뤼튼(Wrtn)이 왜 나왔는지 궁금한 분들을 위해, LLM을 직접 만들지 않고 이미 만들어진 모델을 제공하는 방식과 서포터·리워드로 매일 쓰게 만드는 배경을 짚어요.
뤼튼(Wrtn)은 '매일 쓰는 AI'를 내걸고 나온 AI 앱이에요. 검색해서 들어오셨다면 궁금한 건 아마 두 가지일 거예요. 이게 정확히 무엇을 해주는 물건인지, 그리고 비슷한 게 이미 많은데 왜 지금 나왔는지. 여기서는 뒤쪽, 그러니까 나온 배경부터 짚어볼게요.
뤼튼은 한 줄로 뭘 하는 앱인가요
뤼튼 고객센터 첫 화면에는 **'매일 쓰는 AI, 뤼튼'**이라는 문장이 걸려 있어요. 이 한 줄이 이 앱이 어떤 물건인지 거의 다 말해줘요. 한 번 써보고 지우는 게 아니라, 하루에 한 번씩 다시 열게 만드는 걸 목표로 한다는 뜻이거든요.
고객센터 왼쪽에는 큰 갈래가 네 개 있어요. 계정 / 혜택 / 서포터 / 도구예요. 계정은 로그인·비밀번호·탈퇴 같은 살림이고, 혜택은 캐시나 이벤트 같은 보상, 서포터와 도구는 사용자가 직접 만지작거리는 기능 갈래예요. 회사가 알려주는 갈래가 이 네 개뿐이라는 게 오히려 정보예요. 뤼튼이 자기 서비스를 '돈 내고 쓰는 도구'보다 '매일 드나드는 앱'으로 설명하고 있다는 뜻이니까요.
여기서 낯선 단어가 하나 나와요. 서포터. 고객센터 안내를 보면 서포터는 사용자가 직접 '제작'하는 대상으로 나와요. 친구초대 혜택도 '초대받은 친구가 초대코드를 입력하여 회원가입 후 서포터 제작을 완료한 경우'에 준다고 적혀 있어요. 그러니까 서포터는 회사가 다 만들어서 나눠주는 게 아니라, 사용자가 자기 손으로 만들어서 쓰는 자리예요.
AI 쪽에서 어려운 말도 하나 나와요. **LLM(거대언어모델)**이에요. 사람 말을 알아듣고 그럴듯한 문장을 만들어내는, 아주 크게 학습된 언어 모델을 말해요. 뤼튼은 이 LLM을 자기 손으로 만들지 않는다고 밝혀요.
정리하면 뤼튼은 이미 만들어진 LLM을 사용자가 쓸 수 있게 포장해주고, 그 위에 사용자가 자기 것을 만들어 얹을 수 있게 해둔 앱이에요. 모델을 파는 곳이 아니라, 모델을 쓰는 자리를 파는 곳이에요.
뤼튼 고객센터 안내에 나온 기본 정보
| 항목 | 내용 |
|---|---|
| 소개 문구 | 매일 쓰는 AI, 뤼튼 |
| 모델 운용 | 거대언어모델(LLM)을 직접 개발하지 않고, 이미 개발된 LLM을 사용자가 쓸 수 있게 제공 |
| 사용자가 만드는 것 | 서포터 |
| 고객센터 갈래 | 계정 · 혜택 · 서포터 · 도구 |
| 혜택·리워드 | 캐시, 광고 시청, 걸음 수, 친구초대 등 |
| 따로 나온 것 | 사주 전용 서비스, 밈 전용 앱 |

왜 직접 모델을 만들지 않았을까요
출시 배경을 이해하려면 이 문장을 먼저 봐야 해요. 뤼튼은 거대언어모델(LLM)을 직접 개발하지 않아요. 이미 개발된 LLM을 사용자가 사용할 수 있도록 제공하는 방식일 뿐이라고 밝혀요.
풀어서 말하면 이래요. 세상에는 이미 쓸 만한 LLM이 여럿 있어요. 그런데 그걸 일반 사람이 바로 쓰기는 어려워요. 어디서 어떻게 불러야 하는지, 대화 기록은 어떻게 되는지, 쓴 결과물은 내 것인지 같은 게 걸리죠. 뤼튼은 그 사이를 메우는 자리를 골랐어요. 모델을 만드는 일은 오래 걸리고 큰 자원이 드는 일이니까, 이미 만들어진 모델 위에 사용자 접점을 얹는 쪽으로 방향을 잡은 거예요.
