Claude로 바운티 자동 사냥 = 수익 $0 — 48시간·$20 실험이 남긴 4가지 교훈

핵심 요약 (TL;DR)

ztc00이 Claude를 돌려 오픈소스 바운티를 자동으로 사냥해 돈을 벌 수 있는지 실험한 공개 리포트를 5/16 HN에 올렸습니다. 결과는 48시간·3회 스캔·$20 토큰 사용에 수익 $0, 완료 바운티 0개. 같은 이슈에 시간당 8~158 attempt에 8~10 PR이 동시에 박혀 있다는 마켓 데이터까지 같이 나왔어요. AI 에이전트로 자동 수익을 꿈꾸는 사람에게 가장 정직한 첫 데이터 포인트입니다.

무슨 실험이었나요

ztc00은 scout.py라는 Python 도구를 짰습니다. GitHub CLI로 오픈 바운티 이슈를 enumerate하고, 스팸을 거르고, claim된 뒤 14일 이상 방치된 "ripe" 후보를 골라내는 도구예요. 그 위에 Claude로 자동으로 PR을 만들어 수익을 회수하는 게 목표였습니다.

가설은 단순했어요. 시간이 많이 지난 채 방치된 바운티 = 인간이 포기한 자리 = AI가 들어갈 빈틈. 본인이 인용한 "earlier 바이럴 result"는 단일 작업당 작은 이익을 자동으로 누적한 사례였는데, 그걸 재현해보려 한 거죠.

실패의 숫자

본인이 POST.md에 공개한 결과는 차갑습니다.

• 실행 시간: 48시간
• 스캔 횟수: 3회
• 토큰 예산: $20
• 수익: $0
• 완료 바운티: 0개

흥미로운 건 실패 자체가 아니라 실패 과정에서 본인이 측정한 시장 데이터예요. ztc00이 골라낸 "ripe"한 이슈 중 하나 — tscircuit/dsn-converter#54($170 바운티)에는 158 attempts에 10개 이상의 open PR이 박혀 있었습니다. 다른 이슈들도 시간당 8~158 attempt, 8~10 PR 수준이었어요. 14일째 방치된 게 아니라, 14일째 모두가 시도하는 중이었던 거죠.

HN 토론에서도 37pts·24댓글 규모로 같은 인상이 모였습니다. "공개 마켓의 바닥이 이미 채워졌다"는 거예요.

이게 왜 중요한가요

"AI 에이전트로 자동 수익"은 지난 12개월 동안 가장 자주 떠도는 narrative였습니다. 그 narrative의 첫 공개 반례가 이번 실험이에요. 그리고 실패한 방식이 의미심장합니다.

첫째, 마켓이 이미 포화됐습니다. 8~158 attempts라는 숫자는 "AI 에이전트가 도착하면 빈 자리가 있다"는 가정 자체를 깹니다. 인간 헌터에 다른 AI 에이전트까지 같은 빈틈을 동시에 보고 있는 거죠.

둘째, "ripe = 방치" 가정이 틀렸습니다. 14일+ 라는 정의는 직관적이지만, 실제로는 그 14일 동안 8~10 PR이 거절·중복으로 쌓인 결과였습니다. 방치가 아니라 막힘인 거예요.

셋째, unit economics가 안 맞습니다. ztc00의 리포트 끝은 인상적입니다. "$1 profit per job 단위로 single-job 시스템을 성공적으로 scale한 사람이 있으면 알려달라." 즉 자동 수익의 본질은 "한 건당 작은 이익 × 큰 볼륨"인데, 그 한 건이 0달러면 곱셈이 0이 됩니다.

넷째, 공개 마켓은 가장 어려운 자리입니다. Algora 같은 공개 바운티 마켓은 정의상 모두에게 보이는 자리이고, 그래서 가장 빠르게 포화됩니다. 비공개·도메인 특화·관계 기반 일감이 오히려 자동화에 유리한 자리일 가능성이 크죠.

그럼 자동 수익은 불가능한가요

아닙니다. 이 실험이 닫은 건 "공개 마켓에 일반 에이전트를 던지면 돈이 된다"는 단순 가설이지, 자동 수익 전체가 아닙니다. 다음 질문은 이렇게 바뀌어야 해요.

• 내가 도메인 지식을 가진 좁은 분야에 한정해 자동화하면?
• 한 건당 $1이 아니라 한 건당 $100인 자리는 어디인가?
• 인간이 보지 않는 자리(언어 장벽, 시간대 차이)는?

요약하면 도구가 강해질수록 차별화는 도메인·통증·관계 쪽으로 이동합니다. 같은 주말 HN 1면에 올라간 zerostack이 "솔로가 통증을 정확히 풀면 거대 도구를 이긴다"를 보여줬다면, algora-scout는 "통증 없이 도구만 강해도 돈은 안 된다"를 보여줍니다. 같은 방향의 다른 면인 거죠.

자주 묻는 질문

Q. ztc00이 사용한 도구는 실제로 쓸 만한가요?
A. scout.py 자체는 GitHub CLI 위에서 도는 바운티 enumerator로 기술적으로 잘 작동합니다. 수익이 안 난 건 도구 결함이 아니라 마켓 dynamics 때문이라는 게 본인 결론이에요.

Q. 바운티가 아니라 Upwork·Fiverr 자동화는 가능한가요?
A. 같은 함정에 빠질 가능성이 큽니다. 공개 마켓 = 빠른 포화. 차별화 없는 자동 입찰은 ztc00 실험과 비슷한 결과가 나올 거예요.

Q. 그럼 자동 수익을 시도하기 전 무엇을 점검해야 하나요?
A. 세 가지입니다. (1) 같은 자리에 몇 명이 시도 중인지 측정, (2) 한 건당 평균 수익 × 성공률 × 시도 비용 계산, (3) 본인이 그 자리에 가진 비교우위(도메인·언어·관계)가 무엇인지 명시. 세 가지가 다 분명하지 않으면 자동화는 0달러로 끝납니다.

ztc00의 48시간은 우리에게 한 번에 살린 데이터입니다. 자동 수익을 꿈꾸기 전, 본인의 "$0 리포트"부터 한번 읽어보시면 좋겠어요.