먼저 읽어보시면 좋을 만한 글

바쁘신 분들을 위한 Tl;DR

대화형 질문 다이어리의 디자인 방향성에 대해 얘기해요.
기존 질문 다이어리의 사용 경험에 대해
어떻게 하면 하나의 질문 다이어리를 완성하게 만들 수 있을까? (feat. 훅 모델)
가설 검증 여부를 판단하기 위해 필요한 정량적 · 정성적 데이터 수집 계획에 대해 얘기해요.

기존 질문 다이어리에서 아쉬웠던 점들

내면 탐구에 특화된 일기 앱 서비스를 만들고 있다 보니, '질문 다이어리'라는 포맷이 굉장히 매력적으로 느껴질 수밖에 없었어요. 나를 돌아볼 수 있는 여러 질문에 답을 해보는 경험 또한 내면 탐구에 큰 도움이 되니까요.

하지만 아무리 잘 큐레이션 된 질문 다이어리라도 아쉬운 점이 있었어요. 저는 문제를 두 가지로 정의해 보았는데요.

하나의 질문으로 너무 많은 맥락을 만들어내려고 하다 보니, 답변을 작성하는 데 필요한 노력의 비용이 높아졌다. - 행동의 복잡성
답변에 대한 피드백의 부재는 흥미와 지속성을 떨어뜨렸다. - 가변적 보상의 부재

질문은 대화의 한 맥락이고, 심도 깊은 대화는 하나의 질문으로만 이루어지지 않잖아요. 만약 질문과 답변이 대화의 형식으로 진행된다면 위 두 가지 문제를 해결할 수 있을 거란 생각이 들었어요.

한 문장으로 정리한 가설은 다음과 같아요.

"질문과 답변이 기존 질문 다이어리처럼 단방향이 아닌, 대화처럼 이어질 때 더 만족스러운 내면 탐구 경험을 할 수 있을 것이다.“

그럼 이제 솔루션에 대해 얘기해볼게요!

행동에 필요한 비용 줄이기

사용자의 습관 형성을 유도할 때는 액션에 필요한 비용을 최대한 줄여주는 것이 중요한데요. (훅 모델- Hook Model)

위에서 언급한 1번 문제에 대해 제가 떠올린 솔루션들은 다음과 같아요.
(*1번 문제 : 하나의 질문으로 너무 많은 맥락을 만들어내려고 하다 보니, 답변을 작성하는 데 필요한 노력의 비용이 높아졌다.)

1. 개별 다이어리의 질문 수 줄이기

2. 첫 액션에 들어가는 노력의 비용 줄이기

- 쉽고 간단하게 답할 수 있는 질문으로 시작해서 점점 깊어질 수 있도록

3. 사회적 증명 - 효과적으로 후기 쌓고 노출하기

가변적 보상 설계하기

사용자의 흥미를 계속해서 돋우기 위해 가변적 보상을 설계하는 것도 중요해요. (훅 모델 - Hook Model)

가변적 보상이란 말 그대로 예측할 수 없는 보상이에요. 사실 대화 그 자체가 가변적 보상의 연속이 될 수 있죠.

내 말에 귀 기울이고 공감해 주며, 때로는 적절한 질문까지 던져주는 친구가 앞에 있다고 생각해 보세요. 대화의 만족도는 시간이 지나면 지날수록 높아지겠죠? (이를 위해 AI가 어떤 태도로 어떻게 사용자의 답변에 반응해야 하는지에 대한 세밀한 설계가 필요한데요. 이 부분은 다음 아티클에서 구체적으로 다뤄볼까 해요.)

추가적으로 시각적 보상을 수령하는 주기도 짧게 가져감으로써, 빠르게 긍정적 피드백 루프를 형성할 수 있도록 하려고 해요.

여기까지는 위에서 언급한 *2번 문제에 대한 솔루션이 될 수 있을 거라 가정했어요.

(*2번 문제 : 답변에 대한 피드백의 부재는 흥미와 지속성을 떨어뜨렸다)

어떤 지표를 눈여겨 보아야 할까?

지금까지 제가 떠올린 솔루션은 높은 확률로 정답이 아닐 가능성이 높아요. 한 번에 핏이 맞을 순 없을 거예요. 반드시 측정 가능한 정량적, 정성적 데이터를 수집하고, 그 데이터를 기반으로 가설 검증 여부를 판단할 수 있어야겠죠.

저는 아래와 같은 지표들을 유의 깊게 살펴 볼 예정이에요.

개별 질문 리텐션율 - 질문 구성 순서 및 내용에 따른 고객 그룹의 리텐션율 변화
질문에 대한 정량적 피드백
테마 투표 결과 - 사람들이 관심있어 하는 주제에 대한 인사이트
보상 수령 전환율 - 다른 다이어리에 대한 기대감 측정

마치며...

심도 깊은 대화를 나눌 기회가 줄어들고 있다고 느껴요. 생각의 깊이는 점점 얕아지고, 표면적인 것들에 재빠르게 반응하기 바쁜 느낌이기도 하고요.

빠르게 바뀌는 시대 흐름에 발맞춰 움직이는 것도 중요하겠지만, 가끔은 내가 어딜 향해 이렇게 바삐 나아가고 있는 건지, 내가 추구하는 가치는 무엇인지 재고해 보는 시간도 가져보셨으면 좋겠어요:)

긴 글 읽어주셔서 감사합니다.

다음 콘텐츠 예고

답변 생성보다 중요한 것은 예외 처리다!
- 맥락에서 벗어난 대화, 시스템에 대한 해킹을 시도하는 대화, 전문가의 진단 또는 처방이 필요한 대화... 어떻게 하면 여러 Case에 대해 적절하게 예외 처리를 할 수 있을까?
AI가 사람처럼 기억을 관리하고 활용하게 하는 방법
- 인간의 경우 최근 대화를 더 많이 기억하거나, 조금 더 강렬했던 대화를 더 많이 기억하기 마련이다. 모든 대화에 같은 점수를 부여하고 동일한 수준으로 기억하는 것이 아니다. 즉, 상대성이 있다. 어떻게 하면 이러한 인간의 특성을 모방할 수 있을까?