mdfy.cc 사업계획 v6 (FINAL)

Personal Knowledge Hub for the AI EraURL이 모든 것의 단위. Document, Bundle, Hub 모두 URL.

Founder: Hyunsang at Raymind.AI Build started: 2026년 3월 (부업) Full-time start: 2026년 4월 Launch deadline: 2026년 6월 16일 (Week 7 Tuesday, HN Show HN) Last updated: 2026-04-27

1. Executive Summary v6

한 줄로

mdfy is your personal knowledge hub for the AI era.

두 줄로

Capture knowledge from anywhere. Bundle it by topic — manually or with AI. Every document, every bundle, your entire hub — one URL deployable to any AI.

세 줄로

mdfy는 AI 시대 개인의 지식허브다. 핵심 mechanic은 URL — 단일 문서, 주제별 번들, 전체 허브 모두 URL이 된다. 모든 URL은 살아있는 문서: 항상 편집 가능, 버전 추적, 어떤 AI에든 paste하면 컨텍스트로 작동. AI가 collaborator — 사용자가 자연어로 요청하면 AI가 번들을 생성하고, 사용자는 검토/편집한다.

핵심 차별화

The URL Architecture — 같은 primitive, 3가지 scope:

Document URL — 한 markdown 파일 (한 답변, 한 노트)
Bundle URL — 주제로 묶은 collection (manual or AI-generated)
Hub URL — 사용자의 전체 지식허브

모두 같은 URL primitive. 모두 deployable to any AI. 모두 living, editable, versioned.

AI의 새 역할

AI는 librarian + collaborator:

사용자가 자연어로 요청 → AI가 bundle 생성
사용자가 검토하고 편집
결과는 사용자의 hub에 저장
다시 deploy 가능

이건 Mem0의 자동 추출과도, LLM Wiki의 LLM 단독 build와도 다름. Human-AI 협업.

8주 후 도달 지점

Hero: "Personal knowledge hub for the AI era"
Phase 1 (Document URL) Live
Phase 2 (Bundle + Hub + AI generation) Launch
Bundle Spec v1.0 RFC 공개
HN Show HN top 5
75+ paid (Pro $9 → $675 MRR)

12개월 후 목표

$80-150K MRR
10,000-20,000 paying users
AI hub의 기본 brand 인지
Bundle Spec community 활성화
첫 enterprise pilot

2. v5 → v6 핵심 변경

변경 1: Single concept으로 단순화

v5: "Two layer markdown tool + memory layer + Bundle Spec + LLM Wiki integration..." v6: "Personal knowledge hub for the AI era"

이유:

v5는 너무 복잡함
사용자가 mdfy를 한 단어로 인지해야
Notion = workspace, Linear = project tracker, mdfy = knowledge hub

변경 2: URL Architecture 명시

v5: Bundle이 핵심 차별화 v6: URL = 모든 것의 단위 (Document/Bundle/Hub 같은 primitive)

이유:

"URL이 단위"가 진짜 정수
Bundle 하나만 강조하면 partial
3 scope (doc/bundle/hub)이 progressive disclosure

변경 3: Hub URL 컨셉 추가

v5: 없음 v6: 사용자 전체 hub가 한 URL — auto-organized + AI queryable

이유:

"내 모든 지식을 한 URL로 AI에 paste" magical UX
LLM Wiki와 직접 비교 가능 (둘 다 hub-level)
진짜 큰 차별화

변경 4: AI Bundle Generation 추가

v5: Bundle은 manual v6: AI에게 자연어 요청 → Bundle 자동 생성 → 사용자 검토/편집

이유:

사용자 부담 절감
진짜 새로운 UX 패러다임
Notion AI와 다름 (Notion은 doc 안에서, mdfy는 cross-doc)

변경 5: AI를 collaborator로 격상

v5: AI는 polish/summary 도구 v6: AI는 librarian + bundle generator + queryable assistant

이유:

단순 도구 → 협업 파트너
"사용자 + AI"가 함께 hub 만듦
Karpathy LLM Wiki 패턴의 진화 버전

변경 6: 메시지 단순화

v5: "Compile vs deploy", "Author vs extract", "Layer 1 vs 2" v6: "Personal knowledge hub. Everything is a URL."

이유:

메시지 절제
비교는 manifesto에서만
Hero는 universal

3. Core Vision

What mdfy is

mdfy is your personal knowledge hub for the AI era.

지식이 폭발하는 시대. ChatGPT/Claude에 매일 사고를 쏟아붓고, 좋은 답변을 받고, 그리고 잃는다.

mdfy는 그 지식을 hub로 만든다. URL 기반. 어디서든 capture. 어디서든 deploy. 어디서든 편집.

AI와 협업한다. 사용자가 무엇을 원하는지 표현하면, AI가 organize한다. 사용자는 검토하고 결정한다.

이게 mdfy다. 단순하고 강력한 hub.

How it works (one paragraph)


You collect knowledge from anywhere — AI chats, your editor, your terminal.
Each piece becomes a markdown document at a URL.
You bundle related URLs into themed collections — manually, or by asking AI.
Your entire hub is itself a URL.
Every URL is a living document — editable, versioned, addressable.
Share any URL with any AI as context.
That's it.

