로어 vs 웹하운드

로어 장단점

• 전 구글 엔지니어들이 만든 만큼 데이터 처리 속도가 빠르고, 수만 건의 메시지도 몇 분 내로 시각화해 줍니다. 사용자들이 가장 만족해하는 점은 '자신도 몰랐던 소통 습관'을 발견한다는 것으로, 예를 들어 특정 요일에 메시지를 보내는 빈도나 밤늦게 응답하는 패턴 등이 인사이트로 제공됩니다. 모든 분석이 기기 내에서 이뤄져 개인 메시지가 외부 서버로 전송되지 않는다는 점도 프라이버시를 중시하는 사용자에게 호평을 받습니다.

• 가장 큰 불만은 플랫폼 제약으로, iMessage만 분석 가능해 한국 사용자 입장에서는 활용도가 극히 제한적입니다. 또한 '고스팅 점수' 같은 지표가 과학적으로 검증된 것이 아니라 단순 알고리즘에 기반한다는 비판도 있으며, 일부 사용자는 자신의 점수가 너무 낮게 나와 오히려 스트레스를 받았다고 보고합니다. 무료 버전에서는 분석 가능한 대화 상대 수가 제한되어 있어 유료 구독으로 전환해야 제대로 된 기능을 쓸 수 있다는 점도 진입 장벽으로 꼽힙니다.

웹하운드 장단점

• Webhound는 수동으로 웹 데이터를 수집하는 데 드는 시간과 노력을 크게 절약해 주며, 복잡한 코딩 없이 자연어 지시만으로 웹에서 필요한 정보를 추출하고 구조화된 데이터셋을 구축할 수 있습니다. 추출된 모든 데이터에는 원본 소스 링크가 함께 제공되어 정보의 신뢰성을 높이고 팩트 체크를 용이하게 합니다. 또한, 예산에 따라 몇 분에서 며칠까지 장시간 실행되는 자율적인 AI 에이전트로서, 심층적인 웹 리서치와 데이터 수집을 가능하게 하며, 구조화된 데이터셋뿐만 아니라 인용된 연구 보고서 형태로도 결과물을 제공합니다. 구독 방식이 아닌 세션별 예산을 설정하는 종량제(pay-as-you-go) 요금 모델을 채택하여 사용자가 비용을 유연하게 제어할 수 있습니다.

• Webhound는 대규모의 포괄적인 데이터셋보다는 사일로화된 소스에서 중간 규모의 데이터셋을 수집하는 데 더 적합하며, 대량 수집에는 약점을 보입니다. 일부 사용자들은 초기 데이터 검색 속도에 대해 기대를 충족하지 못했다고 언급했으며, 20분 동안 알려진 데이터의 3%만 찾았다는 사례도 있었습니다 (다만, 추출에 몇 시간이 걸릴 수 있다고 명시되어 있음). 사용자 인터페이스에서 '소스' 표시 방식이 혼란스러울 수 있어, 사용자들이 CSV로 다운로드하여 Google Sheets에서 직접 편집하는 것을 선호하는 경우가 있습니다. 초기 버전에서는 세션당 비용이 높고(1100달러 이상) 무한 루프에 빠지는 문제가 있었으나, 다중 에이전트 시스템 도입으로 개선되었습니다. 현재 아키텍처는 속성에 따라 1,000~5,000행 정도에서 한계에 도달하며, 더 나은 확장을 위한 아키텍처 개선이 진행 중입니다.

로어 주요 기능

• AI 기반 대화 요약 및 핵심 인사이트 추출
• 고스팅 점수 및 읽씹 빈도 정량화
• Top Chatters 랭킹 및 관계별 활동 요약
• 이모지 사용 패턴 및 응답 시간 분석
• Apple Intelligence 또는 OpenAI 선택적 연동
• 기기 내 처리로 메시지 외부 유출 없음

웹하운드 주요 기능

• 병렬 멀티 에이전트 시스템(검색·비평·검증 에이전트 협업)
• 자연어 지시 기반 자동 웹 스크래핑 및 데이터 구조화
• 모든 결과에 원본 소스 링크 포함된 감사 추적
• CSV·Excel·JSON 클린 데이터 내보내기
• 중복 방지 Long-term Memory 및 스케줄링 기반 업데이트
• 구독 없는 종량제(Pay-as-you-go) 요금 모델