The practical takeaway is that entrepreneurs should focus on building AI products that foster user-generated content (UGC) communities and social interaction, rather than just technical prowess. Tavel envisions platforms where users can easily share and apply “gems” like effective prompts, follow “AI savants” for specific use cases (e.g., health or recipes), and build trust through transparent sharing of custom documents and prompts. She emphasizes that the current “power user” nature of AI needs to be democratized through new, socially-driven interfaces that allow users to learn from each other and personalize their AI interactions beyond the “worky” feel of current models.

The current wave of AI innovation, spearheaded by monumental breakthroughs like ChatGPT, has captivated the world. Yet, for all its technical prowess, Sarah Tavel, a partner at Benchmark and a keen observer of consumer technology cycles, argues that the truly transformative AI products of tomorrow will look remarkably different from today’s. Drawing parallels from the history of the internet, Tavel posits that the next generation of AI giants will not be born from deep technical expertise alone, but from a profound understanding of human behavior, social dynamics, and the power of network effects.

Tavel articulates a fascinating continuum in the evolution of consumer technology leadership. Early pioneers, she explains, are almost invariably “deeply, deeply technical.” Think of Google’s founding team: their brilliance lay in mastering distributed engineering and infrastructure, making complex backend magic appear simple on the frontend through a minimalist search box. Their product was, at its heart, a triumph of engineering.

As underlying technology matures, this “slider” of leadership shifts. Tavel estimates Google was 95% deeply technical. Facebook, arriving slightly later, still had a technical edge over MySpace and Friendster, enabling a more performant experience. But then came the likes of Pinterest, Snap, and Instagram. “The CEOs weren’t technical at all,” Tavel notes. “They were product geniuses.” Their success hinged not on building the foundational technology, but on crafting intuitive experiences and fostering vibrant communities.

This historical pattern, Tavel argues, is replaying itself in the AI era. “What are the big consumer wins so far in AI? Of course, it’s ChatGPT,” she says, immediately drawing the Google parallel. ChatGPT, like its search engine predecessor, presents a simple text box, masking an “unbelievably capable” technical backend. Character AI, too, represents a new paradigm, but its core product remains the model itself, a testament to deep technical achievement. “It’s still early,” Tavel emphasizes, “everything is moving under our feet still.” Just as the internet needed stable infrastructure before product designers could truly innovate, AI needs its foundational models to mature further. But the shift is coming.

OpenAI’s journey, a research lab accidentally building a massive consumer product, resonates with this historical precedent. Investing in PhDs doing long-term research is not a typical venture capital bet, but in truly new technology paradigms, it can yield unprecedented returns.

Despite the marvel of current AI, Tavel identifies a critical missing piece: the social dimension. “I am on that learning curve,” she admits, referring to using AI tools. “It shouldn’t be this hard.” She points out the common practice of power users adding custom instructions – for instance, telling ChatGPT to ask clarifying questions rather than just answering directly. “We shouldn’t have to put that in a custom instruction,” she argues. As models improve, the difficulty will decrease, but the fundamental issue remains: “I don’t think ChatGPT is the single-player mode product.”

Tavel finds the current implementation of custom GPTs, where users can share their creations, “criminal.” While clearly built by a capable team, she feels it fundamentally misunderstands social dynamics. There’s no inherent mechanism for trust, discovery, or status-seeking. “Someone’s going to create a UGC type community where the people who are really, really good make it so much easier for the rest of us to really take advantage of this technology.”

The underlying force driving the transition from technical founders to product geniuses, Tavel suggests, is the maturation of tooling and infrastructure. When non-technical individuals can easily build on top of foundational models, the focus shifts to user engagement. Currently, many AI products feel similar because deep model manipulation is required to truly differentiate. But as infrastructure stabilizes and costs decrease (DeepSeek is cited as a potential “moment of change”), the field will open up.

Ultimately, success will be determined by “who’s going to create the most engaging product.” Tavel suspects a crucial missing element in many current AI experiences is the “multiplayer network effect.” The genius required to build such an experience is distinct from that which creates a “single-player mode.” She highlights the concept of “status-seeking work” – where community participants are incentivized to contribute by achieving status within the network (followers, views, likes). This is largely absent in current AI applications.

Tavel sees two compelling threads for the future of social AI.

First, the emergence of AI companions and friends. “There’s going to be some company where we’re all going to have AI friends,” she predicts. “We’re all going to have probably more conversations with an AI than we do with people in our lives.” The question is whether a single dominant platform will emerge, distinct from the knowledge-focused experience of ChatGPT. Companies like Replika were early players, but the product experience is still evolving.

Second, the rise of prompt-sharing communities. Tavel recounts a personal anecdote: searching Reddit for a prompt to analyze blood test results and supplement interactions. This points to a clear opportunity: “If I’m going to an existing UGC site that isn’t made for this use case, that feels to me like an opportunity where somebody who’s going to be really freaking good… of making prompts for different health things, quantified self, whatever. Like I would love to follow that person and then very easily apply it to my own profile.”

She acknowledges that early prompt library sites emerged with GPT-3 but were “too early.” Now, as LLMs become more relevant and powerful for everyday users, these ideas might find a “second life.” The challenge is democratizing the power of custom instructions and projects, which currently require a steep learning curve. “Most people use ChatGPT like they would use Google,” she observes, barely scratching the surface of its true potential.

The conversation delves into the fascinating idea of AI personalities. A film director, for instance, created multiple AI personas within ChatGPT: a holistic wellness advisor, a “gas her up” compliment machine, and a brutally direct feedback provider for emails. “You’re the average of five people you spend the most time with,” the host muses, “you’re also kind of going to be the average of the five AIs you spend the most time with.”

Tavel agrees with the distinction between “worky” and “personal” AI. While ChatGPT can handle personal tasks like recipes, it’s a “lowest common denominator” product, unable to optimize for specific consumer experiences. She envisions dedicated platforms, like “Sarah’s GPT” (a hypothetical personal network), where users can store sensitive information about their health, finances, and family, separate from general knowledge-focused AI. Such platforms could even “cannibalize ChatGPT over time.”

To design a truly social custom GPT experience, Tavel suggests starting with basic features like the ability to follow creators whose prompts you like, establishing “person-based or authority-based” standing. Crucially, the current system lacks trust. Users can’t see the custom documents or underlying prompts, making it hard to choose. Building transparency and then enabling “status-seeking work” would be key.

A challenge for such prompt-sharing networks, however, is content generation. Founders aren’t coming up with new prompt ideas daily, which could lead to low engagement. Tavel believes the solution is for these platforms to become the primary interface for AI interaction, replacing ChatGPT for specific use cases. “It has to be that,” she asserts, where engagement flows from daily usage, and users discover innovations in a feed-like experience, rather than everyone “reinventing the wheel.”

The concept of network effects is often touted but rarely achieved. Tavel, drawing on her VC experience, differentiates between theoretical potential and tangible evidence. “Oftentimes there’s a big gap between what’s a theoretical… and like where it really starts to happen.”

