AI 인터페이스 경쟁의 축이 이번 주 바뀌었습니다.

지난 몇 달간 이 주제의 중심은 “어떻게 지시할 것인가”였습니다. 타이핑이냐, 음성이냐, 버튼이냐. OpenAI의 Sam Altman이 “음성 ChatGPT와 대화하는 시간이 타이핑을 앞질렀다”고 선언한 게 7월이었고, 앤트로픽도 Claude 음성 모드를 Opus·Sonnet 계열까지 확장했습니다.

그런데 8월 18일, 이 질문 자체가 사라지기 시작했습니다.

지시가 사라진다 — ChatGPT Computer History

The Verge가 ChatGPT 데스크톱 앱의 새 기능을 보도했습니다. Computer History. 사용자의 클릭과 키스트로크를 타임라인으로 기록하고, 그걸 기반으로 “이어서 하기”와 자동화 추천을 제안합니다.

에이전트가 더 잘 이해하게 된 게 아닙니다. 사용자가 지시하지 않아도 되는 겁니다.

7월에 “음성으로 여러 에이전트를 실시간 조율한다”가 능동 지시의 고속화였다면, 이건 지시 자체의 제거입니다. 인터페이스의 질문이 “어떻게 명령할 것인가”에서 “무엇을 이미 알고 있는가”로 이동하는 순간입니다.

입력이 “내가 말한 것”에서 “내가 한 것”으로 바뀝니다.

이건 UX 업데이트가 아닙니다. 에이전트 제품의 기반 가정이 바뀌는 겁니다. 기존 에이전트 UX는 사용자의 선언적 의도(내가 이걸 하고 싶다)를 입력으로 받았습니다. 이제는 사용자의 행동 패턴(내가 이것을 반복해서 했다)이 입력이 됩니다. 에이전트가 배우는 단위가 바뀝니다.

같은 재료, 반대 전략 — 신뢰가 갈림길

흥미로운 건 같은 날 정반대 방향의 제품도 나왔다는 점입니다.

AirJelly. Mac에서 Slack·Zoom·Docs·Calendar·이메일을 읽고, 타임라인과 태스크 브리프를 자동 생성합니다. 사용하는 재료가 ChatGPT Computer History와 동일합니다. 사용자의 행동 맥락, 업무 패턴.

차이는 단 하나입니다. “데이터가 로컬에 남는다.”

이게 핵심 세일즈 포인트입니다. 기능의 차별화가 아니라 약속의 차별화입니다.

같은 시기 비슷한 포지셔닝의 도구가 하나 더 있습니다. Claunnector. Mac의 Mail·Calendar·Reminders·Contacts·Notes를 70개 이상의 MCP 도구로 로컬에 연결하는 menubar 앱입니다. 역시 핵심은 기능이 아니라 “데이터가 밖으로 나가지 않는다”는 약속입니다.

이틀 사이에 동일한 형태의 도구 두 개가 도달했습니다. 패턴이 보입니다.

같은 재료(행동·업무 맥락)를 클라우드에 쌓아 파는 쪽과, 로컬에 보관하겠다는 약속으로 파는 쪽. 기능이 비슷하니 결국 승부는 신뢰에서 납니다.

국내 반응이 이미 이 갈림길을 보여줍니다. Computer History 보도가 나온 8월 18일, 국내 유튜브에 이런 제목의 쇼츠가 올라왔습니다.

“내가 뭘 하는지 다 지켜보는 GPT..?”

기능 혁신에 대한 반응이 아닙니다. 감시에 대한 반응입니다.

Dario Amodei가 며칠 전 TechCrunch 인터뷰에서 말했습니다. “AI에 대한 반발은 본질적으로 신뢰의 위기다.” 같은 주에 이 모든 신호가 도달한 건 우연이 아닙니다. 인터페이스 전환의 채택 변수가 정확도에서 신뢰로 이동하고 있습니다.

대화 안에서 앱 경계가 다시 생긴다

같은 시기에 다른 방향의 움직임도 있었습니다.

Microsoft M365 Copilot이 업데이트됐습니다. Copilot Chat 안에 Word·Excel·PowerPoint 에이전트가 각각 따로 들어갔습니다. Cowork 통합, Copilot Pages의 Suggested Edits도 추가됐습니다.

