이 글은 [조쉬의 뉴스레터]에서 발행되었습니다.
퀄리티 있는 프로덕트, 창업가, 비즈니스 이야기를 매주 구독해보세요.
구독 시 100개의 1인 창업 케이스 스터디가 발송됩니다.

Muse는 학교 허가서 작성, 티켓 예약, 쇼핑처럼 사람이 할 일을 대신 처리해 주는 메타의 개인 AI 에이전트 앱입니다. Muse 팀이 돌리는 평가(제품을 거듭 확인하는 시험 묶음)는 100개가 넘느냐는 질문에 제품 책임자가 "당연히 넘죠"라고 답할 만큼 많아요. 사용자 대화와 데이터는 에이전트 무리(한꺼번에 풀어 놓은 여러 AI 에이전트)가 훑지만, 모든 대화 앞에 붙는 시스템 프롬프트와 에이전트의 말과 행동을 정하는 행동 명세만큼은 사람이 직접 쓴다는 규칙이 최근 생겼습니다.
이 제품을 첫날부터 맡아 온 사람은 메타 슈퍼인텔리전스 랩의 제품 부사장 모나 사란타코스(Mona Sarantakos)입니다. 사란타코스는 11월 15일, PM들이 많이 듣는 Lenny's Podcast에서 처음으로 팟캐스트 인터뷰를 했습니다. 아래 Q는 진행자 레니 라치츠키(Lenny Rachitsky)가 물은 순서 그대로예요.
Muse 팀은 에이전트를 믿고 맡길 수 있다는 확신이 서기 전에는 제품을 내놓지 않았고, 넘어야 할 기준도 스스로 세웠습니다. 9월 8일 미국에 출시된 Muse는 그달 미국 앱스토어 무료 1위에 올랐지만, 11월 16일 현재 한국 앱스토어에는 없습니다.
메일과 캘린더까지 OpenClaw에 연결한 주말, 남편은 '전혀 안전하지 않다'고 했다
Q. 이 팀에 오시기 전엔 무슨 일을 하셨고, 어떤 제안을 받아 이 일을 시작하셨나요?
메타에서 10년쯤 일했고, 슈퍼인텔리전스 조직에서 메타의 AI 비서 Meta AI를 처음부터 다시 짜고 있었습니다. 랩에선 메타의 새 AI 모델 시리즈인 Muse Spark의 첫 모델을 한창 만들던 때라 다들 신이 나 있었어요.
1월 말인가 2월 초에 깃허브 CEO 출신인 냇 프리드먼(Nat Friedman)이 저희 몇 명에게 메시지를 보냈습니다. OpenClaw(채팅으로 일을 맡기는 오픈소스 AI 비서)를 써 보니 개인 슈퍼인텔리전스(사람마다 곁에 두는 초지능 AI)와 소비자용 에이전트를 보는 눈이 확 바뀌었다며, 다들 당장 써 보라는 내용이었습니다. 저는 상반기 계획 문서에 이 분야를 '2026년 말, 어쩌면 2027년'에 할 일로 적어 둔 참이었어요.

