Journal Archive

기대(Expectation)와 사용자 만족(User Satisfaction) 간의 연구는 오랜 시간 다루어져왔다. 사용자 기대가 높을수록 사용자의 시스템 이용률은 올라가며[5], 기대라는 것은 전반적인 경험의 만족도와 높은 상관관계에 있다[6]. 기대에 대한 연구는 마케팅 및 정보 시스템 분야에서 기대불일치 모델(Disconfirmation Model)을 바탕으로 설명하고 있으며, 이후 기대충족모델이 등장하였다. 기대충족모델은 사용자가 가진 제품의 지속적 사용에 영향을 미치는 요인들이 어떤 것인지 파악하기 위한 것이다. 제품이나 서비스를 처음 접한 이후 사용자가 지속적으로 사용하지 않는 경우에 대해 지속적 사용 의도를 통해 말한다[7]. 지속적 사용의도에 가장 큰 영향을 미치는 요인은 사용자 만족을 통해 증가시킬 수 있다는 연구 결과가 있으며[7], 만족감을 느낄 수 있는 요인을 제공하여 사용 중단 발생의 가능성을 줄이는 것이 중요하다.

사용 중단은 사용 행위에 대한 중단 또는 이탈을 의미하는 것으로, 사용자의 심리적 변화 및 주변 상황에 따라 발생한다. 사용 중단을 일으키는 원인은 다양하며 제품 사용 과정에서 발생하는 스트레스와 같은 부정적인 감정에서 의한 것으로 볼 수 있다[9]. 그러나 사용 중단의 원인은 명확하게 규명되어 있지 않으며, 사용자의 심리적 변화가 외부 행동으로 표출되어 나타난다. 사용하는 제품이나 서비스의 서비스 베네핏(benefit)에 따라 사용 중단을 일으키는 요인은 변화한다.

실험에 앞서 사용자 그룹을 분류하였다. 사용자 세그먼트는 VA 사용 경험을 기준으로, (1) 특정 VA를 1년 이상 사용한 경험이 있는 경우, (2) 특정 VA를 주 4회 씩 6개월 이상 사용한 경험이 있는 경우 헤비 유저로 분류하였다. 또한, 헤비 유저의 기준에 미달하는 경우 라이트 유저로 분류하였다. 각 그룹은 20명씩 총 40명으로 구성하였다. 본 연구의 변수가 디바이스의 사용 경험 누적으로, 디바이스의 사용 기간을 기준으로 사용 경험에 대해 파악하고 사용자 그룹을 분류하였다.

사용자 기대 일치에 대해 알아보기 위한 1차 조사로 사용 전 후 기대감 변화 비교, 사용 후 사용 중단 여부, 해당 VA에 대한 만족도 조사를 실시하였다. 조사 항목은 리커트 5점 척도로 측정하였다. 이후 2차 조사에서는 사용자 인터뷰를 통해 전체 사용 여정에 대해 알아보았다.

먼저 기본 질문으로 실험 참여자의 연령 및 성별에 대해 질문하였고, 인공지능 스피커와 음성 비서의 사용 경험(사용 모델 및 사용 기간)에 대해 질문하여 실험 참여자의 세그먼트를 분류하였다. 분류 기준은 누적 사용 기간을 바탕으로 헤비유저(Heavy User)와 라이트유저(Light User)로 분류하였다. 이후사용 전 후 기대감 변화에 대해 알아보았다. 영상 시청 전, 사용 전 기대감에 대해 질문하였고, 디바이스 사용 영상을 시청하고 사용 후 기대감 변화가 있는지 알아보고자 하였다. 사용 중단에 대한 질문과 사용 만족도에 대해 추가로 질문하였다. 디바이스 영상은 2 가지 타입으로 인간적인 면을 가진 디바이스(VA with a human side)와 기계적인 면을 가진 디바이스(VA with a mechanical side)로 분류하였다. 인간적인 면의 음성 어시스턴트는 발화 시, 요구사항에 대한 답변에 추가적인 정보 안내 및 행동 제안으로 친밀감을 더하고자 하였다. 이는 기본적인 정보에 대화 맥락에 따라 추가 정보를 제안함으로써 친근하고 부드러운 이미지 구축을 위한 것이다. 그러나 기계적인 면의 음성 어시스턴트는 발화 시, 사용자 요구사항에 대한 단답형 대답을 함으로써 딱딱하고 대화 연결이 어려운 느낌을 통해 친근하지 못한 이미지를 구축하고자 하였다.

