많은 회사에서 데이터로 할 수 있는 것들은 제한적이에요.

예를 들어, 고객 데이터를 마케팅에 직접 사용하거나 결제 데이터를 운영 프로세스에 바로 자동화는 일들은 쉽지 않습니다. 회사의 운영업무 - 사업개발/운영/마케팅/영업/재무/인사- 에 데이터를 필수적으로 사용 중인데, 이런 데이터를 우리의 업무에 꼭 맞게 자동화하기에는 장애물이 너무 많습니다.

‍

고급 개발자가 아닌 대부분의 사람들이 데이터를 자신과 팀의 업무에 직접 활용할 수 없다는 사실입니다.

‍

시장에서 회사의 다양한 업무에 맞게 데이터를 쉽고 간편하게 활용하기 위한 서비스나 솔루션은 찾아볼 수가 없습니다.

만약 데이터 자동화가 없다면 아마 우리는 아래와 같이 사람이 중간 역할을 하는 제한적인 방식으로만 사용해야 합니다.

‍

데이터 자동화(Data Automation)

아웃코드는 복잡하고 어려웠던 데이터 자동화 기술을 모든 사람들을 위해서 제공하고 있습니다. 가장 간단한 노코드 방식으로 제공합니다.

‍

데이터 자동화란 운영에 필요한 데이터와 앱(어플리케이션)을 업무에 맞게 직접 연결하여 원하는 방식으로 자동화는 것입니다.  

• 다양한 데이터의 연결과 조회
• 간단한 필터 적용
• 원하는 스케줄에 구동
• 복수의 앱과 데이터를 연결하여 처리 가능

아웃코드를 사용하면 업무의 효율이 급격하게 향상되는데, 간단명료하고 누구나 쉽게 할 수 있는 사용성으로

‍

가장 현실적인 이유들은 무엇일까요?

노코드, 데이터 자동화하면 개발자없이 업무용 프로그램을 만드는 것을 의미합니다. GPT에 물어보면 아래와 같은 대답을 알려줍니다.

위의 이유를 보면 왠지 큰 회사만 해당되는 것 같고, 무언가 추상적이며, 잘 와닿지 않습니다.

아웃코드팀이 바라보는 데이터 자동화를 해야하는 현실적인 이유는 아래와 같습니다.

1. 운영 원가의 절감
2. 우리 서비스와 운영의 차별화
3. 고객 충성도, 매출 등 비지니스의 향상

원가의 절감

우선 원가의 절감 측면에서는 노코드(No-code) 툴을 사용하면 개발 리소스를 줄이거나 없애는 효과를 가지고 오는 것은 분명하지만 어떻게, 얼마나에 대한 감이 잘 잡히지 않습니다. 예를 들어, 아웃코드의 대표적 케이스인 메세징 자동화의 사례로 설명드리면 쉽습니다.

• 어떤 ooo이라는 프로그램을 이용하여 구매확정, 리뷰 등의 알림톡을 보낼 수 있는데, 이때 비용이 발생합니다. 대부분 이러한 솔루션은 특정 목적으로만 서비스되기 때문에, 그들의 개발비용, 적정 이익율 등을 감안하여 가격이 책정됩니다.
• 예를 들어, 알림톡 1건당 9원인데, 해당 서비스를 이용하면 건당 십 몇원 또는 심지어 백 원이 발생할 수도 있습니다. 이 비용은 만약 우리가 직접 발송시스템과 연동 또는 개발하면 절감할 수도 있는 비용이기도 합니다.
• 어찌보면 해당 기능을 제공받는데 지불해야하는 당연한 금액일 수도 있지만, 아닐수도 있습니다.
• 그리고, ooo이라는 프로그램이 더 많은 기능을 제공하면 이제 비용은 나의 의도와 상관없이 계속 증가합니다. 특히 사용량이 증가하면 고객이 내는 비용은 훨씬 더 빠르게 증가합니다.
• 하지만, 고객은 다른 대안이 없기 때문에 생각보다 더 많은 비용을 내고, 우리 회사 원가의 부담은 늘어만 갑니다.

만약 나와 팀이 특별한 제약없이 직접 메세징 자동화를 만들 수 있다면, 우리는 사실상 원가 수준에서 비용을 크게 줄일 수 있습니다.

• 메세징 자동화를 시나리오별로 계속 만드는 비용 : 0원
• 발송건당 9원 (원래 알림톡 발송에 내야하는 비용)
• 실행당 1원 (아웃코드에 지불하는 비용)

우리 서비스의 차별화

다시 위의 문제로 돌아가서 000 솔루션을 이용하거나 자체 개발하더라도 차별화는 거의 없거나 초보적인 수준에서 머무르게 됩니다. 왜냐하면 노코드 솔루션의 근본 가치인

“누구나 언제든지 쉽고 간편하게 수정할 수 있다"

어렵기 때문입니다.

