Starbucks AI 메뉴, 주문 전 드라이브스루를 개인화할 수 있다
Starbucks는 개인화된 드라이브스루 메뉴를 검토할 계획을 밝혔지만, 고객이 이를 언제 접하게 될지는 발표하지 않았다. 제안된 Starbucks AI 메뉴는 참여 고객이 도착하면 이를 인식하고, 표시 내용을 바꾸며, 결제를 간소화하는 방식이다. 이는 익숙한 리테일 약속을 다시 살펴보게 한다. 고객을 기억하는 일은 통제권을 빼앗지 않으면서 주문을 더 쉽게 만들어야 한다.
CEO Brian Niccol은 회사의 10월 29일 실적 발표 통화에서 이 아이디어를 설명했다. 그의 표현은 중요하다. 고객 인식, 제품 추천, 결제 승인에는 서로 다른 판단이 필요하기 때문이다. 검토 계획을 발표했다고 해서 그 판단들이 어떤 방식으로 작동할지가 정해지는 것은 아니다.
Wendy’s는 앞서 추진한 FreshAI 음성 주문 이니셔티브를 통해 유용한 참고 사례를 제공한다. Starbucks는 같은 거래 과정의 다른 부분, 즉 고객이 선택을 마치기 전에 어떤 일이 일어나는지를 논의하고 있다. 핵심 긴장은 개인화를 통한 편의성과 누구나 이해할 수 있는 메뉴의 명확성 사이에 있다.
Starbucks AI 메뉴는 여전히 검토 단계다
Starbucks는 정해진 개인화 메뉴 출시 일정이 아니라, 가능한 고객 경험을 설명했다.
실적 발표 통화에서 Niccol은 참여 고객을 인식하고, 맞춤형 디지털 메뉴를 제시하며, 결제 과정을 간소화하는 방안을 언급했다. 그는 이 작업이 아직 초기 단계라고도 설명했다.
“참여”라는 단어는 특히 주목할 만하다. 이는 Starbucks가 이 경험에 포함되는 고객과 그렇지 않은 고객을 구분하는 방식을 구상하고 있음을 시사한다. 다만 등록, 동의, 인식, 철회가 어떻게 이뤄지는지는 설명하지 않는다.
디지털 메뉴는 표시되는 콘텐츠를 바꿀 수 있는 화면일 뿐이다. 개인화는 특정 고객에게 어떤 콘텐츠를 보여줄지 결정하는 과정을 더한다. 이 두 기능만으로 AI 시스템이 누군가가 원하는 바를 이해한다고 볼 수는 없다.
따라서 즉각적인 뉴스는 개발을 위한 방향성의 제시다. Starbucks는 드라이브스루가 개별 고객에게 반응하도록 만들고자 하며, 빠르게 결정이 이뤄지는 환경으로 개인화를 확장하려 한다. 회사는 최종 상호작용을 완성된 제품으로 설명할 만큼 충분한 세부 정보를 제공하지 않았다.
이번 통화에서 논의된 다른 이니셔티브와 이 개념을 구분하는 것도 중요하다. Starbucks는 2027 회계연도에 바리스타가 주문을 더 정확하고 효율적으로 입력하도록 돕는 백그라운드 AI 모델의 테스트를 진행할 것이라고 밝혔다.
그 테스트 계획을 개별화된 메뉴 보드의 출시일로 해석해서는 안 된다. 두 이니셔티브는 방문 과정에서 서로 관련된 순간을 다루지만, 해결하려는 문제는 다르다. 직원의 주문 입력을 지원하는 데에는 재방문 고객을 인식하는 것과 같은 수준의 권한이 필요하지 않다.
아이스커피를 주문하러 온 가상의 단골 고객을 생각해 보자. 맞춤형 화면은 익숙한 음료를 더 빨리 보여줘, 찾는 데 드는 노력을 줄일 수 있다. 이는 Starbucks가 시연한 기능이 아니라 개념을 설명하기 위한 예시다.
그 고객이 다른 메뉴를 원할 때는 경험이 덜 단순해진다. 유용한 인터페이스라면 익숙하지 않은 품목도 여전히 쉽게 찾을 수 있어야 한다. 어제의 선택을 기억하는 일이 오늘의 선택을 더 어렵게 만들어서는 안 된다.
