-
멤버십·간편결제 어플리케이션에 대한 사용자 만족 및 불만족 요인 분석 : 어플리케이션 리뷰 데이터를 중심으로 An Analysis of User Satisfaction and Dissatisfaction Factors in Membership and Easy Payment Apps: Focusing on Application Review Data -임주형, 연명흠 (2026) [2026 KSDS Spring International Conference] 연구 배경 디지털 소비환경이 플랫폼 기반 구조로 확장되면서, 포인트 멤버십 서비스와 간편결제 서비스의 기능 범위가 점차 중첩되고 있다. 사용자가 인식하는 멤버십과 간편결제 서비스의 경계 역시 모호해지고 있으나, 기존 연구는 주로 간편결제 서비스의 활성화 전략이나 소비자 지각 가치에 중점을 두었으며, 간편결제 기능이 결합·확장되는 환경에서 사용자가 어떤 요인에 만족하거나 불만족하는지를 실증적으로 살펴본 연구는 상대적으로 부족하다. 연구 목적 본 연구는 멤버십 및 간편결제 서비스의 경계가 모호해지는 상황에서, 사용자가 실제 어플리케이션 이용 경험을 바탕으로 어떤 요인을 만족 또는 불만족 요인으로 평가하는지를 분석하는 데 목적이 있다. 이를 위해 국내 주요 멤버십·간편결제 애플리케이션의 리뷰 데이터를 수집하고, BERTopic과 감성분석을 함께 활용하여 서비스 개선 및 확장 시 고려해야 할 요소를 도출하고자 하였다. 연구 범위 및 방법 본 연구는 한국은행의 간편결제 앱 분류 중 전자금융업에 속하는 서비스를 연구 범위로 설정하고, 구글 플레이스토어 다운로드 1,000만 건 이상의 국내 어플리케이션(카카오페이, 네이버페이, 토스, 페이코, 엘포인트(L.POINT), 해피포인트, CJ ONE, OK캐쉬백)을 조사 대상으로 설정하였다. 자료 수집은 파이썬을 이용하여 구글 플레이스토어에 등록된 리뷰 데이터를 수집하는 방식으로 진행하였다. 모바일 앱 업데이트가 비교적 빈번하게 이루어진다는 점을 고려하여 2022년 이후의 리뷰 47,536건을 1차로 선별하였다. 이후 특정 애플리케이션의 리뷰 데이터가 과도하게 많은 문제를 조정하기 위해 특정 어플리케이션 리뷰 데이터를 무작위 추출을 통해 수량을 조절하였으며, 최종적으로 22,285건의 리뷰 데이터를 분석에 활용하였다. 분석 과정에서는 특수문자 제거, 한 단어 제거, 불용어 제거 등 기초 전처리를 수행하고, KoNLPy 패키지의 OKT 형태소 분석기를 활용하여 명사 토큰화를 진행하였다. 이후 jhgan/ko-sroberta-multitask 임베딩 모델을 이용하고, 유니그램과 바이그램을 함께 적용한 BERTopic 분석을 통해 토픽을 분류하였다. 또한 Google Natural Language API를 활용하여 각 리뷰의 감성점수를 도출하고, 토픽별 평균 감성점수를 바탕으로 만족 및 불만족 요인을 분류한 뒤, 개별 리뷰데이터에 대한 정성 분석을 더하여 분석 결과를 도출하였다. 분석 결과 Coherence Score 및 Perplexity Score와 연구자의 판단을 종합하여 총 40개의 토픽을 도출하였다. 감성점수가 높게 나타난 토픽은 영화, 혜택, 포인트, 캐시백, 적립 및 할인 등으로 확인되었다. 멤버십·간편결제 어플리케이션에서 사용자가 긍정적으로 평가하는 요소가 단순한 결제 편의성에만 한정되지 않음을 보여준다. 사용자는 결제 과정에서 얻을 수 있는 포인트, 할인, 캐시백, 이벤트 혜택 등을 중요한 만족 요인으로 인식하고 있었으며, 따라서 서비스 설계 시 사용자가 혜택을 명확하게 인지하고 실제로 활용할 수 있도록 하는 구조가 필요하다. 중립적 성격의 토픽으로는 일일미션, 이벤트, 출석체크, 만보기, 광고, 아이템, 커피챌린지, 게임 등이 나타났다. 이들은 참여형 리워드 요소로, 사용자에게 혜택과 재미를 제공할 수 있지만 참여 과정에서의 오류, 노력 대비 낮은 보상, 보상 미지급, 까다로운 조건 등이 발생할 경우 부정적 경험으로 전환될 수 있다. 