She looks for “a tipping point that starts to happen in a very small segment of the like where the white-hot center of your market is.” As an example, she cites Aentio, a marketplace connecting YouTube creators and brands. Previous attempts in this market often devolved into agencies, but Aentio, leveraging LLMs, automated key processes, achieving true liquidity. “You see the like the brands see creators and they see the the ads that they do for Aentio. And like so Aentio just has this demand side pull right now.” This early signal of differentiated work and lack of substitutes suggests a real flywheel effect.

Fake network effects, Tavel explains, often involve flywheels that are “just words on a slide that fit to a picture,” but the words “don’t actually… accelerate the flywheel.” Or, there’s too much friction embedded in the process, or offshoots that prevent true momentum.

Bringing it back to AI, Tavel observes that the current wave has largely focused on “better performance from more money and more compute and more data.” But she believes that soon, “the base models are good enough for consumers that there’s going to be another wave of more consumer-focused, more product genius-led AI applications that differentiate or grow from network effects and multiplayer that we’re not possible in the last couple years but are newly about to be a thing.” While single-player AI products will still emerge, the “really big opportunity that lets a company have a true network effect is going to be something that’s multiplayer.”

If this shift doesn’t happen, Tavel warns, it would be due to “the gravitational pull of the existing platforms is too strong.” The habits of using ChatGPT, its ecosystem, and the “memory” it builds of a user are powerful lock-ins. Convincing power users to switch platforms for a new community is a significant challenge.

Investing in a wave like AI, where prices are high, requires a specific approach. At Benchmark, the process starts with “is this a company we want to work with?” Price comes after assessing the opportunity and the team. If a company has “unlimited potential,” they’ll find a way to partner.

Tavel describes her taste in founders:

• Strategic Thinkers: Those who obsess over network effects, zero-to-one challenges, and escaping competition.
• Driven by Affliction: Founders for whom building the company is a “calling,” almost a “rash that they just have to scratch,” rather than just a “cool new job.” This drive helps them overcome immense obstacles.
• Learning Machines: Founders who prioritize continuous learning and evolution, putting the company’s best interest above ego.

She looks for “tells” during meetings. If she, having only spent a short time with a founder, brings up ideas or questions they haven’t deeply considered, it’s a red flag. The best founders are “donut companies” – so self-sufficient and forward-thinking that a VC’s input is minimal. She recalls Reed Hoffman’s ideal: “if you could come back in 5 years without having talked to them after the investment… and you would be pretty sure it would be going well.”

While the primary focus is AI, Tavel takes an interesting “swerve” to express her belief in stablecoins. As a board member at Chainalysis, she’s witnessed the impact of crypto. She highlights the struggles in countries like Argentina, where citizens desperately want US dollars but face high friction, taxes, and government controls to obtain them.

A US dollar-backed stablecoin, she argues, “opens up a global economy” by providing a faster, 24/7, cheaper medium of exchange. It bypasses the illiquid, fragmented local markets and numerous intermediaries in international trade. Tether, the dominant stablecoin, benefits from network effects due to its widespread liquidity. As more people and financial apps integrate with stablecoins, a “comfortable” ecosystem emerges, fostering greater global participation.

Looking five years ahead, Tavel envisions AI fundamentally changing the venture capital landscape. She believes there will be a premium on individuals who are “really good at creating training data” for personalized AI experiences.

She applies this to her own decision-making process. Inspired by Annie Duke’s “Thinking in Bets,” Tavel conducts pre-mortems for every company she considers, documenting her likes, dislikes, and reasoning for investment decisions. Over time, this personal training data could be fed into an LLM to “examine my thinking as I meet a company and have it cross-examine me,” leading to better decisions.

Beyond personal improvement, AI will transform talent evaluation. VCs spend considerable effort helping portfolio companies build strong teams. AI could track talent globally, analyze movements, and even develop a “Rotten Tomatoes almost score for for companies” based on angel investors, team composition, and individual signals. This could surface opportunities and refine the entire investment process.

In sum, Sarah Tavel’s vision for AI’s future is one where technical marvels pave the way for human-centric design. As the underlying technology solidifies, the spotlight will inevitably shift to those who can weave AI into the social fabric, creating engaging, community-driven experiences that truly democratize its power and unlock its next phase of exponential growth. The next big AI hit, she contends, will be less about the raw processing power of the model and more about the collective intelligence and shared experiences of its users.

Ultimately, these premium tiers risk stratifying the Instagram experience, potentially exacerbating “micro-cheating” and control within relationships by providing more tools for granular monitoring. While Meta frames these as tools for expression, Hunter suggests they lean into our impulses for curiosity and even stalking, prompting users to consider what level of digital visibility they truly desire in their relationships.

Once upon a time, Instagram was a simpler place. A digital canvas for sharing a perfectly filtered sunset, a funny meme, or a snapshot of your lunch, then moving on with your day. Today, for many, the platform feels less like a casual photo album and more like a bustling, brand-saturated mall – a place where hundreds of entities vie for your attention, and you might just run into someone you know, or perhaps, someone you wish you didn’t. This evolving landscape has now introduced a new layer of complexity: Instagram Plus, a monthly subscription promising to “deepen your friendships” and “give you more control.” But beneath the shiny veneer of exclusive features, a closer look reveals a potentially darker truth, one that taps into our anxious impulses and the unsettling desire to digitally surveil those around us.

For a minimal monthly fee of $3.99, Instagram Plus unlocks a suite of features ranging from “cute new emoji reactions” to granular control over who sees your content, for how long, and how often. While Meta frames these as tools for enhanced expression and connection, many, like journalist Tatum Hunter, who covers digital privacy and internet culture, see them as a formalization of behaviors users have long engaged in surreptitiously.

“I was not shocked. I was not surprised,” Hunter admits, reflecting on her initial reaction to the Instagram Plus announcement. She explains that social media companies possess vast amounts of data on how their apps are used—both as intended and in ways developers never foresaw. “Some of these features…might lend themselves to people’s more anxious impulses about their friendships, their relationships, the way they present themselves. I think there are ways that people have already been using the app that, you know, on the back end, Meta can see and then acknowledge with a collection of new features like this.”

The phenomenon Hunter describes is akin to a “desire path” – those unofficial trails worn across a manicured lawn by people seeking the quickest route between two points. Instagram users, eager to gain insights into their social circles, have long sought unofficial “back doors” to the app. This includes relying on third-party apps claiming to reveal who follows and unfollows them, who “stalks” their profile, or who views their stories most frequently. Meta, it seems, has been paying attention.

“Instagram says, ‘I see you scrolling through your story views for an hour to find that one person to see if they looked at your story. I’m going to give you what you clearly want, which is a search bar to look for this person,’” Hunter illustrates. The company isn’t forcing these features upon us; rather, they’re monetizing existing user desires, particularly those tied to dating, romance, and relationships, where monitoring and curiosity often intertwine.

