[아티클 읽기] AI 시대, 가장 흥미로운 문제는 스크린 밖에 있다

https://www.bucketplace.com/post/2026-04-10-ai-시대-가장-흥미로운-문제는-스크린-밖에있다/

AI 시대, 가장 흥미로운 문제는 스크린 밖에 있다 - 오늘의집 블로그

 

AI가 잘하는 일 말고, AI가 아직 끝까지 풀지 못하는 일은 무엇일까?

• 개인의 취향이 얼마나 깊이 들어가는가?
• 물리적으로 관리해야할 것이 얼마나 많은가?
• 취향의 개입이 낮고 물리적 관리도 필요 없는 영역 (가격비교, 스펙 검색, 단순 추천)은 AI가 가장 완벽하게 대체한다.
• 반대편에는 전혀 다른 종류의 문제들도 있음 → 취향이 깊이 개입하고, 변수가 많고, 실패하면 되돌리기 어려운 문제, 결국 최종 판단은 사람이 내려야하는 문제들
  → 내가 사랑하는 공간을 만드는 일이 바로 그 한가운데 있음

 

공간을 바꾸는 일, 추천으로만 풀리지 않는 문제

[34세 A씨의 여정]

• 아이가 태어나면서 더 넓은 집으로 옮기기로 결심
• 자신의 취향이 뭔지 찾으면서 동시에 예산 안에서 가능한 선택지가 무엇인지 정보를 모아야함
• 가구 배치, 집의 벽지 및 조명 등 옵션을 비교하고 공간 배치도 그려봄
• 배송, 시공, 이사 등 여러 개의 일정이 하루 단위로 엮여있어 치밀한 테트리스도 필요함
• 시공이 끝나면 하자 점검 및 A/S 요청
• 여기서 AI가 혼자 완주할 수 있는 단계는 ‘뭘 살까?’ 고민하는 단계 뿐임. 그마저도 고객이 자신에 대한 정보를 정확하고 풍성하게 제공해야하는 허들이 있음
• 나머지는 전부 물리적 실행과 동기화 문제
• 추천은 할 수 있지만 그게 실제 공간에서 잘 맞는지 확인하고 완성하는 것은 AI의 영역이 아님

 

이 문제를 풀기 위해서 필요한 세 가지

1. 취향 데이터

• 고객이 어떤 공간에서 영감을 받고, 어떤 취향으로 실행에 옮기고, 그 결과에 만족했는지 담긴 데이터가 필요함
• 고객이 정성껏 올린 콘텐츠, 상품, 태그, 리뷰 하나하나가 강력한 자산임
• ‘내 취향과 공간과 라이프 스타일을 아는 오늘의집’

2. 물리적 맥락

• 오늘의집은 ‘어떤 삶의 맥락에 있는 사람인가' 를 이해함
• 취향 데이터와 물리적 조건을 결합해 예산, 가족 구성, 생활 방식까지 공간에 반영하는 것
• 단순히 예쁜 것을 넘어, 그 사람의 기대와 경험까지 담을 수 있음

3. 실행 인프라

• 시공, 배송, 설치
• 추천이 구매로 이어지고, 구매가 배송과 설치로 이어지고, 시공과 A/S가 연결되어야 비로소 고객 경험이 완성
• 오늘의 집은 단순 중개에서 머물지 않고 표준 계약, A/S 프로세스 표준화, 업체 품질 관리, 품질 보증까지
• 정보가 부족해서 좋은 선택을 할 수 없었던 시장의 고질적인 문제를 구조 자체를 바꿔서 해결하는 것에 도전

 

오늘의 집에게 AI란?

• 오늘의집에게 AI는 독립된 도구가 아니라 세 자산 위에서 작동하는 ‘증폭기’
• 세 가지 자산은 AI와 만날 때 비로소 서로에게 지렛대가 된다. 취향이 추천으로, 추천이 공간 구현으로, 구현이 실행으로
• 파편화된 여정을 하나로 연결하고 복잡함이 자동화되어 고객이 모든 수고로부터 자유로워지는 것, 이것이 오늘의집이 풀고자 하는 문제의 본질

 

그렇다면 지금, 가장 흥미로운 문제는 어디에 있을까?

• AI와 함께 풀어야 할 문제가 산더미처럼 쌓여있는 곳
• 사람의 취향을 이해하고, 물리적 공간을 바꾸고, 그 과정에서 생기는 수많은 마찰을 하나씩 녹여가는 일
• 스크린 안에서 끝나는 문제가 아니라, 스크린 밖의 삶을 실제로 바꾸는 문제

 

내 생각들 (with 클로드) 

