Tweet Hunter 사례 연구

Tweet Hunter는 Twitter 성장 도구를 만들며 창업 초기부터 매주 새 제품을 출시하는 실험을 이어갔다. 배포 채널로는 이미 확보한 2,000명의 Twitter 팔로워를 활용했고, 수익이 나는 제품인지가 검증의 기준이었다.

핵심 파트너는 AI21이었다. 팀은 레거시 GPT-3에서 옮겨 오며 fine-tuning 유연성과 맞춤형 가격 정책을 택했고, AI21은 커스텀 fine-tuned 모델의 사용료를 파운데이션 모델과 같게 책정해 확장 비용을 낮췄다. 다른 LLM의 맞춤화 비용이 약 6배 비쌌다는 점도 차이를 만들었다.

소셜 미디어용 생성 AI는 글자 수 제한, 해시태그, 톤 조절까지 맞춰야 해서 까다로웠다. Tweet Hunter는 AI21의 3-click custom model training으로 자사 데이터를 학습시켜 기능을 다듬었다.

기능은 네 축으로 나뉘었다.

• Thread idea generator
• Hook generator
• Tweet writer
• Tweet extender

이 흐름이 자연스럽게 연결되면서 제품 경험이 완성됐고, 서비스는 5,000명 이상의 유료 고객을 확보했다.

가장 큰 난제는 학습 데이터 품질이었다. 프리랜서와 스프레드시트로 모은 데이터는 일관성이 부족했지만, AI21 스튜디오의 기능으로 다양한 트윗 데이터셋을 학습시키자 추천 품질이 빠르게 개선됐다. 출시 전 모델 품질도 검증할 수 있었고, 그 결과 Thibault Louis-Lucas의 개인 계정은 2,000명에서 60,000명으로 성장했다.

Tweet Hunter는 1년 안에 1M ARR과 8자리 규모의 엑싯을 달성했고, 이후 lempire에 인수됐다. 앞으로는 개인화된 콜드 이메일, 자동 후속 메시지, 멀티채널 리드 관리 등 다른 제품군에도 AI21을 확장할 계획이다.