따라서 행동 뒤에 보상이 제공되는 구조에서는 보상 조건과 참여 절차를 명확하게 안내하고, 사용자가 기대한 보상을 안정적으로 받을 수 있도록 인터랙션을 설계할 필요가 있다. 마지막으로 감성점수가 낮게 나타난 토픽들을 크게 세가지로 분류하였다 첫째, 강제종료, 서버접속 등 어플리케이션의 기본적 시스템 오류 요인들이 불만족 요인으로 작용하고 있음을 보여준다. 둘째, 주식, 부동산, 음악재생 등 서비스 확장과 관련된 토픽 역시 부정적으로 나타났는데, 이는 새롭게 추가된 기능이 사용자의 기존 멤버십·간편결제 어플리케이션에 대한 멘탈모델과 충분히 연결되지 않을 경우 불필요한 기능으로 인식될 수 있으므로, 기존 서비스에 대한 멘탈모델 고려를 통해 도입여부를 결정할 필요가 있음을 시사한다. 셋째, 알림은 별도의 불만족 요인으로 분류하였는데, 이는 서비스 확장으로 인해 많아진 기능들에 대한 무분별한 알림으로 인한 불만족 요인으로 해석된다. 따라서, 다양한 기능 및 서비스의 경우 기능 별 별도 알림 수신 설정을 통한 사용자 통제권 제공이 필요할 것으로 판단된다. 결론 및 향후 연구 본 연구는 멤버십 및 간편결제 애플리케이션의 리뷰 데이터를 분석하여 보다 실증적인 사용자의 만족 및 불만족 요인을 도출함에 그 의의가 있다. 분석 결과, 사용자는 포인트 적립, 할인, 캐시백, 영화 관련 혜택 등 실질적인 경제적 이득을 제공하는 기능을 긍정적으로 평가하는 경향을 보였다. 서비스 참여 이후 보상이 제공되는 참여형 리워드와 관련된 토픽들은 긍정과 부정적 평가가 공존하였다. 로그인, 서버접속 등 시스템 오류, 주식, 과도한 알림은 주요 불만족 요인으로 나타났다. 추가적으로 서비스 확장이 부정적 사용자 평가로 이어질 수 있음을 확인하였다. 본 연구는 여러 어플리케이션의 리뷰 데이터를 통합하여 분석하였기 때문에, 개별 서비스별 만족 및 불만족 요인을 구분하는 데에는 한계가 있다. 또한 어플리케이션 리뷰 데이터만을 활용하였으므로 작성자의 연령, 이용 목적, 사용 빈도와 같은 사용자 특성은 충분히 반영되지 못하였다. 향후 연구에서는 개별 애플리케이션의 UX/UI와 리뷰 데이터를 함께 고려하고, 사용자 특성에 따른 평가 차이를 분석함으로써 멤버십·간편결제 서비스 개선 방향을 보다 구체화할 필요가 있다.
-
38
- 작성자김용석
- 작성일2026-06-10
- 68
- 동영상동영상
-
발화데이터의 형식에 기반한 인터뷰 유형 분류 Typology of Interviews based on the format of Utterance data - 유지원, 김기현, 심재연, 유아라, 연명흠 - 2026 한국디자인학회 봄 국제 학술대회 연구 배경 및 목적 인터뷰는 사용자 경험과 맥락을 깊이 이해하기 위해 널리 활용되는 UX 리서치 방법이지만, 대부분의 연구는 인터뷰 내용 중심으로 분석되어 왔다. 이에 본 연구는 인터뷰 내용을 해석하는 대신 발화 비율, 평균 문장 수 등 발화 데이터의 형식적 특성에 주목하여 인터뷰의 구조적 차이를 분석하고자 하였다. 나아가 포지셔닝 맵을 활용해 인터뷰 유형을 분류하고, 발화 구조만으로도 인터뷰의 특징을 유형화할 수 있는 가능성을 탐색하는 것을 목적으로 한다. 분석방법 본 연구는 다양한 직업 및 관심 활동과 관련된 인터뷰 데이터를 수집하여 분석하였다. 수집된 17개 주제 중 관련성이 낮거나 발화 수가 적은 주제를 제외하고, 최종적으로 14개 주제의 인터뷰 36건을 분석 대상으로 선정하였다. 인터뷰의 구조적 특성을 파악하기 위해 발화 비율, 평균 문장 수, 경험 기간, 현장 여부 등의 지표를 추출하였으며, 포지셔닝 맵을 통해 인터뷰 유형을 분류하고 집단 간 차이를 비교 · 분석하였다. 구조 지표 정의 인터뷰 데이터를 구조적 관점에서 분석하기 위해 경험 기간, 현장 여부, 발화 비율, 평균 문장 수 등의 지표를 정의하였다. 이후 14개 인터뷰 주제, 총 36건의 데이터를 대상으로 각 지표를 추출하여 표 형태로 정리하였으며, 이를 바탕으로 지표 간 관계와 인터뷰의 구조적 특성을 분석하였다. 