AI 서비스 기획 사례(배달의민족, 당근,카카오 등)
대기업 및 빅테크 실무 사례 5가지로 알아보는 AI 서비스 기획 특징
에디터 코멘트
최근 디지털 서비스 흐름 속에서 AI 기술의 확산은 서비스 기획자의 역할 자체를 바꾸고 있어요. 과거에는 “기획자는 문서만 잘 쓰면 된다”는 인식이 일반적이었지만, 이제는 한 줄의 프롬프트로 기획을 시작하고, 사용자 피드백은 AI가 요약해주며, 기능 정의서도 자동으로 생성되는 시대가 되었죠. 복잡한 툴이나 수십 장짜리 기획서 없이도 시작할 수 있는 지금, 기획자는 기술과 비즈니스, 사용자 경험 사이에서 가장 넓게 사고하고 깊게 구조화하는 ‘설계자’로 빠르게 진화하고 있어요. 그리고 이 변화의 중심에는 단연, AI 기술이 자리하고 있죠.
기획자는 더 이상 조용히 기획서를 작성하는 역할에 머물지 않아요. 디지털 서비스가 고도화될수록, 기획자는 기술과 사용자의 언어를 연결하고 팀 전체의 방향을 정리하는 조율자이자 연결자로 역할이 확장되고 있어요. 특히 AI와 협업 도구의 발전은 기획 방식 자체에 큰 전환점을 만들어냈어요. 이번 콘텐츠에서는 실제 서비스 기획 사례를 통해 AI가 기획 실무에 어떻게 활용되고 있는지, 그리고 기획자의 역할이 어떻게 변화하고 있는지를 함께 살펴보려 해요.
국내 TOP 기업들의 AI 활용 서비스 사례로 보는 서비스 기획자의 실무
AI가 서비스 안으로 깊숙이 들어오고 있다는 건 알겠는데, “그럼 실제 기업들은 AI를 어떻게 활용하고 있을까?” 궁금해지실 거예요. 요즘 기업들은 AI 기술을 단순한 ‘옵션’이 아니라 서비스 전반의 핵심 동력으로 삼아 빠르게 변화하고 있어요. 이미 다양한 기업들이 이 흐름을 실무에 적극 반영하고 있거든요.
배달의민족은 GPT 기반 리뷰 요약을 통해 사용자 피드백을 자동 정리하고 있고, Notion AI는 문서 작성과 요약 기능을 기본으로 제공하고 있어요. 당근마켓은 이미지 기반 자동 텍스트 입력 기능으로 게시글 작성 과정을 간소화했고, 카카오톡은 AI 대화 요약 기능을 통해 사용자 편의를 높였죠. 이 외에도 네이버 쇼핑, 로레알, SNOW 등은 생성형 AI를 활용해 큐레이션, 분석, 콘텐츠 제작 등 다양한 방식으로 기획 기능을 강화하고 있어요.
이들은 모두 'AI를 단순히 붙이는 것'이 아니라, 사용자의 흐름 속에 AI를 어떻게 자연스럽게 녹일지 기획한 사례들이에요. 지금부터 이 기업들이 AI를 서비스에 어떻게 접목했고, 기획자는 어떤 방식으로 그 흐름을 설계했는지 케이스 분석을 통해 하나씩 자세하게 살펴볼게요.
[Case 01] 배달의민족 – 음식점 리뷰를 GPT가 요약해준다고요?
배달 앱에서 가장 중요한 정보 중 하나는 ‘리뷰’예요. 하지만 수백 개의 리뷰를 전부 읽고 판단하기란 쉽지 않죠. 사람들은 결국 상단에 노출된 몇 개의 댓글만 보고 음식을 주문하게 됩니다. 문제는 이 몇 개의 리뷰가 전체 품질을 대표하지 못할 때예요. 과장된 칭찬, 일회성 클레임, 감정적인 평점. 결국 사용자 입장에서는 정보의 과잉 속에 정보의 결핍을 느끼게 되죠.
