AI 최대 지출자들이 사고 만드는 것 — 소비자 AI의 현재 상태

URL: https://www.youtube.com/watch?v=aCvrzhwUxg0 날짜: 2026-10-07 채널: a16z 원제: What AI's Biggest Spenders Are Buying and Building 실제 업로드 제목: The Current State of Consumer AI

---

📌 핵심 질문 / 이 콘텐츠가 다루는 핵심 논점

==소비자 AI는 이미 넓게 사용되지만, 돈과 깊은 사용은 소수의 파워 유저에게 극도로 집중되어 있으며, 다음 성장 단계는 구독 좌석이 아니라 에이전트·거래·광고·네트워크를 결합한 새로운 제품 경험에 달려 있다.==

• 미국인의 거의 절반이 AI를 사용하지만, 개인 유료 구독자는 약 4.5%에 그친다.
• 상위 1% 지출자는 개인 카드로 매달 평균 903달러를 AI에 쓰며, 코딩·자동화·생산성·창작 도구를 구매해 직접 만들고 일한다.
• 트래픽 순위만으로는 보이지 않던 데스크톱 앱, 메신저 안의 에이전트, 전문 도구가 지출 순위에 대거 나타난다.
• OpenClaw 이후 Instinct, Tomo, Poke, Lindy, Town, Muse, Dots, Grok Bot 같은 개인 에이전트가 비개발자에게도 다가가기 시작했다.
• 현재 소비자 AI의 수익은 구독과 사용량 과금에 치우쳐 있지만, 추론 비용이 내려가면 광고·거래 수수료·마켓플레이스 모델이 다시 중요해질 수 있다.

Elena Burger, Olivia Moore, Josh Elman은 a16z의 ‘Top 100 Consumer AI Apps’ 7번째 판을 토대로 소비자가 실제로 무엇에 돈을 내는지, 개인 에이전트가 어떤 유통과 네트워크를 만드는지, 기존 연구소와 스타트업이 어떤 제품 레이어에서 경쟁하는지를 설명한다.

1. 트래픽에서 지출로: 소비자 AI를 측정하는 새로운 방법

1.1. 일곱 번째 순위표가 달라진 이유

1. 초기 순위의 기준

   1. 첫 보고서는 전 세계 AI 웹사이트의 방문 횟수만으로 순위를 매겼다.
   2. 당시 소비자는 브라우저의 프롬프트 상자에서 AI를 쓰는 경우가 대부분이었으므로 웹 트래픽이 적절한 대리 지표였다.

2. 소비자의 실제 지불을 추가한 방법

   1. 이번 판은 웹·모바일 트래픽에 더해 YipitData의 미국 소비자 카드 지출 패널을 사용했다.
   2. 기업용·중소기업용 지출은 제외하고 개인 카드에서 실제로 지불된 금액을 기준으로 제품을 비교했다.
   3. 트래픽 목록과 지출 목록을 나란히 놓으면 무료 사용, 데스크톱 사용, 메신저 내부 사용, 파워 유저 과금이 서로 다른 시장을 만든다는 사실이 드러난다.

1.2. 시장은 굳어지는 동시에 확장된다

1. 신규 진입의 감소

   1. 웹과 모바일 순위를 합쳐 처음 등장한 제품은 11개로, 일곱 번의 목록 가운데 가장 적다.
   2. Sarah Wang이 말한 것처럼 기업과 소비자 모두 ‘파워 로(power law)’ 게임에 가까워지고 있으며, 소수의 승자가 점점 많은 사용량과 매출을 차지한다.

2. 지출 데이터가 숨은 제품을 드러낸다

   1. 지출 상위 50개 제품 중 29개는 웹 트래픽 목록에 없었다.
   2. ChatGPT, Claude, Suno, Perplexity, Photoroom, Canva, Notion처럼 웹·모바일·지출 목록을 모두 관통하는 제품은 극소수다.
   3. 트래픽이 적어도 고가 파워 유저를 확보한 제품은 지출 순위에서 높아질 수 있고, 트래픽이 커도 무료 사용이 많으면 매출 순위가 낮아질 수 있다.