포지셔닝 맵 8가지 지표 중, ‘발화 비율’과 ‘평균 문장 수’를 핵심 지표로 선정하여 해당 축을 기준으로 포지셔닝 맵을 구성하고, 각 축의 중앙값을 기준으로 사분면을 구분하여 총 36건의 인터뷰를 4개 유형으로 분류하였다. 발화 비율이 높을수록 평균 문장 수도 함께 증가하는 경향이 나타났으며, 이를 통해 인터뷰는 발화 참여도와 턴당 정보 밀도에 따라 서로 다른 구조적 유형으로 구분될 수 있음을 확인하였다. 또한 현장·비현장 집단 간 평균 문장 수 차이를 비교한 결과, 현장 집단이 다소 높게 나타났으나 통계적으로 유의한 차이는 확인되지 않았다. 인터뷰 유형 분류 인터뷰 환경에 따른 평균문장 수 비교 인터뷰 환경(현장/비현장)이 발화 구조에 영향을 미치는지 확인하기 위해 분포를 비교하였으나, 통계적으로 유의한 차이는 확인되지 않았다. 결론 본 연구는 인터뷰의 내용이 아닌 발화 구조에 주목하여, 발화 비율과 평균 문장 수를 기반으로 인터뷰를 4가지 유형(적극형, 소극형, 연발형, 단발형)으로 분류할 수 있음을 확인하였다. 이를 통해 인터뷰 데이터가 형식적 특성만으로도 의미 있게 분석될 수 있음을 제시하였다. 다만 특정 주제와 맥락의 인터뷰를 대상으로 하여 일반화에 한계가 있으며, 향후 다양한 주제와 조건을 포함한 데이터로 유형 분류의 적용 가능성을 검증할 필요가 있다.
-
36
- 작성자김용석
- 작성일2026-06-10
- 73
- 동영상동영상
-
혼재된 추천 맥락에서의 사용자 자기해석 유형화 연구 User Self-Explanation Typologies in Mixed Recommendation Contexts - 김규리, 연명흠, 심유리(2026) [PROCEEDINGS OF HCI KOREA 2026 학술대회 발표 논문집] 연구 배경 이커머스 환경에서는 서로 다른 생성 기준을 가진 추천이 하나의 화면이나 탐색 흐름 안에서 복합적으로 제시되며, 생성 기준이 명확히 드러나지 않는 경우 사용자는 화면에 나타난 단서를 바탕으로 추천의 근거를 추론해야 한다. 그러나 기존 연구는 알고리즘 성능이나 단일 추천 블록의 효과에 주로 초점을 두어, 실제 탐색 상황에서 사용자가 여러 추천을 어떻게 이해하고 해석하는지에 대한 구조적 설명은 부족하다. 연구 목적 본 연구는 실제 이커머스 탐색 환경에서 사용자가 추천을 마주하는 순간, 어떤 근거를 바탕으로 이를 이해하고 해석하는지와 그 과정에서 발화에 드러나는 판단 단서를 살펴보고, 이러한 해석 방식의 반복적 구조를 자기해석 유형으로 도출하는 데 목적이 있다. 연구 방법 국내에서 널리 사용되는 종합커머스 플랫폼인 쿠팡을 분석 대상으로 선정하여 화면이나 추천 종류를 제한하지 않고 홈, 검색, 카테고리 목록, 상품 상세, 리뷰, 찜 및 장바구니 등 전체 탐색 흐름을 범위에 포함하였다.사전 설문, 맥락적 조사, Think-Aloud, 화면 및 손동작 녹화, 사후 인터뷰를 통해 자료를 수집하였으며, 참여자의 발화를 중심으로 구조화하여 분석하였다. 분석 결과 개방 코딩을 통해 272개의 초기 코드를 도출하였고, 이를 유사한 판단 근거와 의미적 연관성에 따라 통합하여 11개의 세그먼트를 구성하였다. 이후 특정 단서에 대한 해석 방식과 그에 따른 탐색 반응이 일관되게 결합되는 반복적 구조를 기준으로 다섯 가지 자기해석 유형(SE-1~SE-5)을 도출하였다. 결론 추천은 동일하게 제시되더라도 사용자의 해석 기준에 따라 다르게 인식되었다. 특히 본 연구에서 도출한 자기해석 유형은 추천의 효과나 클릭 여부를 설명하기 위한 분류가 아니라, 사용자가 추천의 의미를 어떤 판단 단서를 중심으로 이해하고 해석하는지에 초점을 둔 해석적 유형이라는 점에서 기존 추천 연구와 구별된다. 이는 추천을 단순히 노출하거나 최적화해야 할 정보가 아니라, 사용자가 자신의 탐색 맥락 속에서 해석하고 위치시키는 인지적 단위로 이해할 필요성을 제기한다. 다만 본 연구는 단일 플랫폼을 대상으로 한 소규모 질적 연구라는 한계를 지니며, 향후 다양한 플랫폼과 탐색 맥락을 포함한 분석을 통해 자기해석 구조의 적용 가능성을 확장할 필요가 있다.
