이 영상은 Chris Raroque가 개발한 칼로리 추적 앱 'Amy'가 AI 시대에 맞춰 어떻게 변화하고 있는지에 대한 6개월 업데이트 내용을 다루고 있습니다. 그는 새로운 Siri와의 통합, MCP(AI용 마스터 제어 프로토콜) 개발, 그리고 이 과정에서 겪었던 어려움과 해결책들을 공유하며, 개발자들이 미래를 대비해 앱을 어떻게 발전시켜야 할지 통찰을 제공합니다. 특히 앱의 수익 성과와 함께 AI 시대에 중요해질 저마찰 입력 방식의 중요성을 강조하며, 기술적 난관 극복 과정과 사용자 경험(UX) 개선을 위한 노력을 자세히 설명하고 있습니다.

1. Amy 앱의 현황과 미래 준비 📈

Chris는 자신이 개발한 칼로리 추적 앱 Amy의 현재 상황과 미래를 위한 준비 과정을 공유합니다. Amy는 마치 애플 노트처럼 간단하게 먹은 음식을 텍스트로 입력하면 자동으로 칼로리와 영양 정보를 계산해 주는, 가장 마찰 없는(frictionless) 칼로리 추적 앱이라고 소개합니다. 그는 최근 월별 반복 매출(MRR)이 3,000달러를 돌파했으며, 특히 AI 앱임에도 불구하고 85%의 높은 수익률을 달성했다는 점을 자랑스럽게 생각한다고 말했습니다. 보통 AI 앱은 수익률이 20~30% 정도로 낮은 편인데, Amy는 이례적으로 높은 효율을 보이고 있는 것이죠.

Chris는 지난달까지는 신규 사용자의 1주 차 유지율(week 1 retention)을 높이는 데 집중했지만, 이제는 앱의 미래 대비(future-proof)에 초점을 맞추고 있다고 설명합니다. 그는 앱 산업에 몇 가지 큰 변화가 감지되고 있으며, 특히 아이폰에서 새롭게 발표될 Siri 버전에 주목하고 있다고 밝혔습니다.

"Siri는 솔직히 지난 몇 년간 좀 우스갯소리였어요. 저도 개인적으로 Siri를 사용하지 않았죠. 명령을 잘 따르지 못해서요. 저만 그런 건 아니었을 거예요. 하지만 이 새로운 버전이 사람들이 말하는 것처럼 정말 좋다면, 저는 상황이 바뀔 수도 있다고 생각해요."

만약 새로운 Siri가 널리 사용되기 시작하면, 아이폰 사용자들은 매일 여러 번 Siri를 사용하게 될 것이고, 앱들이 Siri와 잘 연동되기를 기대할 것이라고 예측했습니다. 결국 Siri 통합이 잘 된 앱을 우선시하게 될 것이라는 거죠.

2. Siri 통합 개발 과정 🗣️

Chris는 앱의 미래를 대비하기 위한 첫 단계로 Siri 통합을 구현하기로 결정했습니다. 그는 처음에는 이 작업이 그리 어렵지 않을 것이라고 생각하며 AI 코드 도구인 Claude Code에 직접 지시를 내렸습니다.

"저는 말 그대로 Claude Code를 열고 이렇게 말했어요. '누군가 자신이 무엇을 먹었는지 말하면 앱으로 보내서 처리하고, 영양 정보 미리 보기를 반환하여 기록되었음을 확인할 수 있는 Siri 통합을 구축해 줄 수 있나요?'"

놀랍게도 단 한 번의 프롬프트로 작동하는 버전의 Siri 통합을 얻었고, 두세 번의 추가 프롬프트로 몇 가지 스타일을 조정하는 데 그쳤다고 합니다. 덕분에 사용자는 "Siri야, Amy에 음식 기록해 줘"라고 말한 뒤 먹은 음식을 말하면, Amy 앱이 자동으로 처리하여 영양 정보를 보여준다고 설명했습니다.

