최근 새 고객은 북미의 AI 인프라 스타트업입니다. 하나의 브랜드로 두 가지 사업을 운영합니다. 첫째는 전용 GPU 컴퓨팅으로, 컨테이너형 모듈식 데이터센터의 전용 GPU 포드, 랙 코로케이션, 표준화된 하드웨어 납품을 제공합니다. 둘째는 통합 AI 추론 플랫폼으로, OpenAI 호환 API 하나로 DeepSeek, Qwen, GPT-4o, Claude 등 주요 오픈 모델과 프런티어 모델을 서버리스로 호출할 수 있고, 모델 간 지능형 라우팅과 사용량 기반의 유연한 요금제를 제공합니다.
고객이 아직 회사명 공개를 원하지 않아, 이 글은 식별 가능한 정보 없이 설계 방향만 다룹니다. 사이트에 실제로 게시된 내용만 설명하며, 보고할 트래픽이나 매출 수치는 없고 지어내지도 않습니다.
과제: 눈에 보이지 않는 것을 팔기
식당 웹사이트는 음식을 보여줄 수 있습니다. AI 인프라 사이트가 파는 것은 지연 시간, 라우팅 로직, 여유 GPU 용량, 보안 보장이며, 모두 사진으로 찍을 수 없습니다. 구매자층도 다양합니다.
- 개발자는 연동이 얼마나 어려운지, 어떤 모델을 호출할 수 있는지 알고 싶어 합니다.
- 재무·운영 책임자는 GPU 시간당 비용, 100만 토큰당 비용, 그리고 부서별 과다 지출을 막는 방법에 관심이 있습니다.
- 보안·컴플라이언스 담당자, 특히 금융회사 담당자는 프롬프트가 어디로 가고 누가 볼 수 있는지 알고 싶어 합니다.
우리의 과제는 한 페이지 안에서 각 그룹에게 자신만의 경로를 주되, 페이지를 전문 용어의 벽으로 만들지 않는 것이었습니다.
입구 포털: 게이트를 통과하다
방문자가 처음 보는 화면은 제품 문구가 아니라 하나의 전체 화면 장면입니다. 빛나는 게이트, 한 줄의 포지셔닝 문구, 그리고 "Enter Gateway" 버튼 하나. 클릭하면 빛이 화면을 가득 채우고, 게이트 너머로 제품 홈페이지가 서서히 나타납니다. 포털은 브랜드 은유를 그대로 구현한 것입니다. 이 회사가 파는 것이 AI 컴퓨팅으로 가는 게이트이기에, 방문자가 가장 먼저 하는 일도 게이트를 통과하는 것입니다.
이런 '문턱' 설계 논리는 Apexzone7이 테크 브랜드를 디자인하는 방식의 특징입니다. 회사를 한마디로 요약하는 개념을 찾아 첫 번째 인터랙션으로 만들기 때문에, 기능을 하나도 나열하기 전에 이야기가 먼저 전달됩니다. 입장은 클릭 한 번이면 되고, 홈페이지 자체는 빠르고 깔끔하게 유지되며, 방문자는 기억하고 이야기하게 될 순간을 얻습니다.
결정 1: 두 제품, 하나의 명확한 헤드라인
히어로 섹션은 두 사업(통합 추론 플랫폼과 전용 GPU 인프라)을 한 줄로 밝히고, 세 개의 짧은 근거 칩으로 뒷받침합니다. 방문자 브라우저에서 직접 측정한 실시간 지연 시간, "base_url 한 줄 연동", 하드웨어 기반 보안 방식입니다. 두 개의 CTA가 방문자를 나눕니다. 하나는 컴퓨팅·추론 상품으로, 다른 하나는 API 키 신청으로 이어지며, 후자는 결제 포털이 아직 열리지 않아 "출시 예정"으로 표시했습니다.
결정 2: 추상적인 서비스를 인터랙티브하게
라우팅을 글로 설명하는 대신, 히어로에 인터랙티브 라우팅 결정기를 넣었습니다. 방문자가 리스크 시뮬레이션, 10-K 보고서 검토, 고객 지원 티켓, 코드 리팩터링 같은 기업 워크로드를 고르고 지연 우선·비용 우선 슬라이더 두 개를 움직이면, 게이트웨이가 어떤 모델과 어떤 컴퓨팅 위치를 선택할지 패널이 보여줍니다. 아래 섹션에서도 같은 방식을 이어갑니다.
