- 기존 성장팀 없이 단일 운영자가 Claude Code 기반으로 전체 인수 시스템을 구축, 6개월 만에 ARR $20M → $27.6M(+38%) 달성
- 95% 입소문 의존 구조에서 4,582건 예약 데이터 분석으로 시작해 ICP·브랜드·실행 3단계 순차 진행
- Meta는 크리에이티브 주도, LinkedIn은 아이덴티티 주도라는 상반된 아키텍처를 동시 운영
- HubSpot 위에 22분기 어트리뷰션 룰 엔진을 직접 구축해 거의 100% 채널 추적 달성
- 성장은 인력 문제가 아닌 순서(sequencing) 문제이며, ICP → 브랜드 → 실행 순서 없이는 토대 없는 모래성에 불과함
컨텍스트: 훌륭한 제품, 보이지 않는 성장 엔진
- Ascend (구 FlyFlat)는 임원, PE/VC 펌의 EA, 고액 자산가 빈번 여행객을 대상으로 한 24/7 프리미엄 트래블 컨시어지
- COO Omar Ismail 합류 시점 회사 상태
- ARR $20M, 클라이언트 650곳 이상 (Google Ventures, Ramp, Left Lane Capital 포함)
- 사용자들이 진심으로 사랑하는 컨시어지 서비스로 명확한 PMF 확보
- 그러나 성장 엔진은 존재하지 않음
도전 과제: 95% 입소문은 성장 전략이 아님
- 매출의 95%가 입소문과 소수의 커뮤니티 파트너십에서 발생, 유료 인수·이메일 아웃바운드·프로그램형 모션 전무
- 제품은 프리미엄이지만 브랜드는 할인 항공 서비스로 포지셔닝되어 실제 매출을 만드는 고객층과 어긋남
- 확장 가능한 반복 인수 시스템 부재로 성장에 천장이 존재
- "전통적인 방식"으로 성장 엔진을 만들려면 전담 성장팀 필요, Ascend는 이를 보유하지 않았고 채용 준비도 안 된 상태
해결과 프로세스: 고객을 알고, 브랜드를 고치고, 엔진을 만들기
-
세 단계로 의도적으로 접근, 각 단계가 다음 단계를 여는 구조
-
1단계 — 보유 데이터 재분석
- 4,582건의 예약 데이터 분석 결과 매출 75%가 PE·VC·헤지펀드의 EA에서 발생
- 2차 ICP는 크립토·뱅킹·벤처 분야의 HNW 임원층
- 상위 500 고객을 Firecrawl로 enrich, 6개 타깃 세그먼트와 유료 인수에 쓸 lookalike 오디언스 도출
-
2단계 — ICP 데이터가 드러낸 브랜드 문제
- 신뢰성·지위·증명 가능한 ROI를 원하는 고객에게 할인을 팔고 있었음
- 세일즈 콜 트랜스크립트를 Claude로 Jobs to Be Done 프레임워크 적용해 분석, 동기가 근본적으로 다른 3개 페르소나 도출
- 트랜스크립트의 고객 언어가 그대로 브랜드 보이스로 전환
- 크리에이티브 앵글 매트릭스로 6개 심리적 훅을 3개 세그먼트에 매핑, 모든 광고·이메일·랜딩이 적합한 대상에게 정확히 말하도록 설계
-
3단계 — 전체 인수 스택 구축
- Meta·LinkedIn 유료 미디어, 병렬 운영되는 3개 아웃바운드 채널
- CRM을 처음부터 재구축, 단 하나의 질문 중심으로 설계: "유료 멤버 한 명당 어떤 채널로 들어왔고 비용은 얼마였나"
실행: 팀 없이 스택 구축하기
-
전체 시스템을 Claude Code로 구축·운영, HubSpot·Meta·LinkedIn API에 직접 연결
-
운영 플레이북을 재사용 가능한 skills로 패키징, 매 세션이 직전 세션 이어받는 구조
-
유료 미디어 — 플랫폼별 상반된 아키텍처
- Meta는 크리에이티브 주도: 광역 지오 타깃팅 + 강한 크리에이티브로 알고리듬이 오디언스를 스스로 선별
- LinkedIn은 아이덴티티 주도: 직함·시니어리티·기업 유형으로 정밀 타깃, PE 펌의 EA에 Meta로는 불가능한 정밀도로 도달
-
아웃바운드 — 3채널 동시 운영