여기서 인터페이스 관점의 함의가 반대입니다. “채팅이 앱을 삼킨다”가 아닙니다. 채팅 안에서 작업 유형별로 다시 분화가 일어나고 있습니다. 대화형 단일 창이 모든 걸 흡수하는 게 아니라, 대화가 새로운 컨테이너가 되고 그 안에서 예전 앱 경계가 재현됩니다.

이게 PM에게 주는 신호는 명확합니다.

단일 만능 채팅은 중간 단계입니다. 사용량이 붙으면 결국 작업 유형별 진입점이 다시 필요해집니다. “무엇이든 물어보세요”는 진입 장벽을 낮추지만, 반복 사용자에게는 맥락별 전용 진입점이 더 빠릅니다.

중국 화웨이도 같은 방향입니다. 스마트폰을 AI폰으로 재정의하며 앱을 직접 여는 대신 AI가 기능을 대신 호출하는 구조를 내세웠습니다. OS 레이어에서 인터페이스의 진입점이 바뀌는 형태입니다.

세 층위에서 같은 방향이 확인됩니다. OS(화웨이), 데스크톱 앱(ChatGPT·AirJelly·Claunnector), 생산성 스위트(M365 Copilot). 방향은 하나입니다. 에이전트가 사용자 컨텍스트를 많이 알수록 지시 부담이 줄어들고, 그 컨텍스트를 어디에 두느냐가 경쟁 전선이 된다.

PM이 다시 설계해야 하는 질문

인터페이스가 바뀌면 PM이 답해야 하는 질문도 바뀝니다.

기존에는 이랬습니다. “어떻게 지시하면 에이전트가 더 잘 실행하는가?” 프롬프트 설계, 컨텍스트 주입, 명령 구조.

이제 질문이 하나 추가됩니다.

“우리 제품이 사용자에 대해 알게 된 것을, 사용자에게 얼마나 보여주고 있는가?”

이건 투명성의 문제입니다. Computer History가 사용자의 클릭을 쌓는다면, 사용자는 그게 어디 쌓이는지, 무엇을 보고 있는지, 어떻게 지울 수 있는지를 알아야 합니다. 그 가시성이 없으면 기능은 편의가 아니라 불안이 됩니다.

AirJelly가 “로컬 보관”을 세일즈 포인트로 삼은 이유가 여기 있습니다. 행동 컨텍스트를 수집하는 기능은 동일하지만, “어디에 있는지”를 사용자가 통제할 수 있다는 약속이 채택 조건이 된 겁니다.

에이전트 제품에서 이 설계를 하지 않으면 어떤 일이 생기는지는 이미 국내 반응에서 보입니다. 조코딩의 쇼츠 제목이 기능 소개가 아니라 “다 지켜보는 GPT”였다는 것. 사용자가 기능보다 경계를 먼저 인식했다는 뜻입니다.

에이전트 UX의 다음 설계 변수

이번 주의 신호를 정리하면 세 가지입니다.

첫째, 입력의 단위가 바뀐다. 선언적 명령에서 행동 패턴으로. 에이전트가 배우는 재료가 바뀌면, 에이전트가 틀렸을 때 어디서 틀렸는지도 바뀝니다. PM은 “어떻게 지시하는가”뿐 아니라 “무엇이 학습되는가”를 설계해야 합니다.

둘째, 신뢰가 채택 변수다. 정확도가 비슷해지면 결국 “어디에 두느냐”와 “얼마나 보이느냐”가 선택 기준이 됩니다. 로컬 vs 클라우드는 기술 선택이 아니라 신뢰 포지셔닝입니다.

셋째, 단일 채팅은 중간 단계다. 만능 채팅 인터페이스는 진입 장벽을 낮추지만, 사용량이 붙으면 작업별 전용 진입점이 다시 필요해집니다. 분화가 일어나는 시점의 설계가 락인을 결정합니다.

인터페이스 이야기를 지난 몇 달간 음성으로만 해왔습니다. 이번 주에 축이 바뀌었습니다.

사용자에 대해 에이전트가 알게 된 것을, 사용자 본인은 얼마나 알고 있습니까. 그리고 그 투명성이 우리 제품 설계에 반영되어 있습니까.