화면을 ‘읽는’ AI, 리틀버드가 1,100만 달러 투자를 유치하며 개인 생산성 도구 시장에 새로운 지평을 열다

최근 인공지능 분야는 단순히 거대한 모델을 구축하는 것을 넘어, 우리의 일상과 얼마나 밀접하게 연결될 수 있는지에 대한 깊은 고민으로 확장되고 있습니다. 특히 개인 생산성 도구 영역에서는 AI가 사용자의 복잡한 디지털 라이프를 얼마나 효과적으로 “이해”하고 “기억”하며 “활용”할 수 있는지가 핵심 화두입니다. 마이크로소프트의 ‘리콜(Recall)‘이나 ‘리미트리스(Limitless, 구 Rewind)‘와 같은 도구들이 사용자의 모든 스크린 활동을 기록하여 과거를 상기시키는 시도를 했지만, 개인 정보 보호와 방대한 데이터 처리라는 난제에 부딪히기도 했습니다. 이러한 맥락에서, 화면을 ‘읽고’ 텍스트 기반으로 컨텍스트를 포착하는 독특한 접근 방식을 가진 스타트업, **리틀버드(Littlebird)**의 등장은 주목할 만합니다. 최근 1,100만 달러의 투자를 유치하며 이 분야에 새로운 활력을 불어넣고 있는 리틀버드는 과연 어떤 비전을 제시하고 있을까요?

당신의 디지털 삶을 ‘읽는’ AI: Littlebird의 등장

리틀버드의 핵심 아이디어는 기존의 “기억 보조” AI 도구들과는 확연히 다릅니다. Rewind와 같은 앱들이 화면 스크린샷이나 시각적 데이터를 저장하는 반면, 리틀버드는 화면을 직접 ‘읽고(reading)’ 컨텍스트를 텍스트 형식으로 저장합니다. 사실 이건 매우 중요한 차이점입니다. 시각적 데이터는 용량이 크고 검색이 제한적이며, 개인의 모든 시각적 정보를 저장한다는 점에서 프라이버시 침해 논란을 불러일으킬 소지가 큽니다. 반면 텍스트 기반 컨텍스트는 훨씬 가볍고, 정확한 검색 및 분석이 용이하며, 개인 정보 보호 측면에서도 한결 유리한 입지를 가집니다.

창업자인 알렉산더 그린(Alexander Green)은 TechCrunch와의 인터뷰에서 리와인드(Rewind)가 리틀버드가 추구하는 바와 유사했지만, 스크린샷에 의존하여 검색 경험이 좋지 않았다고 지적했습니다. 솔직히 말해서, 이 부분은 현대 AI 모델의 발전 방향과도 맞닿아 있습니다. 대규모 언어 모델(LLM)은 텍스트 데이터를 기반으로 의미를 파악하고 추론하는 데 탁월한 능력을 보여줍니다. 리틀버드가 텍스트 컨텍스트를 활용한다는 것은, 단순히 데이터를 저장하는 것을 넘어 LLM을 통해 사용자의 의도를 더 정확하게 파악하고, 보다 정교한 답변과 자동화된 작업을 제공할 수 있는 기반을 마련한다는 의미입니다. 개인적으로는 이러한 데이터 경량화와 LLM 친화적인 컨텍스트 포착 방식이 리틀버드의 가장 강력한 경쟁력이자, 향후 개인 생산성 AI 시장의 중요한 표준이 될 가능성이 높다고 생각합니다.

이 앱은 항상 백그라운드에서 작동하며 필요한 순간에만 나타나 사용자의 생산성을 방해하지 않는다는 철학을 가지고 있습니다. 설치 시 어떤 앱을 무시하고 컨텍스트를 캡처하지 않을지 사용자 정의할 수 있으며, 비밀번호 관리자나 웹 양식의 민감한 필드(비밀번호, 신용카드 정보 등)는 자동으로 무시합니다. 여기에 Gmail, Google Calendar, Apple Calendar, Reminders와 같은 다른 앱을 연결하여 더욱 풍부한 컨텍스트를 구축할 수 있습니다. 이는 사용자가 자신의 데이터에 대한 통제권을 가지면서도 AI의 이점을 최대한 활용할 수 있도록 설계되었다는 점을 보여줍니다.

