2026. 8. 6. 19:17ㆍRe-design!
온라인에서 상품을 고를 때는 직접 만져 볼 수 없으니, 결정하기 어려운 점이 많습니다. 신발의 발볼이나 화장품의 사용감, 향처럼 상품 설명만으로는 가늠하기 어려운 것들요. 그래서 먼저 써본 사람이 남긴 리뷰가 중요한 정보가 됩니다.
리뷰에서 필요한 것은 판매자가 말하는 장점의 반복만은 아닙니다. 내가 미처 생각하지 못한 조건과 경험을 먼저 아는 일도 구매 판단에 도움이 됩니다. 어떤 문제는 나에게도 치명적이라 구매를 멈추게 하고, 어떤 문제는 내 조건과 무관하거나 감수할 만해서 오히려 선택을 확신하게 합니다. 판매자에게도 같은 정보가 유용합니다. 누구에게나 맞는다고 말하는 대신, 어떤 사람에게 특히 잘 맞는지를 보여줄 수 있으니까요.
예전의 리뷰 화면은 평균 별점이나 별점 분포처럼, 리뷰를 정량적인 지표로 보여주는 데 주로 머물렀습니다. 이 지표는 만족도의 크기를 빠르게 알려주지만, 왜 만족했는지와 어떤 조건에서 의견이 갈리는지까지 담기는 어렵습니다. 리뷰가 구매 판단에서 차지하는 비중이 커지면서, 이제는 AI로 정성적인 내용까지 정리해 보여주기 시작했습니다. 수천 건의 리뷰를 한 문장과 태그로 정리하거나, 자주 언급된 특징을 칩으로 보여주는 방식을 주로 사용합니다
이런 AI 요약은 상품이 대체로 어떤 평가를 받는지 빠르게 파악하게 해줍니다. 리뷰를 처음부터 읽기 전에 살펴볼 첫 화면으로 충분히 유용합니다. 키워드를 누르면 관련 리뷰만 골라 읽을 수도 있습니다. 다만 그 목록을 읽으며 서로 다른 조건에서 나온 의견이 어떻게 갈리는지까지 파악하려면, 다시 여러 리뷰를 넘나들어야 합니다.
그래서 필요한 것은 요약을 한 문장 더 정교하게 만드는 일보다, 리뷰 전체를 한눈에 조망할 수 있는 목차이지 않을까 생각합니다. 해당 상품에 중요한 속성이 무엇인지를 보여주고 그 안의 서로 다른 의견이 어떻게 나뉘는지 보고, 필요할 때만 원문까지 펼쳐 보는 계층 말입니다.
뉴발란스 운동화 AI 리뷰 요약에는 "가볍고 편안한 여름 운동화, 디자인도 예뻐요!"라고 적혀 있고 태그도 모두 긍정적이었습니다. 요약이 틀린 건 아닙니다. 그런데 같은 페이지의 상품문의 탭에는 사이즈에 대한 문의가 반복되고 있었습니다. 답변도 인상적입니다. "발 모양과 너비, 발등 높이가 모두 달라 추천이 어렵습니다. 리뷰를 참고해 주세요."
리뷰를 참고하라는 말이 무성의해 보이진 않습니다. 실제로 답은 리뷰 안에 있으니까요. 다만 그 많은 리뷰 중 어디에 있는지를 알려줄 방법이 없었던 것 같습니다.
만족도와 구매 판단은 다른 층이다
이 장면이 흥미로웠던 건, 별점과 요약이 제품이 좋은지를 말해주는 데 반해 사람들이 알고 싶어 한 건 나에게 맞는지였기 때문입니다. 둘은 같은 리뷰에서 나오지만 서로 다른 질문입니다. 높은 별점은 "이 신발은 좋다"는 뜻이지 "당신 발에 맞는다"는 뜻은 아닙니다. 요약이 긍정 위주인 것도 자연스러운 반영입니다. 다만 그 요약을 읽고도 사람들은 여전히 질문을 남깁니다.
