Litmatch의 성장은 우연이 아닙니다. 사용자 니즈에 집중하는 태도와 데이터를 활용한 개선 사이클이 Litmatch의 성장을 뒷받침하고 있습니다.
회사 소개
Construct Tech는 '소울 소셜'을 중심에 두고, 음성 매칭과 실시간 번역 기술을 활용한 글로벌 소셜 앱 'Litmatch'를 운영하고 있습니다. 동남아시아를 중심으로 사업을 넓혀 여러 국가와 지역에서 서비스를 제공합니다.
해외 소셜 시장에서 마주한 과제
Litmatch의 경쟁력은 지역별 사용자 니즈에 맞춘 매칭 경험입니다. 인도네시아 사용자는 음성 대화를 선호하고, 말레이시아 사용자는 관심사 태그 기반 매칭을 중시하는 등 지역마다 다른 특성에 맞춰 알고리즘을 최적화해야 했습니다.
이런 상황에서 Construct Tech 팀은 두 가지 과제에 부딪혔습니다.
사용자 행동 파악: 매칭 시작부터 채팅까지 이어지는 전체 경로를 잡아낼 방법이 없었습니다. 그래서 '왜 매칭 후 깊은 대화로 이어지지 않을까', '어떤 관심사 태그가 채팅 시간을 늘릴까' 같은 질문에 답할 수 없었습니다. 알고리즘 개선은 경험에 기댈 수밖에 없었고, 개선 방향을 세우기도 어려웠습니다.
비용과 효율의 균형: 데이터 분석 기반을 직접 구축하려면 서버 운영과 쿼리 성능 최적화에 인력이 필요합니다. 이는 제품 개발과 사업 확장이라는 우선 과제와 부딪혀, 스타트업으로서의 성장 속도를 떨어뜨릴 수 있었습니다.
그래서 Construct Tech는 데이터 수집·저장·분석을 하나로 아우르면서도 스타트업의 환경에 맞출 수 있는 솔루션을 찾고 있었습니다.
Agentic Engine을 도입하다
파트너를 찾던 Construct Tech는 ThinkingAI의 Agentic Engine이 원하는 조건에 들어맞는다는 것을 확인했습니다. Agentic Engine은 데이터 수집·저장·분석의 각 레이어에서 Construct Tech의 과제를 해결하며, 매칭 알고리즘과 시장 전략 개선을 뒷받침하는 기반이 됐습니다.
사용자 행동 트래킹: 트래킹 템플릿과 실시간 검증
Litmatch는 매칭 유형, 관심사 태그 클릭, 채팅 시간, 익명 상호작용 같은 핵심 사용자 행동을 빠짐없이 수집해야 합니다. 이때 트래킹을 하나라도 누락하게 되면 이후 분석에 차질이 생겼습니다.
Agentic Engine은 소셜 앱용 트래킹 템플릿으로 이런 고빈도 이벤트를 실시간으로 폭넓게 다룰 수 있었습니다. 트래킹 플랜 검증 기능이 데이터 수집이 완전한지 실시간으로 확인해, 새 버전 출시 후 이벤트가 전송되지 않거나 속성이 빠진 경우를 잡아냈습니다. 덕분에 사용자 행동 데이터의 정합성을 확보할 수 있었습니다.
대규모 데이터 저장: 클라우드 확장성
사용자 규모가 커지면서 Litmatch에 하루에 쌓이는 데이터도 크게 늘었습니다. 시간대와 지역에 따라 접속량 편차가 커서, 저장 용량을 유연하게 조절할 수 있어야 했습니다.
Agentic Engine은 데이터 양에 맞춰 스토리지를 자동으로 조절합니다. 피크 시간에는 용량을 늘려 데이터 손실을 막고, 한산한 시간에는 용량을 줄여 비용을 아낍니다. 팀은 서버 운영에 신경 쓰지 않고 본연의 업무에 집중할 수 있습니다.
직접 하는 데이터 분석: 노코드 대시보드
Litmatch의 운영·제품 팀은 새로 시도한 기능과 운영 방식의 효과를 빠르게 검증해야 합니다. '관심사 태그 가중치를 바꾼 뒤 매칭 후 대화율은 어떻게 달라졌나', '특정 지역 사용자는 새 기능을 얼마나 쓰고 있나' 같은 질문에 엔지니어를 거치지 않고 답할 수 있어야 개선 사이클이 느려지지 않습니다.
Agentic Engine의 대시보드는 드래그 앤 드롭으로 설정할 수 있고, 데이터를 국가별·관심사 태그별·대화 상황별로 나눠 볼 수 있습니다. 쿼리는 실시간으로 응답하며, 코드 없이도 '동남아시아 사용자의 대화 지속률', '브라질 사용자의 음성 매칭 이용률' 같은 핵심 지표를 바로 확인할 수 있습니다.
여러 지역의 데이터 관리: 통합 뷰
서비스 국가가 늘어날수록 여러 지역의 데이터를 한곳에서 관리해야 합니다. 시간대 차이와 여러 통화로 된 데이터를 집계하는 일이 과제가 됩니다.
Agentic Engine은 지역의 경계를 넘어 데이터를 통합합니다. 여러 시장의 핵심 지표를 도구를 바꾸지 않고 확인할 수 있고, 시간대 보정과 환율 환산은 자동으로 처리됩니다. 덕분에 글로벌 사업 흐름을 빠르게 파악할 수 있습니다.
지속적인 성장을 향해
Construct Tech에게 ThinkingAI와의 협업은 눈앞의 비즈니스 과제를 푸는 데 그치지 않고, Litmatch의 장기 성장을 위한 데이터 기반을 다지는 일이었습니다. ThinkingAI 역시 더 많은 기업이 데이터를 활용할 수 있는 환경을 만들기 위한 노력을 넓혀 가고 있습니다.
해외 소셜 시장에 도전하는 창업자에게 이 사례가 참고가 되길 바랍니다. 데이터 드리븐의 본질은 복잡한 도구를 갖추는 데 있지 않고, 우리에게 맞는 솔루션을 찾는 데 있습니다.