결제는 또 다른 경계를 만든다. 도착 시 누군가를 인식했다고 해서 자동으로 계정에서 결제할 권한이 생기는 것은 아니다. 고객은 제안이 언제 선택이 되는지, 선택이 언제 구매가 되는지를 이해할 필요가 있다.
이러한 경계는 광범위한 도입 전부터 이번 발표가 주목받을 만한 이유를 설명한다. Starbucks는 짧은 드라이브스루 방문 시간 안에 신원, 상품 제안, 결제를 연결하는 방안을 검토하고 있다. 각 연결은 수고를 줄일 수 있지만, 혼란이 발생할 기회도 하나씩 더 만든다.
현재로서는 해결되지 않은 구현 세부 사항을 가진 제안된 경험이라고 설명하는 것이 가장 정확하다. 이를 이미 도입된 기능으로 취급하면 고객이 실제로 혜택을 받는지를 결정할 질문들을 건너뛰게 된다.
개인화는 이미 실행력에 집중한 사업에 들어온다
이 제안은 Starbucks가 매출 개선을 보고하는 가운데 나왔으며, AI 주도 회복의 증거라기보다 운영 전략의 연장선이다.
Starbucks는 4분기에 미국 동일 매장 커피하우스 매출이 7.7% 증가했다고 보고했다. 분기 실적에 따르면 동일 매장 거래 건수는 2.4% 늘었고, 거래당 평균 지출은 5.2% 증가했다.
이 수치는 제안된 개인화 메뉴가 효과를 입증하기 이전의 성과를 보여준다. 이 수치만으로는 해당 개념에 대한 수요를 확인하거나 고객 인식이 방문 증가로 이어질 것이라고 증명할 수 없다.
다만 사업 환경은 설명해 준다. Starbucks에는 개선할 기존 운영 체계가 있으며, 고객은 이미 서로 다른 주문 채널에서 선택을 하고 있다. 새로운 화면 경험은 정교한 시연을 수용하도록 운영을 바꾸게 하기보다 기존 운영에 맞아야 한다.
즉각적인 부담은 제품 팀과 매장 운영자에게 돌아간다. 제품 팀은 화면이 무엇을 우선시해야 할지 결정해야 한다. 운영자는 그러한 결정이 제조 과정으로 보내는 영향을 관리해야 한다.
화면에서는 유용해 보이는 추천이 다른 곳에서 업무를 만들어낼 수 있다. 추가 맞춤 설정을 유도한다면 주문 상호작용은 쉬워질 수 있지만 음료 제조는 더 복잡해질 수 있다. 이는 보고된 결과가 아니라 가능한 운영상 상충 관계다.
반대의 경우도 가능하다. 익숙한 선택지를 더 쉽게 알아볼 수 있게 하면 반복이나 오해를 줄일 수 있다. 이것이 시간을 절약하는지는 방문 전체 과정에서 어떤 일이 발생하는지에 달려 있다.
이는 측정 문제를 만든다. 주문 속도만으로는 경험이 개선됐는지 알 수 없다. 고객이 말을 더 빨리 끝냈지만 수정된 음료를 더 오래 기다린다면, 반드시 이득을 얻었다고 볼 수는 없다.
상업적 유인도 비슷한 수준의 검토가 필요하다. 메뉴는 고객이 이미 원하는 것을 찾도록 돕거나, 관련 있는 상품을 소개하거나, 추가 지출을 유도할 수 있다. 이 목표들은 때때로 일치하지만 서로 대체 가능한 것은 아니다.
따라서 Starbucks AI 메뉴에는 이해할 수 있는 성공 기준이 필요하다. 지출 증가는 사업상의 질문에 답할 수 있다. 실수 감소, 더 명확한 선택, 만족한 고객은 경험에 관한 다른 질문에 답할 수 있다.
소프트웨어가 잘못 추정했을 때 직원도 실질적인 부담을 떠안는다. 누군가는 화면을 설명하고, 의도한 선택을 복구하며, 줄이 계속 움직이도록 해야 한다. 숨겨진 업무를 바리스타에게 전가하는 시스템은 제품 발표에서는 효율적으로 보일 수 있다.
고객에게 걸린 문제는 더 일상적이면서도 더 즉각적이다. 고객은 무엇을 이용할 수 있는지 알고, 불필요한 압박 없이 선택하며, 주문한 것을 받기를 원한다. 개인화는 이 과업을 도울 때 그 가치를 입증한다.
