핵심 요약

  • Town은 이메일과 일정을 연결해 사용자의 업무를 파악하고 자동화를 제안하는 AI 비서다. 창업자는 주류 사용자가 별도 설정 없이 가치를 느끼는 경험을 우선 과제로 본다.
  • 창업자는 동료의 AI 비서끼리 필요한 정보를 주고받는 기능이 팀 단위의 네트워크 효과를 만들 수 있다고 주장했다. 다만 개인정보의 공유 범위를 판단하는 신뢰가 전제돼야 한다.
  • 현재 Town의 작업에는 고성능 모델이 주로 쓰인다. 창업자는 앞으로 비용을 낮출 수 있는 작업이 늘 것으로 보면서도, 고성능 모델이 필요한 작업의 비율은 아직 알 수 없다고 말했다.
  • Town은 유료 사용과 반복 결제를 고객 가치의 지표로 삼는다. 창업자는 사용량만 늘리는 방식이 고객의 비용 부담과 이탈로 이어질 수 있다고 경계했다.

세금 서비스에서 이메일 비서로

Town 창업자는 앞서 AI를 활용한 기업 세무 서비스를 약 1년간 개발했다고 말했다. 일정한 제품 수요는 확인했지만 큰 사업으로 성장할 만큼은 아니라고 판단했다. 이후 이메일과 일정에서 업무를 처리하는 사람이 많은데도 이를 돕는 AI 제품이 부족하다는 점에 주목했다. 몇 주 만에 만든 시제품에서 빠르게 수요를 확인했고, 인터뷰 당시 Town은 시장에 나온 지 약 3개월이었다.

Town은 사용자가 평소 보내는 이메일과 하루를 조직하는 방식을 살펴보고, 반복 업무를 대신할 자동화를 제안한다. 창업자는 복잡한 설정 없이 회의 준비 자료를 받거나 회의 후속 조치를 처리하는 경험이 영업, 채용, 소규모 사업 운영자에게 유용하다고 설명했다. 이메일과 일정을 처음부터 연결해야 제품을 쓸 수 있다는 조건도 있다. 그는 사용자의 약 30%가 이 단계에서 이탈하지만, 연결한 뒤에는 개인에게 맞는 작업을 제안할 수 있다고 말했다.

대형 플랫폼과 겨룰 제품 경험

창업자는 AI 비서가 향후 12개월 안에 구글과 애플의 최우선 과제 가운데 하나가 될 것으로 예상했다. 그러나 현재 단계에서 Town의 가장 급한 일은 경쟁 방어책보다 주류 사용자를 만족시킬 제품 경험을 찾는 것이라고 봤다. 그가 보기에 Town도 아직 그 수준에 도달하려면 개선할 부분이 많고, 경쟁 제품 가운데 일부는 숙련 사용자에게 더 적합하다.

그는 Town과 Instinct가 겉으로 비슷한 기능을 갖췄어도 현재 겨냥하는 고객과 수익화 방식은 다르다고 설명했다. Town은 여러 팀원이 업무에 쓰는 제품으로 기업에서 매출을 얻는 데 초점을 둔다. 반면 그가 보기에 Instinct는 당시 무료 제품을 통한 사용자 확보에 무게를 두고 있었다. 이는 각 회사의 최종 전략이 확정됐다는 뜻은 아니라고 덧붙였다.

동료의 비서가 동료의 비서에게 묻는다

Town의 ‘에이전트 간 대화’ 기능은 한 사용자의 비서가 답을 모를 때 동료의 비서에게 묻는 방식이다. 창업자는 팀 전체가 이를 쓰면 제품을 옮기기 어려워지는 네트워크 효과가 생길 수 있다고 주장했다. 팀원 한 명이 공용 자동화나 연동 기능을 만들면 다른 구성원도 활용할 수 있어 도입이 빨라지는 사례도 관찰했다고 말했다. 다만 에이전트 간 대화 기능은 당시 제품 안에서도 찾기 쉬운 위치에 있지 않았다.

