2026. 6. 30. 12:44ㆍUX 가벼운 이야기
오버뷰 다음에 필요한 것
앱 리뷰를 볼 때 처음 필요한 것은 전체 지형입니다. 사람들이 어떤 이야기를 많이 하는지, 그 이야기가 긍정에 가까운지 부정에 가까운지를 먼저 알아야 하니까요. 어피니티버블은 이 첫 단계에 강합니다. 정성 텍스트를 한 장의 지도로 펼쳐서, 리뷰 더미 안의 큰 주제와 감정의 흐름을 빠르게 보여줍니다.
하지만 서비스 제공자 입장에서는 전체 지도를 보는 것만으로 다음 액션을 결정하기 어렵습니다. "이런 주제의 불만이 많구나", "이 영역은 만족도가 높구나"까지는 알 수 있지만, 무엇을 먼저 고쳐야 하는지, 어떤 기능을 더 밀어야 하는지, 경쟁사 대비 어디가 강점인지까지 바로 이어지지는 않습니다.
의사결정에는 한 단계가 더 필요합니다. 리뷰 전체의 오버뷰를 본 뒤, 도메인에서 중요한 측면을 찾고, 그 측면 안을 더 잘게 나누고, 경쟁사와 교차해서 비교해야 합니다. 이번 글에서는 패션앱 3종(에이블리·무신사·지그재그) 리뷰를 샘플로, 오버뷰 이후의 분석을 어떻게 설계할 수 있는지 살펴봤습니다.
1. 도메인의 중요한 속성을 찾는다
의사결정을 하려면 먼저 이 도메인에서 사용자가 무엇을 기준으로 판단하는지 알아야 합니다. 패션앱 리뷰라면 가격, 혜택, 배송, 사용성, 고객지원, 상품 다양성 같은 속성이 나올 수 있습니다. 리뷰 문장 속에서 사용자가 반복해서 판단 기준으로 삼는 표현을 추출하고, 비슷한 기준을 묶어 도메인 코드북으로 만듭니다. 이제는 이런 작업을 LLM을 이용해 더 수월하게 할 수 있습니다.
도메인 속성 코드북은 완전히 MECE한 분류표라기보다, 의사결정을 돕기 위한 관점 체계에 가깝습니다. 리뷰 한 문장이 배송과 고객지원, 가격과 혜택처럼 여러 속성에 동시에 걸릴 수 있기 때문입니다. 대신 비슷한 속성은 병합하고, 너무 넓은 속성은 나누고, 각 속성의 정의를 고정해 이후 드릴다운과 교차분석에서 같은 기준으로 비교할 수 있게 만듭니다.
aspect-report는 이렇게 만든 속성 코드북을 기준으로, 각 속성이 얼마나 자주 언급되는지와 어떤 감정으로 말해지는지를 보여줍니다. 흔히 ABSA(Aspect-Based Sentiment Analysis), 즉 속성 기반 감성 분석이라고 부르는 방식입니다.
여기서 중요한 점은 많이 언급되는 속성과 불만이 큰 속성이 다를 수 있다는 점입니다. 많이 말하는 주제라고 꼭 문제인 것은 아니고, 적게 언급되더라도 강한 불만으로 나타나는 속성은 우선적으로 봐야 할 수 있습니다.
이 단계의 목적은 결론을 내리는 것이 아니라, 의사결정 후보군을 정리하는 것입니다. 어떤 속성을 더 들여다볼지 정하는 단계에 가깝습니다.
2. 속성 안을 다시 세분화한다
"혜택 불만이 많다"는 아직 추상적입니다. 쿠폰이 적다는 뜻인지, 조건이 복잡하다는 뜻인지, 적립이 안 됐다는 뜻인지, 이벤트가 미끼처럼 느껴졌다는 뜻인지에 따라 대응은 완전히 달라집니다.
기본 어피니티버블이 전체 리뷰를 의미 유사도 기준으로 묶어 큰 지형을 보여준다면, aspect-drilldown은 이미 찾은 특정 속성 안으로 들어갑니다. 그 속성과 관련된 문장 조각만 다시 묶기 때문에, 오버뷰에서는 "혜택 불만"으로 보이던 덩어리가 쿠폰 조건, 포인트 사용, 이벤트 불신처럼 실행 가능한 문제 단위로 나뉩니다.
이렇게 쪼개야 비로소 선택이 가능해집니다. "혜택을 개선하자"는 말은 너무 넓지만, "쿠폰 적용 조건을 단순화하자"는 실행 항목이 됩니다. 측면 세분화의 목적은 리뷰를 선택 가능한 문제 단위로 바꾸어 줍니다.
3. 경쟁사별로 교차해 장단점을 본다
속성과 하위 주제를 찾았다면, 다음 질문은 비교입니다. 같은 배송 불만이라도 어느 앱에서 더 강한지, 같은 혜택 이야기라도 어느 앱에서는 장점이고 어느 앱에서는 불만인지 볼 수 있습니다.
aspect-cross는 공통 속성 코드북으로 리뷰를 분류한 뒤, 그 결과를 앱별로 교차 분석해 보여줍니다. 속성 × 앱 형태로 보면 각 앱의 장단점이 훨씬 선명해집니다.
예를 들어 지그재그는 배송 속성에서 상대적으로 좋은 평가를 받고 있습니다. 해당 셀을 클릭하면 실제 리뷰에서 긍정과 부정 목소리를 나누어 확인할 수 있습니다.
리뷰 분석이 우리 앱의 문제 목록에만 머물면 실행 우선순위를 잡기 어렵습니다. 경쟁사와 나란히 놓으면 문제가 전략적 의미를 갖습니다. 모두가 못하는 영역이면 차별화 기회가 되고, 특정 경쟁사가 잘하는 영역이면 따라잡아야 할 기준이 됩니다.
4. 오버뷰에서 선택까지
정리하면 흐름은 이렇습니다.
- 어피니티버블로 리뷰 전체의 오버뷰를 본다.
- 도메인에서 중요한 속성을 탐색한다.
- 각 속성 안의 하위 주제를 세분화한다.
- 경쟁사별로 교차해 장단점을 비교한다.
오버뷰는 출발점입니다. 전체 지형을 보지 못하면 어디를 파야 할지 알기 어렵습니다. 하지만 오버뷰에서 멈추면 "흥미로운 지도"에 머물 수 있습니다. 실제 의사결정에는 세분화와 비교가 필요합니다.
리뷰를 읽을 필요가 있는 위치를 좁히고, 손볼 수 있는 문제 단위로 바꾸고, 경쟁사 대비 어디에 집중할지 고르는 것입니다. 정성 분석의 가치는 요약이 아니라 선택을 돕는 데 있다고 생각합니다. 좋은 분석은 단순히 이해를 돕는 데서 멈추지 않고, 의사결정을 돕습니다.