2
반응형 AI 여행 가이드 웹앱 UI/UX 기획 및 디자인LLM 기반 AI 여행 테마 가이드 스토어의 웹 UIUX를 설계하고, 프로토타이핑 및 설문조사를 진행했습니다. 설문조사 결과, 구매의향률 800% 향상시켰습니다. 프로젝트 배경 LLM 기반 여행 AI 가이드 "리라"는 다양한 여행지를 추천해 주는 서비스로, 사용자의 질문에 범용적인 여행 장소와 정보를 제공합니다. 하지만, MVP 출시후 사용자 인터뷰로부터 얻은 초기 피드백에서 서비스에 실제 금액을 지불할 의향이 있는 사용자는 12%에 불과했어요. '금액 지불 의향'을 중점적으로 본 이유는 해당 서비스는 GPT 토큰비용이 들어가기에 BM도 해당 토큰비용을 생각할 수 밖에 없었어요. 이에 따라 고객의 니즈를 파악할 수 있는 UX설계와 설문을 통한 PMF를 검증을 제안했어요. 문제 MVP 제품 UT 후, 인터뷰를 통해 실제 금액 지불 의향을 파악했습니다. 그 결과 '지불 의향이 있다.' 라고 답변한 사용자가 12%에 불과했어요. 주요 사용자 인터뷰 내용 UT에서 얻은 사용자의 주요 의견은 '개인화된 장소 추천의 부재'였어요. 추천해주는 여행 장소들이 범용적이고, 사용자의 개인적인 취향과 요구를 충분히 반영하지 못하여 사용자를 만족시키지 못했어요. 목표 설정 우리팀은 이번 스프린트 목표를 아래와 같이 설정했어요. STEP 01. 여행 추천 개인화 강화할 수 있는 기능 도출. STEP 02. 사용자 구매 의향률 향상을 검증. STEP 03. 결과에 따라 서비스 방향성 재설정. 그리고 이를 달성하기 위해 아래와 같은 사항을 고려했어요. 초기 시장 진입을 위한 마케팅까지 고려한 기능 이어야한다. 우리팀은 초기 시장 진입을 고민하지 않은 디자인으로 MVP출시 후 홍보에 어려움을 겪었었어요. 따라서, 이번 스프린트를 기획할 때 어떻게 초기 시장에 진입하고, 사용자들에게 자연스럽게 바이럴될 수 있을까를 고민했어요. 가설 도출과정 가설을 도출하기 위해 우리 팀이 현재 가지고 있는 능력, 현재 여행 트렌드를 리서치했어요. 우리팀의 능력

디자인 프로세스

사용자 경험을 디자인합니다.
Pinned
반응형 AI 여행 가이드 웹앱 UI/UX 기획 및 디자인
LLM 기반 AI 여행 테마 가이드 스토어의 웹 UIUX를 설계하고, 프로토타이핑 및 설문조사를 진행했습니다. 설문조사 결과, 구매의향률 800% 향상시켰습니다. 프로젝트 배경 LLM 기반 여행 AI 가이드 "리라"는 다양한 여행지를 추천해 주는 서비스로, 사용자의 질문에 범용적인 여행 장소와 정보를 제공합니다. 하지만, MVP 출시후 사용자 인터뷰로부터 얻은 초기 피드백에서 서비스에 실제 금액을 지불할 의향이 있는 사용자는 12%에 불과했어요. '금액 지불 의향'을 중점적으로 본 이유는 해당 서비스는 GPT 토큰비용이 들어가기에 BM도 해당 토큰비용을 생각할 수 밖에 없었어요. 이에 따라 고객의 니즈를 파악할 수 있는 UX설계와 설문을 통한 PMF를 검증을 제안했어요. 문제 MVP 제품 UT 후, 인터뷰를 통해 실제 금액 지불 의향을 파악했습니다. 