이렇게 빠르게 Siri 통합을 구현할 수 있었던 이유는 Amy 앱의 독특한 입력 방식 덕분이라고 Chris는 강조합니다. Amy는 오직 텍스트 입력만으로 음식을 기록하는데, 이 방식이 Siri와 완벽하게 맞아떨어진다는 것이죠. 반면 MyFitnessPal 같은 다른 칼로리 추적 앱들은 음식을 찾고, 옵션을 선택하고, 수량을 조절해야 하는 복잡한 과정을 거쳐야 하므로 Siri와 제대로 통합하기 어렵다고 지적했습니다. 사진 기반 앱인 Calorie App도 마찬가지로 음성으로 사진을 찍을 수 없기 때문에 Siri와의 연동이 제한적입니다.

Chris는 Amy의 핵심 강점을 다음과 같이 설명합니다.

"Amy의 진정한 아름다움 중 하나는 제가 매우 복잡한 과정을 가져다가, 예를 들어 사용자가 음식을 입력할 때 이 다이어그램이 보여주는 것처럼 엄청난 일들이 1~2초 안에 뒤에서 일어난다는 거죠. 이러한 모든 투자 덕분에 저희는 바로 사용할 수 있는 정말 좋은 Siri 경험을 얻게 된 겁니다."

다만, 현재 Siri는 "Amy에 인앤아웃 버거와 감자튀김 기록해 줘"처럼 한 번에 모든 명령을 처리하는 동적 키워드를 지원하지 않기 때문에, "Amy에 음식 기록해 줘"라고 먼저 앱을 호출한 뒤 음식을 말하는 두 단계 과정을 거쳐야 한다고 아쉬움을 표했습니다. 하지만 미래 버전의 Siri에서는 동적 키워드 지원을 기대하며, 그때는 즉시 앱에 적용할 것이라고 덧붙였습니다.

그는 앱 개발자들에게 Siri 통합을 고려하라고 조언하며, 더 나아가 어떤 종류의 입력 방식(예: 워치 연동, 에이전트 입력 등)을 지원할지 미리 생각하는 것이 중요하다고 강조했습니다.

3. Wispr Flow: AI 개발 생산성 도구 🎙️

Chris는 Siri 통합 개발 과정에서 자신이 사용한 음성 받아쓰기 도구인 Wispr Flow를 소개합니다. 그는 Claude Code나 Cursor 같은 AI 에이전트와 작업할 때 프롬프트를 받아쓰기하는 방식을 추천하는데, 이렇게 하면 훨씬 상세한 프롬프트를 만들 수 있기 때문이라고 설명합니다.

Wispr Flow는 스마트 음성-텍스트 변환 도구로, 어떤 앱에서든 작동하며 개발자에게 특히 유용하다고 강조했습니다. 그 이유는 다음과 같습니다.

• 기술 용어 이해: "AWS", "DynamoDB", "Gemini 2.5 플래시 라이트", "Superbase"와 같은 기술 용어를 매번 정확하게 인식합니다.
• 파일 태그 기능: Cursor나 Windsurf 같은 IDE와 연동되어 "subscription-overview.tsx 파일의 스타일을 개선해 줘"라고 말하면 자동으로 파일을 태그해 주는 기능이 있습니다.
• 다양한 플랫폼 지원: 데스크톱(Cursor, Claude Code, ChatGPT)은 물론 iOS 및 Android 모바일에서도 사용 가능하여 문자 메시지나 YouTube 댓글 답글 작성 시 유용합니다.

Chris는 Wispr Flow 덕분에 매우 상세한 답변을 작성할 수 있다고 말하며, 영상 설명에 Wispr Flow 링크와 1개월 무료 사용 코드를 남겨놓겠다고 덧붙였습니다.

4. Amy MCP 개발 과정 💻

Chris는 MCP(Master Control Protocol), 즉 AI 도구들이 Amy와 같은 타사 서비스와 안전하게 상호작용할 수 있는 방법을 개발했다고 소개합니다. 그는 최근 식단 계획을 세우는 데 Codeex라는 AI 도구를 사용하고 있는데, Codeex가 컴퓨터를 제어하고 심지어 식료품까지 주문해 준다고 언급하며 흥미로운 에피소드를 공유했습니다.

"이번 주에 저는 카트를 충분히 검토하지 않아서 레몬 한 개만 필요한 레시피인데도 레몬 4파운드를 주문하는 결과가 나왔죠. 배송을 받고 나서야 알았어요."