Let’s dissect some of the key Instagram Plus features and their potential implications, as evaluated by Hunter.

This feature allows users to send an animated, “bigger and better” heart reaction to a story. Hunter gives it a “green light,” seeing it as an innocuous way to celebrate others, akin to Tinder’s “SuperLike” – a clear, if exaggerated, signal of interest.

Regular Instagram offers a “Close Friends” list for sharing private stories. But some users have taken this to an extreme, whittling their list down to a single person – a crush, perhaps – to share intimate or “sexy” content, making it appear casually shared while secretly being a direct “honeypot.” Instagram Plus expands this, allowing multiple private lists.

“This could really open the door to some true high jinks as far as presenting one version of yourself in your life…to one or more people and a totally different version to a different set,” Hunter warns. While not inherently bad, the potential for “serious shadiness” and drama, especially among high-profile individuals, is undeniable.

This is perhaps the most concerning feature. Story Preview allows users to “glance at someone’s story without it showing them that you’ve seen it.” Normally, Instagram stories provide a list of viewers, offering a “gut check” for users to see who’s peeking into their lives. This feature eliminates that transparency.

“This is definitely one of my less favorites on the list,” Hunter states. “This will make it impossible to know for sure if someone that you haven’t blocked is peeking into your story.” The host, Britney Loose, notes that this feature could render “fake accounts” for surreptitious following obsolete, allowing individuals to simply “get in there and sort of like have a look around and step back out without being detected.”

This feature provides data on how many times a story has been re-watched. Hunter considers this “pretty innocuous” and more of a “creator tool,” allowing users to understand if their content resonates. Crucially, it does not reveal who is re-watching stories, only that they are.

Currently, finding a specific person in a long list of story viewers requires endless scrolling. Instagram Plus introduces a search function, allowing users to quickly check if a “particular special person” has viewed their story. While seemingly convenient, this feature streamlines the process of targeted digital monitoring, feeding directly into anxious curiosity.

The rollout of these features highlights a troubling trend in our increasingly digitized lives. As professional and social interactions migrate online, they create a multitude of “digital touch points” and “breadcrumbs” that can be tracked. This hyper-visibility, particularly in romantic relationships, can foster anxiety and curiosity, opening the door to “more granular forms of monitoring, maybe control. In the worst cases, stalking and abuse; in the best cases, you know, kind of anxiety and curiosity.”

This also feeds into the concept of “micro-cheating,” a term that predates the internet but has gained new potency in the digital age. What constitutes infidelity or a breach of trust has become increasingly granular: a partner liking a stranger’s post, following an ex, or commenting on someone’s photo can now be perceived as a betrayal. Hunter argues that as companies like Meta, incentivized to maximize “time on app,” lean into features that offer more visibility, they inadvertently fuel these anxieties. “We have fewer and fewer opportunities to kind of stop and ponder what we want our relationships to look like in this very, very digital world.”

This isn’t Meta’s first foray into features that blur the lines between connection and surveillance. The company has a well-documented history of pushing boundaries regarding user privacy. Hunter points to Instagram’s past experimentation with a real-time map showing friends’ locations, similar to Snapchat’s Snap Map or Apple’s Find My Friends. These features, while common in families and friend groups, have often led to tension, control, and even abuse. Meta, it seems, “sees the value in these features…they are totally aware of this kind of itchy desire to know more and more and more about the lives of the people around us.”

The introduction of premium tiers also raises questions about the stratification of the social media experience. For “power users” who deeply integrate Instagram into their social lives, these features might seem like a natural evolution. But for casual users, the landscape becomes more opaque and potentially unsettling.

“You’re probably not thinking about the fact that somebody could be watching your stories in secret, that somebody is searching through their story view list for your name, that somebody put you on a list that only consists of you and a couple other people or removed you from a list so that they could share something they didn’t want you to see,” Hunter explains. This creates “two strata of people on Instagram,” potentially widening the gulf between younger, hyper-connected users and those who engage more casually.

This trend also aligns with what author Cory Doctorow terms “enshittification” – a pattern where digital platforms, once offering free, valuable services, gradually decline in quality as companies prioritize profit over user experience, eventually pushing users to pay for functionalities that were once free or should be. As the host notes, “Our data is the price we pay to use a Meta product. Our eyeballs and our minutes watching these ads is the price we pay. Now you want me to pay like a dollar price? I’m suspicious.”

Meta’s claim that Instagram Plus will “deepen your friendships” seems at odds with features designed for surreptitious viewing or curated self-presentation. “How on earth am I connecting more deeply with my friends by watching their stories in secret?” Hunter challenges. The company, she suggests, cannot reasonably admit to “building features to…legitimize and empower some of the shadier ways that people use this platform.”

Ultimately, Instagram Plus represents a significant shift, transforming a platform once focused on shared moments into one that monetizes our deepest anxieties and curiosities about others. It forces us to confront difficult questions about the nature of privacy, trust, and connection in an increasingly surveilled digital world, leaving us to wonder if the price of “deepening friendships” is truly worth the potential for pervasive digital peeking.

이러한 통찰은 AI 제품 개발자들이 기술적 우수성을 넘어 사용자 간의 상호작용과 커뮤니티 구축에 집중해야 함을 시사한다. 현재 챗GPT와 같은 도구들이 여전히 ‘파워 유저’ 중심의 학습 곡선을 요구하고 있으며, 많은 사용자가 구글 검색처럼 활용하는 데 그치는 현실을 고려할 때, ‘프롬프트 라이브러리’와 같은 아이디어들이 과거에 시도되었으나 시기상조였던 것처럼, 이제는 소셜 기능을 통해 이러한 지식을 민주화하고 확산시킬 때가 왔다는 것이다. 개인화된 AI 친구나 특정 목적(예: 건강 관리, 레시피)을 위한 AI 경험을 제공하는 플랫폼은 사용자에게 더 깊은 몰입과 가치를 제공할 수 있으며, 이는 궁극적으로 챗GPT와 같은 범용 AI를 대체하거나 보완하는 형태로 발전할 수 있다. 투자자 관점에서는 네트워크 효과와 경쟁 회피 전략을 깊이 고민하고, 제품에 대한 강한 소명의식을 가진 창업자들을 주목해야 할 것이다.

인공지능(AI) 기술이 전례 없는 속도로 발전하면서, 우리는 새로운 기술 패러다임의 변곡점에 서 있습니다. 챗GPT(ChatGPT)와 같은 초기 AI 제품들이 기술적 경이로움을 선사했지만, 다음 세대의 히트작은 단순히 뛰어난 기술력을 넘어선 다른 가치를 제공할 것이라는 예측이 나옵니다. 실리콘밸리의 유력 벤처 캐피탈 벤치마크(Benchmark)의 파트너인 사라 궈(Sarah Guo)는 “다음 AI 히트 제품은 ‘소셜(Social)‘이 될 것”이라고 단언합니다.