• 특정 솔루션은 사용하면 환영, 프로모션, 안내 구매 확정이나 리뷰가 필요할때 모든 사용자에게 항상 똑 같은 내용과 형태의 알림톡이 똑 같은 시간에 발송됩니다. 이 정도로 충분하다고 생각할 수도 있지만, 우리의 사용자가 똑 같은 한사람이 아닙니다.
• 우리가 만약 잘게 쪼갠 사용자 별로 시나리오를 구성하고 각각 최적화된 메세지 내용과 반응이 가장 좋은 시간대를 고민하기 시작한다면, 안타깝게도
• 이미 사용 중인 솔루션이 해당 기능을 제공하지 않거나,
• 제공하더라고 고급기능이니 가격이 급증하게 됩니다.

만약 동일한 가격으로 위와 같은 자동화들을 내 마음대로 만들 수 있고 수정할 수 있다면, 우리는 다른 고민을 하게 됩니다.

• 우리 서비스를 어떻게 시장에서 차별화할 것이며,
• 우리의 고객은 누구이며,
• 어떤 것이 그들에게 최적인가

라는 가장 중요한 고민을 통해, 서비스 차별화를 이루고 빠른 시간 내 성장을 이루어내는데 집중하게 됩니다.

고객 충성도와 매출 등 비지니스 향상

원가를 절감하고, 고객에게 최적의 경험을 제공하여 충성도와 매출 등 결정적인 비지니스 향상을 가져오게 하는 일은 매우 중요합니다.

메세지를 보내는 일, 고객 데이터를 체계적으로 관리하는 일 등 우리가 반드시 해야할 일에 집중하는 것은 멋진 상품을 구성하고 소셜미디어에서 유행을 타는 일만큼 중요합니다.

불과 몇 개월 만에 매출이 4배가 상승한 1인 여행사, 일하는 방식이 바뀐 학원, 최대한 많은 업무를 자동화하여 효율을 극대화하는 스타트업 등 다양한 회사들이 아웃코드를 통해서 앞서가고 업계의 선두로 탈바꿈하고 있습니다.

우리 주변의 변화는 눈에 띄는 것보다 빠르게 일어나고 있습니다. 아웃코드를 시작해보세요.

‍

Data Automation Apps (or tools)는 운영과 개발 여정 상에서 발생하는 니즈를 빠르게 해결하는데 사용되며, 신사업개발, 새로운 서비스 출시, MVP와 시장 검증에 사용되고 있습니다.

내부 자동화 앱이 필요한 이유

새로운 서비스를 만드는 일은 복잡합니다. 그리고 여정 상에 발생하는 다양한 니즈와 필요 사항을 신속하게 해결하는 일은 더욱 쉽지 않습니다.

• 대부분 최소 수준의 기능 요구 사항이 다양하게 존재
• 제한된 시간과 리소스로 해결 어려움
• 자주 변경되는 사항과 반영의 어려움
• 새로운 서비스에 대한 고객경험을 포함한 효과적인 판단이 어려움

이때 데이터 자동화앱을 사용한다면 위의 문제를 해결하는 방법이 됩니다. 최적화된 내부/고객용 메세징을 자동화하거나, 필요한 데이터들을 즉시 찾거나, 다양한 앱과 시스템간에 데이터를 빠르게 연결하는 것들은 좋은 사례입니다.

또다른 장점은 새로운 서비스의 미비점이나 문제가 발생하면 지연하거나 해결을 포기하는 대신에 구성원들이 스스로 즉각적으로 대응할 수 있습니다. 이러한 즉시성은 사업개발에서 가장 중요한 기능자체가 아니라, 어떤 방법이 최선인지 대응의 우선순위를 바꾸어 줍니다.

데이터 자동화를 만드는 방법

Data Automation Apps는 사업개발, 엔지니어링, 운영을 포함한 다양한 구성원들이 사용하는 CRUD 도구부터, 자동화된 업무를 구성하는 워크플로우, 데이터와 앱을 연결하는 통합 도구 등이 있습니다.

데이터 자동화의 핵심은 예상되는 업무의 흐름 또는 비지니스 워크플로우에 따라 구성하는 것입니다. 아래와 같은 기본으로 제공되는 기능들을 사용하여 우리의 서비스에 맞게 조립하는 일입니다.

• 데이터의 자동처리
• 다양한 데이터를 연결과 통합
• 데이터에 대한 신속한 접근
• 내부의 시스템, 플랫폼 등과 데이터를 연동
• 내부의 로직을 신속히 반영

‍

Buy or Build

어떤 부분에 자동화가 필요한지 파악하는 것이 우선입니다. 예를 들어 사용중인 앱에 API를 연결하는 일이 쉽지 않을 수도 있습니다. 여러 곳에 떨어진 데이터를 자동으로 연결하는 것도 만만치 않은 일입니다. 운영상에 필요한 데이터나 각종 지표 들을 관리하기도 쉽지 않습니다.

스프라이프의 CTO는 아래와 같이 말한적이 있습니다.

“자체개발은 업무의 Scale에 따라 결정된다. 회사에서 Github을 사용 중인데, 만약 Github을 직접 개발할때 소모되는 노력은 가치가 없다”

아웃코드를 사용하면 사업개발 초기부터 예상되는 문제에 대한 자동화를 구성하고 지속적으로 개선할 수 있으며, 출시 이후에 발생하는 문제에 대해서도 대응이 가능합니다.

작년에 아웃코드팀에서 간단한 설문을 진행한 적이 있습니다. 아래와 같은 한가지 질문이었습니다.

