brunch

You can make anything
by writing

C.S.Lewis

by 앱프리너 Apr 22. 2020

"AI(인공지능)" 모바일 앱의 미래

AI 기술을 통한 성공 앱 서비스는 어떻게?

시장 조사 결과에 따르면, AI 기술을 사용하는 기업은 그들 시장의 경쟁 업체보다 성공할 확률이 높다고 한다. 2011 년 10 월에 Apple에서 Siri를 출시한 것은 모바일 앱에서 음성 인식을 위한 AI 기술의 시작이었다. Siri가 출시되기 이전까지는 애플에서 자체 아이폰 애플리케이션 개발에서 활용된 내부 기술이었을 뿐이었다.

그러나, 2011 년 이후 AI 기술의 발전과 활용의 변화는 앱 서비스 개발, Google의 알파고처럼 하드웨어 및 소프트웨어의 통합된 플랫폼 등 다양한 시장에서 큰 성장을 이루었으며 엄청난 가능성을 열고 있다.

이처럼 AI 기술을 통해서 다양한 기술과 서비스 환경을 변화시키고 있지만, AI가 실제로 무엇인지에 대한 깊은 이해는 어디서 어떻게 해야 하는 것인지에 대한 의문이 생길 수 있다.

AI, 인공 지능이란 무엇인가?

AI(인공지능)이라는 용어는 기계가 인간의 지능적인 행동을 대신해서 자동으로 학습 또는 연산하여 결과를 표출하는 능력을 의미한다. 자연어 연산(Natural Language Processing), 기계 학습(Machine Learning), 지식 관리(Knowledge Management), 기계 비전(Machine Vision), 문제 해결(Problem-Solving) 등과 같은 많은 이론이 포함되는 기술 영역이다. 현재의 환경에서는 AI에 대한 가능성이 미래를 이끌어갈 수 있는 훌륭한 혁신 기술이 될 것이라는 것은 잘 알려진 사실일 것이다. 그래서 수많은 기업들은 전 세계 시장에서 자신들의 고객들을 유치하기 위한 강력한 도구로 사용되고 있다. 하지만, 모바일 환경에서 실제적으로 활용되는 방법은 챗봇이나 센서와 같은 간단한 영역에서만이 적용되고 있다. 그렇다면 AI 기술이 모바일 앱 서비스 개발에 어떤 영역에 어떤 효과를 얻을 수 있도록 활용될 수 있는지를 이해할 필요가 있다.

AI 기술이 모바일 앱 서비스에 어떤 영향을 주고 있는가?

AI 기술을 사용하여 성공적인 결과를 얻고 있는 모바일 앱 서비스에는 eBay, Amazon, Uber 등과 같은 다양한 분야에서의 모바일 앱 서비스 브랜드가 있다. 이들은 AI 기술을 모바일 앱 서비스 또는 하드웨어를 결합한 통합 플랫폼에 접목시켜서 더욱 편리하고 효율적인 사용자 서비스를 만들었다. 예를 들면, Uber의 AI 데이터 분석 서비스는 이용자에게는 이용 패턴 데이터를 제공하여 서비스 이용요금을 절감할 수 있는 가이드를 제시해주고 운전자에게는 운전 기록에 따른 매출 패턴 분석을 제공하여 이들에게 매출을 높일 수 있는 라우팅 가이드를 제공한다. 이처럼 AI 기술이 모바일 앱 개발에 적용되면 서비스의 차별화 또는 특정 사용자에 맞춰진 개인화 서비스가 창출될 수 있음을 시사한다. 그렇다면, 조금 더 구체적으로 AI 기술이 모바일 앱 서비스의 차별화 또는 특별한 개인화 서비스를 위해서 어떤 방법이 있는지 이해해보자.