Why now

세 가지 trends 동시 발생:

1. AI 답변 폭발

매일 trillion+ 토큰 AI 답변 생성
저장/재사용 인프라 부재
사용자가 자기 사고를 hub로 만들 도구 필요

2. URL이 AI 시대 자연 interface

LLM이 native로 URL fetch
MCP가 URL-based tool calling
Markdown URL = LLM이 가장 자연스러운 input

3. Hub vs Extract paradigm 갈림길

닫힌 시스템: Mem0, Letta, OpenAI Memory (각자 자기 영역)
열린 시스템: 표준 부재
mdfy가 그 표준을 시도

6개월 늦으면: 거인들이 자기 closed hub 굳힘. 6개월 일렀으면: 시장 부재.

지금이 정확한 timing.

4. The URL Architecture

v6의 핵심 framework

mdfy의 본질은 URL Architecture. 같은 primitive, 3가지 scope.


┌──────────────────────────────────────────────┐
│  Collecting Layer                            │
│  Chrome, VS Code, Mac, CLI, MCP, paste       │
│  ↓ 모든 surface가 markdown 생성              │
└──────────────────────────────────────────────┘
                    ↓
┌──────────────────────────────────────────────┐
│  Document URL                                │
│  https://mdfy.cc/abc123                      │
│  - 한 markdown 파일                          │
│  - 한 AI 답변, 한 노트, 한 글                │
│  - Living, editable, versioned               │
└──────────────────────────────────────────────┘
                    ↓
┌──────────────────────────────────────────────┐
│  Bundle URL                                  │
│  https://mdfy.cc/bundle/xyz789               │
│  - 주제로 묶은 documents                     │
│  - Manual selection OR AI-generated          │
│  - Editable like a document                  │
│  - Versioned with snapshots                  │
└──────────────────────────────────────────────┘
                    ↓
┌──────────────────────────────────────────────┐
│  Hub URL                                     │
│  https://mdfy.cc/hub/hyunsang                │
│  - 사용자의 전체 지식허브                    │
│  - Auto-organized by AI                      │
│  - Queryable as one URL                      │
│  - "내 모든 것" deployment unit              │
└──────────────────────────────────────────────┘
                    ↓
┌──────────────────────────────────────────────┐
│  Deployment (Any AI, Anywhere)               │
│  Paste URL into Claude, Cursor, ChatGPT      │
│  AI fetches, reads as context                │
└──────────────────────────────────────────────┘

3 URL Scopes

1. Document URL — atomic unit

한 markdown 파일
가장 작은 단위
사용자가 직접 작성 또는 capture
Editable, versioned

Example:


https://mdfy.cc/abc123
→ A single document about LLM memory architecture

2. Bundle URL — themed collection

주제로 묶은 documents
Manual: 사용자가 직접 묶음
AI-generated: 사용자 요청 → AI가 묶음
Editable: 사용자가 final review
Bundle of bundles 가능 (recursive)

Example:


https://mdfy.cc/bundle/xyz789
→ "Project Acme Context"
   - 5 documents about the project
   - Annotated by user
   - Versioned snapshots

3. Hub URL — entire knowledge

사용자의 모든 지식
Auto-organized (LLM이 librarian)
Queryable (AI가 navigate)
Deployable (한 URL로 모든 컨텍스트)

Example:


https://mdfy.cc/hub/hyunsang
→ Everything Hyunsang knows
   - Auto-categorized
   - AI-queryable index
   - Deploy as full personal context

핵심 properties (모든 URL 공통)

Living — 항상 편집 가능
Permanent — URL 안 바뀜
Versioned — 히스토리 추적
Addressable — 어디서든 paste
Composable — 다른 URL과 묶을 수 있음
Deployable — AI에 컨텍스트로

5. AI as Collaborator

v6의 새 핵심: AI는 도구가 아니라 collaborator

기존 도구의 AI:

Notion AI: doc 안에서 polish/write
Mem0: 자동으로 추출 (사용자 invisible)
LLM Wiki: LLM 혼자 build

mdfy의 AI:

Librarian: 사용자 hub를 organize
Bundle generator: 자연어 요청 → bundle 자동 생성
Query assistant: 사용자 hub에서 정보 찾기
Editor: polish, refine, suggest

AI Bundle Generation — 핵심 UX

가장 강력한 새 mechanic.

사용자 요청 예시

"프로젝트 Acme 관련 답변들 다 묶어줘"
"내가 LLM memory에 대해 배운 거 정리해줘"
"내 글쓰기 voice 보여주는 sample 5개 골라줘"
"지난 주 가장 useful했던 답변들 bundle로"
"이 답변과 비슷한 주제 묶어줘"

AI 처리

사용자 hub 검색
관련 documents 찾기
의미 있는 grouping
Bundle markdown 생성
Annotation 자동 추가

사용자 검토

AI가 만든 bundle 보기
추가/제거/재정렬
Annotation 편집
Save (bundle URL 생성)

Use case

사용자가 새 프로젝트 시작 → "이 프로젝트 관련 컨텍스트 bundle 만들어줘" → AI가 hub에서 관련 자료 찾아 bundle 생성 → 사용자 검토 → Cursor에 paste → 즉시 작업 시작.

이전: 사용자가 매번 manual로 컨텍스트 모아 paste. 이후: AI가 organize, 사용자가 deploy.