그는 식단 계획과 식료품 주문까지 AI로 해결하면서, 먹은 음식을 Codeex에게 바로 Amy에 기록해달라고 할 수 있다면 좋겠다고 생각했고, 이것이 바로 Amy MCP 개발의 계기가 되었다고 설명합니다.

Amy MCP는 Claude나 Codeex 같은 AI 에이전트가 사용자의 식사를 기록하고, 식단 패턴을 분석하며, 심지어 식단 변경에 대한 제안까지 할 수 있게 해줍니다. Chris는 많은 사람들이 식습관을 분석하고 싶어 하지만, 현재는 데이터를 내보내서 ChatGPT나 Claude에 직접 입력해야 하는 번거로움이 있다고 지적하며, MCP를 통해 이러한 과정이 훨씬 쉬워질 것이라고 강조합니다.

그는 이미 다른 앱 'Ellie'를 위해 MCP를 개발한 경험이 있지만, 칼로리 추적 앱 중에는 MCP를 제공하는 사례가 거의 없어서 참고할 만한 예시가 없었다고 말합니다. 처음에는 쉬울 것이라고 예상했지만, 생각보다 훨씬 어려웠다고 고백하며 겪었던 주요 문제들을 상세히 설명했습니다.

4.1. MCP 개발의 난관 1: 인증 🔐

가장 먼저 부딪힌 문제는 인증이었습니다. 대부분의 MCP는 API 키 또는 OAuth 방식으로 인증을 처리합니다. OAuth는 사용자에게 웹 로그인 및 인증 페이지를 통해 접근 권한을 요청하는 표준적이고 권장되는 방식입니다. 그러나 Amy는 iOS 앱 전용으로, 웹 버전이 없었기 때문에 OAuth를 위한 로그인 및 인증 페이지가 존재하지 않았습니다.

"Amy는 그냥 iOS 앱이에요. 웹 버전이 없죠. 그래서 MCP를 만들기도 전에, 이 인증 흐름을 가능하게 하려면 Amy의 전체 로그인 경험 웹 버전을 만들어야 했어요."

결국 Chris는 MCP 개발에 앞서 Amy의 웹 로그인 및 인증 페이지를 먼저 구축해야 했으며, Google 및 Apple 로그인 옵션까지 구현하는 복잡한 과정을 거쳤다고 설명합니다.

4.2. MCP 개발의 난관 2: API 부재 🔌

두 번째 문제는 Amy 앱에 API가 없었다는 점입니다. Amy의 모든 기능은 기기 내에서 처리된 후 백엔드와 통신하는 방식이었습니다. 따라서 MCP와 같은 타사 클라이언트가 Amy의 백엔드와 직접 통신할 수 있는 방법이 없었습니다.

이 문제를 해결하기 위해 Chris는 Amy를 위한 정식 API를 구축했습니다. 그는 이왕 만드는 김에 공개 API로 만들기로 결정하여, 다른 개발자들이 Amy 위에 자신들의 앱을 구축할 수 있도록 지원할 계획이라고 밝혔습니다.

API를 설계하면서 그는 사용자 경험(UX)을 고려해야 하는 어려움을 겪었습니다. 예를 들어, 처음에는 "오늘 먹은 음식 가져오기" 엔드포인트를 만들었지만, 사용자들이 "지난 2주간 무엇을 먹었는지"와 같이 더 일반적인 질문을 할 것이라는 사실을 깨닫고 날짜 범위를 지원하도록 엔드포인트를 재구축해야 했습니다. 이처럼 사용자가 AI 에이전트를 어떻게 활용할지 미리 예측하고 그에 맞는 API 엔드포인트를 구성하는 데 많은 시간을 할애했다고 합니다.

4.3. MCP 개발의 난관 3: 보안 (비용 및 악용 방지) 🛡️

세 번째 문제는 보안, 특히 비용 및 악용 방지에 관한 것이었습니다. Amy 앱에서 사용자가 텍스트를 입력할 때마다 백엔드에서 복잡한 AI 처리가 이루어지기 때문에 한 번 입력할 때마다 약 0.5센트의 비용이 발생합니다. iOS 앱에서는 이러한 비용을 보호하기 위한 제한 장치가 있었지만, 오픈된 MCP와 API는 잠재적인 악용에 취약할 수 있었습니다.

