Q. 안녕하세요! 두 분 간단하게 자기 소개 부탁드려요.

성택: 안녕하세요. AI Agent 팀에서 TMAP AI Agent 서비스의 백엔드 개발을 맡고 있는 이성택입니다. TMAP AI Agent 백엔드 서버 구조와 서버 간 연동 인터페이스를 설계하고, 시스템에 필요한 서버를 설계 및 개발하고 있어요. 기획팀, Client 개발팀과 함께 실제 사용자 시나리오를 처리할 수 있는 AI 워크플로우를 만들고, 연동 과정에서 Agent를 계속 개선하는 역할도 하고 있습니다.

승훈: 안녕하세요. Intelligence팀에서 TMAP AI Agent 서비스 기획과 OEM 프로덕트 매니징을 맡고 있는 이승훈입니다. 티맵이 보유한 방대한 여정 데이터를 기반으로 단순 길안내를 넘어 사용자의 이동 전반을 능동적으로 지원하는 모빌리티 AI Agent를 기획하고 있어요. 특히 글로벌 차량 인포테인먼트 환경과 연동되는 프로덕트를 중심으로 운전 중 발생하는 다양한 상황에서 사용자에게 적절한 정보와 행동을 제안하는 경험을 설계하고 있고, 데이터 기반으로 실제 사용자 행동 변화를 만들어내는 것을 핵심 목표로 일하고 있습니다.

Q. 티맵모빌리티에 입사하기 전 어떤 커리어의 길을 걸어오셨나요?

성택: 처음에는 통신장비 회사에서 이동통신 장비 개발을 하며 백엔드 개발을 시작했어요. 이후에는 삼성전자에서 다양한 모바일 서비스의 백엔드 개발을 맡으며 서비스 개발 경험을 쌓았고, 마지막에는 인공지능 비서 서비스인 ‘빅스비’를 담당했습니다. 이러한 경험을 바탕으로 지금은 티맵모빌리티에서 AI Agent 서비스를 만들고 있어요.

승훈: 커리어 초반에는 오디오 방송 플랫폼에서 User Researcher로 시작해서 사용자의 행동 데이터와 정성적 인사이트를 기반으로 UX 개선과 서비스 구조를 설계하는 경험을 쌓았어요. 이후 카카오모빌리티에서 내비게이션 서비스 기획을 담당하며 이동 기반 서비스의 복잡성과 특수성을 경험하게 되었습니다.

Q. 많은 회사들 중 티맵모빌리티를 선택하신 이유가 궁금해요.

승훈: 제가 티맵모빌리티를 선택한 가장 큰 이유는 두 가지인데요.
첫 번째 이유는 다수의 글로벌 OEM과 협업하며 In-Car Products를 직접 만들어볼 수 있다는 점이에요. 모바일 앱 서비스를 넘어, 실제 차량 환경 안에서 작동하는 프로덕트를 기획하고 구현할 수 있다는 점이 큰 매력으로 다가왔습니다. 사용자가 차량 내에서도 끊김 없이 일관된 모빌리티 경험을 이어갈 수 있고 이러한 확장된 경험을 직접 설계할 수 있다는 점이 좋았어요.
두 번째는 티맵모빌리티가 국내에서 가장 밀도 높은 이동 데이터를 기반으로 실제 사용자 행동 변화를 만들어낼 수 있는 회사라고 생각했기 때문이에요. 여정과 관련된 서비스를 만들기 위해 가장 필요한 건 믿을 수 있는 방대한 데이터거든요.

성택: 저는 이전 회사에서 음성인식 비서 서비스를 만들면서, 이 서비스가 정말 필요한 순간이 언제일지를 많이 고민했었어요. 그리고 운전 중인 상황이 음성인식 서비스가 가장 필요한 순간이라고 생각했죠. 손이나 시선을 자유롭게 쓰기 어려운 상황이니까요. 그래서 내비게이션이 핵심 서비스인 티맵에서 Agent를 함께 만들어볼 수 있다면 굉장히 의미 있겠다고 생각했고, 그 점이 티맵모빌리티를 선택한 가장 큰 이유였던 것 같아요.