2. 개인 에이전트가 생산성 도구에서 생활 인터페이스로 이동하다

2.1. OpenClaw가 만든 전환점

1. 비개발자용 에이전트의 등장

   1. OpenClaw는 AI를 생산성 향상 도구에서 검색·실행·자동화 도구로 바꾸며 개인 에이전트 열풍을 만들었다.
   2. 사용자는 맥 미니를 사서 OpenClaw를 돌리고, 자신의 데이터를 로컬에서 관리하며, 에이전트가 노트북에서 잠도 자지 않고 일하는 모습을 경험했다.
   3. 초기의 불꽃이 실제 제품과 시장으로 번지는 데에는 시간이 걸리지만, OpenClaw는 무엇이 가능한지 보여주는 선구자 역할을 했다.

2. 후속 제품과 빅테크의 진입

   1. 소비자·프로슈머 에이전트 스타트업으로 Instinct, Tomo, Poke, Lindy, Town이 등장했고, Meta의 Muse, OpenAI의 Dots, xAI의 Grok Bot이 뒤를 이었다.
   2. 초기 제품은 기술 사용자가 주도했지만, 최근 제품은 AI에 의존해 살지 않는 부모와 가족에게도 추천할 수 있는 수준으로 접근성이 높아졌다.
   3. 2026년 여름부터 성장 속도는 매우 빨라졌지만, 주류 사용자에게 완전히 도달했다고 보기는 아직 어렵다.

2.2. Muse와 Instinct가 보여주는 유통의 차이

1. Muse의 초기 성과

   1. Muse는 출시 12일 만에 약 50만 다운로드와 25만 활성 사용자를 확보했다.
   2. 미국·캐나다에서만 서비스하는 Muse는 출시 약 22일 동안 약 500만 다운로드를 기록했다.
   3. 같은 두 시장에서 Threads는 첫 22일에 1,500만~1,600만 다운로드를 기록했으므로, Muse의 초기 확산은 화제성은 컸지만 기존 소셜 네트워크의 임계 질량에는 미치지 못했다.
   4. Threads는 Instagram 계정과 기존 친구 관계를 이용해 단숨에 네트워크 효과를 만들었지만, Muse는 개인적 도구라서 의도적으로 더 신중하게 확장되고 있다.

2. Instinct의 거래형 에이전트 모델

   1. Instinct는 출시 3주 만에 사용자 40%가 개인 신용카드를 연결했다고 보고했다.
   2. 카드 연결 사용자는 첫 구매 이후 월 1,000달러 이상을 지출하는 것으로 소개되었으며, 개인 에이전트가 단순 좌석 구독이 아니라 거래를 중개할 수 있음을 보여준다.
   3. iMessage처럼 언제든 문자·이메일·전화로 접근할 수 있는 채널은 사람 비서와 비슷한 사용성을 제공한다.

3. 플랫폼 통합의 양면성

   1. Amazon은 Muse가 자사 사이트에서 상품을 검색·구매하는 접근을 허용하지 않았지만, Muse는 Shopify와 수백 개의 제휴를 맺고 상품을 구매할 수 있게 했다.
   2. 에이전트가 많은 앱과 서비스에 연결되면 생태계 시너지가 생기지만, 플랫폼이 에이전트에게 어느 수준의 권한을 줄지는 계속 충돌할 수 있다.
   3. 에이전트가 실제 트래픽과 매출을 만들자 Amazon, Shopify, Instacart, OpenTable, Expedia, Ticketmaster, Plaid 같은 플랫폼은 서로 다른 방식으로 통합을 선택하고 있다.

2.3. 네트워크 효과와 신뢰의 미해결 문제

1. 아직 약한 개인 간 네트워크 효과

   1. 현재 개인 에이전트는 소셜 네트워크보다 개인 도구에 가깝고, 다른 사람의 사용 경험이 자동으로 새로운 사용을 만드는 구조는 약하다.
   2. 장기적으로 강력한 제품은 네트워크 효과, 마켓플레이스, 에이전트와 상호작용하는 여러 사업을 동시에 확보해야 한다.

2. 개인화가 만드는 데이터 긴장

   1. AI는 이메일뿐 아니라 사용자가 무심코 털어놓은 사적인 이야기까지 학습하므로 과거 소프트웨어보다 사용자를 더 깊이 알게 된다.
   2. 업무용 GPT와 개인용 GPT 계정을 분리하는 습관은 개인 정보와 업무 정보의 경계를 지키려는 반응이다.
   3. 사용자가 더 유용하게 쓸수록 에이전트가 더 많은 맥락을 얻고, 그 맥락을 다른 사람과의 소통이나 거래에 활용할지 결정해야 하는 긴장이 커진다.

