채널톡 아이콘

GTM(Go-To-Market) 101 과정 | 만들면 뭐해, 돈 벌어야지

한 번 팔리는 건 운이고, 반복해서 팔리는 건 전략입니다. 대부분의 팀은 행동 데이터를 이미 쌓아두고도 거기에 질문을 던지지 않아 '살 사람'을 놓칩니다. 이 강의는 시장을 고르고(ICP·세그먼트), 가치를 설계하고(포지셔닝·가격), 데이터로 반복 매출 구조를 직접 엔지니어링하는(PQL·트리거·RevOps) 전 과정을 한 흐름으로 연결합니다. 핵심은 '무조건 통하는 공식'을 외우는 게 아닙니다. 회사·제품·고객이 바뀌어도 이전 가능한 Skill과 이론(경영과학·통계·경영학·마케팅의 응용)을 손으로 단련합니다. 감마(Gamma) Senior GTM Strategy Manager로 흑자 유니콘의 GTM을 설계한 경험과 Railway 등 실제 PLG 사례를 '베낄 답'이 아니라 '이론을 비추는 거울'로 분해합니다. 수료 시점에는 그럴듯한 문서가 아니라 실제로 돌아가는 시스템이 남습니다.

4명 이 수강하고 있어요.

난이도 입문

수강기한 1개월

수강 후 이런걸 얻을 수 있어요

  • 내 제품/회사 기준의 GTM 플레이북 (ICP·세그먼트 → 가치·가격 → 모션·퍼널 → 지표 체계)

  • 작동하는 PQL 스코어링 노트북 (Python) — 업리프트 분석으로 신호를 선별하고 '읽을 수 있는 선형 점수'를 직접 구현

  • 이벤트 기반 트리거·라우팅 워크플로 (CRM 연동 + ICP×행동 이중조건)

  • 매출 측정 대시보드 — MRR 무브먼트·코호트·NRR·간단 예측

  • SQL·dbt로 행동 데이터를 계정 단위 신호로 모델링하는 실전 능력

  • AI가 만든 그럴듯한 산출물에서 오류·편향·레이블 누수를 잡아내고 교정하는 판단력

  • 다양한 기업들의 Pricing Plan 전략 원리 및 이론

  • 그대로 회사에 적용하거나 GTM 엔지니어/RevOps 포지션 지원 포트폴리오로 쓸 수 있는 결과물

한 번 팔리는 건 운, 반복해서 팔리는 건 전략입니다

당신 회사 제품, 작년에 팔렸습니까? 팔렸다면 — 그게 운이었습니까, 전략이었습니까?

지인 찬스로도 팔리고, 운 좋게 언론에 타서도 팔리고, 대표가 발로 뛰어서도 팔립니다. 문제는 그 다음입니다. 두 번째, 세 번째, 백 번째 판매가 같은 구조로 일어나는가. 그게 안 되면 그건 매출이 아니라 에피소드입니다.

이 강의는 그 간극을 메우는 직군 — GTM(Go-To-Market) — 을 가르칩니다. 시장을 고르고, 가치를 설계하고, 데이터로 반복 매출 구조를 직접 엔지니어링하는 — 설계 4개 + 엔지니어링 4개, 핵심 8개 강의입니다.


왜 당신의 제품은 반복해서 팔리지 않는가

대부분의 회사는 두 가지 병을 앓습니다.

비전병 — 매출 없이 꿈만 파는 것. 회의실병 — 시장에 안 나가고 내부 토론만 반복하는 것. 둘 다 "냉정한 시장 검증"이 빠진 자리에서 자랍니다.

그리고 더 결정적인 진실. 데이터가 없어서 안 팔리는 게 아닙니다. 데이터에 질문을 안 던져서 안 팔립니다. PLG 기업의 약 75%가 사용자 행동 데이터를 이미 갖고도 리드 평가에 쓰지 않습니다. 유전은 있는데 시추를 안 하는 상태죠. 이 강의는 그 연결 — 데이터와 질문 사이 — 을 당신 손으로 직접 잇게 합니다.