Q. 요즘 두 분 모두 TMAP AI Agent를 준비하시느라 바쁘게 지내신다고 들었어요. 티맵에서 왜 AI Agent를 만들게 되었는지 궁금해요.

승훈: TMAP은 최초에 내비게이션 서비스로 시작했지만 지금은 티맵 대리, 어디갈까, 카라이프 등 다양한 버티컬 서비스와 같이 사용자의 여정 전반을 다루는 플랫폼으로 확장해왔어요. 그런데 이런 서비스의 범위가 확장되고 많아지다 보니 사용자가 직접 기능을 탐색하고 선택해야 하는 구조적인 한계가 있었어요. 특히 주행 중이거나 복잡한 이동 상황에서는 오히려 부담으로 느껴지게 되는 경우도 있구요.
이런 제약들을 해결하기 위해서 사용자의 현재 상황과 맥락을 이해하고 필요한 정보를 선제적으로 제공할 수 있는 고도화된 AI Agent의 필요성이 커졌어요. 특히 조작이 제한적인 운전 중일 때, 목적지에 도착하면 그동안의 주행 경험은 뒷전이 되는 상황과 같이 사용자는 몰입하기 어렵지만 여정에 관련된 편리하고 가치 있는 서비스는 제공할 수 있는 접점들은 아직 많기 때문이에요. 따라서, TMAP AI Agent는 단순 음성 명령을 수행하는 Voice Assistant의 역할을 넘어, 사용자와 우리 서비스 간의 근본적인 인터랙션 방식을 재해석하고 몰입할 수 있는 기회를 더 많이 제공하기 위한 도전이라고 보고 있습니다.

Q. TMAP AI Agent는 기존 음성 명령과 무엇이 다른가요?

성택: 기존 음성 명령은 사용자가 비교적 정확한 형태로 요청해야 원하는 기능이 실행되는 방식에 가까웠어요. 반면 TMAP AI Agent는 사용자의 위치, 시간, 주행 상황 같은 맥락을 함께 보고, 대화를 이어가면서 의도를 좀 더 자연스럽게 파악해요. 단순히 명령을 수행하는 데서 끝나는 게 아니라, 사용자가 원하는 결과까지 같이 찾아가는 점이 가장 큰 차이가 아닐까 생각합니다.

승훈: 성택님 말씀이 맞아요. 기존 음성 명령은 사용자가 명확한 의도를 가지고 특정 명령을 입력해야 동작하는 구조였죠. 예를 들어 “강남역으로 길 안내해줘”처럼 사용자가 정해진 발화 규칙에 의해 먼저 요청해야만 기능이 실행됐어요. 반면 TMAP AI Agent는 사용자의 위치, 시간, 주행 상황, 과거 패턴 등 다양한 사용자 맥락을 기반으로, 명시적으로 요청하지 않아도 필요한 장소나 콘텐츠를 제안하거나, 행동을 유도하는 방식으로 설계하고 있어요. 즉, 여러 복합적인 사용자 컨텍스트를 학습하고, 현재 상황을 이해해서 시의적절한 개입을 하는 ‘컨텍스트 기반 인터페이스’라는 점에서 근본적인 차이가 있습니다.

Q. 다른 AI Agent와 달리 TMAP AI Agent만이 가지는 강점은 무엇인가요?

성택: TMAP의 가장 큰 강점은 실제 이동과 주행 맥락을 가장 잘 이해할 수 있는 서비스를 제공하기 위에서 Agent를 만들고 있다는 점이에요. TMAP 모바일 앱과 차량 내 TMAP AUTO를 계정 기반으로 연속성 있는 서비스를 제공할 수 있기 때문에 이동 전, 중, 후를 연결하는 경험을 만들 수 있다는 것도 큰 특징입니다. 또 단순히 대답만 하는 Agent가 아니라, 실제 서비스 실행까지 이어질 수 있다는 점에서 훨씬 실용적인 강점이 있다고 생각해요.

