어제자 팀 아티클 카타 복습

선정 아티클 https://yozm.wishket.com/magazine/detail/3731/

인사이트

학습과 문제 해결의 가장 효과적인 방법은 역설적이게도 ‘수많은 시행착오’다. 인간은 실수와 실패를 교정하는 과정에서 지식의 깊이를 더한다. (…) 전문성이란 다양한 시행착오를 거치며 자신만의 해법을 구축해가는 과정이다.

💬

 내가 캠프를 참여하면서 어떤 태도로 참여해야하는지를 다시 한 번 일깨워주는 문장이었다고 생각한다. ‘잘’ 하는 것도 물론 좋지만, 중요한 건 캠프 기간동안 학습하고 문제를 해결해나가는 것이라면 ㅡ 나는 수많은 시행착오를 겪어봐야한다.

캠프는 시행착오를 마음껏 할 수 있도록 만들어진, 그리고 그 과정이 외롭지 않도록 함께 하는 동료들과 시행착오를 거친 이후 올바른 길을 안내해주는 조력자들이 있는 공간이다.

그동안 과제를 하면서 나는 ‘매끈한 결과’에만 만족했던 것은 아닌지? 내 배움에 시행착오를 통해 얻은 본질적인 ‘나만의 해답’이 얼마나 있는지는 다시 한 번 고민해봐야할 문제라고 생각한다.

가볍고 쉬운 것, 매끈하고 완벽한 것은 결코 단단하지 않다.

분명한 사실은 도구의 기법보다 사용자의 지적 수준에 따라 결과물의 수준이 판이하게 달라진다는 점이다.

코치는 다른 시각으로 무언가를 바라보고, 자신의 말로 설명하며, 문제에 접근하는 방법에 대해 논의하는 사람입니다. 즉, 코치는 당신을 대신해 생각하거나 일하는 사람이 아니다. 제삼자의 관점에서 당신이 미처 인식하지 못한 사각지대를 깨닫게 해주는 조력자다. 건강을 위해 하는 운동이 결국 본인의 몫이듯, 코치에게 대신 운동을 시키는 사람은 없다.

💬

머리를 강하게 두드리는 비유라 인용했다. 그리고 어제 읽은 아티클과도 연결되는 지점이다. ‘내가 미처 인식하지 못한 사각지대를 깨닫게 해주는 조력자’ 로서 AI를 활용하는 법에 대한 건 내 어제자 개인 아티클카타에 . ^___^

그리고 여전히 궁금한 지점. 책과 미디어, 매체를 통한 간접경험 또한 우리 삶에 무시 못할 영향을 주는데, AI를 통한 간접 경험은 어떤 식으로 활용되고 또 어떤 긍정적인 영향을 줄 수 있을까? 정말로 AI를 통해 얻은 ‘매끈한 경험’들은 나에게 부정적이기만 할까? 직접 경험하는 것보다야 당연히 부족하겠지만 거기서 얻을 수 있는 의미 또한 분명히 있을 것 같다는 생각이 들기도 한다.

💬

결국 AI 시대가 도래하면서 사람들이 계속해서 말하고 있는 것은 ‘인간다움’ ‘인간성’ ‘인간이 할 수 있는 것들’을 놓지 말라는 것이다. 인간이 인간으로서 생존하는 방법의 새로운 장이 열린 것이다.

이때, 결국 나의 경쟁력을 만들어주는 것은 내가 가지고 있는 가장 ‘인간적인’ 요소일지도 모른다. 나를 기술에 의탁하지 않고, 내가 누구인지, 어떤 생각을 가지고 사는지, 어떤 것을 할 수 있는지를 스스로 잘 알고 그것을 발전시켜나가는 것은 기술의 발전을 따라가는 것만큼이나, 어쩌면 그 이상으로 꼭 해내야 하는 과업일 것이다.

팀 논의 요약

핵심 논지 AI에게 사고의 주도권을 넘기지 말고, 스스로 시행착오를 거치며 전문성을 쌓되 AI는 '코치'로 활용해야 한다.

논의된 주요 포인트

• 사고의 주체성 문제: AI가 만든 결과물에 대해 "왜 이렇게 만들었는지" 설명할 수 있는가가 사고의 내재화와 외주화를 가르는 기준이다. 개발자가 자신의 코드 설계 이유를 설명하지 못하는 사례가 대표적이다.
• 시행착오의 가치: 학습과 문제 해결의 가장 효과적인 방법은 역설적으로 '수많은 시행착오'이며, AI가 제공하는 '매끄러운 간접 경험'은 이 과정을 생략시켜 지식의 휘발성을 높인다.
• AI에게 의사결정을 어디까지 위임할 것인가: 폭스콘이 200여 개 공장의 생산 스케줄링 권한을 AI에게 위임한 사례를 두고, AI 에러율이 휴먼 에러율보다 낮아진다면 신뢰해도 되는지에 대한 의문이 제기되었다.
• 사용자의 지적 수준이 결과를 좌우한다: 도구의 기법보다 사용자의 전문성·커뮤니케이션 능력·창의성이 AI 결과물의 질을 결정한다. 따라서 AI 활용법 학습과 자신의 전문성 구축은 별개의 사안이다.
• '코치'로서의 AI: 코치는 대신 일해주는 사람이 아니라 제3자 관점에서 사각지대를 비추는 조력자다. 정답을 알려주는 존재가 아닌, 다른 시각을 제시하는 존재로 AI를 활용해야 한다.

팀 공통 인사이트

• '매끈한 결과'보다 '단단한 과정'이 중요하다: 빠르고 완벽해 보이는 결과물에 만족하기보다, 시행착오를 통해 자신만의 해답을 쌓아가는 태도가 진짜 성장을 만든다.
• AI 시대일수록 '인간다움'이 경쟁력이다: 기술을 따라가는 것만큼이나, 내가 누구이고 어떤 생각을 가졌는지를 스스로 아는 것이 중요한 과업이 되었다.
• 뇌 가소성을 믿고 사고를 멈추지 말자: 뇌는 쓸수록 재편되고 안 쓰면 퇴화한다. AI에 사고를 위탁하는 순간 우리가 잃는 것은 단기 효율이 아니라 장기적 사고력 그 자체다.
• AI는 '대체자'가 아닌 '증폭기': 내 사고의 주도권을 쥔 상태에서만 AI는 비판적 사고와 창의성을 강화하는 도구가 될 수 있다.

항상 흥미로운 아티클 가지고 많은 얘기를 나눠볼 수 있어서 정말 즐거운 팀 아티클 카타 시간 .... 같은 걸 읽었는데도 최대한 다양한 관점에서, 다양한 자료와 배경지식을 가져와서 최선을 다해 인사이트를 공유하려고 노력해주는 우리 팀 정말 고맙고 소중하다.

개인 아티클 카타

https://blog.gangnamunni.com/post/ai-discovery-collaboration

AI로 인해 너무 편해져버린 업무, 하지만 문제는 있었다.

구현 가능한 범위를 혼자서도 쉽게 좁혀버리니, 그 바깥에 있던 아이디어들이 논의 테이블에 오르지도 못한 채 사라지게 됨. 예전이라면 '이건 왜 안돼?'라는 질문 하나가 팀 안에서 놓치고 있는 부분을 생각하게 만들었을텐데 이제는 그 질문 자체를 닫아버리게 되는 셈. AI는 선택지를 빠르게 접게 만들기도 한다는 것.

협업, 긍정적 비효율의 가치들

• 맥락 공유 : 같은 문제를 보는 다양한 관점 형성
• 판단 기준 정렬 : 팀이 암묵적으로 맞춰가는 기준
• 아이디어 자산 : 당장 채택이 안되어도 백로그로 살아남는 솔루션들
• 관계와 신뢰 : 논쟁 속에서도 더욱 돈독해지는 팀워크

이런 것들을 AI가 싹둑, 잘라버리고 '효율적'으로만 일하면 다 되는 것일까? 절대 아니지.

이러한 문제의식을 바탕으로 ai시대의 협업의 의미를 재설계하는 저자의 관점이 매우 흥미로웠다.

AI로 해도 되는 것

• 사실 관계 파악
• 정책, 제약 사항 확인
• 구현 가능성 1차 검토
• 불가능할 경우의 대안

반드시 함께 고민해야 하는 것

• 무엇이 더 중요한 문제인지
• 어떤 기준으로 선택할 것인지
• 이 선택이 사용자에게 어떤 영향을 남길지

이 애매모호한, 몸으로 느껴지는 것을 구분하는 감각이 중요한 협업의 역량이 될 것이라는 저자의 말에 깊이 공감했다. AI를 통한 업무의 편의성에 속아, 놓치고 있는 것들이 무엇인지를 기민하게 받아들여야 한다. 우리는 결국 '사람'에게 닿기 위한 프로덕트를 만들고자 하는거니까. 같이 일하는 사람과 원활하게 얼라인하기 위해 AI를 쓰는 것은 좋은 일이지만, AI만이 나의 동료가 되어서는 안된다는 것을 명심 또 명심.

adsp 시험 D-3

오전 루틴 이후에는 하루종일 자격증 시험 공부에 몰두하고 있다. 역기획 프로젝트가 생각보다 많은 몰입을 필요로 했어서, 올스탑하고 서비스 기획 심화 주차 강의를 전부 수강한 이후에야 다시 본격적으로 준비할 여유가 생겼기 때문에 생각보다 빠듯하다.

그래도 데이터에 대한 기본적인 지식을 쌓아간다는 측면에서는 아주 긍정적임. 내가 얼마나 기초지식이 빈약했는지도 새삼 느낀다.

자격증이 취업을 위한 필수 과정은 아니지만, 내가 몸 담고 있는 분야에 관련된 넓고 얕은 지식을 증명할 수 있는 수단임은 맞다. 그리고 그런 지식이 가장 필요한 직무가 또 PM 아닐까 싶다.

데이터 분석가만큼은 아니더라도, 개발자만큼은 아니더라도, 디자이너만큼은 아니더라도, 그래도 그들에 '준하는 지식'을 가져야 하는 사람. 이게 참 어렵고 미묘한, 그래서 더 재밌는 직무다 ....

그리고 그 누구보다 새로운 걸 '빠르게 익혀야' 하는 사람. 그래서 굳이 자격증이 아니더라도, 공부를 하고 무언가를 익히는 감각과 절대 멀어져서는 안되는 것 같다. 아마 취업을 하고 나서는 훨씬 더 그렇겠지.

내가 선택한 길인데 즐기는 것 말고는 다른 방법은 없다 !

서비스 기획 심화 과제

아마 adsp 시험 끝나고 나서야 그동안 했던 과제들을 디벨롭하거나 정리해볼 여유가 조금 생길 듯 한데 일단 간단하게 기록해보자면.

과제 발제문의 순서를 충실히 따라 framer를 통해 웹사이트를 구현했다.

내가 한 끗 더 고민해본 것은 workshop에게 어떻게 하면 더욱 효율적으로 프롬프트를 받아들이게 할 수 있을 것인지. 그리고 워크샵으로 구현된 컴포넌트를 내가 직접 제작해볼 수 있는 역량이 있는지였다.

워크샵을 통해 제작된 컴포넌트는 디테일한 옵션 수정을 하려면 또 자연어로 프롬프트를 입력해서 수정해야했고, 생각보다 원하는대로 나오지 않았기 때문에 워크샵은 '와이어프레임' 혹은 '목표' 정도로 잡고 직접 컴포넌트를 만들고 옵션이나 기능을 추가하는 방식으로 과제를 진행했다.

아마 내가 좀 더 여유로웠다면 우리 조의 다른 팀원분들처럼 디자인에 공을 들여보거나, 안써본 기능을 쓰기 위해 클로드와 대화하며 더욱 완성도 있는 사이트를 만들기 위해 노력했을 것 같다. 그러지 못해 아쉬운 마음 뿐 ...

프레이머라는 툴 자체에 대한 흥미가 굉장히 크다. 가볍고, 빠르고, 직관적이고, 효율적이다 !

처음에 과제 발제를 봤을 때는 '그냥 따라하는 것에서 내가 무엇을 얻을 수 있을지'를 고민했는데, 직접 사이트의 요소들을 제작하고 CMS를 연결하는 과정에서 백오피스의 데이터들을 작성하는 방법이나, 원리들을 가장 빠르게 이해하는 방법이었던 것 같아 나는 아직 한참 부족하구나 싶기도 했다.

그리고 나는 시키는 건 잘하는 ... 넵넵 마인드의 인간이라 (특히 학습을 위한 공간에서는 굳이 선생님의 말에 토를 달지 않음) 더 빠르게 수용하고 직접 체험해보고 느낀 것일지도.

여유가 되면 내가 가지고 있는 사이트의 아이디어를 구체화할 수 있는 툴로서 잘 활용할 수 있을 것 같아서 프레이머를 배운 이번 주차가 정말 유용했다.

그리고 개인적으로 ㅡ 내가 디자인에 대한 감이 없는 사람이라고는 생각하지 않았는데, UI/UX 관련된 레퍼런스나 사이트를 많이 많이 봐야겠다고 생각했다. 요새 인풋이 없으니까 아웃풋이 정말 안나온다는 걸 여실히 느낌.

창의성과 아이디어는 수많은 인풋을 쑤셔넣고 내 몸속에서 통돌이 세탁기를 돌려서 나오는 것임을 잊지 말자

자격증 시험 시원하게 끝내고 더 많은 인풋을 우겨넣을 수 있는 루틴을 또 섬세하게 튜닝해봐야지.

1. ui/ux 레퍼런스 수집
2. 기존에 하던 개인 아티클 카타 꾸준히 - 주제 편식 하지 않기.
3. 새로운 기술에 대한 접근을 두려워하지말기. 바이브 코딩 수업 들은 거 다시 한 번 복습해보거나 / 승호님이랑 클로드 코드로도 바이브 코딩 해보는 시간 가진 후에 고도화 무조건 하기 !!
4. 체력은 꾸준한 식습관과 운동, 규칙적인 수면에서. 일상의 루틴을 게으르게 가져가지 말자.

이상 ! 그리고 요새 til 밀리기 시작하는데 스스로 초심 찾자고 회초리를 들었다.

처음 시작할 때 마음을 잃지 않는 게 무엇보다 중요하다. 아자자

문제는 AI의 성능이 아니라 처음 던진 질문의 전제

두 가지 질문 유형의 차이

저자의 4단계 프롬프트 구조

AI의 역할 지정 나의 현재 접근 방식 드러내기 놓친 관점과 숨은 전제를 먼저 짚어달라고 요청 최근 변화가 기존 구조를 어떻게 흔들고 있는지 질문

"네가 [내 역할]을 맡은 서비스 기획자라면, 지금 이 문제에서 무엇부터 확인하겠어? 내가 현재 [내 접근 방식]으로 접근하고 있는데, 이 접근의 전제와 사각지대를 먼저 짚어줘. 특히 최근 [업계 변화/주요 사건]가 기존 [구조/관행]을 어떻게 흔들고 있는지 중심으로 정리해줘."

병렬 AI 사용법 : 프레임 차이에 주목

같은 주제를 GPT, Gemini, Claude에 동시에 던진 뒤, 한 모델의 답변을 다른 모델에게 넘겨 전제를 해부시키는 방법.

"이 분석의 전제 세 가지를 짚어줘. 그리고 그 전제들이 지금 흔들리고 있다면 결론이 어떻게 달라지는지 반박해줘."

핵심은 팩트 체크가 아니라 프레임 차이 발견이다.

출처 검증은 제목과 날짜로

"이 내용의 근거가 되는 공식 블로그 포스트, IR 자료, 컨퍼런스 발표의 제목과 발행일을 알려줘. 내가 직접 검색해서 실존 여부를 확인할 수 있어야 해."

탐색 VS정리 단계의 AI 활용

탐색 단계: 넓게 묻기 → 전제와 사각지대를 드러내는 질문 정리 단계: 오히려 좁혀야 한다 → 형식 지정 + 금지 조건 부여

정리 단계 예시 (UX 개선안):

"원론적 해결책 금지, 기술 난이도를 무시한 아이디어 금지, 단순 디자인 제안 금지. 각 개선안은 '어떤 사용자의, 어떤 상황에서, 왜 필요한가'로 시작해줘."

형식과 금지 조건을 동시에 걸면 AI가 "뭐라도 채우자" 모드에서 벗어나 실제 산출물에 가까운 초안이 나온다.

기억해둘 문장

• 좋은 프롬프트는 정보를 더 많이 가져오는 프롬프트가 아니다. 내가 무엇을 당연하게 보고 있는지 먼저 드러내는 프롬프트다.

• AI가 화려하고 논리적으로 답할수록, 기획자의 경쟁력은 그 답을 그대로 받아들이지 않는 데서 생긴다.

• AI를 잘 쓰는 기획자는 많이 묻는 사람이 아니라, 언제 넓히고 언제 좁힐지 아는 사람이다.

• 매끄러운 답은 종종 틀린 방향을 가리키고, 성실한 정리는 변화의 징후를 지워버린다.

인사이트

1. AI를 통해 '답변'을 얻기 이전에, 내가 생각하고 있던 '전제'에 대한 점검을 받는 것이 우선이다. 내 질문의 전제와 사각지대를 먼저 발견하게 만드는 것. 이것이 우선되어야 올바른 결과물의 방향으로 가까워질 수 있다.

2. '성실한 정리는 변화의 징후를 지워버린다'. 무엇이 무엇과 왜 다른지? > 다른 이유에 대해서만 설명. 무엇이 왜 무엇과 달라지게 됐는지, 왜 뒤집히는 지. 현재 상황과 변화에 대한 이해가 선행.

3. 경쟁력은 정보량이 아닌 질문의 각도에서. 같은 ai와 같은 정보 속에서 누군가는 변화를 짚어내고 누군가는 정리에 그치는 이유는 '질문의 출발점'이 다르기 때문이다. 더욱 날카로운 질문과 판단을 통해 본질을 찾아내려고 노력해야함.

챕터1. 글은 곧 정체성, AI는 곧 평준화

글에는 글쓴이가 누구인지에 대한 수많은 힌트가 숨어 있다. 선택한 단어와 문장, 어순만 읽어도 정체성이나 심리 상태, 심지어 가치관까지 짐작할 수 있다.

미국 남가주대(USC) 연구진은 AI 사용이 빈번해지면서 글에서 정체성이 열어지고 있다고 주장했다. 연구진은 수많은 레딧 게시글, 패치닷컴 뉴스, 아카이브(arXiv) 학술 논문 초록을 분석했는데, 챗GPT가 출시된 2022년 11월 30일 이후 글쓰기의 다양성이 크게 감소하는 사실을 발견했다.

원문 A와 챗GPT·라마3·제미나이 같은 챗봇이 A를 수정해 만든 B를 비교했을 때, 메시지의 글자는 유지되지만 어휘 다양성 지표는 크게 감소한 것으로 나타났다.

AI는 메시지의 글자는 유지하지만, 글쓴이의 개성을 열어지게 한 것.

AI가 생성하는 문장은 성별이나 연령과 무관하게 진보 성향의 중장년 남성에 가깝다는 연구 결과도 나왔다.

챕터2. AI 말투를 배운 사람들 — Delve를 해 보겠습니다

독일 베를린에 있는 막스플랑크 인간개발연구소가 유튜브 강연 36만 편과 팟캐스트 77만 편의 데이터를 분석했다. 2022년 11월 30일을 전후로 비교한 결과, 사람들이 자주 쓰는 단어 중 AI가 즐겨 쓰는 단어가 다수 포함된 것으로 나타났다.

대표적인 AI 단어들:

딜브(delve): 깊이 파고들다, 천착하다
컴프리헨드(comprehend): 이해하다
보스트(boast): 자랑하다
스위프트(swift): 신속한
메티큘러스(meticulous): 꼼꼼한
언더스코어(underscore): 강조하다
볼스터(bolster): 강화하다
핀포인트(pinpoint): 정확히 짚어내다

연구진은 이런 현상을 '문화적 피드백 루프(cultural feedback loop)' 라고 명명했다.

AI는 인간이 만든 도구인데, 이제는 거꾸로 AI가 인간에게 단어를 가르치고 주입하는 셈이다.

한국어에도 영향을 미치기 시작했다.

AI가 즐겨 쓰는 한국어 표현들:

~겠습니다: delve의 번역
결론적으로, 다시 말해, 궁극적으로
핵심을 정확히 짚으셨네요
~가 약해진다 / 강해진다
지휘봉을 넘겼다, 무대에서 내려왔다, 왕관의 무게

프랑스 사회학자 피에르 부르디외는 언어를 사회적 지위를 드러내는 '상징 자본'으로 봤다. AI 때문에 전 세계 사람들이 선택하는 단어가 점점 비슷해진다면, 역설적으로 AI 냄새가 나지 않는 글쓰기 자체가 새로운 상징 자본이 될지도 모른다.

챕터3. AI를 쓰면 뇌가 달라진다

미국 매사추세츠공과대학교(MIT) 미디어랩 연구자 이탈리아 코스미나 박사는 채용 과정에서 후보자들이 제출한 자기소개서가 지나치게 비슷하다는 현상을 목격했다.

이를 검증하기 위해 학생 54명을 세 그룹으로 나눴다:

1번 그룹: AI를 자유롭게 사용
2번 그룹: AI는 검색 용도로만 사용
3번 그룹: AI를 전혀 사용하지 않음

AI를 자유롭게 쓴 1번 그룹은 두뇌 활동이 최대 55%까지 줄어든 것으로 나타났다. 창의성과 정보 처리에 해당하는 영역의 활성화가 훨씬 적었고, 기억력에도 영향을 미쳐 "내가 쓴 것 같지 않다" 고 보고한 학생들도 있었다.

이탈리아 후마니타스대 연구진은 AI 내시경을 활용해 대장암 검진을 해 온 의료진을 분석했는데, AI 사용을 중단시키자 AI 도입 이전에 비해 선종 발견율이 오히려 떨어졌다고 한다.

이런 현상을 인지적 항복이라고 부른다. AI가 내놓는 답을 거의 의심하지 않고 받아들이다 보니 직관력이 하락한다는 것이다.

현명한 사용법

싱가포르국립대(NUS) 윈밍 교수는 AI를 많이 쓸수록 전두엽 활성도가 하락하는 현상을 관측했다. 그는 하이브리드 지능을 제안한다.

데이터를 모으는 도구로만 AI를 쓰고, 분석과 작성은 사람이 직접 하는 방식이다.

또 그는 네메시스(Nemesis) 프롬프트, 즉 비판형 프롬프트를 권장한다. 프롬프트를 완성형이 아닌 비판형으로 바꾸는 발상이다.

"너는 나의 평생의 숙적(lifelong enemy)이다. 내 기획안이 시장에서 실패할 수밖에 없는 이유를 아주 냉혹하고 논리적으로 비판해라. 근거 없는 낙관론은 일절 배제해라."

비판이라는 피드백을 받아 빌드업하면서 업무 완성도를 높여가는 방식이다.

언어학자 에드워드 사피어는 "언어는 세상을 보는 창"이라고 말했다. 매끄럽고 세련되기만 한 문장보다, 투박해도 진솔한 사람 냄새나는 문장이 사람에게 더 큰 울림을 준다.

인사이트

ai를 쓰면 쓸수록 바보가 되는 것은 사실이구나. 관련해서, 궁금하고 신기한 점은 책을 읽거나 텍스트를 읽으며 얻는 간접 지식은 사고의 확장으로 이어지는데 ai와의 대화나 활용은 사고의 축소로 이어진다는 것이다. 물론 이에 대해서는 'ai가 대신 답을 내려주고 그것을 의심없이 수용하기 때문'이라는 명확한 이유가 있지만, 그렇다면 ai를 답을 내려주는 용도가 아닌, 서로 대화하며 사고를 확장시키는 방향으로 사용한다면? 그럼 과연 그 때도 ai가 여전히 사고를 축소시킬까? 고민해볼 법하다.

