소비자 AI 경쟁, 이제 모델 성능보다 ‘어떤 경험을 주느냐’ 싸움으로 넘어가는 중

모델은 계속 좋아지는데, 그래서 앱은 더 어려워짐

• 소비자 AI 쪽에서 지금 벌어지는 역설은 꽤 선명함. 모델 성능이 올라가면 누구나 프로토타입은 만들 수 있는데, 정작 오래 쓰이는 제품을 만들기는 더 어려워짐.

  • 오늘은 그럴듯해 보이는 앱도 다음 모델 릴리스 한 번에 기능적 차별점이 날아갈 수 있음.
  • MiniMax 쪽에서는 제품을 만들 때 지금 모델 한계가 아니라 “6개월 뒤 모델 지능”을 기준으로 생각해야 한다고 봄.

• 그래서 애플리케이션 레이어의 질문은 “어떤 모델을 썼나”가 아니라 “왜 이 시나리오인가”로 이동 중임.

  • 모델 제공사는 앞으로 더 싸고, 더 빠르고, 더 성능 좋은 기능을 계속 내놓을 가능성이 큼.
  • 반대로 앱 만드는 쪽은 목표 사용자, 구체적 상황, 반복해서 풀 문제를 더 날카롭게 잡아야 함.

• 데이터 장벽도 파인튜닝만의 문제가 아니게 됨.

  • FateTell 쪽에서는 컨텍스트 엔지니어링(Context Engineering)과 프롬프트 엔지니어링이 성숙하면서, 특정 시나리오에서 쌓은 데이터 구조와 맥락 관리가 제품 성능을 좌우할 수 있다고 봄.
  • 특히 문화, 개인화, 감정 경험처럼 범용 모델 가중치에 깔끔하게 들어가기 어려운 영역은 소비자 AI 제품의 방어막이 될 수 있음.

FateTell과 음악 AI가 보여주는 소비자 AI의 진짜 장벽

• FateTell은 AI 기반 동양 점술·사주 앱인데, 이미 90개국 이상에서 사용자를 확보했다고 함.

  • 이 앱이 노리는 건 단순 생산성 도구가 아니라 정신적 가치와 감성적 가치임.
  • “내 운명을 이해하고 싶다”, “설명과 위안을 얻고 싶다”는 욕구는 특정 문화권에만 갇힌 게 아니라는 판단임.

• 여기서 어려운 건 모델 추론만이 아님. 천간지, 주역, 팔자 같은 개념을 해외 사용자에게 어떻게 설명하느냐가 핵심임.

  • DeepSeek R1 같은 모델이 복잡한 추론과 설명의 가능성을 보여주면서 투자자와 사용자 설득에는 도움이 됐다고 봄.
  • 하지만 실제 제품에서는 언어, 시각 자료, 인터랙션을 통해 낯선 문화를 이해 가능한 경험으로 바꾸는 작업이 더 중요함.

• 음악 쪽에서도 비슷한 얘기가 나옴. AI가 완성곡만 뱉어주면 편하긴 한데, 창작 경험 자체를 날려버릴 수 있음.

  • Gao Jiafeng은 Suno 같은 도구가 음악 생성을 직관적으로 만들었지만, 창작 과정을 생략하면서 사용자의 참여감과 소속감을 약하게 만들 수 있다고 봄.
  • 축구를 예로 들면, 일반인이 메시나 호날두보다 잘할 수 없다고 해서 축구를 안 하는 건 아님. 과정이 재미라서 하는 거임.

• 그래서 그는 MusicAIGameBoy라는 음악 AI 게임 콘솔을 만들고 있음.

  • 크고 작은 AI 모델로 음악 코드를 구동하고, 게임화된 상호작용을 붙여 음악을 잘 모르는 사람도 창작 과정에 들어오게 만드는 방향임.
  • 목표는 “자동으로 곡 생성”이 아니라 사용자가 음악을 만드는 과정을 다시 만지게 해주는 것에 가까움.

Agent가 사용자 교육 방식도 바꾸는 중

• MiniMax 오픈 플랫폼 사용자 중에는 기본 개발 역량은 있어도 API 문서, 파라미터, 오류 코드, 토큰 사용량에서 막히는 사람이 많다고 함.

  • 그래서 플랫폼은 모델 체험 환경, 개발 가이드, 데모, 영상 튜토리얼 같은 리소스를 제공함.
  • 전통적인 개발자 플랫폼이라면 여기까지가 꽤 익숙한 사용자 교육 방식임.

• 그런데 Agent가 좋아지면 이 구조가 바뀜.