배달의민족은 이 지점을 주목했어요. 그리고 GPT 기술을 활용해 사용자 리뷰를 자동으로 요약하는 기능을 개발했어요. 수많은 리뷰를 분석하고, 핵심 내용을 뽑아 ‘요약 카드’ 형태로 제공하는 서비스죠. 예를 들어 “양이 많아요”, “포장이 꼼꼼해요”, “재주문 의사 있어요” 같은 피드백을 추출해줘요. 사용자 입장에선 일일이 스크롤하지 않아도 음식점의 리뷰 전반을 직관적으로 파악할 수 있어요.
기획자로서 이 기능이 흥미로운 이유는 단순한 기술 도입이 아니라, 사용자의 피로를 해소하면서도 신뢰를 높이는 설계였다는 점이에요. 리뷰를 요약한다는 건 단순히 텍스트를 줄인다는 뜻이 아니에요. 어떤 키워드를 남길지, 어떤 문맥을 보존할지, 어떤 표현은 제외해야 신뢰를 해치지 않을지, 수많은 기획적 고민이 들어간 결과죠.
배달의민족은 GPT 요약 기능을 통해 정보의 밀도를 높이면서도, 리뷰의 ‘대표성’을 사용자에게 전하는 UX를 설계했어요. 수천 개의 리뷰 중에서 어떤 표현이 공통적이었는지, 자주 언급된 단점은 무엇이었는지를 한눈에 알 수 있으니까요. AI가 단순히 요약 도구로 쓰인 것이 아니라, 사용자 판단을 돕는 ‘필터’로서 기능한 셈이에요.
그리고 무엇보다 이 기능은 사용자 경험에 영향을 줄 뿐만 아니라, 음식점 운영자에게도 인사이트를 제공해요. 어떤 리뷰가 자주 등장하는지를 통해 매장의 강점이나 개선 포인트를 직관적으로 파악할 수 있기 때문이에요. 이처럼 배달의민족의 GPT 요약 기능은 사용자와 판매자, 양쪽의 경험을 모두 개선하는 ‘이중적 가치’의 구조를 갖고 있어요.
[Case 02] 당근 – 사진만 올려도 AI가 판매글을 대신 써드려요.
중고 거래를 해보신 분이라면 공감하실 거예요. 판매 글 하나 쓰는 게 은근히 번거롭다는 사실을요. 제품 사진을 찍고, 상태를 설명하고, 가격을 입력하고, 제목도 써야 하죠. 그래서 많은 사용자가 ‘귀찮아서 안 판다’는 말까지 할 정도예요. 입력 장벽이 거래의 성사율을 가르는 요소가 되어버렸죠.
이 문제를 해결하기 위해 당근마켓은 아주 똑똑한 접근을 했어요. 바로 ‘사진만 올려도 글이 써지는’ 기능을 도입한 거에요. 사용자가 제품 사진을 올리면, AI가 자동으로 카테고리를 인식하고, 제품명을 제안하며, 심지어 거래 문구까지 작성해줘요. 예를 들어 가방 사진을 올리면 “검정색 미니 백입니다. 생활 기스 약간 있으나 사용에 지장 없습니다.” 같은 문장이 자동으로 생성되는 거예요.
기획자 입장에서 이 기능이 눈에 띄는 이유는, 단순 자동화가 아니라 UX 설계의 본질을 건드렸다는 점이에요. 많은 기획자들이 ‘사용자가 해야 할 일’을 정교하게 설계하는 데 집중하곤 해요. 반면, 당근마켓은 그 질문을 이렇게 바꿨어요. “사용자가 하지 않아도 될 일은 무엇일까?”라는 질문이죠. 이 기능에는 복합적인 AI 기술이 쓰였어요. 이미지 인식 기술로 사진 속 객체를 파악하고, 자연어 생성 기술(NLG)로 텍스트를 만들어내며, 사용자 맥락에 맞는 문장을 완성해줘요. 이 모든 과정을 1~2초 만에 처리해 사용자가 느끼는 ‘즉시성’까지 챙긴 점이 인상적이에요.
