Academy Tech Bites S2 Vol.2

Devin의 발표는 앱 리텐션을 익숙한 제품 지표가 아니라, 사용자가 다시 돌아올 심리적 이유가 남아 있는가의 문제로 다시 읽는 데서 출발했습니다. 유튜브 채널 운영 경험을 바탕으로 설치는 구독, 첫 실행은 첫 30초, 푸시 알림은 썸네일, Up Next는 다음 행동 설계에 가깝다는 번역이 제시되면서 앱 경험 전체가 기대 관리의 구조로 보이기 시작했어요.

이 관점에서 좋은 앱은 사용 시간을 억지로 늘리는 앱이 아니라, 사용자의 삶 안에 나중에 다시 호출될 이유를 남겨 두는 앱이 됩니다. 유튜브 리텐션 그래프와 Mr.Beast식 오프닝 설계가 함께 언급된 것도 같은 맥락이었어요. 기대를 과장해 끌어온 뒤 실제 효용이 따라오지 않으면 이탈과 삭제로 이어지고, 반대로 다음 경험에 대한 신뢰가 쌓이면 복귀 동선이 더 견고해진다는 설명이었습니다.

후반부에서는 앱이 오래 남는 다섯 가지 심리적 이유도 정리됐습니다. 인지적 외주화, 관계성, 유능감, 자율성, 내가 쌓은 데이터와 설정을 잃기 어려운 소유감이 대표적이었고, 이때 리텐션은 기능 만족도보다 "이 앱이 내 삶의 일부로 어떤 자리를 차지하고 있는가"의 문제로 읽혔습니다.

이 발표는 곧바로 다음 발표의 락인 논의와 연결됐습니다. 현장에서는 사용자를 붙잡는 설계와, 세션이 끝난 뒤에도 다시 돌아오게 만드는 설계를 구분해 봐야 한다는 말이 이어졌어요. 결국 리텐션은 체류 시간 게임보다 기대 → 검증 → 축적 → 복귀의 구조라는 해석이 회차 전체의 출발점이 되었습니다.

Karl은 Claude Code, Codex 같은 코딩 에이전트가 최근 과금 구조 변화 속에서도 사실상 PMF를 찾았다는 관찰을 가져왔습니다. 요지는 단순히 기능이 좋아서가 아니라, 한번 깊게 들어가면 쉽게 떠나기 어려운 워크플로우를 만들었기 때문에 가격을 올려도 잔존하는 힘이 생긴다는 것이었어요.

여기서 전환 비용은 귀찮아서 못 떠나는 상태가 아니라, 떠나는 순간 손해가 너무 커서 옮기기 어려운 구조로 정의됐습니다. 코딩 에이전트 안에는 개발자 개인이나 팀의 암묵지, 작업 습관, 컨텍스트가 계속 쌓이기 때문에 툴을 바꾸는 일은 기능 하나를 갈아타는 문제가 아니라 일하는 방식 전체를 버리는 문제에 가깝습니다.

그래서 발표는 AI 기능을 붙였다는 사실만으로 오래 남는 서비스를 만들 수는 없고, 서비스 안에만 축적되는 맥락과 워크플로우를 얼마나 설계하느냐가 더 중요하다고 봤습니다. 챗봇처럼 가볍게 시도하는 도구와 실제 산출물과 속도를 좌우하는 코딩 에이전트는 같은 AI여도 가격 저항선이 다를 수밖에 없다는 해석도 이 지점에서 나왔습니다.

동시에 더 불편한 질문도 남았습니다. 사용자를 락인시키는 서비스를 만드는 사람들 역시 위에서는 프론티어 모델 회사의 가격과 정책 변화에 노출된 사용자라는 점입니다. 그래서 현장에서는 최고의 모델 하나를 깊게 쓰는 법보다, 모델이 바뀌어도 옮겨갈 수 있게 구조를 짜는 역량이 더 중요해질 수 있다는 시사점까지 이어졌습니다.

