사용자에게 Fit 한 정보를 제공하기 위한 여정
2025.08.31
리룸은 서비스 오픈 이후 축적된 4개월 간의 사용자 데이터를 기반으로, 제품 경험 차원에서 집중해야 할 과제를 재검토하는 시간을 가졌습니다.
그 결과, 집중해야 할 영역을 크게 두 가지로 정리했습니다.
1. 신규 고객 유입 확대: 더 많은 잠재 고객이 리룸과 첫 접점을 가질 수 있도록 하는 것.
2. 회원가입 이후 구매 전환 최적화: 유입된 사용자가 회원가입을 거쳐 최종 결제까지 자연스럽게 이어질 수 있도록 사용자 여정을 다듬는 것.
이번 아티클에서는 이 중 두 번째 과제인 ‘회원가입 이후 구매 전환 최적화’에 대해 중점적으로 다루고자 합니다.
리룸(reroom) 소개
더 많은 커플이 서로를 더 잘 이해하고 가까워질 수 있도록, 섹슈얼한 순간을 연결시켜 주는 가이드를 제안하는 플랫폼입니다.
사용자의 발자취 따라가기
반려토이에 관심을 가지고 웹사이트를 방문하는 사용자의 행동은 크게 두 가지로 나눌 수 있습니다.
첫째, 서비스가 제공하는 혜택과 제품 정보를 탐색하기 위해 방문하는 사용자입니다. 이 경우 제공되는 혜택과 ‘나’ 또는 ‘우리(커플)’에게 맞는 제품인지 판단할 수 있는 정보를 직관적으로 전달하는 것이 중요합니다.
둘째, 구매 목적이 명확해 바로 원하는 제품을 찾는 사용자입니다. 이 경우 가입부터 구매까지 이어지는 과정을 불필요한 절차 없이 간결하고 매끄럽게 제공하는 것이 핵심입니다.
서비스가 제공하는 혜택과 제품 정보를 탐색하기 위해 방문하는 사용자
한국에서 반려토이 커머스 운영에는, 청소년 접근 및 본인인증 관련 의무를 준수해야 합니다.
청소년 접근 및 본인인증 관련 의무 : 온라인이나 오프라인 모두 제품 이미지에 '19금' 마크(로고·접근 제한 경고 문구)를 반드시 표시해야 하며, 제품 구매나 접근 시 필수로 본인인증(성인인증) 절차를 마련해야 한다.
이는 곧, 사용자가 본인인증을 완료하기 전까지 제품 정보를 확인할 수 없다는 의미이기도 합니다. 나에게 맞는 제품인지 확인하기 위해 3~5단계로 이뤄진 본인인증을 필수로 거쳐야 한다면 불편하지 않을까요?
리룸은 서비스 초기 단계로 브랜드를 인지하고 방문하는 사용자보다 검색 추천(OO 추천, △△ Best, 상품명 검색 등)을 통해 유입되는 사용자가 90% 이상을 차지했습니다. 이 중 약 69%는 상품 상세 페이지로 바로 진입한 경우였습니다. 이에 따라 본인인증을 거치지 않아도 탐색 가능한 범위 내에서 사용자가 충분히 제품을 판단할 수 있도록 정보 제공에 중점을 두었습니다.
제품 상세 페이지 - 정보 콘텐츠제품 비교 기준을 제시하는 ‘MD’note’
윤활제와 콘돔을 중심으로 세부 스펙, 추천 대상, 제품 특징을 제시해 사용자가 자신의 상황에 더 적합한 제품을 선택할 수 있도록 돕습니다.
입문자 가이드 콘텐츠 ‘리룸백과’
반려토이가 처음이거나 성에 대한 자기 이해가 아직 충분하지 않은 사용자를 위해, 카테고리별 사용 전 체크포인트와 제품 분류 체계를 안내합니다.
제품 핵심 정보
상품명 바로 아래 서브텍스트 형식으로 제공되며, 해당 제품이 ‘나’ 또는 ‘우리’에게 맞는 제품인지 판단할 수 있는 소음, 가성비, 자극지점, 외형, 크기에 대한 핵심 정보를 간결하게 전달합니다. 이는 ‘리룸백과’의 범용적 가이드 한계와, 모든 제품을 다루지 않는 ‘MD’note’의 범위를 보완하여 정보 공백을 채우는 역할을 합니다.
‘리룸백과’와 ‘MD Note’가 탄생한 보다 자세한 배경은 <사용자의 불편함을 외면하지 않을 용기> 편에서 확인하실 수 있습니다.
그러나 오픈 이후 SEO 색인이 완료된 뒤 본격적인 유입이 시작된 6월 30일~7월 30일 기간, 누적 데이터 살펴보면 상품 상세 페이지에 진입 후 회원가입 페이지로 이어지지 않고 이탈한 사용자의 비율은 87.3%였습니다.