(해외) Which data sources are you using at work?

(한국) 어디에 데이터를 저장하고 계신가요?

‍

응답해주신 분들의 직군은 운영, 사업개발, 마케팅, 개발(Developer), 데이터분석과 세일즈로 다양하게 분포되어 있으며, 대부분 비개발자(Non-technical) 분들이 답변해주셨습니다.

결과는 아래와 같습니다.

‍

먼저 한국(내림차순);

엑셀 (37%), 구글시트(22%), MySQL(12%), PostgreSQL(8%), MariaDB(4%), Firebase(2%), AWS S3(2%), 그외 기타(14%)

업무에서 스프레드시트를 사용하는 비중이 높습니다. 그 뒤로는 회사의 데이터가 저장되어 있는 데이터베이스, 그 중에서도 MySQL, PostgreSQL 등의 비중이 높습니다.

‍

해외(내림차순);

구글시트(24%), 엑셀 (19%), MySQL (10%), PostgreSQL(8%), Redshift (10%), MSSQL(5%), MongoDB(5%), Firebase(5%), Others (10%)

스프레드시트의 비중이 43%로 낮아졌습니다. 데이터베이스는 편중없이 고르게 분포되어 있는 것 같습니다.

‍

추정할 수 있는 것들

설문의 모수가 크지 않아서 통계적인 유의미를 가질지는 모르겠지만, 힌트정도는 될 것 같습니다.

• 파일시스템인 스프레드시트의 비중이 줄고 있는 것 같습니다. 불과 수년전의 업무 환경을 생각해보면 엑셀의 비중이 절대적이었습니다.
• 데이터 리터러시(Data Literacy)가 향상되는 것 같습니다. 업무들이 점점 데이터 친화적이되면서 자연스럽게 데이터를 업무에 활용하고자 하는 케이스들이 확산되는 것 같습니다.

‍

‍

아웃코드는 데이터를 누구나 코드없이 자동화하는 솔루션입니다. 데이터를 사용자가 직접 보면서 원하는 조건과 앱으로 자동처리할 수 있는 새로운 자동화툴입니다.

‍

TL;DR: 자동화툴을 만들기 위해서 개발지식은 필요없습니다. 데이터로 업무를 개선하는 마인드셋이 중요합니다.

앞으로 업무 환경에서는 나와 팀의 업무에 맞는 자동화 툴을 사용하여, 여기저기 숨어있는 반복적이고 소모적인 일들은 하지 않을 것이라고 생각합니다. 업무 중에 불필요하게 시간을 소모되는 부분을 없애고, 단순하거나 반복적인 작업으로 스트레스를 받는 일은 사라질 것입니다.

아웃코드와 같은 자동화 툴을 사용하여 더 많은 팀과 사용자들이 업무 상에 필요한 데이터들을 자동으로 처리하는 맞춤형 자동화툴을 직접 만들고 있습니다. 여기서 우리팀이 발견한 재미있는 사실은 아웃코드 사용자 중에서도;

• 세분화된 맞춤형 자동화툴을 만드는 경우와,
• 단순한 자동화에 만족하는 경우도 있다는 사실입니다.

어디서 이런 차이가 발생하는지 원인을 찾기 위해서 먼저 사용자 분포를 보면 아래와 같습니다. (중복카운팅 허용)

• 사업개발 (62%)
• 운영 (49%)
• 마케팅 (34%)
• 데이터분석 (28%)
• 세일즈 (21%)
• 개발 (19%)
• 기타 (4%)

아웃코드가 노코드 솔루션이라는 점과 사용자 분포를 볼 때, 코딩과 같은 전문적인 개발지식이 사용성의 차이를 가지고 온다고 보기는 어렵습니다.

사용자 인터뷰에서 중요한 사실이 발견되는데, 자신과 팀의 업무 시나리오에 대한 이해가 차이를 만듭니다. 예를 들어, 업무를 세분화하고 로직화하여 개선하고자하는 마인드셋을 가진 사용자는;

• 데이터와 고객의 흐름을 먼저 생각하고, 다양한 시나리오별로 원하는 자동화를 만듭니다. 중간에 동료들과 협업을 통해서 높은 수준의 자동화툴들을 만들기도 합니다.
• 반면에 업무를 단순하고 막연하게 생각하시는 분들은 개선점을 찾지 않습니다.
• 예를 들어, 고객 경험도 잘 개선하기 위해서는, 세분화된 고객 상황과 데이터에 따라서 여러개의 자동화툴들이 필요합니다.

맞춤형 데이터툴은 막연한 개념이 아닙니다. 우리의 성장과 성과를 위한 고민과 생각, 아이디어를 현실화하기 위해서 필수적인 툴입니다.

아웃코드를 잘 사용하기 위해서는 개발지식이 아니라 마인드셋이 중요합니다

‍

‍

역사적으로 보면 사실 사람들의 일과 삶은 계속 변화해왔습니다. 미래형 업무(Future of work)이라고 하면 앞으로 어떤 방식으로 우리는 일을 하게 되고 회사와 조직, 그리고 개인에게 어떤 변화가 있을지는 말하는 용어같습니다.

