MGS 2026 앰플리튜드(Amplitude) 세션 정리, 자기학습 그로스 엔진

AI로 기능과 캠페인은 매일 쏟아내는데, 그래서 사용자에 대해 무엇을 배웠는지 답하기 어렵지 않으신가요? 만드는 속도만 빨라지고 배우는 속도가 그대로면 열심히 일하고도 다음 결정에 쓸 근거는 남지 않습니다.
2026년 7월 21일 Modern Growth Stack(MGS) 2026 메인 홀의 두 번째 세션 '자기학습 그로스 엔진'은 이 문제를 다뤘습니다. 앰플리튜드(Amplitude)의 Matt Bennett 님과 최동훈 님이 차례로 발표했습니다.
다글로 마케팅팀이 MGS 2026에서 들은 세션을 정리했습니다. 세션을 다글로로 받아써 두고 다시 읽으며 실무에 바로 쓸 내용만 추렸습니다.
자기학습 그로스 엔진이란? 실행보다 학습 속도의 문제

자기학습 그로스 엔진은 믿을 수 있는 데이터, 근거 있는 검증, 자율 실행을 차례로 쌓아 조직이 사용자로부터 계속 배우게 만드는 구조입니다. 세션의 출발점은 실행 속도는 빨라졌지만 이해의 속도가 따라오지 못한다는 진단이었습니다.
Matt Bennett 님은 병목을 두 가지로 짚었습니다.
- 신뢰: 끝없는 기여도(어트리뷰션) 논쟁, 아무도 믿지 않는 대시보드, 팀마다 다른 숫자 때문에 확신을 갖고 움직이지 못합니다.
- 속도: 인사이트는 행동할 수 있는 순간에 맞는 사람이나 에이전트에게 도착해야 합니다.
엔진의 세 층: 하나의 데이터, 근거, 자율 실행

엔진은 세 층으로 이뤄집니다. 조직 전체가 같은 데이터를 보는 기반 위에, 왜 그렇게 해야 하는지 증명하는 검증 단계를 두고, 그 둘이 갖춰졌을 때 사람이든 에이전트든 스스로 결정하게 합니다.
| 층 | 의미 | 핵심 |
|---|---|---|
| System of Intelligence | 하나의 진실 기반 | 조직 전체가 같은 데이터를 본다 |
| Proof | 근거와 검증 | AI의 제안에 대해 왜인지와 근거를 확인한다 |
| Autonomy | 자율 실행 | 사람이나 에이전트가 스스로 결정한다 |
원티드랩은 팀이 스스로 데이터를 찾아 쓰는 체계를 만들어 랜딩페이지를 150% 개선하고, 유실되던 월 7,000건의 지원을 되찾았습니다. Notion은 한 자릿수였던 실험을 분기당 300건까지 늘려 활성화율이 10~15% 올랐습니다.
남들이 복제할 수 없는 속도로 배우고 행동하라. 실행 속도가 아니라 학습 속도가 복리로 쌓인다.
기울어진 학습 루프와 새로운 장인정신

최동훈 님은 지금 대부분 조직의 학습 루프가 기울어져 있다고 진단했습니다. 만드는 속도는 번개처럼 빠른데 배우는 속도는 거북이처럼 느려서, 열심히 일했는데 배운 것이 없는 상태가 된다는 뜻입니다.
200여 년 전 대량 생산 시대에 살아남은 기업은 더 많이 만든 곳이 아니라 사용자를 이해한 곳, 즉 장인정신을 지킨 곳이었습니다. 지금 AI 시대의 부작용은 아무도 읽지 않는 자동 생성 리포트 같은 'AI 슬롭'(AI가 대량으로 찍어낸 저품질 결과물)입니다.
만들기 쉬워진다는 것과 좋은 것이 많아진다는 것은 다른 이야기다.
그래서 AI 전환 성과를 사용률이나 자동화 건수로만 말하지 말고 "사용자가 더 자주 돌아오는가"를 물어야 한다고 강조했습니다.
학습 루프 3단계: 분석, 검증, 점진적 배포

새로운 장인정신은 분석, 검증, 점진적 배포로 이어지는 학습 루프입니다. 세 단계를 반복하며 다음에 무엇을 만들고 어떤 프로모션과 캠페인을 할지 정합니다.
- 분석: 스토어 리뷰·상담 기록·설문 같은 고객의 목소리와, 에이전트가 사용자와 나눈 대화까지 봅니다. 챗봇이 작동하는지가 아니라 구매와 재방문을 돕는지를 봅니다.
- 검증: 장바구니 쿠폰 기준을 3만 원에서 2만 원으로 낮춘다면 기대 효과를 먼저 정하고 통제된 조건에서 비교해야, 매출 변화가 쿠폰 때문인지 구분됩니다.
- 점진적 배포: 프로모션·기능·캠페인을 1%, 10%, 50%, 100%로 넓히고, 문제가 생기면 비즈니스 팀이 언제든 되돌릴(롤백) 수 있게 합니다.
정리: 복제할 수 없는 것과 실무 체크리스트
오늘 낸 기능과 프로모션은 두 시간이면 복제되지만, 지난 1~2년간 쌓은 학습과 검증, 거기서 나온 속도는 복제되지 않습니다. 곧 모든 회사가 비슷한 엔진을 갖게 되므로, 도구가 아니라 학습 문화가 경쟁력이라는 것이 두 발표자의 결론입니다.
- 루프 점검하기: 최근 배포와 실험 중 "무엇을 배웠는가"가 기록으로 남은 비율을 세어 봅니다.
- AI 지표를 사용자 지표에 연결하기: AI 사용률과 절감 시간이 활성화·재방문으로 이어지는지 봅니다.
- 비즈니스 변경도 점진적으로: 프로모션과 정책 변경을 1%부터 열고, 되돌릴 권한이 비즈니스 팀에 있는지 확인합니다.
발표자가 여럿인 세션처럼 누가 말했는지 구분이 중요한 기록에는 다글로 보이스매칭이 유용합니다. '참석자 1' 대신 말한 사람의 이름으로 받아쓴 내용을 볼 수 있습니다. 목소리를 기억해 다음 녹음부터 이름을 자동으로 넣어 주는 기능으로, 다글로가 국내 최초로 모든 사용자에게 제공합니다. 보이스매칭 자세히 보기
MGS 2026에서 들은 다른 세션은 MGS 2026 전체 정리 글에서 이어 볼 수 있습니다.
#MGS2026 #모던그로스스택 #앰플리튜드 #그로스엔진 #학습루프 #AB테스트 #그로스마케팅 #다글로
대화가 일이 되는 곳, daglo.
지금 바로 무료로 시작해보세요