이재원

지난주 로그에 언급했던 대로, 저희 Taag가 진짜 타겟 고객의 문제를 해결하는 솔루션을 제공하고 있는지 확인이 되어야 합니다. 이를 위해서는,

1. 진짜 우리가 정의한 [북마크나 메모를 통해 영감을 기록하지만 막상 필요할 때 빠르게 찾지 못하거나, 기록해 둔 사실조차 잊어비리는 사람들]이 우리 서비스를 원하는지

2. 그리고 그들이 원하는 솔루션이 [url 기반의 AI 해시 태그 생성 서비스가 맞는지]

검증을 해야 한다고 생각했습니다.

그러기 위해서는

1. MVP를 간단한 형태로 개발 하여

2. 그 MVP를 사용해본 사람들에게 피드백을 받으며 위의 가설 2개를 검증

하는 방식이 가장 적절하다고 생각했습니다.

MVP 개발

이번 주 개발을 맡은 팀원들이 밤을 새가며, 간단하게 크롬 익스텐션으로 url을 공유하면(입력하면) 컨텐츠 내용에 기반하여

1. 태그를 생성

2. 이미지 + 제목 형태의 UX를 통해 url이 어떤 정보를 담고 있는지 직관적으로 보여주는 기능

3. 3줄 이내의 간단한 요약

4. 추가 메모 입력

이 포함된 기능을 구현하였습니다.

저희가 최종적으로 구현하고 싶은 앱 기반의 프로덕트를 개발하기 위해서

1. 앱을 개발하는데 필요한 리소스가 너무 많이 드는 점

2. 크롬 익스텐션 형태의 MVP로도 사람들과 컨택하여 가설을 검증할 수 있다는 점

때문에, 크롬 익스텐션 형태로 구현을 생각하게 되었고, 위에서 서술했다시피 현재 기본적인 기능은 구현이 끝난 상태입니다. 다만, 크롬 익스텐션 서비스를 배포를 하기 위해서는 chrome web store에서 여러 검증을 받아야지 배포가 가능하다는 점 때문에, 검증 도중 고객 유치 funnel에 대한 고민을 끝내야한다는 결론이 도출되었습니다.

고객 유치 funnel

앞서 언급한 가설을 검증하는 수단에는 여러 방법이 있겠지만, 저희는 고객 유치 funnel을 구현하고, 각 단계별 KPI를 설정하여 솔루션의 비즈니스적 성과를 확인하고자 하였습니다.

고객 유치 funnel을 구축함에 있어 고려했던 사항은 다음과 같습니다.

1. GenAI sprint 대회를 위해 남은 기간이 2주일 남짓이라는 점

2. 고객과 지속적으로 소통하여 피드백을 받을 수 있는 창구를 마련해야 된다는 점

3. 우리 서비스를 가장 이용할 것 같은 사람들이 모여 있는 장소에 홍보를 해야 한다는 점

특히 2번의 경우, Taag 팀이 현재의 [url 기반 해시 태그 생성 기능]을 가진 솔루션을 통해 사람들의 시간과 정보가 버려지는 문제를 해결하려고 한다는 신뢰 관계 구축을 위해서 필수적이라 생각했습니다.

저희가 생각한 고객 유치 funnel은 다음과 같습니다.

1. 서비스 자체에 관심을 가지게 하기

   목표: 최대 다수의 관심 끌기

   행동 : 팀 내에서 정의한 핵심 페르소나가 모였을 것이라 추측되는 커뮤니티에, 랜딩페이지를 이용하여 고객들에게 크롬 익스텐션 링크 공유하기 위한 이메일을 받기

   KPI : 5천명 이상의 노출, 20명 이상의 이메일 신청(전환 0.4%)

2. 크롬 익스텐션을 쓰게 만들기

   목표 : 최대 다수의 크롬익스텐션 이용자 수 모집

   do : 랜딩페이지를 통한 간접 홍보가 아닌, 직접 크롬 익스텐션 서비스 링크를 디스콰이엇, EO 등의 커뮤니티에 배포하기

   KPI : 10명 이상의 [서비스 이용]

팀 내 방향성이 확고해진 것은 좋지만, 아직까지 갈 길이 많이 남은 것 같습니다.

하지만, 저희 Taag팀은 지치지 않고 문제에 관심을 가지고 해결하는 자세를 가졌다고 생각하기 때문에, 잘 해낼 것이라 믿습니다.