승훈: 기억을 기반으로 한 상호작용 구조인 것 같아요. 단기적인 대화 맥락 뿐만 아니라, 장기적인 사용자 패턴과 선호를 함께 활용하는 확장된 기억 체계를 통해 보다 개인화된 제안을 할 수 있도록 설계하고 있어요.
그리고 기존에 다양한 차량 음성 서비스를 경험해보았을 때 운전 중인 사용자가 자신이 원하는 명령을 어떻게 문장화 해야 할지 말문이 막히는 경험이 많았어요. 실제로 유저를 대상으로 진행한 테스트에서 음성 명령 기능에 대한 불편함 중 12%가 ‘알맞은 명령어가 떠오르지 않는다’였는데요. TMAP AI Agent는 사용자의 의도를 함께 찾아가는 대화형 인터랙션을 지향해서 사용자가 처음부터 완벽한 명령을 입력하지 않더라도 다시 질문을 하거나 확인하는 과정을 통해 맥락을 보완하고 적절한 결과에 도달할 수 있도록 개발하고 있습니다. 결과적으로 TMAP AI Agent는 단순한 기능 수행 도구가 아니라 사용자의 여정에서 의사결정을 함께 만들어가는 여정 파트너에 가까운 형태로 발전하고자 하는 가장 큰 차별점이라고 생각해요.

Q. 여정을 함께하는 파트너라니, 왠지 든든하게 느껴지는데요! 새로운 AI Agent를 만드는데 어려운 부분도 있으실 것 같아요.

승훈: AI Agent는 아직 정형화된 방법론이 있는 영역이 아니다 보니, 기획, 개발, 디자인 등 각 업무마다 AI를 바라보는 관점이나 기대치가 다른 점이 어렵게 느껴지는 부분인 것 같아요. LLM의 자유도를 최대한 활용하고 싶은 반면, 다른 쪽에서는 서비스 안정성과 통제 가능성을 더 중요하게 볼 수도 있으니까요. 그래서 Product 관점에서 우리 AI Agent의 역할은 무엇이고, 이상적인 방향성과 현실적인 제약을 잘 버무리고 반죽해서 이해관계자 간의 관점을 지속적으로 정렬해 나가는 과정을 중요하게 생각하고 있습니다. 결국 이 과정을 통해 완성도 있는 제품이 나오게 될 것이라고 생각하고요.

성택: 기존 서비스 개발은 필요한 기능을 하나씩 정의해서 만들어가는 방식에 가까웠다면, LLM 기반 서비스는 조금 결이 달라요. 이미 자유롭게 답할 수 있는 LLM을 우리가 원하는 서비스 범위 안에서 잘 동작하게 만들어야 하기 때문이에요. 어떻게 보면 사람을 가르치는 것처럼 LLM의 답변 방향을 계속 조정해야 해서 기존 개발과는 다른 어려움이 있고, 관련 기술도 계속 빠르게 바뀌어서 꾸준히 공부해야 하는 점도 어렵게 느껴지는 것 같아요.

Q. 가장 설계하기 어려웠던 유저 케이스는 없었나요?

승훈: 특정 케이스 하나라기보다 요즘 팀 차원에서 같이 많이 논의되고 있는 부분은 AI Agent가 어느 수준까지 개입하고 판단하도록 할 것인가를 규정하는 부분이었어요. LLM의 특성상 충분히 높은 자유도를 기반으로 다양한 제안과 응답을 만들어낼 수 있지만 모빌리티 환경에서는 그 자유도가 항상 좋은 사용자 경험으로 이어지지는 않거든요. 특히 운전 상황에서는 과도한 정보나 불필요한 개입이 오히려 방해가 될 수 있고 내가 원하는 기능만 딱 해결하고 싶은 니즈가 더 클 수 있어요. 어디까지를 AI가 자율적으로 판단하도록 할 것인지에 대한 기준을 정하는 것이 가장 큰 고민이고 중요한 쟁점이다 보니 많이 논의하고 고민하고 있습니다.
결국 핵심은 자유도 높은 AI의 장점을 살리면서도, 모빌리티 서비스로서의 일관성과 안정성을 유지하는 균형을 찾는 것이라고 생각해요. 더 높은 완성도를 위해 계속 고민하고 있는 부분이지만 이러한 균형을 정교하게 설계하는 과정 자체가 AI Agent 기획에서 가장 중요한 영역이라고 생각합니다.

