핵심 요약

  • Hackmamba 창업자 윌리엄 이모는 노르웨이어 회화의 어려움을 해결하려고 AI 언어 튜터 Mural을 만들었다. 스위프트와 코틀린 경험 없이 코덱스로 iOS·안드로이드 네이티브 앱을 개발했다.
  • 개발 언어보다 먼저 정한 것은 제품의 사용감이었다. 디자인 방향과 사용자 문제를 구체적으로 설명하고 결과를 보며 수정했다.
  • 실시간 음성 모델 덕분에 제품을 만들 수 있었지만 비용 부담도 컸다. 이모가 밝힌 30분 세션 비용은 약 3~5달러다.
  • 회사 운영에서도 AI 에이전트에 역할과 도구 접근 권한을 부여했다. 모델이 좋아지면서 복잡한 스킬 모음의 필요성은 줄었지만 전문 지식과 검토 절차는 남겼다.

개발 경험보다 먼저 정한 제품의 모습

ChatPRD 창업자 클레어 보가 진행하는 How I AI에 Hackmamba 창업자이자 AI 언어 튜터 Mural 개발자인 윌리엄 이모가 출연했다. 이모는 AI로 모바일 앱을 개발한 과정과 25명 규모 회사를 운영하면서 에이전트를 활용하는 방식을 소개했다. 대화에서는 개발과 실무를 AI에 맡길 때 사람이 무엇을 구체적으로 정해야 하는지 다뤘다.

Mural은 이모 자신의 학습 경험에서 시작됐다. 이모는 듀오링고를 1,000일 연속 사용했지만 여전히 노르웨이어로 대화를 이어가기 어려웠다. 그는 학습자가 해당 언어에 몰입하도록 가르치는 AI 튜터를 만들기로 했다.

이모는 스위프트나 코틀린으로 개발한 경험이 없었다. 그래도 각 운영체제에 맞는 사용감을 원했기 때문에 코덱스에 iOS 앱은 스위프트로, 안드로이드 앱은 코틀린으로 만들게 했다. 기술 선택의 기준은 자신이 아는 언어가 아니라 만들고 싶은 제품이었다.

취향을 지시로 바꾸는 방법

개발을 맡긴 뒤에도 제품의 방향은 이모가 정했다. 그는 코덱스에 애플 제품 수준의 품질을 지향하면서 가을 분위기가 느껴지는 미니멀한 앱을 요청했다. 첫 결과물이 다크 모드로 나오자 따뜻한 색상과 그라데이션, 더 밝은 시각적 스타일로 방향을 수정했다.

이모는 취향을 막연한 선호에 머물게 두지 않았다. 원하는 느낌을 설명하고 결과물에서 어긋난 부분을 짚어 다음 지시로 바꾸는 데 디자인 판단을 활용했다.

이모는 제품 관리 경험도 프롬프트 작성에 활용했다. 요청을 큰 기능 단위인 에픽과 사용자 관점에서 필요한 기능을 설명하는 사용자 스토리로 구성하고 각각을 구체적인 사용자 문제에 연결했다. 이렇게 에이전트가 해결해야 할 문제와 목표를 분명하게 전달했다.

코드 작성 경험이 부족한 상황에서 이모가 활용한 역량은 요구사항을 구조화하고 결과를 판단하는 능력이었다. AI에 기능 구현을 요청하면서 그 기능이 왜 필요한지도 함께 정했다.

실시간 음성의 가능성과 비용의 한계

Mural의 핵심은 몰입형 언어 학습이다. 이모는 GPT-Live-1이 없었다면 제품을 만들 수 없었을 것이라고 말했다. 실시간 음성 모델의 품질이 자신이 원하는 튜터 경험을 구현할 수 있는 수준에 도달했다고 봤다.

음성 대화를 제품의 중심에 두면 비용도 중요한 제약이 된다. 이모에 따르면 30분 세션에 약 3~5달러가 든다. 그는 소프트웨어 서비스로서는 비싸지만 필요할 때 이용하는 사람 튜터보다는 저렴하다고 비교했다.

이 비용은 Mural의 매출이나 이용 요금이 아니라 세션을 제공하는 데 드는 비용으로 소개됐다. 음성 모델 덕분에 제품을 구현할 수 있었다는 판단과 운영비 부담이 남아 있다는 조건을 함께 봐야 한다.

역할과 접근 권한을 갖춘 에이전트 팀

이모는 앱 개발 외에도 Grok Bots로 회사 운영을 돕는 에이전트 팀을 구성했다. 반지의 제왕 등장인물을 이름과 역할에 연결해 간달프는 비서실장, 레골라스는 마케팅, 엘론드는 엔지니어링, 아라고른은 영업을 맡게 했다. 캐릭터 설정 덕분에 각 에이전트의 담당 업무를 이해하고 일을 위임하기 쉬웠다.

에이전트에는 구글 워크스페이스, Linear, Notion, Pipedrive, QuickBooks, 캘린더와 브라우저 도구를 연결했다. 이모는 긴 프롬프트를 작성하는 것보다 필요한 정보에 접근할 수 있게 해야 유용한 맥락을 줄 수 있다고 봤다. 기본적으로 넓은 접근 권한을 주되 은행 업무와 고객 데이터는 보호한다고 밝혔다.

자사 업무에 맞는 도구도 직접 만들었다. 내부 채용 도구인 Three Pipes는 이메일, 캘린더, 회의 노트를 결합해 지원자를 추적하고 순위를 매긴다. 기존 범용 소프트웨어에 업무 방식을 맞추는 대신 회사에 필요한 정보를 담는 시스템을 만들고 그 위에 AI를 붙였다.

모델이 좋아져도 남는 지시와 검토

이모는 기반 모델의 성능이 좋아지면서 자신이 만들었던 스킬 대부분이 불필요해졌다고 말했다. 여기서 스킬은 에이전트가 특정 업무를 수행하도록 정리한 지침이다. 끝까지 남은 것은 성장 전략, 콘텐츠 전략, AI 특유의 문체를 줄이는 방법처럼 지속적으로 쓸 전문 지식이었다.

에이전트가 작업을 진행하지 못할 때는 새 세션을 시작하고 지시를 더 명확하게 썼다. 과제를 단계로 나누고 에이전트가 자신의 작업을 검사하게 했다. Cursor가 만든 결과물을 Grok Bot으로 검토하는 방식도 사용했다.

이모는 AI 덕분에 익숙하지 않은 개발 언어로 Mural을 구현할 수 있었다. 그 과정에서 사용자 문제와 디자인 방향을 정하고 비용을 따졌으며, 막힌 작업을 다시 나누고 검토했다. 구현을 맡길 수 있는 범위가 넓어져도 제품에 필요한 판단을 구체적으로 전달하는 일은 계속 남았다.