Taag의 시작과 실패

저희 팀은 사람들이 인스타그램, 유튜브, 블로그 등 다양한 플랫폼에서 발견한 흥미로운 정보를 더 쉽게 수집하고 활용할 수 있도록 돕는 서비스를 만들고자 했습니다. 많은 사람들이 북마크나 메모를 통해 영감을 기록하지만, 막상 필요할 때 빠르게 찾지 못하거나 기록해 둔 사실조차 잊어버리는 경우가 많았습니다. 이러한 문제를 해결하기 위해 Taag라는 아이템을 기획했습니다.

Taag는 AI를 활용해 태그를 자동으로 생성하고, 이를 기반으로 정보를 분류하고 검색할 수 있는 서비스입니다. 사용자가 Taag 앱으로 URL을 전송하면, AI가 해당 내용을 분석하여 핵심 키워드로 요약된 해시태그를 생성합니다. 이를 통해 사용자는 필요한 정보를 빠르게 찾아내고, 기록한 내용을 더 효과적으로 활용할 수 있으리라 기대했습니다.

PMF를 검증하기 위해 인스타그램 광고를 통해 목업 테스트를 진행했습니다. 그러나 기대와 달리 반응이 저조했습니다. 광고의 CTR은 0.66%로, 저희가 설정했던 목표인 1%에 미치지 못했습니다. 나아가 사전 신청자 역시 2명으로 매우 저조했습니다. 저희는 이 실패를 타겟 고객과 전달하고자 하는 가치가 명확하지 않았기 때문이라고 판단했습니다.

예상보다 차가운 시장의 반응에 당황한 저희는 기존 아이디어를 개선하기 위해 추가 인터뷰 모집을 위한 광고 재게제와 MVP 테스트를 고려했습니다. 하지만 이는 상당한 시간과 비용이 필요한 작업이었고, 팀 내에서는 프로덕트의 성공 가능성에 대한 의문과 불안감이 커져갔습니다. 이에 새로운 문제를 찾아보기로 결정했습니다.

문제 재정의 시도와 또 한번의 실패

팀원 중 한 명이 리서치 툴인 라이너를 사용하면서 느꼈던 불편함을 공유했습니다. 라이너를 통해 정보 수집은 간편했지만, 수집된 정보를 목적에 맞게 재가공하는 데 어려움이 있었습니다. 예를 들어, 동아리 세션을 준비하기 위해 여러 아티클에서 하이라이트를 했지만, 실제로는 라이너에 저장된 하이라이트를 활용하지 못하고 노션에 별도로 기록한 내용에만 의존했습니다. 하이라이트 기능이 단순히 가독성을 높이는 것 외에는 큰 도움이 되지 않았던 것입니다.

이 경험을 바탕으로 저희는 정보 수집과 활용 사이에서 재가공을 돕는 툴이 필요하다고 생각했습니다. 그러나 '리서치'라는 개념이 너무 광범위하고, 사용자들의 구체적인 필요를 파악하기 어려워 이 아이디어를 기각했습니다.

다음으로는 학생들이 팀 프로젝트에서 리서치한 내용을 자신의 생각을 담아 효과적으로 공유하지 못해 회의의 질이 떨어지는 문제에 주목했습니다. 그러나 팀원들과의 논의 결과, 문제는 자신의 생각이 담긴 정보를 공유하는 것이 어렵다기보다는 적절한 리서치를 수행하는 것 자체가 어렵다는 의견이 제기되었습니다. 결국, 문제의 핵심에 대한 의견 차이가 좁혀지지 않아 두 번째 아이디어 역시 기각하였습니다.

깨달음과 앞으로의 계획

2주간의 방황 이후, 팀원들과 이야기를 나누며 우리가 어떤 공통된 문제의식을 바탕으로 모였는지 되돌아보았습니다. 저희는 '사람들이 기록한 정보를 적절히 활용하지 못한다는 문제'를 해결하기 위해 모였음을 깨닫고, 그 문제의 본질을 파악하기 위해 고객의 목소리를 충분히 듣지 못했음을 인정했습니다. 결국, 저희는 초심으로 돌아가기로 결정했습니다.

기존 Taag의 사전 신청자들이 어떤 문제에 공감하여 신청했는지 알아보기로 했습니다. 그들이 실제로 겪는 어려움이 무엇인지 파악하고, 그것을 해결할 수 있는 솔루션이 과연 Taag인지 검증해 보아야 한다고 생각했습니다. 따라서 이를 위해 빠르게 MVP를 개발하기로 했습니다. 크롬 익스텐션 형태로 MVP를 만들어 실제 사용자들에게 제공하고 피드백을 받을 계획입니다.