이번 발표를 지켜보는 기업 구매자에게도 이것이 유용한 교훈이다. 제안된 AI 기능은 그것이 바꾸는 업무와, 실패했을 때 새로 만들어내는 업무를 포함해 평가해야 한다. 매력적인 상호작용은 구매 결정의 한 부분일 뿐이다.
Starbucks는 제안된 메뉴가 이러한 요구사항을 충족한다는 결과를 공개하지 않았다. 개선된 사업 성과는 기술의 검증이 아니라 맥락과 기대치를 제공한다.
주문 과정을 통해 살펴보는 Starbucks 개인화 메뉴
중요한 차이는 고객에게 제시되는 선택지를 바꾸는 것과 주문을 접수하는 주체를 바꾸는 것 사이에 있다.
Wendy’s는 2023년 5월 Google Cloud와의 FreshAI 파트너십을 발표했다. 음성 주문 파일럿은 드라이브스루에서 고객과 나누는 대화를 처리하는 데 초점을 맞췄다.
이 과거 사례는 Starbucks의 제안을 이해하는 데 유용한 기준점을 제공한다. 음성 주문은 말로 한 요청을 이해하는 일과 관련된다. 개인화된 디스플레이는 고객이 요청하기 전 또는 요청하는 동안 무엇을 보여줄지 결정하는 일과 관련된다.
이 기능들은 독립적으로 존재할 수 있다. 레스토랑은 직원이 주문을 받는 동안 추천을 표시할 수 있다. 반대로 모든 고객에게 동일한 메뉴를 보여주면서 음성 주문을 자동화할 수도 있다.
한 기능의 성공적인 시연이 다른 기능을 검증하지는 않기 때문에 이 구분은 중요하다. 음성을 이해한다고 해서 추천이 그 사람에게 적합하다는 뜻은 아니다. 계정을 인식한다고 해서 계정 소유자가 평소 구매하던 상품을 원하는 것도 아니다.
실무적인 관점에서 Starbucks 개인화 메뉴를 설명하려면 의사결정의 순서를 생각해 볼 수 있다. 시스템은 도착을 참여자와 연결하고, 관련 콘텐츠를 선택하며, 이를 이해하기 쉽게 제시해야 한다.
이 순서는 제안된 경험에 필요한 요소를 분석적으로 설명한 것이다. Starbucks는 전체 설계를 공개적으로 구체화하지 않았다. 이 단계들에 특정 센서, 계정 연결, AI 모델을 단정해 배정하는 것은 성급하다.
인식은 첫 번째 의존 요소다. 시스템이 방문을 잘못된 사람과 연결하면, 훌륭한 추천 과정도 잘못된 정보에서 출발한다. 화면은 자신 있게 개인화된 것처럼 보이지만 완전히 틀릴 수 있다.
관련성은 다음 의존 요소다. 이전 구매는 유용한 맥락을 제공할 수 있지만, 구매 이력이 현재의 지시는 아니다. 누군가는 동승자를 위해 주문하거나, 동료들을 위해 구매하거나, 평소 습관을 바꾸고 있을 수 있다.
표현 방식도 또 다른 의존 요소다. 추천은 읽기 쉽고 쉽게 무시할 수 있어야 한다. 선택지를 반복적으로 재배치하는 화면은 이미 어디를 봐야 하는지 아는 고객에게 업무를 만들어낼 위험이 있다.
바로 이 지점에서 편의성 주장이 구체화된다. 목표는 의도와 선택 사이에 필요한 노력을 줄이는 것이어야 한다. 더 맞춤화된 콘텐츠를 표시하는 일은 그 간극을 줄이는 데 도움이 될 때만 유용하다.
Wendy’s와의 비교는 레스토랑 AI를 단일한 경쟁 점수판으로 다뤄서는 안 되는 이유도 보여준다. 서로 다른 시스템은 방문 과정의 서로 다른 부분에 작용한다. 정확도 측정 방식과 운영상 결과도 별도로 평가해야 한다.
Starbucks의 백그라운드 주문 입력 테스트는 이 순서의 다른 지점에 위치한다. 이는 바리스타가 고객이 전달한 내용을 기록하도록 돕는 일과 관련된다. 이 접근 방식은 대화 중 사용되는 소프트웨어를 바꾸면서도 직원의 역할을 유지할 가능성이 있다.