AI 기술이 모바일 앱 서비스 차별화를 제공하는 방법들

1. 논리적 추론(데이터 활용을 통한 추론)

AI 기술을 통해서 논리적 추론 데이터를 생산하는 것은 모바일 앱 서비스를 통해서 사용자에게 제공해야 할 가장 중요하면서 AI 기술 영역 중에서 가장 손쉽게 구현할 수 있는 기술 중에 하나이다. Uber의 사례를 통해서 설명한다면, 서비스 고객과 운전자는 정확하고 세밀한 지점에서 탑승과 하차를 할 수 있는 정확한 경로를 요구하며 그 지점이 모바일 앱의 지도 화면에서 정확하게 출력되기를 원한다. 이를 위해서는 GPS 정보와 위치정보 그리고 지형정보를 통해서 논리적인 추론을 해야 한다. 더불어, 교통 체증을 최소화할 수 있는 빠른 경로를 제공하는 것을 서비스 목표로 설정하여 동종 서비스 중에 최초로 교통상황을 예측한 라우팅 서비스를 제공하고 있다.

이런 결과를 통해서, Uber의 고객 및 운전자가 체감하는 서비스 만족도는 최고이다. Uber는 비용과 정산과 같은 서비스 정책 분야에서 시장에서 외면을 받을 수 있겠지만 서비스 만족도 측면에서는 전 세계 1등을 유지할 만큼 만족도를 높고 이를 유지하기 위해서 끊임없이 연구 개발에 노력을 하고 있다. 여기서 주의할 점은 논리적 추론 기술은 일반적 통계 기술과는 상이함을 인지해야 한다는 것이다. 논리적 추론 데이터를 생산하기 위해서는 어떻게 데이터를 수집하고 분석할 수 있는 것인가? 에 대한 소프트웨어 알고리즘이 필요하고 일반적 통계에 의해서 결과를 출력하기 위해서는 저장된 데이터베이스 쿼리를 잘 작성하였을 때 일반적 통계 데이터를 출력하게 된다. 이처럼 논리적 추론 데이터를 생산할 수 있는 AI 알고리즘 개발 전략을 세운다면 모바일 앱의 서비스 기능 및 UX는 더욱 개선될 것이고 서비스 만족도는 향상될 것이다.

2. 행동 패턴 분석 기반의 사용자 행동 예측

스마트 폰에 설치된 많은 모바일 앱을 통해서 매일 또는 자주 신제품 정보, 할인 또는 새로운 구매 제안에 대한 알림 메시지가 수신되는 것은 아주 흔한 현상이다. 이런 현상은 구매고객을 증가시키고 서비스 참여도를 높이기 위해서 수행된다.

이런 과정에서 AI 기술을 이용한 사용자의 행동 패턴을 분석하고 예측한다면, AI 알고리즘은 사용자의 앱 이용 활동을 추적하여 정밀하게 행동 패턴을 분석하여 개별 사용자 행동 패턴 데이터를 개인화시킬 수 있을 것이다. 이렇게 개인화된 패턴 데이터들은 단순한 예측이 아닌 정확도가 높은 예측을 통해서 정확한 타겟팅을 위한 사용자에게 알맞은 알림 메시지가 발송될 것이므로 In-App Message(Push) 마케팅 전략의 성공 가능성을 높일 수 있을 것이다.

3. 사용자별 인 앱 콘텐츠 추천

행동 패턴 예측과 유사하지만 서비스 UI/UX 환경측면에서는 다르게 활용할 수 있는 방법이다. 모바일 앱 내에서 콘텐츠가 사용자의 앱 화면에서 특별한 UI섹션을 통해서 추천해주는 기능이 존재한다면 사용자마다 과거의 사용 이력과 유사한 콘텐츠가 추천되는 경우가 일반적일 것이다. 이런 서비스에 AI 기술을 통해서 개인화된 패턴 데이터가 생산되고 있다면 추천하는 콘텐츠가 사용자마다 상이하게 출력될 수 있을 것이다. 사용자가 무엇을 언제, 어디서, 어떻게, 어떤 경로를 통해서 콘텐츠가 사용되었는지를 추적하고 패턴을 분석한다면 사용자들이 흥미로울 수 있는 시간, 장소, 콘텐츠 종류 등 다양한 기준에 의해서 차별화된 추천 콘텐츠가 구성될 수 있을 것이다. 여기서 중요한 포인트는 일반적인 통계 기반의 카테고리 또는 유사 종류 기반의 분석에 의해서 출력되는 추천 콘텐츠는 사용자 흥미를 유도할 확률이 떨어질 수 있으므로 반드시 행동 패턴에 의한 분석 데이터 기반으로 추천되어야 한다. 만약, 이러한 개인화된 콘텐츠 추천 섹션이 설정될 수 있다면 사용자 만족도가 높은 앱 서비스가 제공될 것이다.