이 강의는 '공식'을 팔지 않습니다

"이대로만 하면 매출이 오릅니다"라고 말하는 강의는 사기입니다.

당신 회사와 옆 회사는 제품이 다르고, 고객이 다르고, 시장·타이밍·데이터가 다 다릅니다. 이 모든 게 다른데 무조건 통하는 법칙이 존재한다? 논리적으로 성립할 수 없습니다.

그래서 이 강의가 가르치는 건 남의 결론을 베끼는 공식이 아니라, 맥락이 바뀌어도 당신이 다시 설계할 수 있는 이전 가능한(transferable) Skill과 이론입니다. 학문적으로 GTM은 네 개의 기둥 위에 섭니다 — 경영과학(의사결정·최적화·측정), 통계(신호 선별·업리프트·실험·인과), 경영학(전략·조직·가격·재무), 마케팅(포지셔닝·세그먼테이션·채널).

이 과정에 나오는 모든 기업 사례(감마·Railway·쿠팡·슬랙·줌·피그마·리멤버·엘박스·펠로톤·삼성·왓챠)는 '베낄 답'이 아니라 '이론을 비추는 거울'입니다. "감마처럼 하자"가 아니라, 감마가 어떤 사고법으로 자기 맥락에 적용했는가를 가져갑니다.


이런 분께 추천합니다

  • 한 번은 팔았는데 '반복해서 팔리는 구조'를 못 만들고 운에 기대고 있는 창업자·PM

  • 백서 다운로드(MQL)만 쌓이고 전환은 안 되는데, 정작 행동 데이터엔 질문 한 번 안 던져본 마케터·세일즈·그로스

  • 시장에 안 나가고 내부 토론·비전만 반복하다 출시 타이밍을 놓치는 팀

  • AI로 직무 경계가 흐려지는 지금, 시장분석·전략·데이터 역량으로 GTM/RevOps로 전환하려는 PM

  • 데이터는 있는데 '그래서 누구에게 언제 팔지'로 연결을 못 잇는 데이터·분석 직군

특히 PM이라면: AI가 스펙 문서·프로토타이핑·유저 스토리를 대신하는 지금, 당신의 다음 해자는 시장분석·파이낸셜·전략적 스위칭입니다. 그 셋을 가진 사람이 갈 수 있는 가장 자연스러운 다음 자리가 GTM입니다. 테크 베이스, 없어도 됩니다.


수료 시 당신이 갖게 되는 것

문서가 아니라 작동하는 시스템 4종 세트입니다. 그대로 회사에 적용하거나, GTM 엔지니어·RevOps 포지션 지원 포트폴리오로 쓸 수 있습니다.

  1. GTM 플레이북 — ICP·세그먼트 → 가치·가격 → 모션·퍼널 → 지표 체계

  2. PQL 스코어링 노트북 (Python) — 어떤 사용자가 기업 고객이 될지 점수를 매기는, 실제로 돌아가는 코드

  3. 이벤트 트리거·라우팅 워크플로 — 점수에 따라 자동 메시지가 나가고 세일즈로 넘어가는 자동화

  4. 매출 측정 대시보드 — MRR·코호트·NRR로 반복 매출을 측정

"강의 들었습니다"가 아니라 "제가 만든 시스템입니다"라고 말할 수 있게 됩니다. 본인 회사 데이터가 없으면 강의용 샘플 PLG SaaS 'OZ Deploy'로 동일하게 진행합니다.


이 강의가 다른 결정적 이유

① AI를 쓴다는 걸 전제로 설계했습니다. AI가 5분이면 그럴듯한 ICP를 뱉는 시대에, 산출물을 채점하는 건 '복붙 능력'을 채점하는 겁니다. 그래서 평가 축을 결과물 → 과정·판단·검증으로 옮겼습니다. 핵심 질문은 하나.

"AI가 준 그럴듯한 답에서, 당신은 무엇이 틀렸는지 알아챘는가? 그리고 왜 그렇게 고쳤는가?"

