팀러너스, 스캐터랩, 라이너AI, 뤼튼에게 배운 것

이번 AGI Town 6회차 밋업을 가지며 어떤 인사이트들을 얻었는지 공유합니다.

이번 이벤트에서는 디어젠, Upstage, 팀러너스, 하이퍼커넥트, 라이너 AI, 스캐터랩, 뤼튼 엔지니어분들과 CEO가 오셔서 세션들을 진행했습니다.

이벤트 참가 전 제가 머릿속에서 가장 크게 갖고 있던 질문들은 :

• 이 팀들은 뭐가 다를까?

• 어떤 가설들을 세우며 어떤 BM들을 갖고 있는가?

• AI-native 프로덕트 방향으로 가고 있는가?

• Sustainability와 profitability를 어떻게 동시에 유지하지? 남는게 있을까?

이벤트 동안에 가장 공통적으로 나왔던 질문들은 :

• GenAI 제품/서비스들은 어떻게 유저 리텐션을 높이는지?

• Monetization을 어떻게 했고, 비즈니스 모델은 어떤 것들이 잘 됐는지?

• 할루시네이션 결과물들을 어떻게 활용하는지? 자신의 제품/서비스에게 득인가 독인가

스캐터랩의 루다 (AI-native, B2C)

루다: Character AI

Problem statement:

• 기본적으로 캐릭터 AI 뿐만 아니라 LLM 기술에 의존하는 어떠한 서비스도 상용화 시키기 위해서는 거짓된/틀린 정보(할루시네이션)가 결과물로 발생되면 안됨. 고객사가 원하는게 확실하고 캐릭터 챗봇이 답변해야하는 것도 확실해야하는데 LLM의 기술은 불확실해서 발생할 수 있는 문제들이 존재함.

• 사람들은 캐릭터 AI와 대화를 할때 정말 인간과 대화하는 것 같은 느낌을 원하고 실제로 사람과 관계를 형성하는 것처럼 하는 것을 원함.

Solution:

• BM: 루다 내에서 "선물하기" 기능. 루다 팀에서 "크레파스," "원피스"와 같은 디지털 자산을 만들면 유저가 이걸 사서 직접 루다에게 선물해줄 수 있음. 선물해주면 루다는 자기가 받은 선물을 기억하고 나중에 선물받은 원피스를 입은 사진으로 프로필이 바뀌는 형태가 됨. 친밀도가 올라감. (실제 사람과 관계 형성하는 것처럼)

• Use cases: 의료 업계에서 심리상담 캐릭터 봇 -> 환자가 어떤 고민들을 갖고 있는지 이해하고 각 고민별로 해결하는 방식

• 오히려 LLM의 결과물이 모호해도 괜찮은 영역을 타겟하고 있음. 결과물이 세팅되어 있지 않을수록, 유니크한 답변들이 나올수록 루다의 재미/가치가 올라가는 사업 모델을 구상함. 그래서 오히려 할루시네이션이 득이 되는 경우가 됨.

• AI 기술을 중심축으로 활용하는 새로운 패러다임이 발생할 것이라고 믿음.

• B2C로 가장 잘 monetization하는 곳이라고 생각함.

라이너 AI (AI-augmented & AI-native, B2C)

라이너: AI summarization, new type of Google search

Problem statement:

• 기존에는 생산성 업무들을 위한 툴을 만듦 -> 하이라이터 자료 아카이빙. 그래서 생성AI를 원래 서비스에 입힐때 기존의 유저들과 맞서야하는 문제가 발생함. 코어가 중요한가 새로운 미션이 중요한가? 결정해야 했음.

• 할루시네이션은 기회보다는 독에 더 가까움. 예를 들어 홍길동전에 대해 검색을 하면 홍길동 보다는 삼국지의 주요 인물들에 대해 설명을 하는 경우가 있음. 이건 본문에 삼국지에 대해 먼저 설명을 하다가 홍길동전에 대한 이야기가 함께 섞여 있어서 할루시네이션이 발생한 것. 그렇다면 본문에서 주요 내용만 뽑아내는 기술이 중요하고, 2000토큰을 사용하며 모든 본문을 읽어볼수는 없으니 더 효율적인 방식으로 summarization을 해야함.

