나는 월 MRR 1만 달러짜리 여러 회사를 월 20달러 기술 스택으로 운영한다

월 $5~10 VPS 하나로 시작하고, 복잡한 AWS/EKS 대신 단일 서버에서 서비스·로그·재시작을 모두 단순하게 관리한다. 1GB RAM도 충분하며 필요하면 swapfile로 보완한다.

백엔드는 Go로 작성한다. 인터프리터를 띄우지 않아도 되고, 의존성 지옥 없이 단일 정적 바이너리로 빌드해 서버에 올리면 끝난다. 글에는 아주 작은 http.ListenAndServe 예시가 제시되며, 이런 구조면 배포가 단순해진다고 설명한다.

대량의 배치 작업과 긴 추론은 로컬 AI로 처리한다. 집에 있는 GPU를 활용해 vLLM을 돌리고, 실험 단계에서는 Ollama, 운영 단계에서는 vLLM, 학습·파인튜닝이 필요하면 Transformer Lab을 쓴다. 연구용으로는 컨텍스트를 압축하는 laconic, 모델 접근을 단순화하는 llmhub도 직접 만든다.

실시간 사용자용 상위 모델은 OpenRouter로 묶는다. OpenAI 호환 인터페이스 하나로 여러 프런티어 모델을 사용하고, 장애 시 다른 제공자로 자동 전환해 오류를 줄인다.

IDE/에이전트 비용은 GitHub Copilot 중심으로 낮춘다. 중요한 포인트는 긴 작업도 요청 단위로 처리되어 체감 비용이 낮다는 점이며, 상세한 프롬프트와 명확한 성공 조건을 주고 끝까지 고치게 한다.

데이터베이스는 기본적으로 SQLite를 쓴다. 로컬 파일 접근은 TCP를 거치는 원격 DB보다 훨씬 빠르고, WAL을 켜면 읽기/쓰기 경합도 크게 줄어든다.

• PRAGMA journal_mode=WAL;
• PRAGMA synchronous=NORMAL;

이 설정으로 단일 .db 파일과 NVMe만으로도 많은 동시 사용자를 처리할 수 있다고 주장한다.

마지막으로 인증은 직접 만든 auth 라이브러리로 단순화한다. 회원가입, 세션, 비밀번호 재설정, Google/Facebook/X/SAML 로그인까지 지원해 초기 제품의 번거로운 인증 인프라를 줄인다.

핵심 메시지는 분명하다. 복잡한 클라우드 아키텍처와 큰 고정비가 아니라, 단순한 스택과 낮은 burn rate가 더 긴 runway를 만든다.