실험 참여자들은 첫 번째 영상을 시청하고 사용 후 기대감 변화, 사용 중단[15], 사용 만족도에 대한 질문에 답하였고, 이후 두 번째 영상을 시청한 다음 동일 질문에 응답하였다. 디바이스 사용 영상은 순서 효과를 최소화하기 위해 실험 참여자별로 노출 순서를 다르게 제공하였다. 실험에서 사용한 VA 사용 영상의 대본은 아래 표 2, 표 3과 같다.

디바이스 사용을 연상하기 위한 대화 분류로는 날씨 검색, 교통 정보 검색, 일상 대화를 선정하였다. 이는 한국소비자원의 인공지능 스피커 이용 실태 조사를 기반으로 선정한 것[16]으로, 일상 대화에 대한 내용을 추가하여 사용자 감정 표현에 대해 VA가 어떻게 반응하는지 명확하게 나타내기 위한 것이다.

VA의 인간적인 면과 기계적인 면에 대한 것은 선행연구를 바탕으로 VA 사용에 영향이 높은 성격을 도출한 것이다[17]. VA가 가진 성격을 드러내기 위해 대화에서 친밀감을 드러내거나 명확한 정보만을 전달하는 등 톤앤 매너를 다르게 구성하였다.

전체 사용자를 대상으로 VA의 인간적인 면(Human side)과 기계적인 면(Mechanical side)를 사용했을 때의 사용 전 후 기대감 변화 차이를 알아보았다 [그림 2 참고].

Fig. 2. 
Change in expectations before and after use: All users

기대감 변화를 알아보기 위해 각각의 성격을 가진 VA를 사용하고 기대감에 대한 평균 증감율이 어떻게 달라지는지 분석하였다. 분석 결과, 동일한 사전 기대감 수치에서 인간성을 부여한 VA의 경우, 사용 후 기대감 충족이 16%가 증가하였다. 기계적인 면을 강조한 VA의 경우, 사용 후 기대감 충족이 17%나 감소하였다.

이후 전체 사용자 중 사용자 세그먼트에 따라 Heavy User와 Light User로 분류하여 각 그룹별로 사용 전 후 기대감 변화의 차이가 있는지 알아보았다. 먼저 인간적인 면을 가진 VA에 대한 각 그룹 별 기대감 변화는 아래 그림 3, 그림 4와 같다.

Fig. 3. 
Change in expectations before and after use: Human side

Fig. 4. 
Change in expectations before and after use: Mechanical side

Heavy User의 경우, Light User에 비해 사용 전 기대감이 높았으며 사용 후 기대감 충족이 9%가 증가하였다. Light User의 경우, 사용 전 기대감은 Heavy User에 비해 낮은 수치였으나, 사용 후 기대감 충족은 Heavy User보다 증감율이 27%로 높게 나타났다.

마지막으로 기계적인 면을 가진 VA의 경우, Heavy User 그룹과 Light User 그룹 모두 사용 후 기대감이 하락한 것으로 나타났다 [그림 4 참고]. Heavy User의 경우, 사용 후 기대감이 28%나 감소하였고, Light User의 경우, 사용 후 기대감이 6%나 감소하였다.

사용자가 VA를 사용하기 전 갖는 기대감은 VA 사용에 따라 변화하며, VA의 성격 설계에 따라 크게 영향을 받는 것으로 나타났다. 사용 전 기대감이 낮은 수치를 보여도 VA 설계에 따라 기대감 충족을 넘어서 사용자에게 긍정적인 반응을 이끌어낼 수 있다.

