[번역]정직한 UI와 올바른 선택
사용자의 데이터를 기반으로 하여 사용자가 관심 있어 할만한 콘텐츠들을 골라 보여주는 "예측 디자인(antipatory design)"에 대해 Google Now, Amazon, Facebook 등의 서비스를 예를 들어 소개를 해 주고 있습니다. 예측 디자인의 목적과 사용성과 기업의 윤리에 기반하여 해야 할 것과 하지 말아야 할 것 등을 이야기하고 있습니다. 광고를 콘텐츠처럼 보이게 하는 것이나 사용자가 인지하지 못하면서 구매를 많이 하도록 유도하는 것 등(이러한 꼼수들을 dark pattern이라고 부른다고 하네요.)은 마케팅의 방법일 뿐 윤리적인 측면에서 하지 말아야 할 것이라고는 생각해 본 적은 없었는데요, 이 글을 보니 좀 더 양심적인 측면에서 생각해봐야 할 것 같네요. 하지만 매출에 반하는 윤리적인 디자인에 대해 회사에서는 어떻게 받아들일지는 모르겠습니다.
여기에서는 그러한 방법들을 사용자에게 더 좋은 선택을 할 수 있고, 이익이 되는 방향으로 사용(light pattern이라고 하네요.) 해야 한다고 합니다. 한번 보시고 그동안 회사의 이익과 사용자의 이익 중 어느 쪽에 치우쳐 디자인을 해왔는지 생각해보시기 바랍니다.
(이 글은 Smashing Magazine에 Graeme Fulton이 올린 How To Build Honest UIs And Help Users Make Better Decisions을 번역한 글입니다.)
Google Now, Spotify, Amazon과 같은 많은 앱들이 사용자의 데이터에 기반하여 성향을 예측하고 있다. 사용자의 직접적인 인풋이 없더라도, 사용자를 대신해서 결정을 내려주기 위해 사용자의 데이터를 사용하기도 한다. Facebook은 뉴스피드의 구성을 맞춰주고, Amazon은 제품을 추천해 준다. 사용자와 관련성이 없어 보이는 것들은 숨겨주고, 그들이 생각하기에 사용자가 좋아할 만한 것들만 보여준다.
사용자의 선택이 사라진 이 디자인 패턴은, "예측 디자인(anticipatory design)"이라는 것을 만들어 냈다. 이 방법의 목적은 사용자의 행동에 기반한 데이터를 활용하여 인터페이스 상에서 결정을 내리는 과정을 자동으로 해주는 것이다. 이 방법은 사용자가 내려야 하는 수많은 결정의 수를 줄여 줌으로써 결정을 하는데 필요한 피로를 줄여주며, 전반적으로 좋은 결정을 할 수 있도록 해주는 것이다.
예측 디자인의 좋은 의도에도 불구하고, 자동화된 결정은 신뢰성 문제를 야기할 수 있다. 특히 유저 인터페이스에서 dark pattern을 사용함으로써 신뢰성이 침해당할 때 그렇다. 사용자를 기만하는 dark pattern과는 반대로, 이 글에서는 유저 인터페이스가 정직하고 투명하다는 것에 대한 믿음을 주면서 사용자에게 더 나은 결정을 내릴 수 있도록 도와주는 "light pattern"을 사용하여 신뢰감을 줄 수 있는 방법에 대해 알아볼 것이다.
왜 사용자를 위해 결정하는가?
오늘날의 온라인 세상에서는, 소비자는 이전보다 훨씬 많은 선택을 마주해야 한다. 예를 들면, 아마존이나 ebay 같은 마켓플레이스에서의 쇼핑을 생각해 보자. 원하는 것을 분명하게 인지하고 있더라도(예를 들면 새 애플 헤드폰과 같은), 선택의 가짓수는 너무나도 많다.
아마존과 이베이에서 똑같은 제품에 대한 상품들다른 예는 엄청난 양의 음악을 무료로 제공해주는 Spotify와 같은 음악 서비스이다. 추가로 선택할 수 있는 음악들이 금세 더해진다. 선택할 수 있는 것들이 더 많아지는 것은 좋지만, 선택지를 너무 많이 제공하는 것은 사용자를 위압하는 경험이 될 수 있다. 왜냐하면 결정을 하는 것이 어려워지기 때문이다. 이 문제는 지금까지 매우 중요하게 다루어져 왔으며, Barry Shwartz's의 선택의 패러독스나 Hicks의 법칙에서도 매우 중요하게 다루고 있다.
