STEP 02. AI 데이터 UX 리서치 — 정책서 없이 만들었더니 생긴 일

 
 

STEP 01. AI 서비스 기획 기초 — 문제 정의부터 CRUD 설계까지

 
이전 글에서 AI서비스 기획의 첫번째 질문은 AI한테 뭘 맡기고 뭘 맡기지 않을 것인가 라고 했는데
그다음은 검증이다.
 
AI서비스를 기획할 때 정석적인 순서가 있다.
상위 계획을 세우고, 정책서를 쓰고, 요구 사항을 정의하고 사용자 리서치도 그 안에 들어간다.
경쟁 서비스의 리뷰를 긁어 AI로 분류하고,
사용자가 뭘 원하고 뭘 싫어하는지 먼저 파악한 다음에 설계에 반영한다.
 
정석대로라면 이런 문서들이 먼저 나와야 한다.
상위계획에선 무료 AI 사주 서비스를 만든다.
타고난 특성 분석 + 대운별 전략 제시하고 수익모델은 프리미엄 분석 유료화한 후 
타겟은 20~40대 사주에 관심 있는 일반 사용자로 잡은 뒤 정책서에 AI는 해석만 한다, 판단은 엔진이 한다.
개인정보처리방침 필수. 생년월일시 + 현재 상황을 수집하고 캐시 정책포함,
같은 입력이면 같은 결과와 같은 내용을 쓰고
사용자는 생년월일시를 입력하고 분석 결과를 받고
결과를 카카오톡으로 공유할 수 있다.
마이페이지에서 이전 기록을 본다.
계정 탈퇴 시 데이터를 삭제하는 요구사항을 정의하고 경쟁 AI 사주 앱 리뷰 마이닝.
부정 리뷰 키워드 분류. 사용자 인터뷰 또는
설문하며 사용자 리서치를 했을 것이다.
 
찐망고 사주는 그 순서를 전부 건너 뛰었는데.. 
정책서도 없고, 요구정의도 없고, 상위계획도 없었다. 하하하
무책임해서가 아니라 이쪽일을 15년 넘게 하다보니
이미 머릿속에 상위계획이 있고, 1인개발이기도 하고
프로토타입을 바로 만들고 바로 수정하는게
더 빠르기 때문이었다.
다만 이건 경험이 쌓인 사람의 나만의 방식이지,
처음부터 이렇게 하라는 말은 절대 아니고

AI랑 같이  3주동안 바로 만들었믄데
이후 서비스는 돌아가지만
데이터 없이는 판단할 수 가 없는 상황이 생겼다.
 
피드백 쪽을 뒤늦게 만들고 난 후 40건쯤 모였을 때
만족률은 92.5%였다.
피드백을 뜯어보면 사람들이 만족하는 대부분은
맞다는 느낌이었다.
타고난 특성 부분이 자기같다고 하는 반응도 있었고..
아쉬운 피드백은 일단 말이 어렵다는거,
대운별로 언제 뭘해야하는지도 알려달라 같은 것들
유입경로는 거의 카카오톡 공유였는데
광고를 하지않았는데 CTR이 44.7%가 나왔다는 건
결과를 받은 사람이 공유할 만큼
만족했다는 뜻이기도 했다.
하지만 그게 어떤 결과를 받았을 때 공유하는지는
모름..
사전에 시선 추적이나 사용자 흐름을 분석해 뒀다면
이지점을 미리 설계할 수 있다
 
다른 AI사주 앱들의 리뷰를 AI로 분석하는건
어렵지 않다.
앱스토어 리뷰를 긁어서 긍정/부정으로 분류하고,
부정리뷰에서 반복되는 키워드를 뽑으면 된다.
해봤다면 아마 이런게 나왔을 거다.
너무 뻔한말만 한다. 내 상황이랑 안맞다와 같은..
이건 결국 찐망고가 이미 해결한 문제들이라..
엔진이 판단해서 일관성을 확보했고,
현재 상황을 입력받아 맥락을 반영했다.
문제는 이걸 감으로 해결한거지,
데이터로 검증한게 아니라는거다
결과적으로 맞았지만 과정이 없다. 
강의에서 이걸 감으로 하세요 라고 할 수 없으니 ㅋㅋ 
그래서 리서치는 필수다.
감을 데이터로 바꾸는 과정이 UX리서치다.
 
리서치 없이 만들었지만,
런칭한 후에 UX를 데이터 기반으로 수정한건 있다.
결과페이지를 매거진 스타일로 리디자인했다.
섹션마다 워터마크 번호를 넣고, 세리프 폰트를 적용하고, 골드라벨로 시각적 계층을 만들었다.
이건 피드백에서 결과가 길고 가독성이 떨어진다해서 이후  작업한 것이다.
 
로딩바도 데이터기반으로 설계했다.
AI가 해석문을 생성하는데 평균 1분이상 걸리는데
로딩바가 일정속도로 차면
중간에 멈춰보이는 구간이 생겨 혹시 멈춘건 아닌가
불안해 할 수 있다. 초반에 빠르게 차고
90%이후엔 아주 천천히 움직이게 설계했다.
 
현재 상황 입력 UI도 사후에 추가했다.
처음엔 생년월일시만 받았다.
그런데 같은 명식인데 직장인과 사업자 혹은
다른 상황에서도 다 맞는 결과물을 만들고 싶었다.
혼인여부, 자녀, 소득유형을 추가했다.
모바일에서 한손으로 탭할 수 있는 크기를 기준으로
그리드를 배치했다.
개인정보처리방침은 비교적 일찍 만들었다
Kakao로그인을 연동전이었지만,
DB에 만세력 데이터가 저장되는 시점에서
이미 개인정보 수집에 해당한다하여..
정책서는 없어도 법적문서는 빼먹지 않는 자세.
 
정리해보면 찐망고 사주는 리서치 없이 만들었고
그래도 돌아갔다
만족률도 높고, 공유도 잘되고
서비스도 돌아가는 중이다.
그런데 돌아가는것과 왜 돌아가는지를 아는지는
다른 문제다
 
사전에 리뷰마이닝을 했다면
현재 상황 입력의 우선순위를 올렸을 거다.
히트맵이나 세션 리플레이를 붙여뒀다면
결과 페이지 리디자인을 감이 아니라
데이터로 판단했을 거다.
사전 리서치를 하면 한 번에 맞히는 확률이 올라간다.
사후 리서치를 하면 고칠 수는 있지만
시간이 두 배 든다.
둘 다 안 하면 감으로 가는 건데,
감이 맞을 때도 있지만 설명할 수 없다.
AI 서비스를 기획할 때
리서치는 하면 좋은 것이 아니라,
안 하면 나중에 두 번 일하는 것이다.
 

찐망고 사주풀이 | 달콤한 운명 리포트

 

리서치에서 방향이 잡히면
다음은 화면을 그리는 단계로 넘어가는데
다음 글에선 Figma에서 Hi-Fi 와이어프레임을 설계하고, AI를 활용해 MVP를 빠르게 잡는 과정을 다룰 예정

 

이 시리즈는 실제 운영 중인 서비스 찐망고 사주를 사례로 AI 서비스 기획부터 배포까지를 다루는 강의 노트입니다.
📌출강 및 커리큘럼 문의: spacejh72@gmail.com