-
34
- 작성자김용석
- 작성일2026-03-24
- 149
- 동영상동영상
-
정보 탐색 맥락에서 선제적 에이전트의 디자인 개입 요소 분석 Analysis of Design Intervention Factors for Proactive Agents in Information-Seeking Contexts - 송지영, 연명흠, 심유리 - 2026 한국HCI학술대회 연구 목적 선제적 에이전트는 사용자의 행동과 상황 맥락으로부터 학습하여 사용자의 목표에 부합하는 시의적절한 도움을 제공하는 자율적인 시스템이다[7]. 최근 선제적 에이전트는 사용자의 행동·대화·상황 맥락을 기반으로 사용자가 요청하기 전에 먼저 정보를 제안하는 형태로 진화하고 있다. 이러한 선제적 제안은 탐색 과정의 부담을 줄이고, 과업 수행의 효율성 향상을 기대할 수 있어 차세대 대화형 AI의 핵심 기능으로 주목받고 있다. 그러나 선제적 에이전트의 높은 기술적 가능성에도 불구하고, 제안이 왜 · 언제 · 어떤 근거로 발생하는지에 대한 사용자 경험 관점의 실증 연구보다는 선제적 기능을 평가하기 위한 모델에 관한 연구가 주요한 실정이다. 선제적 에이전트의 시스템은 내부에서 다양한 사용자 데이터를 활용하지만, 사용자는 데이터 활용 시점 · 해석 방식 · 추론 과정을 인지할 수 없어 제안이 부자연스럽거나 과도하게 개입한다고 인식할 수 있다. 본 연구는 선제적 에이전트가 사용자의 정보 탐색 맥락에서 자연스럽고 신뢰할 수 있는 제안으로 받아들여지기 위해 사용자가 제안된 정보를 해석하고 판단하는 과정을 지원하는 디자인 개입 요소 분석을 목적으로 한다. 연구 방법 연구는 다음과 같이 네 단계로 진행되었다. 첫 번째 단계로 문헌 연구를 통해 선제적 에이전트의 정보 제공 방식을 정의했다. 두 번째 단계로 실제 서비스 분석을 통해 정보 제공 유형을 파악하였으며, 세 번째 단계에서 선행연구를 통해 타이밍–맥락 적합성–신뢰도를 중심으로 사용자 판단 요소를 구조화 했다. 마지막으로 시나리오 기반 사용자 인터뷰를 통해 판단 구조 및 잠재적 문제와 디자인 개입 요소를 정성적으로 분석하였다.결론 시나리오 기반 사용자 인터뷰를 포함한 정성적 연구 결과, 사용자의 판단 기준은 타이밍, 맥락 적합성, 신뢰도, 근거, 정확도 총 다섯 가지 품질 요소로 구성되었으며, 이 요소들은 단일 요소가 아닌 상호 영향 관계의 요소로 확인되었다. 특히 시스템의 판단 과정이 사용자에게 충분히 드러나지 않을 경우, 사용자는 스스로 정보를 평가 및 판단할 수 없게 되어 정보를 받아들이는 과정에서 상호작용에 문제가 발생할 수 있음을 시사한다. 이는 AI의 의도 · 근거 · 맥락 해석 · 데이터 사용 방식과 과정이 사용자에게 충분한 근거로 제시되는 UX 설계의 필요성을 보여준다.