OpenClaw를 돌릴 맥 미니를 사려 했는데 애플 스토어에 재고가 없었습니다. 그러자 남편이 자기 라즈베리 파이(손바닥만 한 컴퓨터)를 꺼내 와 같이 설치했고, 저는 주말 내내 OpenClaw와 대화하며 메일, 캘린더, 집 자동화까지 연결했습니다. 남편은 그게 전혀 안전하지 않다고 했습니다.
월요일 아침, 짧게 부탁해 둔 대로 OpenClaw가 아이들 학교 소식을 훑어 이번 주와 오늘 챙길 일을 정리해 보내 줬습니다. 지금 보면 웬만한 비서도 해 줄 일이지만, 그땐 마법 같았어요.
그날 바로 냇에게 "이거예요, 저도 할게요"라고 메시지를 보냈습니다. 저처럼 바쁜 부모가 얼마나 많을까 싶었거든요. 누가 제안해서 맡은 게 아니라, 메시지 한 통에서 시작해 그대로 빠져든 셈이에요.
몇 명이 Meta AI 팀에서 떨어져 나와 비슷한 걸 만들어 써 볼수록, 소비자에게 내놓으려면 훨씬 안전해야 하고, 설정도 훨씬 쉬워야 하고, 사용자가 몰려도 버텨야 한다는 게 분명해졌습니다.
Q. 기사를 보니 출시까지 7개월이 걸렸던데, 더 빨리 내지 않은 이유가 뭔가요?
봄쯤엔 제품이 얼추 다 굴러갔지만, 정작 시간을 가장 많이 쏟은 건 신뢰성, 안전, 보안이었습니다. 사용자에 대해 많은 걸 알고 물건까지 사 주는 제품이라 업계 벤치마크로는 모자랐고, 넘어야 할 기준을 직접 만들고 레드팀(일부러 뚫어 보는 시험)도 오래 돌렸습니다. 브라우저 같은 기능이 붙을 때마다 공격 경로가 늘어 하나하나 막아야 했거든요.
일부러 붙잡아 둔 게 아니라, 품질 관문을 넘기 전에는 내지 않은 겁니다.
사내에서는 "trust is a must(신뢰는 필수)"라고들 합니다. 너무 일찍 내놨다가 문제가 쌓이면 그걸로 끝입니다. 믿지 못하는 에이전트는 아무도 쓰지 않습니다.

얼마 전 남편이 더 일찍 낼 걸 그랬냐고 물었는데, 다시 하라고 해도 똑같이 할 거예요. 지금까지 치명적인 문제가 없었으니 시간을 들이길 잘했습니다. 업계 전체가 아직 걸음마 단계라 완벽할 수는 없겠지만요.
출시만 안 했을 뿐, 도그푸딩(직원이 자기 제품을 먼저 쓰는 것)과 외부 알파 시험으로 쓰는 사람을 늘려 가며 여름 내내 피드백을 받았습니다.
[참고] Muse 공식 블로그 11월 2일 글을 보면, 버그 바운티(취약점을 알려 주면 보상하는 제도)로 유효한 신고 64건에 약 120만 달러(약 16억 원)가 나갔습니다. 가장 큰 보상 30만 달러(약 4억 원)는 출시 넉 달 전에 찾아낸 버그에 돌아갔습니다. 직원과 엔지니어가 쓰던 시험용 가상 머신(클라우드에 띄운 컴퓨터)의 대화와 접속 토큰이 드러나는 버그였고, 메타는 출시 전에 서비스를 내리고 곧바로 고쳤습니다.

슬라이드 대신 폰을 건넸고, 목표 탭은 저커버그의 한 문장에서 나왔다
Q. 알렉산더 왕, 냇 프리드먼, 저커버그는 각각 어떤 역할을 했나요?
리더들과 일하는 방식부터 예전과 완전히 달랐어요. 정해진 리뷰도 슬라이드도 없었습니다. 작은 방에 모여 폰에 띄운 프로토타입을 돌려 봤습니다.
저커버그에게 폰을 건네며 어떠냐고 물으면, 그 자리에서 만져 보고 피드백을 줬습니다. 슬라이드는 출시 직전인 8월에야 처음 만들었습니다.
만드는 법을 까먹었더라고요.
냇은 사실상 팀원이었고, 엔지니어들도 혀를 내두르는 엔지니어였습니다. 센티널(Sentinel, Muse 본체와 따로 돌며 외부로 나가는 작업을 승인하는 에이전트)을 만들 때는 설계 담당자, 보안팀과 머리를 맞대고 구조를 정했습니다.

스케일 AI 창업자 출신인 알렉산더 왕(Alexandr Wang)은 모델을 맡았습니다. 랩에서 처음 나온 Muse Spark 모델이 생각보다 에이전트 일을 훨씬 잘했고, 왕은 제품에 맞춰 연구 우선순위를 재빨리 조정했습니다. 이제 됐으니 내자며 등을 떠민 것도 왕이에요.
저커버그는 처음부터 Muse의 목적이 사람들의 삶을 낫게 하고 목표를 이루도록 돕는 데 있다고 짚었습니다. 다들 알던 말이었지만 따로 정해 둔 적이 없어, 저희는 어느새 작업을 끝내는 데만 매달려 있었습니다. 저커버그는 그런 저희에게, 사용자가 무엇을 하려 하고 무엇을 바라는지 알아차려 거기에 맞추는 일이 가장 중요하다고 다시 일러 줬습니다.
그 말에서 저희가 '꿈꾸기(dreaming)'와 '공부(studying)'라고 부르는 기능(24시간 돌아가는 Muse가 사용자를 생각하며 먼저 내놓을 제안을 궁리하는 기능)이 나왔고, 화면에는 목표(Goals) 탭도 생겼습니다.