그녀는 과거 소비자 기술의 흐름을 분석하며, AI 제품 역시 기술 중심에서 사용자 경험 중심으로 진화할 것이며, 특히 사람들의 연결과 공유 본능을 자극하는 ‘멀티플레이어 네트워크 효과(Multiplayer Network Effect)‘가 핵심이 될 것이라고 강조합니다. 철학을 전공하고 핀터레스트(Pinterest) 초기 멤버로 활동했던 사라 궈의 통찰을 통해 AI 제품의 미래와 성공 전략을 심층적으로 들여다봅니다.

사라 궈는 기술 제품의 발전 과정을 흥미로운 비유로 설명합니다. 초기 기술 패러다임에서는 ‘깊이 있게 기술적인(deeply technical)’ 역량을 가진 창업팀이 시장을 지배했습니다. 그녀는 구글(Google)을 대표적인 예로 듭니다. 구글의 창업팀은 기술적으로 매우 뛰어났으며, 사용자에게 노출되는 단순한 검색창 뒤에서 복잡한 분산 엔지니어링(distributed engineering)과 인프라(infrastructure)라는 ‘마법’을 구현해냈습니다. 제품 경험 중 95%가 기술적 깊이에 기반했다고 볼 수 있죠.

현재의 AI 시장에서 오픈AI(OpenAI)와 챗GPT는 이러한 초기 구글과 유사한 DNA를 가지고 있습니다. 사라 궈는 “챗GPT는 구글과 크게 다르지 않다”며, “텍스트 상자와 커스텀 GPT(Custom GPT)는 믿을 수 없을 정도로 유능한 팀이 만들었지만, 소셜 기능이 부족하다는 점에서 아쉬움을 넘어 거의 ‘범죄적’이라고까지 느껴진다”고 강하게 비판합니다. 오픈AI는 본래 연구소였으나, 우연히 역사상 가장 큰 소비자 기술 제품을 만들었습니다. 이는 투자자들이 주로 스탠퍼드(Stanford) 중퇴생에게 투자하는 경향과는 달리, 진정한 신기술 패러다임에서는 박사 학위 소지자들의 장기 연구 투자가 최고의 베팅이 될 수 있음을 보여줍니다.

하지만 기술이 성숙해질수록 제품 성공의 무게추는 기술력에서 ‘제품 경험(Product Experience)‘으로 이동합니다. 사라 궈는 이를 ‘슬라이더(slider)‘에 비유합니다. 초기 95%가 기술이었다면, 기술이 안정화되면서 이 슬라이더는 점차 ‘제품 사상가(product thinker)‘와 ‘제품 경험’ 쪽으로 움직입니다.

페이스북(Facebook)은 프렌스터(Friendster)나 마이스페이스(MySpace)보다 기술적으로는 뛰어났지만, 구글만큼의 기술적 깊이는 아니었습니다. 대신 더 나은 성능의 사용자 경험을 제공하며 시장을 장악했습니다. 그리고 핀터레스트(Pinterest), 스냅(Snap), 인스타그램(Instagram)에 이르러서는 CEO들이 기술 전문가가 아닌 ‘제품 천재(product geniuses)‘들이었습니다. 이들은 백엔드의 복잡한 기술보다는 사용자가 직접 마주하는 인터페이스와 경험 디자인에 집중하며 성공을 거두었습니다.

사라 궈는 현재의 AI 시장도 비슷한 변곡점에 있다고 봅니다. 아직은 기반 인프라(underlying infrastructure)가 더 안정화되어야 하지만, 곧 ‘제품 직관(product intuition)‘을 가진 사람들이 AI 위에 혁신적인 경험을 구축하는 시대로 접어들 것이라고 예측합니다.

현재의 챗GPT는 “싱글 플레이어 모드(single-player mode)” 제품에 가깝습니다. 사용자가 원하는 것을 얻기 위해서는 ‘커스텀 인스트럭션(custom instruction)‘과 같은 복잡한 설정을 해야 합니다. 사라 궈는 이러한 과정이 너무 어렵다고 지적하며, “커스텀 인스트럭션을 일일이 작성할 필요 없이, 모델 자체가 더 똑똑해져야 한다”고 말합니다.

더 나아가 챗GPT의 ‘커스텀 GPT’ 기능에서 다른 사람들이 만든 것을 볼 수 있음에도 불구하고, 이를 활용한 사용자 생성 콘텐츠(UGC, User Generated Content) 커뮤니티나 소셜 기능이 부족하다는 점을 강하게 비판합니다. “정말 유능한 팀이 만들었지만 소셜 기능이 전혀 없다”는 것은 다음 AI 제품이 놓치지 말아야 할 큰 기회라는 것입니다.

현재 시장에 나와 있는 많은 AI 제품들은 서로 비슷하게 느껴지는 경향이 있습니다. 캐릭터 AI(Character AI) 같은 장르의 제품들은 캐릭터를 만들고 대화하는 방식이 거의 동일합니다. 이는 아직 개발자들이 모델의 ‘두뇌’ 깊숙이 들어가 사용자 경험을 바꿀 만한 독자적인 기술력을 갖추지 못했기 때문입니다. 하지만 사라 궈는 이러한 상황이 ‘멀티플레이어 네트워크 효과(multiplayer network effect)‘를 가진 제품이 등장할 기회를 만들 것이라고 강조합니다.

그녀는 유진 웨이(Eugene Wei)의 개념을 인용하며, 대부분의 소셜 제품에는 ‘네트워크 내에서 지위를 추구하는(status-seeking work)’ 동기가 존재한다고 설명합니다. 팔로워 수, 조회수, 좋아요처럼 커뮤니티 참여자들이 특정 지위나 명성을 얻으려는 인센티브가 바로 그것입니다. 현재 AI 제품에는 이러한 동기를 부여하는 소셜 메커니즘이 부족합니다.

과거 GPT-3와 챗GPT가 처음 등장했을 때, 많은 사람들이 프롬프트 라이브러리(prompt library) 사이트를 만들었지만 너무 일렀습니다. 당시에는 주로 마케팅, 소셜 미디어 등 기업 간 거래(B2B) 용도에 초점이 맞춰져 있었고, 대부분의 일반 사용자는 챗GPT를 구글처럼 사용하며 ‘학습 곡선(learning curve)‘의 표면에 머물렀기 때문입니다. 하지만 이제는 이러한 아이디어들이 ‘두 번째 생명(second life)‘을 얻을 때가 왔다고 사라 궈는 말합니다.

사라 궈는 우리가 AI와 보내는 시간이 사람과 보내는 시간보다 많아질 것이라고 예측합니다. 그렇다면 과연 하나의 지배적인 AI 플랫폼이 존재할까요, 아니면 개인적인 용도와 업무적인 용도가 분리될까요?

