AI
AI 엔터테인먼트 제품은 어떻게 만들까?
두줄요약
제타를 캐릭터 대화 서비스가 아닌 사용자가 이야기를 만드는 내러티브 머신으로 재정의했습니다.\n자체 모델과 사용자 피드백을 연결한 데이터-모델 플라이휠로 몰입도와 성장을 강화했습니다.
구조와 흐름
- 캐릭터 대화 플랫폼에서 사용자가 AI와 상호작용하며 이야기를 만드는 내러티브 머신으로 제품 재정의
- 유저·캐릭터·디스커버리·유입·운영 스쿼드와 모델팀의 협업 구조
- 사용자 선호 피드백 수집, 모델 학습 반영, 제품 지표 개선으로 이어지는 데이터-모델 플라이휠
선택 이유
- 캐릭터 고정성보다 사용자가 주인공으로 원하는 방향의 이야기를 전개하는 자유도에 집중
- 자체 AI 모델로 몰입·재미 패턴을 학습에 직접 반영하고 운영 비용 효율화
- 일본어 모델 로컬라이징을 기반으로 한 글로벌 확장 가능성 검증
성능/운영 포인트
- 주간 총 사용 시간을 핵심 지표로 두고 WAU와 사용자당 사용 시간으로 분해
- 목표 지표 기반 A/B 테스트와 사용자 행동 딥다이브·인터뷰를 결합한 의사결정
- 사용자 생성 캐릭터 콘텐츠의 필터링과 우수 콘텐츠 노출 관리
트레이드오프
- 정량 지표만으로 재미를 판단하기 어려워 UT·인터뷰 등 정성 분석과 경험 기반 직감 병행
- 직군 경계를 넘는 전 과정 참여로 구현·분석 누락 방지와 주인의식 강화
- 치열한 토론과 설득 과정에 따른 협업 피로 가능성