각설하고, 언어적인 측면에서 ai가 인간의 언어를, 인간다움을 빼앗고 있다는 것에는 완전히ㅡ 완전히 동의한다. 당장 나조차도 내가 직접 글을 쓰는 빈도가 완전히 낮아졌는걸. 그리고 한 번 맡기기 시작하니까 꽤나 많은 부분을 ai에게 위탁하게 된다. 글이란 건 원래 꼼꼼히 뜯어보고, 음미하게 되는 글이 아니라면 '매끈하고 결함없는' 글만으로도 충분하다고 생각하게 되니까.

근데 이 레터를 읽으면서 조금 반성하게 됐다. 무엇보다 레터 서두에 나온 인용구가 나를 혼냈다는 느낌을 지울 수 없었다.

“나는 모든 기록된 것 중에서 피로 쓴 것만을 사랑한다. 피로 써라. 그러면 너는 피가 곧 정신임을 알게 될 것이다."

자신의 체험을 토대로 손수 써내려간 글에는 한 사람의 혼이 담겨 있고, 그러한 글만이 실존적 가치를 지닌다는 메시지를 담은 니체의 글.

내가 가장 심장이 터질 듯 이해받는 느낌이 들었던 문장이었는데, 다시 보니 혼나는 느낌이 들었다는 것은 나 완전히 글을 건성으로 대하고 있었다는 뜻이겠지.

지금 내가 하고 있는 일이 '창작'의 범위라기에는 애매할지도 모르지만, '인간'을 위한 무언가를 만들어내고, 고쳐내는 일이라는 걸 잊으면 안된다. 결국 사람의 마음을 움직이는 건 같은 사람이라는 것도.

내가 상실한, 가벼운 채팅창에 날려버린 인간다움과 고찰을 다시 주섬주섬 주울 수 있는 계기가 된 뉴스레터에 감사하며.

출처: POSTYPE Product / 백엔드 엔지니어 윤준기 · 2026.5.6 https://www.postype.com/@team/post/22128364 키워드: product AI 캐릭터챗 Claude Lean MVP SDD

🔑 핵심 결정 타임라인

1단계 — 서비스 분리 vs. 통합 출시

• 별도 서비스로 분리하는 방안을 검토했으나, 포스타입 내 신규 기능으로 통합 출시 결정
• 이유: 기존 이용자·크리에이터 생태계를 활용하면 독립 서비스보다 임팩트가 훨씬 크다고 판단
• 포스타입의 목표: 캐릭터톡을 새로운 창작 유형과 생태계로 육성

2단계 — 핵심 강점 정의

"기존 포스트 기반의 이용자와 크리에이터와의 연결점을 지속적으로 만드는 부분"

• 포스트에 등장하는 가상 캐릭터·인물과 실제 대화할 수 있는 경험 제공
• 현재는 원작 포스트 기능으로 구현

3단계 — MVP 범위 설정 & 배포

• 수많은 아이디어 중 현실적으로 담을 수 있는 최소 단위로 Lean하게 설정
• 12/31 베타 크리에이터 선배포 → 1/7 전체 이용자 MVP 출시
• 출시 전 콜드스타트 대응: 내부 캐릭터 직접 제작 + 베타 크리에이터 모집으로 초기 캐릭터 풀 확보

👥 직군별 고민 & 해결

💡 주요 인사이트

1. 플랫폼 내 통합이 독립 출시보다 강하다

기존 생태계(크리에이터·독자·포스트)를 레버리지 삼아 신규 서비스 임팩트를 극대화. 새로운 랜딩 경험을 아무리 잘 설계해도 기존 플랫폼 내 기능의 임팩트를 넘기 어렵다.

2. 데이터 구조는 MVP부터 설계하라

출시 전부터 메타베이스 대시보드를 만들어 에러 로그 외 비즈니스 지표를 실시간 모니터링. 단순한 보조 수단이 아니라 의사결정 속도와 팀 동기부여를 동시에 확보하는 수단으로 활용.

모니터링 지표 예시: 주요 기능 사용 현황 / 무료·유료 사용 비율 / 캐릭터 집중도 vs. 다양성 / 유료 사용자 특징 / 리텐션

3. AI(Claude Code + SDD)는 실질적인 생산성 도구

단순 코딩 보조를 넘어 체계적 방법론으로 진화:

작업 단위 세분화 → 문서화 → 에픽 진행 중 컨텍스트 누적 → 생산성 상승

이 방법으로 만든 postype-fe-kit Claude Code 사내 플러그인이 현재 다수의 프론트엔드 엔지니어에게 확산됨.

4. 콜드스타트는 팀이 직접 크리에이터가 되어 해결

서비스 초기 콘텐츠 공백을 외부에만 의존하지 않고, 내부 제작 + 베타 모집으로 채워 첫 이용자 경험의 질을 확보. 음식점의 메뉴 사진처럼, 이용자가 처음 들어왔을 때 무엇인지 바로 인지할 수 있도록.

5. "빠르게 만들고, 빠르게 결정" 사이클 반복

가설 수립 → Lean MVP → 지표 확인 → 고도화의 루프를 PoC부터 출시까지 일관되게 유지. 아직 방향이 불분명한 새 서비스일수록 가설을 검증할 수 있는 최소 단위로 접근.

• 제목 : 비개발자의 AI 협업 도전기 — 생산성 측정하려다 서버까지 띄운 9일
• 작성자(저자) : 황순호 (naver tech PMO)

• 이 아티클의 주요 메시지 : AI를 잘 활용하는 조직은 성능 좋은 AI 도구를 선별하는 데 그치지 않고, AI가 역량을 제대로 발휘할 수 있는 밑바탕 환경을 먼저 탄탄하게 갖춘 조직이다.
• 핵심 키워드 : 사내 가이드와 ai의 콜라보 ...

읽으면서 가장 흥미로웠던 부분 :

결국 무엇을 해야할지, 어떤 걸 만들어내고 싶은지에 대한 명확한 고민과 목표에서부터 출발해야한다는 것 … 이렇게까지 뚜렷하게 목표가 있다면 중간에 거치는 문제 상황이나 병목도 ‘문제’임을 인지하고 해결해나갈 수 있다는 점이 가장 크게 와닿았다. = 기획의 본질

데이터로 확인하고 싶어 > 수치를 뽑았는데 이 수치가 뭘 의미하지? > 지표가 좀 부족한데 다른 지표를 뽑으려면 서버를 만들어야겠는데 > 데이터를 모으는 스케줄러도 … > 스토리지도 … 마치 아반떼를 사려다 벤츠를 사버린 썰이 떠오름 그냥 …..

아무튼 명확한 목표를 바탕으로, 고민의 분기점마다 그게 분기점임을 알아채고 해결하기 위해 ai와 사내 가이드를 뜯어보며 구체적으로 활용하는 태도. 그게 이 글에서 가장 배울 점인 것 같다.

이전에는 알지 못했거나 새롭게 배운 내용 :

사내 인프라의 중요성 … (네이버 ..) ”새로운 아이디어의 실현은 도구의 발전에서 비롯되지만, 그것이 지속 가능하게 유지하는 힘은 안정적인 인프라에서 나옵니다. 그리고 비개발자조차 그 인프라에 접근해 활용할 수 있도록 길을 열어 주는 것은 결국 잘 작성된 가이드 문서”

비개발자가 AI와 협업해 가치 있는 무언가를 만들어 내는 진정한 전제 조건은 결국 '친절하고 정확한 가이드 문서'입니다. AI는 사용자가 그 가이드를 조금 더 쉽게 소화하고 자기 상황에 적용할 수 있도록 돕는 훌륭한 조력자일 뿐입니다.

오류가 없다고 안심하지 말자. 내가 시킨 것을 내가 해석할 능력도 없으면 당연히 오류도 못 잡아낸다. 내가 무엇을 하고 싶어서 ai를 어떻게 쓰고 있는지에 대한 명확한 이해가 선행되어야하고, 반드시 정합성 검증을 꼭꼭 ….

이 아티클을 한 문장으로 요약하면?

가이드 문서가 탄탄하게 있는 좋은 회사를 들어가면 나도 서버를 구축하는 비개발자 출신 PM이 될 수 있다니깐!

팀 논의 요약

Jira는 생산성 측정 도구가 아니다.

업무 진행 상황을 확인할 수 있으니 생산성도 자연스럽게 파악될 것이라 생각했지만, 팀 속도·병목 지점·분기별 개선 여부 같은 요소는 Jira만으로는 명확히 측정하기 어렵다. 생산성은 별도의 지표 설계와 데이터 해석이 필요한 영역이며, 감이 아닌 데이터로 팀을 이해하고 소통하려는 PM의 역할이 인상적이었다는 공감대가 형성됐다.

AI 활용의 진짜 핵심은 도구가 아니라 맥락과 목표의 명확함이다.

초반에는 "이거 어떻게 해?"식의 단순 질문에서 출발했지만, 상황과 맥락을 구체적으로 전달할수록 AI와의 대화 자체가 요구사항 정의 세션이 된다는 경험에 팀원들이 공감했다. 또한 잘 작성된 사내 가이드 문서가 AI에게 이정표 역할을 한다는 점, 그리고 토큰 낭비를 줄이기 위해 "이 작업을 AI가 반드시 해야 하는가"를 먼저 따져보는 태도도 함께 논의됐다.

AI 결과물에 대한 정합성 검증이 필요하다.

AI가 확신에 차서 내놓은 코드나 결과가 오히려 가장 많은 시간을 낭비하게 만들었다는 저자의 경험처럼, 내가 시킨 것을 내가 해석할 능력이 없으면 오류도 잡아낼 수 없다는 점을 팀 모두가 중요하게 받아들였다.

AI 시대에도 기획의 본질은 변하지 않는다.

무엇을 만들고 싶은지, 왜 만들어야 하는지에 대한 명확한 고민 없이는 AI도 제 역할을 하지 못한다. 오히려 목표가 뚜렷할수록 중간에 마주치는 문제들을 '문제'로 인식하고 해결해나갈 수 있다는 점에서 데이터를 뽑았더니 의미를 모르겠고, 지표가 부족하니 서버를 만들어야 하고, 스케줄러도 스토리지도 필요해진 필자의 여정이 그것을 잘 보여준다.

데이터로 팀을 이해하려는 태도가 PM에게 중요하다.

좋은 사내 인프라와 가이드 문서가 비개발자도 실질적인 무언가를 만들어낼 수 있게 해주는 토대가 된다는 점도 배웠다. 결국 AI는 훌륭한 조력자이지만, 그것을 제대로 활용하는 힘은 도구가 아니라 사람의 사고와 준비에서 나온다는 것이 오늘의 가장 큰 인사이트였다.

오늘의 집 JD 분석

https://velog.io/@minimalhwi_st/오늘의집-Product-Owner-Search-Recommendation-JD-분석

오늘의 집 채용 공고와 2026 전략 소개, 온보딩 프로그램 소개 아티클들을 클로드에 때려넣고 프롬프트를 입력해서 jd 분석을 수행했다.

내일부터는 우리 조 승호님께서 생성해주신 프롬프트를 적용 / 재조립해서도 해 볼 예정 ! 프롬프트 잘 쓰는 능력 삼키고 싶다. 뭔가 나는 결과물은 그럴 듯하게 나오긴 하는데 토큰을 많이 잡아먹는 프롬프팅을 하는 듯 .... 조금 더 간결하고 명확하게 지시하는 연습 해보기.

서비스 기획 심화 framer ..

챕터 1 — Framer 기초

1-1 Framer란? 코드 없이 웹사이트를 디자인·퍼블리시·분석할 수 있는 올인원 노코드 툴. Figma와 유사한 UI로 진입 장벽이 낮고, 반응형·SEO·도메인 연결·CMS까지 지원. Webflow보다 쉽고, Figma와 달리 실제 배포까지 가능.

1-2 인터페이스

4개 영역으로 구성

• 상단 Toolbar(삽입/CMS/퍼블리시)
• 좌측 Sidebar(Pages·Layers·Assets)
• 우측 Sidebar(선택 요소 속성)
• Canvas(무한 작업 공간)

프로젝트 계층은 Workspace → Project → Page → Canvas → Breakpoint.

1-3 새 프로젝트 새 프로젝트 생성 시 Home 페이지 자동 생성. 페이지 추가·폴더 구조·SEO 메타데이터 설정 가능. Breakpoint는 Desktop(1200px), Tablet(768px), Mobile(375px) 기본 제공. Breakpoint 바깥에 놓인 요소는 퍼블리시해도 보이지 않음.

1-4 Frame 중심 사고방식

모든 UI 요소가 Frame.

그룹핑·레이아웃·스타일링 역할을 함께 수행. "Frame 안에 Frame" 구조(Nesting)가 실무 레이아웃의 핵심. 단축키: F Frame 생성, Esc 부모로 이동, Cmd+Enter 자식 래핑.

1-5 스택(Stack) Figma Auto Layout, CSS Flexbox와 유사. 자식 요소를 Row/Column 방향으로 자동 정렬. 주요 속성

• Direction
• Gap
• Padding
• Distribute(Main Axis)
• Align(Cross Axis)
• Wrap

Fit Content(콘텐츠 크기에 맞춤) vs Fill Container(부모 채움).

1-6 그리드(Grid) 행+열을 모두 제어하는 2차원 레이아웃. 갤러리·카드 리스트·대시보드에 적합. Stack은 단방향, Grid는 2차원이라는 차이를 기억. Span으로 여러 셀을 병합 가능.

1-7 타이포그래피 T 키로 텍스트 삽입, 클릭=오토 크기, 드래그=고정 크기. Variable Font(Weight, Slant, Width 등 세부 조절 가능). 텍스트 스타일을 Assets 패널에서 관리하면 전체 일괄 변경 가능.

1-8 링크와 내비게이션 모든 요소에 링크 설정 가능(L 키)

대상 유형: 내부 페이지, 섹션 스크롤(#), 외부 URL, CMS slug. 링크 스타일은 Default·Hover·Current 3가지 상태 설정. 섹션 이동 시 Scroll Section + Offset Y + Smooth Scroll 조합 활용.

1-9 콘텐츠 삽입과 Insert 패널 이미지는 드래그앤드롭 또는 Fill 설정으로 삽입. Focal Point로 이미지 중심점 고정. 비디오는 MP4 직접 업로드 또는 YouTube/Vimeo 임베드. Insert 패널(I)에서 Sections·Navigation·CMS·Forms·Icons 등 다양한 컴포넌트 즉시 삽입.

챕터 2 — 디자인 시스템과 반응형

2-1 스타일 시스템 컬러 스타일(Color Styles)과 텍스트 스타일(Text Styles)을 Assets 패널에서 중앙 관리. 스타일 수정 시 적용된 모든 요소에 자동 반영.

네이밍 팁: surface/0, content/100, heading/1 처럼 /를 쓰면 자동 폴더 생성.

2-2 컴포넌트 우클릭 → Create Component 또는 ⌥+⌘+K. Variant로 Default·Hover·Pressed 등 여러 상태를 한 컴포넌트에 통합. Variable로 인스턴스마다 텍스트·색상·가시성을 개별 지정. 컴포넌트 안에 컴포넌트 중첩도 가능.

2-3 레이아웃 템플릿 Nav·Footer처럼 모든 페이지에 반복되는 요소를 Layout Template으로 관리. 우클릭 → Create Layout Template. Placeholder에 각 페이지 콘텐츠가 채워지는 구조. Variables로 페이지별 패딩·Nav 스타일을 개별 제어 가능.

2-4 반응형 개념 반응형 웹을 만드는 두 가지 핵심 도구: Fluid Layout(요소 크기가 부모 비율에 따라 유동적으로 변함) + Breakpoints(특정 너비 기준으로 레이아웃 재정의). 모바일 퍼스트 원칙 권장.

2-5 Fluid Layout 실습 Absolute Position → Stack으로 전환이 Fluid Layout의 출발점. 정렬 옵션 Space Between은 내비게이션 바·탭 메뉴에 자주 사용. 속성 요약: Fill(공간 채움), Fit(콘텐츠 맞춤), Fixed(고정 크기), Max Width(최대 너비 제한).

Section → Container → Content 3단 구조가 실무 표준.

2-6 Breakpoint 최적화 Breakpoint 추가: 상단 바 [+] 버튼으로 Tablet(810px), Phone(390px) 추가. 각 Breakpoint에서 Grid 열 수, padding, visibility 등 Override 가능(파란색으로 표시). 텍스트 스타일 자체에도 Breakpoint 추가 가능(Large/Medium/Small). 확인은 Cmd+P Preview 모드에서 뷰포트 핸들 드래그로 실시간 확인.

챕터 3 - CMS

3-1 CMS란? 콘텐츠 관리 시스템(Content Management System). 반복 콘텐츠를 한 번 입력하면 여러 곳에 자동 반영된다. 핵심 구조: Collection(폴더) → Item(서류) → Field(항목)

3-2 컬렉션 생성 이름은 명확하게: articles, team, products 기본 필드: title(텍스트), slug(URL용 필수 키) 주요 필드 타입: Plain Text, Formatted Text, Date, Image, Toggle, Option, Reference, Multi-Reference

3-3 CMS 연결하기 Insert → CMS → Collection List 삽입 카드 안 요소에 Set Variable로 필드 연결

텍스트 → Content 속성 이미지 → Fill 속성

카드 하나만 디자인하면 나머지에 자동 적용

3-4 필터링 / 정렬

3-5 상세 페이지 (Dynamic Routing)

Pages → + New CMS Page → Detail Page 선택 slug 필드 기반으로 URL 자동 생성 텍스트·이미지·버튼에 Variable 연결해 콘텐츠 자동 매핑 필드가 비어있을 때 요소 숨기기: Visible → Set Variable → Is Set

3-6 조건부 렌더링 CMS 필드 값에 따라 UI를 다르게 표시:

링크 있을 때만 버튼 표시 → Visible → link → Is Set 카테고리별 스타일 → 컴포넌트 Variant에 category 필드 연결 추천 글 뱃지 → featured = Yes일 때만 뱃지 노출

3-7 컬렉션 관계 & 필터 UI

Relation 필드: 다른 컬렉션 참조 (예: Articles → Authors) 상세 페이지에서 author.name, author.image 등 서브필드 접근 가능 필터 UI: 카테고리 버튼(Variant) 클릭 시 Set Variable로 리스트 필터 갱신

1강 / 2강 실습과

3강 실습 ㅎ.ㅎ

어렵지 않게 잘 따라갔다 ! 강의 싹 정리해놓고 틈틈이 안 써본 기능들 써보면서 능숙해져봐야지이

분석 기준: 채용공고 + 2026 전략 글 + Move-in 온보딩 프로그램

1. 이 팀이 왜 중요한가

• 오늘의집은 Content-Community-Commerce가 하나로 연결된 3C 모델로 운영됨
• 고객이 앱을 여는 순간부터 거의 모든 단계에서 검색·추천을 경험함
• S&R팀은 전체 고객 탐색 여정의 퀄리티를 책임지는 팀

2. 2026 전략과의 연결

• 오늘의집 2026 슬로건: "Build as one, All clear life events"
• 독립·이사·신혼 등 라이프이벤트 순간에 고객이 즐거운 고민만 할 수 있게 하는 것이 목표
• 4대 무기: 신뢰할 수 있는 오프라인 서비스 / 통합된 경험 / 독보적인 데이터 / 초개인화 추천
• S&R PO = 이 중 데이터 해자와 초개인화 추천을 실제로 쌓는 역할
• AI 시대 전략: 오프라인 실행력 + 주관적 취향 이해라는 "AI가 가장 나중에 도달할 영역"에서 격차 벌리기
  • → 검색·추천의 초개인화가 이 전략의 핵심 실행 수단

3. 주요 업무 — 행간 읽기

4. 자격요건 — 실질적으로 검증하는 것

• 3년 이상 PO/PM 경험: 입사 즉시 독립적으로 프로젝트를 진척시킬 수 있는 수준
• 데이터 → 인사이트 → 가설 수립: SQL이 아니라 데이터로 이야기를 만드는 능력
• 크로스팀 프로젝트 주도: ML·백엔드·프론트·데이터·비즈니스 팀 모두와 접점
• 지표 설정 + 데이터 기반 의사결정: 본인이 설정한 지표로 스스로를 검증받는 구조

5. 우대사항 — 차별화 포인트

• 검색·추천 도메인 경험: 랭킹, 개인화, 쿼리 이해 등 도메인 특유의 문제 구조를 이미 아는 사람
• A/B Test 실험 역량: 최적 분기 조건 설정 + 복잡한 지표 비교 → winner 선정 경험
  • 통계적 유의성, 가드레일 지표까지 챙긴 경험
• ML/LLM 경험: 사실상 준필수에 가까움
  • 2026 킥오프에서 AI를 전사 최우선 과제로 선언
  • ML 엔지니어가 이해하는 언어로 기획하고 모델 개선 방향을 함께 정의할 수 있어야 함
• 영어·일본어: 글로벌 확장 방향성 및 해외 사례 리서치와 연결

6. Move-in 프로그램 — 3개월 온보딩 준비

오늘의집의 수습 기간은 일방적 평가가 아닌 회사와 신규입사자 상호 검증 구조

핵심: 빠르게 무언가를 보여줘야 한다는 부담보다, 3개월 동안 팀과 합을 맞추며 개인의 강점을 발현하는 것이 목적

7. 이 포지션에서 성과를 내기 위한 핵심 관점

1. 검색·추천은 수단이 아니라 전략 그 자체

   • 3C 모델에서 콘텐츠→커뮤니티→커머스 전환을 만드는 연결고리
   • 단순 검색 품질 개선이 아닌, 라이프이벤트 여정 전체에서의 "압도적인 쾌감" 설계

2. ML팀과 대등한 파트너가 되어야 함

   • 기술을 모르면 의사결정이 지연되는 구조
   • ML 개선 방향을 함께 정의할 수 있는 수준 필요

3. 지표를 직접 소유해야 함

   • 단편 지표(CTR, 전환율)가 아닌 라이프이벤트 완결과 연결되는 상위 지표 정의 능력

4. 팀 간 맥락을 연결하는 사람

   • 슬로건 "Build as one" 그대로
   • 각 팀의 목표를 이해하고 S&R이 그 목표에 기여하는 방식을 설명할 수 있어야 함

8. 면접 대비 예상 질문 방향

• 데이터로 문제를 정의하고, 실험을 설계해서 의사결정한 경험
• 검색·추천 관련 지표를 직접 설정하고 개선한 사례
• ML 엔지니어와 함께 프로덕트를 개선한 경험 (LLM 포함이면 우대)
• 크로스팀 프로젝트를 주도한 경험 — 특히 이해관계 충돌을 어떻게 해소했는지
• "지금 오늘의집 검색·추천에서 가장 개선이 필요한 것은 무엇이라고 생각하나" (사전 분석 필수)

거시적 문제

배민은 다양한 업데이트를 지속해왔지만, 각 팀이 자기 기능 개발에 집중하다 보니 사용자 경험에 충분히 집중하지 못하는 순간들이 발생했다. 조직이 나뉘어 있다 보니 전체적인 사용자 여정(Customer Journey)의 뷰를 놓치는 경우가 잦았다.

