차세대 AI 인지재활 플랫폼 제니코그 AI 인터페이스 및 아키텍처

차세대 AI 인지재활 플랫폼 제니코그 AI 런칭

역할 (Role)Product Lead / PO
기간 (Period)2025.04 – 2025.12
핵심 성과 (Impact)차세대 통합 플랫폼 개발 및 런칭 총괄
SECTION

1. 프로젝트 진행 배경

"수 년에 걸쳐 누적된 제품의 구조적 과제를 해결해야 했습니다."

전산화 인지 재활 치료는 뇌경색, 뇌출혈, 치매, 파킨슨병, 뇌손상 환자 등을 대상으로 컴퓨터 프로그램을 활용해 주의력, 기억력, 시지각, 집행 기능 등 인지 능력을 향상시키는 치료 기법으로, 주로 병원의 재활치료실에서 진행되어 왔습니다.

2025년 4월에 합류한 마인드허브는 전산화 인지 재활 어플리케이션 제니코그를 만드는 스타트업으로, 기관(병원)향 SaaS 서비스에서 시작해 일반 인지장애 가정으로 침투하는 목표를 가지고 있었습니다. 그러나 해당 도메인이 매우 낯설고, 지리적 약점(안양시 소재)로 인한 문제 등이 겹쳐 제품 리드 포지션의 적합한 인재를 확보하는 데 어려움을 겪었습니다.

이 때문에 경영진과 영업 현장의 요구사항이 기획 단계를 거치지 않고 개발에 직접 전달되는 구조가 지속되었고, 이는 제품 로드맵의 일관성을 유지하기 어려운 환경이었습니다. 결과적으로 제가 전환기의 리더로 합류한 시점에는 사실상 같은 제품이 3개로 쪼개진 제품 포트폴리오와 각 제품의 안정성 이슈가 누적되며 내외부의 개선 요구가 커지고 있었습니다.

저는 이 상황을 해결하는 쉬운 방법은 없고 근본적인 아키텍처 재설계 없이는 지속적인 개선이 어렵다고 판단했습니다. 따라서 제품 조직 리빌딩이 궤도에 오르면서 곧바로 차세대 플랫폼 개발 작업을 서둘러 진행하였고, 결과적으로 차세대 플랫폼 제니코그 AI 를 무사히 출시할 수 있었으며 이를 중심으로 회사 비즈니스를 재편하는 것까지 2025년 연내에 마무리지을 수 있었습니다.

SECTION

2. 당면 문제

"개별적 개선이 아닌 근본 구조의 변화가 필요했습니다."

🧩 제품 자체의 파편화

동일한 핵심 기능을 공유하면서도 소폭의 차이만 있는 형태로, 기관용, 가정용, 연구용 3개의 앱으로 분할하여 출시한 결과 제품 고도화도, 버그 수정도 모두 따로따로 진행해야 했으며 히스토리 관리 역시 훨씬 어려워진 상황이었습니다. 관리 포인트가 증가되고, 운영적으로도 고려해야 할 것이 더 많아지는 상황으로서 소규모 스타트업의 기본 전략인 빠른 시도와 전환을 오히려 저해하는 구조였습니다.

💸 수익 모델(BM)에 맞지 않는 서비스 구조

C-Level에서는 기존 주력 사업 영역이던 기관(B2B) 외에도 가정(B2C)에 대한 구독형 과금 모델을 원했으나, 이를 위한 인앱결제(IAP) 및 앱 기반 수익화에 절대적으로 필요한 iOS 버전 출시 준비가 전혀 되어 있지 않았습니다. 오히려 임시로 서드파티 결제 모듈을 연동한 결과, 자동 구독 연장과 같은 필수적인 기능이 안 되는 상태에서 앱마켓 컴플라이언스 충족에 잠재적 리스크를 안고 있는 상태였습니다.

🕸️ 실제 시장 구조를 고려하지 않은 설계

대부분의 인지장애 환자는 우선 병원에서 진단을 받고, 기관(병원, 복지관, 센터 등)에서 전문가와 함께 재활 치료를 진행하며, 남는 시간에 가정에서도 할 수 있는 활동을 하는 것이 일반적입니다. 때문에 단순히 기관향이거나 개인향이 아니라, 개인과 기관 담당자가 정보를 같이 보면서 개인은 가정에서 자가로 훈련하고, 기관에서는 훈련 데이터를 보면서 계획을 조정하는 복합적인 유저 시나리오가 필요했습니다. 그러나 기존 제니코그는 가정용과 기관용이 아주 명확하게 나뉘어 있고, 데이터 공유도 되지 않아 구조적으로 실제 인지재활 환자의 기관-재가 복합 케어에 맞지 않으므로 사업개발 시의 업셀링이 힘든 구조였습니다.