AI의 다른 역할

1. Hub Auto-organization

새 document 추가 시 자동 categorize
Tag 자동 제안
비슷한 documents 자동 grouping
Orphan documents 알림

2. Query Assistant

"내 hub에서 X에 대해 알려줘"
"이 주제로 내가 어떤 답변 받았었지?"
자연어로 hub 검색

3. Polish & Refine

Document 편집 시 suggest
Bundle annotation 자동 생성
Version diff 설명

4. Cross-reference

"이 doc과 관련된 다른 doc 있나?"
자동 link 추천
Knowledge graph 시각화 (Phase 3)

AI 사용 흐름 (전체 cycle)


1. User captures (Chrome, CLI, etc.)
   → Document URL 생성

2. AI auto-categorizes
   → Hub 자동 organize

3. User asks AI
   → "Acme 관련 bundle 만들어줘"

4. AI generates bundle
   → 관련 docs 찾아 bundle 생성

5. User reviews + edits
   → Bundle URL 확정

6. User deploys
   → Cursor/Claude에 paste

7. AI reads as context
   → Bundle 안 documents 모두 fetch

8. User outputs back to mdfy
   → 새 documents → Hub 누적

9. Cycle continues

이게 진짜 hub. 단순 storage가 아니라 living knowledge organism.

6. Manifesto

Manifesto 핵심

Own your markdown. Build your hub. Deploy anywhere.

7 Beliefs (v6 — 새 추가)

1. Markdown is the right primitive

LLM native, human readable, tool agnostic.

2. URLs are the right interface

가장 단순한 interface. 모든 경계를 넘는다.

3. Memory is something you author

Mem0/Letta의 추출과 다른 paradigm.

4. AI is a collaborator, not just a tool ⭐ (NEW)

AI에게 요청하면 bundle을 만든다. 사용자가 검토한다. 협업.

5. Knowledge has scopes — document, bundle, hub ⭐ (NEW)

같은 URL primitive, 3가지 scope. Progressive disclosure.

6. Memory should be deployable

Bundle이 deployment unit.

7. Open by default

mdcore OSS, Bundle Spec OSS, self-host 가능.

Manifesto post 핵심 메시지 (재구성)

Section 1: The state of AI knowledge today

매일 ChatGPT/Claude에 사고 쏟아붓고 잃는다
저장도 못하고, 재사용도 못하고, deploy도 못함
세상에서 가장 비싼 망각 기계

Section 2: The hub paradigm

단순 저장이 아니라 hub
Document, Bundle, Hub 모두 URL
항상 deployable

Section 3: AI as collaborator

사용자가 manual로 다 할 필요 없음
자연어로 요청 → AI가 organize
사용자가 review + decide

Section 4: Why mdfy specifically

Multi-surface (이미 build됨)
Markdown-native (publish 후 export 아님)
Open from day one

Section 5: How it relates to others

Mem0/Letta: 자동 추출 (다른 paradigm)
LLM Wiki: LLM 혼자 build (다른 collaboration model)
Notion: closed format
mdfy: human + AI 협업, open URLs

Section 6: Roadmap

Phase 1: Live (publishing tool)
Phase 2: Bundle + Hub + AI generation (8주 후)
Phase 3: Year 1 (LLM Wiki integration, Team, Marketplace)
Phase 4: Year 2-3 (standard, enterprise)

Section 7: Open invitation

Try mdfy
Read the spec
Join the conversation

7. Hero & Messaging

영문 Hero (확정)

H1: Your personal knowledge hub for the AI era.

Sub: Capture from anywhere. Bundle by topic. Deploy to any AI as a URL. Your knowledge — owned, edited, portable.

CTA primary: Start your hub → CTA secondary: Install Chrome extension

한국어 Hero (확정)

H1: AI 시대의 개인 지식허브.

Sub: 어디서든 캡처하고, 주제별로 묶고, 어떤 AI에든 URL로 deploy하세요. 당신의 지식 — 소유하고, 편집하고, 어디든.

CTA primary: 허브 시작하기 → CTA secondary: Chrome 확장 설치

Three Pillars (재구성)

Pillar 1: Capture

From any AI, anywhere.

Surfaces:

🌐 Chrome Extension — One click on AI chats
💻 VS Code — Save markdown directly
🖥️ Mac App — Clipboard watch
⌨️ CLI — cat | mdfy
📋 Paste — Drop anything

Each capture becomes a Document URL.

Pillar 2: Bundle

Group by topic — manually or with AI.

Methods:

✋ Manual — Multi-select your docs, create bundle
🤖 AI-generated — Ask "create a bundle about X", AI does it
✏️ Editable — Review and edit AI bundles
📜 Versioned — Snapshot moments in time

Bundles are URLs you can paste anywhere.

Pillar 3: Deploy

Use anywhere as one URL.

Scopes:

📄 Document URL — A single markdown file
📦 Bundle URL — A themed collection
🌐 Hub URL — Your entire knowledge as one URL

Paste into Claude, Cursor, anywhere. AI reads as context.