구체적 문제들

• 서비스를 오픈하기 전, UX 관점에서 체계적으로 검토하는 프로세스가 부재

• 기존 리서치나 사용자 인사이트가 있어도 실제 개선으로 이어지지 않고 논의에서 그치는 경우 존재

• 구성원들이 사용자를 직접 만나고 싶어도 인터뷰/UT 진행의 접근성이 낮아 실행이 어려움

• 각 담당 팀은 담당 화면만 보기 때문에, 주문 전체 흐름처럼 여러 팀에 걸친 경험의 문제는 누구도 책임지지 않는 사각지대 존재

가설 설정

가설 1. 오픈 전에 UX를 체계적으로 점검하는 프로세스를 만들면, 출시 후 발생하는 사용자 불편을 사전에 줄일 수 있을 것이다.

가설 2. "서비스가 각 화면에서 무엇을 제공해야 하는지(Customer Job)"를 미리 정의해두면, 리뷰 시 주관적 의견이 아닌 기준 기반의 일관된 점검이 가능할 것이다.

가설 3. 잘 되고 있다고 여겨지는 기존 플로우도 전체를 펼쳐보면 놓치고 있던 불편함이 존재할 것이다.

가설 4. 구성원이 사용자를 쉽게, 자주 만날 수 있는 환경을 만들면 조직 전반에 사용자 관점이 자연스럽게 내재화될 것이다.

검증

검증 1 — 정기 UX 리뷰 (오픈 전 리뷰)

장바구니/주문서, 메인홈, 공통 네비게이션, 배민클럽, 음식배달 등 주요 프로젝트를 대상으로 개발 & 솔루션 검증 단계에 UX 리뷰를 실시 Customer Job 프레임(사용성 테스트, 심층 인터뷰, 설문 조사로 도출)을 기준으로 각 화면이 기대에 부합하는지, 헷갈릴 단어·문장은 없는지 점검 결과: 중요한 이슈들을 오픈 전에 발견해 실행 가능한 결과물로 정리하는 데 성공

검증 2 — 음식주문 전체 흐름 휴리스틱 평가

앱 실행부터 음식 수령까지 전 과정을 펼쳐놓고, 사용성 원칙 기반의 휴리스틱 평가 진행 기존 도메인 백로그도 함께 참고 발견된 이슈를 사용자 가치 / 개선 임팩트 / 개선 난이도 / 히스토리 4가지 기준으로 우선순위화 결과: 이미 각 팀에서 인지하고 있던 이슈도 있었고, 중요성은 알지만 더 급한 과제에 밀려 방치된 이슈도 다수 발굴. '찜' 기능과 '앱 리뷰' 가 주요 개선 아이템으로 부상

검증 3 — 배민보이스데이

2024년 7월 4일 첫 론칭. 구성원이 주제를 직접 선정하고 25분씩 4명의 사용자를 만나는 인터뷰 프로그램 첫 회에 플랫폼·크리에이티브·서비스 등 다양한 조직 참여, 8개 주제로 인터뷰 진행 결과: '안심콜' 주제 인터뷰에서 레이블 자체에 문제가 있다는 것을 발견하는 등 현장에서만 얻을 수 있는 인사이트 확보. 모든 팀이 진지하게 인터뷰에 임하는 문화적 효과도 확인

해결방안

단기 해결방안 (현재 실행 중)

• 정기 UX 리뷰 프로세스 정착: 주요 프로젝트마다 개발~검증 단계에 TF가 개입하는 구조를 루틴화. Customer Job을 리뷰의 기준 문서로 활용

• 배민퀵보이스 도입: 서비스 오픈 전, 빠르게 문제를 검증할 수 있는 경량 사용자 조사 방법으로 속도와 검증을 동시에 확보

• 배민보이스데이 정례화: 구성원 누구나 신청 → 질문지 작성 → 인터뷰 → 결과 분석 Q&A의 프로세스로 사용자 접점을 조직 전체로 확산

• 이슈 우선순위 관리: 발견된 문제를 논의에서 그치지 않고, 가치·임팩트·난이도·히스토리 기준으로 우선순위를 매겨 담당 팀과 지속 트래킹

장기 해결방안 (궁극적 목표)

Customer Journey 전체를 조망하는 시각으로 각 조직이 놓치는 사각지대를 TF가 커버

TF가 없어도 배민 서비스가 항상 사용자 관점에서 기획·개발되는 문화를 만드는 것이 최종 목표 — TF는 문화 정착을 위한 과도기적 촉매

인사이트 및 새롭게 알게 된 점

Customer Job frame

단순 기능 명세가 아니라 "고객이 이 제품으로 무엇을 이루고 싶은가"를 정의하는 프레임. 리서치로 계속 업데이트되는 살아있는 문서

UX 리뷰 타이밍

오픈 직전이 아니라 개발 + 솔루션 검증 단계에 끼워넣음. 너무 늦으면 수정 비용이 크고, 너무 일찍이면 실물이 없어 리뷰가 어렵다는 현실적 타협점

휴리스틱 평가

사용자 없이도 전문가가 원칙 기반으로 ux 문제를 미리 발굴할 수 있음

이슈 우선순위 기준

임팩트 / 난이도 뿐만이 아니라 히스토리(왜 이렇게 됐는지까지의 맥락)까지 함께 고려해 우선순위를 결정한다

배민 보이스데이

"사용자를 이해하려면 먼저 사용자를 쉽게 만날 수 있어야한다" 접근성 자체를 낮추는 것이 조직 내 UX 문화 확산의 핵심 레버

TF의 목표

TF 없이도 사용자 관점이 작동하는 문화를 심는 것. 이거 정말 대단한 목표다 .....

뉴스레터 요약

AI시대에 인간만이 가질 수 있는 경쟁력은 무엇일까?

AI가 아무리 발전해도 '간극'은 존재한다

스픽 CTO 앤드류 수의 말을 빌리면, AI는 정량적 성과를 내는 데 강하지만 "좋은 기술"과 "시장이 원하는 서비스" 사이의 모호한 간극을 메우는 건 여전히 인간의 몫이다. 특히 최신성(실시간 트렌드, 슬랭, 문화적 감수성)과 소비자 공감 여부를 판단하는 데 있어선 감각과 경험을 가진 인간이 AI보다 빠를 수밖에 없다.

기술적으로도 현재 LLM은 확률 기반 패턴 매칭에 의존하기 때문에 인과관계 이해, 물리적 추론, 상황적 맥락 포착에 구조적 한계가 있다. 이를 보완하려는 '인과적 AI(Causal AI)'가 부상하고 있지만, 아직은 인간 전문가의 도메인 지식과 경험을 대체하기 어렵다는 게 중론이다.

그렇다면 인간은 지금 무엇을 해야 하는가?

첫째, AI를 소비하는 데 머물지 말고 문제를 쪼개고 우선순위를 정하는 논리적 사고를 키울 것. 둘째, 단순히 AI를 빠르게 쓰는 'AI 네이티브'가 아니라, 개방적인 질문으로 AI와 함께 탐구하며 개념을 내면화하는 진짜 AI 활용자가 될 것.

인사이트

1. "모호함"이 새로운 희소 자원이다 AI가 잘 못하는 것은 역설적으로 명확하지 않은 것들. 정수가 아닌 소수점 같은 순간들, 문화적 뉘앙스, 소비자의 공감 여부 같은 판단은 수치화되지 않기 때문에 AI가 학습하기도, 처리하기도 어렵다. 앞으로는 이런 모호한 영역을 잘 다루는 능력—판단력, 맥락 감각, 취향—이 오히려 더 귀해질 수 있습니다.

2. AI를 잘 쓴다는 것의 기준이 바뀌고 있다 "얼마나 빠르게 쓰느냐"에서 "얼마나 깊이 쓰느냐"로 기준이 이동 중. 좁은 답을 빠르게 뽑는 사람보다, 열린 질문으로 AI와 씨름하며 스스로 사고를 확장하는 사람이 결국 더 높은 성과를 낸다. 도구의 숙련도보다 사고의 깊이가 실질적인 차별점이다.

3. 인간의 역할은 '실행자'에서 '조율자'로 전환된다 여러 AI 리더들이 공통적으로 강조하는 것은 "AI가 퍼즐 조각을 만들고, 인간이 맞춘다"는 구도. 이는 단순히 AI를 잘 다루는 기술의 문제가 아니라, 전체 그림을 보고 우선순위를 정하며 최종 판단을 내리는 메타 역량의 문제다. 직급과 직종을 불문하고 이 '조율자' 역량이 앞으로의 핵심 경쟁력이 될 것.

그렇다면 나는?

내가 가지고 있는 감각과 취향, 사고의 맥락을 잘 벼리고 다듬어야겠다. AI를 쓰는 가장 큰 이유는 '빠름' 이 아니라 '사고의 확장'을 위한 수단임을 기억하기

내가 평소 잘 읽고 관심있어하던 철학, 예술, 인문 분야의 책을 더 많이 잘 읽어야겠다는 생각. 인간을 인간답게, 인간으로서 고찰하고 살게 만드는 건 결국 이런 것에서 나온다. 직관의 재료를 많이 쌓아두자.

일의 전체를 보는 눈, 전체 진행의 흐름을 파악하는 관찰력같은 인간의 역량을 길러나가는 것이 중요.

뉴스레터 관련 - 개인 인사이트

https://velog.io/@minimalhwi_st/insight-남들보다-빨리-쓴다고-AI-잘-쓰는-게-아니에요

1. 프롬프트 기술보다 '맥락 설계 능력'이 우선이다 단순히 명령어를 잘 입력하는 단계는 이미 지났다. AI의 성능을 극대화하는 핵심은 내가 처한 상황, 목표, 참고 자료 등 방대한 맥락(Context)을 얼마나 구조적으로 전달하느냐에 달려 있다. 정교한 프롬프트 하나를 고민하기보다, 나의 생각이나 관련 문서를 있는 그대로 쏟아부어 AI에게 충분한 배경지식을 제공하는 '맥락 설계자'로서의 역량이 더 중요하다.

2. '솔루션'이 아닌 '문제'를 들고 가야 한다 많은 사용자가 자신이 생각한 정답을 확인받기 위해 AI를 사용하지만, 이는 AI의 사고 범위를 제한하는 행위다. 진정한 인사이트는 "현재 이런 문제를 겪고 있는데, 어떻게 접근하면 좋을까?"라는 개방형 질문에서 나온다. AI를 정답 자판기가 아닌, 문제의 본질을 함께 파악하고 전략을 짜는 '전략적 파트너'로 대우할 때 더 창의적인 결과물을 얻을 수 있다.

3. 효율성(Efficiency)과 학습(Learning)을 구분해야 한다 과업을 빨리 끝내는 것이 항상 정답은 아니다. 영상을 요약하거나 코드를 대신 짜게 하는 행위는 당장의 시간은 아껴주지만, 장기적으로는 해당 분야의 근육을 퇴화시키는 '기술적 위축'을 초래할 수 있다. '도구로서의 활용'과 '성장을 위한 탐구' 사이의 균형을 잡아야 하며, 때로는 의도적으로 AI와 질문을 주고받으며 과정 자체를 학습하는 태도가 필요하다.

4. 'AI 에이전트'는 미래의 필수 기본기다 과거에 엑셀이나 PPT를 다루는 것이 기본 소양이었다면, 이제는 나를 대신해 일해 줄 수십 개의 AI 에이전트를 구축하고 관리하는 능력이 커리어의 성패를 가른다. 단순히 남이 만들어 놓은 툴을 쓰는 데 그치지 않고, 나의 업무 워크플로우에 최적화된 에이전트들을 직접 설계하고 이들에게 적절한 권한을 위임하는 능력을 키워야 한다.

5. 인간만이 가진 '취향과 안목'의 가치가 커진다 AI가 전략적 사고와 대량의 작업을 수행할수록, 최종 결과물을 판단하는 '인간의 취향(Taste)'과 '에이전시(Agency)'의 중요성은 더욱 커진다. 기술적인 부분은 AI에게 맡기되, 무엇이 더 나은 가치인지 판단하고 최종적인 방향성을 결정하는 '인간다운 감각'을 예리하게 유지하는 것이 차별화 포인트가 된다.

당근 PM 인턴 : JD 분석

로컬비즈니스 S&D

주로 다루는 화면은 지도와 바텀시트. 인턴에게 요구하는 역량은 지금 부트캠프 내에서 배우는 것과 동일 + 지도 도메인, 추천 시스템에 대한 이해도 ! 본인의 사업이나 인턴같은 일경험을 얼마나 잘 풀어내느냐 가 중요하겠다.

나의 경험과 연결해보면 자잘한 프로젝트와 지금 기획하고 있는 사이드 프로젝트, 알바를 오래 하면서 사장님/점장님과 나눈 사업적 고민과 대화들을 엮어낼 수 있을 것 같음.

커뮤니티 (모임)

개밥먹기가 일상이라는게 대체 무슨 의미지? = 기업이 자사에서 개발한 제품이나 서비스를 내부 구성원들이 실제 사용 환경에서 먼저 사용해 보며 품질을 테스트하고 개선하는 관행

아하 ! 애자일한 프로덕트가 빠르게 진행되겠군

도전정신과 강철멘탈을 중요하게 여기는 듯 하다. 빠르게 아이디어를 내고 실행시키고 개선하는 것이 메인인 듯

업무 역량은 지금 부트캠프에서 배우는 것과 동일. 기본적으로 당근에 대한 이해도와 애정이 있다는 것을 어필하면 좋겠다. 그리고 다양한 모임에 참석해본 경험을 어필하는 것도 좋을 듯 ! 한 프로젝트를 끝까지 완수해본 경험, 그를 바탕으로 얻은 인사이트가 있는 것을 선호. 문제의 본질을 파악하는 통찰력.

그리고 일해본 경험 >> 이건 얼마나 빠르게 조직에 적응하고 일에 적응할 수 있는지를 판단하는 척도 아닐까? + 내 사업처럼 프로덕트를 끌어가는 책임감과 리더십

이것만큼은 자신 있지 ㅋㅋ 응응

서비스 기획 심화 강의 수강 (framer)

챕터 2까지 수강 완료 ! 구체적인 내용 정리는 한 번에 몰아서 작성할 예정이다. 오늘 만든 챕터 1 실습 페이지 .... ㅋㅋㅋㅋ

뭔가 대체로, 피그마와 비슷한 플로우를 가지고 있어서 이해하거나 적용하는데 크게 무리가 없다. 피그마 강의를 열심히 듣고 컴포넌트 뜯어본 게 정말 많은 도움이 되는 듯 !!!!

팀 아티클 카타

https://yozm.wishket.com/magazine/detail/3486/

핵심 내용 요약

이 아티클의 주요 메시지 :

2024년 : 개별 서비스에 AI를 접목하는 전략이긔 2025년 : ‘agent N’ → 통합 AI 비서 전략으로의 방향 전환

완결형 에이전트의 등장, 고민해볼 것

1. 사용자 경험은 탐색 중심에서 목표 중심으로
2. KPI는 완결률과 전환 연결성
3. 연동만 하는 서비스는 생존할 수 없다
4. 플랫폼의 최종 경쟁력은 ‘전문성’이 아니라 ‘연결력’

• 핵심 키워드 : agent n 완결형 에이전트 연결UX 탐색 중심 -> 목표 중심 연결력 사용자 의도

흥미로운 점/새롭게 알게 된 점

읽으면서 가장 흥미로웠던 부분 :

이제는 사용자가 검색창 앞에 앉아 있는 탐색의 시간을 ‘비용’으로 인식한다는 것. 완결형 에이전트의 시대에서 사용자는 하나의 확신있는 선택과 결정을 원하지, 여러개의 선택지 사이에서 고민하는 시간을 원하지 않는다.

네이버 플랫폼의 최종 경쟁력은 전문성이 아니라 연결력이라는 것. 하나의 도메인에서 깊게 데이터를 확보하고 있는 쿠팡, 오늘의 집과 경쟁하는 것이 아니라 그런 서비스들과 탐색>조율>실행>통합 의 순환구조를 설계하는 ‘연결형 플랫폼’으로서 도약을 해야 한다는 것.

→ 역으로, 네이버가 스스로의 한계를 인정한 방안으로 볼 수도 있겠다. 스스로 전문적 도메인이 될 수는 없으니 그 서비스 사이를 엮어내는 ‘연결 구조’ 자체를 제품으로 디벨롭한다는 의미일수도.

+) 그렇다면 네이버 플러스 스토어의 경우는 어떻게 볼 수 있지? 대놓고 쿠팡이랑 맞짱뜨는 것 아니었나? - 소비자의 탐색 경험을 확장하는 전략을 가지고 가고 있는 것도 마찬가지. 물론 ai agent로 추천을 도입하고 있긴 하지만 … 이 저자는 네이버 플러스 스토어를 어떻게 보고 있을지 궁금함

이전에는 알지 못했거나 새롭게 배운 내용 :

기존 KPI인 체류시간이나 PV는 통합 에이전트 시대에는 더 이상 ‘좋은 지표’가 아니다. 오히려 사용자의 경로를 얼마나 단축시키고, 빠르게 목적을 수행하게 하는가가 핵심 지표가 된다.

+) 다른 얘기긴 한데 전에 읽었던 아티클 중 이제 검색 노출도 ‘어떻게 ai가 내 제품을 추천하도록 만들 것인지’ 를 노려야 한다는 글을 봤다. 이제 사용자들은 직접 검색해서 들어오는 것보다, ai를 타고 들어오는 비율이 더 높다고. 아주 빠르고 확실하게 사용자의 행동 양식이 변화하고 있다는 것을 체감한다.

'맥락 없는 연결'이 반복되면 플랫폼은 단순한 입구 역할로 전락한다는 경고는 서비스 단위가 아니라 사용자 여정 전체를 보는 눈을 길러야 한다는 메시지로 읽혔다.

세분화된 서비스의 기획자일수록 자기 담당 화면에만 집중하기 쉬울 거라 생각하는데, 이 사용자가 왜 이 화면에 들어왔고 이 화면에서 무엇을 원하는지, 다음에는 어디로 향하는 지에 대한 전체 맥락을 알고 서비스를 개선하는 것이 가장 중요한 역량이 될 것이라 생각한다.

나의 한 문장 요약

이 아티클을 한 문장으로 요약하면?

도래하는 에이전트 시대, 플랫폼의 가치는 생태계를 지휘하고 사용자의 여정을 매끄럽게 이어주는 연결의 힘에서 나온다.

369 인사이트 공유 타임 (이라 읽고 수다라 쓴다 ..)

오늘 읽은 뉴스레터에 링크되어있던 유튜브 내용 중 인상 깊었던 점 관련해서 얘기를 나눴는데, 그에 이어서 수빈님께서 전해주신 인사이트를 기록하고 싶어서 쓰는 섹션.

AI 시대, 우리가 ‘역사’와 ‘변하지 않는 것’에 주목해야 하는 이유

AI는 인간 역사의 네 번째 전환점. 기존의 인간을 대체하는 단계, 이와 유사했던 과거 : 노예가 시민의 활동을 대체했던 로마시대. 이 때 시민들은 생산적 활동을 노예가 대신하자 오락(콜로세움)에 빠져 근면하고 성실했던 시민성을 잃으며 몰락했다. = 인간의 행복은 노동의 유무가 아닌 의미 있는 활동의 유무가 중요한 척도.

여기서, 이전 조에서 했던 아티클 카타에 적었던 내용이 생각나 공유드렸다.

한나 아렌트의 인간의 조건에 따르면, 인간은 단순히 무언가를 소비하는 주체가 아니라 타인과 함께 행동하고 의미를 드러내는 존재.

서비스는 결국 인간을 위해 만드는 것이므로 인간의 본질에 대해, 인간으로서 산다는 것은, 행동한다는 것은 무엇인지에 대해 고찰할 필요성에 대해서도 이야기했다.

AI 시대에 인간이 할 수 있는 일은 무엇이며, 인간으로서 가지는 차별점이 무엇인지는 오늘의 뉴스레터 요약에 작성되어 있는데 - 이에 대해서 수빈님이 나눠주신 인사이트는 다음과 같다.

중요한 건 “나는 누구인가, 우리는 무엇을 하는 존재인가”에 대해 고민하는 것. - AI가 질문까지 대신 만들어주는 상황에서 인간이 스스로 생각하는 과정이 줄어들 수 있음 - 데카르트의 “나는 생각한다, 고로 존재한다” 생각하는 능력 자체를 유지하는 것이 인간에게는 중요한 과제가 될 것

나아가 변화가 빠른 시대일수록, 변하지 않을 것을 아는 것과 그것을 추구하는 것이 앞으로의 시대에 중요해질 것이라는 이야기를 나누며 ... 즐거운 수다타임을 마무리.

너무너무 즐겁다. 아까 봤던 유튜브의 댓글이 오늘의 가장 기억에 남는 문장인 듯

[앤트로픽(Anthropic) 교육 책임자 드류 벤트 - AI 시대의 학습과 활용법]

1. AI를 대하는 관점의 전환

AI 네이티브처럼 사고하라: 과거의 방식에 머물러 AI를 단순한 '비서'로 대하는 사람과 달리, AI 네이티브 세대는 현재 AI의 뛰어난 능력을 이해하고 훨씬 강력한 도구로 활용한다.

기대치를 높이고 한계에 도전하라: AI에게 쉽고 단순한 일만 시키지 말고, 스스로 기대치를 높여 더 복잡하고 어려운 문제를 던지며 한계를 지속해서 시험해야 한다.

프롬프트는 기술이 아닌 '사회적 기술(Social Skill)'이다: AI에게 정해진 명령어를 입력하는 기술적 시대는 끝났다. 이제는 AI를 하나의 '동료' 및 '협업자'로 대우하며 소통하는 사회적 기술이 필요하다.

2. 올바른 AI 활용법

충분한 맥락(Context) 제공: AI를 잘 쓰는 사람과 못 쓰는 사람의 가장 큰 차이는 '맥락'을 얼마나 부여하느냐에 있다. 질문하기 전, 관련된 문서나 배경 지식, 심지어 의식의 흐름까지 최대한 많은 맥락을 제공해야 AI가 제대로 추론할 수 있다.

해결책이 아닌 '문제'를 제시하라: 이미 정답을 염두에 둔 좁은 질문을 하기보다는, 현재 고민하고 있는 개방형 '문제' 자체를 AI에게 가져가 함께 씨름하는 것이 훨씬 더 나은 결과물을 도출하는 방법이다.

3. 교육 현장에서의 AI (양날의 검)

스킬 퇴화(Skill Atrophy)의 위험성: 앤트로픽의 코딩 교육 연구 결과, AI를 이용해 단순히 정답만 찾고 과제를 빨리 끝낸 학생들은 AI를 전혀 쓰지 않은 학생들보다 추후 개념 이해도 평가에서 17%나 더 낮은 점수를 받았다.

질문과 탐구의 도구: 반면, AI를 정답 자판기가 아닌 탐구와 질문의 도구로 깊이 있게 활용한 학생들은 최종 평가에서도 우수한 성과를 거두었다.

미래의 학습 동반자: 2030년경의 AI는 학생의 학교, 교육 과정, 현재 수준 등 모든 맥락을 파악하여 학생과 함께 성장하는 진정한 '학습 동반자(Learning Companion)' 역할을 하게 될 것이다.

4. 일하는 방식의 미래

AI 에이전트 구축 역량: 지난 40년간 마이크로소프트 엑셀(Excel) 사용법이 직장인의 필수 요건이었듯, 향후 30년간은 수많은 'AI 에이전트'를 구축하고 다루는 능력이 모든 전문가의 커리어를 결정짓는 필수 기술이 될 것이다.