그렇다면,
사용자는 리룸이 제공하는 콘텐츠를 인지하고 있는 걸까?
인지하고는 있지만, 그 콘텐츠가 ‘나에게 맞는 제품인지 판단하는 데 도움이 되는 정보’로까지 이어지지 못하는 걸까?
이를 확인하기 위해 같은 기간 동안 PV가 높은 상품을 기준으로, 콘텐츠(리룸백과, MD Note)가 포함된 상품과 그렇지 않은 상품을 나눠 데이터를 비교했습니다.
PV가 낮은 상품은 이벤트 수가 적어, 한 번의 행동 변화가 전체 성과에 큰 영향을 미칠 수 있었습니다. 즉, 특정 사용자의 성향이 전체 결과를 왜곡시킬 가능성이 높았습니다. 이에 따라 분석 대상을 PV 상위 상품으로 한정했습니다.
데이터 분석에는 GA와 Clarity를 활용했습니다.
clarity - 히트 맵 ‘주의 맵’
clarity - 히트 맵 ‘클릭(또는 탭) 맵’
소요된 활성 시간 = 페이지에 머문 시간 중 사용자가 사이트에 집중한 실제 시간
평균 스크롤 깊이(%) = 페이지 내에서 얼마나 아래로 스크롤했는지를 퍼센트(%)로 나타낸 수치
평균 스크롤 도달률(%) = 특정 구간(예: 0~5%, 5~10% 등)까지 스크롤을 도달한 방문자의 비율(MD Note 시작되는 시점에 도달한 방문자의 비율 측정)
평균 이탈률(%) = 페이지에 진입한 뒤 다른 페이지로 이동하지 않고 사이트를 완전히 떠난 방문자의 비율
평균 전환율(%) = 페이지 내 ‘로그인하고 상품 보기’ 버튼을 클릭한 방문자의 비율
주요 해석 및 인사이트
콘텐츠 추가
소요된 활성 시간: 평균 55초으로, 콘텐츠 미포함 그룹(12초) 대비 약 +4배 증가. → 사용자가 페이지에 더 오래 집중함을 의미.
평균 스크롤 깊이/도달률: 각각 58.6% / 56.2%로, 콘텐츠 미포함 그룹(41.8% / 47.4%) 보다 높음. → 페이지 하단까지 탐색이 활발하게 이루어짐을 시사.
이탈률: 78.3%로, 콘텐츠 미포함 그룹(90.6%) 대비 12.3%p 감소. → 정보 제공이 이탈 억제에 기여.
전환율: 21.7%로, 콘텐츠 미포함 그룹(9.4%) 대비 약 +2배 증가. → CTA 클릭 유도 효과가 확인됨.
콘텐츠 미포함
소요된 활성 시간, 스크롤 깊이/도달률, 전환율 모두 콘텐츠 포함 대비 낮은 수치 기록.
이탈률은 90.6%로 현저히 높음. → 사용자가 페이지에 머무르지 않고 빠르게 이탈하는 경향이 나타남.
결론
리룸의 정보 콘텐츠는 사용자 인지에 그치지 않고 실질적인 탐색·판단·행동(전환)으로 이어지는 긍정적 역할을 하는 것으로 확인되었습니다.
그렇지만 여전히 제품 상세 페이지 진입 후 이탈하는 사용자의 비율이 높아, UX/UI를 다시 검토하기로 했습니다.
디자인 의도가 뚜렷했는가, 그 의도가 사용자로부터 시작되었는가
Key Problem
‘나’와 맞는 제품인지 판단할 수 있는 소음, 가성비, 자극지점, 외형, 크기에 대한 핵심 정보를 빠르게 인지하기 어려움
진입 시 19금 마크와 접근 제한 문구가 먼저 노출되고, 이어 가격·구매 버튼으로 시선이 분산되어 핵심 판단 기준인 제품 설명을 인지하기 어려움
핵심 정보가 단일 문장형 구조로 제시되어, 우선순위가 낮은 보조 텍스트처럼 인식됨
Problem + α
신규유저 입장에서 로그인(개인정보 제공) ↔ 확인할 수 있는 정보(빠르게 인지하기 어려움) 간의 교환 가치가 불투명
반복되는 19금 마크와 접근 제한 문구 노출로 인해 사용자가 부담감을 느낄 가능성이 있음
AS-IS 제품 상세 페이지결론
행동을 유도하는 요소(로그인하기, 구매하기, 좋아요)는 강조되는 반면, 서비스의 핵심 태스크인 ‘나에게 맞는 제품을 탐색·판단해 구매하는 경험’은 충분히 지원되지 못해 이탈 가능성이 높아진다.
가설
제품의 핵심 정보를 직관적으로 제시한다면, 사용자는 자신에게 맞는 제품을 더 빠르게 판단·구매할 수 있어 이탈률이 감소할 것이다.