4. 맞춤형 개인화 서비스

AI(인공지능)는 사용자 앱 이용 경험을 각각 개인화할 수 있는 기술을 구현할 수 있다. AI 기술 구현을 위한 시작은 앱 사용자로부터 정보 수집 동의 또는 시간, 장소, 행동 등에 대한 일반적 데이터를 수집할 수 있다. 이러한 수집 데이터가 AI 알고리즘을 통해서 개인별 행동 패턴 분석이 이루어진다면 모든 앱 사용자는 개별적인 행동 패턴 데이터를 생산하고 활용할 수 있을 것이다. 그리고, 개인화된 데이터는 개인에게 맞춰진 특화된 기능 또는 UI/UX가 다르게 제공될 수 있을 것이다. 이러한 유형의 서비스는 모든 사용자를 일반적 사용자 그룹으로 일원화된 서비스를 제공하는 것보다는 자신들에게 맞춰진 서비스를 제공 받음으로써 서비스 만족도가 향상될 수 있을 것이다. 예를 들면, 사용자마다 서로 다른 UX 환경을 제공할 수 있으며 사용자마다 기능의 차별화를 제공할 수 있는 차별화를 구현할 수 있다는 것이다.

사용자는 많은 입력을 제공하지 않고 자신을 이해해줄 수 있는 앱 서비스를 선호한다. 앱을 개인화에 초점을 맞춰서 제공한다면 보다 쉽게 사용하는 편의성만의 장점만으로도 사용자 만족도는 향상될 것이다. 물론, 개인화된 데이터 분석을 통해서는 서비스 향상을 위한 전략과 개선이 훨씬 과학적으로 수행될 수 있을 것이다.

5. 개인, 가정, 업무를 통합하는 AI 앱 서비스 확대

아마존은 몇 년 전에 주인의 목소리를 듣고 명령에 응답하고, 음악을 듣고, 뉴스를 읽고, 온도를 알리고, 메시지를 읽고, 사람들에게 전화를 걸 수 있는 스마트 기기 인 Alexa를 출시했다. 그리고 Alexa는 여러 개의 내부 기기와 연결하여 제어와 같은 연결 기능도 제공하고 있다. 한국 시장에서도 카카오, 네이버, 통신사에서 많은 유사 제품 및 서비스가 출시되었다.

이러한 AI 장치 기기는 끊임없이 다양한 환경의 장치들과 연결되어서 데이터를 수집 및 분석을 수행하게 될 것이다. AI 기술이 우리의 일상생활 패턴을 변화시키는 주요한 사례가 되었다. 우리는 이러한 장치 기기 또는 새로운 장치 기기를 집 밖으로 가져와서 개인 환경, 업무 환경 등에 연결되어 더욱 진화된 AI 서비스를 경험하게 될 것을 기대하고 있다. 이런 기대감을 실현되기 위해서 AI 기술에 필수적으로 요구되는 것이 서비스 진화에 따른 다양한 AI애플리케이션이 개발되어야 한다. 단순한 AI장치 기기 단독으로만 새로운 환경을 제공하는 AI서비스는 존재할 수 없다. 장치 기기 또는 서비스 플랫폼 안에는 수많은 AI 애플리케이션이 개발되어 다양하고 복잡한 문제를 해결해줄 수 있는 자동화된 소프트웨어 로봇이 필요한 것이다. 이러한 애플리케이션 개발을 위해서 AI 알고리즘은 연구 개발 및 확산되고 응용되어야 하며 이러한 추세는 미래의 스마트 시대가 될 것임이 틀림없는 예측일 것이다. 이미 대부분의 기업은 AI 기술 연구/개발을 추진하고 있으며 미래의 시대에 모바일 앱 개발자들은 AI 기술과 접목한 새로운 혁신 응용 서비스 개발 능력이 요구된다.