우리는 여전히 AI가 가진 잠재력의 단 1%만을 사용하고 있으며, AI의 가치는 아직도 과소평가(underhyped) 되어 있다.

[인사이트]

1. 프롬프트 기술보다 '맥락 설계 능력'이 우선이다

단순히 명령어를 잘 입력하는 단계는 이미 지났다. AI의 성능을 극대화하는 핵심은 내가 처한 상황, 목표, 참고 자료 등 방대한 맥락(Context)을 얼마나 구조적으로 전달하느냐에 달려 있다. 정교한 프롬프트 하나를 고민하기보다, 나의 생각이나 관련 문서를 있는 그대로 쏟아부어 AI에게 충분한 배경지식을 제공하는 '맥락 설계자'로서의 역량이 더 중요하다.

2. '솔루션'이 아닌 '문제'를 들고 가야 한다

많은 사용자가 자신이 생각한 정답을 확인받기 위해 AI를 사용하지만, 이는 AI의 사고 범위를 제한하는 행위다. 진정한 인사이트는 "현재 이런 문제를 겪고 있는데, 어떻게 접근하면 좋을까?"라는 개방형 질문에서 나온다. AI를 정답 자판기가 아닌, 문제의 본질을 함께 파악하고 전략을 짜는 '전략적 파트너'로 대우할 때 더 창의적인 결과물을 얻을 수 있다.

3. 효율성(Efficiency)과 학습(Learning)을 구분해야 한다

과업을 빨리 끝내는 것이 항상 정답은 아니다. 영상을 요약하거나 코드를 대신 짜게 하는 행위는 당장의 시간은 아껴주지만, 장기적으로는 해당 분야의 근육을 퇴화시키는 '기술적 위축'을 초래할 수 있다. '도구로서의 활용'과 '성장을 위한 탐구' 사이의 균형을 잡아야 하며, 때로는 의도적으로 AI와 질문을 주고받으며 과정 자체를 학습하는 태도가 필요하다.

4. 'AI 에이전트'는 미래의 필수 기본기다

과거에 엑셀이나 PPT를 다루는 것이 기본 소양이었다면, 이제는 나를 대신해 일해 줄 수십 개의 AI 에이전트를 구축하고 관리하는 능력이 커리어의 성패를 가른다. 단순히 남이 만들어 놓은 툴을 쓰는 데 그치지 않고, 나의 업무 워크플로우에 최적화된 에이전트들을 직접 설계하고 이들에게 적절한 권한을 위임하는 능력을 키워야 한다.

5. 인간만이 가진 '취향과 안목'의 가치가 커진다

AI가 전략적 사고와 대량의 작업을 수행할수록, 최종 결과물을 판단하는 '인간의 취향(Taste)'과 '에이전시(Agency)'의 중요성은 더욱 커진다. 기술적인 부분은 AI에게 맡기되, 무엇이 더 나은 가치인지 판단하고 최종적인 방향성을 결정하는 '인간다운 감각'을 예리하게 유지하는 것이 차별화 포인트가 된다.

핵심 요약

문제 정의

오늘의 집 유저들이 검색창 앞에서 막막함을 느끼는 상황. 단순히 검색어를 모르는 것이 아니라 "무엇을 찾아야 할 지조차 모르는 상태"가 진짜 문제

왜 figma가 아닌 코드?

figma make로 시작했지만, 실시간 LLM 연동 + 10만 개 콘텐츠 풀을 붙이기에는 성능의 한계가 있었음. 유저의 진짜 반응을 끌어내기 위해 실제 데이터가 흐르는 프로토 타입의 필요성을 느낌. -> google ai studio로 초기 코드 생성 후 cursor로 이터레이션, github + vercel로 즉시 배포

3단계 검증 방식

1. 비대면 원격 UT - 실제처럼 동작하는 프로토타입으로 몰입도 관찰
2. 오메이커스 설문 + 로그 분석 - 실제 사용 패턴 정량화
3. o user day 현장 UT - 직접 만나며 제품 방향을 바꾸는 결정적 인사이트 획득

결정적 방향 전환

처음 가설은 "자연어 검색 유도" -> 유저들은 자유 타이핑보다 미리 제안된 칩을 누르는 방식을 훨씬 선호함, 채팅창 UI에 거부감도 존재

칩 기반 guided navigation 강화로 방향 전환

결과

• 탐색 경험 만족도 4.0 / 5.0
• 기존 검색 대비 75%가 context builder 선호
• 목표 콘텐츠 도달까지 평균 2.6번 인터랙션

인사이트

AI는 도구, 결국 판단은 사람이 한다

AI가 코드를 만들어줘도, "무엇을 검증해야 하는가" , "어디까지 만들어야 하는가" 를 판단하는 것은 여전히 사람의 몫이다. AI가 역할을 뺏는 것이 아닌, 인간의 판단의 밀도를 올리는 방향으로 워크플로우가 달라지고 있다.

프로토 타입의 퀄리티가 데이터의 퀄리티를 결정한다

유저가 완전히 몰입해야만 진짜 반응이 나온다. 정적인 화면이었다면 채팅창에 거부감을 느끼는 반응이나, 칩을 자연스럽게 더 선호한다는 관찰 결과를 얻기 어려웠을 것.

가설은 검증 전까지는 확정된 방향이 아니다

"자연어 입력이 핵심"이라는 초기 가설이 현장 UT에서 완전히 뒤집혔다. 개발 착수 전에 틀린 가설을 검증해낸 것이 이 프로젝트의 가장 큰 성과라고 볼 수 있음. 빠른 검증 루프가 잘못된 방향의 개발 비용을 막은 것.

탐색 UX - 질문보다 제안

"무엇을 도와드릴까요?"는 무언가를 찾으러 온 유저에게 또 하나의 허들이 될 수 있다. 자신이 무엇을 하고 싶은건지 모르는 사람에게는 열린 질문보다 선택지를 먼저 제시하는 것이 더 좋은 방법.

이번엔 전과 다른 방식으로 진행되는 느낌. 발제 시작 전에 발제문을 톺아보고 발제를 들었는데, 개발 튜터님들도 합류해서 본격적으로 '노코드' 툴을 다루는 실습과 함께 과제가 진행될 예정이라 한다.

사실 제일 두려운 주차임 ㄷㄷ

그래도 어떡해? 해야지

일단 해보고 안되면 돌아가면 돼 ... 내일 본격적으로 강의 시작 전에 발제문을 정리해보는 시간을 가졌다

다루는 툴은 총 다섯개, notebooklm gemini make claude code framer

대부분 생소한 툴이라서 강의 열심히 듣고 실습 따라가야할 듯 !

그리고 챕터 4-5는 선택사항이라 하셨는데, 강의 들어보고 할 수 있으면 웬만하면 이번 주차 안에 끝내고 싶다

AI 보조 리서치 및 문서 자동화 실습

지선 튜터님의 특강 !

AI 보조 리서치 인사이트

메모한 내용 바탕으로 인사이트를 작성해둔다.

AI도구보다 리서치 목적 설정이 먼저

"왜 이 조사를 수행하는가" 에 대한 명확한 목적이 없다면 아무리 좋은 도구를 써도 의미 없는 결과가 나옴. 리서치 설계 역량이 본질

데스크 리서치 VS 유저 리서치 - 상황에 따라

데스크리서치 : 시간, 비용을 절감하며 시장 트렌드 파악 유저 리서치 : 사용자의 행동, 페인포인트에 대해 심층적으로 발굴할 때 사용 = 숫자로 해석되지 않는 "왜"를 알고 싶을 때!

리서치 기법 별 특성

정량리서치 설문 조사 (survey)

• 수치화된 데이터 수집. 스크리닝으로 타깃만 선별, 쿼터제로 표본 비율 조정. 객관식 구조화 방식.

정성리서치 심층 인터뷰 (IDI)

• 1대 1 반구조화 방식. 비언어적 반응도 분석. 최적 시간 30~60분. 꼬리 질문으로 깊이 확보.

행동 관찰 사용성 테스트 (UT)

• 실제 서비스 사용 플로우 관찰. 의도한 경로와 실제 경로 차이 발견. Maze, Useberry 활용.

그룹 인터뷰 포커스 그룹 (FGI)

• 4~6명 소그룹 토론. 모더레이터가 주제 진행. 제품 콘셉트 초기 반응 수집에 효과적.

정보 구조 설계 카드 소팅

• 사용자 관점의 분류 체계 파악. IA·메뉴 명칭 결정 전 필수. 대면·비대면 모두 가능.

자연 환경 관찰 섀도잉

• 일상 환경에서 그림자처럼 관찰. 품이 많이 들어 실무에서는 UT로 대체하는 경우가 많음.

리서치 운영 - 실무 포인트

스크리닝 조사 대상자 선별은 설문 앞단에서, 3-5개 필수 문항으로

스크리닝은 리서치 조건에 맞는 타깃만 걸러내는 사전 단계다. 설문조사라면 가장 첫 부분에 배치하고, 반드시 필수 문항으로 설정해야 한다. 문항이 너무 많으면 응답자가 이탈하므로 핵심 조건만 3~5개로 짧게 구성한다. 인구통계·행동·태도 기반 스크리닝을 상황에 맞게 선택할 수 있다.

NDA 미공개 서비스를 보여줘야 한다면 반드시 NDA 서명을 받아야 한다

사이드 프로젝트에서는 NDA가 필수는 아니지만, 회사 업무에서 출시 전 화면·기능·콘셉트를 조사 대상자에게 공개해야 한다면 NDA가 필요하다. 화면 캡처 금지, SNS 게시 금지, 지인 공유 금지 등의 내용을 명시하고 사전 서명을 받아야 정보 유출 리스크를 방지할 수 있다.

어피니티 다이어그램 결과 수집이 끝이 아니다 — 패턴을 묶어 우선순위를 정하는 것이 목표

인터뷰·설문 데이터를 모은 뒤에는 유사한 의견을 그룹으로 묶고 패턴을 찾는 어피니티 다이어그램 작업이 필요하다. 이 과정은 혼자가 아닌 기획자·디자이너·개발자가 함께 포스트잇을 붙이며 진행해야 팀 전체가 사용자 맥락을 공감하고, 어떤 문제를 먼저 해결할지 설명하기 쉬워진다. Miro나 FigJam을 활용한다.

AI 도구 활용

프롬프트 설계 모호한 입력 = 평범한 출력 — C-T-F-C-E 5단계 프레임워크를 써라

AI에게 입력이 모호할수록 확률적으로 가장 평범한 답변만 나온다. 맥락(Context, 배경·역할 설정) → 과업(Task, 구체적 지시) → 형식(Format, 결과물 구조) → 제약(Constraints, 금지·필수 조건) → 예시(Examples, 원하는 결과 샘플 1~2개) 순서로 프롬프트를 구성하면 실무에서 바로 쓸 수 있는 품질의 결과물을 얻을 수 있다.

gemini gems 인터뷰 가이드 자동 생성 챗봇을 한 번만 만들어두면 매번 재사용할 수 있다

Gemini Gems는 GPTs처럼 커스텀 역할과 대화 프로세스를 설정한 AI 챗봇을 만드는 기능이다. 5단계 프롬프트 프레임워크로 작성한 프롬프트를 Gems에 넣으면, 리서치 목적·배경·대상자를 하나씩 물어보고 스크리닝 문항·보상 안내·인터뷰 질문지를 자동으로 생성하는 챗봇이 완성된다. 프로젝트마다 처음부터 작성하는 비용을 없앨 수 있다.

notebookLM 소스 기반 AI로 설문 결과를 분석하면 출처가 명시된 신뢰할 수 있는 인사이트를 얻는다

일반 챗봇은 학습 데이터 기반으로 답하기 때문에 할루시네이션이 발생할 수 있다. NotebookLM은 RAG(검색 증강 생성) 방식으로 내가 업로드한 문서에서만 답변하고, 모든 답변마다 어느 소스에 근거했는지 출처를 표시한다. CSV 설문 데이터, 리서치 설계 문서, PDF, 웹링크, 오디오까지 소스로 추가 가능하다. 설문 결과 분석·키워드 추출·리포트 요약에 적합하다.

1. 리서치는 수집이 아니라 인사이트 > 솔루션 > 검증의 반복 루프
2. 리서치는 대면 , 비대면 모두 가능 -> 형식보다 목적에 맞게
3. AI는 리서치를 대체하는 게 아니라 설계와 분석의 속도를 높이는 도구

   팀 369 출범 !

   개인과제 주간을 함께 할 새로운 팀원들을 만났다 ! 모여서 함께 멤버카드를 읽으며 서로에 대해 알아보고, 간단하게 그라운드 룰을 정하며 이전 조에서는 어떻게 했는지 얘기 나눠보면서 아이스브레이킹을 진행했다.

다들 너무 착하고 적극적이라 좋아 ~ 팀 프로젝트를 같이 할 팀원들은 아니지만, 이번 기회를 계기로 서로의 좋은 공부 습관, 노력하는 태도들을 많이 많이 배워갔으면 좋겠다아

369 파이팅 ,,

아티클 카타 - 2025 우아콘

https://velog.io/@minimalhwi_st/우아콘-2025-장보기-쇼핑-개선기-익숙함을-넘어-새로운-탐색으로

이전에 준하님께서 추천해주셨던 영상을 이제야 시간이 나서 보았다. 하 ... 그냥 시간 쪼개서 역기획 프로젝트 진행할 때 볼걸 ... 이라는 생각이 계속 계속 들었지만 역기획이 끝난 지금 다시 돌아보면서 우리가 해왔던 방향성을 점검해보는 측면에서도 유의미했다.

인사이트

콘텐츠 노출만으로는 행동이 바뀌지 않는다.

좋은 상품을 꺼내놓는다고 해도 고객이 그 화면에 닿지 않으면 의미가 없다. 무엇을 보여줄까 -> 이걸 보여줄 경로를 만들었는가가 핵심.

같은 화면이라도 고객의 목적은 다르다

신규 고객과 기존 고객은 원하는 것이 다르다. 유저 세그먼트의 세분화의 중요성. 기존 고객에게는 익숙한 카테고리에서 새로움을, 신규 고객에게는 낮은 진입허들을 제공하는 것이 효과적.

데이터 기반 맥락이 관심을 만들어낸다.

단순 상품 나열이 아니라 "이전에 산 상품과 비슷해요" 처럼 구매 이력과 함께 보여줄 때의 반응률이 1.4배 높았다. 추천의 근거를 보여주는 것은 신뢰와 관심의 기본 조건 !!

고착된 습관은 구조 변경으로만 깰 수 있다.

제일 인상 깊었던 부분. 가장 반응률이 좋았던 숏컷을 고객의 '고착화된 습관'으로 판단하고 그 부분을 과감하게 줄이는 선택을 하다니. 고객이 숏컷을 클릭하는 게 정말 원해서가 아니라 '존재하니까' 클릭할 거라는 과감한 가설을 세운 것이 인상깊었다. 이런 습관적 행동을 바꾸려면 콘텐츠 개선만으로는 부족하고, 구조적인 개편이 필요하다.

전략은 바뀌어도 목표가 같다면 방향은 유지 !

'새로운 가게를 발견하게 하자' 라는 목표를 유지한 채로 세부 전략을 세 차례 수정하는 과정을 공개하며, 빠른 환경 변화 속에서 목표가 명확할수록 피벗의 방향이 흔들리지 않는다는 것을 보여주었다.

서비스 기획 숙련 과제 피드백

내 숙련과제의 제 1순위. 문서화 잘했다는 칭찬 듣기.

그리고 ...

나 27세 최민휘 해내다.

ㅋㅋ

이것 이외에도 칭찬 잔뜩 ~ 적혀있고 추가로 생각해볼만한 정책과의 연결 관련해서도 엄청 디테일하게 적어주셔서 추후 디벨롭할 때 많은 도움이 될 것 같은 감사한 피드백을 받았다 !

구두 피드백 때 추가로 들은 사항은, 전반적으로 다 너무 잘했고, 정책 관련해서 그렇게 길게 적은 이유는 잘 하고 계시고 이렇게 디테일하게 들어가도 잘 이해하실 분 같아서였다고 ㅎ.ㅎ (이거 초특급 칭찬 아님?)

하단에 관련 내용을 기재해둔다.

• 가설 H1의 경우, 검색 키워드와 상품 속성을 상단 배지(Chip 형태)로 노출하는 방안은 실제로 제품에 반영한다면 데이터 정합성을 함께 고려해야 합니다.

• 사용자가 입력한 검색어(키워드: 검정 슬랙스)와 상품의 메타데이터(속성: 색상, 브랜드, 신축성, 길이 등)이 실시간으로 매칭되어 UI에 뿌려지려면 어떤 정책이 필요할지 고민해 보시길 바랍니다.

• 만약 매칭 로직이 정교하지 않아 사용자가 분명히 검정 색상을 검색했는데 배지에 네이비 속성이 표시된다면 신뢰도가 급격히 하락할 거예요.

• 검색어에는 여러 가지 속성이 복합적으로 포함될 수 있어요. 기획자는 어떤 속성을 우선적으로 표시할 것인지 정의해야 합니다. 예를 들어, 사용자의 검색 키워드 결과에서 [색상], [아이템], [핏], [소재] 등의 키워드를 분리하고, 어떤 속성을 우선적으로 표시할 것인지에 대한 매칭 로직을 설계해 보시길 바라요.

• 이러한 정책이 적용되는 과정은 아래와 같은 흐름을 가집니다.

  • 입력(인풋): 사용자 검색어 (검정 슬랙스)
  • 과정(프로세스): 형태소 분석 및 동의어 처리 → 상품 DB 내 '색상: Black', '카테고리: 팬츠/슬랙스' 매칭 확인
  • 검증(밸리데이션): 해당 상품 메타데이터에 실제 Black 속성이 있는지 재검증
  • 출력(아웃풋): 상단에 [#검정] [#슬랙스] [#신축성] 배지(칩) 노출

• 민휘님이 기획안에 언급하신 것처럼 상위 검색어 100개(인기순을 의미하신 거겠죠?)에 대해 수동 또는 반자동으로 속성을 매핑하는 MVP 방식부터 시작하는 것은 매우 현실적이고 좋은 접근 방식입니다.

확실히 아직 갈 길이 멀구나 ! 해결방안을 설정할 때 AI매칭 로직과 정책에 대해서는 전혀 생각하지도 못하고 있었는데, 앞으로 과제를 진행할 때에 한 뎁스 더 깊이 들어가서 생각할 수 있는 계기가 된 것 같아서 오히려 즐겁고 좋다.

배울 게 많다는 건 좋고 신나는거야 ~

그리고 지선 튜터님께서 고민이 있거나 힘든 점이 없냐고 물어보셨는데

에 ... 사실 한 주 한 주 주어진 과제하다보니까 별 고민이나 생각이 없는 것 같아요

라고 대답함 ... 그리고 사실임 ...

그냥 할 일이 꾸준하게 있다는 게 좋고 그 과제들을 넘을 때마다 성장하는 느낌이 드는 게 좋다

아주 좋은 마인드라고 해주셨으니 앞으로도 이렇게 고민없이 직진이나 해야겠음

핵심 문제 정의

고객의 70%가 숏컷만 클릭 - 탐색 없이 이탈

전체 반응의 70%가 가게 숏컷에 집중됐고, 하단 스크롤 탐색 고객은 20%에 불과했다. 인당 가게 탐색 수가 1.6개에 머물며 "한 가게만 쓰는 플랫폼"으로 고착될 위험이 있었다. 숏컷 반응 집중 70% 하단 탐색 고객 20% 인당 가게 탐색 1.6개

데이터로 밝힌 기회

다가게 이용 고객이 충성 고객이 된다

두 개 이상의 가게를 이용하는 고객은 한 개만 이용하는 고객 대비 월별 주문 빈도가 2.4배, 주문 리텐션이 1.5배 높았다. 가게 탐색 확대 = 충성 고객 전환의 핵심 레버임을 데이터가 입증했다. 월별 주문 빈도 2.4 주문 리텐션 1.5

전략 진화 - 세 번의 피벗

1차 전략 : 실패

매력적인 상품을 꺼내 놓으면 탐색할 것이다

기획전 UI 개선으로 CTR은 상승했지만, 신규 가게 주문은 발생하지 않았다. 숏컷을 콘텐츠 기반으로 바꾸자 오히려 전체 반응률이 3%p 감소했다. 익숙한 가게 경로가 바뀌면 고객이 이탈한다는 역설적 사실을 확인했다. 상품 노출 강화 -> CTR 상승 -> 신규 주문 변화 없음

2차 전략 : 부분 성공

고객 특성, 맥락에 맞는 맞춤 콘텐츠가 효과 있다

신규/기존 고객을 분리해 각기 다른 콘텐츠를 제공했다. 기존 고객에겐 구매 이력 기반 유사 카테고리 가게 추천, 신규 고객에겐 최소 주문 금액이 낮은 쿠폰을 노출했다. 전체 반응률 +1.8%p, 추천 가게 주문 전환율 +0.1%p. 교차 반응은 동일 카테고리 내에서 가장 활발했다 (편의점 78%,마트 12%) 전체 CTR +1.8%p 추천 가게 전환율 +0.1%p 상품 반응률 1.4

3차 전략 : 구조 개편

숏컷을 과감히 축소해 탐색 행동 자체를 바꾼다

맞춤 콘텐츠를 만들어도 상단 숏컷을 보는 고객이 여전히 많아 하단 구조에 닿지 못했다. 숏컷을 축소하고 배너 크기와 위치를 조정해 상하단 탐색을 유도했다. 숏컷 CTR은 하락했지만 하단 구조 반응률과 체류 시간이 상승했고, 전체 배포를 준비 중이다. 숏컷 축소 -> 하단 탐색 증가 -> 체류 시간 상승

인사이트

콘텐츠 노출만으로는 행동이 바뀌지 않는다.

좋은 상품을 꺼내놓는다고 해도 고객이 그 화면에 닿지 않으면 의미가 없다. 무엇을 보여줄까 -> 이걸 보여줄 경로를 만들었는가가 핵심.

같은 화면이라도 고객의 목적은 다르다 세분화

신규 고객과 기존 고객은 원하는 것이 다르다. 유저 세그먼트의 세분화의 중요성. 기존 고객에게는 익숙한 카테고리에서 새로움을, 신규 고객에게는 낮은 진입허들을 제공하는 것이 효과적.

데이터 기반 맥락이 관심을 만들어낸다.

단순 상품 나열이 아니라 "이전에 산 상품과 비슷해요" 처럼 구매 이력과 함께 보여줄 때의 반응률이 1.4배 높았다. 추천의 근거를 보여주는 것은 신뢰와 관심의 기본 조건 !!

고착된 습관은 구조 변경으로만 깰 수 있다.

제일 인상 깊었던 부분. 가장 반응률이 좋았던 숏컷을 고객의 '고착화된 습관'으로 판단하고 그 부분을 과감하게 줄이는 선택을 하다니. 고객이 숏컷을 클릭하는 게 정말 원해서가 아니라 '존재하니까' 클릭할 거라는 과감한 가설을 세운 것이 인상깊었다. 이런 습관적 행동을 바꾸려면 콘텐츠 개선만으로는 부족하고, 구조적인 개편이 필요하다.

전략은 바뀌어도 목표가 같다면 방향은 유지 !

'새로운 가게를 발견하게 하자' 라는 목표를 유지한 채로 세부 전략을 세 차례 수정하는 과정을 공개하며, 빠른 환경 변화 속에서 목표가 명확할수록 피벗의 방향이 흔들리지 않는다는 것을 보여주었다.

