아티클 스터디(UX 라이팅, You.com, 디지털 에스노그라피)

오늘은 이번 주차에 진행했던 아티클 스터디 내용을 정리하려고 한다!

아래는 읽었던 아티클 원본 주소

https://yozm.wishket.com/magazine/detail/1887/

사용자를 화나게 만드는 ‘UX 라이팅’의 함정 | 요즘IT

https://yozm.wishket.com/magazine/detail/1885/

구글에 도전장 내민 AI 검색엔진, 'You.com' | 요즘IT

https://yozm.wishket.com/magazine/detail/1908/

감성까지 읽어내는 UX 리서치 방법론, 디지털 에스노그라피 | 요즘IT

 

---

1. 사용자를 화나게 만드는 ‘UX 라이팅’의 함정

사용자를 화나게 하는 요소

1) 사용자의 눈을 멀게 하는 다크 패턴 디자인

• 사용자를 기만하는 장치를 곳곳에 숨겨두고, 사용자의 행동을 서비스가 원하는 방향으로 유도.
• 복잡한 멤버십 해지

2) 사용자 경험의 부정적 트리거: Confirm shaming

• Confirm Shaming: 사용자가 불안, 수치, 걱정, 불신을 느끼게 만드는 문구

UX 라이팅이 다크패턴 함정에 빠지지 않으려면?

• UI 요소와 그에 걸맞은 라이팅이 이해하기 쉽고 명확한가?
• 정보의 강약에 따라 배치와 구분이 적절한가
• 뎁스별로 이어지는 단계마다 맥락이 자연스러운가?

사용자에게 도움이 되는 글을 쓸 수 있다면?

• 인터페이스 전반에 걸쳐 바람직한 넛지를 사용하고 사용자가 원하는 경험을 제공하는 것이 중요.

 

---

2. 구글에 도전장 내민 AI 검색엔진, ‘You.com’

• 리처드 소처, 브라이언 맥캔: 세일즈포스 출신의 엔지니어, You.com 제작
• 해결하고자 한 문제상황: 현재의 검색엔진은 결과를 너무 많이 내놓는다.

You.com의 기본 기능

• 인터페이스는 구글과 닮아있지만, 세분화 탭이 왼쪽에 있는 것, AI 기능이 탑재되어 있는 점에서 차이.
• AI 기능
  • Write: 요청만 하면 어떤 글이든 대신 써준다.
  • Code: 검색 결과를 코드라는 맥락에 맞춰 재구성해준다.
  • Imagine: 텍스트를 입력해 그에 맞는 이미지를 생성할 수 있다.
  • Study/Social/Shop: 맥락 필터를 적용해 더 정확한 결과를 찾는 도구.
• Youcom의 AI
  • 컨셉과 기능: ChatGPT, DALL-E를 합친 것.
  • 웹과 연결되어 있음.

수익모델

• 유료 옵션, 제휴 링크
  • AI 글쓰기는 하루에 10건까지만 무료.
  • 쇼핑 검색 결과와 연결, 구입 금액의 일부를 지급받음
• 미래에는?
  • 이후 광고가 있을 수 있음, 단 개인정보를 활용한 타겟팅 광고는 하지 않을 예정
  • 다양한 거래에서 수수료를 가져가는 식
• 핵심 방향성: 사용자 개인정보와 경험을 되도록 해치지 않는 수익모델

 

---

 

3. 감성까지 읽어내는 UX 리서치 방법론, 디지털 에스노그라피

디지털 에스노그라피란?

• 디지털 에스노그라피: 디지털 데이터 속의 사용자 행동을 분석하여 숨겨진 니즈를 발굴하는 기법
  • 온라인 에스노그라피, 데이터 에스노그라피, 소셜 빅데이터 분석이라고도 불림.
• 사용자 조사와 차이: 사용자 조사는 참가자에게 과제 수행 혹은 인터뷰 등의 요청을 함, 에스노그라피는 데이터를 수집하기 위한 별도의 조사가 필요하지 않음
• 분석에 활용되는 데이터
  • 디지털에 남긴 글이나 이미지, 영상과 같은 비정형적 데이터
  • 사용한 검색어
  • 유튜브에 업로드한 영상

디지털 에스노그라피 분석 방법

(데이터에 따라 분석 방법이 다름)

• 이미지 및 영상 데이터 분석
  • 대부분 수작업
  • 사용자의 니즈 발굴하기 쉬움
  • 텍스트 분석에서 파악할 수 없었던 비언어적 정보나 맥락적 정보가 포함됨
  • 예) 아동과 AI 스피커가 자연스럽게 상호작용하는 영상 분석→
    • 1) 친숙한 캐릭터 활용이 긍정적 상호작용 촉진
    • 2) 아이와 특정 행동을 했을 때 인터랙션 효과를 제공한다면 더욱 긍정적인 상호작용을 바랄 수 있을 것.
• 텍스트 데이터 분석
  • 자연어 처리, 텍스트 마이닝 기술을 통해 자동적으로 분석
  • 웹 크롤링, 텍스트 전처리 과정 필요
  • 예) 트위터에 최근 확산되는 키워드 파악, 상품 후기 분석
  • 종류
    • 키워드 분석: 수집된 데이터 내에서 키워드의 출현 빈도를 분석해 핵심 주제를 추론하는 기법(워드클라우드 등)종
    • 감성 분석: 감성 어휘의 사전적 정의를 바탕으로 수집된 특정 키워드에 대한 주관적 감성 반응 분석, 특정 키워드에 대한 긍정반응, 부정반응 파악 가능
    • 트렌드 분석: 특정 키워드의 출현 빈도를 시계열로 분석해, 시간에 따른 관심도와 같이 변화하는 추이를 파악하는 기법, 검색엔진에서 검색어 사용추이 확인
    • 네트워크 분석: VOC를 분석하는 데에는 위의 방법들 모두 한계가 있음. 키워드 간의 연계성을 분석하여 그 의미를 추론할 수 있도록 해주는 분석기법.

현업에서 활용하기

• 파이썬, R과 같은 명령어 기반의 프로그램을 활용해 정량적 분석 기법으로 사용자 인사이트를 발굴할 수 있음.
• SAS 비주얼 텍스트 애널리스틱처럼 그래픽 인터페이스 기반 비정형 데이터 분석 솔루션도 구독을 통해 이용할 수 있음.

디지털 에스노그라피가 가진 한계점

1. 데이터 수집 과정에서 많은 부분을 연구자가 직접 수작업으로 진행해야 함, 특히 이미지, 영상 데이터
2. 웹 크롤링으로 텍스트 데이터를 수집했다 해도 불필요한 데이터가 많을 수 있음
3. 텍스트 데이터를 분석하는 과정에서 컴퓨터가 사람이 생성한 텍스트를 완벽하게 이해하지 못해, 그 결과물의 정확도가 낮을 수 있음.