Free xml sitemap generator

NHNAD UIUX lab

[연구] 대화형 챗봇으로 사용자 리서치 하기

  • 2017-05-30
  • 조회수 1,014
  • 공유수 0
태그
고객을 붙잡는 UIUX 방법론
오픈 컬럼
공유하기

 

안녕하세요, 챗봇입니다.

대화를 시작합니다.

 

최근 대화형 서비스인 ‘챗봇’을 활용한 사례가 다양하게 등장하고 있다. 대화로 피자를 주문할 수 있을 뿐만 아니라 최저가 상품을 추천 받거나 고객센터를 대신하여 1:1 상담을 하기도 한다. 사용자는 번거롭게 상담원과의 통화를 기다리지 않아도 되고, 간단하고 빠르게 원하는 상담을 진행할 수 있다.

 

 

 

 

상품 관련 상담 중인 인터파크 쇼핑 '톡집사'와 음성 명령어로 검색을 진행 중인 '네이버i'

 

ui/ux lab에서는 사용자 니즈를 찾기 위해 사용자 관찰이나 설문조사, 인터뷰 등 다양한 리서치를 진행하고 있다. 여기에 우리는 대화형 챗봇을 리서치 도구로 활용해보기로 하고 실제 챗봇을 우리가 원하는 리서치의 도구로 사용할 수 있는 지 연구를 시작했다. 챗봇의 몇 가지 장점을 파악해보고나니 가능성이 있어 보였다. 리서치의 결과 데이터가 지속적으로 쌓이면 비슷한 니즈를 가진 다른 서비스의 리서치를 진행할 때 도움이 될 수 있다. 그런 면에서 챗봇은 데이터 결과를 자동으로 축적할 수 있어 관리가 유용하다. 또한 대화로 진행되기 때문에 사용자는 친근감을 느낄 뿐만 아니라 관찰자와 대면하지 않아 편안함도 느낄 수 있다. 

 

챗봇의 장점

1) 비대면 서비스: 시간/장소 관계 없이 접속 가능, 사용자의 속마음을 파악하는데 유용

2) 친근감 있는 대화법 기반

3) 기존 메신저(카카오톡, 페이스북 메신저 등)와의 연동 가능

4) 리서치의 간소화: 별도의 장소 섭외 등의 노력 최소화, 데이터 결과의 정리 자동화

 

 

 

챗봇 리서치 진행을 위한 준비

 

국내외에서 챗봇에 대한 관심이 증가함에 따라 많은 챗봇 플랫폼이 개발되고 있다. 여러 플랫폼들을 비교해본 결과, 우리의 상황과 맞는 플런티(Fluenty)를 선택했다. 이 툴은 코딩없이 대화구현이 가능하고 답변 양식이 다양한 장점을 갖고 있었다. 특히 사용층이 두터운 페이스북 메신저와 연동 가능했던 점들이 우리의 연구에 적합한 플랫폼으로 판단됐다. 

 

 

 

 

리서치는 4일간 짧게 진행했고 그 기간동안 금융 서비스에 관심있는 페이스북 2~40대 사용자 총 170명이 참여했다. 리서치의 대상 서비스는 최근 리뉴얼을 진행한 A금융 모바일 웹사이트로 정했고, 우리는 리뉴얼에 대한 피드백과 금융 사이트에서 개인이 기대하는 정보들을 중점적으로 파악했다. 리서치 질문은 사용자의 니즈를 파악하기 위한 기존 금융 서비스 이용행태 및 인식, 모바일 웹사이트 개편에 대한 의견, 그리고 챗봇 리서치 진행에 대한 의견을 묻는 것으로 진행했다.

 

 

 

챗봇과의 대화, 친숙하고 재미있다.

 

리서치에 참여한 사용자들은 전체적으로 챗봇과의 대화에 긍정적인 반응을 보였다. 기존 설문 방식보다 재미있고 편리하다는 긍정적인 반응이 전체의 81%였고, 기계처럼 대답하는 것이 별로라는 부정적인 반응이 19%였다.

 

 

① 비대면 서비스의 편리함

비대면의 장점은 한번에 다수의 의견을 수렴 가능하고 관찰자가 없어 부담없이 대화가 가능하다는 점이다. 챗봇은 사용자가 편한 장소와 시간에 메신저에 접속하여 진행할 수 있으며, 관찰자와 마주했을 때 대답하기 어려운 속마음을 잘 드러낼 수 있다는 점이 용이하다. 리서치 진행 시, 사용자 중 일부는 설문조사보다 집중이 잘 된다는 반응을 보였고 장난 섞인 반말로 대답하는 편한 모습을 보이기도 했다.

 

 

 

 

 

② 대화 형식

사용자들의 챗봇 리서치에 보인 대부분 반응은 신기함과 사람과 대화하는 것 같아 친근감이 느껴진다는 반응이었다. 사용자에게 친근감 있게 다가가기 위해 “그러셨군요~” “앗, 별로셨군요!” 등 사용자 선택에 맞장구 치는 반응을 챗봇에 구현했고, 그로 인해 사용자는 높은 친밀감을 표현했다.

 

 


 

 

③ 기존 메신저 연동

챗봇의 가장 큰 장점은 사용자가 별도의 어플 설치 없이 기존 메신저와 연동하여 사용할 수 있다는 점이다. 카카오톡이나 페이스북 메신저, 위챗 등과 연결되는 챗봇이 대부분이며, URL 주소나 메신저에서 친구 추가를 통해 쉽게 공유할 수 있고 접속 가능하다는 점이 유용하다.