3. 소비자 신뢰의 기준

   1. 사용자는 어떤 정보를 공유할지, 어떤 정보원을 믿을지, 무엇을 타인에게 전달해도 되는지에 관한 사회적 기준을 이미 갖고 있다.
   2. 이제 같은 기준을 소프트웨어에도 적용해 예상치 못한 행동, 권한 오남용, 원치 않는 정보 공유를 경계한다.
   3. 이메일·사생활·신용카드 정보까지 맡길 수 없다는 불안은 개인 에이전트가 대규모 소비자 앱으로 성장하는 가장 큰 장벽이 될 수 있다.

3. AI의 최대 지출자는 일반 소비자가 아니라 프로슈머다

3.1. 넓은 사용과 얕은 지불

1. 사용자 기반과 유료 기반의 격차

   1. 미국인의 약 절반이 AI를 사용한다고 답했고, 약 25%는 거의 매일 AI와 상호작용한다.
   2. YipitData 패널에서는 미국 소비자의 약 4.5%가 AI 제품 개인 구독료를 지불했으며, 다른 조사에서는 2.5% 정도로 나타난다.
   3. 유료 기반은 1년 전보다 약 두 배로 커졌지만 여전히 전체 소비자에 비하면 좁다.

2. 지출의 파워 로

   1. 유료 사용자 중 상위 10%가 전체 매출의 절반 이상을 차지한다.
   2. 상위 1%가 전체 관측 지출의 약 20%를 만들고, 하위 50%는 약 16%를 차지한다.
   3. 상위 1% 지출자는 개인 신용카드로 매달 평균 903달러를 AI에 쓴다.
   4. 중간값 지출은 월 25달러에 불과하므로, 한쪽에는 거의 취미처럼 여러 도구를 조합하는 파워 유저가 있고 다른 쪽에는 단일 구독만 유지하는 사용자가 있다.

3.2. 최대 지출자가 구매하는 도구

1. 만들고 자동화하는 도구

   1. 상위 지출자는 n8n, Granola, Higgsfield, Manifold처럼 자동화·개발·생산성·창작을 돕는 제품을 과대표집한다.
   2. 지출 데이터에는 fal, Manus, Nous Research의 Hermes Agent 같은 제품형·자동화형 도구도 나타난다.
   3. Figma와 HeyGen 같은 창작 도구 역시 파워 유저 집단에서 강하게 나타난다.

2. 새로운 메이커 계층

   1. 사용자는 회사가 지급한 예산이 아니라 개인 카드로 코딩, 예술, 영상, 콘텐츠 제작에 돈을 쓴다.
   2. 코딩 경험이 없던 사람도 머릿속 아이디어를 실제 소프트웨어나 창작물로 만들 수 있게 됐다.
   3. 월 900달러 지출은 단순한 시간 절약보다 더 빠르게 더 많은 것을 현실화하고 싶은 욕구를 반영한다.

3. 프로슈머의 사고방식

   1. 개발자와 코더는 AI를 이용해 자신의 시간을 주도적으로 배분하고, 자신에게 필요한 제품을 직접 만들려는 경향이 강하다.
   2. 아직 소수만이 이런 세계관을 공유하므로 대중화의 과제는 모델 성능보다 ‘내 삶을 내가 조작할 수 있다’는 사용 방식을 가르치는 데 있다.
   3. AI의 첫 번째 소비자 시장은 모든 사람이 아니라 만들고, 창작하고, 일하기 위해 기꺼이 큰돈을 내는 프로슈머다.

3.3. 시간을 절약하는 제품과 시간을 쓰는 제품

1. 시간 절약의 한계

   1. 지금까지 성공한 소비자 AI는 생산성, 검색, 답변, 사진·영상 편집처럼 일을 더 빠르고 쉽게 처리하는 영역에 집중했다.
   2. Wabi의 Eugenia가 지적한 것처럼 사람은 시간을 절약하는 일만이 아니라 시간을 어떻게 쓸지에도 관심을 둔다.
   3. 소셜 미디어, 엔터테인먼트, Netflix, TikTok, YouTube가 강력한 소비재인 이유는 사용자의 시간을 채워주기 때문이다.