"수많은 선택지는 사용자가 아무것도 선택하지 않게 만드는 경향이 있고, 선택을 했을 때도 만족감이 줄어들게 한다."
"선택지가 더해질 때마다 결정을 내리는데 드는 시간이 늘어난다."
두 가지 연구 모두 유저 인터페이스에서 선택지의 양을 줄임으로써 사용자가 결정을 내릴 수 있는 능력을 향상하고, 좌절감을 줄임으로써 사용자 경험을 더 낫게 할 수 있다고 제안하고 있다.
수많은 결정을 내리는 일이 삶에서 중요한 결정을 내리는 것을 비효율적으로 만들 수 있다는 내용의 "결정 피로"라는 글은 이 사실을 뒷받침해준다. 마크 주커버그가 매일 똑같은 스타일의 옷을 입는 이유이기도 하다.
나는 사회에 어떻게 가장 잘 봉사할 것인지 외에는 다른 결정을 최소화할 수 있도록 내 삶을 정말로 단순하게 만들고 싶다.
선택을 줄이는 방법
선택의 가짓수를 줄이는 것은 많은 오늘날 많은 앱들이 집중하고 있는 문제이다. 수많은 방법 중 두 가지를 살펴보도록 하자.
더욱 적절한 선택지를 제공
많은 제품들이 개인의 취향에 적합하게 개인화되어 있어서 선택지를 현재 사용자와 연관된 것들로 제한하여 보여주고 있다. 사용자에게 수집한 정보를 기반으로 하여 웹사이트뿐만 아니라 이메일에서도 사용자에게 맞춘 추천 제품을 보여주는 아마존의 서비스가 대표적이다.
아마존의 맞춤형 추천결정을 예측하라.
위에 언급한 추천은 선택의 어려움을 줄이는데 충분한 방법이 아닐 수도 있다. 왜냐하면 사용자는 필터링된 옵션들 중에서도 역시 하나를 선택해야 하기 때문이다. 이 방법은 사용자 대신 결정을 하여 한 단계 더 나아감으로써 사용자가 선택해야 하는 부담을 전반적으로 제거하는 방법이다.
예를 들면, Google now와 같은 앱은 사용자의 입력 없이 사용자를 위한 동작을 점점 더 많이 수행하고 있다.
Google Now의 예측 디자인Google Now는 사용자가 주차한 장소부터 풋볼 점수를 조사하는 것까지 수많은 결정을 백그라운드에서 한다. 그리고 사용자가 묻지 않아도 적절한 순간에 사용자에게 알려준다.
Google Now : 당신이 묻기도 전에 원하는 정보를 알려드립니다.Spotify는 사용자가 생각하기도 전에 재생목록을 만들어 주는 것으로 예측 디자인의 다른 형태를 보여준다. 이 방법은 spotify의 announcement에 설명되어 있다.
이것은 당신을 위해 매주 mixtape(좋아하는 곡을 모아서 녹음한 테이프)를 만들어주는 친구를 가진 것과 같다.
Spotify의 Discover Weekly의 개인화된 재생목록새로운 음악을 찾고 어떤 트랙을 재생목록에 추가할 것인지는 사용자가 수행한다.
이렇게 사용자를 위해 결정을 해주는 것을 "예측 디자인(anticipatory design)"이라 하며, 사용자를 대신해 결정을 해주는 것에 대한 윤리적인 문제 때문에 논쟁의 주제가 되고 있다.
예측 디자인에서 신뢰감 만들기
위에서 말한 접근방식을 이용하여 선택의 수를 줄이고 결정을 해주는 과정에서, 사용자가 원하는 것에 대해 섣불리 예측을 할 수도 있다. 앱이 사용자가 기대하는 것을 보여주지 않을 경우 신뢰감이 떨어질 수 있다. 특히 많은 앱들이 dark pattern을 보여주거나, 사용자가 원하지 않는 것을 하도록 속일 경우 그렇다.
