Day 22 (월) — Product Hunt 최종 준비

Phase 4: 폭발 | Authority, Social Proof, Contrast, Commitment, Curiosity

오늘의 맥락

• [← Day 4] 데모 GIF/영상
• [← Day 11] 창업 스토리
• [← Day 19] 소셜 증거 수집
• [← Day 21] PH 리스팅 초안 + 서포터 리스트
• 3주간 축적된 모든 자산이 PH 리스팅에 집결하는 날

오늘의 할 일

오전

• PH 리스팅 완성 — Authority + Social Proof + Contrast 종합
  • [← Day 21] 초안을 최종 버전으로 마감
  • 포함 요소:
    • 태그라인 최종본
    • 설명 (30초 읽기)
    • FAQ 3-5개
    • [← Day 4] 데모 영상/GIF
    • [← Day 19] 소셜 증거 인용
    • [← Day 11] 메이커 스토리
  • 다른 사람에게 리뷰 요청 (오타, 흐름, 설득력)

오후

• 서포터 네트워크에 D-5 알림 — Commitment (미리 약속 받기)
  • [← Day 21] 서포터 리스트 30명+에게 DM
  • "이번 주 토요일 PH 런칭합니다. 서포트 부탁드려도 될까요?"
  • 구체적 요청: 업보트 + 댓글 (첫인상 확보)

저녁

• 블로그 4편 작성 + 발행 — Curiosity (PH 유입자를 위한 심화 콘텐츠)
  • 제목: "AI Food Analysis: How It Works"
  • PH에서 관심 가진 사람이 기술 심화 내용을 읽을 수 있도록
  • [← Day 5, 12, 18] 기존 블로그와 상호 링크
  • SEO 키워드: "AI food analysis", "food recognition AI", "nutrition AI"

산출물 체크리스트

• PH 리스팅 최종 완성 (모든 요소 포함)
• 서포터 30명+ D-5 알림 발송
• 블로그 4편 라이브 + 기존 블로그와 링크

내일로 연결

• [feeds → Day 23] 블로그 5편과 상호 링크 (5편 클러스터 완성)
• [feeds → Day 27] PH 런칭

왜 이 작업인가

30일 플랜의 4주차, Phase 4 "폭발"의 첫날이다. 지난 3주간 우리는 세 가지 피드백 루프의 재료를 하나씩 쌓아왔다. 블로그 3편으로 SEO 클러스터의 뼈대를 세웠고(Loop A), HRVWorks·GlucoseWorks 각각의 대기자 커뮤니티를 병렬로 구축했으며(Loop B), Reddit·IH·X에서 리서치 권위를 축적해 소셜 증거를 확보했다(Loop C). 이제 이 모든 자산이 Product Hunt라는 하나의 무대에 집결해야 한다.

오늘의 최우선 레버리지는 PH 리스팅 최종 완성이다. Day 4의 데모 GIF, Day 11의 창업 스토리, Day 19의 소셜 증거, Day 21의 리스팅 초안 — 각각 따로 만들어진 자산들이 하나의 설득 흐름으로 조립되는 시점이다. 리스팅 품질이 Day 27 런칭일의 전환율을 직접 결정하므로, 오늘 투자한 시간이 런칭 당일 업보트 수로 직결된다.

D-5 서포터 알림은 Day 27에 초기 모멘텀을 만들기 위한 사전 약속 확보다. PH 알고리즘에서 초반 업보트 속도가 순위를 결정하기 때문에, 미리 약속을 받아두는 것이 가장 높은 레버리지 행동이다. 블로그 4편은 PH 유입 트래픽의 수신처 역할을 하며, Day 23에 완성될 5편 SEO 클러스터의 4번째 조각이다. 오늘 만든 블로그는 PH 이후에도 오가닉 검색 트래픽을 영구적으로 끌어온다.

심리 원리 해설

Authority (권위 편향)

정의: 사람들은 전문성이나 권위를 갖춘 출처의 정보를 더 신뢰하고 따른다.

연구 근거: Milgram(1963)의 복종 실험에서 참가자의 65%가 권위 있는 실험자의 지시만으로 위험 수준의 행동을 수행했다. Cialdini(1984)는 전문가 추천, 자격증, 연구 데이터 인용이 설득력을 높인다고 정리했다.

오늘의 적용: PH 리스팅에 AI 기술 심화 블로그(Blog 4)를 연결하여 "이 팀은 기술을 깊이 이해하고 있다"는 전문성 인식을 형성한다. 블로그에서 학술 논문 인용과 기술적 설명을 포함함으로써 단순한 앱 소개가 아닌 리서치 기반 제품이라는 권위를 구축한다.

Social Proof (사회적 증거)

정의: 다른 사람들이 하는 행동을 보면 같은 행동이 올바르다고 판단하는 경향이다.

연구 근거: Goldstein, Cialdini, & Griskevicius(2008)의 호텔 수건 실험에서 "이 방의 75% 손님이 수건을 재사용합니다"라는 메시지가 일반적 환경 메시지보다 26% 더 효과적이었다.

오늘의 적용: Day 19에 수집한 사용자 댓글, 리뷰, 추천 인용문을 PH 리스팅에 직접 배치한다. "이미 다른 사용자들이 긍정적으로 평가했다"는 증거가 PH 방문자의 업보트 결정을 촉진한다.

Contrast Effect (대비 효과)

정의: 두 가지 선택지를 나란히 놓으면 차이가 실제보다 더 크게 느껴진다.

연구 근거: Cialdini(1984)의 "rejection-then-retreat" 기법에서 활용. Kenrick & Gutierres(1980)는 매력적인 사진을 본 뒤 평범한 사진의 매력도 평가가 하락하는 것을 실험으로 입증했다.

오늘의 적용: PH 리스팅에서 기존 칼로리 트래킹 앱의 수동 입력 방식과 FastingWorks의 AI 자동 분석을 나란히 대비시킨다. "사진 한 장으로 끝"이라는 메시지가 경쟁 제품과의 대비를 통해 더욱 강력하게 느껴지도록 설계한다.

Commitment & Consistency (일관성 원리)

정의: 작은 약속을 한 사람은 일관성을 유지하기 위해 더 큰 행동으로 이어간다.

연구 근거: Freedman & Fraser(1966)의 "foot-in-the-door" 실험에서 작은 스티커를 붙인 사람의 76%가 이후 큰 간판 설치에 동의했다(비요청 그룹 17%).

오늘의 적용: D-5 서포터 알림에서 "런칭 당일 서포트 부탁드려도 될까요?"라는 작은 약속을 받아둔다. 이 약속을 한 사람은 Day 27 실제 런칭일에 업보트와 댓글이라는 더 큰 행동을 일관성 유지 동기에서 실행할 확률이 높아진다.

Curiosity Gap (호기심 격차)

정의: "아는 것"과 "알고 싶은 것" 사이의 간극이 정보 탐색 행동을 유발한다.

연구 근거: Loewenstein(1994)의 정보 격차 이론에서 부분적 정보를 받은 사람들은 완전한 정보를 얻으려는 강한 동기가 생긴다고 설명했다.

오늘의 적용: 블로그 4편 "AI Food Analysis: How It Works"는 PH 리스팅에서 기능을 본 사용자에게 "이게 어떻게 가능하지?"라는 호기심을 유발한 뒤, 기술 심화 콘텐츠로 연결하는 구조다. PH에서 관심을 가진 사용자를 블로그로 이동시켜 체류 시간과 신뢰를 동시에 높인다.

사용한 스킬

💡 권장: page-cro로 PH 리스팅 전환 요소 점검, stop-slop으로 블로그 AI 패턴 제거.