그녀는 영화감독의 사례를 소개합니다. 이 감독은 챗GPT에 여러 ‘페르소나(personalities)‘를 부여하여 각기 다른 목적으로 사용합니다. 예를 들어, 의학적 문제를 상담할 때는 전체론적 건강 컨설턴트 페르소나를, 글쓰기 피드백을 받을 때는 직설적이고 혹독한 비평가 페르소나를 활용하는 식입니다. 이는 “당신은 가장 많은 시간을 보내는 다섯 사람의 평균”이라는 말처럼, “가장 많은 시간을 보내는 다섯 AI의 평균”이 될 것이라는 흥미로운 관점을 제시합니다.

사라 궈는 챗GPT나 클로드(Claude)가 ‘업무용(worky bucket)‘으로 자리 잡는 반면, 렙리카(Replika) 같은 ‘AI 친구’ 서비스는 ‘개인용(personal bucket)’ 영역을 차지할 것이라고 봅니다. 개인적인 사용 사례(예: 레시피 추천, 건강 관리)는 챗GPT에서도 가능하지만, 모든 경험을 최적화할 수는 없기에 단일 목적의 전문적인 AI 서비스들이 등장할 것이라는 분석입니다.

사라 궈는 현재 많은 사람들이 특정 프롬프트(prompt)를 찾기 위해 레딧(Reddit)과 같은 기존 UGC 사이트를 방문하는 현상에 주목합니다. 이는 AI 활용에 특화된 UGC 커뮤니티의 잠재력을 보여줍니다. 예를 들어, 건강 관련 데이터를 분석해 최적의 영양제를 추천해주는 프롬프트를 만드는 ‘프롬프트 전문가’가 있다면, 사람들은 그를 팔로우하고 그의 프롬프트를 자신의 프로필에 쉽게 적용하고 싶어 할 것입니다.

이러한 프롬프트 커뮤니티가 성공하려면 몇 가지 핵심 요소가 필요합니다. 첫째, 사용자들이 특정 프롬프트 전문가를 쉽게 찾고 팔로우할 수 있는 시스템입니다. 둘째, ‘신뢰 구축(trust building)‘입니다. 현재 커스텀 GPT는 누가 어떤 문서를 학습시켰는지, 어떤 프롬프트를 사용했는지 투명하게 공개되지 않아 신뢰하기 어렵습니다. 사용자가 프롬프트의 내부 작동 방식을 볼 수 있어야 진정한 신뢰가 형성될 수 있습니다. 셋째, ‘지위 추구(status-seeking)’ 메커니즘을 통해 커뮤니티 참여를 유도해야 합니다.

물론, 프롬프트 전문가가 매일 새로운 프롬프트 아이디어를 내놓기 어렵다는 문제가 있습니다. 이에 대해 사라 궈는 이러한 소셜 기능이 챗GPT와 같은 기존 AI 도구를 사용하는 ‘맥락(context)’ 안에서 자연스럽게 발생해야 한다고 주장합니다. 사용자가 기존 AI 도구를 사용하면서 동시에 피드(feed)를 통해 다른 사람들의 혁신적인 프롬프트를 접하고 활용할 수 있어야 한다는 것입니다.

사라 궈는 벤처 투자자로서 창업팀과 기회를 평가하는 자신만의 철학을 공유합니다.

벤치마크는 항상 ‘함께 일하고 싶은 회사인가?‘를 최우선으로 고려합니다. 그녀가 매력을 느끼는 창업가는 다음과 같은 특징을 가집니다.

1. 네트워크 효과와 전략적 사고: 경쟁을 벗어나 ‘0에서 1을 만드는(zero to one)’ 방법을 깊이 고민하고 전략적인 사고를 하는 사람.
2. 소명 의식(Affliction): 창업이 ‘멋진 새 직업’이 아니라 ‘긁지 않으면 안 되는 발진’처럼 고통스러운 소명(calling)으로 느껴지는 사람. 어떤 난관도 돌파할 끈기를 가진 사람입니다.
3. 학습하는 기계(Learning Machine): 자신의 자아(ego)보다 회사의 최선을 우선하며, 끊임없이 배우고 진화하는 사람. CEO의 5가지 유혹(The Five Temptations of a CEO)에서 언급된 ‘지위’에 이끌려 본질을 놓치는 함정을 피해야 합니다.

사라 궈는 창업가와의 대화에서 그들의 깊이를 파악하는 자신만의 ‘징후(tells)‘를 가지고 있습니다. 그녀가 처음 듣는 아이디어를 제안했을 때, 창업가가 “좋은 질문이네요, 생각해본 적 없어요”라고 답한다면 우려스러운 신호입니다. 최고의 창업가는 투자자가 질문을 던지기도 전에 이미 그 문제를 고민하고 해결책을 찾아 나서는 ‘도넛 회사(donut companies)‘와 같다고 비유합니다. 이들은 이사회에 가서 도넛만 먹고 돌아와도 될 정도로 스스로 잘 해나가는 팀입니다.

많은 스타트업들이 투자 유치 자료(deck)에 ‘네트워크 효과’를 주장하지만, 실제로 이를 구현하는 회사는 극소수입니다. 사라 궈는 진짜 네트워크 효과를 구별하는 방법을 다음과 같이 설명합니다.

• 초기 증거와 티핑 포인트(Tipping Point): 초기 단계에서는 이론적인 네트워크 효과에 기댈 수밖에 없지만, 시장의 ‘화이트 핫 센터(white-hot center)‘에서 ‘티핑 포인트’가 발생하는 작은 징후를 찾아야 합니다.
• Aentio 사례: 사라 궈가 투자한 에이전티오(Aentio)는 유튜버 크리에이터와 브랜드 간의 마켓플레이스입니다. 기존에는 에이전시 역할에 빠져들기 쉬웠던 시장이었지만, LLM(거대 언어 모델)을 활용해 많은 마찰을 자동화함으로써 강력한 수요 측면의 견인력(demand-side pull)을 만들어냈습니다. 이는 차별화된 무언가가 작동하고 있다는 초기 신호입니다.
• 가짜 네트워크 효과: 단순히 ‘플라이휠(flywheel)’ 그림에 그럴듯한 단어만 채워 넣은 경우, 또는 플라이휠의 각 단계에 마찰이 너무 많거나 예상치 못한 파생 효과(offshoots)가 발생하는 경우입니다. 핵심은 그 단어들이 실제로 플라이휠을 ‘가속화(accelerants)‘하는지 여부입니다.

사라 궈는 지난 10년간 소비자 부문 투자가 매우 어려웠던 만큼, AI 시대의 소셜 제품 역시 ‘풍차를 향해 돌진하는(tilting at windmills)’ 시도일 수 있다고 인정합니다. 하지만 멀티플레이어 제품만이 진정한 네트워크 효과를 통해 거대한 기회를 창출할 수 있다고 믿습니다.