Key Solution
핵심 정보값을 시각적으로 재구성 → 직관적 정보 전달을 통해 인지 속도를 향상한다.
핵심 정보값의 배치 최적화 → 자연스러운 탐색 흐름에 맞춘 배치를 통해 정보 접근성 향상
어떤 정보를
기존에는 서브 텍스트라는 제한된 공간에서 정보를 제공해야 했기 때문에, 키워드 단위의 정보를 나열하는 수준에 머물렀다면, 이번 접근에서는 서비스 오픈 이후 축적된 VOC, 리뷰, 사용자 행동 데이터를 기반으로 사용자가 궁금해하는 정보를 중심으로 재구성하였습니다.
기능 정의서기능 정의서 작성은 팀이 같은 언어로 소통하며 기능에 대한 공통된 이해를 갖도록 하기 위함입니다. 개발자가 추측이 아닌 명확한 기준을 바탕으로 구현할 수 있게 하여 시행착오를 줄이는 데 있습니다. 또한 조건과 로직이 문서화되면 QA 단계에서 검증이 쉬워지고, 새로운 기능이나 제품이 추가되더라도 일관된 규칙 아래 확장할 수 있어 재사용성이 높아집니다.
어떤 형태로 보여줄 것인가
AI 피드백을 활용하여 UX 초안 제작
UI 개선 프롬프트
프롬프트의 수행 결과AI 피드백을 효과적으로 활용하려면 PRD나 기획 문서를 기반으로, 요청하는 업무와 목표를 명확하고 구체적으로 설명하는 것이 중요합니다. 여기에 더해, 예시나 역할을 함께 지정하고 원하는 결과물의 형식을 정확히 알려주면, AI가 더 높은 품질의 답변을 생성할 수 있습니다.
Claude로 빠르게 HI-FI 제작
UX에 필요한 레퍼런스 초안 제작AI가 제안하는 화면은 문제 해결을 위한 빠른 아이디어 스케치에 가까워, 새로운 발상을 이끌어내는 아이디어 레퍼런스로 활용하고 있습니다.
이런 관점으로 접근하면, 팀 내부 논의에서 텍스트만으로 개선안을 공유할 때보다 빠르게 의견을 주고받을 수 있습니다. 특히 시각적으로 구현된 화면을 바탕으로 “이 흐름이 실제 사용자 여정에 적합한가?”, “우리 제품의 톤앤매너에 어울리는가?” 같은 논의가 자연스럽게 이어지기도 합니다.
최종 디자인 시안 결정
TO-BE ‘진동’ 제품 상세 페이지다음에 시도해 볼 것
추후 변화 양상을 충분히 관찰한 뒤, 섬네일 영역에는 Stable Diffusion을 활용해 제품의 실루엣을 브랜드 아이덴티티에 맞게 추출·적용할 계획입니다.
이번 단계에서 이를 제외한 이유는, 섬네일은 진입 직후 가장 먼저 노출되는 영역이기 때문에 변수를 최소화하여 지표 변화가 어떤 요인에 의해 발생했는지 명확히 해석할 수 있도록 하기 위함입니다.
디자인 워크플로우 정리
새로운 기능을 기획하거나 기존 디자인을 수정할 때, 필요에 따라 단계를 추가하거나 생략할 수 있습니다.
1. 프로덕트 기획(유저 인터뷰, 유저 시나리오, 유저 여정 설계 등)
2. PRD, 기능 정의서 등 “무엇을, 왜, 어떻게 만들지, 어떻게 평가할지” 문서화
3. AI에 미리 세팅한 프롬프트 기반으로 UX 초안 제작
4. UX에 필요한 UI 컴포넌트, 유저 플로우 등 요청
Claude → IA, HI-FI
Figma AI → 유저 플로우, 프로토타입, interaction
5. 디자인 리뷰: 피드백 회의(비즈니스, 디자인, 개발팀)
6. 피드백 반영하여 디자인 개선
7. 미드저니, 나노바나나로 디자인 애셋 제작
8. 최종 디자인 리뷰: 피드백 회의(비즈니스, 디자인, 개발팀)
9. 최종 디자인 시안 결정
10. Figma 개인 작업 파일에서 디자인 반영 → 개발자 전달
11. Figma 마스터 파일에 최종 디자인 반영
AI를 활용해 사용자에게 Fit 한 정보 제공하기
대량의 상품 이미지를 빠르고 정확하게 처리하기 위해, ‘이미지 분석 → 텍스트 추출 → 분류 → 웹 반영’으로 이어지는 데이터 파이프라인을 설계했습니다.
테스트는 일부 이미지를 대상으로 진행하지만, 모든 상품에 확대 적용해야 한다는 점에서 보다 체계적인 접근이 필요했습니다.