최근 한 스타트업 대표님께서 "스타트업이 실패하는 이유는 기술이나 자금의 부족이 아니라, 풀고자 하는 문제를 끈기 있게 파고드는 사람이 없어서다." 라는 말씀을 하셨습니다.

그동안 저희는 문제의 본질을 파악하기보다는 아이디어의 가능성에만 집착했던 것 같습니다. 이제는 끈기를 가지고 실제 문제를 해결하기 위해 노력해야 한다는 것을 깨달았습니다. 비록 2주라는 시간을 방황하며 보냈지만, 이를 통해 초심의 중요성과 고객의 목소리를 듣는 것의 가치를 알게 되었습니다.

이번 1주는 taag의 MVP를 빠르게 개발하여 출시하고, 고객들과 소통하며 진정으로 필요한 서비스를 만들어나갈 계획입니다.

정보의 바다 속에서 필요한 문서를 낚는 법, AI가 해결할 수 있을까?

9월 15일 아침, 나와 팀원들은 각자의 end goal에 대해 이해하며, 어떠한 문제를 가장 해결하고 싶은지 대화를 나누어 보았다. 나의 경우, 사람들이 그들이 진정으로 하고 싶은 일을 하며 살 수 있도록 돕고 싶다는 목표를 위해, 어떤 문제를 가장 해결하고 싶은지 생각해보았다.

최근 내가 자주 마주하게 된 문제는 내가 수집한 정보가 어디에 있는지를 모르겠다는 것이다. 경영학회에 입회한 후 다양한 자료를 조사하면서, 자료들이 쌓이다 보니 정리해 둔 파일 중에서 어디에 있는지, 무슨 내용을 담고 있었는지 헷갈리는 일이 빈번하게 발생했다. 즉, 내가 이루고 싶은 목표(프로젝트의 진행)를 위해 필요한 정보를 찾는 과정에서 불필요한 시간 소모가 많아졌다.

이번 학기, 나는 이 문제를 해결하는 데 초점을 맞추기로 했다. 이를 위해, 이미 이와 유사한 문제를 해결하고 있는 스타트업이 있는지 알아보았다. 조사 대상으로 선택한 스타트업은 AI 노트 앱인 Mem과 데이터 분석 서비스인 Kater였다.

Mem: 언제 어디서나, 복잡함 없이

Mem은 [언제 어디서나 최고의 아이디어와 정보에 즉시 접근]하는 것을 목표로 한다. 이들의 해결책은 복잡한 문서 구조 없이 정보와 아이디어를 쉽게 찾을 수 있는 AI 기능을 제공하는 것이다. 사용자가 문서를 입력하면 AI가 자동으로 태그를 생성하고, 그 태그를 기반으로 관련 문서를 추천해 준다. 노트 요약 기능과 콘텐츠 초안 작성 기능 역시 포함되어 있다.

Mem의 가격 모델은 월 $8.33, 연간 $99.99로 구독형이다.
활용된 AI 기술은 아마도 GPT-4o와 같은 대규모 언어 모델을 사용하여, 문서의 제목 간 유사도를 계산하고, 사용자가 입력한 내용을 요약 및 초안을 생성하는 것 같다. 다만, 이 기술은 딱히 복잡하지 않고, 기능 면에서 큰 차별화도 없었다.

Kater: 데이터를 정리하고, 가설을 검증하는 AI

Kater는 [데이터를 쉽게 탐색하고, 신뢰할 수 있으며, 이해할 수 있게 만드는 것]을 목표로 한다. 그들의 핵심 기능은 AI가 데이터를 자동으로 정리하고 가설을 설정하며, SQL 쿼리를 통해 그 가설을 빠르게 검증할 수 있다는 점이다. 나아가 검증된 가설을 저장하고 조직 내에서 공유할 수 있게 돕는다. 이 과정에서 Kater의 AI는 사용자 비즈니스 로직을 학습하여, 사용자 맞춤형 데이터를 제공한다.

Kater의 비즈니스 모델은 B2B에 기반하며, 구체적인 가격 정보는 확인되지 않았다.
AI 기술로는 아마도 GPT-4o 같은 모델을 활용해 데이터 분류, 라벨링, 그리고 사용자 맞춤형 강화학습 기술을 적용한 것으로 보인다.