AI 외에 사라 궈가 주목하는 분야는 ‘스테이블코인(Stablecoins)‘입니다. 그녀는 체인애널리시스(Chainalysis) 이사회 멤버로서 암호화폐 시장에 대한 깊은 이해를 가지고 있으며, 비트코인(Bitcoin)의 장기적인 가치를 믿습니다.

특히 아르헨티나 출신인 어머니의 사례를 들며, 기존 금융 인프라의 마찰을 설명합니다. 아르헨티나와 같은 고인플레이션 국가에서는 많은 사람들이 자국 통화 대신 미국 달러(USD)를 선호하지만, 달러를 얻기가 매우 어렵습니다. 정부는 외화 보유액을 지키기 위해 달러 거래에 높은 세금을 부과하고, 환율은 거리의 암시장, 은행, 신용카드 등 어디서 환전하느냐에 따라 크게 달라집니다. 1만 달러를 얻는 데도 많은 시간과 복잡한 절차가 필요합니다.

이러한 마찰을 스테이블코인이 해결할 수 있습니다. 미국 달러에 고정된 암호화폐인 스테이블코인(테더 Tether, USDC 등)은 훨씬 빠르고, 저렴하며, 24시간 내내 P2P(peer-to-peer) 거래가 가능합니다. 이는 아르헨티나와 같은 나라들이 글로벌 경제에 참여하고 국제 무역을 훨씬 쉽게 할 수 있도록 돕습니다. 스테이블코인 역시 모든 사용자가 동일한 코인을 사용할수록 유동성(liquidity)이 증가하고 생태계가 확장되는 ‘네트워크 효과’를 가집니다.

사라 궈는 AI가 벤처 캐피탈리스트(VC)의 일상과 비즈니스 모델을 어떻게 바꿀지에 대한 흥미로운 질문을 던집니다. 그녀는 ‘학습 데이터(training data)‘를 잘 만드는 사람이 LLM을 통해 더 개인화되고 가치 있는 경험을 얻을 것이라고 봅니다.

VC의 경우, 과거의 의사결정 기록이 중요한 학습 데이터가 될 수 있습니다. 그녀는 애니 듀크(Annie Duke)의 책 “Thinking in Bets”에서 영감을 받아, 모든 투자 검토 시 ‘사전 부검(premortem)’ 노트를 작성합니다. “무엇이 좋았고, 무엇이 좋지 않았으며, 만약 투자했다면 왜 성공했을 것이고, 투자하지 않았다면 왜 실패했을까?” 같은 질문에 답하며 자신의 의사결정 과정을 기록합니다. 시간이 지나면서 이 데이터를 AI가 분석하여, VC가 미래 투자 결정을 내릴 때 자신의 편향이나 실수를 교차 검증(cross-examine)하는 데 도움을 줄 수 있다는 것입니다.

또한 AI는 인재(talent) 평가 및 추적에도 활용될 수 있습니다. VC는 포트폴리오 회사가 최고의 팀을 구축하도록 돕는 중요한 역할을 합니다. AI는 면접 기록, 의사결정 과정 등 방대한 데이터를 분석하여 인재 평가의 오류를 줄이고, 전 세계 인재의 이동과 그 의미를 추적할 수 있습니다. 궁극적으로는 엔젤 투자자(angel investors)부터 팀 구성원, 그리고 개별 역량에 대한 점수까지 종합하여 마치 영화 평점 사이트 ‘로튼 토마토(Rotten Tomatoes)‘처럼 회사와 인재에 대한 신뢰도 점수를 매겨 투자 기회를 발굴할 수도 있을 것이라고 사라 궈는 전망합니다.

사라 궈의 통찰은 AI 기술의 발전이 단순히 기능적 우위를 넘어, 인간의 본질적인 욕구인 ‘연결’과 ‘공유’를 충족시키는 방향으로 나아가야 함을 시사합니다. 기술적 깊이로 시작된 AI 혁명은 이제 ‘제품 천재’들이 이끄는 사용자 경험의 시대로 전환될 것이며, 멀티플레이어 네트워크 효과를 가진 소셜 AI 제품이 다음 시장의 판도를 바꿀 핵심 동력이 될 것입니다.

이러한 변화는 비단 AI 산업에만 국한되지 않습니다. 스테이블코인이 금융의 마찰을 줄여 글로벌 경제의 새로운 기회를 열듯, AI는 벤처 투자와 같은 전문 영역의 의사결정 방식까지 근본적으로 변화시킬 잠재력을 가지고 있습니다. 사라 궈의 말처럼, 우리는 AI와 블록체인 기술이 만들어낼 흥미로운 미래를 맞이하고 있습니다.

이러한 기능들은 ‘마이크로 치팅(microcheating)‘과 같은 새로운 형태의 관계 문제를 야기하며, 디지털 세상에서 관계의 경계와 신뢰에 대한 깊은 고민 없이 감시 욕구를 충족시키는 도구를 제공한다. 메타는 사용자들이 앱에 더 오래 머물도록 유도하기 위해 이러한 기능을 도입하지만, 이는 결국 관계의 복잡성을 가중시키고 사회적 계약을 위협할 수 있다. 따라서 인스타그램 사용자들은 유료 기능이 제공하는 편리함 이면에 숨겨진 관계적 함의와 개인 정보 보호 문제를 비판적으로 인식하고, 자신의 디지털 행동이 타인과의 관계에 미칠 영향을 신중하게 고려해야 한다. 특히, 유료 서비스가 무료로 제공되던 데이터 기반 서비스에 추가 비용을 요구하는 현상에 대해 코리 닥터로(Cory Doctorow)의 개념처럼, 플랫폼이 이윤 극대화를 위해 사용자 경험을 희생시키는 것은 아닌지 의심해 볼 필요가 있다.

인스타그램은 이제 더 이상 단순한 사진 공유 앱이 아닙니다. 마치 거대한 쇼핑몰처럼 수많은 브랜드가 끊임없이 무언가를 팔려고 하고, 그 속에서 우리는 아는 사람을 우연히 마주치기도 합니다. 과거에는 밈(meme) 하나 올리고 하루를 보내던 시절이 있었지만, 이제 인스타그램은 전문성 개발부터 연애 가능성 증대까지, 현대인에게 ‘필수적인’ 도구가 되어버렸습니다. 그런데 최근, 인스타그램이 유료 구독 서비스인 ‘인스타그램 플러스(Instagram Plus)‘를 출시하며 관계의 본질과 개인 정보 보호에 대한 새로운 질문을 던지고 있습니다.

NPR 팟캐스트 ‘It’s Been a Minute’의 진행자 브리트니 루스(Britney Loose)는 디지털 프라이버시와 인터넷 문화를 다루는 작가이자 저널리스트인 테이텀 헌터(Tatum Hunter)를 초대해 인스타그램 플러스의 새로운 기능들이 우리의 온라인 관계에 어떤 영향을 미칠지 심층적으로 논의했습니다. 메타(Meta)는 이 서비스가 “우정을 심화하고, 경험에 대한 더 많은 통제권을 제공하며, 새로운 방식으로 자신을 표현할 수 있게 해준다”고 설명하지만, 과연 그럴까요?

