AI 앱 순위표의 87%, 사용자의 87%는 아니다

AI 앱의 87%라는 숫자를 보면 시장의 대부분을 차지했다는 생각이 들기 쉽다. Torii Research가 10월 8일 공개한 AI Breakout의 87%는 다른 뜻이다. 보고서에 실린 30개 앱 중 26개를 AI 중심 앱으로 분류했다는 목록의 구성 비율이다.

분모를 바꾸면 뉴스도 바뀐다. 앱 30개 중 26개라는 말과 사용자 100명 중 87명이라는 말은 전혀 다르다. 이번 수치를 이용자 비중이나 매출 점유율로 옮겨 쓰면 보고서가 관측하지 않은 이야기를 만드는 셈이다. 기획 자료에 인용하기 전에 멈춰볼 지점이다.

Torii는 자사 고객 기업들의 익명화된 소프트웨어 이용 자료를 집계한다고 설명한다. 설문에서 좋아하는 도구를 물은 결과가 아니다. 실제 사용 관측이라는 장점이 있지만, 방법론은 동시에 전체 시장을 대표하는 자료는 아니라고 밝히고 있다.

보고서의 테마 비중도 앱 개수를 나눈 값이다. 어떤 분야의 앱이 목록에 많다고 해서 그 분야에 업무 시간이 가장 많이 쓰였다고 말할 수 없다. 하나의 앱을 주된 테마 하나에 분류하는 방식이므로 여러 용도로 쓰는 제품의 복잡함도 목록에서는 단순해진다.

또 다른 숫자인 Shadow IT 지표는 더 조심해서 읽어야 한다. 방법론은 승인된 로그인·구매 흐름 대신 발견됨 상태로 남는 관측을 정규화한 지표라고 설명한다. 이름만 보고 불법 사용 비율이나 실제 보안 사고 확률이라고 해석할 근거는 없다.

잘 알려진 기업용 앱도 탐지 방식 때문에 그 상태로 나타날 수 있다고 Torii는 밝힌다. 그래서 지표에는 기준선 보정이 들어간다. 높은 점수를 곧바로 위험한 제품의 성적표로 쓰기보다, 조직이 무엇을 발견하고 어떻게 승인하는지를 묻는 단서로 보는 편이 맞다.

AI 서비스를 기획하는 사람에게 순위표는 답보다 후보 목록에 가깝다. 관심이 생긴 앱을 골라 어떤 업무를 풀고 누가 반복해서 쓰는지 추가로 살피는 출발점이다. 우리 고객의 불편이 같은지 확인하지 않으면 남의 회사에서 보인 사용을 그대로 따라가기 쉽다.

확인한 공개 방법론에는 표본의 정확한 조직 수나 국가별 구성이 제시되지 않았다. 따라서 한국 사용자 전체의 선호를 대표한다고 말할 수 없다. 순위가 움직였다는 사실만으로 특정 기능의 개선이 원인이라고 확정하는 것도 이번 자료의 범위를 넘는다.

보고서를 인용하는 쪽에서도 같은 구분이 필요하다. 87%는 앱 목록의 구성이고, 테마 비중은 업무 시간이 아니며, 발견됨 지표는 사고 확률이 아니다. Torii가 관측한 사용 흐름을 이야기하려면 먼저 그 회사가 정한 분모와 탐지 방식을 함께 설명해야 숫자의 의미가 유지된다.

새 보고서가 보여주는 변화와 그것으로 우리가 하고 싶은 말을 구분해야 한다. AI 제품이 빠르게 늘수록 인상적인 순위표도 많아진다. 좋은 기획의 첫 질문은 그래서 소박하다. 몇 위인가를 묻기 전에, 이 표는 대체 누구의 무엇을 세었는가.