-
32
- 작성자김용석
- 작성일2026-03-24
- 140
- 동영상동영상
-
고관여 가전제품 탐색 과정 중 온·오프라인 채널 전환에 대한 요인 도출 Identifying Factors Influencing Online–Offline Channel Switching During the Search Process for High-Involvement Home Appliances 박병현, 이은솔, 연명흠, 심유리 2026 한국HCI학술대회 연구 목적 고관여 가전제품을 대상으로 온라인 정보 탐색 과정에서 오프라인 채널로의 전환이 발생하는 지점과 그 배경, 그리고 전환을 유발하는 행동적 단서를 실증적으로 분석하는 것을 목적으로 한다. 이러한 분석을 통해 고관여 가전제품 구매 여정에서 나타나는 온·오프라인 전환 요인을 도출하는 것을 의의로 둔다. 연구 방법 사용자가 온라인에서 가전제품을 탐색하는 과정 전반을 기록하기 위해 Contextual Inquiry 를 적용하였다. 연구자가 제시한 탐색 과업을 수행하는 동안 참여자의 화면 조작 과정을 화면녹화 방식으로 수집하였으며, 이때 동반된 발화 또한 함께 기록하여 탐색 과정의 판단 근거를 파악하였다. 녹화한 자료는 시간 흐름에 따라 정리한 뒤, 화면 상의 행동 변화를 중심으로 코드화 하여 Protocol Analysis를 실시하였다. 이를 통해 참여자의 탐색 과정에서 나타나는 행동 흐름과 특징적 패턴을 구조화 하였으며, 분석 결과는 이후 논의에서 제시하는 해석의 근거로 활용하였다. 연구 결과 온라인 채널에서 고관여 가전 제품을 탐색할 때 오프라인 매장으로 채널을 전환하고자 하는 요인은 검색 결과 리스트 속 제품 간 차이, 제품 정보 등에 대한 매니저의 추가 설명 필요 및 온라인 정보만으로는 제품 이 체감되지 않기에 실물 검증을 통한 탐색 정보 확인을 위해 오프라인 매장으로 채널 전환을 희망하였다. 뿐만 아니라 LLM/챗봇과 같은 AI와의 질의응답 중 답변으로 제공 받은 정보를 탐색 시 활용은 하되 이를 오프라인 매장에 방문하여 매니저에게 AI답변 내용을 검증 받길 희망하였으며 탐색한 브랜드의 제품에 대한 전문적인 정보의 수준이 AI보다 매니저가 더 높을 것이라고 기대 하였다. 이는 자동화에 대한 제한적 신뢰, 설명 가능성에 대한 결핍, AI에게 제공 받은 정보에 대한 확신 수준의 불일치로 해석되며 이를 해결하기 위해 오프라인 매장으로 채널을 전환하고자 함을 알 수 있었다. 따라서 LLM/챗봇과 같은 AI서비스에게 제공받은 정보를 오프라인 매장 내 매니저를 통해 검증하고자 함은 기존 채널 전환 요인과는 다른 새로운 고관여 가전제품 탐색 과정의 온·오프라인 채널 전환 요인임을 시사한다. 결론 및 한계점 본 연구는 고관여 가전 제품 온·오프라인 채널 전환 주요 요인을 규명하고 신규 채널 전환 요인을 도출하였으나 다음과 같은 한계점이 존재한다.
-
30
- 작성자송지영
- 작성일2026-02-19
- 182
- 동영상동영상
-
패션 플랫폼의 사용자 유형과 콘텐츠 디자인 유형에 따른 큐레이션 서비스 선호도 분석 Analyzing the Curation Service Preferences on Fashion Platforms by User and Content Design Type - 이보민, 이규리, 박병현, 김지유, 심유리(2025) [PROCEEDINGS OF KSDS, SDC 2025 학술대회 발표 논문집] 연구 배경 및 목적 온라인 패션 커머스 시장이 급격히 성장함에 따라, 주요 플랫폼들은 단순한 상품 나열에서 벗어나 각기 다른 형태의 큐레이션 서비스를 제공하고 있다. 특히 플랫폼별로 사용자 특성과 비즈니스 전략에 따라 다른 큐레이션 콘텐츠 구성 방식을 보여주면서 플랫폼 간 차별화된 방향을 보이고 있다. 이에 본 연구는 사용자 유형과 큐레이션 콘텐츠 유형에 따라 큐레이션 서비스 선호도가 어떻게 달라지는지 분석하는 것을 목적으로 한다. 연구 모형 설계 사용자 유형과 큐레이션 콘텐츠 유형, 두 가지를 모두 독립변수로 두고, 이에 따라 큐레이션 서비스 선호도가 어떻게 달라지는지를 보고자 모형을 설계하였다. 사용자 유형은 윤지현 외(2021)의 연구를 바탕으로 실용형과 쾌락형으로 분류하였고, 콘텐츠 디자인 유형은 MZ세대 패션 앱 트렌드 리포트 2024(오픈서베이)의 이용률 상위 5개의 패션 플랫폼인 무신사, 에이블리, 지그재그, KREAM, 29CM의 콘텐츠 형식을 수집하여 상향식 접근을 통해 6가지 유형으로 분류하였다. 설문 수집 및 분석 절차 인구통계학적 정보, 월간 패션 제품 지출 금액, 주요 이용 플랫폼, 이용 빈도, 사용자 유형(실용형, 쾌락형) 판별 문항과 6가지 콘텐츠 디자인 유형 항목으로 구성하여 패션 제품에 관심이 많은 20~39세 성인 남녀 온라인 설문조사를 통해 총 113명의 응답을 수집하였다. 분석 절차는 1. 문항 신뢰도 분석 > 2. 사용자 유형 분류 > 3.선호도 검정 순으로 진행하였다. 분석 결과 콘텐츠 디자인 유형별 선호도 콘텐츠 디자인 유형과 사용자 유형 간 프로모션 기반에서 실용형이 급격히 올라가고, 브랜드 기반에서 쾌락형이 더 높아지는 정반대 패턴이 나타나 교호작용을 확인하였다. 콘텐츠 디자인 유형과 사용자 유형 간 비교 프로모션 기반은 다른 모든 유형보다 유의하게 선호도 높았으며, 전문가 기반은 대부분의 유형보다 유의하게 선호도 낮았고, 나머지 유형들 사이에서는 큰 유의한 차이가 없었다. 콘텐츠 디자인 유형에 따른 선호도 순위는 뚜렷하지만, 실용형·쾌락형 두 집단의 전체적인 선호 패턴은 거의 유사했다. 결론 및 한계점 두 사용자 유형 모두 프로모션 기반 콘텐츠에 대한 선호도가 높고, 전문가 기반 콘텐츠에 대한 선호도가 가장 낮았으며, 콘텐츠 디자인 유형에 따른 선호 순위가 유사하게 나타났다. 다만 사용자의 심층적 동기와 경험을 탐색하지 못해, 설문조사 응답만으로 판단하였기에 정량 연구의 한계점이 존재하였다. 전문가 기반 콘텐츠의 선호도가 가장 낮게 나타난 점은 흥미로운 발견으로, 향후 연구에서 사용자의 심층적 동기와 경험을 탐색하는 정성적 연구를 병행함으로써, 이번 연구에서 새롭게 발견한 전문가 기반 콘텐츠에 대한 낮은 선호의 원인을 구체화하고, 이를 통해 큐레이션 서비스의 사용자 경험 디자인 연구로 이어질 수 있는 타당성을 높이고자 한다.
