쿠키리스(Cookieless) 시대, 대화형 AI에서 CUX(Conversational UX)가 중요해지는 이유

쿠키리스(Cookieless) 시대, 대화형 AI에서 CUX(Conversational UX)가 중요해지는 이유
Image by pch.vector on Freepik
2024년 1월 4일부터 크롬 사용자 1%의 서드파티 쿠키를 비활성화한다는 구글 공지
2024년 1월 4일부터 크롬 사용자 1%의 서드파티 쿠키를 비활성화한다는 구글 공지

구글은 올해 1월 4일부터 1%의 크롬 사용자를 대상으로 웹사이트 운영자가 아닌 제 3자가 수집하는 데이터인 서드파티 쿠키를 비활성화했습니다. 향후에는 서드파티 쿠키 지원을 완전히 중단하려는 단초라고 볼 수 있는데요. 이는 사용자 프라이버시 보호 강화와 온라인 광고의 패러다임 전환은 물론 나아가 디지털 마케팅의 미래에 큰 영향을 끼칠 것으로 보입니다.

쿠키(Cookie)란?
사용자가 웹 사이트에 다시 방문했을 때 해당 웹사이트를 빠르고 편리하게 사용할 수 있도록 저장해두는 데이터로, 여러 광고 매체에서 사용자의 행동 추적, 개인화, 타겟팅 광고 등에 활용하는 데이터입니다.
쿠키리스(Cookieless)란?
웹 브라우저 또는 앱이 사용자가 방문했을 때 쿠키를 저장하지 않고 익명으로 처리하는 것을 뜻하며 사용자의 정보를 광고에 활용할 수 없게 됩니다.

구글은 새로운 광고 시스템을 도입할 계획이라고 밝히긴 했지만, 2019년 구글에서 자체 진행한 쿠키 차단 테스트에 따르면 광고 매출이 평균 52% 감소한다는 결과가 있었기에 업계에서는 기존의 쿠키 기반 광고를 새 시스템으로 완전히 대체하기는 어려울 것으로 전망하고 있습니다. 하지만 사용자의 행동과 선호도를 더욱 잘 파악하고 맞춤형 경험을 제공할 새로운 전략을 찾아야 한다는 필요성이 강조되고 있음은 명확합니다.

업계에서는 적합한 고객을 추적하여 타겟팅하기 위한 대비책으로 AI를 만지작거리는 모양새입니다. 기술의 비약적인 발전에 따라 비즈니스 전 영역에서 AI를 활용하고자 하는 시도가 늘고 있고, 이는 마케팅은 물론 CX, 커머스 등 대고객 커뮤니케이션이 필요한 분야에 모두 해당합니다.

대화형 AI, 그리고 CUX(Conversational UX)

이런 배경 속에서 온라인 비즈니스가 대화 중심으로 변화하고, 검색어 입력창이 대화형으로 전환된다는 전망이 제기되고 있습니다. 이는 사용자들이 검색 엔진과 상호작용하는 방식을 근본적으로 바꿀 것이며, 기업들은 고객과의 소통을 강화하고 더욱 개인화된 서비스를 제공할 수 있게 될 것입니다.

ChatGPT와 같은 혁신적인 AI 기술의 등장과 네이버의 ‘클로바 포 애드’와 같은 대화형 광고 상품 출시는 대화형 인터페이스의 중요성을 더욱 강조하는 현상입니다. 이는 국내외 기업들이 대화형 기반의 서비스 개발에 박차를 가하고 있음을 보여주며, 대화형 커뮤니케이션을 미래 고객 전략의 핵심으로 설정하고 있음을 나타냅니다. (TEXTNET도 이와 비슷한 대화형 서비스를 준비하고 있답니다!)

