AI로 새로운 서비스를 기획하는방법

1. AI Native Service란?

• 태생부터 AI를 핵심 기능으로 삼아 설계된 서비스.
• 기존 기능에 AI를 추가한 것이 아니라, AI 기술을 기반으로 탄생한 서비스를 의미함.

카테고리	예시
General Assistant	ChatGPT, Bard, Claude, Perplexity 등
이미지/영상 생성	Midjourney, Runway, Pika, Leonardo AI 등
생성형 텍스트 도구	Notion AI, Jasper, Copy.ai, Rytr 등
캐릭터 대화형 AI	Character.AI, JanitorAI, Poe 등

 

2. 서비스 기획 시 흔한 착각

“기술이 있으니까 뭘 만들까?”는 위험한 접근

• 기술 기반 아이디어는 현실 문제와 연결되지 않으면 실패할 확률이 높음.
• AI 이미지 생성 도구들은 보기엔 화려해도, 차별화 없이 유사 서비스 범람 중.

3. AI 서비스 기획의 바른 관점

사용자 중심 문제 정의

• 사용자들이 반복하거나 실패하거나 시간 소모가 큰 작업을 도출하고,
• 그 중에서 AI가 실질적으로 도움을 줄 수 있는 지점에 집중해야 함.

두 가지 접근 방향

• 완전히 새로운 서비스 (예: Midjourney) -> 현실적으로 어려움
• 기존 레거시 시장에서의 혁신 (예: GPTs로 메일 요약, 문서 작성 보완)

4. 레거시 시장을 혁신하는 방식

대표 예시: 프레젠테이션 도구

• 기존 오프라인 도구: PowerPoint, 한쇼 등 
• 온라인 협업 도구: Google Slides, Canva 등 
• AI 통합 도구: Tome.app, Notion AI 등 

5. 유저의 행동 흐름 분석

PPT 작성 예시로, 사용자의 작업 흐름은 아래와 같이 복잡하고 반복적임

1. 주제 정하기
2. 목차 구성
3. 레이아웃 계획
4. 드래프트 작성
5. 이미지 검색 및 첨부
6. 최종 디자인 및 수정

AI는 이 전 과정을 자동화하거나 도와주는 도구로 작동해야 함. Tome.app은 특히 ‘초기 기획~작성 단계’의 반복적인 작업을 AI가 자동화하도록 기획

6. AI 서비스를 만들 때 접근 전략

1. 레거시 시장에서 니치(Niche) 포인트를 찾는다
   • 이미 존재하는 시장에서 “사용자들이 불편해하는 지점”을 먼저 공략
   • 예: 문서 작성, 회의 요약, 노션 자동화 등
2. AI로 해결한 다음, 확장
   • 작은 기능이라도 문제 해결에 집중해 유저가 ‘더 편리하다’고 느끼는 지점 확보
   • 이후 그 기능을 통합 플랫폼 형태로 확장
3. 문제 접근법을 바꿔야 한다
   • 기술 중심이 아니라, AIUX 중심으로 문제를 재정의

“기술로 서비스를 만들지 말고, 사람의 반복적인 문제를 AI로 풀어내라.”
“완전히 새로운 걸 만들기보다, 기존의 불편을 똑똑하게 재정의하라.”

 

7. 자체 AI 모델을 개발한 기업들

자체 모델인지 단순 AI를 래핑한건지 정확한것은 모르겠으나 이런 회사들이 이런 아이템을 가지고 서비스를 하는정도 까지만 알아두면 좋을 것 같다

General Assistant

서비스자체	모델 여부	비고
ChatGPT (OpenAI)	자체 LLM (GPT 시리즈)	GPT-4, GPT-4o 등
Bard (→ Gemini, Google)	자체 LLM (Gemini 시리즈)	Google DeepMind 개발
Perplexity	(OpenAI API 사용)	검색엔진형 Q&A, GPT 기반
Claude (Anthropic)	자체 LLM (Claude 시리즈)	Constitutional AI 기반