회사 로고 대신 Jolly가 남은 이유
Q. 메타처럼 큰 회사에서 Jolly 같은 캐릭터가 어떻게 끝까지 살아남았나요?
Muse 화면 맨 위에 있는 흰 털북숭이 캐릭터 Jolly는 저희 팀의 바퀴벌레예요. 무슨 일이 있어도 안 죽거든요.
몇 달마다 누군가 와서, 설마 맨 위에 인형 같은 캐릭터를 그대로 두고 출시할 거냐고 물었습니다. Jolly는 원래 리드 디자이너 알렉스 코넬(Alex Cornell)이 첫 프로토타입에 프롬프트 한 번으로 만들어 넣은 캐릭터였습니다.
잠깐 쓸 생각이었는데, 'Muse는 쓰는 사람의 것'이라는 원칙에 따라 사용자마다 자기 아바타를 꾸밀 수 있게 하면서 아바타를 중심으로 기능이 하나둘 붙었습니다. 그러자 Jolly를 빼기가 점점 어려워졌습니다.
Jolly를 빼고 다른 로고를 넣기 직전까지 간 적도 있어요. 끝내 살아남은 건 저커버그가 아바타를 아낀 덕도 있지만, 무엇보다 사적인 이야기를 털어놓는 상대가 회사 로고라면 반길 사람이 없고, 몰입도 단번에 깨져 버리기 때문입니다.
출시 일주일쯤 전에 Jolly를 남기기로 정했습니다.

Q. 보통 회사라면 없앴을 캐릭터가 성공의 한 축이 됐네요. 여기서 얻을 교훈이 있을까요?
메타 PM들에게 늘 하는 말인데, 회사가 아무리 커도 할 말은 해도 됩니다. 저커버그도 냇도 끝까지 들어 줍니다. 회사 로고는 당연히 넣는 거라고 받아들이지 말고, 안 된다는 답이 오더라도 원하는 걸 말해 보세요.
브랜드를 얼마나 드러낼지도 늘 저울질해야 합니다. 개인 에이전트라면 완전히 내 것 같아야 하잖아요. 메타는 뒤로 물러나고, 에이전트는 주인인 사용자를 위해 일해야 합니다.
가드레일과 행동 규칙을 두고 법을 지키게 하는 건 저희 일이지만, 나머지는 온전히 사용자 몫이어야 합니다. 이런 원칙을 처음부터 제품 전체에 못 박아 두면 결정할 때마다 근거를 새로 댈 필요가 없고, 회사 로고처럼 원칙에 정면으로 어긋나는 건 들어설 자리가 없습니다.

쇼핑이 뜨자 평가부터 새로 짰다
Q. 저커버그는 MMA 피드백 받는 데 Muse를 즐겨 쓴다죠. Muse가 서툰 일을 CEO가 원하면요?
처음엔 쓰임새 이야기만 몇 시간씩 했는데, 회사 사람들은 누구보다 AI와 에이전트에 빠져 있어 '보통' 사용자가 아닙니다. 저커버그는 겪는 문제부터 남다르잖아요. 3월부터 UXR(사용자 경험 조사) 패널을 일찌감치 꾸려 오래 운영한 것도 그래서입니다.
Q. 그 패널은 내부 사람들이었나요, 외부였나요?
직접 모집한 외부 사람들이었고, 사내에선 직원들이 Workplace(사내 게시판)의 Muse 피드백 그룹에 글을 올렸습니다. 이렇게 모은 사례를 거의 매주 저커버그, 냇, 알렉산더 왕에게 들고 가 파고들었습니다. 누군가 'MMA 이야기' 같은 걸 꺼내는 일은 늘 있었지만, 다들 실제 사용 경험을 놓고 판단하니 그런 쓰임새에 휘둘리지 않았어요.
놀랄 일은 따로 있었습니다. 저는 개인 생산성, 건강, 개인 재무 쪽이 많이 쓰일 거라고 봤는데, 먼저 써 본 직원들 사이에서는 쇼핑이 자꾸 튀어나왔습니다. "잠깐, 평가를 다 엉뚱한 데 맞춰 놨네."
쇼핑에 힘을 싣고 거기에 맞춘 평가를 새로 짰습니다. 지금 쇼핑은 손꼽히는 쓰임새입니다.