Q. 두 분이 각각 기획과 개발 업무를 맡고 계신데, 함께 프로젝트를 하시면서 의견이 부딪혔던 경우도 있었을 것 같아요.

성택: 내비게이션을 위한 Agentic AI가 아직 시장에 보편적인 서비스가 아니다 보니, 어떤 방향이 더 좋은지에 대해 서로 관점 차이가 생길 때가 있어요. 기획은 사용자 경험이나 서비스 흐름 중심으로 보고, 개발은 현실적인 구현 가능성이나 안정성 관점에서 보게 되는 경우가 많아요. 그런데 결국 이 프로젝트는 정답이 이미 정해져 있는 일이 아니라서, 어느 한쪽이 맞다기보다 같이 최적의 방향을 찾아가는 과정에 더 가깝다고 생각해요. 그래서 의견 차이가 있을 때도 계속 이야기하면서 기준을 맞추고, 실제로 구현 가능한 범위 안에서 가장 좋은 방향을 함께 찾아가려고 하고 있습니다.

승훈: 아까 말씀드렸던 내용 중 AI Agent에 대한 관점과 이해가 다를 수 있어서 충분히 생길 수 있는 부분이라고 생각해요. 좀 더 안정적이고 통제된 모습의 에이전트이냐, LLM의 특장점을 더 살리는 뱡향이냐 가장 최적의 AI Agent는 무엇일지 찾는 과정이 어려운 것 같아요. 이 이해 차이는 얼마든지 발생할 수 있고 또 두 관점 모두 공감이 돼요. 다만 프로덕트의 방향성에 대해서는 서로의 관점을 지속적으로 정렬해 나가면서 섬세하게 가이드를 업데이트하는 방향으로 극복하고 있습니다.

Q. 요즘 AI가 일하는 방식을 많이 바꾸고 있는데요. 평소에 AI를 어떻게 활용하고 계신가요?

성택: 평소에 코드 개발이나 설계를 검토할 때 AI를 자주 활용하고 있어요. 새로운 기술을 빠르게 파악하거나 여러 설계안을 비교할 때도 도움이 많이 됩니다. 개발에 필요한 정보 수집이나 의사결정 과정에서도 많이 활용하고 있구요. 다만 최종 판단은 항상 실제 서비스 상황에 맞게 다시 검토하려고 합니다.

승훈: 최근에는 회사에서 커스텀 GPT 활용을 지원해주어서 구성원들끼리 유용한 GPT를 만들어 공유하는 등 우리가 하는 업무에 특화된 GPT 기능들을 적극적으로 활용하고 있어요. 예를 들어 Voice UX TTS 시나리오를 작성하는 과업은 그 양도 방대하지만 굉장히 복잡하고 길거든요. 그런데 이 VUX 시나리오를 각 에이전트의 조건을 조합하여 입력하면 최종 완성본에 가깝게 테이블로 만들어주는 GPT를 개발해준 팀원이 있었어요. 이 기능을 쓰게 되면서 퇴근 시간이 많이 당겨진 것 같아요.(웃음)

