facts

iMessage 번호로 특정 코드를 보내는 것에서 서비스가 시작된다. 사용자가 챗봇과 대화를 나누며 이름, 성별, 생년월일 같은 기본 정보부터 성격, 관심사, 선호하는 데이트 스타일까지 입력하면 AI가 이를 분석한다. 일부 사용자는 자신이 좋아하는 연예인 사진을 업로드해 AI에게 자신의 취향을 학습시키기도 한다.

단순히 취미가 같은 사람을 묶는 방식이 아니다. 예를 들어 암벽 등반을 좋아하는 남성과 스케이트보드를 좋아하는 여성이 겉으로는 접점이 없어 보이지만, AI는 두 사람 모두 '모험심이 강하고 개인주의적'이라는 심층 신호를 포착해 매칭한다. 취미 그 자체보다 그 취미가 드러내는 사람의 성향, 즉 '케미스트리'를 예측하는 것이 핵심이다.

매주 수요일 오후 7시가 되면 디토는 사용자에게 이번 주의 매칭 상대와 시간, 장소를 함께 메시지로 보낸다. 사용자는 AI가 정해준 약속 장소에 나가 데이트를 하고 피드백을 남기면, AI는 이를 바탕으로 다음 매칭의 정확도를 높인다. 현재까지 15만 명의 가입자를 모았으며, 매칭된 커플의 약 20%가 실제 데이트로 이어지는 수치를 기록했다.

market-flow

920만 달러 규모의 시드 투자는 이 모델이 가진 '마찰 제거'의 가치에 집중한 결과다. Gradient, Peak XV, Scribble 등이 참여했으며 듀오링고(Duolingo)의 공동 창업자인 세베린 해커(Severin Hacker)도 투자를 제안했다. 투자자들은 틴더(Tinder)나 힌지(Hinge) 같은 기존 앱에서 반복되는 '끝없는 스와이프'와 '의미 없는 스몰토크'에 지친 Z세대의 행동 변화에 주목했다.

채택 흐름의 중심은 'AI의 대행 범위'를 넓힌 데 있다. 기존 앱들이 검색 필터를 제공해 사용자가 직접 찾게 했다면, 디토는 매칭부터 장소 선정까지 AI가 '헤비 리프팅(Heavy lifting)'을 수행한다. 이는 선택의 피로도를 극도로 낮추려는 Z세대의 요구가 반영된 결과다. 마케팅 역시 기업형 광고가 아닌 로봇 스턴트 영상 같은 파격적인 방식으로 접근해 대학생 집단의 유입을 끌어내고 있다.

경쟁 구도에서 가장 큰 진입 장벽은 안전 검증이다. 디토는 현재 수십 개의 대학으로 서비스 범위를 한정하고 .edu 이메일 인증을 통해 상대가 실제 해당 학교 학생인지 확인하는 폐쇄적 검증 절차를 운영한다. 이는 매칭 후 즉시 오프라인 만남으로 이어지는 구조에서 발생할 수 있는 신원 불분명 리스크를 제어하기 위한 장치다.

reader-impact

AI 서비스 기획자와 개발자가 주목할 지점은 '기능의 제공'이 아니라 '과정의 생략'을 통한 사용자 경험 설계다. 디토는 매칭 알고리즘의 정교함보다 '수요일 7시, 특정 장소'라는 강제성과 편의성을 제공함으로써 사용자가 앱에 머무는 시간은 줄이고 실제 오프라인 전환율은 높이는 전략을 취했다.

한국 시장의 AI 서비스 도입 시에도 단순한 추천 엔진을 넘어, 예약이나 장소 선정 같은 실행 단계까지 AI가 개입해 사용자 마찰을 얼마나 줄일 수 있는지가 채택의 핵심 변수가 될 수 있다. 특히 신뢰 기반의 폐쇄적 커뮤니티(.edu 인증 등)에서 시작해 점진적으로 확장하는 검증 모델은 규제나 안전 리스크가 큰 서비스가 시장에 진입하는 유효한 경로가 된다.

향후 관찰할 신호는 이 모델이 대학생이라는 특수 집단을 넘어 일반 성인 시장으로 확장될 때, .edu 이메일을 대체할 어떤 신원 검증 체계를 구축하느냐 하는 점이다. 안전 검증의 확장 가능 여부가 디토가 단순한 대학생 전용 앱을 넘어 메인스트림 데이팅 시장의 경쟁자로 올라설 수 있는지를 결정할 것이다.