구글이 제미나이에 ‘메모리/채팅 기록 가져오기’를 붙인 건 단순 편의 기능이 아니다. 디지털투데이·AI타임스 보도처럼 사용자가 타사 챗봇의 대화 기록(Zip 업로드)이나 요약된 선호(프롬프트-복붙)를 옮겨오게 만들면서, AI 시장의 핵심 경쟁축을 모델 성능 → 전환장벽(스위칭 코스트)으로 다시 고정시켰다.
지금까지 AI 챗봇의 락인은 ‘정확도’가 아니라 ‘맥락’이었다. 수백 번의 대화로 만들어진 취향/관계/업무 맥락이 곧 개인화 자산이고, 그 자산을 다시 학습시키는 시간·노력이 해지 비용이었다. 구글이 이 자산의 이동을 허용했다는 건, 유저가 느끼는 해지 비용을 제품 바깥으로 빼서 표준화하려는 움직임이다. 앤트로픽도 유사 기능을 냈다는 점은(소스 기사 언급) ‘기억 이사’가 업계 공통 규칙으로 굳을 가능성을 키운다.
맥락을 더 밀어붙이면, 애플의 iOS 27 ‘시리 확장 시스템’(블룸버그 인용을 전한 네이트 기사)까지 같은 줄기에 있다. 디바이스 OS가 특정 모델을 고정하지 않고, 사용자가 클로드/제미나이 등을 선택하게 만들면 AI는 앱이 아니라 교체 가능한 공급자가 된다. 즉, 유저는 “어느 챗봇을 쓰느냐”보다 “내 데이터·워크플로우가 어디에 붙어 있느냐”로 이동한다. 전환장벽은 모델이 아니라 허브(플랫폼)와 메모리 포맷이 쥔다.
스타트업 입장에선 위협이자 기회다. 위협은 명확하다: ‘락인’으로 버티던 제품은 방어막이 사라진다. 기회도 명확하다: 신규 유저 온보딩의 가장 큰 마찰(초기 맥락 세팅)을 수입(Import)으로 대체할 수 있다. 온보딩 퍼널에서 가장 비싼 구간은 사용자가 “이 AI가 나를 이해한다”는 첫 성공(aha)을 얻기 전까지의 시행착오인데, 메모리 마이그레이션은 이 구간을 단축해 D1 활성과 D7 리텐션에 직결된다.
실행 시사점은 3가지다. (1) 획득 레버: ‘기억 가져오기’는 광고보다 싸다. 경쟁 서비스에서 생성된 요약/기록을 가져오는 순간, 체감 가치가 바로 올라가 전환율이 뛴다. CAC를 낮추려면 “우리 제품으로 갈아타세요”가 아니라 “당신의 맥락을 그대로 가져오세요”를 메인 CTA로 둬야 한다. (2) 리텐션 레버: 락인을 ‘수출 가능한 락인’으로 바꿔라. 유저가 언제든 나갈 수 있어도, 우리 안에서 쌓이는 자산이 더 커지면 남는다. 그러려면 메모리를 단순 저장이 아니라 업무 결과물(요약, 템플릿, 룰, 자동화)로 증식시키는 구조가 필요하다. (3) 데이터/신뢰 레버: 가져오기 기능은 곧바로 프라이버시·보안·삭제권 이슈로 연결된다. AI타임스가 언급한 선택 삭제처럼, ‘가져오기-정제-보관-삭제’ 플로우를 투명하게 만들어야 전환이 장기 리텐션으로 이어진다.
전망은 ‘기억의 이식성’이 표준이 되는 방향이다. 구글이 무료/유료에 순차 적용하고(디지털투데이), 애플이 OS 레벨에서 멀티 모델 허브를 예고한 순간(네이트), 다음 경쟁은 더 노골적으로 (a) 메모리 포맷 표준화, (b) 이식 속도, (c) 이식 후 첫 성공까지의 시간으로 흘러간다. 결국 그로스는 기능 로드맵이 아니라, “유저가 갈아탈 때 잃는 것”을 얼마나 줄이고 “들어온 뒤 얻는 것”을 얼마나 빠르게 증폭시키는지의 게임이 된다. 지금 제품팀이 해야 할 일은 모델 선택이 아니라, 전환장벽이 무너진 세상에서의 온보딩·자산화·신뢰 설계다.