그가 제시한 활용 사례는 고객사 담당자를 소개받는 과정이다. 영업 담당자의 비서가 동료들의 비서에게 물어 적절한 연결 고리를 찾되, 개인적 친분이 있다면 해당 동료에게 소개 의사를 먼저 확인하는 식이다. 이는 모든 이메일 정보를 팀에 공개하는 구상이 아니다. 창업자는 급여나 의료 정보처럼 공유해서는 안 되는 경계를 AI가 지킬 수 있어야 사람들이 이런 방식에 동의할 것이라고 전망했다. 업무 데이터와 개인 데이터도 소속 회사의 요구와 개인정보 보호 때문에 분리돼야 한다고 봤다.

모델 선택과 남아 있는 비용 문제

Town은 작업에 맞는 모델을 골라 비용 대비 결과를 얻으려 한다. 다만 사용자가 직접 접하는 비서의 말투가 모델 교체 때 달라지면 불만이 생길 수 있어, 사용자에게 보이는 응답은 일관성도 고려해야 한다고 창업자는 설명했다. 반면 내부 추론 작업은 목적에 맞춰 모델을 바꾸기 쉽다고 봤다.

이메일 분류처럼 최고 성능의 모델이 필요하지 않은 작업은 더 저렴한 모델로 처리할 여지가 있다. 실제로 Town은 분류에 상대적으로 저렴한 모델을 쓰지만, 전체 작업은 당시 고성능 모델이 대부분이었다고 말했다. 복잡한 사용자 지정 업무가 있는 데다, 엔지니어의 시간을 비용 절감보다 제품 개선과 성장에 우선 투입하고 있기 때문이다. 창업자는 장기적으로 전체 작업 중 10%, 20%, 30% 중 어느 정도가 비싼 고성능 모델을 계속 필요로 할지 모른다고 인정했다. 그 비율은 AI 비서 사업의 수익성에 직접 영향을 준다.

사용량보다 반복 결제와 업무 가치

창업자는 성공한 사용자를 매달 계속 요금을 내는 사람으로 정의했다. 토큰 사용량이 많아도 고객이 그만한 가치를 느끼지 못하면 결국 이탈할 수 있다는 이유다. Town은 비용이 많이 드는 자동화가 감지되면 사용자에게 이메일로 알리는 기능을 도입했다고 말했다.

초기 베타 기간에 가격을 정하지 않았을 때는 한 사용자의 컴퓨팅 비용이 5개월간 약 2만6천 달러에 이른 사례도 있었다. 창업자는 특히 기업 고객에게는 비용을 청구해야 제품이 실제 가치를 주는지 확인할 수 있고, 고객도 향후 비용을 예측할 수 있다고 주장했다. 그가 든 채용 회사 사례에서는 Town으로 채용 절차 일부를 자동화해 추가 고객을 맡았으며, 추가 월매출 약 3천 달러와 Town 사용료 월 500~600달러를 비교해 가치를 판단할 수 있었다.

빠른 개발 속도와 느린 학습 속도

창업자가 예상보다 어렵다고 느낀 것은 경쟁 제품이 기능을 따라오는 속도다. 그는 작동하는 기능이 알려지면 다른 회사가 몇 주 만에 비슷한 것을 만들 수 있다고 말했다. 반면 고객이 실제로 무엇을 원하는지 배우는 속도는 그만큼 빨라지지 않는다. 그래서 그는 제품의 기능뿐 아니라 처음 쓰는 사람이 즉시 가치를 느끼는 경험, 팀 안에서 확장되는 방식, 지속 가능한 비용 구조를 함께 풀어야 한다고 봤다.

Town이 확인한 수요와 매출이 AI 비서 시장 전체의 승자를 정해 주지는 않는다. 인터뷰에서 드러난 것은 이메일·일정에 기반한 실용적 경험과 팀 단위 활용 가능성, 그리고 개인정보 보호와 고성능 모델 비용이라는 아직 해결되지 않은 조건이다.