그 결과 '지불 의향이 있다.' 라고 답변한 사용자가 12%에 불과했어요. 주요 사용자 인터뷰 내용 UT에서 얻은 사용자의 주요 의견은 '개인화된 장소 추천의 부재'였어요. 추천해주는 여행 장소들이 범용적이고, 사용자의 개인적인 취향과 요구를 충분히 반영하지 못하여 사용자를 만족시키지 못했어요. 목표 설정 우리팀은 이번 스프린트 목표를 아래와 같이 설정했어요. STEP 01. 여행 추천 개인화 강화할 수 있는 기능 도출. STEP 02. 사용자 구매 의향률 향상을 검증. STEP 03. 결과에 따라 서비스 방향성 재설정. 그리고 이를 달성하기 위해 아래와 같은 사항을 고려했어요. 초기 시장 진입을 위한 마케팅까지 고려한 기능 이어야한다. 우리팀은 초기 시장 진입을 고민하지 않은 디자인으로 MVP출시 후 홍보에 어려움을 겪었었어요. 따라서, 이번 스프린트를 기획할 때 어떻게 초기 시장에 진입하고, 사용자들에게 자연스럽게 바이럴될 수 있을까를 고민했어요. 가설 도출과정 가설을 도출하기 위해 우리 팀이 현재 가지고 있는 능력, 현재 여행 트렌드를 리서치했어요. 우리팀의 능력
  • J
    John
Pinned
여행 장소 추천 AI UX개선 프로젝트
여행 장소 추천 AI UX 개선 프로젝트를 통해, AI 여행 큐레이터라는 새로운 UX를 도입하여, ‘AI 에게 질문하는 것의 막막함’과 ‘정보의 부재’ 등의 주요 문제를 개선했습니다. 리라는 사용자의 질문과 맥락에 기반해 여행 장소를 추천하는 생성형 AI 서비스입니다. 원하는 여행 장소를 AI로 쉽게 찾아줘 사용자의 시간을 아껴줄 수 있게 하는것이 서비스 목표입니다. 하지만 첫 UT 진행 시, 많은 문제점이 있었어요. 프로젝트 배경 AS-IS는 사용자가 찾은 장소를 가로스크롤 카드로 보여주고, 해당 장소 정보를 숏폼 영상 형식으로 제공되는 형태로 디자인되었어요. 문제 개발된 프로토타입으로 사용자 10명을 대상으로 UT를 진행했고, UT에서 얻은 주요 문제는 다음과 같아요. 처음 앱을 실행하고 AI에게 어떻게 물어봐야할지 고민하던 사용자가 많았어요. 사용자 질문에 따라 장소 3개가 추천되는데, 원하는 장소가 안나와서 몇 번이고 질문을 반복하는 경우가 생겼어요. 장소 소개글은 수집한 장소 정보를 조합해서 AI가 자동으로 작서앻요. 하지만 정보가 부족하고 리뷰를 볼 수 없어서 다시 한번 따로 검색해볼 것 같다는 의견이 있었어요. 또한 가장 큰 문제는 앱의 '차별점'이 없다는것이였어요. 단순 '검색'과는 다른 우리 서비스만의 사용자 경험을 만드는게 필요했어요. 우리팀의 제약사항 개선 사항을 모두 이상적으로 반영하면 좋았겠지만, 제약 사항이 몇 가지 있었어요. 추가 개발 및 구글이나 유튜브에서 제공하는 API를 이용할 수도 있었지만 초기 스타트업의 부족한 자본, 시간, 인력 리소스 등 모두를 고려할 수 밖에 없었어요. 따라서 해당 제약사항들을 염두하면서, 최소한의 효율로 빠르게 실행할 수 있는 방법을 고민이 필요했어요. 목표 설정 우리 팀은 이번 프로젝트의 목표를 아래와 같이 설정했어요. AI에게 질문을 쉽게할 수 있는 온보딩.