이미지/영상/음성 생성 도구

서비스자체	생성 모델 여부	비고
Midjourney	자체 이미지 생성 모델	API 제공 안 함 (자사 플랫폼만 운영)
Leonardo AI	(Diffusion 기반, 타 모델 활용 가능성 높음)	오픈 모델 + 커스텀 래퍼 가능성
Pika Labs	(기술 미공개, 자체 모델 여부 불분명)	비공개 상태, 가능성 낮음
Runway	Gen-1, Gen-2 자체 개발	텍스트 → 영상 생성
ElevenLabs	자체 음성 합성 모델	고품질 TTS/Voice Cloning
Suno	자체 음악 생성 모델	음악 텍스트 생성 특화
VEED.IO, Adobe Express	(기능 중심, AI API 활용)	영상 편집 UI 중심 도구

캐릭터 대화형 서비스

서비스자체	모델 여부	비고
Character.AI	자체 LLM (Transformer 기반)	오픈AI 기반 아님, 독자 개발
Poe (Quora)	(GPT-4, Claude 등 탑재)	멀티 모델 지원 플랫폼
JanitorAI, Chub.ai, Crushon, Naomi.AI	대부분 GPT API 기반	일부는 StableLM 등도 사용 가능

 

생산성 향상 도구

서비스자체	모델 여부	비고
Quillbot	자체 문장 패러프레이징 모델	자체 NLP 기반 (GPT 아님)
Rytr	GPT API 기반	콘텐츠 자동 작성
Copy.ai	GPT 기반	다양한 마케팅 텍스트 생성
Jasper	GPT 기반 + 일부 파트너 LLM	주로 OpenAI
Tome	GPT 기반	GPT + Notion 연계
HeyGen	자체 영상/아바타 합성 모델	딥페이크 기반
Synthesia	자체 AI 아바타/음성 합성 모델	영상용 가상 인간

8. AI 서비스 시장 구조와 분류

시장 구성

• Model Hub 기업 (모델 자체 개발): OpenAI, Google DeepMind, Anthropic, Meta 등
• Application 기업 (API 이용해 서비스 구현): Jasper, Copy.ai, Tome, Character.ai 등

리텐션이 지속되는 서비스 vs 이탈성 서비스

지속 사용되는 서비스단발성	이탈형 서비스
General Assistant (ChatGPT, Claude)	Copy.ai, Jasper, Synthesia 등
캐릭터형 챗봇 (Character.ai, JanitorAI 등)	영상 생성기, 이미지 생성기

 

챗봇 시장의 세부 주제 분류

분류	설명
실존 인물/게임 캐릭터	애니메/게임 기반, 세계관 강한 캐릭터
특정 직업 캐릭터	심리상담사, 의사, 연애 코치 등
일상생활 도우미	Pi, 이야기 들어주는 AI, 감정 챗봇
생산성 도우미	문서 작성, 회의 요약 등 툴형 챗봇

 

서비스 설계 시 고려사항

 

항목	세부 내용
BM	사용자 구독, 상위 노출 광고, 모델 파인튜닝 비용
리스크	성능 저하, 저작권/IP 문제, NSFW/윤리성 문제
차별화 포인트	접근성, 생산성 향상, 확장성 확보 UX

"문제 해결의 지속성"과 "사용 맥락의 반복성"

구분	리텐션이 높은 서비스	리텐션이 낮은 서비스
사용 목적	지속적 문제 해결, 습관처럼 사용됨	1회성 문제 해결 후 관심 하락
사용 맥락	일상 업무, 감정 대화, 정보 탐색	콘텐츠 제작, 글 자동 생성 등
심리적 거리	대화형, 몰입 설계, 개인화 존재	툴 사용 중심, 기능만 존재
대표 예시	ChatGPT, Character.ai, Pi	Jasper, Midjourney, Copy.ai 등

왜 어떤 서비스는 이탈될까?

1. "사용자 니즈"가 순간적이기 때문

• 콘텐츠 제작 도구(예: 이미지 생성, 슬로건 작성)는 1회성 문제를 빠르게 해결하고 끝.
• 사용자는 '다음에 또 필요할 때'만 찾지, 일상에 스며들지 않음.
• 예: "Copy.ai", "Midjourney" → 초반 관심은 크지만 반복 사용 이유는 부족함.

2. "사용자 여정(UX Flow)" 설계 부족

• 단발성 도구는 진입은 쉽지만, 재방문 설계가 없음
• 예: 리텐션 도구는 북마크, 히스토리, 캐릭터 지속 반응, 데이터 기반 맞춤화로 ‘계속 오게 만듦’