이 도구들이 결국 함께 작동할지는 구현상의 문제로 남아 있다. 추천은 명시적인 확인 이후에만 주문이 될 수 있다. 또는 제안된 품목이 거래와 시각적으로 분리된 상태로 남을 수도 있다.
고객은 기저의 아키텍처를 이해할 필요가 없어야 한다. 대신 시스템이 무엇을 기억하는지, 무엇을 제안하는지, 무엇을 실제로 승인했는지 알 수 있어야 한다. 명확한 경계는 제품 유용성의 일부다.
바리스타 지원과 고객 영향에는 서로 다른 증거가 필요하다
Starbucks의 기존 직원 지원 기능은 관련 맥락을 제공하지만, 개인화된 고객 인식을 검증하지는 않는다.
2025년 6월, Starbucks는 직원들의 운영 관련 질문에 답하도록 설계된 AI 어시스턴트 Green Dot Assist를 도입했다. 최초 발표에서는 35개 커피하우스에서의 파일럿을 설명했다.
barista assistant는 매장 내 iPad를 통해 직원들이 질문할 수 있도록 했다. Starbucks는 제공 가능한 정보의 예로 음료 재료 찾기를 들었다.
이는 구체적인 업무 활용 사례다. 직원이 질문을 하고, 정보를 찾은 뒤, 기존 업무에 답을 적용한다. 상호작용은 추론된 선호가 아니라 요청으로 시작된다.
개인화 메뉴는 이러한 관계를 바꾼다. 소프트웨어가 해당 고객과 관련된 맥락을 바탕으로 정보를 선택한다. 고객은 어떤 정보가 그 선택에 영향을 미쳤는지 알지 못할 수 있다.
이 차이가 개인화를 거부해야 할 이유는 아니다. 대신 업무에 적합한 근거를 요구해야 하는 이유다. 유용한 레시피 답변과 유용한 추천은 성공 기준이 서로 다르다.
직원용 어시스턴트에서 유용성이란 정확하고 최신의 운영 정보를 찾아내는 것을 포함한다. 고객 추천에서는 변화하는 선호를 존중하고, 오해를 부르는 가정을 피하며, 대안을 선택할 수 있는 여지를 보존하는 것 역시 유용성에 포함된다.
Starbucks는 더 넓은 AI 접근 방식을 직원 지원과 인간적 연결을 중심으로 공개적으로 설명해 왔다. AI 전략은 서비스 과정의 마찰을 줄이기 위한 기술을 설명한다.
이 입장은 향후 도입 사례를 평가할 때 이해하기 쉬운 기준을 만든다. 화면이 더 많은 설명을 요구하거나, 대화를 방해하거나, 수정 절차를 복잡하게 한다면 회사가 제시한 근거는 약화될 것이다.
같은 기준은 유익한 결과가 나올 여지도 남긴다. 절제된 제안은 고객이 익숙한 주문을 전달하도록 돕는 동시에, 직원이 확인과 조율에 집중하게 할 수 있다. 이는 확립된 결과가 아니라 가능한 디자인 결과다.
지식 노동자라면 더 넓은 차이를 알아볼 것이다. 의도적으로 제기한 질문에 답하는 어시스턴트는 누군가에게 어떤 정보를 계속 제시할지 판단하는 시스템과 다르게 작동한다.
knowledge blending을 위한 도구는 사람이 활용할 수 있도록 맥락을 한데 모으는 관련 정보 관리 수요를 다룬다. 공공 주문 환경에서는 화면이 얼마나 많은 맥락을 드러내야 하는지가 추가적인 질문이다.
개발자에게 시사점은 실용적이다. 이용 가능한 고객 데이터가 곧바로 표시 콘텐츠를 결정해서는 안 된다. 인터페이스에는 공동 화면에 표시할 내용과 개인적 상호작용이 필요한 내용을 구분하는 정책이 필요하다.
구매자에게는 조달 관련 질문도 업무를 따라야 한다. 정보가 어떻게 최신 상태를 유지하는지, 오류를 어떻게 수정하는지, 최종 행동을 누가 통제하는지 물어야 한다. AI 역량에 대한 일반적인 주장은 이런 질문에 답할 수 없다.