따라서 앱이 사용자를 위해 결정을 많이 할수록, 신뢰감을 유지하기 위해 더욱 투명해져야 한다. 이것은 dark pattern을 사용하는 것을 피하고, 예측 디자인을 사용한 상황에서도 사용자에게 충분한 정보와 컨트롤할 수 있는 권한을 주는 "light pattern"을 통해 투명하게 보여줌으로써 가능하다. 몇 가지 light pattern을 살펴보도록 하자.
정보를 제한적으로 보여주지 말라
사용자가 좋아할 만한 정보를 보여주기 위해 옵션들이 걸러졌을 경우(개인화나 추천 시스템에 의해), 사용자는 점점 더 같은 종류의 콘텐츠만 보게 되는 문제가 발생하기 시작한다.
아마존의 브라우징 히스토리 추천이것은 새로운 것을 발견하기 어렵게 만드는 속임수와 같다. 이런 현상은 Time magazine이 말한 것처럼, Amazon과 같은 이커머스 사이트뿐만 아니라 Facebook과 같은 소셜 미디어 웹사이트에서도 볼 수 있다.
Facebook은 수많은 링크를 클릭하는 사람들을 위해 더 많은 링크를 보여주길 원하고, 수많은 비디오를 보는 사람에게 더 많은 비디오를 보여주기를 원한다.
많은 사용자들은 브랜드가 그들이 보는 것을 결정하는 것을 원하지 않는다. 예를 들면, Stack Overflow의 CEO인 Joel Spolsky는 정보를 숨기는 것에 대해 페이스북을 비난했다.
Facebook은 모든 포스트를 보여주지 않는다. 페이스북이 당신에게 무엇을 보여줄지 선택한 것들만 보여준다. 흥미로운 질문은 페이스북의 알고리즘이 어느 정도로 당신의 예측을 보강해줄 것인가이다. 훈련받은 대로 해줄 것이다.
사용자가 컨트롤할 수 있게 하라.
정보를 제한하지 않는 또 한 가지 방법은 피드백 메커니즘을 이용하여 사용자가 제공받은 가정들을 개선시키기 쉽게 만드는 것이다.
이것은 명확한 메커니즘 (쉬운 방법)과 덜 명확한 메커니즘으로 수행할 수 있다.
구글, 페이스북, 아마존에서 사용하는 피드백 매커니즘Google now(좌측 상단)은 나우 카드가 사용자에게 관련성이 있는지 묻는 질문을 카드의 바로 밑에 직접적으로 보여준다.
Facebook(우측 상단)은 각각의 뉴스 아이템에 드롭다운 캐럿을 보여줌으로써 덜 분명한 방법을 사용한다. 캐럿을 선택하면 원하지 않는 뉴스를 숨겨주는 옵션을 보여준다.
Amazon(하단)은 추천 항목을 조정하는 것을 매우 어렵게 만들어 놓았다. 보여주는 정보를 조정하기 위해서는 “Your Account” → “Your Recommendations” → “Improve"를 통해 이동해야 한다.
이 세 가지 예에서 Google은 사용자가 카드에 대한 피드백을 제공할 수 있는 몇 가지 명확한 인터렉션을 제공함으로써 가장 투명한 피드백 메커니즘을 제공하고 있다. 사용자는 자신이 보이는 정보를 컨트롤할 수 있다는 것을 확실히 알 수 있다.
구글 나우 : 당신이 컨트롤 할 수 있습니다(You're in control).카드를 스와이프 해서 각각의 카드에 있는 메뉴로부터 커스텀 세팅에 접근할 수 있다.
구글 나우 커스터마이징Facebook이나 Amazon은, 보는 정보를 조정할 수 있도록 사용자들이 피드백을 제공할 수 있음에도 불구하고, 뉴스피드와 추천 알고리즘을 매우 쉽게 조정할 수 있다. Joel Spolsky 에 관한 기사 참고.
광고를 콘텐츠처럼 위장하지 말라
광고를 콘텐츠처럼 위장하는 것은 전형적인 dark pattern이다. 그리고 사용자의 분명한 수락 없이 액션이 수행될 때 자주 보인다.