Chris는 MCP의 요청 제한(rate limit) 설계에 많은 고민을 했습니다. 처음에는 "분당 3회 로그"와 같은 단순한 제한을 고려했지만, 사용자들이 "오늘 먹은 모든 것을 Amy에 기록해 줘"와 같이 대량으로 한꺼번에 기록하는 경우를 고려해야 했습니다.

"저는 사람들이 하루가 끝날 때 모든 것을 기록하는 경우가 엄청나게 많을 거라고 생각해요. 그래서 사람들이 한꺼번에 많은 기록을 할 수 있도록 허용해야 했지만, 계속해서 한꺼번에 많은 기록을 무제한으로 할 수는 없게 해야 했어요."

해결책으로 점진적인 쿨다운(gradual cool down) 방식을 구현했습니다. 즉, 사용자가 한꺼번에 많은 기록을 할 수 있도록 허용하되, 연속적으로 대량 요청을 시도하면 시스템이 점차 속도를 늦추어 중지시키는 방식입니다. 그는 악용을 감시하기 위한 다른 기능들도 구현했지만, 아직 완벽하게 다듬어지지 않아 지금은 공유하지 않겠다고 말했습니다.

4.4. MCP 개발의 난관 4: 사용자 경험 (UX) 📱

가장 어렵고 예상치 못했던 문제는 바로 사용자 경험(UX)이었다고 Chris는 고백합니다.

"일반 사용자에게 아이폰 앱 내에서 MCP를 어떻게 설명할 수 있을까요? 이와 관련된 예시를 찾기 위해 정말 노력했지만, 설정 페이지 내의 MCP 예시는 모두 웹 버전이나 데스크톱 앱에 있었어요. 어떤 앱도 아이폰 애플리케이션 내에서 MCP에 대해 언급하지 않았죠."

그는 수많은 반복 작업을 거쳐 전용 설정 페이지를 만들었습니다. 이 페이지는 사용자의 AI 도구가 무엇을 할 수 있는지 명확히 보여주고, Amy를 AI 도구에 연결하는 아주 간단한 설정 지침을 제공합니다. 사용자는 이 지침을 복사하거나 이메일로 보내 데스크톱에서 참고할 수도 있습니다. 또한, API 키 관리 및 문서 확인을 위한 별도의 API 섹션도 추가했습니다.

Chris는 모바일 앱에서 이러한 기능을 제공하는 사례를 거의 보지 못했다고 말하며, 복잡한 데스크톱/웹 기반 기능을 모바일 환경에서 사용자가 쉽게 이해하고 사용할 수 있도록 응축하는 것이 매우 즐거운 UX 도전이었다고 언급했습니다.

5. 결론: AI 시대에 대비한 앱의 미래 💡

Chris는 Siri 통합과 Amy MCP 개발이라는 두 가지 주요 노력을 통해 앱의 미래를 대비했다고 강조하며, 이 과정을 통해 얻은 가장 중요한 교훈을 공유했습니다.

"제가 여러분께 드리고 싶은 큰 교훈은 바로 이것입니다. 저는 미래를 내다보고 미리 생각하는 데 시간을 투자할 가치가 충분히 있다고 생각해요. 왜냐하면 사람들이 앱과 상호작용하는 방식이 곧 변하기 시작할 것이기 때문입니다."

그는 자신도 Claude나 Codeex와 같은 AI 앱에서 일상생활의 많은 부분을 처리하고 있으며, 이러한 도구와 깔끔하게 연결되는 서비스를 우선시하기 시작했다고 말했습니다. 개발자뿐만 아니라 일반 사용자들도 점차 자신이 매일 사용하는 AI 에이전트와 잘 연동되는 앱과 서비스를 선호하게 될 것이라고 예측했습니다.

특히, 새로운 Siri가 보편화되면 Siri와 매끄럽게 상호작용하는 앱이 중요한 경쟁력이 될 것이라고 다시 한번 강조하며, 개발자들이 지금부터 앱의 미래를 대비하고 한발 앞서 나가는 것이 매우 중요하다고 역설했습니다. 그는 다음 영상에서는 Apple Watch 통합과 Amy Android 앱 개발에 대해 다룰 것이라고 예고하며 영상을 마무리했습니다.