Sano의 발표는 이번 회차의 표면 주제에서 가장 멀리 나가면서도, 결과적으로 "왜 남는가"라는 질문의 범위를 가장 크게 넓혔습니다. 인도네시아 외딴섬처럼 통신, 전기, 의료 인프라, 기본적인 DX조차 충분하지 않은 지역에서 AX가 어떤 의미를 가질 수 있는지를 다루면서, 프론티어 모델의 화려한 성능과 실제 체감 가치가 얼마나 멀리 떨어져 있을 수 있는지를 보여줬어요.

발표에서 더 중요하게 다뤄진 것은 모델 자체보다 접근성의 재구성입니다. Starlink 같은 네트워크 인프라가 먼저 깔리고, 지역 의료 데이터가 앱으로 연결되며, AI가 원격 협진 과정에서 위험도와 우선순위를 분류하고, 꼭 이동이 필요한 환자와 현지 관리가 가능한 환자를 나누는 흐름이 사례로 설명됐습니다.

이 맥락에서 AX는 주민을 선진 시스템으로 끌어오는 일이 아니라, 상급 병원의 전문성을 섬으로 이전하고 현장 의료진의 판단력을 증강하는 구조로 읽혔습니다. 로컬 언어와 문화 맥락을 반영한 Sahabat AI 사례까지 붙으면서, AI가 전면에 드러나지 않아도 접근성 해소와 기본권 개선의 백엔드로 작동할 수 있다는 관점이 선명해졌어요.

토론은 곧바로 정보 격차와 테스트베드의 양면성으로 이어졌습니다. 개인 수준에서는 접근성을 높여 격차를 줄일 수 있지만, 국가와 인프라 수준에서는 데이터와 에너지와 네트워크를 가진 쪽이 더 빨리 앞서 나갈 수 있다는 우려가 함께 나왔습니다. 발표가 남긴 핵심은 "사용자가 AI를 직접 만나지 않는다면, 그들에게 전달되는 실질적 변화는 무엇인가"라는 질문이었습니다.

Sue의 발표는 한국이 AI를 열정적으로 소비하는 국가라는 감각에서 출발했지만, 그 소비가 곧바로 기술적 주체성으로 이어지는 것은 아니라는 문제의식을 중심에 두었습니다. ChatGPT, Gemini, Claude를 적극적으로 받아들이고 정부도 비교적 낙관적인 태도를 취하지만, 실제로는 해외 기술을 빠르게 받아들이는 테스트베드에 가까운 위치일 수 있다는 질문이 던져졌어요.

발표에서 중요한 구분은 분명했습니다. AI에 대한 낮은 불안과 높은 호감은 존재하지만, 그것이 국내 기술 자립이나 주체성 확보와 자동으로 연결되지는 않습니다. 사용자가 AI를 많이 쓴다고 해서 산업 경쟁력이 곧바로 쌓이는 것은 아니며, 무제한 소비가 오히려 기술 소비자 위치를 굳힐 수 있다는 불편한 시선이 함께 제시됐습니다.

왜 한국 사회가 AI를 두려워하기보다 받아들이는가에 대한 해석도 붙었습니다. 기술이 생존의 역사였다는 국가적 기억, 고령화와 인구 위기에 대한 해결 기대, 정부의 개방적 태도가 열광을 밀어주고 있다는 설명이었어요. 하지만 바로 그 낙관론이 노동 갈등, 외부 의존, 규칙 설정 능력의 부족을 가릴 수 있다는 점도 함께 짚어졌습니다.

토론에서는 테스트베드라는 위치를 꼭 부정적으로만 볼 필요는 없다는 반론도 나왔습니다. 빠른 수용성과 높은 결제율은 분명 자산이 될 수 있기 때문입니다. 다만 회차 전체 흐름 속에서 더 오래 남은 것은 "기술을 많이 쓰는 사회"와 "기술의 규칙을 정하는 사회"가 전혀 다른 층위라는 구분이었고, 이 발표는 개인의 앱 삭제 문제를 사회 전체의 기술 의존 구조로 확장시키는 역할을 했습니다.