VA 사용 후 사용 중단에 대한 분석은 아래 그림 5와 같다. 사용 중단의 경우, 값이 낮을 수록 사용 중단하지 않으며, 값이 높아질수록 사용자가 사용 중단을 결정할 가능성이 높아지는 것을 의미한다. 이러한 점을 고려할 때, Heavy User와 Light User 모두 인간적인 면을 가진 VA의 경우 지속적으로 사용할 가능성이 높은 점을 유추할 수 있다. 그러나 기계적인 면을 가진 VA의 경우, VA에 익숙한 Heavy User 그룹에서는 사용 중단을 결정할 가능성이 높은 것으로 나타났으며 이러한 결과는 Light User 그룹에서도 비슷한 양상으로 보여진다.

Fig. 5. 
Discontinue use

VA의 전반적인 사용 만족도는 아래 그림 6과 같다. Heavy User와 Light User 모두 인간적인 면의 VA를 사용했을 때, 만족도는 매우 높은 것으로 나타났다. 그러나 기계적인 면의 VA의 경우 사용 만족도는 낮아, VA의 성격에 따른 만족도 차이는 사용 경험에 관계없이 뚜렷한 차이를 보였다.

Fig. 6. 
Satisfaction

이러한 결과는 사용 경험이 누적될수록 사용 초기에 비해 기대감은 하락하지만, 음성 어시스턴트에 인간성을 부여한다면 기대감 하락이 아닌 기대감이 충족되는 것뿐만 아니라 상승되는 효과를 볼 수 있는 점에서 연구 가설을 검증할 수 있었다. 즉, 사용자의 기대감 하락을 방지하기 위해 디바이스에 인간성이라는 요인을 부여한 설계를 할 필요가 있으며, 이는 긍정적인 경험이 발생했다는 것을 알 수 있다.

전체 사용 경험 과정에서 디바이스에 성격을 부여해서 인간적인 면을 강조한 경우, 사용 만족도가 올라가는 것을 알 수 있었다.

이러한 점을 볼 때, 디바이스 설계 시 특정 페르소나에 적절한 형태의 성격을 부여해 사람 사이의 대화처럼 즐거움이나 만족감을 느낄 수 있는 요소를 제공할 수 있다면 사용자는 몰입할 가능성이 올라가므로 성격 설계의 필요성이 있다.

이러한 성격 설계의 경우, 디테일하게 설정하여 인간의 성격 연구를 배경으로 디바이스는 어떠한 성격을 가지고 있고, 상황에 따라 어떻게 발화할 것인지 등 세부적인 사용 언어의 톤앤 매너까지 설계해야만 한다. 이를 위해 디바이스가 갖는 페르소나가 선행되어야하며, 이후 페르소나의 특징에 따라 구체화할 필요가 있다.

성격을 부여한 이후, 사용자와의 대화에서 친밀감(friendly)을 유발할 수 있는 표현을 적극적으로 활용해 대화 단계에서 지루함과 같은 감정을 최소화하는 것이 도움 될 것이다. 또한 이러한 표현들은 사용자들에게 인간적인 면을 느낄 수 있도록 하는 부분이 되며, 특히 Heavy User의 경우 이러한 요소들이 Light User에 비해 강하게 인지하는 것으로 보여진다.

디바이스 사용 단계에서 사용자 몰입을 이끌어내거나 사용 종료 후 기대감이 하락되는 점을 최소화하기 위해서는 위와 같은 요구사항을 반영하여 설계하는 것이 도움 될 것이다. Light User와 같은 초기 사용자들에게는 VA의 지속적인 사용과 같은 효과가 발생할 수 있고, Heavy User의 경우 사용 과정에서 접하는 기술적인 한계에 대한 실망감 저하를 최소화할 수 있을 것이다.