간략하게 우리 팀의 프로젝트를 정리하고, 받은 구두 피드백 요약과 회고를 작성해보고자 한다.

배민 B마트 역기획 프로젝트

체류시간을 줄여 이탈률을 낮추자

프로젝트 한 줄 요약

배달의민족 B마트에서 최소 주문 금액을 채우지 못한 유저가 이탈하는 문제를 정의하고, 장바구니 화면에 '주문 금액 맞추기' 버튼과 바텀시트 추천 기능을 해결책으로 제안했다.

가장 고민했던 선택과 근거

팀에서 가장 많이 논의한 건 문제를 어떻게 정의할 것인가였다. 우리가 찾은 답은 '퀵커머스'의 본질을 찾는 것. 이 서비스를 왜 사용하지? 리서치와 인사이트를 바탕으로 내린 답은 '당장 필요한 물건을 사고 싶어서' 즉, 목적성과 충동성이 뚜렷한 유저들이 핵심이라는 것.

그런데 이런 유저들이 공통적으로 가지는 병목은 바로 최소 주문 금액 달성 실패였다. 난 이미 목적을 달성했는데, 최소 주문 금액을 맞추지 못해 탐색을 시작하며 새로운 물건을 찾게 되는 유저 플로우는 이탈을 야기하는 문제라는 것.

최소 주문 금액 문제를 보는 시각은 여러 가지가 있었다 — 금액 자체를 낮추는 방향, 할인 쿠폰으로 해결하는 방향, 아니면 UX 개선으로 접근하는 방향. 결국 우리가 선택한 건 세 번째였다.

근거는 유저 플로우 분석이었다. 장바구니에 상품을 담고 금액이 부족한 걸 인지한 뒤, 추가 상품을 찾는 탐색 단계에서 이탈이 집중된다는 걸 흐름으로 보여줄 수 있었다. 금액이나 쿠폰을 건드리는 건 비용과 권한 문제가 있고, 사전 데스크 리서치를 통해 분석한 배민의 상황 상 비용을 줄이는 개선안은 좋은 해결책이 아니었다. 따라서 UX 마찰을 줄이는 게 현실적으로 실행 가능한 접근이었다.

하버드 뇌과학자의 90초 법칙을 이론 근거로 쓴 것은 잘했다고 생각한다. 아, 이렇게 이론적인 근거 또한 '데이터'가 될 수 있구나를 느꼈던 계기가 되었다. 탐색 피로가 쌓여 주문 의지가 떨어진다는 걸 설명하는 데 생각보다 설득력이 있었다.

배운 것

데이터 기반 의사결정에서 중요한 건 수치 자체보다 '왜 이 지표를 선택했는가'를 설명하는 힘이라는 걸 느꼈다. 이탈률과 주문 전환율을 KR로 잡은 것도, 기대효과 48% 수치도 내부 논의와 맥락이 없으면 그냥 숫자일 뿐이다. 근거 없는 수치보다 논리가 명확한 정성적 분석이 오히려 더 강할 때가 있다. 핵심은 탄탄한 논리와 이를 뒷받침하는 명확한 근거들.

구두 피드백

좋았던 점

• 배경 분석이 체계적이고 탄탄하다. 덕분에 이 문제가 왜 진짜 문제고, 이걸 해결해야 하는지에 대한 맥락이 명확하다.
• 문제 정의가 잘 되어있다. 유저 플로우로 이탈 구간을 명확하게 보여줬고, 유저랑 배민의 전략이 충돌하고 있다는 점을 짚어낸 것이 좋다. 실무적인 포인트들이 돋보인다.
• 이론적인 근거를 활용해 심리적 매커니즘에 대한 설명을 시도한 것이 아주 좋았다.
• 단순히 금액을 맞추는 장치를 마련한다, 라는 것이 아닌 바텀시트로 어떻게 노출을 해서 어떻게 해보겠다 라는 자세한 제안이 디테일하게 고민한 부분이 느껴져서 좋았다.
• 실무에 와서 바로 투입해서 일을 해도 문제가 없을 정도로 해결방안에 대해 잘 고민한 것 같다.
• 90초 법칙이라는 데이터로 근거를 제시하고 해결해야 하는 문제를 제시한 것에 대한 흐름이 좋고 제시한 내용들이 좋았다.
• 사용자 행동 단계를 쪼갠 접근이 좋았다. 단순히 행동을 바라본 게 아니라 각각 행동 단계를 쪼개 보면서 논리에 대한 연결성을 확보했다.
• 다방면으로 데이터나 리서치를 진행한 것이 보인다.

아쉬웠던 점

• 이탈 방지는 방어적인 목표기 때문에 OKR에서 object로 설정하기에는 조금 약한 감이 있다.
• 목적형 유저가 과연 서비스가 추천해주는 상품을 얼마나 신뢰하고 빠르게 담을 것인지, 리스크에 대한 고민이 빠져있는 것 같다.
• 문제 정의와 페르소나는 아주 일치하는데, 해결방안과 페르소나가 완벽하게 일치하지는 않는 것 같다.

회고

팀 프로젝트를 진행하면서 우리 팀이 가장 많이 했던 말은 애자일하게 였다. ㅋㅋ 막히면 막히는대로 멈춰서서 고민하는 게 아니라, 막히는 지점에 대해 일단 의견을 모아 넘어가고, 이후 진행하다 다시 돌아오는 방식으로 빠르게 언덕들을 넘어가는 방식으로 프로젝트가 진행됐다.

나는 이게 2인3각 경기같다고 생각했다. 서로 합을 맞춰 한 발 한 발 나아가는 것. 가다 중간에 발이 엉킬수도 있고, 넘어질 수도 있지만 결국 다시 일어나 같은 목표를 향해 같은 방향과 방법으로 뛰어가는 것 !

비즈니스 방향성을 정의하는 것부터 의견이 갈렸었고, 수많은 방향에 대한 분기점이 있었지만 결국 그 중에서도 가장 나은 선택을 했다는 것에 대한 확신이 있다.

캠프에 들어오기 전에는 다 같이 하는 것보다 내가 혼자 하는 게 나은 경우는 분명히 있다고 생각하던 오만한 사람이었는데, 이제는 팀 프로젝트의 진정한 의의가 뭔지 늘 되새기며 캠프에 참여하게 된다. 긍정적인 욕심이 가득한 사람들과 함께 하는 일은 정말 즐겁다.

여러모로 내면적으로도, 스킬적으로도 많은 성장을 할 수 있었던 프로젝트라 어쩐지 보내주기가 아쉽다. 시원섭섭하구만.

일찍 조퇴하던 날, 남은 팀원들이 마음에 걸렸고 결국 주말에 컴퓨터 앞에 자리를 잡고 앉아 내가 할 수 있는 일이 뭘지 고민하고, 나도 잘 다루지 못하는 피그마를 하나하나 뜯어가며 디자인을 도맡아서 해내본 경험은 나에게 큰 자산이 될 것이다.

그리고 프로젝트 내내 다양한 의견과 인사이트의 홍수 속에서 취사선택을 할 수 있는 멋진 환경을 제공해준 팀 구글링에게 고맙다는 말도 꼭 전하고 싶다 ㅎ.ㅎ

다들 멋진 PM이 되어서 현직에서 만날 수 있기를 !

하나만 기억하자 !

좋은 추천이란

1. 개인화
2. 다양하고 새로운 선택지
3. 적절한 지면, 적절한 시점
4. 추천에 대해 이해할 수 있는 설명
5. 목표 지표 개선 (좋은 추천 = 돈)

역기획 프로젝트 2일차

퀵커머스 데스크 리서치

Executive Summary

• 시장 규모: 2020년 약 3,500억 원 → 2025년 약 4조 4,000억 원 → 2026년 5조 원 돌파 전망 (스태티스타 기준)
• 성장률: 2020년 대비 약 10배 이상 성장, 2024~2029년 CAGR 7.5% 예상
• 1위 사업자: 배민 B마트 → 이중 모델을 동시 운영하는 유일한 사업자(직매입 + 중개형 복합 모델). 2024년 흑자 전환 성공, 커머스 거래액 1조 원 돌파 💡 핵심 경쟁력은 PPC 77개소·평균 27분 배송, 그리고 PB 브랜드 '배민이지’
• 최대 도전자: 쿠팡이츠 '장보기·쇼핑' (2025년 5월 본격화). 와우 멤버십·CU·GS25 전방위 제휴로 맹추격
• 쿠팡이츠가 2025년 5월 '장보기·쇼핑' 재진출 후 GS25·CU·홈플러스·삼성스토어를 전방위 제휴하며 MAU +20% 급성장. 서울 카드결제액 기준 이미 배민을 역전
• 다크호스: 네이버 '지금배달'(2025.5 론칭), 컬리 '컬리나우', 이마트·SSG '바로퀵' 재진출
• 최대 과제: 낮은 객단가 vs 높은 물류·인건비 → 수익성 확보가 승패 가름

1. 한국 퀵커머스 시장 현황

1.1 시장 규모 & 성장 곡선

연평균 성장률은 업계·기관에 따라 편차가 크지만(일부는 220% 언급), 2024년 이후 시장이 일정 규모로 성숙하면서 한 자릿수~중간 단위 성장세로 연착륙하는 중입니다. 전체 온라인 쇼핑 거래액 대비 비중은 아직 2% 내외로, 침투 여력이 큽니다.

1.2 성장 동력

1. 인구 구조 변화: 1인 가구가 전체 805만 가구(36.1%)까지 확대. 맞벌이·바쁜 직장인이 퀵커머스의 핵심 고객
2. "지금 사고 지금 받는" 소비 트렌드: 20~30대 중심. 편의점 퀵커머스 이용자 중 20·30대 비중 70% 이상(CU 기준)
3. 오프라인 매장의 MFC(Micro Fulfillment Center)화: 편의점 6만 개, SSM·대형마트 등을 도심 물류 거점으로 전환 → 추가 투자 없이 즉시배송 네트워크 확보
4. 플랫폼 경쟁 격화: 배민·쿠팡이츠·네이버·요기요 모두 '구독 멤버십 + 퀵커머스'를 핵심 락인(lock-in) 전략으로 설정

1.3 카테고리 확장 방향

• 초기: 생수·음료·라면·간편식 중심
• 현재: 신선식품(정육·수산·채소), 뷰티(화장품), 건강식·반려동물 용품, PB 상품, 주류·전통주로 확장
• 객단가 제고를 위한 "최소 주문 금액 + 구독 무료배달" 모델이 주류로 자리잡는 중

2. 배민(B마트·장보기·쇼핑) 심층 분석

2.1 서비스 개요 — 이중 구조

배민의 퀵커머스는 2개 축으로 운영됩니다.

2.2 실적 — '퀵커머스 적자' 공식을 깨다

• 2024년 B마트 매출: 7,568억 원 (전년 6,880억 원 대비 +10%)
• 2024년 커머스 사업 연간 거래액: 1조 원 돌파 (최초)
• 2024년 B마트 EBITDA 흑자 전환 — 퀵커머스는 '만년 적자'라는 공식을 깬 첫 사례
• 2024년 장보기·쇼핑 주문 수: 전년 대비 +369%, 거래액 +309%
• PB 상품 매출: +82% 증가 (배민이지·배그니처 등 150여 종)
• 2025년 1분기: 주문 수 +37%, 고객 수 +22%, 거래액 +36%로 역대 분기 최대 실적
• 2025년 모회사 우아한형제들 매출: 5조 2,830억 원(+22.2%) / 영업이익 5,929억 원(-7.5%)

2.3 흑자 전환의 비결 — 3가지 레버

① 물류 인프라의 IT 고도화

• PDA 기반 피킹 가이드, LED 알림 시스템
• TSP(Traveling Salesman Problem) 알고리즘으로 피커 동선 최적화
• 작업자 숙련도에 맞춘 UI/UX → 하루 1만 건 이상 주문을 평균 20분 내 처리

② PB 전략 (배민이지·배그니처)

• '990원 균일가'*로 가격 방어
• 즉석조리식품·가공식품·생수 → 수산·정육·생활용품까지 라인업 확장
• 2025년 1분기 배민이지 매출 +98%

③ 중개형(장보기·쇼핑)과의 결합

• 직매입(B마트)으로는 신선·PB·고마진 상품, 중개형으로는 범위 확장 → 두 모델이 상호 보완

2.4 전략 방향 (2026)

• 광주 PPC 최초 개소(2026.2) — 지방 확장에 본격 착수
• 신선식품 매출 +50% 이상 성장 — 일상 장보기 플랫폼으로 포지셔닝 전환
• 뷰티·반려동물·건강기능식품 등 비식품 카테고리 확장
• 배민클럽 구독 할인을 락인 도구로 활용
• 전통주, 마감 할인(음식 로스 절감) 등 서비스 다변화
• 배민온리 계약(프랜차이즈 독점 입점 시 수수료 7.8%→3.5%) — 쿠팡이츠 방어 카드

2.5 리스크

• 쿠팡이츠의 무료배달·와우 멤버십 락인에 대응한 프로모션 비용 급증 → 영업이익 3년 연속 감소(6,999억→6,408억→5,929억 원)
• 무료배달 경쟁의 외주용역비 증가
• 모회사 딜리버리히어로(DH)로의 자본 유출 (2023~2024년 2년간 약 1조 원)
• 배민온리 독점 계약에 대한 공정위 신고 등 규제·상생 이슈

3. 경쟁사 분석

3.1 쿠팡이츠 '장보기·쇼핑' — 최대 위협 세력

주요 제휴 현황

• 2025.8: GS25(서울 1,200개), GS더프레시(100개)
• 2025.11: CU 서울 1,000개 매장부터 입점
• 홈플러스 익스프레스, 삼성스토어, 지역 꽃·반려동물·문구·패션 소상공인

주목할 지표

• 5월 장보기·쇼핑 본격 도입 후 MAU 급증: 4월 1,044만 → 10월 1,249만(+20%)
• 같은 기간 배민은 2,175만 → 2,224만(+2%) → 격차 급속 축소
• 서울 카드 결제액 기준 2024년 12월 쿠팡이츠가 배민을 최초로 역전
• 전국 점유율: 배민 50%대, 쿠팡이츠 30%대로 상승, 요기요 10% 초반

전략 차별점

• 배민 B마트처럼 직매입 물류 투자 없이, 편의점·SSM 중개로만 커버리지 확보 (자본 효율 극대화)
• 쿠팡 와우 멤버십(1,000만+ 회원)*을 락인 도구로 활용 — 배민의 최대 약점
• 다만 2025년 11월 개인정보 유출 사건으로 멤버십 성장세 둔화 중

3.2 네이버 '지금배달' — 플랫폼 거인의 참전

경쟁력

• 네이버플러스 멤버십 1,000만+ 회원 + 네이버페이 간편결제
• AI 기반 판매자-구매자 매칭 (자체 물류센터 불필요)
• 장보기 서비스에 기존 입점한 SSM·마트·컬리를 지금배달로 확장할 가능성
• 넷플릭스·스포티파이 제휴로 멤버십 생태계 강화 중

평가: 자체 배달망 없는 구조라 속도·안정성은 미검증이나, '배민 독점'에 대한 가장 강력한 장기 도전자로 평가됨

3.3 요기요 '요마트·요편의점' — 부진한 3위

• 2022년 GS더프레시·GS25 제휴로 요마트·요편의점 시작
• MAU: 470만(2024.8) → 418만(2025.3) 감소세
• 점유율 10% 초반대에서 정체
• 2024년 말 기준 요마트 매출은 론칭 대비 +58% 성장했으나, 전체 배달앱 시장에서는 위축
• 네이버 멤버십과의 제휴(요기패스X 연계)*가 반등 카드

3.4 GS리테일 — 가장 정교한 O4O 플레이어

보유 자산

• GS25: 1만 8,000여 개 편의점
• GS더프레시: SSM 매장
• 자사 앱 '우리동네GS' MAU 4,500만 명(모든 퀵커머스 접점 합산)

전략

• 배민·쿠팡이츠·요기요·네이버·배달특급 5개 배달 플랫폼 모두와 제휴한 유일한 유통사
• 플랫폼 싸움에 종속되지 않고 전방위 중립 공급자 포지션
• 자사 앱(우리동네GS)으로 직접 락인도 병행
• 2025년 3분기 영업이익 1,111억 원(+32%) 기록 — 퀵커머스가 실적 견인
• GS25 퀵커머스 매출 성장률: 2022년 +212%, 2023년 +63%, 2024년 +75%

3.5 CU (BGF리테일)

• 2023년 배달 매출 +98.6%, 2024년 +142.8% 폭증
• 자사 앱 포켓CU + 배민·쿠팡이츠·요기요·네이버·배달특급·해피오더 제휴
• 전국 2,000여 점포에서 퀵커머스 운영, 6,000~8,000개 상품 배달 가능
• 배민스토어에 이어 2025년 11월 쿠팡이츠 장보기·쇼핑 입점으로 멀티홈잉 전환
• 20·30대 이용 비중 70% 이상

3.6 세븐일레븐 (코리아세븐)

• 약 7,000개 매장에서 배민·요기요 기반 퀵커머스 운영
• 2025년 퀵커머스를 집중 육성 카테고리로 선정
• 배달·픽업 할인 행사 기간 매출이 평상시 대비 +70%
• 도시락·음료·라면·과자 카테고리가 핵심 수요
• 2024년 퀵커머스 매출 +30% 수준, CU·GS25 대비 상대적 열위

3.7 컬리 '컬리나우'

• 2024년 6월 론칭 (서울 마포 상암점·강남 도곡점)
• 5,000여 종 상품 (HMR·신선식품·뷰티·백화점 1층 화장품)
• 1시간 내외 배송, 9시~22시 운영
• 최소 주문금액 1만 5,000원, 5만 원 이상 무료배송 → "배달비 허들 높다"는 비판
• 강점: '큐레이션 강자'로서 프리미엄 신선·뷰티 구색, 2030 여성 고객 타겟
• 네이버가 컬리 지분 5~6% 인수 → 네이버 지금배달과의 연계 가능성
• 2025년 1분기 회사 설립 9년 만에 첫 분기 흑자 → 재상장 추진 동력

3.8 이마트·SSG '바로퀵' — 재도전 중

• 2022년 '쓱고우' 서비스 1차 철수 → 2024년 배민과 제휴로 재진출
• 왕십리·구로·동탄점 등 수도권 거점
• 2025년 9월 SSG닷컴 바로퀵 재론칭, 반경 3km 1시간 내 배송
• 2026년 3월 이마트 퀵커머스 매출 전월 대비 +45% 증가, 바로퀵 주문도 +50%
• 전국 70곳 거점 → 2026년 상반기 90곳 확장 계획
• 2027년까지 매출 34조·영업이익 1조 목표

3.9 기타 주요 플레이어

4. 경쟁 구도 요약

4.1 전략 유형별 지도

[A] 직매입형 MFC 모델

• 배민 B마트(선도) / 이마트 바로퀵 / 컬리 컬리나우
• → 고마진·품질 통제 가능하나 자본집약적

[B] 오프라인 매장 중개형

• GS리테일 / CU / 세븐일레븐 / 홈플러스 익스프레스
• → 자산 활용, 저투자·저마진, 규모의 싸움

[C] 배달 플랫폼 중개형

• 배민 장보기·쇼핑 / 쿠팡이츠 장보기·쇼핑 / 요기요 요마트 / 네이버 지금배달
• → 멤버십·배달망 레버리지, 제휴사 확보가 관건

배민만이 A와 C를 동시에 보유한 점이 현 시점 최대 경쟁우위.

4.2 배민 vs 쿠팡이츠 맞대결 — 핵심 전선

4.3 편의점 3파전

• GS25(1위): 18,000점포, 5개 배달플랫폼 전방위 제휴, MAU 4,500만, 이익 견인
• CU(2위): 2,000점 퀵커머스 운영, 3년 연속 두 자릿수 성장
• 세븐일레븐(3위): 7,000점, 올해 퀵커머스 집중 육성, 픽업 프로모션 확대
• 이마트24(4위): 상대적 후발

시사점: 2024년 국내 편의점 점포 수가 사상 최초로 감소(53,266개, -1,586개). 이제는 출점 경쟁이 아닌 "점포당 퀵커머스 매출" 경쟁 국면.

5. 시장 이슈 & 리스크

5.1 수익성 딜레마

• 평균 객단가 12만 원대, 건당 배송비 3,0004,000원 → 단건 기준 적자 구조
• 이마트 '쓱고우', 롯데마트 '바로배송', 쿠팡이츠 '이츠마트' 등 과거 직접물류 모델은 모두 축소·철수
• 해법: 직접 물류 → 제휴 모델 전환(이마트-배민), 최소주문금액 + 멤버십 무료배달, PB로 마진 보강

5.2 규제·상생 이슈

• 배민온리 독점계약 → 참여연대·공정위 신고(2026.2)
• 라이더 '로드러너' 도입 → 등급제 논란, 노조 반발
• 쿠팡 개인정보 유출 사건 여진, 국회 청문회 이슈
• 공공배달앱(땡겨요) 급성장 — 2025년 MAU 329만(+212% YoY)으로 요기요 위협

5.3 자본 유출 우려 (배민)

• 우아한형제들 → 딜리버리히어로(DH) 2년간 약 1조 원 유출
• 2023년 현금 배당 4,127억 원, 2024년 자사주 매입·소각 5,372억 원
• 재투자 여력 감소 우려

6. 2026년 전망 & 시사점

6.1 시장 전망

1. 5조 원 돌파는 확실시. 2030년까지 약 6조 원 규모로 연착륙 전망
2. 침투율 2% → 5%대로 확대 시, 잠재 시장 규모는 현재의 2~3배
3. 카테고리 주도권이 식품 → 뷰티·건강기능식·반려용품·패션으로 이동
4. 서울·수도권 → 지방 거점 도시(광주·대전·대구·부산)로 확장 본격화

6.2 승자의 조건

→ 단일 역량만으로는 승부 불가. 배민처럼 "자사 물류 + 중개 + PB + 구독"의 복합 모델만 장기 생존 가능.