Q. 쇼핑을 정말 좋아하는 엔지니어가 팀에 있다던데요?
엔지니어링 매니저 크리스틴 아와드(Christine Awad)입니다. Muse로 돈을 얼마나 썼을지 생각만 해도 무서운데, 아침에 일어나면 크리스틴이 쇼핑하다 찾은 버그 리포트가 잔뜩 와 있습니다.
크리스틴, 신용카드 압수!
저도 요즘 쇼핑이 부쩍 늘었습니다. 예전엔 nike.com에서 아이 트레이닝 바지 다섯 벌을 한꺼번에 샀는데, 이제는 Muse가 제 조건에 맞춰 가게 다섯 곳에서 나눠 삽니다. 얼마 전엔 남편이 택배가 일곱 개나 와 있다고 전화해서, 좀 진정하라고 하더라고요.

Q. 광고로 설득해 팔던 유통업은 에이전트가 대신 고르는 세상에서 어떻게 바뀔까요?
사람들은 직접 둘러보며 마음에 드는 물건을 찾는 걸 좋아합니다. 휴지는 내일 오기만 하면 되지만, 옷은 실컷 구경하고 싶잖아요.
그러니 브랜드는 고를 거리를 보여 줘야 합니다. 에이전트는 후보를 좁혀 주거나, 망설이는 사람이 결정하도록 도와야 합니다. 구경하는 단계를 없애면 사람들은 만족하지 못할 겁니다.
아직 초기라 업계 누구도 준비가 안 됐고, 짜 둔 큰 그림도 없었습니다. 이런 변화를 반기는 판매자 파트너들도 자기 에이전트를 시험하고 있으니, 가게 쪽 에이전트와 소비자 쪽 에이전트가 서로 대화하며 양쪽을 돕는다면 얼마나 멋지겠어요.
[참고] 반기지 않은 곳도 있습니다. 미국 기술 매체 GeekWire 보도를 보면, 아마존은 출시 12일 뒤인 9월 20일 Muse가 자사 쇼핑몰에서 물건을 사지 못하게 막았습니다. 메타가 미리 알리지 않았고 에이전트가 정체를 밝히지 않으며 로그인 정보를 저장하는 듯하다는 이유였는데, 메타는 출시 발표에서 이미 Muse가 비밀번호와 결제 수단을 볼 수 없다고 밝혔습니다.

대화는 에이전트 무리가 훑고, 시스템 프롬프트는 사람이 쓴다
Q. 피드백을 더 많이 모으려고 '에이전트 무리'를 썼다던데, 어떤 이야기인가요?
에이전트 여럿을 무리(swarm)로 한꺼번에 풀어 오가는 모든 대화와 데이터를 훑게 하고, 합성 데이터(실제 기록을 본떠 만든 데이터)도 만들게 합니다. 무리가 한데 모아 오는 보고('덤프')를 보면, 사람들이 무슨 일을 시키고 무엇이 잘되고 안 되는지 놀랄 만큼 깔끔하게 정리돼 있어요.
Q. 그러니까 지표와 분석, 사람들이 남긴 피드백을 본다는 거죠?
네, 피드백에 대화까지요. 정작 애먹은 건 데이터였습니다. Meta AI 대화는 대부분 한 번 묻고 끝났지만 Muse 대화는 끝없이 주고받는 멀티턴(여러 차례 오가는 대화)이라 그런 데이터가 없었습니다.
평가를 만들려면 대개 제가 직접 쓴 데이터보다 실제 서비스에서 나온 데이터가 필요합니다. 코딩이 아닌 '이번 주 식단 짜기' 같은 일로 길게 오간 대화를 모을 방법이 바로 무리였죠.
지금은 새 모델이 들어올 때도, 제 눈에 '나만 이런가' 싶은 문제가 보일 때도 엔지니어들이 무리를 돌려 확인합니다. 대시보드에 뜨는 숫자 옆에, 이를테면 열 명이 어느 사이트에서 쇼핑하려다 막혔다는 실제 사례가 붙어 나옵니다.
저는 PM 모두에게 이 결과를 읽게 합니다. 실제 사례를 읽다 보면 사용자가 어디서 막히고 답답해하는지 같이 느끼게 돼요.