 

 

 

완벽할 수는 없었던 챗봇 리서치의 한계

 

① 플랫폼의 기능적 제약 

 

챗봇의 가장 큰 불편함은 플랫폼 자체 기능적 제약으로 인해 발생하는 어려움이었다. 객관식에서 중복 선택이 불가하다는 점, 사이트 URL을 제공할 때 새 창으로 뜨지 않는다는 점, 반대로 챗봇에 궁금한 것을 물어보기 어렵다는 점 등이 발견되었다. 

 

 


 

 

기능적 제약으로 발생하는 문제들은 챗봇을 기존 활용 방식(주문, 상담 등)이 아닌 리서치 도구로 활용했기 때문에 발생하는 점들이었다. 챗봇 리서치를 하게 된다면 플랫폼들마다 제공하는 기능을 비교해보고, 진행하려는 리서치의 목적에 맞는 플랫폼을 선택할 필요가 있다.

 

 

② 중도 이탈 발생에 대한 대처의 어려움

리서치 진행 도중에 이탈하는 사용자의 이탈 행태를 파악해보면 전반적으로 귀찮음과 불편함을 느낄 때 이탈하는 것을 확인할 수 있었다. 이탈자의 42%는 웹사이트 접속을 요청했을 때 이탈했고, 다른 28%는 웹사이트 접속 후 주관식으로 의견을 물었을 때 입력에 대한 번거로움 때문에 이탈했다.

 


 

사용자들은 챗봇 리서치가 간편하다는 느낌 때문에 주관식 입력을 자주 요구하면 거부감을 표현했다. 만약 데이터가 지속적으로 축적되어 예측 가능한 답변을 객관식으로 제공할 수만 있다면 주관식 입력 요구를 최소화할 수 있을 것으로 기대한다. 추가로 로봇의 질문을 사이트 안의 요소나 태스크, 기능 별로 나누어 제공하면 한 번에 사이트를 둘러보고 기억한 후 답변해야 하는 사용자의 부담을 줄일 수 있을 것으로 보인다. 

 

 

③ 전체 길이를 알 수 없어 지루함

챗봇의 질문이 계속되자 사용자들은 언제 끝날지 예상하지 못해 불편해 했다. 챗봇은 전체 길이를 가늠하기 어려운 UI를 갖고 있어, 사용자 일부는 챗봇의 문답을 길게 느끼고 지루함을 표했다. 

 


 

이는 시스템 상으로 당장 구현이 어렵기 때문에 대안으로 리서치 중간에 “이제 몇 가지 질문만 더 드려볼게요.” 등의 문구로 대화가 거의 마무리되고 있다는 인상을 제공했다. 추가적으로 “거의 다 왔어요.” 등의 사용자를 독려하는 메시지를 감성적으로 제공하여 감성적으로 접근하는 것도 하나의 방안이 될 수 있다. 

 

 

 

해당 레벨을 통과 못할 경우 작은 실패일 뿐이라는 문구로 사용자에게 감성적으로 접근하고 있다. ⓒ Two Dots

 

 

④ 오류가 주는 리서치 경험 자체에 대한 나쁜 인상

완벽하지 않은 NLP(Natural Language Processing), 잘못 누른 버튼에 대한 오류, 예상하지 못한 오류에 대한 미숙한 대처 등 여러 상황들이 리서치 중간에 발생했다. 오류가 발생하자 사용자는 플랫폼에 대한 불만보다 리서치 경험 자체에 불쾌함을 표했다. 대답을 인식하지 못하거나 질문이 반복되는 경우 불만을 갖고 이탈하는 현상도 발견할 수 있었다.

 


 

오류 대처방안으로 로봇이 이해할 수 없는 답변이 작성된 경우 사용자에게 몇 가지 선택권을 주어 해당 질문으로 이동하도록 제공했지만, 이는 완벽하게 모든 상황을 대처하기에는 한계가 있었다. 오류가 발생하게 되면, 오류 직전 질문으로 바로 이동하는 기능만 추가되더라도 이러한 불편함을 최소화할 수 있다. 또, 챗봇이 활성화되고 데이터가 지속적으로 축적된다면 우리는 좀 더 사용자의 입력을 예측할 수 있고, 그에 따른 대응도 좋아져 오류를 줄일 수 있을 것으로 생각한다. 

 

 

 

챗봇은 리서치를 재미있고 똑똑하게 만들기 위한 첫 시도

 

 

리서치 도구로서의 챗봇은 아직 한계가 있고 의미있는 데이터를 찾아가는 과정인만큼 더 지켜볼 필요가 있다. 많은 챗봇 데이터가 축적되면 우리는 사용자를 쉽게 예측하여 좀 더 똑똑하게 대응하는 챗봇 리서치를 구현할 수 있다. 나아가 이번 챗봇 리서치 연구는 사용자의 리서치를 더 편안하고 재미있는 경험이 되게 하는 시도였으며, 몇년 후에는 이러한 노력으로 우리는 사용자로부터 더 의미있는 데이터를 얻을 수 있을 것이라 본다. 

 

 

 

 


 

 

​l 에디터 소개  NHN Ent. AD, UI/UX lab은 더 즐겁고 자연스러운 서비스를 연구합니다.

 

 

 

공유하기
TOP