예를 들면, Google now는 최근 Lyft, Airbnb, Uber, Instacart와 같은 서비스와 제휴하여 사용자가 필요할 경우 바로 서비스를 제공할 수 있도록 하였다. 이런 써드파티 서비스가 유용하기도 하지만, 유료 서비스일 경우에는 광고의 또 다른 형태처럼 보일 것이다.
구글 나우 파트너 서비스이러한 어둠의 디자인이 관련된 제품에서 보일 경우, 예측 디자인의 동기가 의심스러워지기 시작한다. 구글 맵이 좋은 예이다. 지도 검색 결과에서 광고를 핀처럼 위장하고 있다.
광고를 핀처럼 위장하고 있는 구글맵사용자의 입력을 활용하라.
사용자에 대한 가정을 만들 때, 정확하게 하는 것이 중요하다. 많이 입력되었던 양식을 보여주는 기능이나, 신용카드 정보와 비밀번호를 기억하는 브라우저의 기능과 같은 기존의 사용자 입력을 활용하는 방법이 있다.
구글 크롬의 많이 입력되었던 양식을 보여주는 기능이것은 사용자가 같은 동작을 반복하지 않도록 해준다. 같은 원칙이 많은 종류의 데이터를 취합하는 더욱 복잡한 가정을 만들 때도 적용될 수 있다. Campaign Live는 택시 서비스 Hallo가 Google Now의 "Now card"와 시간, 위치, 그리고 사용자의 기존 입력을 조합하는 방법을 보여주며 이 원칙에 대한 예를 보여주고 있다.
당신이 Hailo 택시를 예약해서 런던에 온 다음, 7시에서 10시 사이에 특정 장소를 가려고 한다고 해보자. 당신이 5시에도 여전히 그곳에 있다면, 떠나기를 원할 것이라는 가설을 세울 수 있고, Google Now 카드가 Hailo 택시를 예약하기 위해 당신에게 알림을 띄울 것이다.
이 가설은 더욱 정확한 것이고, 광고를 위장한 것도 아니다. 왜냐하면 이 제안은 사용자가 필요한 순간에, 기존에도 같은 서비스를 예약했던 정보에 기반한 것이기 때문이다.
연관된 액션에 기반해서 Hailo 카드가 나타난다.사용자가 제거할 수 있도록 하라
사용자에게 주어진 추천들을 커스터마이징할 수 있게 제공하여도, 사용자는 대신 결정을 내려주는 것을 전혀 원하지 않을 수도 있다. 이런 경우에는 사용자가 쉽게 제거할 수 있도록 해야 한다. Google Now 앱을 삭제할 수는 없어도, 설정에서 Now card를 끌 수는 있다.
Google Now는 사용자가 Now card를 끌 수 있게 해준다.반대로, Amazon에서는 완전히 로그아웃을 하기 전에는 추천을 끌 수 있는 방법이 없다. Amazon에서는 제품 판매의 35%가 추천에서 이루어지기 때문에 Amazon 입장에서는 일리가 있는 방법이다.
기록을 하거나 이러한 방법으로 사용자의 데이터를 사용하는 기능은 항상 사용자의 동의를 받는 것이 기본으로 되어있는지에 대한 의문이 여전히 남아 있다. 아래의 예에서 사용자의 동의를 받는 것과, 동의를 거부하는 것의 큰 차이를 볼 수 있다.
장기 기증자들에게 먼저 동의를 받게한 나라(opt-in)와 동의를 가정한 나라(out-out)의 동의율의 차이사용자를 돕기 위해 다크 패턴을 사용하라
회사가 그들의 목적으로 유도하기 위해 다크 패턴을 사용한다는 것은 분명하다. 그리고 요즘은 회사가 사용자를 대신하여 결정을 내려주는 것을 돕는 툴이 있어 더욱 쉬워졌다. 그러나 이런 방법들을 사용자가 그들을 위해 더 좋은 결정을 내릴 수 있도록 사용하는 것은 어떨까? 실제로 많은 사용자들이 자제력 부족과 눈앞의 이익만 바라보는 것과 같은 인간적인 어리석음으로 잘못된 결정을 내리곤 한다.
사용자가 올바른 방향으로 가도록 유도하라
넛지라는 책에서 리처드 테일러와 카스 선스테인은 사용자가 장기적으로 봤을 때 가장 좋은 선택을 할 수 있도록 유도하는 윤리적인 '선택 구조'를 만드는 것을 제안한다.