-
28
- 작성자송지영
- 작성일2026-02-19
- 264
- 동영상동영상
-
온라인 패션 플랫폼 탐색 과정 구조화와 행동 패턴 분석 Structuring the Exploration Process and Analyzing Behavioral Patterns in Online Fashion Platforms 김지유, 김민주, 박채린, 연명흠, 심유리 (2025) [PROCEEDINGS OF KSDS, 학술대회 발표 논문집] 연구 배경 온라인 패션 플랫폼은 추천과 필터 기능을 제공하지만, 많은 사용자는 이를 충분히 활용하지 못해 원하는 제품을 찾는 데 어려움을 겪는다. 이는 추천 시스템이 탐색 과정에서 변화하는 판단 기준의 근거를 즉각적으로 반영하지 못하기 때문이며, 그 결과 제품 간 비교와 의사 결정 과정에서 혼란을 경험한다. 특히 패션 카테고리는 개인의 취향과 감각적 판단이 강한 영역으로, 사용자의 탐색 과정 속 판단 근거와 탐색 전략의 변화 양상을 함께 분석할 필요가 있다. 연구 목적 본 연구는 온라인 패션 플랫폼에서 사용자의 실제 탐색 과정을 관찰하여, 탐색 중 형성되고 변화하는 판단 기준의 근거가 상품 비교 및 의사결정 과정에서 어떻게 나타나는지를 탐색적으로 분석하고, 이를 바탕으로 탐색 과정을 단계별로 구조화하여 그 패턴을 규명하는 것을 목적으로 한다. 연구 방법 : 온라인 패션 플랫폼에서 사용자가 서비스에 진입한 시점부터 상품을 탐색하고 구매를 결정하기까지의 과정을 대상으로 하였다. 이후 맥락적 조사(Contextual Inquiry)와 생각 말하기(Think-Aloud)기법을 병행한 디지털 에스노그라피(Digital Ethnography), 어피니티 다이어그램(Affinity Diagram), 행동 트래킹 맵(Behavior Tracking Map) 순서로 진행하였으며 기능 사용, 상품 전환, 키워드 구체화가 새로운 판단 기준의 형성과 변화에 어떻게 연결되는지를 통합적으로 분석하였다. 연구 결과 : 분석 결과, 초기부터 명확한 판단 기준을 바탕으로 이를 검증하는 사용자(이하 ‘검증형')와, 탐색을 진행하며 새로운 판단 근거를 발견하고 이를 기준으로 판단을 수정하는 사용자(이하 ‘형성형’) 두 가지 패턴이 관찰되었으며 두 유형은 판단이 이루어지는 과정과 탐색 방식에서 세 가지 측면에서 차이를 보였다. 결론 및 한계점 : 본 연구는 사용자의 탐색이 단순한 기능 활용의 결과가 아니라, 탐색 과정 속에서 판단 기준이 근거를 통해 구체화되고 재조정되는 유기적 흐름임을 확인하였다. 기존 연구들이 기능 중심 성능 향상에 초점을 맞춘 반면, 본 연구는 사용자의 실제 탐색 과정에서 판단 근거가 형성되고 변화하는 양상을 행동 기반으로 분석하고, 정성조사를 통해 탐색적으로 살펴보았다는 데 의의가 있다. 향후 연구에서는 참여자 규모를 확대하고, 플랫폼 유형별 탐색 과정의 세부 양상과 단계별 변화를 비교 분석함으로써, 판단 기준 형성과 변화의 패턴을 보다 정량적으로 검증할 필요가 있다.