차별화 메시지

강한 메시지 (사용)

✅ "Your personal knowledge hub for the AI era." — Hero ✅ "Capture, Bundle, Deploy." — 3 verbs ✅ "Everything is a URL." — primitive ✅ "Ask AI to bundle. You decide what stays." — AI 협업 ✅ "Document, Bundle, Hub — same URL primitive." — architecture

약한 메시지 (피함)

❌ "Black-box memory" (부정확) ❌ "Vendor lock-in" (부정확) ❌ "Don't let AI extract you" (부정형) ❌ "Markdown Hub" (commodity) ❌ "Compile vs deploy" (너무 abstract)

Comparison Tables

vs Other Knowledge Tools

	mdfy	Notion AI	Mem0/Letta	LLM Wiki
Personal knowledge hub	✓	✓	—	✓
Markdown native	✓	△	—	✓
URL-based deployment	✓	—	—	—
Multi-surface capture	✓	△	△	—
AI bundle generation	✓	—	—	—
Hub URL (whole knowledge)	✓	—	—	△
Open standard	✓	—	△	△
Cloud + AI accessible	✓	△	✓	—

Note

Mem0 and Letta are excellent at extracting memory automatically. LLM Wiki is excellent at LLM-compiled local knowledge. Notion AI is excellent at workspace integration.

mdfy is for the layer in between — your personal knowledge hub, built with AI, deployed to AI, owned by you.

8. Strategic Position

시장 자리 (v6 매트릭스)


                    Local                Cloud
                  (Obsidian/local)    (URL-based)
                       ↓                   ↓
LLM-compiled       LLM Wiki           [없음 — gap]
                  (Karpathy)          
                                      
Human-AI           [없음 — gap]       [mdfy의 자리] ⭐
collaborated                          Personal Hub
                                      
Auto-extracted     Mem0 self-host     Mem0/Letta cloud
                                      OpenAI Memory
                                      Google Memory Bank

mdfy의 자리: Cloud + Human-AI collaborated knowledge hub.

이 자리가 비어있다. mdfy가 들어간다.

Five Pillars of mdfy (v6)

URL primitive — Everything is a URL
Multi-surface — Capture from anywhere
AI collaboration — Ask AI to organize, user decides
Three scopes — Document, Bundle, Hub
Open infrastructure — mdcore OSS, Bundle Spec OSS

차별화 narrative (재구성)

vs LLM Wiki

"LLM Wiki is your local knowledge base, built by LLM. mdfy is your personal hub, built by you and AI together, in the cloud, deployable to any AI."

vs Mem0/Letta

"Mem0 extracts memory from your AI conversations. mdfy is the hub where you and AI collaborate to organize knowledge — and deploy it anywhere as URLs."

vs Notion

"Notion is a workspace. mdfy is a knowledge hub. Notion is closed. mdfy is open URLs. Notion AI works inside Notion. mdfy AI organizes for any AI."

vs ChatGPT Memory

"ChatGPT remembers about you, inside ChatGPT. mdfy is your hub of knowledge, deployable to ChatGPT, Claude, Cursor — anywhere."

경쟁자 인식 (정직하게)

Document URL 경쟁자

GitHub Gist, HackMD, StackEdit (publishing tools)

Bundle 경쟁자

정면: 없음 (개념 unique)
인접: Notion subpages, Obsidian folders

Hub URL 경쟁자

Notion (private workspace, 다른 paradigm)
Obsidian Publish (PKM publish)

AI Memory 경쟁자

Mem0, Letta (다른 paradigm — 추출)
OpenAI/Google Memory (closed vendor)

LLM Wiki 관계

보완재 (local vs cloud)
둘이 함께 사용 가능 (Phase 3 integration)

9. Product

Already Built (Phase 1 — Live)

Engine

✅ mdcore (Rust, open source)

Web

✅ mdfy.cc (WYSIWYG editor)
✅ Permanent URLs
✅ Sharing controls

Surfaces

✅ Chrome extension
✅ VS Code extension
✅ Mac desktop app
✅ CLI
✅ MCP server (read)

Features

✅ AI tools (polish, summary, translate, chat)
✅ KaTeX, Mermaid, syntax highlighting
✅ 14+ file format imports
✅ Version history

Phase 2 Build (8주 — Launch)

Memory Essentials

🔜 Tagging
🔜 Folders
🔜 Privacy controls
🔜 Semantic search (embeddings + pgvector)

Bundle Layer (manual)

🔜 Multi-select bundle 생성
🔜 Bundle 페이지 (inline preview)
🔜 "Copy as context"
🔜 Bundle 편집 (add/remove/reorder, annotation)
🔜 Bundle URL share
🔜 Bundle Spec v1.0 conformant

Bundle Layer (AI-generated) ⭐ NEW

🔜 AI bundle generation chat interface
🔜 자연어 요청 → AI가 hub 검색 → bundle 생성
🔜 사용자 review + edit
🔜 Save as Bundle URL
🔜 "Suggested bundles" (AI 자동 제안)

Bundle Excellence

🔜 Bundle versioning (snapshot, diff)
🔜 Token estimation
🔜 Recursive bundle resolution

Hub Layer ⭐ NEW

🔜 Hub URL (사용자별 단일 URL)
🔜 Auto-organization (LLM categorize)
🔜 Hub query (자연어로 자기 hub 검색)
🔜 Hub deploy (전체 knowledge as context)

이게 v6의 가장 ambitious 부분. Hub URL + AI bundle generation 둘 다 launch에 포함.

Phase 3 (Year 1)

Bundle 진화

MCP write access
Format adapters (Claude XML, OpenAI, Gemini)
Bundle analytics
Webhook integrations

LLM Wiki Integration

Obsidian sync
Wiki page → mdfy publish
mdfy hub → wiki source

Team

Workspace
Shared hubs (가족, 팀)
Permissions, audit

Bundle Spec

v1.0 final release
Reference implementations
Community contributions

Phase 4 (Year 2-3)

Bundle marketplace
Public hub library
Enterprise self-host
Standard-setting consortium

10. Bundle Spec

Bundle Spec v1.0은 별도 문서 (mdfy-bundle-spec-v1.md) 참조.