2. 새로운 창작자의 등장

   1. 코딩을 배우지 않았지만 서비스를 만들고 싶은 사람, Premiere나 Adobe 도구를 다루지 못하지만 영상을 만들고 싶은 사람이 AI로 진입한다.
   2. 에이전트가 노트북에서 밤새 코딩한다는 농담은 이제 일부 파워 유저의 실제 행동으로 바뀌고 있다.
   3. 다음 단계의 대중화는 시간을 아껴주는 비서뿐 아니라 사람들이 즐기고, 표현하고, 몰입할 수 있는 시간을 만들어주는 제품에서 나올 수 있다.

4. 구독 중심 수익모델은 소비자 AI의 확장을 제한한다

4.1. 인터넷의 수익화 역사와 뒤집힌 구조

1. 현재 수익모델의 편중

   1. 웹 순위 제품의 약 85%가 구독으로 수익을 낸다.
   2. 약 62%는 크레딧이나 토큰 같은 추가 사용료도 받는다.
   3. 광고나 거래 등 다른 방식으로 수익을 내는 제품은 약 13%에 그친다.

2. 기존 소비자 인터넷과의 대비

   1. Google, Meta 같은 대형 소비자 기술 기업은 광고와 거래 수수료를 중심으로 성장했고, 사용자는 무료로 서비스를 사용하며 데이터와 관심을 제공했다.
   2. AI 제품은 추론 비용이 높다는 이유로 핵심 기능과 긴 세션을 구독·크레딧 벽 뒤에 넣었다.
   3. 대부분의 사람은 소프트웨어에 매달 큰돈을 쓰지 않거나 쓰고 싶어 하지 않으므로, 모든 사람에게 개인 AI 구독을 판매하는 구조는 확장에 한계가 있다.

4.2. 추론 비용이 내려가면 광고·거래 모델이 돌아온다

1. 비용 구조의 전환

   1. 저비용 모델로 훌륭한 제품을 만드는 방법이 확립되면, 거래 수수료와 광고처럼 인터넷에 오래 존재한 모델이 다시 작동할 수 있다.
   2. 초기 창업자는 사용자당 서비스 비용이 높아지자 ‘비용이 들면 사용자에게 직접 받자’를 기본값으로 삼았다.
   3. 너무 빠르게 성장하면 추론 비용이 통제 불능으로 늘어나므로, 기업은 성장률·비용·가치 사이의 균형을 배워야 한다.

2. OpenAI의 광고 실험

   1. 2026년 8월 기준 OpenAI의 광고 매출은 연환산 약 10억달러로 소개됐다.
   2. 주간 활성 사용자 12억 명이라는 규모와 이미 확보한 사용자 밀도가 광고를 빠르게 키운 배경이다.
   3. 과거 광고 제품이 연 10억달러 매출에 도달하는 데 수년이 걸렸다면, ChatGPT는 대규모 대화 맥락과 높은 사용 빈도로 훨씬 빠르게 광고 단위를 만들 수 있다.

3. 대화형 광고의 가능성과 위험

   1. 사용자는 단순 사실 검색이 아니라 여행, 쇼핑, 문제 해결, 진로와 생활의 선택지를 찾기 위해 ChatGPT에 질문한다.
   2. 이런 탐색 단계에서 광고는 관련 제품과 서비스를 발견하게 하는 해결책이 될 수 있다.
   3. 반대로 건강·체중 같은 민감한 정보를 바탕으로 불쑥 상품을 권하면 신뢰가 무너진다.
   4. 광고는 명확히 표시되고 대화의 맥락에 자연스럽게 들어가야 하며, 사용자를 감시하거나 대화를 방해하는 경험이 되어서는 안 된다.

4.3. 실제 쇼핑 사례와 전문 시장

1. 대화가 발견을 대신하는 쇼핑

   1. Josh Elman은 미국산이면서 발렛 키를 쉽게 분리할 수 있는 특별한 키체인을 찾을 때 ChatGPT에 조건과 예시를 설명했다.
   2. 검색엔진에서 찾지 못한 제품을 ChatGPT가 디트로이트의 금속 가공 공장에서 찾아냈고, Elman은 처음 들어본 회사의 웹사이트를 방문했다.
   3. 광고가 대화에 직접 등장하지 않았어도, 광고가 허용된 환경에서는 이런 새로운 발견과 거래가 자연스럽게 연결될 수 있다.

2. 전문가용 광고와 제품

   1. OpenEvidence는 의사용 AI 제품이며 미국 의사의 약 50~60%가 사용한다는 수치가 소개됐다.
   2. 명확한 전문 타깃과 높은 사용률을 가진 서비스는 광고주가 정확한 고객에게 도달하기 쉬워 전문 AI 광고의 유력한 초기 사례가 된다.
   3. 광고 단위경제성은 코딩·이미지 생성처럼 비용이 큰 작업보다 질의 비용이 낮을 때 더 유리할 수 있지만, OpenAI가 실제로 어느 정도 마진을 얻는지는 공개되지 않았다.