이 선택은 '무엇을 안 하는가'를 분명히 해둔 거라서, 뒤에 나오는 기능들이 왜 이렇게 생겼는지도 설명해줘요. 모델을 안 만드니까 모델 성능 자체를 내세울 게 없어요. 대신 쓰는 과정의 경험으로 승부해야 해요. 그래서 고객센터를 보면 도구, 서포터, 리워드처럼 모델 바깥의 것들에 힘이 실려 있어요.
사용자 데이터에 대해서도 선을 그어둬요. 사용자가 말한 내용이나 대화는 개인을 식별할 수 없는 형태로 데이터베이스에 저장되고, 추천 서비스나 개인화된 기능을 제공하는 데만 활용된다고 안내해요. 그리고 서포터 학습에는 쓰지 않는다고 적혀 있어요. '우리는 모델을 만들지 않으니, 네 대화를 모델 학습에 쓸 일도 없다'는 구조가 여기서 나와요.
뤼튼이 직접 하는 것과 하지 않는 것
| 구분 | 내용 |
|---|---|
| 직접 하는 것 | 이미 개발된 LLM을 사용자가 쓸 수 있게 제공하는 일 |
| 직접 하지 않는 것 | 거대언어모델(LLM) 자체 개발 |
| 데이터 저장 | 개인을 식별할 수 없는 형태로 데이터베이스에 저장 |
| 데이터 활용 | 추천 서비스, 개인화된 기능 제공 |
| 서포터 학습 | 사용자 대화를 서포터 학습에 쓰지 않음 |
뤼튼이 자기 위치를 설명한 문장
뤼튼은 거대언어모델(LLM)을 직접 개발하지 않아요.
이미 개발된 LLM을 사용자가 사용할 수 있도록 제공하는 방식일 뿐이에요.
무엇을 노리나, 서포터와 도구
고객센터 갈래 네 개 중 절반이 서포터와 도구예요. 이 둘이 뤼튼이 노리는 방향을 보여줘요.
도구 쪽 안내를 보면 이런 게 있어요. 자주 쓰는 도구에 별 아이콘을 눌러 즐겨찾기 해두면 '즐겨찾기' 목록에서 고른 도구만 볼 수 있어요. 결과물 오른쪽 위에는 '고쳐쓰기' 아이콘이 있어서 미니챗 안에서 내용을 고칠 수 있고, 수정하고 싶은 부분을 말로 알려주면 돼요. '저장하기' 아이콘도 있는데, 일부 콘텐츠는 저장 기능이 제한된다고 적혀 있어요.
여기서 눈여겨볼 건 방향이에요. 사용자가 매번 처음부터 시킬 필요 없이, 자주 쓰는 걸 골라두고 결과물을 다듬고 저장하는 흐름이에요. 모델을 안 만드는 대신 쓰는 사람 손에 남는 것을 만드는 거예요. 좋은 모델 하나를 자랑하는 방식과는 정반대쪽이죠.
결과물의 권리에 대해서도 분명히 해둬요. 모든 결과물의 저작권은 사용자에게 귀속되고, 상업적 활용도 가능하다고 안내해요. 다만 발생한 손익과 책임은 사용자에게 있다고 함께 적어둬요. 이 두 문장은 붙어 다녀요. 쓸 권리를 주는 대신, 판단은 쓰는 사람 몫이라는 거예요.
결과물 권리에 대해 뤼튼이 밝힌 문장
모든 결과물의 저작권은 사용자에게 귀속돼요.
상업적 활용도 가능해요.
발생한 손익 및 책임은 사용자에게 있어요.
매일 쓰게 만드는 구조, 캐시와 리워드
'매일 쓰는 AI'라는 문구는 그냥 캐치프레이즈가 아니에요. 고객센터 혜택 쪽을 보면 실제로 매일 돌아오게 만드는 장치가 잔뜩 있어요.
대표적인 게 광고를 보고 캐시를 받는 구조예요. 광고는 8시간마다 최대 4회까지 볼 수 있고, 한 번 볼 때마다 캐시를 얻을 수 있는 캐시 박스가 지급돼요. 웹에서는 초간단 미션으로 행운 룰렛, 사다리타기, 캐시 박스 중 하나를 고를 수 있어요. 걸음 수도 리워드로 바뀌는데, 하루 최대 1,000보까지만 리워드가 지급되고 그 이상 걸어도 누적만 될 뿐이라고 안내해요.