더불어 이 기능은 거래 성사율도 높이는 데 기여해요. 텍스트가 자동으로 생성되면, 사용자 입장에서 ‘어색하거나 신뢰 안 가는 설명’을 걱정할 필요가 없어요. 일정 수준의 품질을 갖춘 글이 올라오기 때문에, 구매자 입장에서도 신뢰하고 클릭해볼 확률이 높아지죠. 실제로 이 기능이 도입된 이후, 당근마켓은 사용자의 등록 시간 단축, 거래 글 증가, 신규 사용자 이탈률 감소라는 긍정적인 지표 개선을 이루었어요. ‘귀찮음’이라는 장벽을 AI가 해결해준 셈이에요.
기획자라면 이 기능에서 배울 수 있는 점이 많아요. 단순히 ‘무엇을 할 수 있는가’를 넘어서, ‘무엇을 하지 않게 해줄 수 있는가’에 집중하는 사고 전환. 그게 바로 AI와 함께 기획자가 가져야 할 가장 실무적인 감각 아닐까요?
[Case 03] 네이버 SNOW – 셀카 앱을 넘어, AI 크리에이터 도구로 진화!
셀카 앱 하면 떠오르는 대표적인 서비스, 바로 SNOW죠. 처음엔 단순한 필터 앱으로 시작했지만, 최근 SNOW는 더 이상 단순한 ‘사진 꾸미기’ 앱이 아니에요. 이제는 생성형 AI 기술을 품은 ‘크리에이티브 도구’로 진화하고 있어요. 2023년부터 SNOW는 자체 생성형 AI 모델을 도입해 사용자 경험을 완전히 새롭게 재구성했어요. 예를 들어, 사용자가 셀카를 한 장 업로드하면, 그 이미지가 AI 기반으로 애니메이션 스타일, 3D 캐릭터, 웹툰풍 이미지로 실시간 변환돼요. 단순히 필터를 얹는 걸 넘어서, ‘새로운 콘텐츠를 생성해주는 AI 아바타’처럼 작동하는 거죠.
이 기술의 핵심은 이미지-to-이미지 기반 생성형 AI예요. Stable Diffusion 같은 오픈소스 모델을 커스터마이징한 자체 AI 모델을 통해, 사용자의 실제 얼굴을 기반으로 다채로운 스타일의 결과물을 만들어냅니다. 중요한 건, 이 모든 과정이 모바일 환경에서 실시간으로 이뤄진다는 점이에요. 일반적으로 고성능 GPU가 필요한 작업을 클라우드 인프라와 최적화된 모델을 통해 빠르게 제공하는 것이죠.
기획자 관점에서 보면 이 흐름은 굉장히 흥미로워요. 왜냐하면, 단순히 AI 기술을 도입한 것이 아니라, 사용자의 욕망을 기술로 ‘해결’한 사례이기 때문이에요. 사람들은 자신의 이미지를 다르게 표현하고 싶어 해요. 그런데 그걸 직접 그리고 편집하는 건 번거롭고 어렵죠. SNOW는 이 ‘욕망과 장벽 사이의 틈’을 AI로 채웠어요. 그리고 이 기능은 단순히 재미만 주는 게 아니에요. 실제로 사용자들은 이 AI 변환 이미지를 프로필 사진, 유튜브 썸네일, 자기소개 이미지 등으로 다양하게 활용하고 있어요. 크리에이터뿐만 아니라 일반 사용자도 자신의 콘텐츠를 ‘돋보이게 만드는’ 새로운 도구를 얻게 된 거죠.
이처럼 SNOW는 생성형 AI를 통해 단순 기능을 넘어선 새로운 가치를 설계했어요. 단순히 ‘AI로 이런 것도 가능하다’를 보여주는 게 아니라, ‘AI로 이걸 원클릭에 가능하게 만들었다’는 UX 경험의 전환을 일으킨 거예요. 기획자에게 이 사례가 시사하는 바는 명확해요. 기술 자체가 중요한 게 아니라, 기술이 사용자의 일상에 어떤 변화를 만들어내는가. 그것이 바로 서비스 기획자가 던져야 할 본질적인 질문이죠.
[Case 04] 네이버 쇼핑 – 여러분이 원하는 상품을 먼저 보여드릴게요!