-
26
- 작성자송지영
- 작성일2026-01-24
- 181
- 동영상동영상
-
파이썬을 활용한 디지털 에스노그라피 분석 방법 제안 탐색 사례를 중심으로 A Python-Based Digital Ethnography Method for UX Analysis: A Case Study on OTT Content Exploration 김민주, 이은솔, 연명흠(2025) [PROCEEDINGS OF KSDS, SDC 2025 학술대회 발표 논문집] 연구 목적 본 연구는 디지털 에스노그라피가 실제 사용 맥락을 자연스럽게 기록할 수 있다는 장점에도 불구하고, 분석 과정이 수작업에 의존해 많은 시간과 노력이 소요되며 일관성과 재현성을 확보하기 어렵다는 한계를 해결하고자 하였다. 이를 위해 OTT 콘텐츠 탐색 사례를 대상으로 화면 녹화와 실시간 발화 데이터를 활용하여 클릭, 스크롤, 감상, 검색, 플랫폼 전환 등의 시각적 행동을 자동으로 구조화·시각화하는 파이썬 기반 분석 방법을 제안하였다. 연구의 목표는 기존 질적 분석을 자동화 가능한 형태로 전환하고, 효율성과 타당성을 검증함으로써 실무 적용 가능성을 확장하는 것이다. 연구 방법 연구는 참가자들이 실제 환경에서 OTT 플랫폼을 사용하며 콘텐츠를 탐색하는 과정을 화면 녹화와 인터뷰 발화로 기록하는 방식으로 진행되었다. 수집된 데이터는 전사 후 시간 단위로 정렬해 행동과 발화를 연계하였으며, 스크롤, 드래그, 감상, 검색, 플랫폼 전환 등 주요 행동 유형으로 분류하였다. 이후 영상 처리와 텍스트 인식 기법을 적용해 프레임 단위 변화 감지, 화면 정지 여부, 텍스트 인식을 자동 수행하고, 시작·종료 시점과 행동 유형을 자동 분류하였다. 분석 결과는 엑셀 로그로 변환하고, 이를 시계열 히트맵으로 시각화하여 행동 흐름과 패턴을 파악했다. 또한 발화 내용을 맵핑하여 탐색 전략과 인지적 의미를 보완적으로 해석하였다. 연구 결과 분석 결과, 상하 스크롤과 좌우 드래그와 같은 반복적이고 시각적으로 명확한 행동은 자동 분석만으로도 높은 정확도와 재현성을 확보할 수 있었다. 반면, 검색이나 플랫폼 전환과 같이 텍스트 인식과 맥락 이해가 필요한 행동은 자동 분석만으로는 한계가 있었으며, 발화 기반의 보완 분석과 연구자의 해석이 필요했다. 시각화된 데이터에서는 탐색 중후반에 짧고 불규칙하게 분포하는 감상 구간, 스크롤 후 콘텐츠 확인으로 이어지는 빈번한 행동 시퀀스, 특정 플랫폼에 탐색과 감상을 집중하는 경향 등이 확인되었다. 또한 발화 분석을 통해 일부 사용자는 소거법 기반의 탐색 전략을, 다른 일부는 선호 속성 중심의 선택 전략을 사용하는 것으로 나타났다. 결론 및 한계점 본 연구는 디지털 에스노그라피의 수작업 중심 분석을 자동화하여 반복 행동 탐지의 효율성과 분석 재현성을 높였으며, 시각적 분포와 구조적 패턴을 효과적으로 파악할 수 있음을 입증하였다. 그러나 사용자 의도와 맥락을 해석하는 과정에서는 여전히 연구자의 창의적 개입과 전문성이 필수적이었다. 보조 도구는 해석 기준 정리와 행동 구조화에 유용했으나, 모든 행동 유형에서 완전한 자동화는 어려웠다. 향후 연구에서는 다양한 플랫폼과 화면 요소를 포함한 사례 분석과 기존 방법과의 비교 실험을 통해 분석 기준을 정교화하고, 보다 보편적인 디지털 에스노그라피 분석 도구로 발전시킬 필요가 있다.