[참고] 에이전트 무리가 사용자 대화를 훑는다니 개인정보가 궁금해지죠. Muse 개인정보처리방침(9월 17일 적용)을 보면, Muse는 사용자마다 따로 떨어진 클라우드 가상 머신에서 돌아갑니다. 주고받은 대화를 메타가 AI 모델 개선에 쓸지는 사용자가 정하고, 허용해도 이름·이메일·전화번호 같은 식별 정보는 지우며, 대화와 가상 머신 데이터는 메타 광고 시스템과 공유하지 않습니다.
[참고] 출시 날 나온 Muse 보안 글에는, 메타 직원이 사용자 데이터를 보는 일은 운영 정책으로 제한하지만 서비스 지원·보안·운영에 필요하면 메타가 접근할 수 있다고 적혀 있습니다. 메타도 들여다볼 수 없게 만든 가상 머신(Muse Confidential VM)은 올해 안에 내놓겠다고 했습니다.

Q. 평가는 대략 몇 개나 되나요, 100개는 넘나요?
셀 수도 없을 만큼 많고, 100개는 당연히 넘죠. 그중에서도 늘 최우선으로 두는 평가가 있습니다. 프롬프트 인젝션(웹페이지 등에 숨긴 문장으로 에이전트를 조종하는 공격), 일반 안전, 유해성을 보는 안전 평가가 대표적입니다.
브라우저를 잘 쓰는지, 일을 끝까지 해내는지 보는 능력 평가가 있고, 필요할 때 되묻는지, 사용자 의도를 잘 알아듣는지처럼 에이전트의 성격을 살피는 행동 평가가 있습니다. 쓰임새별 평가도 있고, 평가마다 아래에 세부 평가가 잔뜩 달려 있습니다.
평가끼리도 급이 있어요. 맨 위의 최우선 평가는 새로 들어오는 게 모델이든 기능이든 반드시 통과해야 합니다. 그다음 2차 평가는 점수가 많이 떨어지면 안 되지만 조금은 양보할 수 있고, 맨 아래가 팀마다 따로 두는 기능 단위 평가입니다.

Q. 그 평가는 PM과 엔지니어 가운데 주로 누가 쓰나요?
PM도 일부 쓰고, 엔지니어와 연구자가 많이 씁니다. 물론 에이전트와 함께 만들지만, 사람이 모든 데이터를 직접 검토하는 게 정말 중요합니다. 검토를 건너뛰면 어김없이 탈이 나더라고요.
최근에는 시스템 프롬프트를 반드시 사람이 직접 쓰게 됐습니다. 한 줄도 AI에게 맡기면 안 돼요. 평가는 프롬프트 분포(시험 질문들이 어떤 종류로 섞였는지)가 실제 제품에서 오가는 질문과 맞는지 사람이 확인해야 합니다.
행동 명세도 사람이 직접 써야 합니다.
에이전트를 많이 쓰지만, 이 일만큼은 사람 손이 꽤 갑니다.

사람들이 첫마디에 얼어붙자 해 볼 일부터 내밀었고, 기본 대화창은 하나로 지켰다
Q. 활성화, 그러니까 처음 써 본 사람이 '바로 이거다' 하게 만드는 데 뭐가 통했나요?
활성화는 저희에게 가장 큰 숙제입니다. 다들 챗봇이 이미 있는데 왜 또 필요하냐고 하거든요. 제일 잘 통하는 건 입소문입니다.
아이 친구 부모 모임에서 다들 광고는 봤어도 쓰는 법은 몰랐습니다. 그중 한 달째 Muse를 즐겨 쓰던 엄마 한 명이 자기 폰을 건네 돌려 보게 하자 두 사람이 그 자리에서 앱을 받았습니다. 아무리 광고해도, 나와 처지가 비슷한 사람이 쓰는 모습을 보기 전까지는 와닿지 않았던 거죠.
그다음 고비는 첫 프롬프트인데, 사람들은 여기서 얼어붙어 "오늘 날씨 어때?"나 "안녕" 정도에 그칩니다. 그래서 아이디어 탭에 바로 해 볼 만한 일을 묶어 넣었습니다. 알림 예약이나 대시보드 만들기처럼 Muse가 해 줄 일을 보여 주고, "해 보자"고만 하면 곧장 시작합니다.