  • J
    John
블라인드 화상채팅 Haze
블라인드 화상채팅 Haze를 기획 & 디자인했어요. 1차 MVP 개발 완료하여 플레이스토어 배포했어요. 재미로 했던 화상채팅에서 불쾌했던 경험이 있으셨나요? 이 문제를 해결하기 위해, 바로 얼굴이 공개되는 기존 화상채팅과는 달리, 먼저 블라인드로 대화를 나눈 후 서로의 얼굴을 공개함으로써 낯선 사람과도 편안한 소통이 가능하게 하는 헤이즈를 기획하고 디자인했어요. 프로젝트 배경 '화상 API를 사용한 앱' 이라는 주제로 사이드 프로젝트를 진행했어요. 우리는 화상채팅 서비스를 만들기로 결정했고, 이 것으로 어떤 문제를 해결할 수 있을까를 고민했어요. 설문조사 화상채팅 서비스를 경험해본 적 있는 21명을 대상으로 설문조사를 진행했어요. 누구를 만날지 기대됨과 동시에 모르는 타인에게 내 얼굴을 공개하는 것이 꺼려진다는 의견이 대다수였어요. 문제 설문조사 내용을 토대로 3명과 인터뷰를 진행하고 주요 문제점 2가지를 정의했어요. 가설 처음에는 얼굴을 가리고 이야기하다가 신뢰가 쌓이면 상호 동의 하에 얼굴을 공개하는 건 어떨까? 해결 화상채팅에 블라인드 기능과 연락 여부 선택권을 제공함으로써, 사용자가 기대감을 갖고 편안하게 소통할 수 있을 거라고 예상했어요. 서비스의 안전감과 신뢰를 강조함과 동시에 상대방과 연결된다는 느낌이 들 수 있도록 인터랙션 및 UI를 구성했어요. 안전감을 느낄 수 있도록 안전한 환경과 동시에 새로운 만남과 관계 형성에 대한 기대감을 줄 수 있는 경험을 고민했어요.
  • J
    John
멀티모달 LLM 기술로 강화된 온라인 CS상담
기존 콜센터 상담 방식의 주요 문제를 LLM AI, 모티모달 기술을 적용해 디자인 솔루션으로 도출하고, 사용자 테스트를 통해 긍정적 피드백을 받았습니다. 쇼핑몰에서 네이버톡이나 채널톡 같은 편리한 온라인 CS가 일상화되었어요. 하지만, 전자제품과 같이 복잡한 기술 지식이 필요한 상황에서는 기존의 서비스에는 한계가 있어요. 콜센터 근무 경험에서 발견한 문제를 해결하기 위해, 기술을 활용하여 전통적 CS의 한계를 뛰어넘는 새로운 서비스를 디자인했어요. 프로젝트 배경 콜센터를 근무하며 제가 느꼈던 가장 큰 문제점은, AS 접수나 고장 문의에 필요한 제품 모델명을 대다수 고객들이 어디에서 찾는지 모른다는 것이었어요. 고객에게 제품 사진을 찍어 보내달라 요청한 후 모델명을 파악하고, 다시 전화를 걸어 문제를 해결하는 단순한 작업을 반복했어요. 이러다보니 문제 해결에 시간이 오래 걸렸고, 쌓이다 보니 업무가 과부하됐어요. 저는 이를 AI 기술로 해결할 수 있지 않을까? 생각했어요. 문제 결국, 두 가지 큰 문제가 보였어요. 이 문제를 어떻게 해결할 수 있을까 고민해봤어요. 가설 멀티모달 LLM 기술을 CS상담 서비스에 적용시켜, 다양한 사용자 문의를 즉각적이고 정확한 답변을 제공하면, 고객이 원하는 정보를 더욱 쉽고 빠르게 얻을 수 있지 않을까? *멀티모달 LLM : 텍스트, 이미지, 소리 등 다양한 형태의 데이터를 이해하고 처리할 수 있는 AI 기술 해결 직접 경험했던 고객과 상담원 간의 상담 과정에서 발생할 수 있는 주요 대화 흐름에 집중했어요. 이를 AI 기반 서비스로 해결하기 위한 UX 전략을 도출했어요. 디지털 소외계층을 주 사용자로 고려하여 접근성을 높이고, 인터랙티브한 응답 시각화를 통해 사용자에게 명확하고 이해하기 쉬운 UI를 제공하는 것을 최종 디자인 방향으로 설정했어요.
  • J
    John