5. ChatGPT·Claude·Gemini는 서로 다른 사용자 게임을 한다

5.1. ChatGPT의 규모 우위와 Claude의 유료 전환

1. ChatGPT의 지속적인 선두

   1. ChatGPT는 소비자 사용량과 수익에서 여전히 세계적인 선두다.
   2. 웹 트래픽은 Gemini보다 약 2배, Claude보다 약 6배 앞서며, 유료 미국 소비자 구독자도 Gemini와 Claude를 합친 것보다 약 3배 많다.
   3. 지출 데이터는 무료 트래픽보다 파워 유저의 결제를 보여주므로 앞으로 더 중요한 지표가 될 수 있다.

2. Claude의 상승

   1. 미국 소비자 유료 구독자 수에서 Claude가 Gemini를 앞선 것은 Google의 유통 기반을 감안하면 큰 변화다.
   2. Claude Design 같은 제품 출시와 2월부터 이어진 국방부 관련 보도가 주목도와 유입을 높였다.
   3. Anthropic은 광고를 하지 않고 구독에 집중하며, 월 100달러 이상의 최고 요금제가 전체 구독자의 약 7.5%를 차지한다.
   4. ChatGPT와 Gemini에서 같은 고가 요금제를 쓰는 비중은 약 1%에 그쳐 Anthropic의 유료 사용자가 더 강한 프로슈머 성격을 가진다.

3. 서로 다른 방향의 제품 전략

   1. Anthropic은 Claude Design, Claude Code 같은 프로슈머·개발자 업무에 집중한다.
   2. Google은 창작 모델과 거대한 설치 기반·유통을 활용한다.
   3. OpenAI는 소비자와 기업을 함께 겨냥하며 Images 2.0, Health, Personal Finance, 구직, 기업용 기능을 동시에 확장한다.

5.2. 모델보다 소프트웨어 레이어가 만드는 가치

1. 전문 창작 도구의 강점

   1. ElevenLabs와 Suno는 오디오·음악 분야에서 트래픽과 지출 모두 상위권을 유지한다.
   2. Suno는 가볍게 음악을 만드는 사람과 진지한 음악 작업자 모두에게 처음부터 끝까지 깊은 경험을 제공한다.
   3. ElevenLabs는 음성·오디오가 필요한 사용자의 작업 흐름을 별도로 설계하며, 전문 제품이 특정 고객과 문제를 정확히 이해할 때 범용 모델과 다른 가치를 만든다.

2. 이미지·비디오의 전문화

   1. OpenAI의 Images 2.0은 이미지 생성과 편집 모두에서 강력한 성능을 보인다.
   2. Google의 Nano Banana·Veo 계열은 고급 이미지·영상 사용자를 흡수하고 있다.
   3. Midjourney는 트래픽 순위에서는 밀렸지만 지출 순위에는 남아 있어, 파워 유저가 독특한 미감과 세밀한 조정을 위해 계속 비용을 낸다는 사실을 보여준다.
   4. 비디오는 시각·음향·동기화·형태를 동시에 학습해야 하므로 복잡하며, 폭넓은 학습 데이터를 확보한 중국 기업이 유리할 수 있다.

3. 에이전트가 접근할 수 있는 창작 도구

   1. Astra 같은 강력한 에이전트는 창작물을 생성·제작·편집하고 인터넷의 다른 도구까지 연결한다.
   2. 에이전트에게 권한을 주고 필요한 도구를 설치하게 하면 사람이 직접 조작하던 복잡한 애니메이션 작업도 수행할 수 있다.
   3. 앞으로의 창작 제품은 모델 자체보다 기능을 사용하기 쉬운 형태로 포장하고, 저장·협업·상호작용까지 설계하는 소프트웨어 레이어에서 차별화된다.

6. 스타트업은 모델 위에 맥락·경험·커뮤니티를 쌓는다

6.1. 모델 개선이 경험 레이어를 폭발시킨다

1. 기존 인터페이스의 빈틈

   1. Google은 Docs, Gmail, Calendar를 AI 시대에 맞게 완전히 재창조하지 못했다.
   2. OpenAI와 Anthropic도 ChatGPT, Codex, Claude, Claude Code라는 기존 인터페이스 안에서 기능을 늘리는 데 머무르는 경우가 많다.
   3. 기존 대기업은 기존 사용자 습관·매출·검증 절차를 지켜야 하므로 새로운 경험으로 급격히 전환하기 어렵다.

