A/B 테스트로 증명된 흐름의 차이

"사용자 설문에서 출발한 AI 스타일링 앱 기획 이야기"

실험 목적과 배경

우리가 기획한 'AI 옷장 자동 등록 기능'은 처음에는 아주 매력적으로 보였습니다.

하지만 중요한 건, “사용자에게 진짜 편한가?”, “이 기능이 실제 사용 흐름에서 효과가 있는가?”였습니다.

그래서 기능이 완전히 구현되지 않은 상태에서도 실제 사용자 흐름을 시뮬레이션한 실험을 설계해보았습니다.

실험 조건 요약

AI 기능은 실제로 작동하지 않음

→ 대신 “AI가 옷장을 인식한다”는 시나리오 하에 사용자가 행동하도록 설정

자동 등록 방식 + 사용자 보완 (B안):
→ 사진 촬영: 1장 (5초)

→ AI 분석 대기: 약 5~10초

→ 사용자 확인: YES/NO 클릭 (7벌 기준) → 7 x 2초 = 14초

추가 보완 클릭 or 간단 선택 (2~3벌 기준): 10~20초

전체 소요 예상: 약 1분

수동 등록 방식 (A안):
→ 사용자가 실제로 갤러리에서 20장의 옷을 선택
→ 실사용 피로도 및 소요 시간 측정

중단 가능성 안내:

→ 기능이 불편하다고 느끼면 즉시 중단 가능

→ 자동 등록 기능은 초기 경험을 ‘빠르고 쉽게’ 만든다는 사실이 수치로도 확인됐습니다.

정성 피드백 요약

참여자의 대부분은 “실제로 옷을 20장이나 등록해야 한다면 사용하지 않겠다”고 응답했습니다.
하지만, “자동으로 옷장이 등록된다면 한 번쯤은 써볼 것 같다”는 반응이 많았습니다.

핵심 인사이트

“사용자가 직접 고르는 과정”은 상상보다 훨씬 피로하다.

초반 진입 장벽을 낮추는 것이
→ 기능 체험률,
→ 기능 만족도,
→ 재사용률에 직접적인 영향을 준다.