6.3 배민의 방어 시나리오

1. B마트 PB 매출 비중 확대 (현 82% 성장세) → 마진 방어
2. 지방 PPC 추가 개소 (광주 시작, 호남·강원 등)
3. 배민온리 등 독점 계약으로 쿠팡이츠의 제휴 확장 차단 (다만 규제 리스크)
4. 뷰티·건강·반려 등 비식품 카테고리로 객단가 제고
5. AI 기반 배차·배송 최적화로 건당 원가 추가 하락

6.4 쿠팡이츠의 공격 시나리오

1. 편의점 빅2(GS25·CU) 확보 완료 → 세븐일레븐 추가 제휴 가능성
2. 삼성스토어 등 가전·비식품 영역 제휴 확대
3. 지방 광역시로 권역 확장
4. 와우 멤버십 정상화 + 멤버십 혜택 강화로 락인 복원

같이 이야기해 볼 내용

• 배민 퀵커머스 전략 추세 배민의 퀵커머스 전략은 ① 인프라 밀도 → ② 카테고리·시간대 확장 → ③ PB·광고로 수익화 → ④ 멤버십 락인이라는 네 축으로 돌아가고 있고, 앞으로는 결국 "속도"가 아니라 "데이터·광고·구독으로 얼마나 수익을 뽑느냐"가 승부처. 쿠팡이츠가 중개형으로 빠르게 추격하고 네이버가 검색 트래픽을 무기로 들어오는 만큼, 배민 입장에선 단순 선점 효과에 기대지 않고 '선점 → 규모 → 수익화' 사이클을 돌리는 게 관건

+) 배민의 성공 이유는 가장 빠르게 초기 시장에 진입해서 확장하는 방식의 혁신. 열어놓은 시장에서의 선두를 어떻게 계속 유지할 것인지에 대한 아이디어가 핵심일 듯….. ㅜㅜ 어렵다아 결국 돌고 돌아 멤버십으로 갈 것 같은 이느낌………………

• 개선 방향성
  • 광고 수익화 (리테일 미디어)
  • 멤버십 락인 강화 (배민 클럽 ㅜㅜ)
  • 지역 상권 특화 모델
  • B2B 연계 확장 (배민상회 - 자영업자 대상 식자재 배송 등)
  • 공공 협업 확대 (2026년 퀵커머스 최초로 농축산물 할인지원사업 선정 https://www.fnnews.com/news/202602090917362516)

• 페르소나 프레이밍 가장 시급한 문제는 "쿠팡이츠의 맹추격 속에서 성장 모멘텀을 어디서 만들 것인가". MAU 증가율만 봐도 쿠팡이츠 +20% vs 배민 +2%로 이탈 위험이 가시화됐고, 서울 카드결제액 기준 이미 역전당한 상황임

• 방어 축 (Defense) — 쿠팡 와우 멤버십으로 이탈 위험이 있는 현 배민 유저

• 심화 축 (Deepening) — 이미 B마트를 쓰지만 월 1~2회에 머무는 유저의 빈도·객단가 제고

• 확장 축 (Expansion) — 아직 퀵커머스를 '가끔용'으로만 쓰는 잠재 유저의 '일상 장보기' 전환

팀회의

퀵커머스의 전략 : 누가 더 일상에 깊게 침투하느냐의 문제

이런 저런 얘기를 많이 나누고 브레인스토밍을 했는데, 유의미한 내용들, 꼬리에 꼬리를 무는 생각들이 이어졌다.

핵심 타겟을 B마트를 사용하는 사람 / 안사용하지만 인지는 있는 사람 / 아예 몰랐던 사람 중 어떤 것으로 정의할 것인지를 고민하기 위해 각각 페르소나를 설정해서 타임라인을 그려봤는데도 뭔가 모호했다. 이미 습관이 되어있는 생필품 = 쿠팡, 급한 물품 = 편의점 의 공식을 깨기가 여간 어려워보이는 것이 아니었다.

또한 최소 주문 금액에 대한 장벽을 해결하려면 어떤 정책을 제안할 수 있을 지 - 캐시 도입 / 배달과 합배송 / 멤버십 혜택

등으로 생각의 갈래를 쭉 뻗어나가다가 고민에 대한 본질이 약간 흐려졌을 때, 팀장님이 한 번 짚어주신 게 방향성 설정에 큰 도움이 되었음 !!

근데, 퀵 커머스의 본질이 뭘까요? 왜 사용하는 걸까요?

우리는 여기서 큰 힌트를 얻었다. 쿠팡으로도 충분하지 않은 '급함'이 대체 무엇이 있을까.

퀵커머스는 새벽배송으로도 만족을 하지 못하는 '무언가' -> 이는 곧 사람들이 일상에서 느끼는 어떤 '충동'을 '즉각적으로' 만족시키고자 하는 요구에서 비롯되는 것!

그럼, 이 '충동'을 가진 유저들이 이탈하는 이유는? 충동이 사그라들기 전에 욕구를 충족하지 못하기 때문 -> 이는 곧 체류시간이 길어질수록 이탈의 가능성이 올라간다는 것을 의미한다.

여기서 핵심 문제를 발견했다. 사람들의 충동이 사라지기 전에 구매 전환을 시켜야 한다. 즉, 유저플로우에서 최소한의 체류시간을 만들어내야한다는 것.

보통 유저들은 명확한 목적 (아 ! 초콜릿 땡겨 / 아 양파 사야돼) 을 가지고 진입하는데

명확한 목적을 달성한 이후에, 최소 주문금액을 채우기 위해 탐색하는 과정에서 체류시간이 길어지고, 결국 충동은 사라져 구매 이탈이 발생하게 된다.

이는 B마트의 '목적이 없으면 길을 잃는 UI'의 문제일수도 있고, 개인화 추천 부족의 문제일 수도 있겠다는 인사이트까지 도출했다.

내일은 우리의 핵심 문제를 뒷받침하기 위한 리서치나 자료조사를 추가로 한 이후 가설설정과 해결방안까지 작성할 예정이다.

우리 팀의 가장 좋은 점은 생각의 갈래가 완전히 다른 사람들이 섞여서 유의미한 소통의 끝에 힘을 합쳐야 도달할 수 있는 결론에 빠르게 도달한다는 것 !!

다들 욕심도 많고, 생각의 깊이도 깊어서 항상 많이 배우게 되는 것 같다.

나도 더 열심히 해야지

아좌장.

팀 프로젝트 방향 정리

비즈니스 방향성

배민클럽 (멤버십) 개선을 중심으로 각자 더 연관 고리를 찾아나가기

과제 타임라인

내 아이디어로 전체적인 과제의 타임라인을 정리했다.

1단계. 사전 조사

• 시장 조사: 경쟁사 파악, 해당 카테고리의 시장 규모·트렌드
• 앱스토어/플레이스토어 리뷰, 블라인드, 커뮤니티, 유튜브 반응 수집
• 회사의 보도자료·IR 자료·채용공고를 통해 서비스 방향성 유추

2단계. 서비스 구조 분석

• 정보구조도(IA) 작성: 탭, 메뉴, 화면 간 관계 정리
• 핵심 기능 리스트업 (주요 기능과 서브 기능 분류)
• 주요 유저플로우 그리기 (회원가입, 핵심 액션, 결제 등)
• 주요 화면 캡처 및 UI 패턴 분석
• 비즈니스 모델 분석: 수익 구조, 핵심 지표(KPI) 추정

3단계. 유저 & 문제 정의

• 타겟 유저 페르소나 도출 (1~2개, 리뷰와 실사용 기반)
• 유저 저니맵 작성: 진입부터 이탈까지의 경험 흐름
• Pain Point와 미충족 니즈(Unmet Needs) 정리
• 서비스가 해결하려는 핵심 문제(Problem Statement) 정의
• 서비스의 가치 제안(Value Proposition) 역추적

4단계. 개선안 도출 & 신규 기획

• 현재 서비스의 문제점과 개선 포인트 정리
• 개선안 아이디에이션 (How Might We 질문으로 확장)
• 우선순위 매트릭스 작성 (Impact × Effort, 또는 RICE)
• 신규 기능 or 리뉴얼 범위 확정
• 성공 지표(KPI)와 가설 설정

5단계. 기획 문서화

• PRD 작성: 배경·목표·유저·시나리오·성공 지표
• 기능 명세서 (Feature Spec)
• 와이어프레임 또는 로우피 프로토타입 (Figma 권장)
• 정책서·예외 케이스 정리
• A/B 테스트 설계안 또는 출시 후 측정 계획

6단계. 정리 & 발표 준비

• 포트폴리오용으로 문서 재구성 (노션 or PDF)
• 스토리라인 짜기: 왜 이 주제 → 분석 → 문제 → 해결책 → 기대효과
• 발표 자료 제작 (주로 10~15장)
• 동료·멘토 피드백 받고 수정
• README 또는 요약본으로 한 장에 정리

완벽하게 일치해서 진행하기보다는, 유연하게 상황에 맞춰서 진행하는 대신 대략적인 틀은 가지고 과제를 수행하는 게 도움이 될 것 같다는 것은 모두 동의 !

이 프레임워크를 기반으로 과제 수행 날짜를 맞춰보았다.

4/21 : 사전조사 / 서비스 구조 분석

4/22 : 유저 & 문제정의

4/23 : 개선안 도출 & 신규 기획

4/24 : 기획 문서화

발표 형식

발표는 각 장표 별로 나눠서 다같이 진행! 백피도 맡은 부분 각자 진행하기로.

피드백 형식

초반부 방향성은 오롯이 우리끼리

‘질문이 드는 구간은 어디신가요?’ → 꼬리질문으로 !

데스크 리서치

데스크리서치는 간략하게 팀원들이랑 말했던 관심 있는 방향성인 배민클럽 중심으로, 전반적인 배민이라는 서비스와 시장 조사를 진행했다. 주요하게 확인한 문서는 감사보고서와 IR자료, 관련 기사다.

데스크리서치로 내린 결론을 통해 배민 서비스에 대한 SWOT 분석까지도 진행해보았다.

(여담인데, 이렇게 서비스 분석을 진행할 때마다 진짜 아 ~ 주 좋은 이상적인 서비스란 없구나. 정말 고칠 점은 계속계속 발견이 되는구나 싶다.

고쳐줄테니까 뽑아달라고)

1. 핵심 요약

5가지 인사이트 요약

1) 배민은 체력이 있지만 시간은 없다.

2025년 영업이익률이 전년 14.2%에서 10.9%로 급락했고, 외주용역비는 36% 폭증하며 무료배달 비용이 본격적으로 재무제표에 반영됨

그러나 쿠팡이츠가 포함된 쿠팡의 Developing Offerings 부문은 약 1조3천억원대 적자를 내고 있어, 쿠팡이 훨씬 더 빠르게 체력을 소모 중

2) 2026년 공정위 판단이 변곡점.

공정위는 2025년 10월 심사보고서를 통해 쿠팡의 "와우 멤버십 + 쿠팡이츠 끼워팔기"가 공정거래법 위반이라고 판단. 2026년 중 최종 판단이 나오면 쿠팡이츠가 와우에서 분리되어야 하고, 고객은 쿠팡이츠를 별도 구매해야 합니다. 쿠팡이츠의 가장 강력한 무기가 사라지는 시나리오.

단, 배민도 표시광고법 위반 조사를 받고 있어 번들링 설계는 보수적이어야함.

3) 배민은 DH 본사의 자금 조달 창구.

2년간 자사주 소각으로 1조272억원을 본사에 이전했고, 2025년에는 DH 계열 사우디 법인에 2,700억원을 신규 대여. 다행히 DH 본사는 2026년 가이던스에서 "한국 고객 충성도 투자 확대"를 공식 명시.

배민클럽 강화는 본사 전략과 정렬되지만, 투자 재원이 실제로 얼마나 할당될지가 핵심 변수

4) 30대가 배민클럽의 진짜 타겟이다.

30대는 월평균 10만1,491원으로 배달앱 지출이 가장 많고, 20대는 멀티앱 유저(1.9개 앱 동시 사용, 비교 후 구매 45%)로 락인이 어려움. 배민클럽 타겟팅과 혜택 설계는 30대 고지출 유저의 지갑 점유율 확보에 초점을 맞춰야 함.

5) 만족도 격차의 원인은 멤버십이다.

오픈서베이 조사에서 만족도는 쿠팡이츠 3.94, 요기요 3.78, 배민 3.46으로 배민이 꼴등. 그런데 배민의 강점은 "다양한 음식점 입점(57.7%)"이고, 쿠팡이츠의 강점은 "멤버십 구독 혜택(67.3%)"

즉, 배민은 가맹점 수가 가장 많지만 멤버십 혜택이 약해서 만족도에서 지고 있다는 뜻, 배민클럽 강화는 만족도 회복의 직접 경로

전략 방향 후보

• 30대 고지출 유저 집중 락인: 세그먼트별 차등 가격, 가구/가족 플랜, 연간 구독 옵션
• 공정위 판결 시나리오별 대응안 준비: 쿠팡이츠 이탈자 유인 패키지 사전 설계
• 지방 커버리지 확대로 땡겨요 방어: 지자체 제휴 및 지역 특화 혜택
• "Everyday App" 번들 강화: B마트, 장보기, 한그릇, 픽업 통합 구독 상품
• 점주 상생 프로그램으로 프랜차이즈 이탈 방지: 배민클럽 가입 점주의 매출 증대 실증

2. 시장 구조 분석

2.1 시장 규모와 사용자 특성

배달앱 시장은 팬데믹 이후 정체기를 맞았다가 무료배달 경쟁으로 재확장 중

핵심 사용자 통계 (2025년 4월 기준, 와이즈앱)

2.2 연령대별 특성 — 30대가 진짜 큰손

이 데이터에서 도출되는 핵심 인사이트:

• 20대는 자주 주문하지만 지출액은 낮고 멀티앱을 쓴다 → 락인이 어려움
• 30대는 주문 빈도는 낮지만 건당 지출이 크고 앱 충성도가 있다 → 락인 시 ROI 최고
• 배민클럽의 진짜 타겟은 30대 고지출 유저여야 함

2.3 4자 구도 재편

2025년 10월 기준 MAU (와이즈앱·리테일)

서울 시장은 이미 역전: 쿠팡이츠가 2025년 3~8월 서울 카드결제 +103% 증가, 같은 기간 배민은 −11.6% 감소. 2025년 9월 서울 카드결제액은 쿠팡이츠 2,113억 vs 배민 1,605억. 특정 지역에서는 이미 2위가 아닌 1위

땡겨요 부상: 2025년 10월 주간 카드결제액이 144억원으로 전년 대비 1,034% 폭증. 같은 기간 요기요는 −42.2% 급감해 4위로 밀림. 누적 가입자 600만명, 중개수수료 2% (민간 9~10% 대비 파격). 서울시의 서울배달+ 단독 운영사로 선정되었고, 지방에서 지자체 제휴로 빠르게 확장 중

3. 경쟁 지형 심층 — 4개 앱 전략 비교

3.1 배달의민족

• 점유율: 전국 58~60%
• 강점: 가맹점 수 1위, 브랜드 인지도
• 약점: 만족도 꼴등, 멤버십 혜택 체감도 낮음, 무료배달 지역 제한
• 모회사: 딜리버리히어로 (독일)
• 최근 전략: 배민 2.0 선언 (2025년 1월), 울트라콜 종료, 사장님→파트너 호칭 변경

3.2 쿠팡이츠

• 점유율: 25~27% (서울 일부 지역은 1위)
• 강점: 와우 멤버십 번들, 무료배달, 단건배달 속도
• 약점: 공정위 끼워팔기 조사로 번들 구조 붕괴 위험
• 모회사: Coupang, Inc. (NYSE 상장)
• 최근 전략: 2025년 매출 +38% 성장, 그러나 EBITDA 적자 58% 확대 (후술)

3.3 요기요

• 점유율: 10%대 (하락세)
• 강점: 네이버플러스 멤버십과의 제휴 (요기패스X, 월 4,900원)
• 약점: 자체 멤버십 파워 약함, MAU 지속 감소
• 모회사: GS리테일 컨소시엄

3.4 땡겨요 (공공배달앱)

• 점유율: 2~3% (급성장)
• 강점: 중개수수료 2% (파격), 지자체 제휴, 지역화폐 연동, 신한은행 자본력
• 약점: 인지도 낮음, 수도권 가맹점 수 부족
• 모회사: 신한은행
• 최근 전략: 2025년 서울배달+ 단독 운영사 선정, 부산·경기·충남 확장, 땡배달 자체 배달 서비스 시범 운영

3.5 3사 멤버십 비교

4. 배민클럽 현황 심층 분석

4.1 상품 구조

기본 상품 (2026년 4월 기준)

• 정상가: 월 3,990원
• 프로모션가: 월 1,990원 (신규/리텐션 타겟)
• 핵심 혜택: 알뜰배달 무제한 무료, 한집배달 할인

제휴 번들 상품

4.2 지역 커버리지 이슈

배민클럽 무료배달 가능 지역은 서울, 경기, 세종, 5대 광역시(대전, 대구, 광주, 울산, 부산)로 제한됨. 지방 이용자는 배민클럽에 가입해도 무료배달 혜택을 받지 못함. 이는 땡겨요가 지방에서 빠르게 성장하는 직접적 이유

4.3 점주 저항과 프랜차이즈 보이콧

• 롯데리아: 본사 차원에서 배민클럽 주문 거부 선언 (2024년 9월)
• 본아이에프, 써브웨이: 각 점포 자율 결정에 맡기며 사실상 거부 방법 안내
• 점주 부담 구조: 배민클럽 미가입 시 최소주문금액을 1만원에서 1만4,000원으로 인상해야 함 → 사실상 가입 압박

프랜차이즈의 이탈은 배민의 최대 강점인 "가맹점 다양성"을 직접 공격. 브랜드 선택권이 줄어들면 멤버십 가치도 떨어짐

4.4 신사업 연계

배민은 배민클럽과 번들될 수 있는 신사업들을 빠르게 확장 중.

이 모든 신사업은 배민클럽 단일 구독으로 번들될 때 가치 극대화

5. 우아한형제들 재무 심층 분석 (감사보고서 기반)

5.1 손익 트렌드 — 성장은 계속, 수익성은 악화

비용 증가율이 매출 증가율을 초과했습니다. 2년 연속 영업이익 감소세입니다.

5.2 핵심 비용 — 외주용역비 폭증의 의미

외주용역비 3조3,018억 중 3조1,795억(96%)이 자회사 우아한청년들(배달대행업)에 지급되었습니다.

이는 배달 라이더 비용이며, 무료배달 정책의 직접적 비용입니다. 외주용역비 1조에 가까운 연간 증가분(8,739억)은 배민의 수익성 악화를 설명하는 단일 가장 큰 요인입니다.

5.3 본사로 향하는 자금 흐름

배당을 지급하지 않고 이익소각으로 본사(DH)에 자금을 이전하는 구조가 2년간 지속되었습니다. 세법상 배당보다 유리한 방식으로 추정됩니다. 더 주목할 점은 Hungerstation 대여금인데, 이는 DH 소유 사우디아라비아 배달앱에 한국 법인이 자금을 빌려주는 구조로, 배민이 DH 그룹 내 자금 허브 역할을 하고 있음을 보여줍니다.

5.4 주주 구조 (절대적 DH 지배)

사실상 100% 딜리버리히어로 지배. 경영 판단의 최종 승인권은 독일 본사에 있습니다.

5.5 현금 포지션 악화

• 2024년말: 7,316억
• 2025년말: 5,618억 (−23.2%)
• 2년간 약 2,800억원 현금 유출

영업활동 현금흐름은 여전히 5,000억 가까이 창출되지만, 재무활동 현금흐름에서 5,152억이 빠져나가면서(자사주 취득+차입금 상환+리스부채 상환) 순 현금은 감소했습니다.

5.6 공정위 조사가 감사보고서에 명시

감사보고서 주석 32번 (우발부채)에 다음이 공식 기록되어 있습니다.

"당사는 공정거래법 및 표시광고법 위반 여부와 관련하여 공정거래위원회의 조사를 받고 있습니다. 보고기간 말 현재 조사가 진행 중이며, 최종 결과나 과징금 부과 여부 및 규모를 합리적으로 예측할 수 없습니다."

주목해야 할 점: 표시광고법 위반 가능성까지 조사 범위에 포함되어 있습니다. 이는 멤버십 혜택 고지 방식과 무료배달 광고 표현 관련일 가능성이 높습니다. 배민클럽 전략 수립 시 광고 표현까지 법적 리스크로 간주해야 합니다.

5.7 계약부채에서 엿본 단서

감사보고서 주석 16번 계약부채에서 흥미로운 숫자들이 발견되었습니다.

광고 계약부채의 급감은 울트라콜 종료의 직접 반영입니다. 점주가 선불로 입금해둔 광고비가 더 이상 이월되지 않는 구조로 바뀌었음을 의미합니다. 상품권 급증은 배민상품권·선불카드 판매가 크게 성장했음을 뜻합니다. 고객충성제도 19억원은 배민클럽 관련 이연수익으로 추정되지만 확실하지는 않습니다.

6. 딜리버리히어로 글로벌 전략 (모회사 동향)

6.1 FY2025 실적

6.2 Everyday App 전략

DH 본사는 공식적으로 "음식 배달 플랫폼에서 Everyday App으로 전환"을 선언했습니다. 음식 배달뿐 아니라 식료품, 생필품, 헬스·뷰티 등 하루 종일의 소비 니즈를 포착하는 앱으로 진화하겠다는 것입니다. 2025년 Quick Commerce GMV는 75억 유로를 돌파했고, 전년 대비 +30% 성장했습니다.

6.3 한국 투자 공식화

결정적 정보: CEO Niklas Östberg는 FY2025 실적 발표에서 2026년 한국 투자 계획을 명시적으로 언급했습니다.

"Building on the positive momentum achieved in South Korea and Saudi Arabia, Delivery Hero will continue to invest in key Asian and MENA markets to ensure it continues to hold leading positions and retain higher-value customers."

2026년 CFO 가이던스에는 "한국과 MENA 지역의 고객 충성도 투자 확대"가 포함되었으며, 구독 강화·개인화·자체 배달·Dmarts·상품군 확대가 핵심 투자 영역으로 명시되었습니다.

시사점: 배민클럽 강화는 DH 본사의 2026년 공식 전략 방향과 100% 일치합니다. 대규모 투자 재원 확보 가능성이 높습니다. 단, 한국에서 여전히 대규모 자금이 본사로 유출되는 구조적 모순이 있어, 실제로 얼마가 배민에 투자될지는 불확실합니다.

6.4 주주 리스크

• Aspex (지분 9.2%, 2대 주주): 경영 전략을 공개 비판하며 이사회 영향력 확대 요구
• Prosus: Just Eat Takeaway 인수로 인한 규제상 의무로 지분 축소 압박
• Taiwan 매각: 2026년 3월 foodpanda Taiwan 사업을 Grab에 $600M에 매각 결정, 부채 상환에 활용

DH 본사는 주주 압박 속에서 자본 배분 최적화를 진행 중이며, 이 과정에서 한국 법인에 대한 기대치가 더 커질 수 있습니다.

7. 김범석 대표의 배민 2.0 비전

7.1 취임과 선언 (2025년 1월 8일)

김범석 대표는 2025년 1월 2일 우아한형제들 대표로 선임되었고, 1월 8일 송파 롯데월드타워에서 전사 발표를 진행했습니다. 핵심 메시지는 다음과 같습니다.

"2025년에는 배민을 다시 성장 궤도에 올려놓겠다. 이를 위해서 철저히 고객 가치 극대화, 고객 경험 향상의 관점에서 기본부터 변화해 나가야 한다."

7.2 배민 2.0의 3대 축

1) 고객 — 배민클럽 혜택 강화 및 지역 확대 예고

• 구독제 서비스 배민클럽 혜택 확대
• 고객 투자를 정교하게 타겟팅
• 상품구조 개선

2) 파트너 — 관계 재정의

• 사장님 → 파트너로 호칭 변경
• 울트라콜 서비스 단계적 종료 (2025년 4월 강남·서초·세종 등부터)
• AI 기반 맞춤 광고 전략 도입
• 배달 서비스 품질 개선 (라이더 +30%, 배달 시간 단축)

3) 신사업 — Everyday App 확장

• 한그릇 배달 (5월 출시, 9월에 누적 1,000만건 돌파)
• 픽업 서비스 (UI 개편 후 주문 +40%)
• 도착보장 서비스 (5월 시범 시작)
• AI 에이전트 도입 (상담, 매출 분석, 메뉴 추천)

7.3 "원하는 모든 것을 실시간으로 제공하는 대체 불가능한 배달 플랫폼"

김범석 대표가 선언한 배민 2.0의 목표는 DH 본사의 Everyday App 전략과 정확히 정렬됩니다. AI 기반 운영 효율화와 버티컬 확장을 통해 "중개자에서 성장 파트너로" 플랫폼 역할을 재정의한다는 구상입니다.

8. 쿠팡 재무 분석 (10-K 기반)

8.1 전체 실적 (2025 Annual Report)

8.2 세그먼트별 분해 — 쿠팡이츠의 실체

쿠팡은 두 개 세그먼트로 실적을 공개합니다.