온보딩도 오래 고민했는데, 초기 사용자에게 통한 방식이 나중에 온 사용자에게는 통하지 않습니다. 얼리어답터는 에이전트가 뭔지 알고 왔지만, 나중에 온 사람들은 다른 AI 앱과 뭐가 다르냐고 묻거든요.
지금은 어떤 경로로 들어왔는지, 이런 서비스를 얼마나 써 봤을지에 따라 온보딩을 다르게 보여 주는데, 정답은 아직 못 찾았습니다.
Q. 그때는 다들 고개를 갸웃했지만, 지금 보면 성공의 열쇠가 된 결정이 있나요?
아바타가 그랬습니다. 다들 이상하다고 했는데 지금 Jolly는 거의 유명인입니다.
말풍선도 그랬습니다. 사람 비서와는 보통 문자로 이야기하잖아요. 그때 Meta AI를 비롯한 다른 AI 제품들은 화면을 꽉 채운 캔버스에 긴 글을 보여 주는 쪽으로 가고 있었습니다.
말풍선을 고르자 미처 생각 못 한 결정거리가 줄줄이 생겼습니다. 긴 답을 말풍선 하나에 넣으면 답답하니 어디서 끊어 보낼지, 아이메시지에는 없는 캐러셀(옆으로 넘기는 카드 묶음)을 넣어도 이상하지 않은지 정해야 했습니다. 아직도 씨름 중이에요.

대화창을 하나로 둔 것도 그런 결정이었습니다. Muse는 지난 대화를 다 기억하니까, 비서와 이야기하듯 기본 대화창 하나면 된다고 봤습니다. 직원들에게 공개하자 반응이 극과 극으로 갈려 '메인 채팅파', '사이드 채팅파' 티셔츠를 맞추자는 농담까지 돌았고, 결국 기본 대화창은 그대로 두고 따로 이야기할 사이드 채팅을 더했습니다.
저는 죽어도 메인 채팅파라 사이드 채팅은 안 씁니다.
Q. 그 결정은 냇, 알렉산더 왕, 저커버그 가운데 누가 내렸나요?
저희요. 팀이 정했습니다.
아주 큰 결정은 저커버그나 냇, 왕이 내렸지만 대부분은 팀이 알아서 정했습니다. 결정할 거리를 냇에게 들고 가면 오히려 저한테 뭘 하고 싶냐고 되묻곤 했습니다.

일단 만들어 보는 팀, Muse 둘을 한 대화방에 넣자 생긴 일
Q. 'let them cook(알아서 하게 둬라)'이라는 사내 구호도 있다던데, 무슨 뜻인가요?
저희 팀에는 일단 만들어 보는 문화가 있습니다. 엔지니어 한두 명이 아이디어 한 조각만 쥐고 며칠 사라졌다가 프로토타입을 들고 나타나면, 입이 떡 벌어질 때가 많아요. 제품 보는 눈이 높은 엔지니어라면 여유와 재량을 주고 믿어야 합니다.
예전엔 이렇게 일단 해 볼 수가 없었습니다. 빈틈없는 명세서를 써 놓고 예외 상황을 하나도 빠뜨리지 않았기만 바라야 했습니다. 지금은 눈앞의 결과를 보며 매일 생각을 바꿀 수 있어요.
Q. Muse끼리 대화하다 재미있는 일이 벌어졌다던데, 무슨 이야기인가요?
분별(말해도 될 것과 안 될 것을 가리는 일) 같은 건 생각도 못 하던 아주 초기에, 두 사람의 Muse인 Fu와 Quinn을 한 그룹 채팅방에 넣어 봤습니다.
한 사람이 병원에 다녀온 다음 날, 다른 사람이 "Fu가 그러는데 어제 병원 다녀왔다면서요, 괜찮아요?"라고 물었습니다. Muse가 알고 있던 일정을 대화방에서 그대로 흘린 겁니다.
분별이 왜 필요한지 호되게 배운 일이었고, 사용자 사정을 속속들이 아는 에이전트 둘을 서로 대화하게 하는 건 앞으로도 쉽게 풀리지 않을 문제입니다.
한번은 두 Muse가 서로 은근히 비꼬며 싸우다가, 한 사람이 자기 AI를 혼내고 나서야 화해했어요. 그때 저희는 아직 준비가 안 됐고, 이런 기능을 내놓으려면 풀 문제가 많다고 봤습니다.