핵심 update (v6 framing)

Bundle은 hub의 sub-unit

Bundle Spec에 새 컨텍스트 추가:

Bundle = Hub 안의 themed collection
AI-generated bundles도 spec conformant
Hub URL은 special bundle (전체 hub)

AI Bundle Generation 정의

Spec에 추가:

AI-generated bundle metadata (generated_by: ai, prompt: "...")
User edit history (generation_step: ai-initial | user-edited)
Suggested bundles vs saved bundles

Hub URL Spec

Hub URL은 special bundle subtype:

yaml
mdfy_bundle: 1
type: hub
auto_organized: true

Hub의 references는 dynamic — 사용자 hub의 모든 documents를 자동 포함.

11. Business Model

Pricing 구조 (v6 — Hub 차별화 강화)


Free
- Unlimited document publishing
- Permanent URLs
- WYSIWYG editor
- Public posts only
- Chrome extension capture
- 3 bundles
- Basic hub view (no auto-organization)

Pro $9/mo (개인) ⭐ Hub 활성화
- Private posts
- Custom domain
- Tags, folders
- Semantic search
- AI tools (polish, summary, translate)
- 20 bundles
- AI bundle generation (10/month) ⭐
- Auto-organized hub ⭐
- Hub URL (public/private)
- Version history

Build $19/mo (Power user) ⭐ 무제한 + API
- Unlimited bundles
- Unlimited AI bundle generation
- Hub URL with custom domain
- API access (read/write)
- MCP server (full)
- Bundle versioning + snapshots
- Format adapters
- Token budget management
- Bundle analytics
- Webhook integrations

Team $19/seat/mo
- Shared workspace
- Shared hubs
- Permissions, audit log
- SSO
- Slack integration

Scale $499+/mo
- Public bundle marketplace
- Custom rate limits
- SLA
- Multi-region
- Dedicated MCP

Enterprise (협의)
- Self-host option
- SAML SSO
- LLM Wiki integration support

Pricing 의도 (v6)

Free → Pro $9

Free에서 publishing 충분 (broad audience)
Pro 진입 동기:
- AI bundle generation 10개/월 (가장 강력한 hook)
- Auto-organized hub (Hub URL 활성화)
- Bundle 수 (3 → 20)
- Search, custom domain

Pro → Build $19

AI bundle generation 무제한
API/MCP write
Hub URL custom domain
Power user 본격

핵심 monetization driver

AI bundle generation = 가장 strong upgrade trigger
사용자가 "이거 더 쓰고 싶어" 자연 발생
Free 10개 한도가 제한 명확

Unit Economics

Pro $9

Stripe: $0.56
Hosting + AI base: ~$1
AI bundle generation (avg 5/month): ~$0.50
Embeddings: ~$0.05
Margin: ~78%

Build $19

Stripe: $0.85
Hosting + AI: ~$3
Unlimited AI generation: ~$1.50
API/MCP infra: ~$0.50
Margin: ~70%

마진이 v5보다 살짝 낮음 (AI generation 비용 추가). 단 conversion이 더 강력 → 더 높은 LTV.

12. 12-Month Roadmap

Phase 구조

Phase	기간	Primary 메시지	핵심 build
Phase 1	Now (Live)	"Markdown publishing"	Already done
Phase 2	Month 1-2	"Personal knowledge hub launch"	Bundle + Hub + AI generation
Phase 3	Month 3-6	"Hub for any AI"	API/MCP, Wiki integration, Team
Phase 4	Month 7-12	"Standard + Marketplace"	Spec final, Marketplace, Enterprise

Phase 2 — 8주 Detailed (v6)

이게 v5보다 더 ambitious. Hub + AI generation 둘 다 추가.

Week 1: Foundation Reset

About 페이지 update (Hero, Vision, Comparison)
Manifesto 페이지 build
Bundle Spec v1.0 draft 공개 준비
Pricing 페이지 update
한국어 사이트
시간 분배: 주 35시간 build, 5시간 콘텐츠

Week 2-3: Bundle MVP (manual)

Multi-select bundle 생성
Bundle 페이지 view
"Copy as context"
Bundle 편집 (add/remove/reorder, annotation)
Bundle versioning (snapshot)

Week 4: Memory Essentials + Hub Foundation ⭐

Tagging, folders, privacy
Semantic search
Hub URL infrastructure (auto-categorization 시작)

Week 5: AI Bundle Generation ⭐ NEW

AI bundle generation chat interface
자연어 요청 처리
Hub 검색 + bundle 생성 logic
사용자 review/edit UX
Suggested bundles (자동 제안)

Week 6: Hub URL Polish + Beta

Hub URL UX 다듬기
AI auto-organization 강화
Hub query 기능
Beta tester 50명 모집 시작
매주 피드백

Week 7: Iteration + Launch Assets

Beta 피드백 fix
Demo 영상 3편 (Capture/Bundle/Hub)
Show HN 글
Manifesto post finalize
Twitter thread
Bundle Spec v1.0 RFC 공개 (GitHub)

Week 8: Public Launch ⭐

월: 점검
화: Show HN — "I built a personal knowledge hub for the AI era"
수: Twitter thread + dev community
목: Product Hunt
금: Manifesto post + Bundle Spec announcement

주의: v6 scope이 v5보다 큼. AI bundle generation + Hub URL 둘 다 6주 안에 build. 풀타임 + fast velocity로 가능하지만 scope creep 절대 금지.