  • 예전에는 사람이 문서를 읽고 인터페이스를 이해하고 오류를 해결해야 했음.
  • 이제는 Agent가 문서를 읽고, 해결책을 검색하고, 적절한 모델을 고르고, 실패한 경로를 자동으로 수정하는 방향으로 가고 있음.

• Sentient는 오픈소스 AI 생태계와 인프라를 중심에 두고 개발자들을 모으는 전략을 얘기함.

  • 해커톤, 보조금 프로그램, 생태계 협력이 개발자 도구의 진입점이 될 수 있음.
  • 소비자 제품에서는 KOL, KOC, 소셜 미디어 콘텐츠처럼 신뢰가 형성되는 채널도 중요하다고 봄.

• AIGC 비용이 내려가면서 스타트업의 초기 노출 비용도 줄어드는 중임.

  • 예고편, 시각 자료, 홍보 콘텐츠를 예전보다 훨씬 싸게 만들 수 있음.
  • 다만 제품 자체는 설명서를 잔뜩 읽혀서 쓰게 만드는 방식보다, 만지고 놀다 보면 배우는 구조가 소비자 AI에 더 잘 맞는다는 얘기가 나옴.

다음 3~5년은 하드웨어, 개인화, 감성 가치가 커질 가능성

• MiniMax 쪽에서는 스마트 하드웨어, 로봇, AI가 향후 3~5년 안에 중요한 전환점을 맞을 거라고 봄.

  • AI가 소프트웨어 화면 안에만 있는 게 아니라 물리 세계로 들어가 더 다양한 작업과 상호작용을 하게 된다는 전망임.
  • 어떤 제품은 사람에게 효율과 정서적 가치를 주고, 어떤 제품은 AI가 현실 세계와 연결되는 환경이나 인프라를 제공하게 됨.

• FateTell 쪽은 35년은커녕 35개월 뒤도 예측하기 어렵다고 선을 그음. 그래도 방향은 개인화라고 봄.

  • 최첨단 사용자는 이미 Claude Code 같은 도구를 적극적으로 쓰지만, 대다수 일반 사용자는 아직 AI 도입 초입에 있음.
  • 모바일 인터넷 서비스가 비교적 획일적이었다면, AI는 훨씬 세분화된 개인 요구를 맞출 가능성이 있음.

• Sentient는 이 흐름을 “기술 평등”에 가깝게 봄.

  • AI가 모두를 최고의 프로그래머로 만드는 게 아니라, 인문학·과학·예술·기술 사이의 경계를 흐리게 만들고 각자 상황에 맞는 도구를 제공한다는 뜻임.
  • 동시에 실업과 외로움에 대한 불안이 커지면서 AI 반려 기기, 동반 장치, 다감각 인터랙티브 제품 수요가 늘 수 있음.

• 음악과 영상 같은 콘텐츠 형식도 재편될 수 있음.

  • 앞으로도 “노래”가 음악 소비의 최소 단위로 남을지조차 확실하지 않다는 얘기가 나옴.
  • 멀티트랙 오디오나 오디오 트랙 같은 개념이 더 잘게 쪼개질수록, 오히려 IP, 브랜드, 특정 인물과의 감정적 연결은 더 중요해질 수 있음.

---

기술 맥락

• 이 논의에서 핵심 선택은 모델 성능 경쟁을 제품 경쟁의 중심에 두지 않는 거예요. 모델은 계속 싸지고 좋아질 가능성이 높기 때문에, 지금의 속도나 비용 한계를 기준으로 제품을 설계하면 다음 모델 업데이트에 바로 흔들릴 수 있거든요.

• 그래서 MiniMax 같은 모델 플랫폼은 기본 모델, 토큰 기반 제품 설계, 개발자 경험을 맡고, 애플리케이션 팀은 특정 사용자와 시나리오를 더 깊게 파는 식으로 역할이 갈라져요. 이건 기술 스택 선택이라기보다 제품의 방어력을 어디에 둘지에 대한 판단이에요.

• FateTell 사례가 재밌는 이유는 AI 추론보다 문화 번역과 감성 경험이 더 큰 구현 문제가 되기 때문이에요. 천간지나 팔자 같은 개념은 모델이 설명할 수 있어도, 해외 사용자가 신뢰하고 이해하게 만드는 인터랙션은 별도의 제품 설계가 필요하거든요.

• Agent 흐름도 개발자 도구에 직접 영향을 줘요. 문서, 샘플, 오류 코드가 사람만 읽는 자료가 아니라 Agent가 읽고 실행 경로를 고치는 입력이 되면, 플랫폼 문서화와 API 경험 자체가 제품 품질의 일부가 돼요.