그래서 다음과 같은 실행 플랜을 세웠습니다:
node 단위의 실행 플랜1. Notion DB 준비
판매 리스트 DB에 새 Select 속성을 생성하고, ‘자동화 요청’, ‘자동화 완료’라는 상태값으로 나눈다.
2. Notion node — 데이터 수집
‘자동화 요청’ 상태의 페이지들을 조회하고, 상품 리스트와 상품 ID를 가져온다.
3. HTTP node — 외부 분석 요청
HTTP 요청으로 서버와 통신하고, 응답 데이터(텍스트를 추출하여 JSON 응답으로 반환)를 다음 노드로 전달한다.
4. GPT node — 특성 추론·표준화
비정형 텍스트에서 의미를 추론하여 분류 규칙에 맞는 라벨(추천 레벨, 제품 타입, 모드, 부가 기능 등)을 도출한다.
5. Json node — 구조화
JSON 형식의 텍스트를 실제 JSON 객체로 변환하고, 이를 Key-Value 형태의 일관된 속성으로 매핑한다.
6. Notion node — 결과 반영
판매 리스트 DB의 해당 아이템에 속성값을 업데이트한다.
7. 운영 단계
개발팀은 판매 리스트 DB를 토대로 서버에 반영한다.
자동화 파이프라인 구축 시 고려사항
GPT 모델 사용에 따른 비용 고려
비용은 내가 보낸 프롬프트의 토큰 수(input token)와 모델이 생성한 답변의 토큰 수(output token)를 합산하여 계산되므로, 프로젝트 규모와 사용 빈도에 맞는 모델을 선택하는 것이 중요합니다.
이미지 형태의 다양성
모든 제품 상세 이미지가 동일한 구조가 아니며, 일부는 분할된 이미지이거나 GIF 형식으로 되어 이미지 처리 과정에서 예외 처리가 요구됩니다.
다국어 데이터 처리
상품 상세 이미지 중 일본어, 영어가 포함된 경우가 있어, 분석 과정에서 다국어 텍스트 인식 및 번역 기능이 필요합니다.
포맷 및 용어의 불일치
제품 상세 이미지의 배치, 포맷, 용어가 제각각이므로 자동화 과정에서 일관된 정보 추출에 정확도를 높이기 위해 후처리 규칙 설계 및 기준화 작업이 필요합니다.
n8n 자동화 실행
문제 발생
후속 노드에서 에러가 발생하면 전체 프로세스를 처음부터 다시 실행해야 하는 문제가 있다.
문제 발생 원인
노드 단위로 여러 개의 작업(예: 100개)을 한 번에 처리하도록 설계되어 있어, 개별 아이템 단위 에러 처리가 불가능하고, 하나의 오류가 전체 작업 실패로 이어진다.
문제에 대한 해결 방안해결 방안
Loop Over Items 노드를 활용하여 데이터를 한 건씩 순차적으로 처리하도록 변경한다.
Notion 노드가 페이지 100개를 Loop Over Items 노드에 전달한다.
Loop Over Items 노드는 전달받은 데이터를 한 개씩 순차적으로 HTTP 노드에 전달한다.
HTTP 노드는 각 요청을 처리한 뒤 결과를 GPT 노드 → JSON 파서 노드로 넘긴다.
마지막으로 Notion 노드가 프로퍼티 업데이트를 완료하면, Loop Over Items 노드는 다음 데이터를 HTTP 노드에 전달한다.
그래서, 어떤 결과가 있었냐면요
CTA 클릭 전환율, 10.5%p 증가
‘정보 콘텐츠가 없는’ 상품 상세 페이지 내 ‘인증하고 상품 확인하기’ 버튼을 클릭한 사용자의 비율이 증가했습니다. 업데이트 전후 3주간 전환율을 비교했을 때 2배 이상 증가한 수치를 보였습니다.
회원가입 전 이탈률, 업데이트 후 10%p 감소
상품 상세 페이지 진입 후 회원가입 페이지로 이어지지 않고 이탈하는 사용자의 비율이 감소했습니다. 업데이트 전후 3주간 이탈률을 비교했을 때, 약 10%p 감소한 수치를 보였습니다.
마무리
자동화 파이프라인 설계는 단순히 ‘기술을 배운다’ 차원이 아니라, 일하는 방식과 사고의 틀 자체를 바꿔주는 경험이라고 생각합니다. 데이터 수집 → 처리 → 반영까지의 파이프라인을 이해하면 ‘사용자에게 어떤 데이터를 → 어떤 규칙으로 분류할지 → 어떤 형태로 어떻게 제공할지’ low-level에서 UX를 설계할 수 있게 되어 꾸준히 시도해 볼 계획입니다.
끝으로, 제 글을 읽어주신 모든 분들께 감사합니다 :)