② AI 사용을 금지하지 않습니다. 숨기는 것을 금지합니다. 모든 과제는 'AI 협업 로그'(프롬프트·원본 응답·고친 부분·이유)와 함께 냅니다. AI 결과를 무비판 제출하면 감점, 오류·편향·레이블 누수를 잡아 고치면 고득점. 정직한 로그가 곧 당신의 학습 데이터입니다.

③ '오류 심기 시험'으로 진짜 실력을 가릅니다. 그럴듯하지만 틀린 GTM 산출물을 드리면, 무엇이 왜 틀렸는지 이론으로 잡아내야 합니다. AI는 자기 오류를 잘 못 잡습니다 — 여기서 사람의 판단이 드러납니다.

④ 한국은 지금 'GTM 선점 시장'입니다. 미국 캘리포니아·뉴욕엔 GTM 포지션이 수백~수천 개, 서울은 한 손에 꼽힙니다. 문제는 똑같이 있는데 직군이 없는 상태 — 이게 선점 기회가 아니면 무엇이겠습니까. (참고로 글로벌 GTM 연봉 하한은 약 $320K, 헤드급 ~$400K 수준입니다.)


커리큘럼 — 핵심 8개 강의, 설계에서 엔지니어링까지

앞에 오리엔테이션, 끝에 종합·캡스톤이 붙고, 그 사이를 8개 핵심 강의가 채웁니다.

오리엔테이션 — 이 강의의 사용법: 운 vs 전략, AI 평가 원칙, 캡스톤 안내

🧭 PART 1 — GTM 설계 (강의 1–4): "무엇을 누구에게 얼마에 어떻게 팔 것인가"를 확정

  • 강의 1. GTM이란 무엇인가 — 직무·스코프·조직. Who·What·How·When은 GTM, Where·Why는 아니다. RACI, 비전병·회의실병

  • 강의 2. 시장과 고객 — ICP·고객 레이어링·JTBD. 3F 함정, "없을 때 어떻게 해결했나"

  • 강의 3. 가치·포지셔닝·가격 — 가격 먼저·PMF는 그다음, WTP 추정, 시장 지배 → 가격 자유도

  • 강의 4. GTM 모션·퍼널·지표 — PLG/SLG/PLS 선택, MRR·ARR vs MAU·다운로드의 함정

🛠️ PART 2 — GTM 엔지니어링 & RevOps (강의 5–8): 전략을 작동하는 시스템으로

  • 강의 5. 데이터 스택·모델링 — SQL·dbt로 행동을 계정 단위 신호로. "유전은 있는데 시추를 안 한다"

  • 강의 6. 신호의 과학: 업리프트·레이블 누수·PQL (이 과정의 심장) — 읽을 수 있는 선형 점수가 왜 복잡한 ML을 이기는가

  • 강의 7. 트리거·자동화·핸드오프 — 드립 → 이벤트 트리거, ICP×행동 이중조건, 오픈율 27%→50~70%의 구조

  • 강의 8. Revenue 운영·성장·실험 — MRR 무브먼트·코호트·NRR·A/B 인과 추론

🎯 종합·캡스톤 — 제품 없이 검증하기, 글로벌 확장(1차방정식 한국 vs N차방정식), 캡스톤 발표 + 동료 리뷰


이렇게 배웁니다

VOD라 순서는 자유입니다. 단, 의존 관계는 지켜주세요 — 강의 6은 강의 5의 데이터를, 강의 7은 강의 6의 점수를 전제로 합니다. 모든 강의는 영상 + 자료 패키지(개념 핸드아웃·템플릿·노트북·사례 해설·평가 세트) + 평가의 3종 세트로 완결됩니다. 목표는 모든 수강생을 Skill 성취 3단계(교정) 이상으로 끌어올리는 것. 2단계(적용)는 AI가 이미 해주니까요.