2. 모델과 제품의 상호 상승

   1. WhisperFlow, Granola, Superhuman 같은 제품은 자연스럽고 공유하기 쉬운 인터페이스로 시작했다.
   2. 모델이 좋아지자 기존 인터페이스가 더 유용해지고, 유용성이 다시 수요와 사용량을 끌어올렸다.
   3. 모델 제공업체가 인프라 가치를 가져가더라도 소비자는 편리하고 삶에 통합되며 쉽게 공유되는 경험을 선택한다.

3. 스타트업의 실행 속도

   1. X 같은 플랫폼에서 연구자와 개발자가 아이디어를 공유하면 6개월 뒤 제품이 되고, 12개의 스타트업이 같은 기회를 두고 경쟁할 수 있다.
   2. Plaud는 AI 메모 기기와 구독을 결합해 동양에서 미국으로 확장했으며, 대형 연구소보다 빠르게 하드웨어·소프트웨어 결합을 시도했다.
   3. 대형 연구소도 계속 강력하겠지만, 통합과 내부 검증에 시간이 걸리므로 스타트업이 새로운 제품 경험을 먼저 만들 여지가 크다.

6.2. 잠식되지 않는 제품의 방어력

1. Town의 개인 플레이북

   1. Town은 Slack, 이메일, Google Drive에 연결해 사용자의 조직과 상황을 파악하고 이메일과 보고서를 대신 작성한다.
   2. Town은 사용자의 말투와 판단 방식을 플레이북으로 축적한다.
   3. 99.9% 사용자의 말투에 가까운 이메일은 85%만 비슷한 이메일보다 수정 시간이 10초와 10분 이상으로 갈릴 수 있다.
   4. 다른 제품으로 옮기기 어려운 맥락과 플레이북은 단순한 모델 래퍼보다 강한 전환 비용과 방어력이 된다.

2. 모델은 하나의 구성 요소다

   1. 좋은 제품은 에이전트가 코드를 일부 작성한다는 사실만으로 설명되지 않는다.
   2. 사용자에게 전체 경험을 제공하려면 맥락 수집, 워크플로, 권한, 저장, 결과 전달, 품질 관리가 함께 필요하다.
   3. 모델을 바꿀 수 있어도 사용자 맥락과 커뮤니티를 축적한 제품은 지속적인 가치를 만들 수 있다.

7. 아직 비어 있는 소비자 AI 카테고리

7.1. 네트워크와 매칭이 필요한 영역

1. 데이트와 채용

   1. 데이팅과 채용은 사람과 기회를 매칭하는 멀티플레이어 네트워크라는 점에서 비슷하다.
   2. 기존 AI 성공 사례는 개인 생산성에 치우쳤지만, 앞으로는 관계·매칭·평판을 함께 다루는 제품이 등장할 수 있다.

2. 소셜 AI

   1. 현재 소셜 AI는 기존 소셜 플랫폼에 AI 생성 콘텐츠를 올리는 수준에 머무른다.
   2. 사용자가 AI로 자신의 생각을 더 잘 표현하고 다른 사람의 이야기를 발견하는 진정한 네트워크는 아직 만들어지지 않았다.

3. 마켓플레이스와 거래

   1. 쇼핑, 주택 구매, 소매업은 에이전트 플랫폼에 통합될 수도 있고 독립형 AI 마켓플레이스로 발전할 수도 있다.
   2. Instinct·Muse 같은 플랫폼이 거래의 입구가 되거나, 여러 에이전트가 참여하는 혼합형 시장이 될 가능성도 있다.

7.2. 시간을 쓰게 하는 제품

1. 쇼핑의 시각적·개인화된 미래

   1. 사용자는 상품 설명만 듣는 것이 아니라 다양한 옵션을 시각적으로 비교하고, 색상·파이핑·소재 같은 세부사항을 대화로 수정하고 싶어 한다.
   2. AI는 취향을 이해하고 맞춤 제작까지 연결하는 쇼핑 경험을 만들 수 있다.