단순한 기억 도우미를 넘어: Littlebird의 다재다능한 기능들

리틀버드는 단순히 과거를 상기시키는 것을 넘어, 사용자의 생산성을 실제로 향상시키는 다양한 기능을 제공합니다.

• 개인화된 질문과 답변: 앱은 사용자의 데이터에 대해 질문할 수 있는 기능을 제공하며, “오늘 무엇을 했나요?”, “어떤 종류의 이메일이 중요한가요?”와 같은 미리 생성된 프롬프트로 시작할 수 있습니다. 놀랍게도 며칠 사용하다 보면 이러한 프롬프트가 점점 더 개인화된다고 합니다. 이는 LLM이 사용자의 고유한 패턴과 관심사를 학습하여 맞춤형 인사이트를 제공한다는 것을 의미하며, 진정한 의미의 개인 비서에 한 발 더 다가섰다고 볼 수 있습니다.
• 회의 노트 및 요약: 시스템 오디오를 활용하여 백그라운드에서 회의 내용을 녹취하고, 이를 기반으로 노트와 실행 항목을 생성하는 Granola-와 유사한 기능을 내장하고 있습니다. 특히 “회의 준비(Prep for meeting)” 기능은 과거 회의, 이메일, 회사 이력 등 다양한 컨텍스트를 고려하여 회의에 대한 상세한 정보를 제공합니다. 심지어 Reddit과 같은 외부 소스에서 특정 제품이나 회사에 대한 사용자들의 의견을 가져와 정보를 보강하기도 합니다. 사실 이건 정말 놀라운 기능입니다. 단순히 내부 데이터를 종합하는 것을 넘어 외부의 비정형적인 여론까지 분석하여 회의 준비에 활용한다는 것은, 정보의 깊이와 폭을 비약적으로 확장시키는 차원 높은 어시스턴트 역할을 한다는 뜻이니까요.
• 루틴 자동화: “루틴(Routines)“이라는 도구는 리틀버드가 일별, 주별, 월별 등 정해진 간격으로 특정 작업을 실행하도록 상세한 프롬프트를 제공합니다. 일일 브리핑, 주간 활동 요약, 어제 업무 요약과 같은 미리 준비된 루틴을 활용하거나, 사용자 스스로 맞춤형 지침을 가진 루틴을 생성할 수 있습니다. 이는 반복적인 업무를 자동화하여 실질적인 시간 절약을 가능하게 합니다.

리틀버드는 무료로 다운로드하여 사용할 수 있지만, 더 많은 사용량 제한 해제 및 이미지 생성과 같은 고급 기능에 접근하려면 월 20달러부터 시작하는 유료 요금제에 가입해야 합니다. 이러한 프리미엄 모델은 사용자가 기본적인 기능을 경험하고 가치를 인지한 후 유료 전환을 유도하는 일반적인 SaaS 전략을 따르고 있습니다. 데이터는 암호화되어 클라우드에 저장되며, 강력한 AI 워크플로우를 위해 로컬이 아닌 클라우드 저장을 선택했다고 합니다. 이는 개인 정보 보호와 성능 간의 균형을 현명하게 조절하려는 노력으로 보입니다.

성공적인 창업가들의 다음 도전, 그리고 AI의 미래

리틀버드는 2024년 알랩 샤(Alap Shah), 나만 샤(Naman Shah), 알렉산더 그린(Alexander Green)에 의해 설립되었습니다. 형제인 알랩과 나만은 기관 투자자를 위한 플랫폼인 센티오(Sentieo)를 공동 창업하여 마켓 인텔리전스 기업 알파센스(AlphaSense)에 매각한 경험이 있습니다. 또한 건강 식품 회사인 시슬(Thistle)도 공동 창업했죠. 특히 알랩 샤는 AI 에이전트가 경제를 파괴할 수 있다는 내용의 바이럴 논문인 시트리니 페이퍼(Citrini paper)의 공동 저자로, 이 논문은 여러 기술 주식의 하락을 초래하기도 했습니다. 이러한 배경은 창업자들이 단순히 기술 개발에만 몰두하는 것이 아니라, AI가 사회에 미칠 광범위한 영향에 대한 깊은 이해와 통찰을 가지고 있음을 시사합니다.