미래형업무(Future of work)은 사실 범위가 너무 넓어서 가늠하기 어렵습니다. 로봇으로 가득찬 공장이나, 인공지능이 알아서 대응하고, 사람의 일자리가 사라지고 바뀌는 느낌의 추상적인 말보다는, 좀 더 구체적으로 우리의 업무공간, 워크플레이스와 회사에서 생기는 변화로 좁혀보겠습니다.

‍

웰빙

첫번째는 사람들의 웰빙(Wellbeing) 입니다. 웰빙은 안전한 환경이나 복지도 있지만, 사람들이 원하는 유연성을 의미합니다. 업무활동에 있어서 좀 더 자유롭게 일하는 환경이 조성되며, 궁금적으로는 업무 강도나 일하는 방식의 변화가 필요합니다. 평균 근무시간은 줄어들고 있으며, 특히 코로나 이후에 업무 방식과 형태를 선택적으로 할 수 있게 되었습니다.

‍

생산성

두번째는 생산성에 대한 집착(Productvitiy Paranoia)입니다. MS CEO인 사티아 나델라가 말했듯이 사람들과 조직의 피로도는 증가하고, 시간 당 더 높은 생산성을 요구하게 되었습니다. 이제 결과물 또는 기여에 대해서 좀 더 나은, 새로운 방법으로 성공적인 업무가 될 수 있도록 마련되어야 합니다. 단적으로 생산성을 증대없이는 과거의 조직 형태를 더이상 유지하기 어려워지고 있습니다.

‍

가능기술

세번째는 새로운 기술의 지원(Supportive or Enabling Technology)입니다. 머신러닝과 자동화, 또는 둘의 결합으로 이루어지는 기술은 단순하고 반복적인 업무를 넘어서 인지적이고 창조적인 활동을 자동화할 수 있도록 만들어주 고 있습니다. 이러한 기술은 사람에게 새로운 능력을 제공하여 더 많은 일(Empowering human beings to do more)할 수 있도록 도와줍니다. 이미 우리는 코드를 작성하거나 번약이나 요약, 원하는 데이터를 추출하기 위한 쿼리, 메세지 등 다양한 분야에 이러한 새로운 기술을 활용할 수 있습니다.

‍

아웃코드팀이 바라보는 미래는 데이터 자동화 같은 가능 기술을 이용하여,

많은 사람들이 한계없이 데이터를 사용하여 더 높은 성과와 창조를 만드는 미래입니다.

노코드(No-code, Nocode)는 코드와 서버 등으로 만드는 소프트웨어와 다르게, 코드없이 만드는 소프트웨어이자 관련 기술들을 말합니다.

노코드 기술은 빠른 발전을 거듭하고 있는데, 관련 시장이 급속하게 팽창함에 따라서 새로운 변화들이 예상됩니다. 글로벌 시장을 분석한 결과를 바탕으로 한 우리가 보는 트렌드는 아래와 같습니다.우

거시적인 전망

1. 늘어나는 시민 개발자들: 노코드의 발전은 일반 사용자들에게도 개발의 기회를 제공할 것입니다. 시민 개발자들이 노코드를 통해 아이디어를 실현시키고 자체적으로 자동화하는 모습이 더욱 늘어날 것입니다.
2. 더 나은 협업과 생산성: 노코드는 다양한 팀과 부서 간의 협업을 더욱 강화할 것으로 예상됩니다. 각자의 전문 분야에서 노코드를 통해 필요한 자동화를 빠르게 개발함으로써, 기업은 더욱 빠르게 혁신할 수 있을 것입니다.
3. AI와의 통합: 인공지능 기술과 노코드의 결합은 더욱 강력한 기능과 펼ㅎ 가능하게 할 것입니다. 노코드를 통해 개발된 애플리케이션은 인공 지능 기능을 쉽게 통합하여 더 지능적이고 유연한 서비스를 제공할 것입니다.

‍

보다 세부적인 트렌드들을 아래와 같습니다.

트랜드 1: 수직형 노코드

노코드하면 아마 Horizontal 한 서비스를 제공하는 것이 정설이었습니다. 예를 들어, 모든 요구 사항을 만족시키거나, 수천개의 앱을 연결하는 서비스 등입니다. 그러나 이런 범용 서비스는 기업의 다양한 실제 요구 사항들을 만족시키기에는 한계가 있습니다.

그러나, 최근에 등장한 혁신적인 노코드 서비스들을 Vertical한 서비스를 제공하고 있습니다. DevOps 분야에 특화된 노코드 서비스를 제공하는 Blink, Backend에 집중하는 Xano, 홈페이지에 집중하는 Webflow 등이 있으며,

‍

트랜드 2: 기업 시장의 확대

노코드 홈페이지 툴인 웹플로우에 따르면 자신들은 아직 홈페이지 시장의 1% 이하의 점유율을 가지고 있다고 합니다. 현재의 노코드 시장의 주류 고객은 개인과 소형 기업들입니다.

새로운 중요한 변화는 규모있는 선두 기업들이 노코드 기술과 서비스에 주목하기 시작했고, 노코드 기술과 서비스의 도입을 올해 혁신 과제 중에 최우선으로 선택했습니다. 대형기업들이 유입은 기술의 발전과 시장의 판도를 바꿀만한 중요한 변화가 될 것입니다.