2. 엔터테인먼트와 스토리텔링

   1. AI가 사용자의 머릿속 이야기를 더 잘 표현하게 하면 더 많은 사람이 스토리텔러가 될 수 있다.
   2. TikTok이 전 세계 사람들의 짧은 영상을 연결했듯, AI는 평범한 사람이 만든 이야기를 새로운 네트워크로 묶을 수 있다.
   3. 게임·엔터테인먼트용 범용 콘텐츠 생성은 아직 충분히 성숙하지 않았지만, AI 마이크로 드라마가 보여주듯 초기 수요는 이미 나타났다.

3. 핵심 구분

   1. 시간 절약 제품은 업무와 창작을 더 빨리 끝내게 한다.
   2. 시간 사용 제품은 사람들이 관계를 맺고, 쇼핑하고, 즐기고, 표현하고, 이야기를 소비하게 한다.
   3. 소비자 AI의 다음 거대한 기회는 생산성 도구를 넘어 사용자의 시간을 채우는 네트워크형 경험에 있다.

주요 발언 모음

“소비자 AI가 실제로 무엇을 지불받고 있는지 보면 트래픽만으로 보이지 않던 시장이 드러난다.” — Olivia Moore

“상위 1% 사용자는 개인 카드로 매달 평균 903달러를 AI에 쓴다.” — Olivia Moore

“AI는 사람을 대신해 시간을 절약하는 도구일 뿐 아니라, 머릿속 아이디어를 현실로 만드는 창작 도구가 되고 있다.” — Josh Elman

“대부분의 사람은 시간을 절약하려 하기보다 시간을 어떻게 쓸지를 고민한다.” — Wabi의 Eugenia가 제시한 관점

“모델은 제품의 한 구성 요소일 뿐이며, 맥락과 커뮤니티가 진짜 자산이 된다.” — Josh Elman

“99.9% 사용자의 말투와 85%만 비슷한 말투의 차이는 수정에 10초가 걸리느냐 10분이 걸리느냐의 차이다.” — Town 사용 경험에 관한 설명

“광고는 대화에 갑자기 끼어드는 방해물이 아니라 문제 해결을 돕는 자연스러운 선택지가 되어야 한다.” — OpenAI 광고 논의의 핵심

핵심 데이터 & 수치

• 미국 AI 사용률: 미국인의 거의 50%가 AI를 사용한다고 응답했다.
• 일상 사용률: 약 25%가 거의 매일 AI와 상호작용한다.
• 유료 소비자 비율: YipitData 패널 기준 약 4.5%이며, 다른 자료는 약 2.5%로 본다.
• 상위 지출 집중도: 상위 10%가 전체 매출의 절반 이상, 상위 1%가 약 20%, 하위 50%가 약 16%를 차지한다.
• 월 지출: 상위 1% 평균 903달러, 전체 유료 사용자의 중간값 25달러다.
• 트래픽·지출 불일치: 지출 상위 50개 제품 중 29개가 트래픽 순위에 없었다.
• 구독 수익화: 웹 목록 제품의 약 85%가 구독을 사용하고 약 62%가 크레딧·토큰 과금을 병행한다.
• 비구독 수익화: 광고·거래 등 다른 방식은 약 13%에 그쳤다.
• OpenAI 광고: 2026년 8월 기준 연환산 광고 매출 약 10억달러로 소개됐다.
• OpenAI 규모: 주간 활성 사용자 약 12억 명으로 소개됐다.
• 개인 에이전트: Instinct는 출시 3주 만에 사용자 40%가 카드를 연결했고, Muse는 출시 12일에 약 50만 다운로드·25만 활성 사용자를 확보했다.
• Muse와 Threads: Muse는 미국·캐나다 출시 약 22일에 약 500만 다운로드, Threads는 같은 시장·기간에 1,500만~1,600만 다운로드를 기록했다.
• Claude 고가 구독: 월 100달러 이상 요금제가 전체 구독자의 약 7.5%이며 ChatGPT·Gemini는 약 1% 수준이다.
• OpenEvidence: 미국 의사의 약 50~60%가 사용하는 전문 AI 제품으로 소개됐다.