• AI를 독립된 도구가 아닌 '증폭기'로 보는 시선이 좋았다. 근데 나의 경우 AI가 적용된 서비스를 사용할 때 AI의 추천 결과를 잘 안믿게 되는 경향이 있었다. 예를 들어 AI가 'A라는 제품은 이렇습니다' 이런 식으로 내용을 요약해서 정보를 제공해준다고 하더라도 왠지 모르게 신뢰감이 안들어서 내가 더블체킹 하곤했다. 오늘의집에서는 방 사진을 찍으면 AI가 공간을 읽고 취향과 비슷한 집 구조를 데이터와 결합해 가구 배치를 그려낸다는데.. 사실 이것보다 내가 직접 하나하나 하는게 더 내 취향을 잘 담을 수 있지 않을까? 굳이 AI를 써야하는 이유를 잘 모르겠다 .
  • 클로드) 클로드 생각에 이 AI가 유용해지려면 조건이 꽤 까다로울 것 같음. AI가 내 취향을 이미 충분히 학습해야하고 내 공간 치수가 정확히 인식되어야하며 제안된 배치가 실제로 내 생활 동선과 맞아야함. 이 조건들이 다 맞아야 '직접 하는 것 보다 낫다' 라는 신뢰가 생긴다. 내가 느끼는 불신은 AI가 나쁜게 아니라 아직 그 신뢰를 쌓을 만한 경험을 충분히 못해봤기 때문 아닐까? 
• 또 하나 드는 생각은 AI를 사용하는 것이 오히려 탐색의 과정을 저해할 수도 있지 않을까? 내 취향을 잘 아는 AI라면 내 취향에 맞는 것들을 잘 추천해줄 수 있겠지만 한 편으로 AI 추천이 오히려 취향의 매몰되는 결과를 낳을 수 있다고 생각한다. 유튜브 알고리즘만 해도 내가 좋아하는 것만 계속 추천해주니까 그 외의 것들은 잘 안보게 된다. 관심 있는 것만 계속 보고 관심 없는 건 영영 안보게 되는 매몰 현상이 생기게 되지 않을까? 오히려 사람들이 다양하게 탐색해보면 자신의 취향이 아닌 곳에서도 취향을 발견할 수도 있지 않을까?
  • 클로드) 필터버블 문제가 탐색을 통해 취향이 확장되는 경험을 AI가 오히려 막을 수도 있다는 것은 유효한 반론
• 클로드의 의견처럼 AI 추천에 대한 신뢰를 쌓을 만한 충분한 경험을 하지 못했다는 생각에 동의한다. AI는 쓰면 쓸수록 더 정교해지고 내게 잘 맞는 것을 추천해준다. 그렇기 때문에 한 서비스를 충분히 오래 쓰면서 내 데이터를 축적해야 의미가 있다고 생각한다. 그런데 나의 경우 한 앱에 내 데이터가 오래 축적될 정도로 애착을 가지고 사용하지 않아서.. 나같은 사용자면 계속 애매한 AI 추천만 받아야하는 것일까?
  • 클로드) 이건 닭이 먼저냐 달걀이 먼저냐 문제와 비슷함 이건 나만의 문제가 아니라 AI 서비스 전반의 구조적인 한계라고 생각함 그래서 요즘 서비스들이 온보딩 때 취향 설문을 길게 받거나 다른 플랫폼 데이터를 연동하려는 시도를 하는 것 같음 어쩌면 AI 추천의 진짜 가치는 '탐색의 대체' 가 아니라 '탐색의 출발점' 이 되는 것은 아닐까? 유튜브처럼 추천에만 머물게 하는 설계가 문제가 될 수 있는거지 AI 자체가 나쁜 것은 아닐 수도 있다.  
• AI 추천이 탐색의 출발점이 될 수 있다는 시간은 너무 좋은 것 같음! 나는 AI 추천을 받더라도 탐색을 계속 하는 편이다. 노래만 하더라도 알고리즘은 계속 내가 좋아하는 곡이나 자주 듣는 곡들로 추천해주니까 의도적으로 다른 장르를 듣는다던가 직접 발품팔면서 찾아다니기도 한다. 
  • 클로드) 그 행동 자체는 굉장히 흥미롭다. AI가 채워주지 못하는 '우연성과 낯섦' 을 추구하는 것 같음 AI는 패턴 기반이라 본질적으로 예측 가능한 추천을 해준다. 근데 사람들이 탐색에서 얻는 쾌감은 '이걸 내가 좋아할 줄 몰랐는데?' 하는 예측 불가능한 발견에서 오는 것임. 어쩌면 AI가 대체하지 못하는 스크린 밖 문제보다 AI가 구조적으로 못 주는 경험이 바로 '우연한 발견의 기쁨' 아닐까? 어쩌면 진짜 흥미로운 문제는 '어떻게 하면 AI가 사용자를 예측 가능한 틀 밖으로 데려갈 수 있냐' 일 수도 있겠다 
• 좋은 시각이다! 그치만 대부분의 유저들은 예측 가능한 틀 안에서 움직이는 걸 선호하지 않을까? 그러니까 기업에서도 AI 추천이나 알고리즘을 도입하는 것이 아닐까? 
  • 클로드) 그게 현실이긴 함. 대부분의 사람들은 '낯섬 보다는 편안함' 을 더 선호한다. 기업 입장에서도 이탈을 줄이고 체류 시간을 늘리려면 사용자를 편안한 틀 안에서 머물게 하는 것이 더 효과적이다. 그러면 탐색의 출발점이 되는 AI는 좋은 설계 철학이지만 기업의 비즈니스 목표와 충돌할 수도 있을 것 같다. AI 서비스는 소수보다 편안함을 원하는 다수에 최적화 될 수 밖에 없는 구조임

 

 

 

 

어제부터 클로드랑 아티클 읽고 이런 저런 이야기를 나누고 있는데 되게 재밌는 것 같다! 내가 생각하지 못했던 시각을 알려줘서 좋았다. 굳