Q. AI Agent 담당자가 생각하는 'AI 시대에 가장 필요한 역량'은 무엇인지 궁금해요.

승훈: AI는 이미 많은 영역에서 사람보다 빠르고 넓게 답을 만들 수 있고, 실제 지금 업무에서도 다양한 AI 도구를 적극적으로 활용하고 있어요. 그러다 보면 한가지 경계하게 되는 부분이 있는데, AI 의존도가 높아질수록 기획자가 가져야 할 창의와 문제 정의, 아이디어 발상 과정이 약해질 수 있는 것 같아요. 어느 순간에 AI의 발상 방식에 빠져 스스로 고민하는 과정이 줄어드는 것을 느낄 수 있는 것 같습니다. 그래서 AI를 잘 활용하는 것도 중요하지만, 문제에 대한 인지와 풀이 방식에 대한 고민 그리고 답을 찾기 위한 가설을 세우는 등 스스로 생각을 많이 해보려고 노력합니다. 결국 AI 시대에 가장 중요한 역량은 단순히 이 도구를 잘 사용하는 것 뿐만 아니라, AI를 활용하면서도 스스로의 문제를 정의하고 창의적으로 새로운 방향과 풀이법을 만들어낼 수 있는 능력이라고 생각해요.

성택: 요즘은 AI를 활용할 수 있는 툴이 정말 계속해서 빠르게 나오고 있다고 느껴요. 그 안에서 중요한 건 무조건 많이 써보는 것보다, 내 업무에 맞는 방식을 잘 선택하는 능력이 중요하다고 생각해요. 또 AI와 어떤 방식으로 질문하고 소통해야 내가 원하는 결과를 더 빠르고 정확하게 얻을 수 있는지도 직접 많이 경험해보는 게 중요하다고 봅니다. 결국 여러 도구를 계속 써보면서 본인에게 맞는 활용 방식과 일하는 패턴을 만들어가는 게 AI 시대에 필요한 역량이라고 생각합니다.

Q. 두 분 커리어의 최종 목표가 있다면 무엇인가요?

성택: TMAP AI Agent를 유저들이 정말로 필요로 하는 서비스로 만들고, 이를 차량 뿐만 아니라 모바일까지 자연스럽게 확장하는 것이 가장 가까운 목표예요. 단순히 기능 하나를 만드는 게 아니라, 사용자들이 실제로 자주 쓰는 서비스로 자리 잡게 만들고 싶습니다. 조금 더 길게 보면 일을 하는 동안 다양한 서비스를 계속 만들어보고 싶고, 나중에는 뜻이 맞는 사람들과 정말 유용한 서비스 하나를 직접 만들어보고 싶어요.

승훈: 현재 집중하고 있는 TMAP AI Agent 영역을 점차 확대시켜 다양한 서비스 접점에서 유기적으로 연결되는 Agentic AI기반의 모빌리티 경험을 만들고 싶어요. 이동은 특정 디바이스 안에서만 이루어지지 않기 때문에 각 접점에서 단절된 기능을 제공하는 것이 아니라, 하나의 흐름으로 이어지는 경험을 만드는 것이 중요하다고 생각해요. 사용자가 의식적으로 앱을 조작하지 않더라도 상황에 맞는 정보와 선택지를 적절한 타이밍에 제공하는 경험이 결국 더 큰 가치를 만든다고 보고 있습니다. 앞으로 차량과 모바일을 넘나들며 사용자의 상황과 맥락을 이해하고, 필요한 순간에 적절한 개입을 제공하는 AI Agent를 통해 티맵만의 차별화된 모빌리티 경험을 완성해 나가는 것이 앞으로의 제가 키워갈 프로덕트의 핵심이자 커리어의 목표라고 생각해요.

Q. 티맵모빌리티에서 일하는 하루 일과와 나만의 루틴에 대해 소개해주세요.

성택: 출,퇴근 시간이 1시간 정도 걸려서 지하철에서는 주로 넷플릭스나 유튜브를 보면서 머리를 좀 비우는 편이에요. 출근하면 오전에는 그날 예정된 회의와 관련해서 준비할 게 있으면 먼저 정리해두고, 점심을 먹고 나서는 가능하면 꼭 산책을 하려고 합니다. 아직 프로젝트 초반이라 유관 부서와 회의가 많은 편이고, 그 사이에 오늘 꼭 끝내야 하는 일부터 우선적으로 처리하려고 하고 있어요.

