전략이라기보다는 키워드 조합처럼 느껴질 때가 있었다.
자료가 많아질수록 토큰과 크레딧 소모가 생각보다 컸다.
유료 도구를 사용해도 원하는 수준의 결과물을 한 번에 얻기는 어려웠다.
결국 AI가 모든 방향을 알아서 잡아주기를 기대하면 만족도가 낮아질 수 있다는 것을 느꼈습니다.
3. 비용과 사용량 관리가 중요했다
이번 실험에서 가장 크게 체감한 부분은 비용이었습니다.
유료 AI 도구를 여러 개 사용하면서 IR 자료를 많이 넣고 반복 분석을 하다 보니, 생각보다 토큰과 크레딧이 빠르게 소모됐습니다.
특히 긴 PDF나 여러 개의 자료를 한 번에 분석할 때는 사용량 관리가 중요했습니다.
다음에는 이런 방식으로 개선해볼 계획입니다.
자료를 한 번에 넣기보다 업종별로 나누기
먼저 사람이 핵심 페이지를 추려서 넣기
AI에게 전체 분석을 맡기기 전에 분석 기준을 먼저 정하기
같은 질문을 반복하기보다 단계별 프롬프트를 설계하기
아이디어 도출 전에 시장, 고객, 수익 모델 기준을 명확히 하기
4. 핵심은 “AI에게 맡기는 것”보다 “AI와 같이 만드는 것”이었다
이번 실험을 통해 가장 크게 배운 점은 이것입니다.
AI는 신사업을 대신 만들어주는 도구라기보다, 사람이 가진 방향성을 정리하고 확장해주는 도구에 가깝다.
AI가 좋은 결과를 내기 위해서는 먼저 사람이 다음과 같은 기준을 잡아줘야 했습니다.
어떤 시장을 보고 있는지
어떤 고객 문제를 해결하고 싶은지
어떤 기술이나 자산을 활용할 수 있는지
어느 정도 규모의 사업을 생각하는지
실행 가능한 범위가 어디까지인지
내가 만들고 싶은 비전이 무엇인지
자료만 많이 넣는 것보다 중요한 것은 확실한 방향성, 명확한 질문, 그리고 정리된 비전이었습니다.
마무리
이번 ChatGPT 자동화 실험은 완벽한 결과물을 얻었다기보다는, AI를 활용한 신사업 기획의 가능성과 한계를 동시에 확인한 경험이었습니다.
IR 자료 분석 자체는 AI가 충분히 도와줄 수 있었습니다.
하지만 좋은 신사업 아이디어를 만들기 위해서는 AI에게 모든 것을 맡기기보다, 사람이 먼저 방향을 정하고 AI와 함께 다듬어가는 과정이 필요했습니다.
앞으로는 단순히 “자료를 넣고 아이디어를 뽑는 방식”에서 더 나아가, 다음과 같은 흐름으로 실험해보고 싶습니다.
내가 생각하는 사업 방향과 비전 정리
관련 IR 자료 수집
AI를 통한 공통 패턴 분석
아이디어 후보 도출
실행 가능성 검토
초기 고객과 수익 모델 검증
결국 AI 자동화의 핵심은 시간을 줄이는 데만 있는 것이 아니라, 생각을 더 구조화하고 더 나은 질문을 만들게 해주는 것이라는 점을 배웠습니다.
도움 받은 글 (옵션)
OpenAI 공식 가격 및 사용량 안내
Google Gemini 공식 가격 및 플랜 안내
Anthropic Claude 공식 플랜 및 사용량 안내
Manus 공식 크레딧/가격 안내
Perplexity 공식 플랜 안내개