느낀 점: 해결책과 아쉬움

두 기업 모두 흥미로운 기술을 활용하고 있지만, 내가 생각하는 문제를 해결하기엔 적합하지 않았다. Mem은 내가 저장한 정보를 제목을 기준으로만 찾아주기 때문에, 정보의 핵심 내용을 정확히 찾아주지 못했다. 태그 자동 생성 기능도 기대 이하였다. 태그가 자동으로 생성되지만, 실제로 내가 원하는 방식으로 정보를 조직하기엔 여전히 수동 작업이 필요했다.

Kater는 복잡한 데이터 분석 과정을 자동화하는 매력적인 기술을 가지고 있었지만, 내가 해결하고자 하는 정보 관리 문제와는 거리가 있었다. Kater는 데이터 분석에 특화되어 있지만, 내가 필요로 하는 '자료의 위치 파악'이라는 문제를 다루기엔 맞지 않는 도구였다.

앞으로의 방향

결국, 내가 해결하려는 문제는 사용자가 기록한 정보가 산발적으로 존재할 때 이를 미래에 쉽게 찾을 수 있는 방법이다. 다른 스타트업들이 문제를 어떻게 해결하고 있는지 살펴본 것은 나에게 필요한 기능과 그렇지 않은 기능을 구분하는 데 좋은 기준이 되었다. 앞으로도 이러한 고민을 이어가며, 더 나은 해결책을 찾아야 할 것이다.

문제를 해결하고 싶어하는 '척'을 했던 과거를 반성하며

지난 학기, 나는 '사람들에게 기록의 가치를 전달하자'는 목표 아래 팀과 함께 ECHO라는 프로덕트를 개발했다. 우리는 음성으로 AI와 대화하며 기록을 남기는 기능, 그리고 다양한 페르소나의 AI 챗봇과 대화를 통해 기록을 정리하는 기능을 구현했다. 음성을 통한 기록은 사용자에게 기록하는 과정에서 재미를 느끼게 하고, 페르소나 챗봇은 보다 의미 있는 기록을 돕기 위한 것이었다.

처음에는 문제에 대한 가설을 데이터와 팀원들의 의견을 바탕으로 세웠고, 30번 이상의 인터뷰를 통해 이를 검증했다. 이러한 과정으로 사람들이 필요로 할 것이라고 판단한 기능을 구현하는 데 집중했지만, 결과적으로 나는 만족스럽지 않았다. 대회에 참가하면서 성과를 내기도 했지만, '이 방향이 맞는 걸까?'라는 의문은 사라지지 않았다.

열심히 개발에 집중했지만, 그럼에도 불구하고 뭔가 빠진 듯한 느낌을 지울 수 없었다. 그러던 중, Y Combinator의 강의와 아티클을 접하며 나는 나 자신에게 두 가지 질문을 던졌다. '나는 정말로 이 문제를 해결하고 싶은가?' 그리고 '이 문제를 해결할 능력이 있는가?' 솔직하게 답해보니, 그 답은 NO였다. 즉, 나는 내가 별로 관심 없고, 해결할 역량도 없는 문제에 집중했다는 사실을 깨달았다.

그럼에도 이 경험은 헛되지 않았다. 문제를 정의하고 인터뷰를 통한 검증을 거치는 과정에서 많은 성장을 경험했으며, 덕분에 경영학회에 들어가 더 깊이 고민할 기회를 얻었다.

방학 동안 나는 진정으로 해결하고 싶은 문제와 그 문제를 내가 해결할 수 있는지에 대해 깊이 고민했다. 그리고 깨달았다. 사람들이 바쁜 일상 속에서 자신이 좋아하는 일에 충분히 시간을 투자하지 못하고 있다는 점이 그들의 삶의 만족도를 떨어뜨리고 있다는 것을.

나는 이 문제를 해결하고자 첫걸음을 내디뎠다. 취미로 시작한 일본어 공부를 통해 개인 맞춤형 단어장을 만들어보기도 하고, 코딩 스터디에도 적극적으로 참여했다. 이런 과정을 통해 내가 부족했던 부분들을 보완할 수 있었고, 앞으로 해결하고자 하는 문제에 대해 더 명확한 방향성을 가질 수 있게 되었다.

2학기에는 1학기 때의 실패를 바탕으로, 내가 진정으로 해결하고 싶은 문제에 집중할 것이다. 또한, 코딩 역량을 더욱 강화하여, 그 문제를 해결할 수 있는 프로덕트를 개발하고자 한다. 이를 통해 사람들에게 보다 효율적이고 가치 있는 삶을 제공하는 데 기여하고 싶다. 철저한 가설 검증과 함께.