AI를 활용한 대화형 광고 상품 ‘클로바 포 애드’
AI를 활용한 대화형 광고 상품 ‘클로바 포 애드’

이는 사용자 경험(UX; User Experience) 및 대화형 사용자 경험(CUX; Conversational User Experience)에 대한 재평가와 깊은 이해의 필요성을 강조하는 현상이자, 기존의 사용자 경험을 넘어 대화형 고객 경험의 역할을 더욱 강조하는 방향으로 트렌드가 이어지고 있음을 시사합니다.

UX, CX, CUX의 개념 및 주요 차이점

UX(User Experience)란?

사용자 경험(UX; User Experience)은 사용자가 제품이나 서비스를 사용하는 과정 전체에 걸친 경험을 말합니다. 이 개념은 사용성 효율성, 만족도, 즐거움 등 다양한 측면을 아우르며, 사용자의 만족도와 충성도를 높이는 데 중요한 역할을 합니다. UX의 핵심은 디자인의 모든 단계에서 사용자 중심의 접근 방식을 취하는 것으로, 이는 제품이나 서비스가 사용자의 필요와 기대를 충족시키도록 보장합니다.

CX(Customer Experience)란?

고객 경험(CX; Customer Experience)은 고객이 브랜드와 상호작용하는 전반적인 경험에 대한 개념입니다. 여기에는 제품이나 서비스를 구매하는 프로세스, 고객 서비스 및 상호 작용 등을 포함합니다. 따라서 CX는 브랜드나 기업에 대한 전반적인 인상을 형성하는 데 중요한 역할을 합니다. UX가 주로 제품이나 서비스를 사용하는 과정에서 사용자가 경험하는 것에 초점을 맞추는 데 반해 CX는 브랜드 전체적인 경험을 다루는 것으로 CX는 UX의 개념을 포함하고 있다고 볼 수 있습니다.

CUX(Conversational UX)란?

대화형 사용자 경험(CUX; Conversational User Experience)은 UX의 한 분야로서, 사용자와 제품 또는 서비스 사이의 상호작용에 초점을 맞춥니다. 특히 CUX는 인공지능(AI), 챗봇, 음성 인터페이스 등의 현대 기술을 활용하여 사용자 경험을 한 차원 높입니다. 이 접근법은 대화를 통해 사용자의 요구와 선호를 더 정확하게 파악하고, 이에 따른 정보나 서비스를 제공함으로써 사용자에게 더 직관적이고 개인화된 경험을 제공합니다.

CUX(Conversational UX)는 왜 중요할까?

그렇다면 사용자 경험(UX), 고객 경험(CX)과 대화형 사용자 경험(CUX)이 어떤 차이를 가지는지 살펴봅시다. 주로 고객 지원 방식과 기술 활용에서 차이가 있는데요.

  • UX를 포괄하는 기존 CX는 전통적인 고객 서비스 방식에 가깝습니다. 주로 고객의 만족 정도를 구매 후 직접 설문하는 식으로 확보하고, 구매 단계별 문의에 대응하는 단기 전략에 중점을 둡니다. 고객이 버튼을 눌러 원하는 서비스를 탐색하게 하고, 제한된 선택지와 긴 과정을 포함하기 때문에 고객의 불만이 증가하거나 비용 효율성이 떨어지기도 합니다.
  • CUX는 대화형 인공지능(AI)이나 챗봇을 활용하여 자연어 처리와 의도 이해를 바탕으로 고객에게 더 개인화된, 마치 인간과 소통하는 것 같은 경험을 제공합니다. 실시간으로 고객의 필요를 파악하고 충족시킬 수 있고, 이를 통해 고객 만족도를 높이고 충성도를 증진하는 데 목적이 있습니다. CUX는 상호작용이 가능한 인터페이스를 통해 사용자를 일련의 질문과 선택지로 안내하고, 맞춤형 추천, 제안, 검색 결과를 제공할 수 있습니다.
CX(Customer Experience), UX(User Experience), CUX(Conversational UX)의 관계
CX(Customer Experience), UX(User Experience), CUX(Conversational UX)의 관계

