AI로 완성하는 실전 사업계획서

AI 가 사업계획서를 대신 써 주는 시대, 더 중요해진 것은 ‘검증’이다
생성형 AI 가 등장한 뒤 사업계획서의 첫 문장을 만드는 일은 놀라울 만큼 쉬워졌다 . 아이디어와 몇 가지 조건을 입력하면 시장문제부터 수익모델, 실행계획까지 그럴듯한 초안이 순식간에 나온다. 하지만 작성 시간이 짧아졌다고 해서 사업의 타당성이 함께 높아지는 것은 아니다. 평가자가 확인하는 것은 문장의 매끄러움이 아니라 고객이 실제로 겪는 문제, 그 문제를
해결할 수 있다는 근거, 시장의 크기와 경쟁환경, 매출이 만들어지는 과정, 그리고 계획을 실행할 수 있는 조건이다. AI 는 이 질문에 답할 재료를 정리해 줄 수 있지만, 존재하지 않는 근거까지 만들어 줄 수는 없다. 사업계획서를 처음 쓰는 사람일수록 이 차이를 놓치기 쉽다 . 빈 화면 앞에서 막막할 때 AI 가 만들어 준 문장은 완성본처럼 보이고, 표와 숫자가 들어가면 내용까지 검증된 것처럼 느껴진다. 그러나 출처가 없는 시장규모, 실제 인터뷰를 하지 않았는 데도 구체적으로 만들어진 고객반응, 생산능력이나 인력을 고려하지 않은 매출전망은 문서의 모양을 갖추었을 뿐 사업의 증거가 아니다. 이 책은 무엇을 알고 있고 무엇을 아직 모르는지 먼저 구분한 뒤 필요한 자료를 찾고 확인하는 방법에서 출발한다.
좋은 사업계획서는 한 번에 쓰이지 않는다. 사업 아이템을 정의하고, 고객문제를 확인하고, 시장자료와 경쟁대안을 조사하고, 현실적인 비즈니스모델과 매출 산식을 만든 뒤, 실행 일정과 성과지표를 연결하는 과정을 반복하면서 완성된다. 어느 단계에서 가정이 바뀌면 뒤의 숫자와 문장도 함께 바뀌어야 한다 . 그래서 이 책은 앞 단계의 결과가 다음 단계의 입력이 되도록 12 단계를 연결했다. 독자는 매 장에서 하나의 결과물을 만들고, 그 결과물을 다음 장에서 다시 사용하게 된다. 이 과정에서 AI 의 역할도 분명하다. ChatGPT 같은 대화형 AI 는 흩어진 생각을 구조화하고 초안을 만드는 데 유용하고, Claude 는 긴 문서의 논리와 누락을 검토할 때 강점을 보인다 . Gemini 나 Perplexity 는 시장과 산업 정보를 찾는 데 도움
이 되며, NotebookLM 은 원문을 대조하거나 긴 자료의 근거를 확인할 때 활용할 수 있다. 중요한 것은 어떤 도구가 가장 뛰어난지를 정하는 일이 아니라 지금 필요한 작업이 아이디어 정리인지 , 자료조사인지, 계산인지, 반박인지 먼저 정하고 그 목적에 맞는 도구를 선택하는 것이다. 따라서 이 책에서 AI 는 사업계획서의 저자가 아니라 함께 일하는 실무 파트너에 가깝다. 작성자가 제공한 정보에서 구조를 만들고, 빠진 질문을 찾아내고, 대안을 비교하고, 마지막에는 평가위원의 관점에서 약점을 지적한다. 반면 사실을 확정하고 숫자를 선택하고 사업의 최종 방향을 결정하는 책임은 작성자에게 남는다 . 처음부터 모든 자료가 준비되어 있을 필요는 없다. 확인된 것은 “사실”로, 아직 검증이 필요한 판단은 “가설”로, 자료가 부족한 부분은 “확인 필요”로 남겨 두면 된다.

