# AI 제품의 다음 단계: 음성, 에이전트, 스스로 사용법을 알려주는 소프트웨어 > 2026-09-29 · Lenny Rachitsky · 큐레이션 김태우 > https://challengekim.com/insights/ai-제품의-다음-단계-음성-에이전트-스스로-사용법을-알려주는-소프트웨어 > 원문: https://www.youtube.com/watch?v=-ciSTkEVy30 ## 핵심 요약 - 타라 세샤는 AI 제품을 완벽하게 다듬기보다 먼저 출시하고, 실제 사용을 관찰해 빠르게 고치는 일이 중요해졌다고 말했다. - 난 유는 모델의 기능이 늘어나는 속도보다 사용자가 그 기능을 이해하고 받아들이는 속도가 제품의 제약이 될 수 있다고 봤다. - 에이전트를 하나로 만들지 여러 개로 나눌지는 사용자의 관리 부담뿐 아니라 데이터 접근 권한, 기억, 계정 사용 방식에 달려 있다. - 두 사람은 각각 음성 인터페이스와 제품이 스스로 사용법을 안내하는 경험이 앞으로 더 중요해질 것으로 예상했다. ## 불완전한 기능을 출시하는 이유 세샤는 과거에는 출시 전에 제품을 충분히 다듬는 데 익숙했지만, AI 제품에서는 기능을 사용자에게 전달하는 시급성과 실제 사용에서 얻는 증거의 비중이 커졌다고 설명했다. 출시 전에는 여러 가능성을 따져볼 수 있어도, 사용자가 기능을 어떻게 쓰는지는 직접 관찰한 뒤에야 알 수 있다는 것이다. 그가 든 사례는 에이전트 기능을 켜는 토글이다. 세샤는 토글을 이상적인 해법으로 보지 않았다. 다만 ChatGPT 사용자가 에이전트로 일을 처리할 수 있게 하면서 기존 작업 흐름에 주는 충격을 줄이기 위한 선택이었다고 말했다. 제품이 바뀔 때에는 사용자가 그 변화의 흐름을 이해할 수 있어야 한다는 의견도 대담에서 나왔다. 빠른 출시에도 판단 기준은 있다. 세샤는 새 기능이 사용자에게 실질적인 가치를 주는지, 내부에서 사용해 봤을 때 계속 쓰고 싶을 만큼 유용한지, 모델의 새로운 쓰임을 여는지 살핀다고 했다. 또 현재 모델의 능력에만 맞추거나 지나치게 먼 미래를 가정하기보다, 약 2\~3개월 뒤의 모델 능력을 염두에 둔다고 설명했다. ## 모델의 능력과 사용자의 이해 사이 유는 제품 설계의 큰 제약으로 사용자가 새 기능을 이해하고 흡수할 수 있는 정도를 꼽았다. 모델에 기능이 있어도 사람들이 이를 활용하지 못하면 그 기능만으로는 충분하지 않다는 뜻이다. 그는 이런 이유로 첫 사용 경험, 즉 사용자가 제품이 무엇을 제공하는지 알아가는 과정이 이전보다 중요해졌다고 봤다. 세샤는 기업 고객에게 변화를 전달할 때도 긴장이 있다고 말했다. 많은 기업이 빠른 기능 변화를 부담스러워할 수 있지만, 기존의 질문·답변 방식에만 머무는 동안 에이전트 기능을 제공하지 않으면 다른 제품을 고려할 수도 있다는 설명이다. 이는 모든 기업이 같은 속도로 변화를 받아들인다는 주장이 아니라, 고객의 적응 속도와 새 기능을 전달해야 하는 시급성을 함께 다뤄야 한다는 견해다. ## 에이전트는 하나가 좋을까, 여러 개가 좋을까 여러 업무를 하나의 범용 에이전트에 맡길지, 역할별 에이전트로 나눌지도 대담의 주제였다. 유는 사람이 동시에 관리할 수 있는 관계와 작업 흐름에 한계가 있다고 봤다. 여러 에이전트를 두더라도 이를 총괄하는 에이전트 하나를 통해 관리한다면, 사용자가 직접 상대하는 대상은 사실상 하나라는 설명이다. 