CUX를 기치로 삼은 대화형 AI는 더욱 개인화 된, 풍부한 상호작용 경험을 제공하여 고객과의 강력한 연결 고리를 만듭니다. 이는 고객 서비스를 더 진정성 있게 만들고, 맥락 안에서 제공할 수 있게 해 줍니다. 고객이 이전 구매를 기반으로 한 맞춤형 프로모션 메시지를 받을 때, 동일한 정보를 반복해서 제공하지 않아도 되는 편리함을 경험할 때, 고객은 기업이 자신을 잘 이해하고 있다고 느낄 수 있겠죠.

대화는 인간 상호작용의 근본적인 형태로서 생각의 공유, 정보의 교환, 그리고 감정의 표현을 가능하게 합니다. 대화를 통해 고객이 원하는 것을 제공하고 때로는 고객 자신도 필요를 모르던 것까지 제공하면서 브랜드와 고객 간의 신뢰와 장기적인 관계를 구축하는 데 도움을 줍니다.

CUX(Conversational UX) 디자인 원칙 및 전략

앞서 설명했던 것처럼, 대화형 사용자 경험을 설계할 때에는 더 넓은 맥락과 상황을 고려해야 합니다. 한 화면에서의 고객 행동이 아니라, 시간의 흐름이 있는 대화 안에서의 상호 작용을 전제하기 때문입니다. 이는 챗봇 구축 또는 고도화 설계 과정과 유사하며, 주로 아래와 같은 원칙을 따릅니다.

  1. 자연스러운 대화
    사람과 같은 어조와 흐름을 사용하여 상황에 맞는 반응, 유머 및 감정 표현으로 긍정적인 경험을 제공합니다. 사용자의 말을 경청하고 공감하며, 개인화된 반응과 밈이나 이미지를 활용하여 사용자와의 연결을 강화합니다.
  1. 간결성 유지
    핵심 정보를 간결하게 전달하여 사용자의 이해를 돕습니다. 사용하기 쉬운 기능은 그 자체로 챗봇의 호감도와 유용성을 높여줍니다. 혼란을 유발하는 표현 및 중복되거나 불필요한 단어는 제거하고, 명확하고 간단한 표현을 사용합니다.

예를 들어 사용자는 날짜를 작성하는 방법(DDMMYYYY 또는 MMDDYYYY)에 대해 혼란스러워할 수 있어, 날짜를 직접 입력하는 것보다 달력에서 날짜를 선택할 수 있는 옵션을 제공합니다.

  1. 사용자 중심
    사용자의 예상 질문을 반영하고 맞춤형 답변을 제공하여 개인화된 추천을 통해 사용자 경험을 개선합니다.
사용자 의도에 맞는 버튼형 UX 구현 예시
사용자 의도에 맞는 버튼형 UX 구현 예시(출처: https://www.maisieai.com/help/create-ecommerce-product-recommendation-quiz)
  1. 적절한 톤 앤 매너
    대상 고객층을 고려한 명확하고 친절한 톤 앤 매너, 문체와 어투를 사용합니다. 정중한 어휘, 유머, 감정 표현 등을 통해 사용자와의 소통을 강화합니다.

- 금융권 도메인: 주로 정중하면서도 감정적인 표현보다는 사실과 데이터에 기반한 정보 제공에 중점을 둡니다. 또한, 복잡한 용어나 개념을 설명할 때는 고객이 이해하기 쉬운 언어로 단순화하여 설명을 합니다. 이를 통해 전문성을 강조하고, 고객에게 신뢰와 안정감을 줄 수 있는 회사의 이미지를 전달합니다.

금융권 도메인 챗봇 예시
금융권 도메인 챗봇 예시

- 여행이나 전자상거래 도메인: 주로 친근함을 나타내는 표현과 동시에 일상적인 언어를 사용합니다. 챗봇은 사용자에 대한 공감을 통해 신뢰도를 높일 수 있습니다.