필요시 trade-off:

AI bundle generation은 simple version만 (free 5 bundle/month, GPT-4o 사용)
Hub URL은 simple list view (auto-categorization은 Phase 3로)
나머지는 그대로

이 trade-off는 Week 4 시점에 결정. 만약 Week 1-3에서 build 빨라서 여유 있으면 풀버전 launch. 늦으면 simple version.

Phase 3 (Month 3-6)

Month 3

Bundle hero campaign (post-launch)
AI agent integrations (Cursor, Claude Code, Continue)
첫 Build tier 30명
$5-8K MRR
LLM Wiki integration POC

Month 4

MCP write access
Format adapters (Claude XML, OpenAI)
Team workspace beta
첫 partnership
$10-15K MRR

Month 5

LLM Wiki ↔ mdfy sync (Obsidian plugin)
Hub auto-organization 강화
Bundle Spec community feedback
$15-20K MRR

Month 6

사용자 30,000+
$20-30K MRR
AI agent integrations 15+
첫 enterprise inquiry
Bundle Spec v1.1 draft

Phase 4 (Month 7-12)

Month 7-9

Self-host enterprise pilot
SOC 2 process
Bundle Spec v1.0 final release
Strategic conversations
LLM Wiki integration GA

Month 10-12

첫 enterprise customer
$80-150K MRR
Bundle marketplace 베타
Public hub library 베타
Series A 또는 acquisition 검토

13. Launch Strategy

Big Launch v6

핵심 메시지: "Personal knowledge hub for the AI era"

이건 단순 product launch가 아님:

Standard-setting movement
Founder narrative (build velocity, vision)
Open ecosystem (mdcore + Bundle Spec OSS)
New paradigm (URL architecture + AI collaboration)

Launch Day 채널 (Week 8)

Tuesday: Show HN

제목 후보:

"Show HN: mdfy — personal knowledge hub for the AI era"
"Show HN: I built a knowledge hub where every URL deploys to any AI"
"Show HN: mdfy + Bundle Spec — open standard for AI-deployable knowledge"

핵심 messaging:

"Personal knowledge hub" 즉시 이해
URL = primitive (architecture 명확)
AI bundle generation (새 UX)
Bundle Spec 공개 (open ecosystem)

목표: HN top 5, 10,000+ visitors

Wednesday: Twitter/X

10-tweet thread
Demo gif: AI bundle generation 작동
"URL is the primitive" thesis

Thursday: Product Hunt

"mdfy.cc — Your personal knowledge hub for the AI era"

Friday: 종합

Manifesto post 발표
Bundle Spec announcement post
AI newsletters
LLM Wiki community 알림

Pre-Launch Strategic Conversations

Anthropic: MCP integration
Cursor / Continue: Memory layer integration
LLM Wiki community: Spec feedback + 보완재 framing
Karpathy: Spec 인지 (가능하면)
AI newsletter editors: pre-launch heads up

Bundle Spec 발표 전략

Pre-launch (Week 6-7)

GitHub repo: github.com/raymindai/bundle-spec
README + spec full text
Reference implementation: mdfy.cc

Launch day (Week 8)

Spec announcement post
HN/Twitter에 Spec 링크
LLM Wiki community에 보완재 framing 명확

Post-launch (Phase 3)

RFC iteration
Community contributions
Other tools implement

KPI 목표 (v6)

Week 8 (Launch)

1,500-2,000+ signup
300+ Chrome ext install
100+ paid (Pro $9 → $900 MRR)
50+ Bundle 생성 (50% AI-generated)
HN top 5
Bundle Spec GitHub stars 100+
10+ media mentions

v6 KPI가 v5보다 약간 높음 (AI generation + Hub URL 효과).

Month 3

사용자 5,000+
DAU 300+
$5-10K MRR
1,000+ Bundle (60% AI-generated)
Build tier 30명

Month 6

사용자 30,000+
$20-30K MRR
AI agent integrations 15+
LLM Wiki integration POC live

Month 9

사용자 100,000+
$50-80K MRR
Bundle Spec v1.0 final
Enterprise pilot

Month 12

$80-150K MRR
Top 5 memory layer brand
Strategic conversations

14. Risk Register

Risk 1: 거인들 진입 (확률 60%, impact 매우 큼)

시나리오

Anthropic memory layer
OpenAI Memory 확장
Google Memory Bank

Mitigation

8주 launch first-mover
Bundle Spec 빠른 발표
Open ecosystem (mdcore + Spec)
AI bundle generation은 unique (거인이 따라잡기 어려움)
Hub URL paradigm (closed system이 복제 어려움)

Risk 2: Build scope creep (확률 50%, impact 매우 큼) ⭐ v6 더 위험

v6는 v5보다 scope 큼 (AI bundle generation + Hub URL 추가).