메타에 따르면 인스타그램 플러스는 월 3.99달러의 구독료로 독점적인 기능들을 제공합니다. 게시물에 귀여운 새 이모티콘 반응을 추가하는 것부터, 인스타그램 콘텐츠를 누가, 언제, 얼마나 오래 볼 수 있는지 제어하는 기능까지 다양합니다. 브리트니는 이 기능들을 당장 사용할 계획은 없지만, 많은 사람들이 이미 사용하고 있거나 고려 중일 것이며, 이 기능들이 온라인에서 서로 소통하는 방식에 대해 무엇을 시사하는지 궁금해했습니다.

테이텀 헌터는 인스타그램 플러스 기능들을 보고 “놀랍지 않았다”고 말합니다. 소셜 미디어 회사의 제품 담당자들은 사람들이 앱을 ‘의도된 방식’과 ‘의도되지 않은 방식’ 모두로 어떻게 사용하는지에 대한 모든 데이터와 인사이트를 볼 수 있기 때문입니다. 그는 “친구 관계나 인간 관계, 자신을 표현하는 방식에 대한 사람들의 불안한 충동을 자극할 수 있는 기능들이 이미 앱에서 사용자들이 해오던 방식들을 메타가 백엔드에서 확인하고, 그것을 새로운 기능으로 인정한 것”이라고 분석했습니다.

브리트니는 이를 ‘디자이어 패스(Desire Paths)‘에 비유했습니다. 공원이나 캠퍼스에 공식적으로 포장된 길이 아닌, 사람들이 가장 빠른 길을 택하며 잔디밭에 자연스럽게 생긴 지름길처럼, 인스타그램 사용자들은 앱이 제공하지 않는 기능을 원하며 ‘뒷문’을 통해 자신들이 원하는 기능을 만들어 사용해왔다는 것입니다. 이제 인스타그램은 “당신이 원하는 것을 알고 있다”며 그 길을 공식적으로 유료화하겠다고 나선 셈입니다.

테이텀은 인스타그램이 마치 사용자에게 이렇게 말하는 것 같다고 설명합니다. “스토리 조회 목록을 한 시간 동안 스크롤하며 특정 인물이 내 스토리를 봤는지 확인하려 애쓰는 당신의 모습을 보았다. 당신이 분명히 원하는 검색 기능을 제공하겠다.” 즉, 인스타그램은 이러한 기능을 우리에게 강요하는 것이 아니라, 이미 많은 사용자들이 간절히 원하고 있던 것이라고 말합니다. 특히, 인스타그램이 비공식적인 데이팅 앱이나 기존 데이팅 앱의 보조 수단으로 사용되는 경향이 강해지면서, 인스타그램 플러스의 유료 기능 중 상당수가 연애, 로맨스, 관계와 깊은 연관성을 가진다는 점도 주목할 만합니다.

테이텀 헌터는 인스타그램 플러스의 주요 기능들을 개인 정보 보호 전문가이자 테크 기자로서 ‘녹색불(Green Light)‘과 ‘빨간불(Red Light)‘로 나누어 평가했습니다.

• 슈퍼 하트(Super Hearts): 무해한 즐거움 (녹색불)

  • 게시물에 더 크고 화려한 애니메이션 하트를 보낼 수 있는 기능입니다. 테이텀은 이를 “스토리에 ‘좋아요’를 누르는 것의 더 크고 나은 버전”이라 설명하며, “서로를 가능한 한 많은 애니메이션과 폭발하는 하트로 축하하자”고 말하며 긍정적으로 평가했습니다. 브리트니는 이를 데이팅 앱 틴더(Tinder)의 ‘슈퍼 라이크(Super Like)‘와 유사하다고 지적하며, 상대방의 관심을 강력하게 끌려는 시도와 연결될 수 있다고 언급했습니다.

• 다중 스토리 오디언스(Multiple Story Audiences): ‘그림자 계정’의 진화? (빨간불)

  • 스토리를 공유할 때 여러 개의 비공개 친구 목록을 만들어 각기 다른 그룹에 다른 스토리를 보여줄 수 있는 기능입니다. 기존 인스타그램은 ‘친한 친구(Close Friends)’ 목록 하나만 제공했지만, 일부 사용자들은 이 목록을 한 명의 ‘짝사랑’ 상대로만 채워두고 그 사람에게만 은밀하고 유혹적인 콘텐츠를 공유하는 방식으로 악용해왔습니다. 테이텀은 이 기능이 “한 명 이상의 사람에게는 자신의 한 가지 버전을, 다른 사람들에게는 완전히 다른 버전을 제시할 수 있는 문을 열어줄 것”이라며, “심각한 음흉함(serious shadiness)의 가능성”이 있다고 경고했습니다. 브리트니는 고위 인사가 이 기능을 오용해 큰 스캔들을 일으킬 가능성까지 언급하며 우려를 표했습니다.

• 스토리 미리보기(Story Preview): 은밀한 ‘스토킹’의 합법화? (빨간불)

  • 상대방이 모르게 스토리를 볼 수 있는 기능입니다. 일반적으로 스토리를 보면 누가 봤는지 목록에 남지만, 이 기능은 프로필 사진을 짧게 탭하는 대신 길게 누르면 상대방에게 기록이 남지 않은 채 스토리를 미리 볼 수 있습니다. 테이텀은 이 기능을 “가장 좋아하지 않는 기능 중 하나”로 꼽았습니다. 그는 소셜 미디어에 콘텐츠를 공유할 때, 누가 보는지 알 수 없는 것이 일반적이지만, 인스타그램 스토리는 ‘누가 봤는지’를 통해 사용자에게 일종의 ‘직감적 확인(gut check)‘을 제공해왔다고 설명했습니다. 이 기능은 스토리를 올린 사람이 차단하지 않은 누군가가 자신의 스토리를 몰래 엿보고 있는지 알 수 없게 만들며, 심리적 불안감을 유발할 수 있다고 지적했습니다. 브리트니는 이 기능이 이른바 ‘인스타그램 스토커’들이 가짜 계정을 만들어 상대방을 몰래 지켜보는 수고를 덜어줄 것이라고 덧붙였습니다.

• 스토리 재시청 인사이트(Story Rewatch Insights): 크리에이터를 위한 도구 (녹색불)

  • 자신의 스토리를 얼마나 많은 사람들이 여러 번 다시 보는지 알 수 있는 기능입니다. 테이텀은 이 기능이 “매우 무해하다”고 평가하며, 개인이 아닌 전반적인 시청 데이터를 제공하므로 크리에이터들이 콘텐츠가 얼마나 호응을 얻고 있는지 파악하는 데 유용할 것이라고 보았습니다.