• Product Commerce: 로켓배송, 로켓프레시, 마켓플레이스, 와우 멤버십 (한국 내 커머스 본업)
• Developing Offerings: 쿠팡이츠, 쿠팡플레이, 핀테크, 대만 사업, Farfetch (신사업)

Developing Offerings 세부 (쿠팡이츠 주력)

원화 환산 시 (1,350원/USD 가정), 2025년 Developing Offerings 부문 조정 EBITDA는 약 −1조3,400억원 적자입니다.

8.3 배민 vs 쿠팡이츠 체력 비교

단, 쿠팡은 Product Commerce에서 $2.49B EBITDA 흑자를 내고 있어 전체로는 흑자 유지 중입니다. 그러나 쿠팡이츠만 놓고 보면 배민보다 훨씬 큰 속도로 체력을 소모하고 있습니다.

8.4 KFTC 조사 — 결정적 리스크

Coupang 10-K Risk Factors 및 Commitments and Contingencies 섹션에서 다음이 명시되었습니다.

"In September 2024, the KFTC began an investigation of Coupang Corp. related to potential violations of Korea's Fair Trade Act concerning the bundling Eats benefits with the WOW membership. The KFTC issued an examiner's report in October 2025 arguing that such bundling is impermissible under the Fair Trade Act. In the event Coupang is ultimately found to have acted in violation of the law, a fine could be imposed and Coupang may be required to separate the Eats benefit of the WOW membership and customers would need to purchase this benefit separately."

핵심 요약:

• 2024년 9월 공정위 조사 시작
• 2025년 10월 심사보고서: 끼워팔기 = 공정거래법 위반
• 쿠팡은 답변 준비 중, 심의 일정 미정
• 유죄 판결 시: 쿠팡이츠 혜택을 와우에서 분리 → 고객이 별도 구매해야 함

8.5 다른 KFTC 제재 (PB 관련, 이미 확정)

10-K는 별도 건으로 이미 확정된 제재도 공개합니다.

• 과징금 약 $121M (한국 기준 약 1,400억원)
• 2024년 2분기 accrual, 6회 분할 납부 (2024년 10월~2026년 6월)
• 검찰 기소 최대 벌금 $200,000

이는 Coupang Corp.이 이미 공정위 규제 리스크에 노출된 기업이라는 점을 보여줍니다. 주가와 투자자 심리에 부담 요인입니다.

9. 해외 벤치마킹 — DoorDash와 Uber의 사례

9.1 주요 구독 멤버십 비교

학생 할인: Uber One은 $4.99/월로 50% 할인

9.2 Uber의 결정적 지표

Uber는 최근 실적 발표에서 "전체 배달 주문의 거의 3분의 1이 Uber One 멤버에서 발생"한다고 공개했습니다. DashPass 역시 전년 대비, 분기 대비 지속 성장 중입니다.

이는 멤버십 구독이 단순한 부가 서비스가 아니라 매출의 핵심 동력임을 보여줍니다. 배민클럽이 이 수준의 영향력을 갖게 되면 매출 구조가 근본적으로 바뀝니다.

9.3 해외 사례가 배민에 주는 시사점

1) 연간 구독 옵션 도입 필요

• DashPass: 월 $9.99 vs 연 $96 (월 $8, 20% 할인)
• 배민은 월 구독만 있음 → 리텐션 강화와 이탈 방지를 위해 연간 옵션 도입 검토 가치 있음

2) 세그먼트별 차등 가격

• Uber One 학생 할인: 월 $4.99 (50%)
• 배민은 연령/직업별 차등 없음 → 20대 타겟팅을 위한 학생 플랜 가능성

3) 크로스 버티컬 번들이 락인의 핵심

• Uber One은 차량호출 + 배달 + 식료품
• 배민도 B마트·장보기·쇼핑이 있지만 아직 "한 앱 안의 여러 서비스"로 인식되지 않음
• Everyday App 전환이 이 문제의 답

10. 소비자 심리 분석

10.1 만족도 역전 — 배민이 꼴등

오픈서베이 조사 결과 (2024년 12월 기준)

긍정 평가 이유가 완전히 다름:

• 배민 강점: "다양한 음식점 입점" 57.7%
• 쿠팡이츠 강점: "멤버십 구독 혜택" 67.3%
• 요기요 강점: "쿠폰 및 프로모션" 62.5%

배민의 불만족 Top 2:

• "쿠폰 및 프로모션 혜택이 크지 않음" 52.4%
• "앱 내 음식 가격이 오프라인보다 비쌈" 51.3%

핵심 인사이트: 배민은 가맹점 수 1위이지만 만족도는 꼴등이며, 그 격차의 원인이 정확히 멤버십 혜택입니다. 배민클럽 강화는 만족도 회복의 직접 경로입니다.

10.2 구독 피로도

• 글로벌 설문에서 응답자의 절반 이상이 "구독 서비스가 너무 많다"고 답함
• 국내 OTT 시장에서도 2~3개만 유지하고 나머지 해지하는 "구독 다이어트" 확산
• KT경제경영연구소: 2025년 국내 구독경제 시장 100조원 돌파 예상, 그러나 유연한 요금제와 프리미엄 멤버십에 대한 관심 증가

10.3 불황기 배달 지출 감소

오픈서베이 2024년 10월 소비자 트렌드 조사:

• 응답자 77.3%가 "한국 경제는 현재 위기 상황"으로 인식
• 외식, 문화, 배달 음식 지출 감소 폭 확대
• 2019년에는 20~30대가 배달 지출을 늘렸으나, 2024년에는 전 연령대가 감소 경향

시사점: 배달이 점점 "사치재"로 재분류되는 중. 배민클럽의 가치 명분이 "혜택을 통한 합리적 소비"에 맞춰져야 함.

11. 규제 환경

11.1 공정위의 2가지 트랙 조사

트랙 1: 쿠팡 와우+쿠팡이츠 끼워팔기 조사

• 2024년 9월 조사 착수
• 2025년 10월 심사보고서: "끼워팔기 = 공정거래법 위반"
• 2026년 중 최종 판단 예상
• 유죄 시 와우에서 쿠팡이츠 분리 필수

트랙 2: 배민 공정거래법 및 표시광고법 조사

• 감사보고서 주석에 공식 기록
• 표시광고법이 포함되어 있는 점에 주목 (광고 표현 문제)
• 최종 결과 예측 불가

11.2 수수료 상한제 검토

이재명 정부는 "배달 플랫폼 수수료 상한제" 도입을 공언했습니다. 쿠팡과 배민을 포함한 사회적 대화기구 구성에 합의. 시장의 플레이어를 늘려 점주의 선택권을 확대한다는 명분으로 공공배달앱 활성화도 병행 중입니다.

11.3 상생협의체와 점주 규제

• 배달앱 상생협의체에서 중개수수료 협상 지속
• 땡겨요 (2%) 대비 민간 배달앱(9~10%)의 수수료 격차가 정치적 이슈화
• 민주당이 탄핵 정국에서 영향력 확대, 배달 수수료 추가 인하 압박

11.4 규제 지형의 3가지 시나리오

12. 전략적 시사점 — SWOT 정리

12.1 강점 (Strength)

• 전국 58~60% 점유율, 브랜드 인지도 압도적
• 가맹점 수 1위 → "선택의 다양성" 확보
• 퀵커머스(B마트, 장보기·쇼핑) 이미 구축
• 김범석 체제 배민 2.0 비전 명확
• DH 본사의 한국 구독 투자 공식 발표 (2026년)
• 한그릇·픽업·도착보장 신사업 성과

12.2 약점 (Weakness)

• 2년 연속 영업이익 감소 (14.2% → 10.9%)
• 외주용역비 +36% 폭증 (무료배달 비용)
• 지방 무료배달 미커버 (땡겨요 침투 허용)
• 점주 부담 전가 구조 (최소주문금액 인상 압박)
• 롯데리아 등 프랜차이즈 보이콧
• 만족도 3사 중 꼴등 (3.46점)
• 본사 자금 유출 구조 (2년간 1조원+)

12.3 기회 (Opportunity)

• 공정위 쿠팡 제재 임박: 2026년 중 유죄 시 쿠팡이츠 번들 붕괴
• 해외 DashPass/Uber One 검증된 성공 공식 참조 가능
• 국내 구독경제 시장 100조원 돌파
• 30대 월 10만원+ 고지출 세그먼트 존재
• DH Everyday App 전략과 배민 2.0 정렬
• AI 에이전트 시대 개막 (운영 효율화)

12.4 위협 (Threat)

• 쿠팡이츠 서울 점유율 역전 (이미 진행)
• 땡겨요 지방 공공앱 급성장 (+1,034% 주간결제)
• 이재명 정부 수수료 상한제 도입 검토
• 구독 피로도 누적 + 배달 지출 감소
• 네이버플러스 통한 요기요 부활 가능성
• 배민 자체 표시광고법 조사 진행 중

비즈니스 방향성과 목표 얼라인

각자 데스크리서치를 마치고 서로 조사한 내용을 공유한 후 어떤 문제를 기준으로 삼아서 과제를 수행해야 할 지에 대한 토의를 진행했다.

우리 팀은 크게

퀵 커머스의 개선을 통한 성장 vs 멤버십 개선을 통한 내실 다지기

두 가지의 개선 방향으로 나뉘어서 토의를 진행했다. 나는 멤버십 개선을 주장했었는데, 근거는 다음과 같다.

📌 한 줄 요약 배민클럽을 "배달비 할인 쿠폰"에서 "내 동네 식생활 네트워크"로 재정의하고, 점주·라이더·소비자·배민이 함께 가치를 만드는 구조로 전환하자.

1. 현재 배민클럽의 문제 — 왜 개선이 아닌 재정의인가

1-1. 설계 자체의 논리적 균열 현재 배민클럽은 2024년 쿠팡이츠의 와우 번들 무료배달 공세에 대한 방어 반응으로 출시됐습니다. 전략적으로 설계된 상품이 아니라, 쿠팡이츠 카피캣에 가깝게 급조된 상품이라는 점이 구조적 문제의 출발점입니다. 핵심 균열은 "혜택의 원천과 수혜자의 불일치"입니다. 소비자가 받는 "무료배달"의 실제 비용은 정률제 전환을 통해 점주에게서 나오고, 배민은 구독료(월 1,9903,990원)로는 건당 배달비(2,5003,300원)를 감당할 수 없습니다. 즉 월 2회만 주문해도 이미 적자 구조입니다.

1-2. 4자 모두가 손해 보는 상태 소비자 — 단기로는 무료배달이라는 이득을 얻지만, 장기적으로는 메뉴가 인상·최소주문금액 상승으로 비용이 다시 돌아옵니다. 점주 — "배민1플러스(정률제) 가입 → 혜택 가게 선정" 구조 때문에 사실상 강제 전환 압박을 받고, 중개수수료(2.07.8%) + 업주부담 배달비(1,9003,400원) + 결제수수료(1.5~3%)가 중첩됩니다. 실질 부담률이 40%를 넘는 경우도 흔합니다. 라이더 — 운임 후려치기 압력에 노출되고, 서비스 품질과 수익이 분리됩니다. 배민 — 구독자는 늘지만 수익성은 악화되고, 점주 신뢰 하락과 규제 리스크가 동시에 옵니다.

1-3. 개선으로 풀리지 않는 이유 수수료율을 1~2%p 낮추거나 혜택을 조금 추가하는 방식으로는 이 구조가 바뀌지 않습니다. 문제는 비용 분담의 크기가 아니라, 가치의 원천 자체가 잘못 설계됐다는 점입니다. 따라서 개선이 아닌 재정의가 필요합니다.

2. 왜 "쿠팡 따라하기"가 답이 아닌가

2-1. 쿠팡과 배민의 구조적 차이 축쿠팡배민게임의 본질스케일 (전국 규모)밀도 (동네 단위)소비 패턴일상적·반복적·이성적비정기적·감정적·맥락적카테고리 확장성무한 (공산품→신선식품→OTT)제한적 (외식 중심)물류 자산직접 보유 (로켓배송)점주·라이더에 의존재고 통제직접 매입으로 마진 통제연결만 함, 마진 통제 불가 쿠팡 와우가 "배송비 무료"를 팔 수 있는 이유는 자체 물류망이라는 인프라가 있기 때문입니다. 반면 배민은 배달비의 원천이 외부(점주·라이더)에 있어서, 같은 혜택을 팔면 외부 부담만 쌓입니다.

2-2. 한계를 차별화로 뒤집는 관점 배민의 한계(로컬, 비정기, 비재고, 감정적 소비)를 약점이 아니라 쿠팡이 절대 복제할 수 없는 해자로 해석해야 합니다. 쿠팡은 전국 1억 건의 배송을 처리할 수 있지만, "내 동네 김밥집 사장님과의 관계"는 만들 수 없습니다. 이 영역이 배민의 유일한 차별화 가능 지대입니다.

3. 배민 멤버십의 본질 재정의

3-1. 정의

"내 동네의 식생활을 가장 잘 아는 멤버십"

3-2. 이 정의가 강력한 이유 쿠팡이 절대 따라올 수 없음 — 물류 기반 플랫폼은 로컬 밀도와 관계를 만들 수 없습니다. 경쟁 축이 달라지면 가격 경쟁의 압박에서 벗어납니다. 배민이 이미 가진 자산으로 만들 수 있음 — 점주 네트워크, 주문 데이터, 동네 상권 정보가 이미 배민 안에 있습니다. 새로 구축할 필요 없이 재조합만 하면 됩니다. "함께-가치" 브랜드 철학과 정렬됨 — 현재 이 슬로건은 마케팅 레이어에만 존재합니다. 재정의된 멤버십은 이 가치를 운영 구조로 구현하는 첫 시도가 됩니다. 한계비용이 낮음 — 데이터 기반 개인화, 관계 큐레이션은 구독자가 늘어날수록 한계비용이 0에 수렴하는 고정비성 자산입니다.

라고 했지만, 당장 큰 목표는 '배민의 성장' 이기 때문에 성장에 대한 임팩트를 더 잘 보여줄 수 있고, 배민2.0의 비전이랑도 맞닿아있는 '퀵커머스 성장 전략'을 선택하기로 했다.

처음으로 팀원들과 합을 맞춰서 프로젝트를 진행한 첫 날이었는데, 다양한 인사이트에서 이야기가 많이 오가고 유의미한 결론을 도출해내는 지점에서 탄탄하게 초반부를 다져간 것 같아서 만족스럽다 ㅎ.ㅎ

앞으로 남은 시간도 파이팅해서 더 잘 달려나가봐야지. 움냐리.. .~

• 개인 아티클 카타
• 토스 PO 세션 : carrying capacity
• 특강 : 페인포인트 발견과 페르소나
• ADsP 제 2과목 공부
• 서비스 기획 숙련 과제 최종 검토

개인 아티클 카타

https://velog.io/@minimalhwi_st/insight-같은-100명-2배의-전환-AI가-데려온-고객이-다른-이유

과거에는 사용자가 키워드를 입력하고 수많은 리스트 중 하나를 골라 들어왔지만, 이제는 AI가 최적의 답을 하나 또는 소수로 제안한다. 이는 '트래픽의 양'보다 '유입의 질'이 압도적으로 중요해졌음을 의미함

2026년 마케팅의 성패는 단순히 많은 사람을 데려오는 것이 아니라, AI라는 '디지털 도슨트'가 우리 브랜드를 신뢰하고 추천하게 만드는 구조를 얼마나 빨리 구축하느냐에 달려 있다. 단순 광고비 투행보다 GEO 전략 수립이 더 높은 ROI를 가져다줄 것 !

GEO : Generative Engine Optimization 이제 우리 브랜드가 구글이나 네이버 상단에 노출되는 것을 넘어, "AI가 사용자에게 우리 제품을 추천하는가?"가 생존의 핵심. 이를 위해 AI가 인용하기 좋은 구조화된 데이터(JSON-LD 등)와 신뢰성 있는 전문 콘텐츠를 생산해야함

토스 PO 세션 : carrying capacity에 대해

단순히 지표에 대한 관리나 제안을 넘어 제품 성장의 본질에 대한 패러다임을 바꾼 세션. CC는 제품의 순수 체력만으로 도달 가능한 최대 MAU를 의미하는데, 이건 호수의 물 높이가 어디까지 올라갈 수 있는지를 확인하는 것과 같다. 땅의 넓이(광고비)가 아니라 내리는 비의 양(유입)과 빠져나가는 물의 비율(이탈)로만 결정된다는 것. 따라서 MAU는 직접 조작하는 수치가 아니라, 두 변수의 상호작용으로 만들어진 결과값이라는 걸 이해하는 게 중요하다.

인상 깊었던 점은 지표에 대한 구조적인 접근인데, 수학적 공식으로 지표를 정의하고 명확하게 설명해내며 '가짜 지표'들을 걷어내는 방식이었다.

명확하게 정의된 공식을 통해 '모든 마케팅 수단을 껐을 때 남는 순수 유입과 이탈률'을 파악하는 것이 가장 중요함을 알 수 있다.

또한 모든 제품은 현재 구조 상 도달할 수 있는 '천장'이 있음을 인정하고, 천장 자체를 높이는 전략을 고민하라는 사고방식도 인상적.

행동양식 인사이트

1. 분모 개선은 가장 파괴적인 그로스 여기서는 이탈률을 감소시키는 것이겠지. 화려한 이벤트로 유입을 끌어올 생각말고 '유저가 왜 떠나는지'를 데이터로 파헤치고 바닥의 구멍을 메우자.

2. 전략적 선견지명 토스가 송금 cc의 한계를 미리 예측하고 다음 수를 준비했던 것처럼, 지표가 꺾이기 전에 미리 대비할 줄 알아야한다. 현재 지표가 좋아도 cc계산 결과가 천장에 가깝다면, 새로운 cc를 위한 확장 전략이 필요함.

PM은 호수의 물을 억지로 퍼올리는 사람이 아니라 호수로 흐르는 물줄기를 넓히고 바닥의 구멍을 메우는 사람이다. 성장의 한계를 데이터로 예측하고, 한계를 돌파하기 위한 다음 도판을 짜는 실력을 기를 것.

📝 [특강] 페인포인트 발견과 페르소나

1. 페인포인트 (Pain Point)의 이해

• 정의: 고객이 서비스 이용 과정에서 겪는 불편함, 좌절, 문제 등의 구체적인 지점입니다.
• 유형 (업무상 4가지 분류):
  1. 과정상 페인포인트: 서비스 이용 절차에서의 불편함.
  2. 재무적 페인포인트: 비용이나 가격에 대한 부담.
  3. 지원 페인포인트: VOC나 고객 지원 시스템과 관련된 문제.
• 필요성: PMF(Product-Market Fit)를 찾고, 수많은 개선안 중 우선순위를 결정하는 핵심 기준이 됩니다.

2. 페인포인트 vs 니즈 (Needs)

• 차이점: 니즈는 '원하는 것'으로 충족 시 만족감을 주지만, 페인포인트는 해결되지 않으면 즉각적인 이탈을 유발합니다.
• 해결 순서: 고객은 페인포인트가 해결되지 않으면 떠나기 때문에 페인포인트를 우선적으로 개선해야 합니다.
• 니즈 도출: 고객은 본인의 니즈를 모르는 경우가 많으므로, PM은 페인포인트를 분석하여 숨겨진 니즈를 추론해야 합니다.
  • 예시: "가격 비교 기능이 없어 불편하다"는 페인포인트 → 본질적 니즈는 "최저가 구매" → 솔루션으로 "최저가 보상제" 도입 가능.

3. 페인포인트 발견 프레임워크

PM은 시장(매크로)과 고객(마이크로) 관점을 동시에 봐야 합니다.

① 매크로 어프로치 (시장/산업 관점)

• PEST 분석: 정치, 경제, 사회, 기술적 환경 변화 파악 (예: AI 정부 지원금 트렌드).
• 3C 분석: 자사(Company), 경쟁사(Competitor), 고객(Customer) 동향 파악.
• SWOT 분석: 강점, 약점, 기회, 위협 분석.
• 정량적 데이터: 재무제표, 사업 보고서, 기존 KPI 추이 분석.

② 마이크로 어프로치 (고객 직접 소통)

• 유저 리서치: 설문조사, 1:1 인터뷰, FGI.
• 데이터 분석: UT(사용성 테스트), VOC 분석, 유저 행동 데이터 분석.

4. 페르소나 (Persona) 설정

• 목적: "누구의 문제를 풀 것인가"를 정의하여 리소스 낭비를 막고 타겟팅을 명확히 함.
• STP 프레임워크:
  • S (Segmentation): 행동, 연령, 지역, 심리적 요인 등으로 유저를 세분화함.
  • T (Targeting): 세분화된 그룹 중 누구를 먼저 공략할지 결정함.
  • P (Positioning): 경쟁사 대비 우리 서비스가 가질 위치 설정.
• 주의사항:
  1. 상상이 아닌 데이터 기반으로 작성할 것.
  2. 초기 프로젝트는 1~2개의 핵심 페르소나에만 집중할 것.
  3. 이상적인 고객이 아닌 실제 유저 데이터를 반영할 것.

5. JTBD (Jobs To Be Done) 프레임워크

• 핵심 개념: 고객은 제품 자체를 사는 것이 아니라, 자신의 문제를 해결(과업 수행)하기 위해 제품을 고용하는 것입니다.
  • 예시: 고객은 0.5인치 드릴이 아니라 '0.5인치 구멍'을 원함.
• Gain Point: 페인포인트(불편함)의 반대 개념으로, 고객이 얻게 될 이상적인 혜택입니다.

6. PM이 경계해야 할 함정

• 내부 의견 맹신: 나 자신의 의견이나 상사(C-level)의 요구를 고객의 목소리로 착각하는 것.
• 일반화의 오류: 목소리 큰 소수(1명)의 VOC를 전체 유저의 문제로 판단하는 것.
• 솔루션 매몰: 하고 싶은 특정 기능(솔루션)에 맞춰 문제 정의나 데이터를 끼워 맞추는 행위.

7. [사례] 오프라인 심리상담 예약 플랫폼

• 매크로 분석: 코로나19로 인한 멘탈 헬스케어 수요 증가 및 정부 지원 확대 확인.
• 페인포인트 발견:
  • 공급자(상담사): 내담자가 줄어 마케팅이 필요하지만, 광고에 대한 거부감이 큼.
  • 수요자(내담자): 전화를 통한 예약이 심리적으로 부담스럽고 믿을만한 상담사인지 알기 어려움.
• 해결 과정:
  1. 초기에는 '예약 시스템'에 집중했으나 예약 전환율이 낮았음 (1%).
  2. 리서치 결과 '신뢰의 문제'임을 발견 → 리뷰 데이터 구축으로 솔루션 피봇.
  3. 결과적으로 예약 전환율이 2%까지 (2배) 상승함.

ADsP 2과목

오늘은 오후 시간에 공부 안될 것 같아서 카페로 튀어서 집중적으로 adsp 2과목 공부를 진행했다. 생각해보니 노션에 자격증 공부용 페이지도 만들어놨었는데 첫날에 활용을 안해서, 리스트 작성 겸 1과목에 대한 복습과 오답노트도 진행했다.

일단 암기로 빠르게 끝낼 수 있는 1과목 2과목은 이틀에 걸쳐 완료했고, 내일은 두개 합쳐서 문제 풀어보고 다음주에 통계 파트 들어갈 예정. 4월 마지막주까지는 개념과 문풀 반복하고 5월부터 기출 모의고사 풀면 안정적으로 합격할 수 있을 듯 하다.