Mitigation

Tier 1 + 2 + 2.5 + Hub + AI generation 외엔 launch 전 build 금지
Week 4 시점 reality check (build 진행도 vs 데드라인)
Trade-off 결정: 풀버전 vs simple version
Week 8 hard deadline
매일 self-check

Risk 3: AI bundle generation 품질 (확률 40%, impact 중간) ⭐ NEW

시나리오

사용자가 "X 관련 bundle 만들어줘" 했는데 AI가 엉뚱한 것 묶음
사용자가 disappointed, churn

Mitigation

GPT-4o 또는 Claude Opus 사용 (가장 좋은 모델)
Prompt engineering 정교하게
사용자 review/edit UX 강화 (AI가 만든 거 쉽게 수정)
Beta tester로 빠른 iteration
"Suggested bundles"로 자동 제안 (사용자가 reject 가능)

Risk 4: Hub URL UX 복잡 (확률 30%, impact 중간) ⭐ NEW

시나리오

"내 전체 hub가 한 URL"이 사용자에게 abstract
Auto-organization이 의도와 안 맞음

Mitigation

Simple version부터 (자동 list)
Auto-organization은 Phase 3로 점진
Demo 영상에서 use case 강조
Hub URL은 power user 기능으로 positioning

Risk 5: 첫 50명 beta tester 못 찾음 (확률 15%, impact 큼)

Mitigation

채널 5개 다각화 (Discord, HN, Twitter, LLM Wiki community, Markdown community)
Cold outreach
Manifesto post로 inbound

Risk 6: Bundle Spec adoption 안 됨 (확률 50%, impact 중간)

Mitigation

mdfy가 reference impl
LLM Wiki community와 협업
Spec 단순함 (CommonMark + YAML)
Format adapters로 immediate value

Risk 7: Solo burnout (확률 50%, impact 매우 큼) ⭐ v6 더 위험

v6 scope 크니 burnout risk 더 높음.

Mitigation

매주 1일 OFF 강제
Week 4 reality check (trade-off 결정)
Month 3+ 자동화
Month 6+ 외주

15. Operational Plan

시간 배분 (풀타임 40시간/주)


Build (50%):              20시간/주
  - Bundle MVP (Week 2-3)
  - AI bundle generation (Week 5)
  - Hub URL (Week 4 + 6)
  - Excellence features (Week 4)

Spec maintenance (5%):    2시간/주
Launch prep (15%):        6시간/주
Marketing / Content (10%): 4시간/주
Customer / Beta (10%):    4시간/주 (Week 6-8)
Strategy (5%):            2시간/주
Rest (5%):                2시간/주 (필수)

매주 1일 OFF.

Tech Stack

Existing

Frontend: Next.js
Backend: Founder 결정
DB: Supabase (Postgres + pgvector + Auth)
Engine: mdcore (Rust)
Payments: Stripe + PortOne

Phase 2 추가 (v6)

Embeddings: OpenAI text-embedding-3-small
Vector DB: pgvector
AI APIs: OpenAI GPT-4o + Anthropic Claude (bundle generation)
Email: Resend
Analytics: PostHog

Phase 3 추가

Obsidian plugin (TypeScript)
Bundle Spec parser library
Format adapters

자동화 우선순위

Self-serve 결제
AI customer support (Claude)
Onboarding 자동화
Dev support (docs + Discord)
Content marketing
Bundle Spec maintenance

16. Long-term Outcomes

Year 1

Conservative

$50-80K MRR
5,000-10,000 paying users
Bundle Spec published
LLM Wiki integration POC
AI bundle generation established UX

Realistic

$100-150K MRR
10,000-20,000 paying users
Bundle Spec v1.0 final
첫 partnership

Optimistic

$200-300K MRR
mdfy Bundle Spec adoption (3+ tools)
첫 enterprise customers
Series A 가능

Year 2

Conservative

$500K-1M ARR
Sustainable indie + spec community

Realistic

$1-3M ARR
Bundle Spec open standard
Hub URL as new paradigm
외부 자본 검토

Optimistic

$5M+ ARR
C2PA-style consortium
Strategic acquisition ($30-100M)
Series A ($30-100M valuation)

Year 3

Conservative

$1-3M ARR sustainable

Realistic

$5-15M ARR
Bundle Spec industry standard
Acquisition ($50-200M+)
Series A 본격

Optimistic

$20M+ ARR
"Personal AI hub" 표준 카테고리
Acquisition $100M-500M
Series B

Exit Scenarios

Strategic Acquisition

Anthropic: Hub for Claude/MCP ecosystem
OpenAI: Personal memory infrastructure
GitHub/Microsoft: Knowledge hub for Copilot
Notion: AI hub acquisition
Cursor / Cognition: Agent memory backbone

Sustainable Indie

$1M+ MRR
Spec community
Personal asset

Standards Body

Bundle Spec → industry standard
Long-term shaping

17. Decisions Log

v5 결정사항 유지

결정	답
Manifesto 핵심	"Own your markdown. Use it anywhere." (sub로 격하)
Bundle Spec	v1.0 RFC GitHub 공개
Pro pricing	$9/month
Build pricing	$19/month
Launch deadline	2026-06-16 (HARD COMMIT)
한국어 도메인	mdfy.cc/ko/

v6 신규 결정사항

결정	답
Core concept	Personal knowledge hub for the AI era
Hero 영문	"Your personal knowledge hub for the AI era."
Hero 한국어	"AI 시대의 개인 지식허브."
Sub 영문	"Capture from anywhere. Bundle by topic. Deploy to any AI as a URL. Your knowledge — owned, edited, portable."
Sub 한국어	"어디서든 캡처하고, 주제별로 묶고, 어떤 AI에든 URL로 deploy하세요. 당신의 지식 — 소유하고, 편집하고, 어디든."
Three Pillars	Capture / Bundle / Deploy
URL Architecture	Document / Bundle / Hub — same primitive
AI 역할	Collaborator (not just tool)
AI Bundle Generation	Launch 포함 (Pro 10/month, Build unlimited)
Hub URL	Launch 포함 (auto-organized + queryable)
Karpathy framing	Local-LLM vs Cloud-Human-AI 협업
CTA primary	"Start your hub →"
Manifesto 7th belief	"AI is a collaborator, not just a tool"

18. Mantra

매일 self-check

"이 feature 없으면 launch 못 하는가?"NO → Phase 2 list로 미룸

"AI bundle generation 작동하는가?" (NEW) 핵심 차별화. 반드시 동작.