-
24
- 작성자송지영
- 작성일2025-08-19
- 310
- 동영상동영상
-
대중교통 길찾기 탐색에 따른 사용자 유형 분류 User type classification based on public transit route exploration - 장재원, 장민지, 송지영, 연명흠(2025) [PROCEEDINGS OF KSDS, SDC 2025 학술대회 발표 논문집] 연구 배경 및 목적 스마트폰의 확산과 함께 네이버 지도, 카카오맵 등 모바일 기반 대중교통 길찾기 서비스가 현대인의 일상에 필수적으로 자리 잡았다. 이들 서비스는 경로 안내뿐만 아니라, 실시간 교통정보, 도착 예정 시간, 혼잡도 등 다양한 맥락 정보를 제공하여 사용자가 이동 전 과정에서 정보를 탐색하고 판단하는 방식을 변화시켰다. 그러나 실제 사용자들은 서비스 이용 과정에서 서로 다른 탐색 전략과 정보 활용 행태를 보였다. 일부는 실시간 정보를 반복적으로 확인하고 경로를 재탐색하는 반면, 일부는 최소한의 정보만 참고하거나 불안 없이 유연하게 대응했다. 본 연구는 대중교통 길찾기 서비스 이용 과정에서 나타나는 사용자의 다양한 경험과 행동 패턴을 심층적으로 분석하고, 이를 바탕으로 사용자 유형을 도출 및 구조화하는 데 목적을 두었다. 단순한 사용 빈도나 기능 활용 정도를 넘어, 인지적, 정서적 반응과 행동 전략을 포괄적으로 이해하고, 향후 서비스 설계 및 UX 전략 수립에 기초자료를 제공하고자 했다. 연구 방법 및 절차 먼저, 행동요인 선정 단계에서는 VoC 데이터 크롤링과 관련 선행연구들을 통해 사용자 경험에 영향을 주는 다양한 요인을 폭넓게 조사했다. 특히, 반복적으로 도출된 키워드들을 바탕으로 선행연구를 간접적으로 인용하여, 최종적으로 7가지 핵심 행동요인을 선정했다. 다음으로, 심층 인터뷰 단계에서는 반구조화된 인터뷰 문항을 설계하고, 사전 설문을 통해 인터뷰 대상을 선별한 후, 대상자들과 1:1로 심층 인터뷰를 진행했다. 이후 패턴 맵핑 단계에서는 사전 평가 기준표를 설정한 뒤, 인터뷰에서 나온 발화를 각 행동요인에 대입하여 행동 패턴을 체계적으로 맵핑했다. 이렇게 도출된 행동 패턴을 바탕으로, 퍼소나 구성 단계에서 각 유형별 대표성을 갖는 3가지 퍼소나를 제작했다. 마지막으로, 유형 도출 단계에서는 퍼소나를 토대로 대중교통 길찾기 탐색 과정에서 나타나는 주요 사용자 유형을 최종적으로 도출했다. 주요 연구 결과 지금까지의 내용을 바탕으로, 최종적으로 세 가지 유형을 도출했다. 첫 번째, 고의존·고불안형(P1)이다. 이 유형은 서비스에 대한 의존도가 매우 높고, 낯선 경로나 예상치 못한 변화 상황(도로 통제, 무정차 등)에서 강한 불안과 스트레스를 경험했다. 현재 위치나 경로 이탈 상황을 반복적으로 확인하고, 지도 방향 자동 회전, 확대·축소 기능을 적극적으로 활용했다. 안내 정보에 대한 신뢰도가 높으며, 시스템 안내에 그대로 따름으로써 심리적 안도감을 얻는 특징이 있었다. 두 번째, 중의존·고신뢰형(P2)이다. 이 유형은 지도 서비스를 능숙하게 활용하면서 안내 정보에 대한 신뢰도가 높고, 정서적으로도 안정적인 모습을 보였다. 길을 잃는 상황에 대한 두려움이 적었으며, 추천 경로와 도착 시간 등 시스템 정보를 합리적으로 받아들였다. 전체 경로를 파악하고 능동적으로 판단하며, 지도 정보 및 기능을 자유롭게 조작할 줄 아는 숙련된 사용자로 나타났다. 세 번째, 저의존·저관여형(P3)이다. 이 유형은 앱 사용 빈도가 낮고, 새로운 장소에서도 주로 자신의 공간 감각이나 기억에 의존했다. 길을 잃거나 변수가 생겨도 불안이나 당황 반응이 적었으며, 지도 방향·경로 추천 기능 등은 거의 사용하지 않았다. 길찾기 앱은 참고용 수단 정도로만 인식하는 것이 특징이었다. 이를 통해, 의존도와 신뢰, 불안 수준에 따라 각기 다른 유형의 사용자들이 존재하며, 이러한 특성을 반영하는 서비스 설계가 필요함을 확인했다. 결론 및 제언 본 연구는 대중교통 길찾기 서비스 사용자의 실제 경험을 바탕으로, 개인화된 서비스 설계의 근거가 되는 세 가지 사용자 유형을 도출했다. 향후 연구에서는 표본의 다양화와 정량적 검증, 사용 로그 분석 등 실증 연구를 통해 보다 정교한 UX 전략 개발이 필요함을 제안했다.
-
22
- 작성자김민주
- 작성일2025-06-11
- 384
- 동영상동영상
-
-
20
- 작성자김민주
- 작성일2025-06-10
- 722
- 동영상동영상