‍

트랜드 3: 데이터의 부상

10여년 전에 만들어진 노코드 서비스들은 데이터 연동이 중요하지 않았습니다. 그때는 지금과 같이 API나 연동이 보편적이지 않았으며, 사용할 수 있는 API의 숫자가 매우 적었습니다. 이러한 서비스들은 Zapier, Integromat와 같은 이벤트 기반의 자동화(Event-driven workflow or automation)가 대표적입니다.

시장과 고객의 요구 사항이 복잡해짐에 따라서 데이터 워크플로우 또는 자동화 서비스들이 고속성장하고 있습니다. Tray.io, Paragon, Customer.io, Alloy automation, Outcode 등이 있으며 데이터의 통합과 자동화 시장의 핵심 서비스로 등장하고 있습니다.

이런 노코드 서비스 공급자 간의 중요한 차이는 데이터 인프라와 관련 기능의 차이입니다. 어떤 서비스는 아주 간단한 (폼을 만들어주거나, 이벤트를 연결해주거나) 기술 구조로 되어 있지만, 다른 진보된 플랫폼들은 강력한 데이터 통합 능력을 가지고 있습니다.

‍

트랜드 4: 기술의 메인스트림화

소프트웨어 개발에서 노코드가 미친 영향은 기업에도 영향을 미치고 있습니다. 전통적인 소프트웨어 개발 방식과는 다른;

노코드 툴이 가지는 사용성, 간편한 유지보수나 언제든지 가능한 개선, 강력한 처리 성능, 그리고 파괴적인 생산성 등은 이제 노코드가, IT 와 관련없는 비지니스 유닛 일부에서 사용하는 특수한 도구가 아니라, 기업 전반의 개발과 운영 업무에 중요한 한 축으로 자리매김하게 될 것입니다.

다음에는 분야별로 어떤 노코드 회사와 서비스가 성장 또는 후퇴할 것인지 작성해보겠습니다.

‍

‍

스타트업은 시간과 돈이 많이 들지 않으면서도 신속하게 만들 수 있는 간단한 자동화 솔루션을 필요로 합니다. 스타트업의 규모, 예산 및 리소스의 제약 사항을 충족시키기 위해 전통적인 자동화 시스템 뿐만 아니라 새로운 데이터 자동화 솔루션을 살펴보는 것이 중요합니다.

팀원들과 함께 협력적이면서도 자동화된 데이터 처리를 통해, 기존에 오래 걸리거나 어려웠던 많은 작업을 자동으로 완료할 수 있습니다. 그리고 이러한 솔루션의 비용과 시간은 전통적인 자동화 시스템보다 훨씬 적습니다.

스타트업은 본질적으로 제한된 자원을 가지고 있어야 하며 빠르게 일을 처리해야 하며, 개선하고 성장하고 프로세스를 최적화할 수 있는 방식으로 빠르게성장합니다.

예전에 복잡하거나 제한적인 워크플로우 소프트웨어를 고민했다면, 이제 더 간단하고 똑똑한 데이터 워크플로우를 기반으로 한 자동화된 운영을 구현할 수 있습니다.

• 매출의 빠른 상승
• 원하는 자동화를 즉시 생성
• 운영팀과 개발팀이 함께 사용
• 개발비용과 시간의 빠른 절감

‍

최신의 기술로 개발된 데이터 자동화 솔루션들은 강력한 데이터 처리와 통합 기능을 바탕으로 업무 시나리오와 조건에 맞는 자동화를 가능하게 합니다.

스타트업의 비지니스와 운영이 시작되면 데이터는 급증하며, 데이터를 활용하는 시나리오들이 늘어납니다. 이때 개발팀에게만 의존하게 되면, 리소스의 급격한 부하가 걸리고, 운영에서 필요한 즉각적인 자동화가 어려워집니다.

• 회사 내 어떤 프로세스가 미비하거나 문제가 발생하면 팀이 구성되는데, 이들은 신속한 해결책을 유지하기 위해서 수동으로 실행합니다.
• 운영의 최적화나 개선을 위한 아이디어를 현실화하는데 오랜 시간이 걸립니다.
• 스타트업은 점점 수동 작업으로 가득찬 형태가 되며, 어떤 변화가 일어나면 문제는 다시 발생하고 다시 팀을 구성하고 악순환이 시작됩니다.

노코드 데이터 자동화는 스타트업의 운영과 일하는 방식을 바꾸는 일을 합니다.

• 자동화가 어떤 종류의 데이터를 사용하던지 문제없이 가능합니다.
• 개발팀과 운영팀이 협력하여, 필요한 데이터와 앱을 빠르게 조합하여 원하는 조건으로 자동화를 즉시 만듭니다.
• 스타트업에 필요한 데이터베이스, 스프레드시트, 이메일, 알림톡, 친구톡, 협업툴, 인앱푸시와 API 양방향 연동까지 지원합니다.
• 스타트업이 성장하고 데이터와 처리량, 빈도가 늘어나도 생성된 자동화를 변경할 필요가 없습니다.

