왜 우리는 AI 앱을 위해 자체 messaging stack을 재구축했는가

Source: Dev.to

AI 앱이 메시징 사용 방식을 바꾸다

전통적인 메시징 플랫폼은 인간 중심의 커뮤니케이션을 위해 설계되었습니다. 한 사용자가 한 번에 하나의 메시지를 보냅니다. 가격 정책, API, 도구들은 이러한 가정에 맞춰 발전해 왔습니다.

AI 앱은 이런 방식으로 동작하지 않습니다.

대화는 에이전트와 워크플로우에 의해 자동으로 생성·라우팅·재시도·관리됩니다. 하나의 사용자 상호작용이 여러 백그라운드 메시지, 재시도, 분류 또는 후속 작업을 트리거할 수 있습니다. 메시징은 단일 행동이 아니라 실행 그래프의 일부가 됩니다.

대부분의 CPaaS 스택은 이 모델에 맞게 설계되지 않았으며, 특히 가격이 메시지당 사용량에 연동되고 제공자가 분산된 경우에는 더욱 그렇습니다.

가격이 먼저 깨진다

AI 에이전트가 관여하면 메시지당 가격이 매우 빠르게 예측 불가능해집니다. 메시지는 더 이상 가치의 대리 지표가 아닙니다. 많은 메시지가 내부적이거나 일시적이거나 자동화 로직의 일부에 불과합니다.

실제로 중요한 것은 시스템이 활발히 서비스하고 있는 사용자 수와 그 메시지를 전달하기 위해 발생하는 기본 통신사 비용입니다.

그래서 우리는 순수 메시지 수 카운팅을 포기하고 MAU(월간 활성 사용자)와 투명한 통신사 비용 전가를 결합한 가격 모델로 재구성했습니다. 이 모델은 AI 앱의 확장 방식에 훨씬 잘 맞으며 비용을 이해하고 예측하기 쉽게 만듭니다.

자동화는 채널에 대한 빠른 접근이 필요하다

AI를 활용해 커뮤니케이션을 자동화할 때, 보통 제공자나 설정 단계에 신경 쓰지 않습니다. 사용자가 이미 사용하고 있는 채널에 접근하고 싶을 뿐입니다.

많은 경우에 이는 WhatsApp이나 SMS를 의미하며, 이를 위해서는 전화번호가 필요합니다. 그 번호를 확보하는 과정은 빠르고 간단하며 예측 가능해야 합니다. 며칠을 기다리거나 외부 벤더와 협의하거나 분산된 대시보드를 탐색하는 일은 개발 흐름을 깨뜨리고 실험 속도를 늦춥니다.

우리는 전화번호 프로비저닝을 플랫폼의 핵심 기능으로 만들었습니다. 개발자는 API 키를 받아 번호를 프로비저닝하고 몇 분 안에 메시지 전송을 시작할 수 있습니다. 모든 것이 기본적으로 함께 작동하므로 팀은 인프라를 연결하는 대신 AI 워크플로우 구축에 집중할 수 있습니다.

개발자 경험 재구축

현대 개발자 워크플로우는 깔끔한 추상화, 강력한 타입, 예측 가능한 동작을 기대합니다. 특히 WhatsApp과 같은 메시징 API는 종종 분산되고 일관성이 없으며 이해하기 어렵습니다.

우리는 최신 SDK와 더 간단한 프리미티브를 사용해 개발자 경험을 처음부터 다시 만들었습니다. 목표는 제공자별 특성을 추상화하고 AI 기반 시스템에 자연스럽게 맞는 일관된 인터페이스를 제공하는 것이었습니다.

AI 워크플로우를 레거시 CPaaS 제약에 맞추는 대신, 우리는 오늘날 AI 앱이 실제로 구축되는 방식을 중심으로 메시징 레이어를 설계했습니다.

이것이 가능하게 하는 것

스택을 재구축함으로써 더 빠른 반복, 깔끔한 아키텍처, 그리고 병목 현상처럼 느껴지지 않는 메시징이 가능해졌습니다. 팀은 가격 서프라이즈와 제공자 관리 대신 에이전트, 워크플로우, 제품 로직에 집중할 수 있습니다.

이 작업은 AI 앱과 현대 커뮤니케이션 SaaS를 위해 설계된 통합 메시징 API인 Zavu가 되었습니다.

You can learn more at and explore the documentation at .

AI 기반 제품을 만들고 있고 CPaaS 복잡성, 가격, 혹은 개발자 경험 때문에 어려움을 겪고 있다면, 여러분이 겪은 문제를 알려주시면 좋겠습니다.