AI 기반 추천 엔진이 아프리카의 디지털 크리에이터들을 실패하게 만드는 이유

우리가 실제로 해결하고자 했던 문제
우리는 아프리카의 디지털 크리에이터들이 결제 수단이나 위치에 상관없이 전 세계 누구에게나 자신의 작품을 판매할 수 있는 플랫폼을 만들고자 했습니다. 하지만 PayPal, Stripe, Gumroad, Payhip에 대한 제한 사항에 직면했을 때, 우리는 접근 방식을 재고해야 했습니다. 우리는 단순히 일련의 API와 결제 게이트웨이(Payment Gateways)를 다루고 있었던 것이 아니라, 지리적 제한(Geo-restrictions), 거래 수수료, 그리고 규제 장벽이라는 복잡한 네트워크에 직면해 있었습니다.

우리가 처음에 시도했던 것 (그리고 실패한 이유)
우리의 초기 솔루션은 사용자의 위치, 결제 이력 및 기타 요소를 기반으로 최적의 결제 옵션을 제안하는 AI 기반 추천 엔진(AI-powered recommendation engine)을 구현하는 것이었습니다. 우리는 이것이 각 사용자의 고유한 상황에 적응함으로써 문제를 해결할 것이라고 생각했습니다. 하지만 우리가 선택한 AI 모델은 아프리카 결제 생태계의 복잡성을 처리하도록 설계되지 않았습니다. 이 모델은 종종 우리 사용자들에게 이용 불가능하거나 감당할 수 없는 가격의 결제 옵션을 추천했고, 이는 좌절감과 불신을 초래했습니다.

아키텍처 결정
우리는 처음부터 다시 시작하여 아키텍처를 재고해야 했습니다. 우리는 AI 기반 추천보다 결제의 유연성과 신뢰성을 우선시하기로 결정했습니다. 우리는 사용자가 M-Pesa 및 MTN Mobile Money와 같은 현지 결제 수단을 포함한 다양한 옵션 중에서 선택할 수 있도록 모듈형 결제 시스템(Modular payment system)을 구현했습니다. 또한 아프리카 결제 시스템의 미묘한 차이를 처리하는 데 더 적합한 소규모 결제 서비스 제공업체(Payment service providers)들과 파트너십을 맺었습니다.

수치가 말해주는 것
결과는 극명했습니다. AI 기반 추천 엔진을 폐기하고 더 유연하고 신뢰할 수 있는 결제 경험을 제공하는 데 집중하자, 우리의 사용자 참여도와 전환율(Conversion rates)이 크게 증가했습니다. 사용자들은 자신의 거래를 더 직접 제어할 수 있다고 느꼈으며, 결제 실패 횟수를 75% 줄였습니다. 이 수치들은 때때로 단순함과 유연성이 복잡함과 AI 기반의 혁신보다 더 중요하다는 것을 우리에게 알려주었습니다.

내가 만약 이 프로젝트를 다시 한다면 다르게 할 점

만약 제가 이 프로젝트를 다시 수행한다면, 처음부터 아프리카 결제 생태계 (payment ecosystem)에 대한 더 미묘하고 세밀한 이해를 우선시할 것입니다. 현지 결제 서비스 제공업체 (payment service providers)들과 더 긴밀히 협력하고, 우리의 솔루션이 사용자들의 니즈와 기대치를 충족할 수 있도록 설계 과정에 사용자들을 참여시킬 것입니다. 또한, 결제 유연성 (payment flexibility)과 같이 복잡하고 맥락 의존적인 (context-dependent) 문제들에 대해서는 AI 기반 추천 엔진 (AI-powered recommendation engines)이 항상 최선의 해결책은 아닐 수 있음을 인지하고, 이를 사용하는 데 있어 더욱 신중을 기할 것입니다.