‍

카카오 메세지 마케팅은 알림톡, 친구톡 등 카카오톡 메세지를 활용한 마케팅을 말합니다. 기존의 광고처럼 메세지를 일방적으로 전달하는 것 뿐만 아니라 버튼, 링크 등을 통해서 상담톡이나 구매, 홈페이지 방문 등 직접적인 고객의 행동까지 유도할 수 있는 특징이 있습니다.

친구톡이나 상담톡은 판매자의 톡채널을 추가한 이용자에게만 발송되며, 우리의 서비스에 관심있는 소비자들이 친구추가를 주로 합니다. 알림톡은 정보성 메세지로 다양한 정보를 카카오톡으로 발송하며 고객의 전화번호를 기준으로 발송됩니다. 카카오 메세지 마케팅의 최대 강점은 높은 클릭율입니다.

만약 자동화가 없으면 일일이 한사람씩 문자나 카톡을 보내야하는 불편함이 있는습니다.

요새 일잘러 분들이 자주 사용하시는 알림톡 자동화 툴이 있습니다. 외국 서비스인 자피어와 국내 자동화 서비스인 아웃코드가 있습니다. 오늘은 두 서비스간의 자세한 차이점을 알아보겠습니다.

기능

자피어는 상담톡 전환링크 등 일부 버튼을 제공할 수 없습니다. 외국 서비스이다보니, 한국 사용자에 맞게 기능을 제공하지 않는 부분이 존재합니다. (둘 다 솔라피라는 발송 서비스를 통해서 자동화합니다.)

또한, 자피어는 신규 레코드 등 이벤트가 있을 때만 발송이 가능하기 때문에 다양한 메세징 시나리오를 자동화하기 어려운데;

1. 알림톡 템플릿 자동 인식 불가능
2. 가입한 다음날 오전 9시처럼, 사용자 지정 스케줄로 발송하거나
3. 구글시트에 있는 모든 데이터를 기준으로 발송하기 불가능합니다.
4. 필터는 Task(Zap)을 추가해야만 하며, 비용이 2배로 발생합니다.

‍

아웃코드는 국내 사용자의 니즈에 맞게 알림톡, 친구톡의 모든 기능을 지원합니다.

1. 알림톡 템플릿 자동 인식
2. 사용자의 지정 스케줄로 발송
3. 구글시트, 에어테이블, 노션, 데이터베이스에 있는 모든 데이터를 기준으로 발송 가능
4. 필터는 추가 비용없이 사용가능

아웃코드로는 다양한 메세징 시나리오를 구성할 수 있습니다.

‍

성능

자피어는 랜덤하게 중간에 멈추고 실행이 중단되는 경우가 많이 발생합니다. 특히 실행 빈도가 높아지는 경우 많이 발생합니다.

아웃코드는 현재까지 실패율이 0%입니다.

‍

가격

먼저 자피어는 연간요금제 기준 Task 1회 실행에 약 34원 정도입니다. 월 5만번 task 실행 기준 38만원입니다. (단, 트리거는 실행 카운트에 포함되지 않습니다.)

아웃코드는 연간요금제 기준 자동실행(Task) 1회 실행에 1원입니다. 월 5만번실행 기준 6만원입니다. 실행주기(트리거)는 실행 카운드에 포함됩니다. 실행주기는 최소 1분부터 최대 60일까지 설정가능하므로, 적정하게 조정하시면 됩니다.

‍

지원

자피어는 한국어 서비스가 없으며, 고객 지원을 받기 어렵습니다. 요청 사항이 있어도 반영이 거의 되지 않습니다.

아웃코드는 채팅과 커뮤니티를 통한 적극적인 고객 지원을 하고 있으며, 요청 사항은 빠르게 해결해드리고 있습니다.

‍

‍

디지털 기술을 이용한 헬스케어 서비스가 빠르게 성장하고 있으며, 새로운 스타트업이 등장하고 기존 관련 회사들도 유사한 서비스를 제공하고 있습니다.

주로 건강관리 앱을 통해서 이용자 스스로가 ‘건강관리에 필요한 정보를 얻고 이해하는 능력’를 가질 수 있도록 도와주고 있습니다.

참고로, 건강관리 서비스는 의료행위를 제외한, 사용자의 건강유지/증진과 질병의 사전예방을 목적으로 생활습관을 개선하고 관리를 유도한 서비스를 말합니다. (참조: https://blog.naver.com/mohw2016/221542161798)

건강관리 서비스를 위한 사용자 메세징은, 사용자의 데이터별로 개인화된 메세지 형태로 제공되며, 정기적으로 건강 관리용 정보(코칭, 체크, 건강편지 등)를 발송하는 형태입니다.

1. 고객이 회사의 앱을 설치 후에 앱 내의 푸시메세지 또는,
2. 사용자가 확인하기 쉬운 카카오 알림톡(또는 문자, 친구톡)을 보내거나,
3. 위의 두가지 방식을 병행하는 경우입니다.
4. 그리고 건강 인센티브나 프로모션 정보를 추가로 제공하는 경우도 많습니다.

개발 관점에서 보면, 회사의 데이터 시스템(주로 데이터베이스)에 업데이트되는 정보를 바탕으로, 완전히 개인화된 개별 맞춤형 정보가 담긴 메세지를 스케줄에 따라서 보내는 방식으로 많은 비용과 시간이 필요합니다.