Starbucks의 직원용 도구는 기술 계획이 추측성 메뉴 개념을 넘어선다는 점을 보여 준다. 그러나 제안된 모든 확장이 같은 이점을 지니거나 같은 보호장치를 필요로 한다는 점까지 입증하지는 않는다.
인식 방식은 개인정보 보호와 고객 통제 문제를 남긴다
핵심 불확실성은 Starbucks가 방문 전 과정에서 인식 방식을 어떻게 이해하기 쉽고 자발적인 것으로 만들 것인지다.
발표된 개념은 참여 고객을 어떻게 인식할지 명시하지 않는다. 따라서 안면 인식, 번호판 식별, 자동 휴대전화 감지를 확정된 구성 요소로 설명하는 것은 부정확하다.
기술 방식에 따라 경험과 위험은 달라진다. 현재 근거가 뒷받침하는 것은 Starbucks가 어떤 방식을 택할지 묻는 일이다. 가장 침해적인 방식이 이미 선택됐다고 가정할 근거는 없다.
참여는 최초의 초대를 수락하는 것 이상을 뜻한다. 고객에게는 참여를 중단할 수 있는 이해하기 쉬운 방법이 필요하다. 인식에 실패하거나 일반 메뉴를 원할 때는 평소처럼 주문할 수 있어야 한다.
공유 차량은 이 모호함을 잘 보여 준다. 운전자, 계정 소유자, 동승자, 음료를 구매하는 사람은 반드시 같은 사람이 아니다. 이들을 서로 바꿔도 되는 존재로 취급하는 시스템은 혼란스러운 추천을 낳을 수 있다.
공개적으로 보인다는 점도 고려해야 한다. 드라이브스루 화면은 개인 휴대전화처럼 사적인 공간에 있지 않다. 배치에 따라 다른 탑승자가 고객이 공유할 의도가 없던 정보를 볼 수 있다.
그렇다고 Starbucks가 민감한 이력을 표시할 계획이라는 뜻은 아니다. 다만 최종 디자인은 상호작용에 필요한 정보만 드러내야 한다는 의미다. 익숙한 항목은 개인적 세부 정보를 알리지 않고도 유용할 수 있다.
개인화 역시 개인별 가격 책정과 혼동해서는 안 된다. 검증된 발표 내용 어디에도 Starbucks가 같은 상품에 대해 고객마다 다른 금액을 부과하려 한다는 근거는 없다.
어떤 상품에 주목을 받게 할지를 바꾸는 일과 고객이 내는 가격을 바꾸는 일은 별개의 관행이다. 이를 구분하면 독자는 근거 없는 의혹을 덧붙이지 않고 실제 제안을 평가할 수 있다.
다만 가격이 일관되더라도 제시 방식은 여전히 결정에 영향을 준다. 화면은 어떤 대안을 눈에 띄게 만들거나 알아차리기 어렵게 할 수 있다. 고객에게는 더 폭넓은 선택지로 가는 분명한 경로가 필요하다.
주문 안전성은 또 다른 경계를 제기한다. 이전 구매 기록만으로 누군가가 오늘 무엇을 섭취해야 하는지는 알 수 없다. 추천이 재료, 알레르기 또는 식단 적합성에 대한 묵시적 보증이 되어서는 안 된다.
이는 이미 도입된 Starbucks 시스템의 문서화된 실패가 아니라, 제안된 상호작용에서 비롯되는 디자인 질문들이다. 회사가 완성된 경험을 판단할 만큼 충분한 정보를 공개하지 않았기 때문에 이 구분은 중요하다.
따라서 회의적인 관점의 핵심은 빠진 근거다. Starbucks는 원하는 편의성을 설명했지만, 인식 방식, 권한, 오류 복구, 결제 확인은 자세히 밝히지 않았다. 이런 누락은 오늘 책임 있게 내릴 수 있는 결론을 제한한다.
가장 설득력 있는 답은 고객이 정책 문서를 공부하지 않아도 이해할 수 있는 제품일 것이다. 고객은 메뉴가 왜 바뀌었는지, 일반적인 주문 경험으로 어떻게 돌아갈 수 있는지 알아야 한다.
개인화는 되돌리기 쉬울 때 더 신뢰하기 쉬워진다. 고객이 다른 선택을 하려면 인터페이스와 협상해야 한다면 편의성 주장은 약해진다.
향후 Starbucks AI 업데이트에서 주목할 점
다음으로 유용한 근거는 참여 방식, 운영 결과, 탐색과 도입의 구분에 관한 내용일 것이다.
