제품 스스로 성장하는 미래를 상상해보셨나요?

그로스를 하시는 분들은 한 번쯤 생각해봤을 것 같습니다. 유저 행동 데이터에서 가설을 찾고 실험하는 사이클이 자동으로 돌아가는 미래인데요. 앰플리튜드는 이 상상을 자가 개선 제품(Self-Improving Products)으로 현실에 옮기려 하고 있습니다.


개선 사항을 스스로 판단하고 제안합니다

제품 데이터를 읽고 고칠 곳을 찾아 코드 수정안 제안합니다. 담당자는 검토하고 반영만 하면 됩니다. 분석 > 실험 > 배포하고 측정하는 한 사이클이 지금은 평균 6주 정도 걸리는데 앰플리튜드는 하루로 줄이려고 합니다.🤩

사실 병목은 “무엇을 만들지 정하는 일“인데 그 결정 마저도 대신하게 만들겠다는 겁니다. 사례를 보면 유저 3명 중 1명이 셋업 전에 이탈하고, 세션 리플레이 847건에서 빈 화면에 갇혀 있다는 것을 찾아 실행 가이드 수정은 그리고 예상되는 개선 효과를 함께 제시합니다. 우리는 정확한 목표와 암묵지를 잘 주입하면 됩니다.

더 중요해진 데이터 품질

에이전트가 스스로 활동하려면 데이터 품질이 중요합니다. 이미 수집 중인 이벤트, 리플레이, 피드백을 그대로 쓰기 때문인데요. 어쩌면 진입 장벽이 낮다는 뜻인데 거꾸로 생각해보면, 데이터 품질이 좋지 못한 조직은 활용이 어렵다는 뜻도 됩니다. 에이전트는 지속 학습하면서 발전하기 때문에 데이터 품질을 유지하려는 노력이 필요합니다. 데이터 품질이 AI의 판단력을 결정하는 핵심 자산이 됩니다.


그로스 실험 사이클이 진화하고 있습니다. 아직은 초기 단계지만 AI와 결합되면서 훨씬 정교해지고, 빨라질거라 봅니다. 상상만 했던 업무 방식이 현실로 다가오고 있네요. 기대가 됩니다. 🙌