앱을 추천받는 대신 할 일의 답이 됐습니다

범용 AI와 똑같은 질문에서 겨루고 있었습니다

회의나 강의 녹음을 요약하고 해야 할 일을 뽑아주는 앱입니다. 그동안은 ‘AI 앱 추천’이나 ‘AI 생산성 도구’ 같은 질문을 목표로 잡고 콘텐츠를 만들어 오셨습니다.

그런데 그 질문의 답에는 늘 ChatGPT를 비롯한 대형 서비스 이름이 먼저 나왔습니다. 인지도로 결정되는 영역이라 아무리 콘텐츠를 늘려도 순서가 바뀌지 않았고요.

사람들은 도구 이름이 아니라 하고 싶은 일을 씁니다

실제 질문을 모아놓고 읽어보니 문장 안에 하고 싶은 일이 아주 구체적으로 들어 있었습니다. 예를 들면 이런 문장들이었습니다.

• 회의 녹음해서 자동으로 할 일 정리해주는 AI
• 대학생 강의 녹음 요약해주는 앱
• 영어 회의를 한국어로 요약하는 앱
• 인터뷰 녹음 정리해주는 AI
• 통화 내용 요약해서 메모로 남기는 앱

사용자가 맡기고 싶어 하는 일 100개를 정의했습니다

사용자가 이 앱에 맡기고 싶어 하는 작업을 100개로 나눴습니다. 누가 쓰는지와 어떤 상황인지, 그리고 무엇을 받아보고 싶은지를 조합하는 방식이었는데요, 이 세 가지가 달라지면 사용자가 쓰는 문장도 완전히 달라집니다.

작업 하나에 페이지 하나를 만들었습니다

‘인터뷰 녹음 정리’와 ‘회의록 작성’을 서로 다른 페이지로 만들었습니다. 앱이 하는 일은 같은데도 그렇게 했는데요, 왜냐하면 사용자가 받아보고 싶어 하는 결과물의 모양이 다르기 때문입니다. 기능이 같다고 한 페이지로 묶으면 어느 질문에도 정확히 대응하지 못합니다.

결과물이 어떻게 생겼는지 글로 보여줬습니다

실제로 어떤 형태로 정리되어 나오는지 예시를 텍스트로 넣었습니다. 화면 캡처만 올려두면 사람에게는 보여도 그 안의 글자가 본문 텍스트로 색인되지는 않거든요. 이미지는 그대로 두고 같은 내용을 글로 병기하는 방식으로 진행했습니다.

범용 AI와 무엇이 다른지 조건을 붙여 설명했습니다

녹음이 길어지거나 말하는 사람을 구분해야 하는 상황에서 무엇이 달라지는지를 적었습니다. 그러면서 짧은 메모를 정리하는 정도라면 범용 도구로도 충분하다는 말을 같이 넣었는데요, 이렇게 조건을 갈라 놓으면 AI가 답을 만들 때 그대로 옮겨 씁니다.

앱 정보를 구조화해서 선언했습니다

SoftwareApplication 구조화 데이터로 지원 플랫폼과 가격, 기능을 명시했습니다. 화면에 보이는 내용과 마크업을 하나씩 대조하느라 시간이 꽤 들었는데요, 여기서 어긋나면 구조화 데이터를 안 넣느니만 못하기 때문에 끝까지 확인했습니다.

설치 다음 지표까지 같이 올라갔습니다

할 일 질문 커버리지가 4%에서 42%로 올랐고, AI를 통해 들어온 설치는 월 320건에서 980건이 됐습니다.

그런데 저희가 더 눈여겨본 숫자는 따로 있었습니다. 설치한 뒤 실제로 써보는 비율이 30%에서 43%로 함께 올랐거든요. 하고 싶은 일이 이미 명확한 상태로 들어오기 때문인데요, 범용 질문을 통해 들어온 사용자와는 성격이 확실히 달랐습니다.

B2C 앱 담당자분들께 드리고 싶은 이야기

범용 도구와 같은 질문에서 겨루지 마세요

‘AI 앱 추천’은 대형 서비스가 가져가는 영역입니다. 다만 조건이 구체적으로 붙은 작업 질문에서는 전용 도구가 더 맞는 답이 되니 승산이 충분합니다.

결과물을 글로 보여주셔야 합니다

화면 캡처만 올려두면 그 안의 글자가 본문 텍스트로 색인되지 않습니다. 어떤 형태로 정리되어 나오는지 예시를 텍스트로 넣어야 답의 재료로 쓰입니다.

설치가 아니라 첫 사용까지 보셔야 합니다

하고 싶은 일이 명확한 상태로 들어온 사용자는 첫 사용까지 도달하는 비율이 다릅니다. 설치 수만 보시면 이 차이가 안 보입니다.

자주 묻는 질문

범용 AI 서비스와 경쟁이 될까요?

같은 질문에서는 솔직히 어렵습니다. ‘AI 앱 추천’은 인지도가 결정하는 영역이거든요. 다만 ‘영어 회의를 한국어로 요약하는 앱’처럼 조건이 구체적으로 붙은 질문에서는 전용 도구가 더 정확한 답이 되기 때문에 충분히 승산이 있습니다.

할 일 질문은 어떻게 찾아야 하나요?

누가 쓰는지와 어떤 상황인지, 무엇을 받아보고 싶은지를 조합해 보시면 됩니다. 대학생인지 직장인인지, 회의인지 인터뷰인지, 요약을 원하는지 할 일 추출을 원하는지에 따라 문장이 갈리거든요. 고객 문의와 앱스토어 리뷰에서 실제 표현을 모으는 일부터 시작하시길 권합니다.

설치 수만 늘어도 괜찮을까요?

이 사례에서는 활성화 전환율이 30%에서 43%로 함께 올랐습니다. 하고 싶은 일이 명확한 상태로 들어오기 때문인데요, 반대로 범용 질문에서 온 사용자는 설치는 해도 첫 사용까지 가지 않는 경우가 많았습니다. 그래서 설치 수만 보시면 판단을 그르치기 쉽습니다.

리드젠랩과 시작하려면 어떻게 하나요?

무료 진단 신청으로 시작합니다. 실제 고객 질문 20개를 주요 AI에 넣어 답변 80개를 분석하고, 현재 노출 상태와 경쟁 구도를 리포트로 드립니다. 이후 필요에 따라 GEO·AEO 대행 또는 컨설팅·내재화 방식을 정하고, 채널별 시작가는 요금 안내에서 확인하실 수 있습니다.

고객사와 체결한 비밀유지계약에 따라 기업명은 가명으로 표기했습니다. 수치와 실행 내용은 실제 프로젝트 측정 데이터입니다.