# 끼리(KKIRI) 벤치마킹 보고서

작성: 소넷 · 2026-09-05
방법: 웹 검색(2026-09-05 기준) + 학술 문헌(arXiv, Springer) + 상용 서비스 공개 정보. 직접 계정 생성/사용 테스트는 하지 않음 — 공개된 제품 설명·리뷰 기준.

## 1. 비교 기준

끼리의 핵심 주장은 세 가지가 동시에 성립하는 것이다.

1. 3인 이상 다자간 의사결정
2. 각자의 원문 응답은 끝까지 비공개
3. AI가 사람 대신 협상해서 "왜 이 안인지 · 누가 무엇을 양보했는지"까지 설명 가능한 합의안 생성

이 세 조건을 모두 만족하는 **상용 서비스는 이번 검색 범위에서 발견되지 않았다.** 그래서 조건을 하나씩만 만족하는 인접 카테고리를 모아 비교했다.

## 2. 비교표

| 서비스/연구 | 카테고리 | 다자간 | 원문 비공개 | AI 협상 | 산출물 |
|---|---|---|---|---|---|
| Doodle / When2Meet / LettuceMeet / Rallly | 일정 투표 | O | X — 응답이 전원에게 보임 | X | 최다 겹침 시간대 |
| Calendly Meeting Polls | 일정 투표 + 자동 확정 | O | X | X | 자동 확정 |
| Loomio | 합의형 의사결정(조직·비영리) | O | X — 토론 자체가 공개 | X — 사람이 직접 토론 | 찬성/반대/보류 집계 + 서술 |
| Pol.is | 대규모 의견 지도(vTaiwan 등에 사용) | O(대규모) | 부분 — 투표는 익명, 의견 텍스트는 공개 | X — ML은 군집화만, 협상 없음 | 합의/분열 지점 시각화 |
| Wanderlog / TripIt 그룹 여행 | 그룹 여행 일정 투표 | O | X — 투표 공개 | 부분 — 일정 추천 AI는 있으나 협상은 아님 | 다수결 일정 |
| AI Tour Meeting (arXiv 2607.18806, 2026) | 연구: LLM 페르소나 그룹 여행 논의 시뮬레이션 | O(시뮬레이션) | X — 대화 로그 자체가 산출물 | O(연구 단계) | 논의 로그 + 합의 itinerary |
| Negotiating the Small Stuff (Springer, 2026) | 연구: LLM 에이전트 저위험 그룹 결정(레스토랑 3인) | O(시뮬레이션) | O — 각 에이전트는 원 데이터 비공개, 협상만 노출 | O | 단일 선택 합의 |
| Pactum AI / Negomate | B2B 계약 협상 AI | X — 2자 협상 | O — 상대방에 전략 비공개 | O | 계약 조건 |

## 3. 포지셔닝

상용 서비스는 뚜렷하게 두 그룹으로 갈린다.

- **빠르지만 얕은 그룹** (Doodle, Calendly, Wanderlog류): 원문이 전원에게 공개되고 다수결로 끝난다. 소수 의견을 보호하는 장치가 없다.
- **깊지만 느린 그룹** (Loomio, Pol.is): 사람이 직접 토론해 합의 품질은 높지만, 시간과 감정노동이 크다.

끼리가 주장하는 자리는 이 둘 사이 — "원문 비공개(눈치 안 봄) + 속도(AI가 대신 협상, 사람 토론 불필요)"다. 이 조합을 상용 제품으로 만든 사례는 이번 검색에서 나오지 않았고, 가장 가까운 선례는 학술 연구 단계의 다중 에이전트 협상(AI Tour Meeting, Negotiating the Small Stuff)뿐이다 — 둘 다 아직 논문 속 시뮬레이션이며 배포된 제품이 아니다.

이 자리가 "비어있다"는 사실 자체가 리스크이기도 하다. 학술 연구조차 "원문을 숨긴 채 신뢰를 얻는 문제"를 아직 열린 문제로 다루고 있다 — 소넷 1페이저가 지적한 "신뢰의 역설"과 같은 지점이다.