친구초대도 있어요. 다만 조건이 붙어요. 초대받은 친구가 초대코드를 입력해 회원가입한 뒤 서포터 제작을 완료한 경우에만 혜택이 나와요. 가입만 하면 주는 게 아니라 한 단계를 더 하게 만든 거예요. 이 조건 자체가 뤼튼이 무엇을 '진짜 사용'으로 보는지 알려줘요. 그냥 계정만 만든 사람이 아니라, 서포터를 하나라도 만들어본 사람을 사용자로 세는 거예요.
이 구조는 AI 앱에서 흔한 모양은 아니에요. 보통 AI 도구는 필요할 때 한 번 열고 마는데, 뤼튼은 여는 이유를 매일 만들어 두려는 쪽이에요. 그래서 '매일 쓰는 AI'라는 말이 앞에 붙어요. 반대로 말하면, 리워드가 없어도 매일 열 사람에게는 이 구조가 굳이 필요 없는 부분이기도 해요.
혜택·리워드 조건
| 항목 | 조건 |
|---|---|
| 광고 시청 | 8시간마다 최대 4회 영상 광고, 1회마다 캐시 박스 지급 |
| 걸음 수 리워드 | 하루 최대 1,000보까지만 지급, 초과분은 누적만 |
| 캐시 지급 조건 | 광고를 끝까지 보고 화면에 뜨는 X, >> 같은 종료 버튼까지 눌러야 함 |
| 웹 미션 | 초간단 미션에서 행운 룰렛 · 사다리타기 · 캐시 박스 중 선택 |
| 친구초대 | 초대받은 친구가 초대코드 입력 후 회원가입 + 서포터 제작 완료 시 |
| 부정 적립 | 적립 취소, 추후 이벤트 참여 제한 |
사주와 밈으로 번지는 이유
고객센터 첫 화면에는 추천 키워드가 네 개 놓여 있어요. 그중 두 개가 눈에 띄어요. **'사주 전용 서비스 출시'**와 **'밈 전용 앱 출시'**예요. 하나의 앱 안에서 다 해결하려는 대신, 목적이 뚜렷한 것들은 따로 앱을 내고 있다는 뜻으로 읽혀요.
사주와 밈은 성격이 서로 달라요. 사주는 결과물을 읽고 소비하는 재미 쪽이고, 밈은 만들어서 돌리는 재미 쪽이에요. 그런데 둘 다 공통점이 있어요. 'AI를 잘 쓰는 법'을 배워야 하는 종류가 아니에요. 눌러서 나온 걸 보고 웃거나, 저장하거나, 남에게 보여주면 끝나는 종류죠. 프롬프트를 어떻게 쓰는지 고민할 필요가 없는 쪽이에요.
이건 AI 앱이 대체로 갈라지는 두 방향 중 하나예요. 하나는 일 잘하게 해주는 도구로 가는 길이고, 다른 하나는 가볍게 놀게 해주는 것으로 가는 길이에요. 뤼튼은 앞쪽에 도구와 서포터를 두고, 뒤쪽에 사주·밈 전용 앱을 두는 모양이에요. 한 앱에서 둘 다 잡으려는 게 아니라, 목적별로 앱을 나눠 각각에 맞는 사람을 데려오려는 그림이죠.
여기서 한 가지는 같이 봐둬야 해요. 전용 앱이 새로 나왔다고 해서 기존 앱의 기능이 그대로 남는다는 보장은 없어요. 바로 옆에 '일부 기능 종료'라는 키워드가 나란히 놓여 있으니까요. 새로 낸다는 소식과 접는다는 소식이 같은 화면에 있는 건 우연이 아니에요.
고객센터 첫 화면 추천 키워드에 나란히 올라온 것들
사주 전용 서비스 출시
일부 기능 종료
친구초대 이벤트 종료 안내
밈 전용 앱 출시
새로 내면서 동시에 접는 시기
추천 키워드 네 개를 다시 보면 짝이 맞아요. **'사주 전용 서비스 출시'**와 **'밈 전용 앱 출시'**가 새로 나오는 쪽이고, **'일부 기능 종료'**와 **'친구초대 이벤트 종료 안내'**가 접는 쪽이에요. 새로 내는 일과 정리하는 일이 같은 화면에 같이 놓여 있어요.
