핵심 요약

  • 앤드루 첸은 AI가 규칙적인 업무를 줄이는 데 강하지만, 새로움과 진정성이 중요한 소비자 경험에서는 성과가 더디다고 본다.
  • 앱을 만드는 일이 영상 편집만큼 쉬워진다면, 앱도 게시물처럼 잠깐 주목받고 빠르게 잊힐 수 있다는 것이 그의 전망이다.
  • 그는 이런 환경에서 평균 제품 유지율이 떨어지고, 출시를 반복하며 관심을 얻는 능력이 중요해질 수 있다고 주장한다.
  • 동시에 AI로 만든 듯한 콘텐츠는 신뢰를 해칠 수 있으며, 고객을 직접 만나는 비용이 오히려 경쟁 수단이 될 가능성도 제시한다.

업무에서는 패턴이 효율을 만든다

첸은 AI가 직장에서 빠르게 퍼진 이유를 반복 업무에서 찾는다. 서식 작성, 정해진 절차 수행, 업무 업데이트 작성, 상용구에 가까운 코드 검토는 어렵지 않아도 여러 단계를 거치고 자료를 모아야 한다. AI가 이런 단계를 압축하면 사람은 더 중요한 판단에 집중할 수 있다.

그는 결과를 확인할 수 있는 작업에도 AI가 강하다고 본다. 코딩과 수학적 증명을 예로 들며, 직장 내 생산성 향상도 이 특성과 이어진다고 설명한다. 반면 소셜미디어, 영상, 데이팅 같은 소비자 경험은 정답을 확인하는 능력만으로 관심을 얻기 어렵다.

소비자 경험은 새로움과 진정성을 요구한다

첸에 따르면 소비자는 새로움과 사람 사이의 관계를 원하고, AI가 만든 듯한 결과물에도 민감하다. 진정성이 중요한 영상에서는 배경의 어색한 AI 생성 간판 하나가 경험 전체를 망칠 수 있다. 과거 자료의 패턴을 따르는 AI로는 새로운 문화적 흐름을 포착하기 어렵다는 주장이다.

그는 이를 경쟁적 창의성으로 설명한다. 상대의 움직임에 맞춰 새로운 메시지를 내야 하는 영업과 마케팅에서도 비슷한 문제가 생긴다. 같은 문체의 AI 생성 콜드메일은 차별화하기 어렵다. 한때 눈길을 끈 밈이나 이미지도 곧 식상해질 수 있어, 그는 단체 채팅과 소셜 피드처럼 반응이 빠른 공간에 주목한다.

앱이 게시물처럼 소비된다면

첸은 AI로 앱을 만드는 일이 짧은 영상을 만들거나 글을 올리는 일에 가까워질 수 있다고 상상한다. 앱을 만든 뒤 화면이나 영상을 게시해 사용자를 모으는 방식이다. 게시물은 주목도가 급등한 뒤 사라지므로, 제작자는 다음 게시물을 준비한다. 앱도 그렇게 된다면 개별 제품의 완성도뿐 아니라 여러 출시를 통해 관심을 얻는 체계, 그 과정에서 쌓이는 브랜드와 지식재산이 중요해질 수 있다.

이 시나리오에서 첸은 제품 유지율이 하락할 것으로 전망한다. 출시 30일 뒤에도 사용자가 남아 있는 비율인 D30이 20%를 넘는 사례를 보기 어려워질 수 있다는 표현을 썼다. 다만 이는 관측된 평균치가 아니라 그의 예상이다. 그는 유지율 대신 얼마나 많은 앱이 얼마나 많은 사람에게 도달하는지를 봐야 할 수도 있다고 제안한다.

넘치는 공급과 신뢰의 비용

첸은 앱과 영상, 창작자와 경험의 공급이 늘수록 소비자의 관심을 얻는 경쟁이 치열해질 것으로 본다. 너무 늦으면 지난 유행이 되고, 지나치게 빠르면 낯설고 무작위로 느껴질 수 있다. AI 스타트업의 제품 영상과 반복 출시가 피드를 채우는 현상을 그 징후로 든다.

반대로 디지털 콘텐츠가 넘칠수록 고객을 직접 만나 시간과 비용을 쓰는 방식이 특별한 신호가 될 수도 있다. AI가 새 아이디어를 제안하고 문화적 감각이 있는 사람이 다듬을 가능성도 열어 두지만, 첸은 경쟁적 창의성을 자동화할 수 있을지는 모른다고 말한다. 콘텐츠나 메시지가 AI를 그대로 붙여 넣은 것처럼 느껴지는 순간, 쌓아 온 친밀감과 신뢰가 무너질 수 있기 때문이다.

결론

첸의 유지율 위기론은 앱 제작이 쉬워질 때 소비자의 관심도 더 짧게 머물 수 있다는 전망이다. 그가 함께 강조하는 한계는 새로움과 진정성을 AI의 반복 생산만으로 확보하기 어렵다는 점이다.