정답 없는 AI 시대, 당근이 새로운 경험을 만드는 방식

카테고리

프로그래밍/소프트웨어 개발

서브카테고리

인공지능

대상자

AI 기능 개발자, 제품 디자이너, UX/UI 팀

• 난이도: 중급 (AI 활용 사례 및 A/B 테스트 분석 포함)

핵심 요약

• LLM 기반 AI 편지 생성을 통해 사용자 후기 작성 유도 전략 도입
• A/B 테스트 결과: 알림 오픈율 2배 상승, 후기 작성률 증가를 위한 보상 구조 설계
• 임베딩 기술과 LLM 활용으로 개성 있는 상품 탐색 기능 개발
• 사용자 행동 동기와 AI의 자연스러운 대화 유도가 핵심 성공 요인

섹션별 세부 요약

1. AI 편지 기능 개발

• 문제 인식: 후기 작성 유도가 어려운 사용자(신규/비활성 사용자) 대상
• 솔루션: LLM을 활용한 편지 생성, Claude/Cursor로 화면 목업 개발
• 1차 실험 결과: 알림 오픈율 2배 상승, 후기 작성률 변화 없음
• 2차 개선: 편지 내용을 후기 작성 조건으로 전환, 호기심 → 행동 전환 유도

2. 상품 탐색 기능 개발

• 문제 인식: 기존 추천 알고리즘의 유사성 반복으로 인한 신선도 감소
• 솔루션: LLM + 임베딩 기술로 질문 기반 추천 시스템 구축
• 기능 예시: "장모님 생신 선물" 입력 시 티세트/건강용품 등 유사한 게시글 추천
• 문제점: 다국어 모델 전환 전에는 영어 중심의 정확도 저하 발생

3. 사용자 피드백 및 개선 방향

• 1차 실험 교훈: 호기심 → 행동 전환을 위한 명확한 동기 설계 필요
• 2차 실험 교훈: AI 대화형 기능을 사용하는 사용자 비율 낮음 → 온보딩 개선 필요
• 최종 성과: 후기 작성률 증가, 감정적 경험 제공으로 SNS 반응 유도

결론

• AI 기능 설계 시 사용자 경험 맥락에 자연스럽게 녹아들도록 반복적 A/B 테스트와 동기 설계 필수
• LLM 기반 편지 생성과 임베딩 기술 활용은 사용자 참여도 향상에 효과적
• 유즈 케이스 예시 제공 및 온보딩 프로세스 개선이 새로운 기능 채택률을 높이는 핵심
• 성공 사례: "물품 편지" 기능은 국내외 시장에 정식 배포, AI 기반 상품 탐색 기능은 추천 품질 개선 성공