김재성
현재 우리 팀은 매주 인당 3개의 가설을 제시하고, 그 중 2개의 가설을 채택하여 테스트하는 것을 반복하고 있다. 4명이므로 가설은 12개씩 나오고 있는 셈이다.
가설에 도메인의 제한을 두지 않고, xyz 가설의 방식을 따르고는 있지만 디테일한 숫자에는 집착하지 않고 있다. 속도와 창의적인 확인 방법에 초점을 두고 있기 때문이다.
그 중 지난 번에 ‘상황에 맞춰 운동 루틴이 조절’하면, 사용자의 운동 완수율이 높아질 것이다는 가설을 테스트했던 이야기를 공유하고자 한다.
컨셉은 이러하다. 오늘 마침 비가 오거나, 약속이 있거나, 야근이 있는 등 어쩔 수 없는 일들이 일상에 정말 많다. 이러한 ‘변수’들에는 일정 문제도 있지만 컨디션 이슈까지 더 하면 굉장히 빈번하게 일어난다. 팀에서 관찰한 결과 이러한 변수들로 인해 운동을 미루는 현상이 발생하고, 최종적으로 운동의 지속력을 떨어트린다. 재밌는 것은 변수 발생이 운동 루틴에 변수를 낳는, 네거티브 피드백이 발생한다.
쉽게 말해 어플이나 인터넷에서 제공하는 운동 루틴은 고정되어 있는 정적인 값이다. 하지만 내 상황은 계속 바뀌니, 요일 뿐만 아니라 운동 종류까지 계속 조정되어야 합당하다.
가령 월, 수, 금 3분할 루틴을 진행하는데 수요일에 운동을 못했다면 루틴이 적절히 조절되어야 하는데, 어떻게 조정해야 하는 생각이 복잡해진다. 또는 10kg 3세트하라는 운동을 완수 못했다면? 혹은 힘이 남는다면? 이러한 변수들도 다시 변수 역할을 하여 운동 지속을 저해한다는 것이 우리 팀의 판단이었다.
변화하는 나의 일정과 나의 컨디션에 비해 운동 루틴은 정적인 문제를 해결하기 위해, 나에 맞춰 루틴도 계속 변화하면 운동 지속률이 높아질 것이라는 가설을 테스트하기로 했다. 우리 팀은 이를 동적 루틴이라고 부르고 있다. 핵심 가
설이 작동하기만 하면 상세한 알고리즘을 구현하거나, 생성형 AI 코치 등을 통해서 확장성도 무궁무진하다고 생각되어 진행했다. 하지만 그 결과는 사실 다소 미지근했다.
자체적으로 핵심 가설의 성공을 50%의 리텐션을 목표로 했었으며, 오히려 불편함을 감수해도 작동하는 서비스를 찾고 싶었기 때문에 구글 스프레드 시트로 진행했다. (물론 개발을 절대 하지 않겠다는 의지도 한 스푼 있었다) 그 결과 약 43%가 서비스가 지속하는 다소 미지근한 결과였다. 짧은 테스트 기간을 고려하면 실망스러운 결과였다. 빠르게 다음 가설로 넘어가기 위해 고객 인터뷰를 진행했고, 그 결과는 우리를 다시 생각하게 만들었다.
AI가 아니여서 좋았어요!
부족한 테스트임에도 감사히 참여해주신 분들을 대상으로 전화 인터뷰를 진행하자 몇 가지 특이한 내용이 있었다.
구글 스프레드 시트가 불편해서 다른 운동 어플에 메모했다가 다시 입력하는 분들이 계셨다.
AI가 짜준 루틴이 아니어서 좋았다.
스프레드 시트가 불편해서 집에 와서 기입하거나, 홈트를 진행하시는 분의 경우 노트북을 켜서 입력하며 운동하신 분이 계셨다. 극도의 불편함을 감수했을 뿐만 아니라, 이렇게까지 기입을 해서 받는 운동 루틴에 큰 효용을 느꼈다는 것에 놀랐다.
제일 놀란 점은 적극적인 참여를 하신 분들은 AI에 대한 거부감이었다. 사실 운동 루틴 추천 서비스는 너무 많다. 유명 운동인의 운동 루틴을 검색만 해도 알 수 있는 시대에, 왜 내가 이 운동을 해야 하고, 루틴이 왜 이렇게 바뀌었는 지에 대한 세밀한 관리에 큰 반응이 있었다.
한 번만.. 다시 해볼까?
그래서 한 번만 다시 해보기로 했다. 고객이 효용을 느낀 부분은 강화하고, 불편함은 줄이되 하나의 핵심 가설만을 확인하는 실험을 다시 구성했다.
휴먼 터치를 조금 더 강조하여, 트레이너도 모습을 더 적극적으로 들어내는 방식으로 바꾸었고, 그 과정에서 페이를 드리기로 했다.
그래서 오늘 7/2 저녁부터 모집을 시작하기로 했으며, 2주간(혹은 그 이상) 진행 하기로 했다! 지난 번보다 훨씬 개선되었으며, 자세한 진행 내용은 아래에서 확인할 수 있다 :)
더 자세히 확인하기