넛지 : 건강과 부, 행복에 대한 선택을 증진하기Dark pattern을 사용하는 기술은 또한 사용자가 더 좋은 선택을 할 수 있도록 이끄는 light pattern을 만드는 데 사용될 수 있다.
자동 등록
예를 들면, 삶에 대한 기대가 증가됨에 따라, US 401(k)와 같은 연금을 통해 노년을 위해 저축을 하는 것이 중요해졌다. 그러나 테일러와 선스테인이 설명한 것처럼, 이러한 연금이 "공짜 돈"을 제공함에도 불구하고, 많은 사람들이 등록을 하지 않는다. 테일러와 선스테인이 제안한 가능한 해법은 아래와 같이 사람들이 노년을 위해 저축하도록 하는 것이다.
자동으로 등록되게 함 (장기기증자의 예시와 같이)
등록할지에 대해 단순히 yes 또는 no만 응답하도록 함
이러한 접근은 사용자에게 이익을 주며, 장기적으로 좋은 선택을 할 수 있도록 해주기 때문에 라이트 패턴의 좋은 예라고 할 수 있다. 후자의 접근은 사람들에게 결정하도록 강요를 하고 있기는 하지만, 결정을 단순화해서 둘 중에 하나만 선택하도록 함으로써 사람들이 참여할 수 있도록 유도하고 있다.
좋은 행동 패턴을 만들어라
알란 사피로는 예측 디자인을 잘 사용한 앱은 사용자에게 사용 패턴을 만들어준다고 한다. 지속적으로 어디로 갈지, 무엇을 살지 조언 받음으로써, 앱의 알림과 앱이 대신 해준 결정에 영향을 받게 된다.
회사가 주로 제품을 당신에게 파는데만 관심이 있을 때 무서운 시나리오가 될 수도 있다. 서비스나 상품의 구매를 자극하는 행동을 자연스럽게 유도할 수도 있기 때문이다. 예를 들면, 아마존의 새로운 프라임 팬트리 서비스는 사람들이 사려고 했던 것 이상으로 사기를 유도하는 어두운 패턴들로 가득 차있다.
아마존의 팬트리 박스는 구매 습관을 형성시키고 있다.아마존은 대화를 "나한테 이것이 필요한가?"에서 "이 박스를 채우기 위해 무엇이 더 필요한가?"로 옮겨 놓았다.
아마존은 고객이 주문을 하기도 전에 사용자 데이터를 이용하여 예측을 하고 제품을 배송하는 시스템에 대한 특허까지 내놓았다. 아마존은 이것을 예측 배송이라고 부른다.
아마존의 예측 배송 특허 다이어그램이런 것들은 그렇다 치고, 똑같은 전략을 사람들에게 좋은 행동을 유도하고 습관을 갖도록 사용하면 어떨까? 요즘 수많은 자기계발이나 습관 형성 앱들이 많이 나오고 있다.
예를 들면, stickK helps you라는 앱은 "혐오감 제거와 습관 변화를 이끄는 책임의 정신적인 힘"을 이용하여 나쁜 습관을 없애준다.
stickK은 나쁜 습관을 없에준다.Duolingo는 유익한 습관을 형성하는 것을 도와줌으로써 매일 새로운 언어를 연습할 수 있게 해준다.
Duolingo는 언어를 학습하는 습관을 만들어준다.위에서 보듯이, 사람들이 예측 디자인에서 대신해주는 결정으로부터 얻는 이득은, 앱 뒤에 있는 회사의 윤리에 의해 크게 좌우된다. 회사가 그들의 목적을 위해 사용자의 데이터를 얼마나 이용할 것인가? 그리고 사용자는 편의를 위해 얼마나 많은 데이터를 제공할 것인가?
지금까지 설명한 것처럼, 사용자에게 제어할 수 있는 권한을 주고, 투명성을 유지하는 것이 신뢰를 형성하는데 가장 중요하다. 예측 디자인에 사용된 다크 패턴에 대해서는 어떻게 생각하는가? light pattern이 존재한다면, 디자인 가설을 만들 때 누구에게 책임이 있을까?