쇼핑몰을 검색하면 수십, 수백 개의 상품이 한꺼번에 쏟아져요. 그런데 어떤 사람은 같은 검색어를 쳐도 가격순 정렬을 원하고, 누군가는 신상품이나 사용자 리뷰를 더 중시하죠. 모두가 다른 기준을 갖고 있는데, 어떻게 ‘정확한 상품’을 먼저 보여줄 수 있을까요? 바로 이 문제를 풀기 위해 네이버 쇼핑은 AI 기반 상품 추천 모델을 적극 활용하고 있어요.
네이버는 수많은 상품 데이터와 사용자 행동 로그를 학습한 AI 모델을 통해, 각 사용자에게 맞춤형 상품을 자동으로 노출하는 방식을 취하고 있어요. 단순히 ‘비슷한 상품을 보여주는 알고리즘’이 아니라, 사용자의 맥락을 읽고 ‘지금 이 사람이 필요로 할 확률이 높은 상품’을 선별해주는 방식이에요. 예를 들어, 같은 키워드로 검색하더라도 A 사용자에게는 ‘실용성 중심의 중저가 상품’을, B 사용자에겐 ‘프리미엄 라인의 신상품’을 먼저 보여주는 식이에요. 이때 고려되는 요소는 단순한 검색 이력뿐 아니라, 사용자의 구매 이력, 장바구니 사용 패턴, 가격 민감도, 계절성, 타임라인 행동 로그 등 수십 가지에 달하죠.
실제 네이버는 2023년부터 이 AI 큐레이션 시스템을 고도화하며, 기존의 단일한 검색결과 UI 대신 ‘개인화된 추천 모듈’을 여러 위치에 배치하고 있어요. 검색 결과 페이지 안에서도 다르게 구성된 추천 블록이 사용자별로 노출되고, ‘오늘의 쇼핑 추천’, ‘MY 쇼핑 찜’ 같은 영역도 모두 실시간 데이터 기반으로 업데이트돼요. 이런 기술이 사용자 입장에서 어떤 가치를 주느냐면, 선택의 피로도를 줄여줘요. 온라인 쇼핑의 가장 큰 장애물은 정보가 너무 많아 무엇을 봐야 할지 모르는 데에서 생겨요. AI 큐레이션은 이 장벽을 낮추고, 더 빠르게 구매 결정을 내릴 수 있게 도와주는 UX 전략인 거예요.
기획자 입장에서 보면, 이건 단순한 기술의 적용이 아니에요. 데이터를 어떻게 구조화할지, 어떤 맥락에서 어떤 정보를 보여줄지 설계하는 '시나리오 설계의 총합'이에요. 단순한 상품 나열이 아닌, 사용자 중심 흐름을 구성하고, 사용자의 ‘쇼핑 맥락’을 어떻게 이해할 것인가에 대한 기획이 핵심이 되는 거죠.이처럼 네이버 쇼핑은 AI 기술을 통해 사용자의 검색 행동을 ‘결정 가능한 흐름’으로 유도하고 있어요. 그리고 이 흐름의 중심에는 기술이 아니라, ‘기획자의 사용자 감각’이 있다는 걸 이 사례는 잘 보여주고 있어요.
[Case 05] 카카오 – AI 요약하기 기능: 카톡도 요약이 될까요?
일상에서 가장 자주 쓰는 앱 중 하나가 바로 카카오톡이죠. 친구들과의 대화, 팀원들과의 업무 조율, 스터디 모임까지 너무 많은 대화가 이 하나의 앱 안에 쏟아져 들어오고 있어요. 하지만 바쁜 일상 속에서 모든 메시지를 꼼꼼히 읽는 건 쉽지 않죠. 특히 단톡방처럼 메시지가 수십, 수백 개씩 쌓일 땐, 내용을 따라잡기조차 벅차죠.
이런 불편함을 해결해준 게 바로 카카오톡의 AI 요약하기 기능이에요. 이 기능은 OpenAI의 GPT 기술을 기반으로 만들어졌고, 방 안에서 주고받은 수많은 메시지들을 정리해 ‘핵심만 쏙 뽑아 보여주는’ 요약 서비스를 제공해요. 예를 들어, 팀 회의방에서 회의가 길어졌다면? 요약 기능을 눌러보면 "다음 주 월요일 10시에 기획안 공유 → 수요일까지 피드백 모으기"처럼 깔끔하게 정리된 한 줄 요약이 제공돼요. ‘누가, 언제, 무엇을’ 했는지를 요약해주는 이 기능은, 단순한 텍스트 처리 그 이상이에요. 실제로 사용자들은 "요약 버튼 하나만 눌러도 방에 없던 시간을 메울 수 있다"는 반응을 보이고 있죠.