승훈: 요즘 다시 운동을 시작해서 9시 전에 출근하면 꼭 아침 단백질 식단을 챙겨서 하루를 시작해요. 편의점까지 안가고 사내 식당에서 바로 챙겨서 먹으면서 일할 수 있어서 좋아요. 출근하면 메일이나 슬랙 메시지로 온 문의를 대응하면서 가볍게 오전을 보내는데요. 회의가 많은 날은 퇴근 전에 몰아서 대응하기도 합니다. 협업 중인 다른 팀 구성원 분들도 업무 요청에 대해서 너무 급하게 주지 않는 매너 있는 분들이셔서 업무 우선순위를 조절하기도 좋은 것 같아요. 점심은 팀원들과 주로 먹지만 협업 중인 동료분이나 평소 친분이 있는 동료들과 점심도 자주 먹습니다! 충무로 근처라 맛집이 곳곳에 숨어있어요(웃음) 하루 일과가 마무리되면 To do 리스트를 정리하고 퇴근합니다.

Q. 티맵모빌리티에 입사 후 가장 만족하는 부분은 무엇인가요?

승훈: 생활이나 문화적인 측면에서는 든든하고 똑똑한 팀원들이랑 일하는게 재밌다고 느껴지는 것 같고, 주 1회 재택 근무 활용을 통한 워라밸이 아닐까 싶어요. 업무 강도가 높은 주간에는 재택 근무를 활용해서 집중 업무 시간으로 활용하는데 이렇게 업무를 마무리 하고 나면 개운하게 쉴 수 있어서 좋은 것 같아요. 그리고 업무 측면에서는 모빌리티 플랫폼에 관련해서 다양한 경험과 역량을 채울 수 있다는 점이에요. 모바일 서비스 뿐만 아니라 차량 인포테인먼트에 대해서도 경험할 수 있고, 프로젝트가 다양해서 커리어 측면에서도 양질의 역량을 쌓을 수 있다는 점이 가장 큰 만족인 것 같습니다.

성택: 업무를 하면서 문제가 생겼을 때 유관부서와 빠르게 소통하고, 효율적으로 해결하려는 문화가 가장 만족스러워요. 같이 일하는 분들도 대부분 능동적이고 협업에 열려 있어서 일하기 편하다고 느낍니다. 그리고 무엇보다 요즘 가장 주목받는 AI 서비스를 실제 제품으로 만들어볼 수 있다는 점이 개인적으로 가장 큰 만족인 것 같아요.

Q. 어떤 분들이 티맵모빌리티에 오시면 재밌게 일할 수 있을까요?

성택: 티맵모빌리티는 서비스를 만들면서 많은 부분을 스스로 판단하고 기여할 수 있는 환경이라고 생각해요. 그래서 누가 정해주는 답을 기다리기보다, 직접 고민하고 결정하는 과정에서 보람을 느끼는 분들이 잘 맞을 것 같습니다. 또 협업 과정에서 의견을 주고받으면서 더 좋은 결과를 만들어가는 걸 즐기는 분이라면 더 재미있게 일할 수 있을 것 같아요.

승훈: 업무를 하다 보면 정답이 있는 경우보다는 직접 정의하고 결정해야 하는 상황이 많은 것 같아요. 누군가 방향을 정해주기 기다리기보다, 스스로 기준을 세우고 움직일 수 있는 분들은 확실히 더 재미를 느낄 수 있을 것 같아요. 물론 그 기준과 결정에 대한 선택이 정답이 되지 않을 수 있고 틀릴 수 있지만 그 과정에 대해서도 모두 배려하고 진심어린 피드백을 주고 받아요. 단순히 협업하는게 아니라 같이 문제를 풀어가는 과정이라고 생각해주시는 구성원분들이라 더 나은 결과를 만드는 과정 자체를 즐기는 분이라면 충분히 재밌게 일하실 수 있을 것 같습니다.