🤖 AI Feature의 낮은 완성도

기존 제니코그가 내세운 중요한 차별점은 AI 기반으로 15,000여개의 콘텐츠 중 유저의 수준에게 맞는 콘텐츠를 자동으로 추천해 주는 추천 기능과, STT/OCR 기반으로 자동으로 유저의 반응을 채점해 중재자(ex: 재활 전문가)의 개입을 최소화할 수 있다는 것이었습니다. 그러나 해당 기능들의 고도화가 필요한 상태여서 추천된 콘텐츠에 대한 불만이 매우 잦았고, 인식 정확도 문제로 정답을 오답으로 판정하는 빈도가 높아 특히 환자의 동기부여를 낮추는 고질적인 문제가 발생하고 있었습니다.

🚧 컨텐츠 유지보수 및 추가 불가능

전산화 인지재활 프로그램은 기본적으로 유저에게 학습효과를 일으키고, 콘텐츠의 종류와 수가 적으면 환자의 집중력이 크게 감소하기 때문에 지속적으로 콘텐츠에 대한 유지보수와 추가가 진행되어야 경쟁력을 가질 수 있습니다. 그러나 이를 위해서는 CMS(Content Management System)의 도움이 필요한데, 해당 부분에 대한 고려가 없어 6개월 이상 신규 콘텐츠 업데이트가 중단되어 있어 고객의 기대에 부응하지 못하는 상태였습니다.

SECTION

3. 주요 해결 전략

"분산된 제품을 일관성 있게 통합하고, 핵심 요소의 개선에 집중하여 제품다운 제품을 만들고자 했습니다."

🏗️ A. 플랫폼 단일화 전략

  • Unity 기반 크로스 플랫폼 전략: 소수 인원으로 Android, iOS 모두를 대응하기 위해 Unity를 앱 프레임워크로 도입했습니다. 이와 같은 전략은 네이티브 대비 기기별 호환성 이슈가 발생할 수 있으나, 해당 부분은 사내 보유 유휴장비를 적극적으로 사용 희망 고객에게 렌탈하는 전략을 세워 이슈의 영향을 최소화하고 개발 효율성을 극대화하도록 하였습니다.
  • B2B / B2C 통합 플랫폼 전략: 앱과 DB에 개인회원과 기관회원이라는 이중 회원구조를 구성하여, 개인이 자유롭게 이용할 수도 있고 특정 기관과 데이터를 공유하면서도 이용할 수 있도록 하는 회원계를 기획했습니다. 이를 토대로 기관용, 가정용, 연구용 앱이 아닌 단일 앱 내에서 목적에 따라 이용 시나리오를 다르게 하여, 결과적으로 3개의 앱에서 하던 역할이 하나의 앱으로 통합되었습니다.

💰 B. BM 파이프라인 정상화

  • 앱마켓 인앱결제(IAP) 시스템 구축: Unity IAP와 양대 앱마켓 연동을 통해 양대 마켓의 컴플라이언스를 준수하는 정기 구독 모델을 완비하였고, 구독 상품의 상태를 서버에서 컨트롤하여 동일 유저의 구독이면 결제하지 않은 앱마켓의 앱에서도 동일한 구독 환경이 가능하도록 초반 아키텍처를 수립하였습니다.
  • B2B/B2B2C 대응 앱 심사 전략 실행: Duolingo School 같은 해외 케이스를 벤치마킹하여 기관 고객 및 B2B2C 환경 이용 시에는 인앱결제가 아니더라도 서비스를 이용할 수 있도록 하는 구조를 적용하였고, 앱 심사에서도 해당 구조가 승인되어 별도의 앱 분리 없이도 기존의 모든 비즈니스를 차세대 플랫폼에서 동일하게 진행할 수 있게 되었습니다.

🏥 C. 핵심 불만 요소의 집중 개선

  • 추천 시스템 전면 개편: 기존 추천 시스템은 정답률이 특정 범위에 도달하지 못한 훈련들을 랜덤에 가깝게 추천하는 방식이었으나, 차세대 플랫폼에서는 나와 비슷한 유저(User-Collaborative)와 내가 훈련한 것과 비슷한 콘텐츠(Content-Collaborative)에 가중치를 두어 추천의 이론적 근거를 충분히 확보하였고, 반복적으로 건너뛰거나 그만둔 훈련에 대해서는 일시적으로 훈련 추천에서 제외하는 로직을 넣어 유저의 훈련 반복에 대한 피로를 크게 감소시켰습니다.
  • 문맥 기반 정답 채점: AI 엔지니어와 함께 음성인식과 OCR에 대해서 기존 제니코그 유저 훈련 데이터를 Fine-Tuning한 GPT 모델을 연동하여, 환자의 발음이 조금 부정확해도 문맥과 의도를 기반으로 정답을 보다 유연하게 추정하여 불필요한 유저 클레임과 모티베이션 저하를 억제하도록 했습니다.
  • 모티베이션 유도 기믹: 전산화 인지재활을 가정에서 원활하게 진행하기 위해서는 환자의 흥미를 지속적으로 유도할 수 있는 방법이 필요합니다. 이를 위해 연속 정답 시의 다양한 시각적/청각적 이펙트를 부여하고, 연속 훈련을 유도하는 메시지와 훈련 상황별 Rule 기반 격려 메시지를 보강하여 환자와 보호자의 심리를 위로하고 훈련 참여 욕구를 높였습니다.

