튜브링고 개발 사례 — iOS·Android·AI 음성 튜터

문제

혼자 공부하는 학습자는 말하기를 연습할 상대가 없어요. 튜브링고는 앱 안의 AI 튜터가 음성으로 대화 상대가 되어 주고, 140개 레슨이 순서대로 이어지는 코스로 무엇을 공부할지 정해 줘요. 푸시 알림은 학습자가 다시 앱을 열도록 도와요.

범위

• iOS·Android 앱 출시와 운영
• AI 음성 튜터: 말하면 텍스트로 바꾸고(STT), 언어 모델이 답하고(LLM), 다시 음성으로 들려줘요(TTS)
• 140개 레슨 코스
• 푸시 알림 시스템, 효과 측정용 홀드아웃 그룹 포함
• 음성·미디어 파일 저장

만든 방식

결정 1: 음성 튜터를 세 단계로 나눴어요

음성 인식, 답변 생성, 음성 합성을 한 덩어리가 아니라 세 단계로 나눴어요. 단계마다 서비스를 따로 바꿀 수 있어서 품질과 비용을 부분별로 조정할 수 있어요. 대신 세 번 거치는 만큼 응답 시간이 쌓이기 때문에, 단계별 지연을 줄이는 작업이 따로 필요해요.

결정 2: 푸시에 홀드아웃 그룹을 뒀어요

푸시를 보내면 앱을 다시 여는 사람이 늘어나는지, 원래 열 사람이 연 건지 구분하기 어려워요. 그래서 푸시를 받지 않는 비교 그룹(홀드아웃)을 두고 효과를 재요. 대가는 일부 사용자가 알림을 받지 못한다는 점이에요.

결정 3: 가벼운 서버와 파일 저장소를 분리했어요

API는 Hono로 작게 만들어 Railway에 올리고, 음성·미디어 파일은 Cloudflare R2에 둬요. 파일 전송 요금 부담이 작아서 음성이 많은 앱도 운영비를 낮게 유지할 수 있어요. 대신 서버를 직접 운영하니 모니터링과 배포 관리는 제 몫이에요.

결과

• 앱스토어·구글플레이에 출시해 운영 중이에요.
• 140개 레슨 코스를 갖췄어요.

비슷한 앱을 2R 예산으로 만든다면

AI 음성 기능이 들어간 앱은 욕심을 가장 많이 줄여야 하는 유형이에요. 평균 지원금(약 800만원)으로는 앱이 어렵고, 모바일 웹으로 대화 흐름 하나를 먼저 검증하는 게 현실적이에요. 최대 2,000만원이면 iOS·Android 앱과 스토어 출시까지 들어오지만 상한에 딱 걸려요. 콘텐츠 양과 실험 기능은 2차로 두세요. 아래 예산 매핑과 MVP 앱 개발 구성을 함께 보세요.