Solution:

• ChatGPT 이후에 사람들이 구글 서치는 죽었다고 생각함. 구글 서치를 disrupt하긴 했지만 사람들이 컨텐츠를 소비하고자 하는 욕구는 여전히 존재함. 그렇다면 어떤 미디엄으로 사람들이 유입될지 언정 컨텐츠를 소비하고자 하는 사람들을 위해서는 더 좋은 UX 플랫폼을 제공해줄 수 있음.

• Structured retrieval: 본문 활용을 위한 기술 연구를 계속 하고 있음. 

뤼튼 (AI-native, B2C/B2B)

뤼튼: 업무 자동화 생성 툴

Problem statement:

• 다른 생산성 툴 (ChatGPT, )을 사용했던 유저들은 뤼튼을 쓸 때 적응하기 쉽지만 일반적인 사용자들은 생성된 결과물에 할루시네이션이 발생하면 데이터가 유출됐다고 생각하거나 모델에 잘못이 있다고 생각함.

• 생성해준다는걸 이해 못하고 기존에 뤼튼이 갖고 있는 데이터베이스 내에서 답변을 검색 한다고 생각함. 그래서 서비스를 잘 사용하도록 배우게 하는게 은근 어렵다는걸 느낌.

• 서비스들이 여전히 일반인들에겐 불친절.

• 할루시네이션 탐지 보다는 유저가 대화를 언제 이탈하는지 집중적으로 보고 있음.

• 사람보다 인공지능의 결과물을 믿는 경우가 발생함.

팀러너스 (AI-native, B2C)

팀러너스: B2C를 위한 AI 컨텐츠 플랫폼

Problem statement:

• 소비자는 기업이 어떤 기술을 쓰는데에 관심 갖지 않는다. "AI"를 쓴다고 해서 돈을 더 지불하는 것도 아니고, 소비자는 오로지 더 편하고 싸고 재미있는걸 찾을 뿐. 그래서 AI인지 아닌지가 중요하지 않은 일상의 가치를 제공하는 제품을 만들고자 함.

• 여태까지 만든 모든 제품들 중 대부분은 성인 서비스로 바뀜.

• AI 프로필 스튜디오와 같은 제품들은 리텐션이 매우 낮음.

• 모바일 앱보다 AI 앱을 만드는게 천배 어려움. 왜냐면 생성된 결과물에 대한 정답이 없기 때문. 사람마다 원하는 결과물이 다르고, 얼마나 잘 만들어진 사진인지에 대해 정답이 없음. 어떤 유저는 자신과 닮은 사진을 원하고 어떤 유저는 안 닮더라도 예쁘게 나온걸 좋아함.

• GPU가 너무 비쌈! 그래서 수익성을 내기가 쉽지 않음. 유저에게 돈을 받을 수 밖에 없는 구조가 발생.

Solution:

• 리텐션이 낮아서 한번 돈을 지불하고 쓰는 서비스 모델보다 "오늘의 무료 사진"이라는 서비스로 매일 새로운 컨셉/필터 사진을 무료로 써볼 수 있는 제품을 만듦.

• 유저에게 돈 받기 vs 시간 받기: 유저의 체류 시간을 늘리는걸 목표로 잡음. 이 목표를 달성하기 위해 고객 단톡방에서 힌트를 얻을 수 있었음. 고객들은 자신이 겪은 문제보다는 자신의 사진에 대해 얘기하고 싶었고, 다음은 어떤 컨셉/필터를 원하는지, 누가 새로운 컨셉의 필터로 사진을 만들면 '나도 해보고 싶다' 이런식의 대화가 자꾸 나옴. -> 나온 프로덕트: 자기가 원하는 매거진 컨셉 올리면 그 컨셉에 맞게 새로운 사진 생성. 이를 통해 팔로워를 모아서 인플루언서가 될 수 있음.

• 오히려 유저들은 새로운 필터를 살때마다 "지불"보다는 팔로워와 인기를 얻기 위한 "투자"라고 생각하게 됨. 인기를 얻고 싶은 소수의 열성 유저들이 비용을 지불해서 건전한 손익구조를 만들 수 있었음.

• 팀러너스는 PMF 찾기전에는 세계 최고의 AI 제품팀을 만들려고 함. 목적 조직. 모두가 하나의 스쿼드로 움직이는게 더 빠름.