기획자의 시선으로 보면 이 기능은 UX의 흐름을 바꾼 결정적 장치예요. 사용자들이 놓치고 있는 데이터를 ‘읽게’ 하기보다, ‘이해할 수 있도록 구조화’해주는 경험 설계죠. 이건 곧, 기술을 감추는 기술이기도 해요. 사용자는 GPT가 무슨 모델인지 몰라도 돼요. 그냥 버튼 하나만 누르면, 복잡한 기술이 작동해주니까요. 기술보다 '효과'를 중심에 둔 설계, 바로 서비스 기획자의 진가가 드러나는 영역이죠. 또한 이 기능은 사용자 참여 방식 자체도 바꿔요. 대화방에 오래 있지 않아도 내용을 빠르게 따라잡을 수 있으니, 사용자 이탈률이 줄어들고, 대화 흐름에 자연스럽게 복귀할 수 있어요. 실제로 카카오 측도 “대화에 대한 피로도를 줄이고, 커뮤니케이션 효율을 높이는 데에 이 기능이 크게 기여하고 있다”고 밝혔어요.
카카오톡은 일상적인 대화라는 맥락 안에 AI를 슬며시 녹여냈어요. ‘신기하다’보다 먼저 ‘편하다’는 인상을 주는 방식이었죠. 기획자 입장에서 이건 굉장히 중요한 시사점을 줍니다. AI를 억지로 끼워 넣는 게 아니라, 기존 맥락을 자연스럽게 확장하는 형태로 기능을 설계하는 것, 그것이 오늘날 서비스 기획에서 가장 주목해야 할 방향이에요.
AI 서비스 기획, 지금 시작하기에 가장 좋은 시점이에요.
지금 이 글을 읽고 있는 여러분도 어쩌면 “나는 기술을 전공하지 않았는데, 서비스 기획자가 될 수 있을까?” 하는 고민을 하고 계실지 몰라요. 혹은 “AI가 대세라는데, 나는 어디서부터 배워야 하지?” 하고 방향이 막막할 수도 있죠. 하지만 걱정하지 마세요. 지금은 오히려 가장 좋은 타이밍이에요. 기술이 급변하는 지금, ‘잘 설계하는 사람’에 대한 수요는 더욱 커지고 있고, 그 중심에는 바로 AI를 이해하고 설계할 수 있는 기획자가 있기 때문이에요.
기획자는 더 이상 혼자 문서만 다듬는 직무가 아니에요. 팀 전체의 방향을 정리하고, 기술과 사용자 사이를 연결하며, 문제를 해결하는 사람으로 진화하고 있어요. 그리고 그 변화는 생각보다 빠르게 진행 중이에요. 지금 이 흐름에 올라타면, 누구보다 빠르게 성장할 수 있어요.
멋쟁이사자처럼 AI 서비스 기획 부트캠프는 AI 기술과 웹 개발 구조를 이해하는 기획자로 성장할 수 있도록 설계된 실전형 교육 프로그램이에요. 단순한 툴 실습이나 기획서 작성에 머무르지 않아요. 실제로 작동하는 서비스를 만들고, AI 도구를 활용해 사고하는 법을 배우며, 팀과 함께 협업하고 발표하는 실습까지 모두 경험할 수 있어요.
기획은 이제 말로만 하는 게 아니라, 직접 설계하고, 실현할 수 있어야 하는 시대예요. AI 기술을 이해하고, 사용자 경험을 설계할 줄 아는 사람. 시대가 필요로 하는 바로 그 기획자, 여러분도 될 수 있어요. 멋쟁이사자처럼 AI 서비스 기획자 부트캠프는 25년 7월 29일(화) ~ 25년 8월 31일(일)까지 신청 가능해요. 기획자 커리어의 방향을 고민하고 있다면, 지금이 가장 좋은 출발점이니, 아래 링크를 눌러 자세한 커리큘럼을 확인해 보세요.