- H100, H200, B200, L40S, A100을 지역별로 비교하고 GPU 계열로 필터링할 수 있는 GPU 스팟 마켓 표
- 배포 가능한 카드 형태의 호스팅 오픈 웨이트 모델 카탈로그(DeepSeek, Llama, Qwen)
- 프리셋(최저 지연, 비용 절감, 엄격한 온프레미스), 공급자 간 폴백 체인, 시맨틱 캐시 임계값을 보여주는 스마트 라우터 설정기
- 하나의 프롬프트를 네 개 모델 클러스터에 나란히 보내는 멀티 모델 플레이그라운드
결정 3: 모든 데모에 정직한 라벨
이 프로젝트에서 가장 중요한 결정이었습니다. 대부분의 인터랙티브 패널은 샘플 데이터로 동작하며, 사이트는 패널마다 이를 명시합니다. "시뮬레이션 데모 데이터", "시뮬레이션 라우터 엔진", "시뮬레이션 FinOps 거버넌스" 같은 식입니다. 개발 중인 기능은 "출시 예정"으로, 컴플라이언스 항목은 계획됨, 진행 중, 데모 준비 같은 실제 상태로 표시하며, 뭉뚱그려 "인증 완료"라고 쓰지 않습니다.
인프라 구매자는 기술 실사를 합니다. 벤치마크가 사실 샘플 데이터였거나 아직 없는 인증이었다는 것을 나중에 알게 되면 페이지의 다른 내용도 믿지 않게 됩니다. 명확한 라벨 덕분에 데모는 회사가 아직 뒷받침할 수 없는 주장을 하지 않고도 제품을 설명할 수 있습니다. AI 어시스턴트도 마찬가지입니다. ChatGPT나 Perplexity가 공급업체를 요약할 때는 페이지에 적힌 내용을 그대로 되풀이하므로, 페이지에는 사실만 있어야 합니다.
결정 4: 약속이 아닌 개발자용 증거
추론 플랫폼에서 가장 강력한 셀링 포인트는 개발자가 바꿔야 할 코드가 얼마나 적은가입니다. 문서 섹션에는 Python, TypeScript, cURL로 된 바로 쓸 수 있는 예제가 있습니다. 모두 표준 OpenAI SDK를 사용하며 base_url과 API 키만 바꾸고, 부서별 할당량 추적용 선택 헤더를 추가합니다. 개발자는 홍보 문구를 읽지 않고도 10초 만에 연동 부담을 판단할 수 있습니다.
결정 5: 규제 대상 구매자를 위한 거버넌스와 보안
목표 시장에 북미 금융회사가 포함되어 있어 두 섹션이 이들에게 직접 말합니다.
- 비용 거버넌스: 부서별 예산 한도, 토큰 할당량과 속도 제한, 그리고 프라이빗 GPU 클러스터와 퍼블릭 클라우드 풀의 용량 현황. 토큰 지출과 임대 컴퓨팅 지출을 모두 다룹니다.
- 보안 아키텍처: 프롬프트가 나가기 전에 민감한 금융 필드를 가리는 인라인 개인정보 마스킹 데모, 하드웨어 TEE 원격 증명 데모, 변경 불가능한 감사 로그 화면, 그리고 항목마다 실제 상태를 밝힌 컴플라이언스 로드맵.
결정 6: 창업자 신뢰도를 타임라인으로
많은 AI 스타트업은 설립된 지 1~2년밖에 되지 않았습니다. 이 창업자는 기업 네트워크, IT 인프라, 보안 분야에서 수십 년의 실무 경험을 갖고 있습니다. 우리는 이 배경을 현재 제품으로 이어지는 짧은 타임라인으로 보여주었습니다. "왜 새로운 AI 공급업체를 믿어야 하는가"라는 질문에 답하면서도 창업자 본인의 경력 외에는 어떤 주장도 더하지 않습니다.
시각·기술적 선택
- 어두운 데이터 콘솔 스타일: 거의 검은 배경, 고정폭 숫자, 상태 배지로 타깃 고객이 이미 쓰는 운영 도구처럼 보이게 했습니다.
- 대상별로 명확한 내비게이션: 개요, 컴퓨팅 마켓, 스마트 라우터, 보안·TEE, 회사 소개.
- 검색·AI 가시성의 기본: 두 서비스를 모두 밝힌 meta description,
SoftwareApplication구조화 데이터, sitemap과 robots 파일로 검색엔진과 AI 크롤러가 첫날부터 회사를 올바르게 분류하도록 했습니다.
AI·테크 기업을 위한 시사점
- 설명하지 말고 보여주세요. 라우팅, GPU 가격, 거버넌스는 문단보다 인터랙티브 패널이 더 잘 설명합니다.
- 데모와 로드맵에 라벨을 붙이세요. 정직한 상태 표시는 실사 과정에서 신뢰를 지키고, AI가 회사를 요약할 때도 정확성을 유지합니다.
- 코드를 페이지에 올리세요. API 제품에서는 세 줄짜리 연동 예제가 최고의 전환 문구입니다.
- 구매자마다 경로를 주세요. 개발자, 재무, 컴플라이언스는 같은 페이지를 다른 이유로 읽으므로 각자를 위한 섹션을 설계하세요.
프로젝트 개요: 포트폴리오에서 이 프로젝트 보기.
AI, SaaS, 인프라 기업을 운영하는데 웹사이트가 아직 무엇을 파는지 제대로 설명하지 못하고 있다면 저희에게 문의하세요. 뉴욕의 기술 기업을 위해 검색과 AI에 대응하는 이중 언어 웹사이트를 설계하고 구축합니다.