아침에 일을 시작하면 캘린더 보고, 메일함 열고, 오늘 해야 할 일을 다시 정리하는 사람이 많음.

정보가 없는 게 문제가 아니라 정보가 여러 곳에 흩어져 있다는 게 문제임.

DAPPOS는 Bubble Personal의 실제 활용 예시로 사용자의 calendar와 inbox를 바탕으로 morning briefing을 생성하는 작업을 제시합니다.

예를 들어 일정에는 오후 회의가 있고 메일에는 그 회의 관련 자료가 들어와 있다면, 사용자가 두 서비스를 따로 확인하는 대신 필요한 정보를 하나의 작업 흐름으로 묶는 방향임.

이게 중요한 이유는 Personal AI가 단순히 내 질문에 답하는 것에서

내 개인 컨텍스트를 바탕으로 ‘오늘 필요한 결과’를 만드는 것

으로 역할이 달라지기 때문임.

휴대폰과 컴퓨터를 오래 쓰다 보면 사진이나 파일이 수천 개씩 쌓임.

하나하나 확인해서 정리하려면 어렵진 않은데 시간이 너무 많이 듦. 사람이 하기에는 단순하고, 그렇다고 그냥 방치하기에는 계속 불편한 작업임.

DAPPOS는 Bubble Personal의 활용 사례 중 하나로 대량의 사진을 정리하는 작업을 직접 제시했습니다. 공개 자료에서는 thousands of photos를 정리할 수 있는 예시를 들고 있습니다.

이런 사례가 Bubble Personal을 이해하기 좋은 이유임.

AI가 반드시 엄청 어려운 분석만 해야 가치가 있는 게 아님.

사람이 할 수 있지만 하기 귀찮아서 계속 미뤄두는 일.

개인 AI가 가장 먼저 줄여줄 수 있는 작업은 오히려 이런 종류일 수 있음.

Personal AI라고 하면 흔히 “내 취향을 기억해주는 AI”부터 생각함.

그것도 중요하지만 실제 생산성을 바꾸려면 한 단계가 더 필요함.

내 파일을 다루고, 필요한 웹사이트에서 작업하고, 여러 앱과 일정을 연결하고, 결과물을 다시 내가 사용하는 공간에 남길 수 있어야 하기 때문임.

DAPPOS의 Bubble Personal은 그래서 local files, browsers, apps, schedules를 작업 범위로 두면서, 로컬에서는 명시적으로 허용된 행동만 실행하고 무거운 연산이나 위험도가 높은 작업은 Bubble Cloud로 분리하는 방향을 택했습니다.

결국 Personal AI의 다음 단계는

“나를 기억하는 AI”에서
“내가 일하는 환경 안에서 실제 일을 해주는 AI”로 가는 것일 수 있음.

xBubble과 Web3 AI OS가 OS라는 표현을 쓰는 이유를 실사용 관점에서 이해할 수 있는 부분임.