세샤는 구체적인 사용 사례가 설계를 결정한다고 강조했다. 하나의 에이전트가 여러 곳에서 일한다면 어떤 데이터에 접근할 수 있는지, 개인 계정을 쓸지 공용 계정을 쓸지, 비공개 대화 공간에서 얻은 기억을 다른 곳에서도 사용할지 정해야 한다. 에이전트의 수는 이런 권한과 기억의 동작을 사용자에게 어떻게 설명할 수 있는지와 연결된다. ## 도구가 일을 끝까지 마치려면 세샤는 에이전트가 일을 처리할 때 미리 만들어진 도구나 외부 서비스의 연동 기능을 사용할 수 있고, 그런 수단이 맞지 않으면 화면을 직접 조작하는 컴퓨터 사용 기능이 다음 수단이 될 수 있다고 설명했다. 여러 기능을 층으로 구성해 첫 방법이 통하지 않을 때 다른 방법으로 작업을 이어가는 구상이다. 유는 작업의 대부분을 처리하고 마지막 단계에서 실패하는 경험이 특히 실망스럽다고 말했다. 처음부터 실행할 수 없다면 사용자가 다른 방법을 택할 수 있지만, 끝나기 직전에 멈추면 이미 맡긴 작업을 다시 처리해야 하기 때문이다. 그는 컴퓨터 사용 기능이 느리거나 토큰을 많이 쓸 수 있어도 작업의 마지막 단계까지 이어갈 수 있다는 점에 주목했다. 이는 대담에서 제시한 제품 경험에 대한 평가이지, 모든 작업의 성공을 입증한 결과는 아니다. ## 연구 협업과 사용자 피드백 세샤는 모델 연구팀과 일할 때 막연한 기능 요청보다 구체적인 사용 사례가 도움이 된다고 했다. 사용자가 무엇을 하려 했는지, 실제 사용 과정은 어땠는지, 모델이 어디에서 실패했는지를 가져가야 한다는 것이다. 그는 모델의 성능을 점검하는 평가를 직접 작성하는 능력도 중요하다고 봤다. 특정 입력과 설정으로 원하는 결과를 얻은 사례가 있다면, 그 능력을 모델에 반영하는 논의의 출발점으로 삼을 수 있다고 설명했다. 사용자와 직접 연락하는 일도 같은 맥락이다. 세샤와 유는 에이전트의 말투처럼 미묘한 문제는 출력 내용과 당시 문맥을 확인하고 후속 질문을 해야 이해할 수 있다고 말했다. 세샤는 에이전트가 어느 정도 자율적으로 행동할수록 사용자가 자신의 데이터가 어떻게 쓰이는지 알고, 기능의 다음 행동을 대체로 예측할 수 있어야 한다고 덧붙였다. ## 음성과 스스로 안내하는 제품 앞으로의 인터페이스에 관해 세샤는 음성을 꼽았다. 그는 가족의 기술 지원을 돕거나 OpenAI의 내부 팀에 새 제품을 소개할 때 음성이 사용을 쉽게 만들었다는 경험을 들었다. 말로 컴퓨터와 상호작용하는 방식이 자연스럽다고 느끼며, 음성 모델의 속도와 성능도 좋아지고 있다는 평가다. 유는 제품이 스스로 사용법을 보여주는 경험을 예상했다. 사용자가 입력창 앞에서 무엇부터 해야 할지 모르는 문제를, 지능을 갖춘 제품이 직접 도와 완만한 진입 경로를 만들 수 있다는 생각이다. 진행자는 노트북을 계속 펼쳐 들지 않아도 되는 하드웨어를 자신의 전망으로 덧붙였다. 세 가지 모두 향후 제품에 관한 각자의 예상으로 제시됐다. 두 사람의 논의는 AI 제품의 기능 자체만큼 사용자가 이를 이해하고, 예측하고, 맡긴 일을 끝까지 처리할 수 있는 경험을 설계하는 일이 중요해졌다는 판단으로 모인다. --- 원문을 바탕으로 AI 가 한국어로 요약·재구성한 글입니다. 인용·수치는 원문 링크에서 확인해 주세요. [원문 링크](https://www.youtube.com/watch?v=-ciSTkEVy30)