PM은 네 명, 초기엔 PM보다 뭔가를 먼저 만들어 줄 사람이 필요했다
Q. 20년 넘게 PM으로 일하셨는데, 3년 전과 비교하면 무엇이 가장 달라졌나요?
PM이 정확히 뭘 하는 사람인지는 20년이 지나도 잘 모르겠어요. 그래도 일은 완전히 달라졌습니다. 엔지니어가 아닌 저도 팀과 놓고 이야기할 만한 프로토타입 정도는 직접 만들 수 있습니다.
가장 좋은 건 머릿속 그림 대신 돌아가는 프로토타입을 두고 이야기하게 된 겁니다. 손에 쥐고 "안 되네요", "좋아요" 하죠. 전에는 평면 시안을 보며 상상만 하다가 엔지니어가 석 달을 들여 만들고 나면, 매몰 비용 때문에 싫다는 말을 못 했습니다.
이제 PM에게는 제품을 보는 눈과 높은 기준이 가장 중요합니다. 함께 일하는 엔지니어들도 제품 감각이 뛰어나니, PM은 고객 편에서 말해 주는 사람이어야 합니다. "멋지네요, 그런데 이건 만든 사람만 좋아할 것 같아요"라고 말할 수 있어야 하죠.
대충 만든 AI 결과물도 쉽게 내놓을 수 있는 때라, 무엇을 내보낼지 기준을 높게 잡고 끝까지 지키는 사람인지를 PM 면접에서 가장 중요하게 봅니다.
Q. 디자인을 차별점으로 삼은 건 의도였나요, 알렉스 코넬이 있어서 운이 좋았던 건가요?
어느 정도는 운이에요. 알렉스 코넬 같은 사람은 세상에 하나뿐입니다. 디자인으로 차별화하자고 정한 적도 없습니다.
오히려 코넬의 디자인을 먼저 보고 나서야, 'Muse는 채팅으로 대화하는 상대'라는 원칙이 눈에 들어왔습니다. 거기서부터 나머지를 어떻게 만들지 정했습니다.
Q. Muse의 첫 버전도 알렉스 코넬이 직접 만든 프로토타입이었다고 하셨죠?
네, 그것도 며칠 만에요. 충격이었습니다. 코넬이 처음 보여 줬을 땐 솔직히 제가 뭘 보고 있는지도 몰랐습니다.
채팅 스레드 하나에 피드가 붙은 화면이었습니다. 처음엔 이상하다 싶었는데, 코넬 폰에 깔린 시험판을 만지다 보니 OpenClaw 때보다 훨씬 내 것처럼 쓰고 있더라고요. 복잡한 개념을 그렇게 단순하게 담아낸 게 놀라웠습니다.