이런 화면은 보통 제품이 판을 다시 짜는 시기에 나와요. 만들기만 하던 단계에서는 종료 공지가 잘 안 보여요. 뭘 남기고 뭘 뺄지 결정할 만큼 쓰는 사람이 모였을 때 종료 공지가 나오거든요. 그런 의미에서 이 네 키워드는 뤼튼이 초기 확장 단계를 지나 정리 단계로 들어섰다는 신호로 읽혀요. 아이디어를 계속 얹는 단계가 아니라, 남길 것을 고르는 단계예요.
계정 쪽 안내도 이 흐름과 맞물려요. 직접 회원 탈퇴한 계정은 복구가 어렵다고 강하게 안내하고, 탈퇴 전에 중요한 정보가 없는지 다시 확인하라고 해요. 캐시를 새 계정에서 쓰려면 기존 계정을 탈퇴한 뒤 다시 본인인증을 해야 한다는 조건도 있고요. 아이디는 등록된 전화번호로 찾을 수 있고, 비밀번호는 로그인된 웹이나 앱이 있으면 설정 > 계정 설정 > 비밀번호에서 바꿀 수 있어요.
이 모든 게 '계정 하나에 쌓이는 것들'이 생겼다는 뜻이에요. 캐시도, 만든 것도, 기록도요. 쌓이는 게 생기면 잃을 것도 생기고, 그래서 안내도 길어져요. 청소년 보호 정책을 따로 안내하는 것도 같은 맥락이에요. 청소년이 좋은 정보를 안전하게 이용할 수 있도록 한다는 문장이 고객센터에 따로 있어요.
새로 나오는 것과 접히는 것
| 구분 | 고객센터에 올라온 키워드 | 읽히는 방향 |
|---|---|---|
| 새로 나오는 쪽 | 사주 전용 서비스 출시, 밈 전용 앱 출시 | 목적별 전용 앱으로 넓히기 |
| 접는 쪽 | 일부 기능 종료, 친구초대 이벤트 종료 안내 | 남길 것을 고르는 정리 |
| 계정 안내 | 탈퇴 계정 복구 어려움, 재가입 시 본인인증 필요 | 쌓이는 자산이 생겼다는 신호 |
| 청소년 보호 | 청소년 보호 정책 별도 안내 | 사용자층이 넓어지며 생긴 안내 |
아직 정해지지 않은 것
출시 배경을 볼 때 같이 봐야 하는 게 아직 회사도 확정하지 못한 것들이에요. 고객센터에 이 부분이 꽤 솔직하게 적혀 있어요.
첫째는 **할루시네이션(환각)**이에요. 정확하지 않거나 사실이 아닌 내용을 그럴듯하게 만들어내는 현상을 말해요. 뤼튼은 이걸 오류가 아니라 LLM 방식의 한계라고 설명해요. 확률언어모델이라 학습된 내용을 바탕으로 가장 확률이 높은 답을 내놓기 때문에, 학습된 정보가 얇은 주제에서는 틀린 답도 그럴듯하게 나올 수 있다는 거예요.
그리고 근본적인 해결은 LLM 자체가 개선되는 것이고, 그건 시간이 오래 걸리는 일이라고 적어둬요. 그동안 뤼튼이 하는 건 파인튜닝 같은 방법으로 정확도를 높이는 시도예요. 파인튜닝은 이미 만들어진 모델을 특정 목적에 맞게 한 번 더 다듬는 작업을 말해요. 여기서도 앞의 선택이 다시 보여요. 모델을 직접 만들지 않으니 모델 자체의 한계는 자기 손으로 못 고치고, 대신 다듬는 쪽에서 할 수 있는 걸 하는 거예요.
둘째는 맥락이에요. LLM은 너무 긴 대화를 하면 앞의 내용을 잊어버릴 수 있어요. 맥락과 맞지 않는 답이 나오면 새로운 대화창에서 다시 실행해보라고 안내해요.
셋째는 책임의 위치예요. 결과물 권리는 사용자에게 있지만, 발생한 손익과 책임도 사용자에게 있어요. 중요한 정보는 전문가나 공인 서적에서 사실 여부를 다시 확인하라고 권해요. 이 문장은 '아직 우리가 결과의 옳고 그름까지 책임질 수는 없다'는 뜻이기도 해요. 매일 쓰는 앱으로 만들면서도, 판단의 무게는 쓰는 사람에게 남겨둔 셈이에요.
