파일 목록으로

식이 기록 전략 - Decision

최초 결정 (2026-02-17): Kill (독립 앱) 업데이트 결정 (2026-02-17): Kill (독립 앱) → Pivot: GlucoseWorks 식이 기록 강화

의사결정 과정

1차 가설: 독립 Eating Works 앱

독립 식단 관리 앱으로 넓은 사용자 확보 → 데이터 축적 → Decision Engine 구축.

결과: Kill. 식단 관리 앱 시장은 극심한 레드오션(MFP 200M 사용자, Cal AI 8.3M DL, Nourish $115M 투자). 1인 팀이 차별화 없이 진입하기엔 CAC가 너무 높고, 식단 기록은 본질적으로 "귀찮은 행위"라 70% 사용자가 2주 내 이탈.

2차 가설: FastingWorks 내 식사 기록

기존 FastingWorks에 식이 기록 기능 추가 → 데이터 축적.

결과: 부적합. "간헐적 단식 앱"이라는 포지셔닝이 성장 천장. 식이 기록 기능을 넣으면 포지셔닝이 더 혼란스러워짐. FastingWorks 마케팅 전략 수립 과정에서 이 한계를 이미 확인.

3차 가설 (최종): GlucoseWorks 식이 기록 강화

GlucoseWorks의 기존 "optional meal logging"을 핵심 기능으로 승격.

결과: Go (GlucoseWorks 내 기능으로). 이유:

Go 근거 (GlucoseWorks 식이 기록 강화)

1. 추론 정확도의 직접적 향상

GlucoseWorks 추론 엔진에서 탄수화물 데이터는 가중치 38-55%로 단일 최대 인자. 현재 영양 데이터 미입력 시 default 60g 가정으로 정확도가 ±20-30% 저하. 식이 기록 강화는 제품의 핵심 가치(대사 추정 정확도)를 직접 개선한다.

2. 기록 동기가 내장된 구조

비교Eating Works (독립)GlucoseWorks + 식이 기록
기록 동기없음 (의지력 의존)대사 반응 확인 (호기심)
피드백 루프7일 후 패턴 분석30분 후 대사 추정 반영
이탈 구조70% 2주 이탈 (업계 평균)추정 정확도 향상이 보상

식단 앱의 최대 문제(리텐션)가 GlucoseWorks에서는 구조적으로 해소된다. "이 음식이 내 대사에 어떤 영향을 주는가"라는 호기심이 기록의 동기가 되기 때문.

3. 경쟁 회피

독립 식단 앱은 MFP/Cal AI/Cronometer와 정면 경쟁하지만, GlucoseWorks 내 식이 기록은 "대사 추정의 입력 데이터"로서 전혀 다른 카테고리. 경쟁 구도가 January AI(음식 중심 대사 추정)뿐이며, GlucoseWorks는 "패시브 생체신호 중심"으로 차별화가 이미 확보되어 있음.

4. Decision Engine 데이터 3축 완성

FastingWorks : 언제 안 먹는가 (단식 타이밍)
GlucoseWorks: 무엇을 먹으면 어떻게 반응하는가 (식이 + 대사 추정)
HealthKit   : 몸이 어떤 상태인가 (HRV, 수면, 활동)

3개 데이터 축이 결합되면 "이 사람에게 최적의 식사 타이밍과 구성"을 추론하는 개인화 Decision Engine이 가능해진다. GlucoseWorks 내에서 식이+대사 데이터가 자연스럽게 결합되므로 별도 앱 대비 데이터 연결 마찰이 없음.

5. 포지셔닝 일관성

GlucoseWorks의 기존 포지셔닝("Apple Watch 생체신호로 대사 건강 추정")과 식이 기록은 충돌하지 않음. 식이 기록은 "추정 정확도를 높이기 위한 선택적 입력"으로 자연스럽게 포지셔닝되며, "음식 스캔 필수" 앱과는 명확히 다른 카테고리.

현재 brief.md에도 이미 명시: "음식 사진 스캔 불필요, 간단한 식사 기록 권장".

Kill 근거 (독립 앱, 유지)

이전 분석의 Kill 근거는 그대로 유효:

  1. 극심한 레드오션: MFP 200M+, Cal AI 8.3M DL, Nourish $115M 투자
  2. 차별화 부재: 독립 식단 앱으로서의 고유 가치 없음
  3. 리텐션 구조적 문제: 70% 2주 이탈, 기록 동기 부재
  4. TAM 착시: 시장은 크지만 신규 진입자 SOM 극소

GlucoseWorks 식이 기록 강화 방향

설계 원칙

  1. 칼로리 카운터가 아님: 정밀 영양소 추적이 아니라 대사 추정에 필요한 최소 입력
  2. 패시브 우선 유지: 기록 없이도 작동하되, 기록하면 정확도 향상
  3. 마찰 최소화: 사진 + 간단 태깅 수준, 5초 이내 완료

기존 GlucoseWorks 포지셔닝에 미치는 영향

축현재강화 후
입력 방식패시브 (Apple Watch 자동 수집)패시브 + 선택적 식사 기록
핵심 메시지"Apple Watch만으로 대사 건강 추정""Apple Watch + 간단 식사 기록으로 더 정확한 대사 추정"
January AI 대비"패시브 vs 음식 스캔""패시브 우선 + 선택적 기록 vs 음식 스캔 필수"

포지셔닝 변경이 아니라 기존 포지셔닝의 강화. "패시브 우선"은 유지하되, 기록하면 더 정확해진다는 가치를 추가.

다음 단계

  1. GlucoseWorks 식이 기록 UX 설계: 사진 기반 간편 기록, 대사 추정과의 피드백 루프
  2. 추론 엔진 영양 데이터 활용도 검증: default 60g vs 실제 기록 시 정확도 차이 측정
  3. 기존 GlucoseWorks 실험 계획(D7 리텐션, 캘리브레이션 상관)과 통합: 식이 기록 유무에 따른 리텐션/정확도 비교 코호트 추가

출처

0 / 55