예를 들어,

1. 1일차, 2일차, 3일차… 120일차 등 순차적으로 건강관리 메세지를 오전과 오후, 또는 저녁에 발송하는데,
2. 사용자의 데이터에 따라서 정확하게 세분하여 맞춤형으로 발송하고
3. (선택) 발송기록을 시스템에 다시 업데이트

만약 이러한 메세징 시스템을 자체 개발한다면, 많은 리소스가 투여됩니다. 통합 메세징 기능, 데이터 소스와 실시간 통합기능, 대량 처리 기능 , 조건과 데이터에 따라 세분화하는 시나리오 기능 등 거대한 시스템을 구축해야만 합니다.

아웃코드는 이러한 문제를 해결하기 위해서 만들어진 노코드 서비스입니다. 복잡한 코드와 설치없이, 브라우저 상에서 클릭만으로 대량 메세징 자동화가 가능합니다.

1. 비개발자도 쉽고 간편하게, 개별 데이터를 기반으로 개인화된 맞춤형 알림톡, 친구톡, 인앱 푸시 메세징를 작성하고 보내 수 있으며,
2. 무제한으로, 고객정보와 조건별로, 필요한 메세징 자동화를 만들고 실시간으로 수정할 수 있고,
3. 필터와 스케줄로 원하는 데이터만, 원하는 고객에게 원하는 스케줄로 보낼 수 있습니다.

아웃코드를 이용한 메세징 자동화는 헬스케어 스타트업 뿐만 아니라, 고객에게 자사 제품의 정확한 사용 관련 가이드나 케어 서비스를 제공하는 회사에서도 유용하게 사용될 수 있습니다.

자피어의 빈번한 에러, 기능 제약 등으로 아웃코드를 찾는 분들이 늘어나고 있어요

고객 분들이 고민하는 부분들은 주로 아래과 같아요.

• 자주 실행이 안되는 경우(예를 들어, 고객에게 발송이 정확하게 안되는 경우)
• 데이터를 안보여줌 (실제 어떤 데이터를 자동화하는지 알 수 없음)
• 이벤트가 발생할때만 자동화 실행(예를 들어, 어제 가입한 사람들에게 안내 발송 불가능)
• 데이터 조회와 같은 기본적인 기능이 없고
• 데이터를 처리하는 기능(1만건의 데이터를 읽어서 한번에 처리하는 기능이 없음)
• 스케줄 기능이 없음(예약실행, 정기적 발송 등이 안됨)
• 과도한 요금과 불친절한 고객 대응

자피어는 크고 오래된 회사에요. 트렐로 티겟이 만들어지면 슬랙으로 알람을 보내거나 하는 기능들을 분명히 유용해요.

그래도 고객 메세징, 데이터 통합과 같이 정확하게 실행되야하는 자동화에는 부담이 되요.

‍

아래는 분석글이라서 조금 딱딱합니다. (건너뛰셔도 되요)

‍

Disclaimer1: 업무 자동화나 데이터 자동화를 선택하시는 분들이 늘고 있습니다. 아래는 올바른 선택을 위한 사용자 가이드를 위해서 작성되었습니다.

Disclaimer2: 아웃코드팀 자체 테스트 결과이며, 일반 사용자를 위한 가이드 성격의 테스트입니다. 테스트 조건이나 상황에 따라 다를 수 있습니다.

‍

벤치마크의 범위는 기업이나 운영업무에 필요한 데이터를 자동화하는데 적합한지 여부와 성능에 대해서 테스트를 해보았습니다. 아래의 몇가지 기준으로 아웃코드팀이 자체 테스트를 실시하였습니다.

1. 구동 방식 (아웃코드 대 재피어)
2. 데이터 처리방식 (아웃코드 대 재피어)
3. 정합성 여부 (아웃코드 대 재피어)

아웃코드의 실행 방식은 연결되는 앱들과 독립된 구조를 가지고 있습니다. 아웃코드가 제공하는 트리거는 소프트웨어 개발과 데이터 정합성 측면에서 정확하게 작동하기 위해서 독립적으로 작동하며, 수동/스케줄/HTTP 요청(웹훅)으로 구동합니다.

이러한 방식은 데이터에 접근해서 전체 데이터를 로딩하는데 적합하게 되어 있습니다.

반면, 재피어는 구동방식은 독특합니다. 자동화를 Zap이라고 부르는데, 구동방식은 이벤트 트리거가 실행되면 순차적으로 Zap 실행되는 플로우 구조입니다.

이벤트 트리거는 “새로운 열이 추가되었을때"와 같이 연결되는 앱 상에서 이벤트를 기준으로 시작으로 합니다. 아래에서 보면 앱을 선택하고 앱의 특정한 이벤트를 설정하는 구조입니다.

두 번째 업데이트 주기입니다. 기본적으로 15분 간격으로 실행시키며, 팀 요금제 이상이 되어야만 1분단위로 이벤트를 감지합니다.

‍

이러한 방식은 선뜻 편리하게 보이지만, 데이터의 관점에서는 문제가 발생할 수 있습니다. 즉, 새로운 열이 추가되었다는 정보를 정확하게 감지해야만 하는데 오류가 발생할 가능성이 있습니다.

