|
연구배경 : 기존 UX 리서치에서 화면녹화 분석은 정성적 관찰에 치중되어 있어, 시간 소모와 주관성, 낮은 일관성 등의 한계를 지닌다. 이에 따라 화면녹화 데이터를 체계적·자동화적으로 분석할 수 있는 방법론이 요구된다. 연구방법 : OTT 콘텐츠 탐색 사례를 대상으로, Python과 대규모 언어모델(LLM)을 결합한 자동화 UX 행동 분석 절차를 제안하였다. 본 절차는 행동 기준 정의, 화면 인식, 로그 추출, 시각화 및 정량 분석의 네 단계로 구성된다. 연구결과 : 제안한 절차는 사용자의 탐색 흐름, 플랫폼 전환, 반복 행태를 구조화된 로그와 시각화로 표현하여, 기존 수기 분석보다 효율적이고 일관된 결과를 산출하였다. 또한 정량 지표와 맥락 정보를 융합함으로써, 퍼소나 설계, 고객여정지도(CJM) 구체화, 사용자 세그먼테이션 등 실무 적용 가능성을 확인하였다. 결론 : 본 연구는 화면녹화 데이터를 자동화·구조화하는 방법론적 절차를 제시함으로써, UX 리서치에서 정성·정량 융합 분석을 수행할 수 있는 기반을 마련하였다. 이 절차는 다양한 디지털 도메인으로 확장할 수 있는 가능성을 보여주며, UX 리서치의 객관성과 정합성을 높이는 실질적인 방법론적 대안으로 기능한다. 더불어 기존 상용 분석 도구와 병행하여 활용할 경우, 사용자 경험을 보다 정밀하고 다각적으로 해석할 수 있는 보완적 장치로 자리매김할 수 있다.
|
정보 DB > 연구 동향