첫 번째 신호는 등록과 인식에 대한 구체적 설명이다. 누가 참여할 수 있는지, 도착이 계정과 어떻게 연결되는지, 화면에 무엇이 표시되는지 Starbucks가 밝히는지 지켜봐야 한다.
이런 세부 사항은 폭넓은 목표를 평가 가능한 제품 제안으로 바꿔 줄 것이다. 명확한 권한 설정과 수정 통제 기능은 편의성 주장을 강화할 수 있다. 모호함이 계속된다면 핵심 고객 경험은 해결되지 않은 채로 남는다.
유용한 발표라면 일반적인 주문 경로도 설명할 것이다. 개인화를 거부하는 고객도 무엇을 해야 하는지 이해할 수 있어야 한다. 잘못된 정보가 나타났을 때 직원에게는 명확한 대응 방식이 필요하다.
두 번째 신호는 Starbucks가 2027 회계연도에 배정한 백그라운드 주문 입력 테스트의 근거다. 파일럿의 존재 자체를 성공으로 간주하기보다, 정확성과 서비스에 대한 명확한 측정 기준을 살펴봐야 한다.
신뢰할 만한 평가는 수정 없이 완료된 주문과 직원이 바로잡아야 했던 주문을 구분할 것이다. 또한 입력 단계에서 절약된 시간이 제조와 전달 과정까지 유지됐는지도 검토할 것이다.
이 결과가 개인화 메뉴를 직접 검증하는 것은 아니다. 하지만 Starbucks가 실제 드라이브스루 운영 안에서 AI를 어떻게 평가하는지는 보여 줄 수 있다. 투명한 보고는 이후의 주장을 더 쉽게 평가하게 해 줄 것이다.
세 번째 신호는 회사가 탐색적 표현에서 벗어나 정의된 개인화 메뉴 시험으로 나아가는지 여부다. 장소, 참여 절차, 명확히 한정된 기능 설명은 또 다른 일반적 약속보다 더 많은 정보를 제공할 것이다.
시험 발표도 여전히 테스트로 읽어야 한다. 확대는 더 광범위하게 도입하려는 의지를 뜻할 수 있지만, 고객 혜택에는 뒷받침되는 근거가 필요하다. 추가 매장을 발표한다고 해서 고객이 그 경험을 선호하는지는 설명되지 않는다.
향후 몇 달 동안 이 신호들은 분리해서 봐야 한다. 등록 세부 사항은 동의와 신원을 다룬다. 주문 입력 결과는 운영 지원을 다룬다. 메뉴 시험은 헤드라인을 촉발한 구체적인 개념을 다룬다.
기업 AI 구매자에게 더 큰 시사점은 맥락 인식 시스템에 정확한 예측 이상이 필요하다는 점이다. 추론, 추천, 확인, 행동 사이에는 명확한 관계가 필요하다.
개발자에게 Starbucks AI 메뉴는 그 관계가 개인 화면을 넘어 이동하는 구체적 사례를 제시한다. 소프트웨어는 직원이 복구를 책임지는 가운데, 시간 압박이 있는 공유 물리 환경에서 작동하게 된다.
고객에게 질문은 더 단순하다. 기억된다는 것이 방문을 더 쉽게 만드는가? 유용한 시스템이라면 주문 변경, 대안 탐색, 인식 거부의 자유를 지키면서 수고를 줄여야 한다.
Starbucks가 다음 업데이트를 공유할 때, 나를 아는 메뉴라는 약속만 보지 말아야 한다. 참여 방식, 일반 메뉴 선택지, 실제 주문 환경의 근거를 살펴봐야 한다. 직원이 실수를 신속히 수정할 수 있는지, 고객이 중요한 각 단계를 승인할 수 있는지 물어야 한다. 이런 세부 사항은 제안된 경험이 익숙한 일상을 개선하는지, 아니면 관리해야 할 또 하나의 인터페이스를 추가하는지 보여 줄 것이다. Starbucks AI 메뉴를 확립된 역량으로 받아들이기 전에 공개된 테스트 결과와 제품 세부 정보를 따라가야 한다. 이번 발표는 방향을 제시한다. 다음 공개 내용은 그 방향이 스피커 앞의 사람에게 어떻게 작동하는지 입증해야 한다.