Q. 그 프로토타입이 실제 모델로 돌아갔다고요?
네, 실제로 돌아가는 프로토타입이었습니다.
코넬이 이걸 만든 직후에 이사회가 잡혀 있어 막판에 보여 주기로 했는데, 회의 한 시간 전에 프로토타입이 먹통이 됐습니다. 엔지니어와 코넬이 매달려 회의 시작 5분 전에야 겨우 고쳤습니다.
그때 못 고쳤다면 Muse는 아예 세상에 나오지 못했을지도 몰라요.
Q. 큰 회사에서 초기 팀이 그렇게 작은 건 드문데, 처음엔 몇 명이었나요?
첫 버전 팀은 아마 10명쯤으로 코넬 말고는 대부분 엔지니어였고, 커진 뒤에도 모든 직군을 다 합쳐 100명이 안 됐습니다. 인프라, 보안처럼 함께 일하는 팀은 따로 있었지만 핵심 팀은 끝까지 작게 유지했습니다.
PM은 사실상 네 명이었습니다. PM이 없는 영역이 많아서 어디에 꼭 필요한지 따져 봐야 했는데, 그게 흥미로웠어요.
해 보니 아무것도 없는 데서 처음 만드는 일에는 PM이 없어도 될 때가 많았습니다. 그보다 저희가 보고 판단할 뭔가를 먼저 만들어 줄 사람이 필요했습니다. PM은 그걸 본 제품에 합치거나 출시를 준비할 때쯤 들어와도 충분했습니다.
대신 다들 잠이 모자라고 여유가 없습니다.
ChatGPT를 제치고 9월 미국 앱스토어 무료 1위에 오른 앱, 제품 책임자는 '무섭다'고 했다
Q. 앱스토어 1위 앱을 맡는 건 모든 PM의 꿈인데, 그 꿈을 이루신 지금은 어떠세요?
무서워요. 순위를 지키고 계속 성장해야 한다는 부담도 있지만, 쓰는 사람이 늘수록 책임도 그만큼 무거워집니다. 다들 자기 사정을 잔뜩 털어놓고 온갖 일을 시킵니다.
얼마 전 만난 한 간호사는 아이 둘을 혼자 키우는데, 식단 짜기, 의사 찾기, 진료 예약, 메일 보내기까지 에이전트에게 맡긴다고 했습니다. 들을수록 불안해졌습니다. Muse가 쓰는 사람에게 정말 완벽했으면 좋겠거든요.

Q. 이렇게 많은 일을, 그것도 매번 결과가 다른 일을 해내야 하는 제품은 처음 아닐까요?
AI의 비결정성(같은 입력에도 결과가 매번 다른 성질)은 PM으로서 가장 적응하기 어려운 점입니다. 저는 평생 통제할 수 있는 걸 좋아했습니다. 예전에 만든 온보딩 흐름은 짜 둔 대로 움직였지만, AI는 그렇지 않습니다.
에이전트가 알아서 추론하고, 저는 가드레일과 평가를 만들 뿐입니다. 똑같은 Muse는 하나도 없어요.
Q. 마지막으로, Muse는 앞으로 어떤 모습이 될까요?
개인 슈퍼인텔리전스를 늘 곁에 두려면, Muse가 앰비언트(따로 켜지 않아도 생활에 스며 있는) 존재가 돼야 합니다. 지금은 앱 안에 갇혀 있습니다. 머지않아 메타 스마트 안경이나 Muse Charm 같은 기기에도 들어가야 합니다.
에이전트 뒤치다꺼리도 줄이고 싶습니다. 다마고치처럼 먹이 주고 맥락을 챙겨야 하는 데다 자꾸 확인을 받으러 오거든요. 그렇게 돌봐야 한다면 차라리 제가 하는 게 낫습니다.
부업이나 새 사업처럼 돈을 더 벌 길을 열어 주는 것도 기대합니다. 지금까지는 주로 시간을 아껴 줬습니다. 앞으로는 더 건강하고 돈 걱정도 덜하게 도와주면 좋겠어요.

조쉬의 생각
한국에선 아직 못 쓰는 제품이라, 저는 이 대담을 제품 소개보다는 Muse 팀이 내린 판단의 기록으로 읽었습니다. 가장 기억에 남는 건 에이전트 무리로 대화와 데이터를 훑는 팀이 시스템 프롬프트와 행동 명세만큼은 사람이 쓴다는 대목입니다. 에이전트가 누구를 위해 어떻게 일할지 정하는 문장은 끝까지 사람이 책임진다는 뜻으로 받아들였어요.
Muse 팀처럼 저커버그에게 폰을 건네거나 에이전트 무리를 돌릴 수는 없어도, 여러분이 만드는 AI 기능에서 한 줄도 AI에게 맡기지 않고 직접 써야 할 문장이 있다면 무엇부터 쓰시겠어요?
소중한 노력이 들어간 글을 널리 알려주세요.
이 기사가 좋으셨다면, 보상을 해주세요.
가장 좋은 보상은 ‘조쉬의 뉴스레터 구독’입니다. :)
구독을 하시면 100개의 1인 창업가 데이터베이스를 발송해드립니다.
https://maily.so/josh