## 4. 실사용 데이터 기반 시사점

- **Doodle/When2Meet류**: 참가자가 늘수록 최다 득표 시간대는 "차선"으로 수렴하고, 만족도가 낮은 사람이 항상 존재한다(공개 투표라 확인 가능하다). 끼리가 내세우는 "최저 만족도 우선"이 실제 차별점이 되려면, 이 최저 만족도를 개인정보 노출 없이 어떻게 보여줄지가 핵심 UX 과제로 남는다.
- **Loomio**: 합의형 결정은 소규모(4~12인)에서 효과적이지만 평균적으로 며칠이 걸린다. 끼리의 "5분 안에" 주장과 정반대 트레이드오프다. 즉 "속도 vs 합의 품질"은 실제로 상충하는 축이며, 끼리는 AI로 이 상충을 없앤다고 주장하는 셈 — 실측 검증이 필요하다.
- **학술 연구(2026)**: LLM 다중 에이전트 협상은 아직 저위험 시나리오(레스토랑 선택, 소규모 그룹 여행)에서만 실험 중이며, 상용 배포 사례는 검색 결과에 없다. 끼리는 연구 최전선과 같은 문제를 상용 제품으로 먼저 풀려는 시도 — 선점 기회이자 미검증 리스크다.

## 5. 권고

1. "세계 최초 AI 협상 서비스"라고 주장하지 않는다 — 같은 문제를 다루는 학술 연구가 2026년에 이미 나와 있다.
2. 차별점 카피는 "투표 앱보다 공정하고, 토론 앱보다 빠르다"로 좁힌다 — 이번 벤치마킹에서 실제로 확인된 트레이드오프 축과 일치한다.
3. Loomio형 합의 소요 시간(며칠)과 끼리 목표 시간(5분)의 격차를, 3인 이상 실제 협상 1건을 돌려 실측 근거로 남긴다(소넷 1페이저의 MVP 제안과 동일 방향).

## 출처

- [AI Tour Meeting: Group Travel Planning by LLM Agents (arXiv 2607.18806)](https://arxiv.org/html/2607.18806v1)
- [Choose Your Agent: Tradeoffs in Adopting AI Advisors, Coaches, and Delegates in Multi-Party Negotiation (arXiv 2602.12089)](https://arxiv.org/html/2602.12089)
- [Negotiating the Small Stuff: AI Agents for Low-Stakes Group Decisions (Springer)](https://link.springer.com/chapter/10.1007/978-3-032-29551-4_1)
- [MIND: Multi-Agent Inference for Negotiation (arXiv 2603.21696)](https://arxiv.org/pdf/2603.21696)
- [Rethinking Group Recommender Systems in the Era of Generative AI (arXiv 2507.00535)](https://arxiv.org/pdf/2507.00535)
- [Doodle: The When2Meet alternative](https://doodle.com/en/doodle-the-when2meet-alternative/)
- [When2meet vs. Doodle: Full Comparison](https://pipeline.zoominfo.com/sales/when2meet-vs-doodle)
- [Loomio (Wikipedia)](https://en.wikipedia.org/wiki/Loomio)
- [A simple online platform for consensus decision making (Loomio)](https://www.loomio.com/d/Pdo62wFD/a-simple-online-platform-for-consensus-decision-making)
- [Negomate AI — AI-Powered Negotiation Strategy Reports](https://negomate.intedges.com/)

## 한계

이 보고서는 공개 정보 기반 비교이며, 위 상용 서비스를 직접 가입·사용해 테스트하지 않았다. 특히 각 서비스의 실제 참여율·완료 시간 수치는 확인하지 못했고, 위에 인용한 "며칠" 같은 표현은 서비스 설명·리뷰에 근거한 정성적 추정이다. 정량 비교가 필요하면 별도 실측이 필요하다.