"Hub URL이 magical한가?" (NEW) "내 모든 것을 paste" UX 검증.

"Bundle Spec에 conform하는가?"Spec과 product 일관성.

"Hero는 universal한가?""Personal knowledge hub" 즉시 이해.

"이게 movement를 만드는가?"Big ambition. Standard-setting.

한 줄 요약

mdfy is your personal knowledge hub for the AI era. Document, Bundle, Hub — every scope is a URL. Capture from anywhere. Bundle with AI. Deploy to any AI. 8주 안에 launch한다. Owned, edited, portable. Living, versioned, deployable.

12개월 success 정의

Minimum

$50K MRR
5,000 paying users
AI bundle generation established
Bundle Spec published

Realistic

$100K MRR
10,000-20,000 paying users
Hub URL as recognized paradigm
첫 partnership

Optimistic

$200K+ MRR
"Personal AI hub" 카테고리 정의
첫 enterprise customers
Acquisition 제안 가능

부록: 관련 문서

작성 완료된 문서

mdfy-master-business-plan.md — v4 마스터 plan
mdfy-claude-code-handoff.md — Interim website implementation
mdfy-manifesto-en.md — 영문 Manifesto 단일 파일
mdfy-bundle-spec-v1.md — Bundle Spec v1.0 (technical RFC)
mdfy-direction-v5.md — v5 plan (참고용)
mdfy-direction-v6.md — 이 문서 (v6 FINAL)

다음 작성 필요

Manifesto v6 update (7 beliefs, hub paradigm)
Bundle Spec v6 update (AI generation, Hub URL)
Bundle Spec announcement post (마케팅)
Demo 영상 시나리오 3편
Show HN 글 5개 후보
Twitter thread

추후 결정

Hub URL UX 디테일
AI bundle generation prompt design
LLM 선택 (GPT-4o vs Claude Opus)
Karpathy outreach timing
Series A timing

문서 작성: 2026-04-27Launch deadline: 2026-06-16 (Week 8 Tuesday, HN Show HN)Built by: Hyunsang at Raymind.AIOpen source engine: github.com/raymindai/mdcoreBundle Spec: github.com/raymindai/bundle-spec (예정)Contact: hi@raymind.ai

mdfy.cc 사업계획 v6 (FINAL)

목차

1. Executive Summary v6

한 줄로

두 줄로

세 줄로

핵심 차별화

AI의 새 역할

8주 후 도달 지점

12개월 후 목표

2. v5 → v6 핵심 변경

변경 1: Single concept으로 단순화

변경 2: URL Architecture 명시

변경 3: Hub URL 컨셉 추가

변경 4: AI Bundle Generation 추가

변경 5: AI를 collaborator로 격상

변경 6: 메시지 단순화

3. Core Vision

What mdfy is

How it works (one paragraph)

Why now

4. The URL Architecture

v6의 핵심 framework

3 URL Scopes

1. Document URL — atomic unit

2. Bundle URL — themed collection

3. Hub URL — entire knowledge

핵심 properties (모든 URL 공통)

5. AI as Collaborator

v6의 새 핵심: AI는 도구가 아니라 collaborator

AI Bundle Generation — 핵심 UX

사용자 요청 예시

AI 처리

사용자 검토

Use case

AI의 다른 역할

1. Hub Auto-organization

2. Query Assistant

3. Polish & Refine

4. Cross-reference

AI 사용 흐름 (전체 cycle)

6. Manifesto

Manifesto 핵심

7 Beliefs (v6 — 새 추가)

1. Markdown is the right primitive

2. URLs are the right interface

3. Memory is something you author

4. AI is a collaborator, not just a tool ⭐ (NEW)

5. Knowledge has scopes — document, bundle, hub ⭐ (NEW)

6. Memory should be deployable

7. Open by default

Manifesto post 핵심 메시지 (재구성)

Section 1: The state of AI knowledge today

Section 2: The hub paradigm

Section 3: AI as collaborator

Section 4: Why mdfy specifically

Section 5: How it relates to others

Section 6: Roadmap

Section 7: Open invitation

7. Hero & Messaging

영문 Hero (확정)

한국어 Hero (확정)

Three Pillars (재구성)

Pillar 1: Capture

Pillar 2: Bundle

Pillar 3: Deploy

차별화 메시지

강한 메시지 (사용)

약한 메시지 (피함)

Comparison Tables

vs Other Knowledge Tools

Note

8. Strategic Position

시장 자리 (v6 매트릭스)

Five Pillars of mdfy (v6)

차별화 narrative (재구성)

vs LLM Wiki

vs Mem0/Letta

vs Notion

vs ChatGPT Memory