이번 1,100만 달러 투자 라운드는 로터스 스튜디오(Lotus Studio)가 주도했으며, 레니 라치츠키(Lenny Rachitsky), 스콧 벨스키(Scott Belsky), 고쿨 라자람(Gokul Rajaram), 저스틴 로젠스타인(Justin Rosenstein), 숀 왕(Shawn Wang), 러스 헤들스턴(Russ Heddleston) 등 다수의 유명 투자자들이 참여했습니다. 이들 중 상당수는 실제로 리틀버드 제품의 정기적인 사용자라고 합니다. 구글과 페이스북에서 광고 제품을 담당했던 라자람은 “이 제품이 자신의 업무를 기억하고, 검색하고, 다시 설명해야 하는 마찰을 제거한다”고 평가했습니다. 닥스샌드(DocSend)의 공동 창업자이자 CEO인 헤들스턴은 이 도구를 사용하여 회사의 마케팅 사이트를 다시 작성했다고 언급하며, 회의, 이메일, 노션 등으로부터 컨텍스트를 활용했다고 밝혔습니다. 이처럼 투자자들이 직접 제품을 사용하고 그 가치를 입증한다는 것은 단순한 재정적 투자를 넘어, 제품에 대한 강력한 신뢰와 확신을 보여주는 증거입니다.

알렉산더 그린은 “AI가 궁극적으로 사용자 데이터에 관한 것이 될 것”이라며, “모델은 사용자에 대해 아무것도 모르며, 이는 그들의 유용성을 제한한다”고 말했습니다. 그의 말은 리틀버드의 존재 이유이자, 앞으로 AI가 나아가야 할 방향을 명확히 제시합니다. 대규모 모델이 아무리 똑똑해도 사용자 개인의 맥락을 이해하지 못하면 반쪽짜리 기능밖에 할 수 없다는 것이죠. 리틀버드는 바로 이 지점, 즉 ‘나’를 이해하는 AI라는 근본적인 필요성을 충족시키려 하고 있습니다.

한 투자자는 “킬러 필수 사용 사례를 찾는 것이 이 제품의 성공에 있어 가장 중요하다”고 언급하며, “초기 제품을 출시하고 사람들이 어떻게 사용하는지 본 다음, 그러한 사용 사례에 집중하는 전략”이 중요하다고 강조했습니다. 이는 스타트업이 빠르게 시장에 진입하여 사용자 피드백을 통해 제품을 고도화하는 애자일 개발 철학을 잘 보여줍니다.

결론: 생산성 AI의 새로운 패러다임을 열까?

리틀버드는 단순히 스크린을 기록하는 것을 넘어, 우리의 디지털 활동에서 의미 있는 텍스트 컨텍스트를 추출하고, 이를 기반으로 개인화된 질문에 답하며, 복잡한 업무를 자동화하는 새로운 패단다임의 생산성 AI 도구입니다. 기존의 “기억 보조” 도구들이 마주했던 데이터 용량, 프라이버시, 그리고 검색 효율성 문제를 텍스트 기반 접근 방식으로 영리하게 해결했다는 점에서 높은 평가를 받을 만합니다.

숙련된 창업팀과 강력한 투자자들의 지지, 그리고 무엇보다 사용자의 실제 문제를 해결하는 혁신적인 기능들은 리틀버드의 미래를 기대하게 만듭니다. ‘나’를 이해하고 ‘나’를 위해 작동하는 AI가 곧 다가올 미래라면, 리틀버드는 그 미래를 가장 먼저 현실로 만들어줄 주역 중 하나가 될 가능성이 충분해 보입니다. AI 기술이 인간의 생산성을 극대화하는 방향으로 진화하는 과정에서, 리틀버드가 어떤 새로운 이정표를 세울지 계속해서 지켜볼 일입니다.

---

출처

• 원문 제목: Littlebird raises $11M for its AI-assisted ‘recall’ tool that reads your computer screen
• 출처: AI News & Artificial Intelligence | TechCrunch
• 원문 기사 보러가기