랄라

서비스 기획 숙련 과제 최종 검토

오탈자는 없는지, 논리가 유기적으로 이어지는지, 가독성은 괜찮은지, 중복되고 반복되어 나오는 내용은 없는지를 기준으로 검토했다.

입문 과제에서 가장 많은 피드백을 받았던 게 보고서답지 않고 논문같은 문서다, 였기 때문에 이번 과제에서는 그 점을 가장 신경써서 작성해봤다 !

길게 풀어진 말들은 최대한 요약하거나 표로 작성하고, 시각화가 훨씬 효과적일 것 같은 지점은 그래프를 그렸다.

그래서 표 지옥 보고서가 됨(ㅋㅋ 근데 확실히 깔끔하긴 하다.

진짜 진짜 내일 최종 검토하고 제출한 뒤에 내일 TIL에 정리본 올려야지. 진짜.최종의. 최종.

아마 과제 제출하고 내 모습 예상도.

1. 캐링 캐패시티(Carrying Capacity, CC)의 정의

• 제품의 체력적 한계치: 마케팅 등 외부 요인을 제외하고 제품 본질의 힘으로 도달 가능한 최대 MAU(월 활성 유저 수)임.
• 호수 모델: 물 높이(MAU)는 유입되는 비(Inflow)와 빠져나가는 비율(Churn)의 균형 지점에서 결정됨.
• 결과 지표로서의 MAU: MAU는 조작 가능한 변수가 아니라 유입과 이탈이 상호작용한 결과물에 불과함.

2. 수학적 공식 및 매커니즘

$$CC = \frac{\text{Daily New Customers (신규 유입)}}{\text{Daily Churn Rate (이탈률)}}$$

• 동적 평형: 일일 신규 유입 수와 일일 이탈 유저 수($MAU \times Churn$)가 같아지는 지점에서 성장이 멈춤.
• 예측 가능성: 출시 초기의 유입량과 이탈률 데이터만으로도 최종 도달 가능한 유저 규모를 엑셀로 산출 가능함.

3. 상황별 핵심 인사이트 (PO가 반드시 알아야 할 5계명)

4. 실무 그로스(Growth) 전략

• 이탈률($Churn$) 개선: 분모를 줄이는 것이 가장 강력한 성장 동력임. 이탈률을 낮추면 마케팅 없이도 서비스 규모가 기하급수적으로 커짐.
• 본질적 유입 증대: 광고비 지출이 아닌 입소문, 바이럴 등 오가닉 인플로우를 늘려 분자를 키워야 함.
• 멀티 프로덕트 전략:
  • 토스는 송금 CC 한계(300만)를 미리 예측하고 성장이 멈추기 전 '신용조회' 등 신규 서비스 런칭함.
  • 기존 CC 위에 새로운 CC를 스택처럼 쌓아 올림으로써 전체 앱의 통합 CC를 확장함.

5. 결론 및 제언

• 데이터 측정의 우선순위: 당장 우리 제품의 이탈률(Churn Rate)부터 측정해야 함.
• 전략적 타이밍:
  • CC에 근접했다면: 광고 대신 제품 개선 및 신규 서비스 런칭에 집중.
  • CC까지 여유가 있다면: 광고를 통해 도달 속도를 가속화.

https://www.beusable.net/blog/?p=7590

핵심 요약

데이터로 증명된 'AI 유입'의 파괴력

단순한 경향성이 아니라, 실제 비용 대비 효율 측면에서 압도적인 차이

전환율(CVR) 격차: 자연 검색(5.3%) vs AI 추천 유입(11.4%) → 2.15배 차이.

비용 효율(Efficiency): 동일한 500만 원의 예산을 집행했을 때, 자연 검색은 530명을 전환시키지만 AI 유입은 1,140명을 전환시킴

획득 단가(CPA): 유입 당 비용을 고려할 때 AI 추천 경로의 전환 비용은 자연 검색 대비 절반 이하(약 4,386원)로 떨어짐. 이는 마케팅 예산의 효율이 2배 이상 점프함을 의미

왜 AI 유입 고객은 더 잘 사는가? (3가지 핵심 기제)

리포트는 AI 유입 고객의 높은 전환율이 우연이 아닌 '퍼널의 구조적 변화' 때문

① 사전 필터링된 고관여 유저 (High Intent) 검색: 사용자가 키워드를 던지고 스스로 정보를 필터링해야 함 (에너지 소모 높음).

AI: 사용자가 이미 대화를 통해 자신의 의도를 구체화한 상태에서 추천을 받음. 즉, '살 준비가 된 사람'만 골라서 들어오는 필터링 효과 발생

② 탐색 퍼널의 압축 (7단계 → 2단계) 일반적으로 신규 방문자는 '홈 → 카테고리 → 리스트 → 상세페이지' 등 복잡한 과정을 거치며 이탈

반면 AI 유입은 대화 과정에서 이미 탐색을 마쳤기 때문에, 사이트에 접속하자마자 [상세페이지 → 구매]로 이어지는 초단축 경로 관찰. "신규 방문자의 95%가 3페이지 이내에 이탈한다"는 한계를 AI가 기술적으로 극복시킴

③ 신뢰의 전이 (Authority Transfer) AI가 "이 제품이 당신에게 가장 적합합니다"라고 추천하는 순간, 해당 브랜드에 대한 검증을 AI가 대신해 준 꼴. 사용자는 브랜드에 대한 의구심을 낮춘 상태로 유입되므로 구매 결정이 훨씬 빠름

2026년 전략의 핵심: SEO를 넘어 'GEO'로

리포트는 2026년 AI 유입 비중이 30%를 상회할 것으로 예측하며, 마케팅의 전장이 검색 엔진(Search)에서 생성형 엔진(Generative)으로 옮겨갔다고 강조

GEO(Generative Engine Optimization) 실행 전략 AI가 우리 브랜드를 더 많이, 더 정확하게 인용하게 만들기 위한 4가지 체크리스트

1. 구조화된 데이터 (Schema Markup): AI 크롤러가 제품명, 가격, 리뷰, 재고 상태를 즉각 파악할 수 있도록 JSON-LD 등의 형식을 완벽히 갖춰야 합니다.

2. 맥락적 콘텐츠 (Contextual Content): 단순히 키워드를 나열하는 것이 아니라, 사용자의 특정 문제(예: "아이와 함께 가기 좋은 가성비 숙소")에 대한 '해답'이 될 수 있는 문장 단위의 콘텐츠를 보유해야 합니다.

3. 인용 가치(Citaton Worthy): AI는 신뢰할 수 있는 출처를 선호합니다. 전문적인 통계, 독자적인 연구 데이터 등을 포함하여 AI가 '출처'로 삼고 싶어 하는 페이지를 구축해야 합니다.

4. 브랜드 평판 관리: AI는 웹상의 리뷰와 평판을 학습합니다. 부정적인 데이터 셋이 AI 추천 알고리즘에 반영되지 않도록 관리하는 것이 과거의 검색 순위 관리보다 중요해집니다.

결론 및 실무 제언

이 리포트의 결론 : "트래픽의 양에 매몰되지 마라"

분석의 변화: 이제 GA4 등 분석 도구에서 유입 경로를 볼 때, 'Search'와 'AI/LLM' 유입을 반드시 분리해서 성과를 측정해야 함

UX의 변화: AI를 통해 들어온 유저에게는 일반 유저와 다른 '특화된 랜딩 경험'을 제공해야함 (예: AI가 추천한 그 특징을 바로 최상단에 보여주는 방식)

결국 2026년의 승자는 AI라는 거대한 필터를 통과해 우리 사이트로 들어오는 '고밀도 유저'를 얼마나 잘 대접하고, 그 필터(AI)에 우리 브랜드를 얼마나 잘 각인시키느냐에 결정될 것

인사이트

① 검색의 시대에서 '추천과 대화'의 시대로 이동 과거에는 사용자가 키워드를 입력하고 수많은 리스트 중 하나를 골라 들어왔지만, 이제는 AI가 최적의 답을 하나 또는 소수로 제안한다. 이는 '트래픽의 양'보다 '유입의 질'이 압도적으로 중요해졌음을 의미

② 마케팅 KPI의 재설정: GEO(Generative Engine Optimization) 이제 우리 브랜드가 구글이나 네이버 상단에 노출되는 것을 넘어, "AI가 사용자에게 우리 제품을 추천하는가?"가 생존의 핵심. 이를 위해 AI가 인용하기 좋은 구조화된 데이터(JSON-LD 등)와 신뢰성 있는 전문 콘텐츠를 생산해야함

③ 초단축 구매 여정에 최적화된 랜딩 페이지 AI 유입 고객은 이미 AI와의 대화에서 많은 정보를 습득하고 온 '고관여 고객', 따라서 이들에게는 구구절절한 설명보다는 AI가 추천한 이유를 즉각적으로 확인해주고 바로 결제나 행동으로 이어질 수 있는 '심리스(Seamless)한 랜딩 페이지' 설계가 필수적

④ 데이터 분석의 관점 변화 단순 유입 경로(Referrer) 분석을 넘어, 어떤 AI 엔진이 어떤 맥락에서 우리 서비스를 추천했는지 분석하는 능력필요. 전환율이 2배 이상 높다는 것은 마케팅 효율(ROAS)을 극적으로 높일 수 있는 기회이므로 AI 유입 경로에 대한 별도의 세그먼트 분석이 요구

결론

2026년 마케팅의 성패는 단순히 많은 사람을 데려오는 것이 아니라, AI라는 '디지털 도슨트'가 우리 브랜드를 신뢰하고 추천하게 만드는 구조를 얼마나 빨리 구축하느냐에 달려 있다. 단순 광고비 투행보다 GEO 전략 수립이 더 높은 ROI를 가져다줄 것 !

TIL 목차

• 팀 아티클 카타
• adsp 시험 접수 및 제 1과목 공부
• 서비스 기획 숙련 과제

팀 아티클 카타

https://yozm.wishket.com/magazine/detail/1606/

1. 아티클 정보

• 제목 : IA, 메뉴구조도, 화면목록이 헷갈린다면?
• 작성자(저자) : 정병준

2. 핵심 내용 요약

• 이 아티클의 주요 메시지 : IA 화면 간 흐름과 관계 정리 → 서비스의 전체 구조와 작업 우선순위 파악 메뉴구조도 서비스 단위의 큰 틀(사이트맵) 화면 목록 화면 ID를 통해 실무 작업 기준 명확히

• 핵심 키워드 : depth code 적재적소 문서의 목적

3. 흥미로운 점/새롭게 알게 된 점

• 읽으면서 가장 흥미로웠던 부분 :

비슷한 구조를 가진 문서지만 어떤 내용이 들어가 있는지, 어떤 목적으로 사용하는지에 따라 명확히 작성해야 하는 부분들이 있고 이 문서들의 사용 방식도 달라진다는 점 !

크게 나눠보자면 내용의 범위는 IA>화면목록>메뉴구조도 순인 것 같다.

따라서 거시적인 관점에서 서비스를 파악하기 위해 IA를 작성하고, 실무 작업에서 담당자들의 원활한 커뮤니케이션을 위해 메뉴구조도를 작성한다고 이해하면 각 문서의 방향성을 잡을 때 도움이 될 듯

서비스의 규모에 따라 메뉴구조도의 목적도 달라진다. 서비스가 큰 경우 IA를 작성하기 전 전체적인 형태를 확인하고자 쓰지만 서비스가 작은 경우 IA와 메뉴구조도를 같은 문서로 사용해 IA를 일부 대체할 수도 있다.

그렇다면 작성 순서는 내용의 범위와 반대로 메뉴구조도 > 화면목록 > IA 순이 편리할 수도 있겠다.

• 이전에는 알지 못했거나 새롭게 배운 내용 :

전체적으로 IA, 메뉴구조도, 화면 목록에 대한 이해를 높여주는 정보성 글이었다. 각 문서에 포함되는 내용과 사용 용도를 따로 TIL에 작성해두면 좋을 듯.

댓글 중 기획 문서 작성에 도움이 되는 내용이 있어 인용

모든 기획 문서가 그렇듯 최소한의 형식은 갖춰져 있지만, 목적과 환경에 맞춰 유기적으로 내용을 채워나가야 하기에 내용으로 문서의 이름을 판단하기는 어렵고, 문서를 보는 사람들이 같은 목적으로 이해할 수 있도록 통일화만 된다면 괜찮다.

중요한 것은 문서의 목적과 용도를 이해관계자들이 똑같이 이해하는 것

+AI를 사용하면 쉽고 빠르게 작성이 가능할 듯 하다 !! 클로드 코드를 통해 정보를 주고 작성한다던가, 등등 …

4. 나의 한 문장 요약

• 이 아티클을 한 문장으로 요약하면? 💡 적재적소에 문서를 활용하는 것이 효율을 높이는 방법이다

ADsP 공부 시작

드디어 원서 접수가 시작됐다 원래 자격증 공부는 원서 접수 하고나서부터 하는거라며 ...

오늘은 제 1과목 공부를 했다. 개념 요약 노트를 회독하고, 백지에 마인드맵으로 내가 이해한 개념들과 정의를 채워넣었음 !

암기 과목을 공부할 때 가장 효과적이고 빠른 방법이라고 단언한다 ㅎ,ㅎ

개념을 한 번 정리한 뒤로는 제미나이를 통해 예상 모의문제를 뽑아가며 공부했는데, 이게 아주 많은 도움이 되었다. 당연히 다 이해했다고 생각한 개념을 자꾸 틀리는 걸 찾아내 내가 약한 부분 파악이 아주 용이했음

그리고 요약 노트에 없는 문제가 출제되면, 그 문제에 대한 개념을 정리해달라하면서 백지메모를 보완했다.

요새 정말 공부하기 쉬운 세상이다 .... 이렇게 한 달 공부하고 시험 떨어지면 안되겠지 ...

팀프로젝트는 몰입해서 해야하고, 또 얼마나 많은 품을 들여야할 지 아직 짐작이 잘 안되기 때문에 이번주 안에 제 3과목까지 한 번 개념 회독을 하는 게 목표다! 3과목이 좀 빠듯해보여서 걱정이긴 하쥐만 ...~ 내일은 과제 오전 중에 제출하고 하루종일 2과목~3과목 파봐야지.

서비스 기획 숙련 과제

오늘의 이슈 : 다시 점검해보니 또 수치 안 맞음 (1000명 중에 335명이면 당연히 33.5퍼센트지 27.5는 어디서 나온 수치임?), 통계적 유의성 카이제곱검정해보니 내가 세운 문제 3개 중 2개가 유의성이 낮음 .... 이런 지엔장 ...

하지만? 해결하면 그만이야 수치는 고치면 되고, 통계적 유의성은 낮아도 결과 방향이 일관되게 나왔기 때문에, a/b 테스트를 통해 충분한 샘플을 모집하는 것으로 대안을 제시했다. 그리고 할인 미노출이 그렇게 유의미한 결과가 나오진 않았지만 검색(복잡한 경로) + 할인 미노출은 유의미한 전환율 급락이 있어서 검색 결과 유입 유저에 대한 노출을 우선시하는 것으로 결정.

그리고 페르소나 별 분석이 내가 선정한 B말고도 지나치게 상세해서 전체 보고서의 흐름 상 B에 대한 강조가 잘 안 이루어지는 것 같아 나머지 페르소나 분석을 축약했다.

고쳐도 고쳐도 끝이 없다

매일 다시 보면 매일 새롭게 고칠 게 보임 ...

그렇지만 난 최선을 다했다

내일 오전 중에 마무리하고 제출해버릴 것임

보고서 맥락 끊긴 건 없는지, 논리적 오류는 없는지 클로드선생과 제미나이 선생과 500번 정도 점검한 뒤에 낼 것임 ...

내일은 서비스 기획 숙련 과제 완_ver로 TIL 써야겠다.

우히히

집

TIL 목차

• 개인 아티클 카타
• AI 기획 / 데이터 세션 2
• 서비스 기획 숙련 과제 과제 과제 ..

개인 아티클 카타

https://velog.io/@minimalhwi_st/insight-12-things-about-product-market-fit

인사이트

가장 중요한 것은 제품보다 '시장 선택' 이 시장 자체가 살아있는 시장인지, 충분히 강한 수요가 있는지 탐색할 것.

PMF 이전에 하는 최적화는 '의미 없는 개선' PMF를 맞추기 전에 UX 개선, 퍼널 최적화, 마케팅, 카피 등등에 힘을 쏟는 것은 근본 문제가 해결되지 않은 상태에서의 미세 조정이다. 최적화 문제인지, PMF의 문제인지를 객관적으로 분석할 것.

PMF 전에 스케일 하지 마라 성장 시도 전에 리텐션이 안정적인지, 유저가 자발적으로 사용하는지, 추천이 발생하는 지 등으로 제품의 가치를 판단해라. 성장은 이후 진행되어야 할 것.

PMF는 측정이 아니라 '느끼는 것' 숫자로 완벽하게 정의되는 것이 아님. 전체적으로 '되는 느낌'으로 온다는 게 포인트. 고객 반응, 시장 반응, 내부 체감 등 .... 잘 되면 1년동안 꽁짜 밥 먹을 정도로 투자자가 줄을 선다네.

역으로, 지표 한두개로 PMF의 성공을 가늠해서도 안된다는 뜻

BPMF / APMF 는 완전히 다르다 BPMF : '찾기'를 위해 실험, 수정, 피벗하고 리텐션과 반복 사용 지표를 추적함 APMF : '확장'을 위해 마케팅, 영업, 조직을 확대하고 매출과 성장을 추적함

AI 기획 / 데이터 세션 2

전체 흐름 구조

① 문제 정의 왜 AI로 해결해야 하는가? 운영 효율화 (3교대 인력 감소) 공정성 확보 (정치적 리스크 제거) 콘텐츠 증가 대응

👉 ROI 중심 판단이 핵심

② 데이터 설계 (가장 중요) 카테고리 = 정답(label) 정답 기준 엄격하게 정의 필요 데이터 분리: Train / Validation / Test

📌 핵심: “AI 성능 = 데이터 품질”

③ 학습셋 구축 & 운영 문제

문제 발생:

버전 관리 안됨 어떤 데이터로 학습했는지 추적 어려움 카테고리별 성능 차이 발생

👉 해결: 전용 Admin 구축

Admin의 역할 (핵심 포인트)

기능 정리

1) 학습셋 관리 카테고리별 데이터 수량 확인 부족한 데이터 표시

2) 버전 관리 스냅샷 저장 성능 안 좋으면 롤백 가능

📌 “버전별로 성능 비교 + 복구 가능 구조”

3) 성능 시각화 정확도 기반 신호등 표시 초록: 좋음 노랑: 보통 빨강: 문제

📌 특정 카테고리만 성능 낮은 문제 발견 가능

4) 오분류 관리 어떤 콘텐츠가 틀렸는지 확인 바로 수정 or 다른 카테고리 이동

📌 핵심: “오분류 데이터 = 최고의 학습 데이터”

5) 운영 데이터 → 재학습 루프 실제 서비스에서 틀린 케이스 수집 다시 학습셋에 반영

👉 완전한 피드백 루프 구축

모델 전략

단일 모델 ❌ → 앙상블 구조

사용:

Word2Vec + CNN FastText 내부 모델

👉 여러 모델 결과를 투표 방식으로 결정

룰 기반 + ML 결합

문제: ML만으로 해결 안 되는 케이스 존재

예시

텍스트 없는 콘텐츠 유머 콘텐츠 신규 주제

👉 해결: 룰 매핑 추가

예시

특정 언론사 → 특정 카테고리 최종 구조

👉 “앙상블 + 룰 기반 하이브리드”

모델들 투표 룰도 하나의 의견 최종 판단

📌 결과: 성능 약 10% 개선

AI의 한계

잘 안 되는 케이스 텍스트 적은 콘텐츠 유머/맥락 기반 콘텐츠 신규 주제 (데이터 없음)

PM이 해야 할 역할

기술보다 중요한 것

1) 문제 정의 : AI로 풀 가치 있는가? 2) 데이터 설계 : 라벨 기준 정의, 데이터 품질 관리 3) 운영 구조 설계 : Admin 설계, 피드백 루프 설계 4) 모델 선택 기준 정의 : 정확도만 X, 속도 / 비용 / 유지보수 포함

서비스 기획 숙련 과제 ... 초안 드디어 완성

또 길어졌음 최대한 요약하고 간추린다고 했는데 쉽지가 않구나 그리고 빼는 내용들이 정말 빼도 되는 내용인가? 내가 집중해야 하는 내용이 A인데 이게 a인 것은 아닐까? B가 맞는건가? 라는 생각도 참 많이 들었지만 결단력 있게 쳐낼 건 쳐내는 과정을 거쳤다.

그렇게 해서 정리된 나의 목차 ..

• 프로젝트 개요

  • 목표 정의 (핵심 요약)
  • 프로젝트 목표

• 데이터 기반 현황 분석

  • 데이터 기반 페르소나 추출
  • 페르소나 별 상세 현황
  • 페르소나 별 장바구니 담기 전환율 영향 요인 분석

• 핵심 타겟 선정

  • 선정 근거
  • 왜 B인가?
  • 왜 C가 아닌가?

• 페르소나 B 상세 분석

  • 페르소나 특징
  • 추출 조건
  • 주요 행동 지표
  • 데이터 기반 핵심 특징
  • 전략적 시사점

• 문제 정의

  • 핵심 문제
  • 전환 저해 요인 정리
  • 근본 원인

• 가설 및 해결 방안

  • 메인 가설
  • 세부 가설 및 해결 방안
  • 검증 계획 (검증 방식, 실행 로드맵, 성공 기준 및 롤백 기준, 리스크 및 대응)

• 기대 효과

  • 정량적 시뮬레이션
  • 매출 효과
  • 정성적 효과

이렇게 보니 길긴 길다 내일 중첩되는 내용 좀 생략할 수 있으면 구조화 다시 해보고 합쳐봐야지

그리고 오늘 한 것 중에 제일 마음에 드는거 스티브 잡스식 표제 만들기 ㅋㅋ

보여주고, 확신시키고, 담게 하라. 27초 안에

ㅋㅋ 내가 해놓고도 웃기다 싶지만 정확한 걸 .....

그리고 여기저기서 벤치마킹하고 리서치하고 고민해낸 나의 상세페이지 개선안 ... 특히 마음에 드는 것은 장바구니 퀵 스와이프다 ! 내가 쿠팡을 쓰면서 무한으로 돈을 쓰게 만든 가장 무서운 ui ..... 전환율을 높이기에 이것만한 게 없다는 생각을 한다. 일단 담고보자가 되게 만드는 것 ...

그리고 검증 계획을 세우면서 특강 때 들었던 가드레일 지표도 활용해보았다!

지난 과제 때도 이 부분은 칭찬 받고 별다른 피드백 언급이 없던 부분이라, 이전 과제와 동일한 흐름으로 작성함 ㅎ.ㅎ

처음엔 가설을 4개나 세우는 게 맞나? 싶었는데 다 조합해서 ui를 그려보니 생각보다 괜찮을 것 같고, 각 가설을 조합했을 때 시너지가 좋은 것 같아서 이대로 진행해보기로 ... 많다 하면 줄이져 뭐 ... ㅠ.ㅠ 울면 돼 ~

오늘 원래 adsp 개념 1회독 하려 했는데 못 했다. 응응. 내일 해야지. 응응 ........ 내일이면 얼추 과제는 마무리 될 것 같으니 남는 시간을 알차게 잘 써야겠다.

화요일엔 화내지말자 ~ 화요팅 아자자