• 시청자 목록 검색(Search Viewer List): 특정 인물 추적의 용이성 (빨간불)

  • 스토리를 본 사람들의 목록에서 특정 인물의 이름을 검색할 수 있는 기능입니다. 기존에는 수많은 팔로워 중 특정 인물을 찾기 위해 목록을 끝없이 스크롤해야 했지만, 이 기능은 특정 인물이 내 스토리를 봤는지 손쉽게 확인할 수 있게 해줍니다. 브리트니는 이 기능이 우리의 충동과 인스타그램 사용 방식 사이의 관계에 대해 많은 것을 말해준다고 지적했습니다.

우리의 삶, 특히 직업 및 사회생활이 지난 15~20년간 온라인으로 이동하면서 ‘디지털 접점(digital touch points)‘이 기하급수적으로 늘어났습니다. 테이텀은 이는 특히 로맨틱한 관계에 큰 영향을 미쳤다고 말합니다. 파트너의 삶에 온라인 및 소셜 미디어를 통해 접근할 수 있는 새로운 경로가 생겨났고, 이는 과거 아날로그 세상에서는 불가능했던 ‘세분화된 형태의 감시’를 가능하게 했습니다. 최악의 경우 스토킹이나 학대로 이어질 수 있으며, 최소한 불안감과 호기심을 유발합니다.

이러한 감시 욕구는 로맨틱한 관계에만 국한되지 않습니다. 테이텀은 지난 방송에서 다뤘던 위치 추적 기능(Location Tracking)을 예로 들며, 가족, 연인뿐 아니라 친구 관계에서도 통제와 오용의 문제가 발생할 수 있다고 설명했습니다. 라이프360(Life360), 스냅챗(Snapchat)의 스냅맵(Snap Map), 애플(Apple)의 나의 찾기(Find My Friends)와 같은 앱들은 위치 공유를 통해 주변 사람들의 삶에 대한 전례 없는 가시성(visibility)을 제공해왔습니다. 인스타그램 역시 실시간 지도 기능 실험을 통해 이러한 ‘더 많이 알고 싶어 하는 가려움증(itchy desire to know more)‘의 가치를 인지하고 있으며, 이를 앱에 구축하여 어떤 일이 일어나는지 지켜보고 있습니다.

브리트니는 이러한 기능들이 ‘마이크로 부정행위(Microcheating)‘라는 현상과 연결된다고 지적했습니다. 누군가의 인스타그램 스토리를 다시 보거나, 낯선 이의 게시물에 ‘좋아요’를 누르거나, 이성에게 댓글을 다는 등의 사소한 행동이 ‘신뢰를 깨거나 부정행위를 하는 것’으로 해석될 수 있다는 생각입니다. 디지털 시대에 ‘부정행위’로 인식되는 행동의 범위가 점점 더 작아지고 미묘해지면서, ‘마이크로 부정행위’라는 용어는 더욱 강력한 의미를 갖게 되었습니다.

메타와 같은 기업은 사용자의 앱 체류 시간을 늘리고 ‘앱 중독성(stickiness)‘을 높이는 데 인센티브를 가집니다. 이러한 기업들이 ‘마이크로 부정행위’를 유발할 수 있는 기능들을 강화하는 것은, 그들이 이러한 기능의 힘과 사용자들의 욕구를 인지하고 있음을 보여줍니다. 하지만 이는 동시에 개인 관계에 엄청난 혼란을 야기할 가능성도 내포합니다. 우리는 이러한 충동에 따라 더 많은 가시성을 얻는 도구를 제공받으면서, “무엇을 부정행위로 간주할 것인가?”, “얼마나 알아야 하고, 또 얼마나 보고 싶은가?”와 같은 질문에 대해 숙고할 기회를 점점 잃어가고 있습니다.

테이텀은 인스타그램의 ‘지도 기능’과 ‘친한 친구’ 기능이 현재의 인스타그램 플러스로 이어지는 중요한 전환점이었다고 회고합니다. 지도 기능은 친구들이 적극적으로 게시하는 것을 넘어, 수동적으로 친구들의 움직임을 추적할 수 있는 기능이었으며, ‘친한 친구’ 기능은 다른 사람들에게 다른 버전의 자신을 보여줄 수 있는 ‘큐레이션(curation)’ 능력을 부여했습니다. 인스타그램은 사용자들이 플랫폼을 어떻게 활용하고 싶어 하는지 정확히 파악하고, 그 욕구를 충족시키는 방향으로 발전해왔습니다.

하지만 테이텀은 인스타그램 플러스와 같은 유료 구독 모델이 코리 닥터로(Cory Doctorow)가 말하는 ‘엔쉬티피케이션(Enshittification)’ 개념과 연결될 수 있다고 우려합니다. 이는 디지털 플랫폼과 서비스가 시간이 지남에 따라 품질이 저하되고, 고객과 사용자 경험을 희생시키면서 이윤을 극대화하려는 경향을 의미합니다. 기존에는 우리의 데이터와 광고 시청 시간이 메타 제품 사용의 대가였는데, 이제는 돈까지 지불해야 한다니 의심스러울 수밖에 없습니다.

메타는 인스타그램 플러스 기능들이 사용자 간의 ‘우정을 심화’한다고 주장하지만, 테이텀은 “비밀리에 친구의 스토리를 보면서 어떻게 더 깊은 관계를 맺을 수 있는가?”라고 반문합니다. 기업은 “우리는 당신의 음흉하고 기이한 행동을 모두 보고 있으며, 플랫폼을 사용하는 다소 그늘진 방식들을 합법화하고 강화하는 기능을 만들겠다”고 솔직하게 말할 수 없을 것입니다.

유료 멤버십 모델은 소셜 미디어 경험을 계층화할 수 있습니다. 인스타그램을 주요 소통 수단으로 사용하는 ‘파워 유저’와 캐주얼하게 사용하는 사람들 사이에 큰 격차를 만들 수 있습니다. 파워 유저들은 이러한 기능들을 통해 더 많은 것을 얻으려 할 것이고, 캐주얼 유저들은 누군가 자신의 스토리를 몰래 보고 있거나, 자신을 특정 목록에서 제외했는지조차 알지 못할 수 있습니다.

물론, 이러한 기능들이 당장 ‘사회 계약’을 돌이킬 수 없을 정도로 파괴하지는 않을 것입니다. 하지만 이는 젊은 세대와 같이 인스타그램을 주요 사회적 연결 방식으로 사용하는 사람들과 그렇지 않은 사람들 사이의 간극을 넓힐 수 있습니다. 인스타그램 플러스는 우리에게 관계의 본질, 개인 정보 보호의 경계, 그리고 디지털 시대에 우리가 서로를 어떻게 바라보고 소통해야 할지에 대한 중요한 질문을 던지고 있습니다. 결국, 우정을 심화할지, 아니면 감시를 부추길지는 사용자 개개인의 선택과 그로 인해 발생하는 사회적 맥락에 달려 있을 것입니다.