아직 정해지지 않은 것들
| 항목 | 안내된 내용 | 사용자가 할 수 있는 것 |
|---|---|---|
| 할루시네이션 | 오류가 아니라 LLM 방식의 한계, 근본 해결은 LLM 자체 개선 | 중요한 정보는 전문가·공인 서적으로 재확인 |
| 긴 대화 | 앞의 맥락을 잊어 답이 어긋날 수 있음 | 새로운 대화창에서 다시 시작 |
| 정확도 개선 | 파인튜닝 등 여러 방법을 시도하는 중 | 결과를 그대로 믿고 쓰지 않기 |
| 책임 | 발생한 손익과 책임은 사용자에게 | 상업적 활용 시 판단은 본인 몫 |
누구에게 맞는 물건인가요
배경을 알았으니 이제 누구에게 맞는 물건인지 갈라볼게요.
맞는 사람은 이래요. 여러 AI를 옮겨 다니는 게 귀찮고 하나로 정리하고 싶은 사람. 매일 열 이유가 있는 앱을 좋아하는 사람, 그러니까 리워드나 이벤트가 있어도 부담 없는 사람. 결과물을 자기 것으로 갖고 상업적으로도 써보고 싶은 사람. 이런 사람에게 뤼튼의 구조는 잘 맞아요. 도구를 골라두고, 만들고, 저장하는 흐름이 계정 하나에 쌓이도록 되어 있으니까요.
안 맞는 사람도 분명해요. 정확도가 중요한 판단을 시키려는 사람은 조심해야 해요. 뤼튼 스스로도 할루시네이션은 LLM 방식의 한계라고 밝히고, 중요한 정보는 전문가나 공인 서적으로 다시 확인하라고 권해요. 모델 자체의 성능이 궁금해서 온 사람에게도 이 앱은 답이 아니에요. 뤼튼은 모델을 직접 만들지 않으니까요.
리워드와 이벤트가 오히려 부담스러운 사람, 광고를 보고 캐시를 모으는 구조가 안 맞는 사람에게도 권할 만한 구조는 아니에요. 앱을 열 때마다 보상이 먼저 보이는 게 편한 사람도 있고, 그게 거슬리는 사람도 있으니까요.
마지막으로 하나만 짚어둘게요. 'AI가 실수할 수 있다'는 걸 전제로 쓰는 게 이 앱을 쓰는 방식이에요. 고객센터가 그렇게 안내하고 있으니까요. 설치 방법과 실제 사용 순서는 다음 편에서 다룰게요.
오늘 해볼 건 하나예요. 뤼튼에 들어가서 메뉴가 계정 · 혜택 · 서포터 · 도구 네 갈래로 나뉘어 있는지만 눈으로 확인해보세요. 오늘 본 배경이 그 네 갈래 안에 그대로 들어 있어요.
이런 사람에게 맞아요 / 이런 사람에게는 안 맞아요
| 구분 | 이런 경우 |
|---|---|
| 맞아요 | 여러 AI를 옮겨 다니기 싫고 하나로 정리하고 싶은 사람 |
| 맞아요 | 매일 열 이유(도구·리워드)가 있는 앱을 좋아하는 사람 |
| 맞아요 | 결과물을 내 것으로 갖고 상업적으로도 써보고 싶은 사람 |
| 안 맞아요 | 정확도가 중요한 판단을 AI에 맡기려는 사람 |
| 안 맞아요 | 모델 자체의 성능이 궁금해서 온 사람 |
| 안 맞아요 | 광고와 리워드 구조가 부담스러운 사람 |
시작 전 확인할 것
- 뤼튼이 LLM을 직접 개발하지 않고, 이미 개발된 LLM을 제공하는 방식이라는 점을 확인했는지
- 서포터가 회사가 주는 것이 아니라 사용자가 직접 제작하는 자리라는 설명을 봤는지
- 리워드 조건(광고 8시간마다 최대 4회, 걸음 수 하루 최대 1,000보)을 확인했는지
- 결과물 저작권은 사용자에게, 손익과 책임도 사용자에게 있다는 문장을 확인했는지
- 할루시네이션이 오류가 아니라 LLM 방식의 한계라는 설명을 확인했는지
- 사주 전용 서비스·밈 전용 앱 출시와 일부 기능 종료가 같이 진행 중이라는 점을 확인했는지
참고 링크
- 공식 뤼튼 고객센터 — help.wrtn.ai