강사 — 안광섭 (Oswarld / 해봄)

이론만 파는 사람이 아니라, 직접 한국 시장에 제품을 정착시키고 실리콘밸리 회사의 GTM을 설계해 본 사람입니다.

  • 노션(Notion) 코리아 한국 런칭·커뮤니티 총괄 (2017~, 5년+) — 제품을 시장에 안착시키는 GTM의 본질을 현장에서

  • Gamma Senior GTM Strategy Manager — 실리콘밸리 제품의 신규 기능 출시·시장 확장 전략·플레이북 설계

  • 카카오브레인(AI)·넥슨(게임)·한화생명(금융)·레킷벤키저(소비재) — 다양한 시장을 건너며 '판을 읽는 능력'을 축적

  • 현) 세종대 겸임교수(비즈니스 애널리틱스·경영 데이터 관리), OBF 시니어 리드 컨설턴트

  • 고려대 기술경영 석사·MBA / 노션 도서·AI 논문(HEMA) 저술

한 줄로: "신호를 만든다, 노이즈가 아니라." 수많은 데이터 속에서 진짜 신호를 골라내는 일 — 그게 제가 일하는 방식이자, 이 과정(강의 6, 신호의 과학)이 가르치는 것입니다.


수강 전 안내

선수 지식 — 스프레드시트 기본(필수) / SQL SELECT·JOIN·GROUP BY(권장, 워밍업 제공) / Python 기초(권장, 노트북 템플릿 제공) / 통계는 강의 내에서 필요한 만큼.

도구 스택 — BigQuery·PostgreSQL / dbt / Python·Hex / PostHog·Amplitude / HubSpot·Salesforce / Customer.io·n8n·Clay. 실습은 샘플 데이터셋 'OZ Deploy'로 진행, 본인 회사 데이터로 대체 가능.

이런 분께는 권하지 않습니다 — "이대로만 따라 하면 되는 정답 공식"을 원하는 분. 이 강의는 답이 아니라 스스로 답을 설계하는 Skill을 드립니다.


8개 강의를 마치면, 당신은

문서가 아니라 돌아가는 시스템을 갖게 됩니다. 그리고 한국에 아직 비어 있는 그 자리 — 1세대 GTM으로 출발선에 섭니다.

한 번 팔리는 건 운입니다. 반복은, 지금부터 배우는 전략입니다.


이런 분들께
추천드려요

학습 대상은
누구일까요?

  • 한 번은 팔았는데 '반복해서 팔리는 구조'를 못 만들고 운에 기대고 있는 창업자·PM

  • 백서 다운로드(MQL)만 쌓이고 전환은 안 되는데, 정작 행동 데이터엔 질문 한 번 안 던져본 마케터·세일즈·그로스

  • 시장에 안 나가고 내부 토론·비전만 반복(회의실병·비전병) 하다 출시 타이밍을 놓치는 팀

  • AI로 직무 경계가 흐려지는 지금, 시장분석·전략·데이터 역량으로 GTM/RevOps로 전환하려는 PM

  • 데이터는 있는데 '그래서 누구에게 언제 팔지'로 연결을 못 잇는 데이터·분석 직군

  • 제품/서비스는 만들었는데 어떻게 팔아야할지 모르겠는 빌더

선수 지식,
필요할까요?

  • 스프레드시트 기본(피벗·함수)

  • SQL SELECT/JOIN/GROUP BY 경험 (워밍업 자료 제공)

  • Python 기초 문법

  • 인공지능 서비스(ChatGPT/Claude/Gemini 등 무엇이든 상관 없음)를 사용한다는 전제 하에 진행합니다.

안녕하세요
안광섭입니다.

커리어인증

커리큘럼

전체

11개 ∙ (0분)

해당 강의에서 제공:

강의 게시일: 
마지막 업데이트일: 

수강평

아직 충분한 평가를 받지 못한 강의입니다.
모두에게 도움이 되는 수강평의 주인공이 되어주세요!

비슷한 강의

같은 분야의 다른 강의를 만나보세요!

얼리버드 할인 중

₩2,224

24%

₩22,000