결론 및 시사점

1. 소비자 AI의 현재 매출은 대중 시장의 폭넓은 사용보다 소수 프로슈머의 깊은 지출에 의해 먼저 만들어졌다.
2. AI 최대 지출자는 단순히 답을 얻는 사람이 아니라 코딩·자동화·창작 도구를 조합해 새로운 소프트웨어와 콘텐츠를 만드는 사람이다.
3. 트래픽 순위만 보면 데스크톱 앱, 메신저 에이전트, 전문 도구, 고가 파워 유저의 경제성을 놓치므로 사용량과 지출을 함께 봐야 한다.
4. OpenClaw는 에이전트가 실제 일을 대신할 수 있다는 가능성을 보여줬고, Muse·Instinct·Tomo·Poke·Lindy·Town은 이를 비개발자용 제품으로 포장하고 있다.
5. 개인 에이전트의 승부처는 모델 성능만이 아니라 신뢰, 권한 관리, 개인 맥락, 거래 연결, 네트워크 효과에 있다.
6. 구독만으로 모든 소비자를 설득하기 어렵기 때문에 추론 비용이 내려가면 광고·거래 수수료·마켓플레이스가 핵심 수익원이 될 수 있다.
7. 대화형 광고는 쇼핑과 문제 해결에 유용할 수 있지만, 민감한 개인 정보와 결합될수록 투명성·관련성·비방해성이 필수다.
8. ChatGPT는 규모와 결제에서 선두지만 Claude는 프로슈머·고가 구독에 집중하고 Gemini는 거대한 유통과 창작 모델을 활용하는 등 서로 다른 게임을 한다.
9. 모델이 평준화될수록 전문 데이터, 독특한 미감, 특정 고객의 맥락, 소프트웨어 레이어, 커뮤니티가 스타트업의 방어력이 된다.
10. 아직 가장 큰 공백은 데이팅·채용·소셜·쇼핑·주택·엔터테인먼트처럼 여러 사람이 참여하고 시간을 소비하는 네트워크형 카테고리다.
11. 다음 세대의 승자는 AI를 기능으로 덧붙인 제품이 아니라, 사용자의 맥락과 행동을 이해하고 새로운 경험 전체를 설계하는 제품이 될 가능성이 높다.

핵심 요약 (20줄)

1. 미국인의 거의 절반이 AI를 사용하지만 개인 유료 구독자는 약 4.5%에 머문다.
2. AI의 깊은 사용과 매출은 소수 파워 유저에게 집중되어 있다.
3. 상위 1% 지출자는 개인 카드로 매달 평균 903달러를 AI에 쓴다.
4. 전체 유료 사용자 지출의 중간값은 월 25달러라 최상위와 큰 격차가 난다.
5. 상위 1%는 코딩·자동화·생산성·창작 도구를 집중적으로 구매한다.
6. 지출 상위 50개 제품 중 29개는 웹 트래픽 목록에 나타나지 않는다.
7. OpenClaw는 AI를 답변 도구에서 실제 작업을 수행하는 개인 에이전트로 확장했다.
8. Instinct·Tomo·Poke·Lindy·Town은 프로슈머와 소비자용 에이전트 시장을 넓히고 있다.
9. Meta의 Muse, OpenAI의 Dots, xAI의 Grok Bot은 빅테크의 반격을 보여준다.
10. Muse의 초기 확산은 컸지만 Threads가 만든 소셜 네트워크의 임계 질량에는 미치지 못했다.
11. Instinct의 카드 연결과 거래 지출은 에이전트가 좌석 구독을 넘어 거래 수익을 만들 수 있음을 보여준다.
12. 개인 에이전트는 이메일·사생활·신용카드 정보에 접근하므로 신뢰와 보안이 핵심 장벽이다.
13. 소비자 AI 수익의 약 85%가 구독에 의존하고 약 62%가 크레딧·토큰 과금을 병행한다.
14. OpenAI의 연환산 광고 매출 약 10억달러는 대화형 광고의 잠재력을 보여준다.
15. 광고는 쇼핑과 발견을 도울 수 있지만 민감한 맥락을 이용해 방해해서는 안 된다.
16. ChatGPT는 규모와 결제에서 선두이고 Claude는 고가 프로슈머 구독에 강하다.
17. Suno·ElevenLabs·Midjourney 같은 전문 창작 도구는 특화된 모델과 경험으로 비용을 받는다.
18. 모델이 좋아질수록 소프트웨어 레이어와 제품 경험의 가치가 더 커진다.
19. Town의 개인 플레이북처럼 사용자 맥락과 커뮤니티는 모델을 교체해도 남는 방어력이 된다.
20. 다음 소비자 AI의 큰 기회는 데이팅·채용·쇼핑·엔터테인먼트 같은 네트워크형 시간 사용 제품에 있다.