자체 테스트를 해본 결과, 데이터가 순차적으로 업데이트나 변동없이 증가만하는 경우에는 정상 작동했지만, 15분 뒤에 확인해본 결과 아래와 같은 경우에 오류가 주로 발생했습니다.

1. 트리거 테스트를 위해서 새로운 열을 추가한 경우: 트리거가 새로운 열을 정확하게 찾지 못하는 경우가 발생합니다.
2. 데이터가 업데이트된 경우 (열을 몇 개를 지우고 다시 추가한 경우)에 정상작동하지 않았습니다.

(위의 어떤 경우에도 Warning은 뜨지 않았습니다. 그리고 Zap limit가 넘어가는 경우 실행을 자동중단합니다.)

데이터베이스는 프리미엄 커넥터라서 연결하지 못했지만, 재피어 커뮤니티에서 트리거 오류가 발생하는 질문들이 많고, 답변은 가이드를 참조해라는 수준이라서 정확한 해결책은 찾지 못했습니다. (엉뚱한 사용자에게 메일을 잘 못보냈다는 케이스 등)

https://help.zapier.com/hc/en-us/articles/8496260269965-Data-deduplication-in-Zaps

‍

재피어에서 new data를 식별하는 방법이 나와있는데요, 어떻게 동작하는지 기술적인 설명이 거의 없어서 다시 찾아보았습니다. 결론은 구글시트나 데이터베이스, 앱에 따라서 식별자를 주지 않는 경우가 많기 때문에 정상적으로 구분할 수 있는 방법은 없고, 가능한 추정은 열의 숫자를 단순 카운딩 등의 방법으로 처리하는 것 같습니다.

두 번째로 데이터 처리 방식을 보면 재피어는 복수의 데이터를 처리할 수 없습니다. 재피어 이벤트 트리거를 보면 데이터가 중심이 아니라 이벤트가 중심입니다. 예를 들어, 데이터소스에서 100개의 데이터를 받아서 실행할 수는 없고, 오직 새로운 하나의 단일 데이터만 구동할 수 있습니다.

예를 들어, 재피어는 단일 이벤트가 발생하고 해당 단일 이벤트 정보만 다른 단일 이벤트로 넘겨서 구동시키는 경우, 유용할 수는 있지만 그 외의 경우에는 적합하지 않습니다.

‍

https://community.zapier.com/developer-discussion-13/polling-get-all-data-before-looking-for-new-entries-updates-7977

‍

‍

아웃코드는 데이터를 식별하는 방법이 필터입니다. 데이터 전체를 읽어서 일자나 시간, 식별자, 이름, 비율 등 다양하게 필터링하고 해당 조건에 일치하는 데이터만 정확하게 실행시킬 수 있습니다.

예를들어, 스케줄을 5분간격으로 설정하고 필터링된 데이터(전체 데이터에서 사용자가 설정한 조건으로 필터링합니다. 신규, 업데이트는 물론 열별로 다양한 조건으로 설정가능합니다. )만 실행되도록 할 수 있습니다.

데이터 정합성은 데이터가 서로 모순 없이 일관되게 일치해야 함을 의미합니다. 기업이나 단체의 데이터를 자동처리하는 솔루션 입장에서는 오류가 있거나 정상 구동되는 경우가 없어야만 합니다.

특히 회사의 운영 데이터를 처리하는 과정에서 위와같은 정합성에 모순이 생기는 경우, 문제가 발생할 수 있으며 돌이킬 수 없는 부정적인 결과를 초래하기도 합니다.

‍

‍

아웃코드의 경우, 베타테스트부터 상용화 현재 데이터 처리 실패율이 아직까지는 0%입니다. 수백만건의 데이터를 안정적으로 자동처리하고 있습니다. (이제 수천만건으로 늘었습니다. )

‍

재피어의 강점은 수천개에 달하는 앱의 이벤트를 코딩없이 연결하는데 있는 것 같습니다. 이러한 특징은 장점이 될 수 있습니다. 반면 데이터를 통합하고 연동하는데는 적합하지는 않은 것 같습니다.

또한, 팀원간의 협업 기능이 약하고 데이터를 직접 제어하거나, 내부 시스템과 연동하기는 어렵습니다. 가격적인 측면에서는 요금제가 복잡한데 Pro 요금제 기준으로 실행당 약 30원으로 적지 않은 금액입니다.

‍

결론적으로 재피어는 데이터의 발생빈도나 양이 매우 적은 수준에서 간단하게 자동화된 이벤트 데이터를 자동처리할 수 있지만, 데이터의 발생빈도나 양이 많거나, 실시간으로 자동처리해야하는 경우, 미션 크리티컬(Mission Critical)한 경우에는 최적의 선택이 아닐 수 있습니다.

‍

업데이트1: 저희 고객분들 중에서 재피어 유료를 사용하다기 아웃코드로 전환하신 분들이 늘고 있는데요, 그 분들이 알려주시는 재피어의 실행 실패율은 심각한 수준인 것 같습니다.

업데이트2: 얼마전에도 재피어에서 만든 자동화가 느닷없이 삭제되거나 초기화되는 경우가 종종 발생한다고 합니다.