여행 도메인 챗봇 예시
여행 도메인 챗봇 예시
  1. 쉬운 탐색
    사용자가 대화 중에 의미를 알 수 없는 내용을 입력할 때, 이전 주제로 돌아가기 쉽게 필요한 도움말을 얻을 수 있도록 메뉴나 버튼을 활용한 명확한 안내를 제공합니다.
의미를 알 수 없는 내용에 대한 챗봇 대응 예시
의미를 알 수 없는 내용에 대한 챗봇 대응 예시(출처: https://www.toptal.com/designers/ui/chatbot-ux-design)
  1. 페르소나
    캐릭터 설정과 다양한 시나리오 구축을 통해 사용자의 감정을 고려한 대화 디자인을 실현합니다.
챗봇 페르소나 예시
챗봇 페르소나 예시
  1. 지속적인 학습과 개선
    사용자 피드백을 반영하여 서비스를 지속적으로 개선하고 발전시키기 위해 데이터 분석, A/B 테스트, 사용자 조사를 수행합니다.
챗봇 사용자 피드백 반영 예시
챗봇 사용자 피드백 반영 예시(출처: https://www.toptal.com/designers/ui/chatbot-ux-design)

CUX(Conversational UX)의 미래와 발전 방향

대화형 사용자 경험(CUX)은 인공지능 기술의 지속적인 발전에 크게 의존할 것입니다. 이를 통해 더욱 정교하고 개인화된 사용자 경험을 제공하게 되겠죠. 실시간 데이터 분석, 사용자 행동 분석은 맞춤형 대화를 가능하게 할 것입니다. 멀티모달(텍스트, 음성, 이미지 등의 결합)의 증가로 더욱 풍부하고 다채로운 사용자 경험이 창출될 수도 있겠죠.

CUX의 시대에는 사용자와 어떤 상호작용을 하는지가 서비스의 특성이자 경쟁력이 됩니다. 사용자가 척하면 척, 찰떡같이 알아듣는 걸 넘어서 사용자가 이후에 필요로 할 것들, 고민해야 할 것들까지 먼저 짚어주는 서비스가 사랑받겠죠? 대화형 인터페이스라는 환경에 맞추어 브랜드의 고객 전략을 어떻게 대화 속에 녹일 것인지를 설계해야 합니다. 이를 위해서는 인공지능 기술은 물론 챗봇 등 대화형 인터페이스에 대한 전문성, 인간 대화에 대한 깊은 고민과 전략적 접근이 보다 중요해질 것입니다.

✏️
Editor │ 챗봇사업팀 김설화 PM
항상 새로운 가능성에 대한 호기심을 가지고 질문을 던지며, 대화형 AI의 미래를 모색하는 챗봇사업팀 김설화입니다.

TEXTNET 소개

지금의 딥러닝을 있게 한 AI Guru 제프리 힌튼의 데이터셋 'ImageNet'에 어원을 둔 TEXTNET은 (주)스피링크가 운영하는 AI/챗봇을 위한 텍스트 데이터 설계 및 구축 서비스입니다.

TEXTNET은 언어학, 심리학, 전산언어학 석·박사를 포함한 전문 인력으로 구성된 언어전문가 그룹으로서, 고객사의 니즈에 부합하는 텍스트 데이터를 설계·가공·구축하고 내부 R&D를 통해 설계 방식을 지속적으로 개선하여 최적의 데이터 설계 방법을 제안합니다. 프로젝트 목적에 따라 적합한 숙련 작업자를 선별하여 투입하고, 체계적이고 효율적으로 고품질의 학습데이터를 생산합니다.

TEXTNET은 삼성, LG, KT, SK 등 유수 대기업의 데이터 구축 파트너로 함께하며 금융, 마케팅, 콘텐츠, 메타버스, 서비스 기획, CS 등 다양한 도메인을 다루고 있습니다.