- HeyReach 기반 LinkedIn 시퀀스 (페르소나별 변형)
- Instantly 기반 콜드 이메일 (Observation → Problem → Proof → Ask 구조)
- Draftboard 기반 웜 인트로 (볼륨은 가장 낮지만 미팅→클로즈 전환율 최고)
- 3채널 모두 유료와 동일한 어트리뷰션 시스템에 통합
-
CRM — 자체 어트리뷰션 엔진
- 표준 플랫폼 통합으로는 갭 과다, HubSpot 위에 22분기 어트리뷰션 룰 엔진 구축
- 전 채널에서 거의 100% 컨택트 어트리뷰션 달성
- 퍼널 단계별 자동화: 신규 리드 너처 시퀀스, 고가치 가입 5분 내 Slack 알림, 노쇼 자동 재예약, 만료 30일 전 갱신 시퀀스
-
반복 운영 — Claude Code 슬래시 커맨드
/daily-ad-review,/weekly-growth-report,/new-campaign,/creative-batch- 그로스 운영이 일회성 프로젝트가 아닌 지속적·복리적 프로세스로 전환
결과: 입소문에서 측정·반복 가능한 인수로
-
제로에서 시작한 지 6개월 후 1월이 Ascend 사상 최고의 달
-
주요 지표
- ARR: $27.6M (+38% 성장)
- Q1 광고 지출: 약 $13K
- 현재 ROAS: 약 5배 (파이프라인 성숙 시 8~10배 전망)
- Meta CPL: $42~45
- MQL → 미팅 예약 전환율: 48.7%
- 전담 그로스 채용: 0명
-
남은 과제
- 적격 리드의 약 절반이 미팅 예약 전 이탈
- 고가치 리드를 가입 5분 내 직접 콜
- WhatsApp 네이티브 온보딩 도입, 회원이 된 후 사용할 채널에서 처음부터 만남
창업자를 위한 핵심 시사점
- 최고의 그로스 인사이트는 이미 데이터 안에 존재, 인수 모션 구축 전 기존 고객 분석 필수
- 브랜드 포지셔닝은 마케팅 작업이 아닌 성장 레버, ICP와 포지셔닝 정렬이 나머지 엔진을 잠금 해제
- Meta와 LinkedIn은 근본적으로 다른 전략 요구, 동일 플레이북 적용 시 손해
- 어트리뷰션 인프라는 경쟁 우위, 초기 단계 팀 대부분이 "어떤 채널이 매출을 만드는지" 답하지 못함
- AI가 과거에 팀이 필요했던 일을 운영 가능, ICP 리서치·유료 캠페인·아웃바운드·CRM 자동화 전 스택을 전담 그로스 채용 없이 Claude Code로 구축·운영
- 성장은 인력 문제가 아닌 순서 문제, ICP → 브랜드 → 실행 순서 건너뛰면 모래 위에 짓는 것
FAQ 요약
-
AI 기반 그로스 엔진이란
- ICP 리서치·유료 미디어·아웃바운드·CRM 자동화를 전담팀이 아닌 AI 도구로 구축·운영하는 전체 인수 시스템
- 각 기능별 전문가 채용 대신 단일 운영자가 AI로 전 채널을 동시 리서치·실행·최적화
-
프로그램형 성장 엔진 착수 시점
- PMF 확인 이후, 특정 ARR 수준이 아닌 가치가 어디 집중되는지 식별할 충분한 고객 데이터 보유가 전제
- "최고 가치 고객은 누구이며 공통점은 무엇인가"에 답할 수 없다면 아직 준비 안 됨
-
초기 단계 세그먼트 수
- Ascend는 6개 도출: 금융 임원, 테크 창업자, 크립토/Web3, 럭셔리/미디어, 컨설팅/법률, HNW 솔로 운영자
- 초기 성장 단계 B2B 기준 4~6개 세그먼트가 실용적 범위
-
AI가 그로스팀을 대체 가능한가
- 실행 레이어는 상당 수준 가능, Ascend가 그로스 채용 0명으로 입증
- 단, 전략적 판단(타깃 고객, 브랜드 지향, 적합 채널 결정)은 여전히 인간 사고 필요
-
창업자가 저지르는 최대 실수
- ICP 단계를 건너뛰고 실행으로 직행, 유료 광고와 아웃바운드 시퀀스는 기반 고객 프로필 품질에 종속
- 타깃팅이 틀리면 지출 증가가 문제를 악화시킴