⚡ D. 내부 운영 효율 개선

  • AI 연동 CMS 기반 컨텐츠 워크플로우 도입: 앱 개발 이전부터 준비해 오던 CMS에 15,000여개 이상의 기존 콘텐츠를 모두 통합하고, OpenAI의 Whisper, Google STT, DALL-E 등과 기능을 연동하여 개발을 모르는 콘텐츠 전문가도 직접 개체를 배치하거나 필요한 음성 및 교재 이미지를 만들어 쓸 수 있도록 하였습니다.
  • 고객 VOC의 전사 자산화: 레거시 제품의 핵심 과제 중 하나는 기존 고객들의 문의와 요청 내역이 충분히 축적되지 않아 제품의 방향성을 제대로 잡을 수 없다는 점이었습니다. 차세대 플랫폼 제니코그 AI는 이와 같은 문제를 원천적으로 방지하기 위해, 채널톡과 메일, Slack을 운영 프로세스 안에 모두 연동하여 고객 문의가 전사 자산으로서 누적되고 제품 개발팀과 디자이너들이 모두 고객 문의와 요청을 운영팀과 같이 보며 고객 눈높이를 제품 조직이 함께 공유받을 수 있도록 하였습니다.
SECTION

4. 의미와 성과

"기술 부채를 청산하고 향후 3년을 위한 새로운 엔진을 구성할 수 있었습니다."

🚀 차세대 플랫폼 '제니코그 AI' 성공적 런칭

4개월간의 강도 높은 개발 끝에 파편화된 구형 제품들을 모두 청산하고, 단일 통합 플랫폼으로 성공적으로 마이그레이션했습니다. 이는 자바, 유니티, 프론트 1명과 디자이너로만 구성된 소수 인원으로도 안정적인 라이브 서비스가 가능한 토대가 되었습니다.

🤝 런칭 초기 10개 이상의 B2B2C 신규 파트너 발굴

차세대 플랫폼인 제니코그 AI는 처음부터 동일한 환자에 대해서 보호자나 환자가 자체적으로도 이용이 가능하고, 전문기관에서도 환자 데이터를 공유하며 훈련을 전문가가 진행하는 것도 가능합니다. 이렇게 기능적으로 통합된 덕택에, 제니코그 AI는 출시 이후 10개 이상의 국내 발달센터와 파트너쉽을 맺고 인지장애 아동을 위한 제니코그 AI 기반 공동 상품을 판매하고 있습니다. 비즈니스적 지속 가능성을 데이터로 증명했습니다.

🛡️ 주요 클레임 요소 90% 해결

런칭 이후 기존 제품 이용 고객 중심으로 유저 테스트를 진행한 결과, 고질적인 문제로 동작하던 콘텐츠 추천과 정오답 채점에서 기존 대비 현저한 기능 개선이 있었습니다. 고객 클레임도 기존 대비 같은 기간 내 10% 수준으로, 매우 안정된 동작을 보여주었습니다. 이를 통해 회사에서는 오랫동안 문제였던 제품의 기본적인 안정성 문제를 극복하였고 공격적 마케팅을 하더라도 제품이 버텨줄 것이라는 확신이 생겼습니다.

📈 내부 운영 효율 3배 이상 증가

제니코그 AI에 도입된 CMS 시스템은 그간 기관 고객들의 큰 이슈였던, 추가되지 않고 있는 콘텐츠 문제를 단시간 내 해결해 주었습니다. CMS를 기반으로 하는 제니코그 AI는 출시 이후 1달만에 신규 콘텐츠 10종을 추가하여 고객에게 바로 선보일 수 있었으며, 그 와중에 신규 앱 런칭 과정에서 발생하는 마이너 콘텐츠 이슈들 역시 바로 수정 및 업데이트되어 고객으로부터 앱의 개선과 고도화 속도가 눈에 띄게 빨라졌다는 긍정적 피드백을 받았습니다. 내부 측정 결과, 기존 대비 3배 이상의 개선 속도를 낸 것으로 추정되고 있습니다.