AI 와 함께 쓰되, 최종 판단은 사람이 한다
사업계획서를 완성하는 과정에서 가장 중요한 능력은 글을 길게 쓰는 능력이 아니라 판단의 근거를 설명할 수 있는 능력이다. “시장이 성장하고 있다”는 문장을 쓰려면 어느 기관의 어떤 자료를 사용했는지, 조사된 시장의 범위가 우리 사업과 같은지, 실적과 전망 중 어느 수치인지 확인할 수 있어야 한다. “고객의 수요가 높다”는 주장도 인터뷰, 설문, 판매기록처럼 실제
로 확인한 자료가 뒤따라야 한다. 이 책에서는 문장을 먼저 만들고 근거를 나중에 붙이는 대신, 확인할 자료와 판단기준을 먼저 정한 뒤 그 결과를 문장으로 옮기는 순서를 반복한다. 재무계획과 제품설명도 같은 원리로 접근한다. 매출은 목표액을 먼저 정하는 것이 아니라 고객수, 가격, 구매빈도, 전환율, 생산능력처럼 매출을 만드는 변수를 분해해 산식으로 연결한다. 제품은 기능을 많이 나열하기보다 기능→작동원리→고객 효과→검증근거의 순서로 설명한다. 아직 시험하지 않은 성능은 목표값으로 구분하고 실제 시험결과나 인증이 있다면 원자료를 연결한다. AI 는 계산과 설명의 구조를 만드는 데 도움을 줄 수 있지만, 어떤 가정을 사용할지 결정하고 그 가정이 현실적인지 판단하는 일은 작성자가 직접 해야 한다. 실습에서는 한 번의 프롬프트로 정답을 얻으려고 하지 않는다. 먼저 자료를 입력해 구조를 만들고, 다음 질문에서 누락과 모순을 찾고, 필요하면 다른 도구에 반대 의견이나 대안을 요청한 뒤 마지막에 원자료와 다시 대조한다 . 같은 질문을 여러 AI에 던져 다수결로 답을 정하기보다 한 도구는 초안을 만들고 , 다른 도구는 반박하고, 문서형 AI 는 출처를 확인하도록 역할을 나누는 편이 훨씬 효과적이다. 이 반복 과정이 익숙해지면 긴 프롬프트를 외우지 않아도 어떤 정보를 먼저 줘야 하는지
자연스럽게 알게 된다. 각 장에서 만든 결과물은 반드시 저장해 두는 것이 좋다. 사업 아이템 정의서, 고객문제 정리, 시장자료, TAM·SAM·SOM 산식, 경쟁비교표, 비즈니스모델, 매출 산출근거, WBS 와 KPI 처럼 중간 산출물은 뒤의 장에서 계속 다시 사용된다. 같은 정보를 매번 새로 입력하면 AI 가 다른 가정을 만들거나 용어를 바꾸어 문서 전체의 일관성이 흔들릴 수 있다. 파일명과 출처, 수정한 날짜와 확인이 필요한 항목을 함께 남겨 두면 최종 교정 단계에서 어떤 숫자가 어디에서 왔는지도 쉽게 추적할 수 있다.
이 책은 처음부터 끝까지 읽고 덮는 책보다 한 장을 읽고 바로 자신의 사업자료로 바꾸어 보는 워크북에 가깝다 . 한 장을 끝냈을 때 완벽한 문서가 나오지 않아도 괜찮다. 무엇이 확인되었고 무엇이 아직 가설인지 명확하게 남겨 두면 다음 단계에서 조사와 검증을 이어갈 수 있다. AI 가 줄여 주는 것은 작성에 드는 시간이지 사업을 판단해야 하는 책임이 아니다 . 책과 AI 화면에 보이는 결과만 따라 하기보다 “이 답은 어떤 자료에서 나왔는가”, “AI 가 새로 추정한 부분은 없는가”, “다음 단계에서 다시 사용할 수 있는 형태인가”를 계속 확인해 보기 바란다.