어피니티버블처럼 모든 리뷰를 한번에 펼쳐 보면 리뷰를 찾는 데 도움이 될지 궁금해서 최근 리뷰를 속성별로 묶어봤습니다. 그냥 주제별로 묶는 대신 ABSA(속성별 감성분석) API를 이용해 분석한 후 속성별로 드릴다운하여 세부 내용을 표시했습니다.
착화감과 디자인은 거의 전량 긍정이었습니다. 의견이 갈린 곳은 사이즈 하나였는데요. 새 요약은 "사이즈가 생각보다 크게 나왔다"는 의견을 자동으로 포함해, 구매 전에 살펴볼 조건이 무엇인지 알려줍니다. 그리고 아래 리뷰 목차에서는 정사이즈·반 사이즈 작게 구매·발볼처럼 의견이 나뉜 맥락과 건수를 한눈에 확인할 수 있습니다.
“나는 ○○인데” - 구매자의 조건까지 담은 리뷰
사이즈를 열어보면 정사이즈가 편했다는 의견과 반 사이즈 작게 사야 맞았다는 의견이 함께 나옵니다. 크게 나왔다는 사람도 있고, 발볼이 넓어도 편했다는 사람도, 다른 모델보다 좁게 느꼈다는 사람도 있습니다. 그래서 이 상품을 두고 "반 사이즈 작게 사세요"라고 한 줄로 안내하기는 어렵습니다. 의견이 엇갈리는 이유는 사이즈 자체보다 발 모양과 평소 신는 기준에 있을 수 있기 때문입니다. 그 기준을 직접 밝힌 리뷰는 특히 유용합니다.
"늘 반 업해서 신는 편인데, 이건 원래 사이즈로 했는데도 반 업한 느낌이에요"
"반 업해서 신는 편"이라는 전제가 있어야 "이 모델은 크게 나왔다"는 결론을 내 상황으로 번역할 수 있습니다. 앞서 인용한 문의도 같은 구조였습니다. 다른 모델에서 맞았던 사이즈를 자기 기준점으로 먼저 말했고, 리뷰에서 본 정보를 자기 케이스로 번역하기 어려워 다시 물은 셈입니다.
다른 카테고리에서도 비슷할지 궁금해서 다른 화장품 상품 리뷰도 확인해 봤습니다. 한 클렌저의 성분 항목에서 "민감한 피부인데 트러블 없이 잘 맞아요"를 열어봤는데요.
펼쳐진 리뷰 여섯 건이 모두 자기 피부 조건을 먼저 밝히고 있었습니다.
"민감성이라 잘 맞는 화장품이 잘 없었는데 순하게 잘 맞아요"
"지복합성이라 오일 제품은 선호하지 않는데, 이 제품은 순해서 트러블도 없고"
"아이가 여드름 때문에 매일 관리하느라… 아무래도 민감한 피부라서 신경 쓰네요"
신발은 발 모양, 클렌징은 피부 타입이었습니다. 카테고리마다 이름은 다르지만, 리뷰어가 "나는 ○○인데"라고 밝히며 판단하는 축이 어디에나 있었습니다.
리뷰 전체를 한 번에 보는 버블
리뷰 목차가 꼭 목록 모양일 필요는 없습니다. 속성과 그 안의 세부 의견을 버블로 묶으면, 어떤 주제가 큰 비중을 차지하는지와 그 안에서 어떤 의견이 나뉘는지를 한 화면에서 볼 수 있습니다.
예를 들어 이 제품에서는 향기 버블이 가장 크게 보이지만, 그 안에는 "달콤한 향이 마음에 들어요"와 "향이 너무 강해서 머리가 아파요"가 함께 있습니다. 요약 한 줄이나 필터 결과 목록만으로는 지나치기 쉽습니다. 버블을 먼저 보면 전체 지형을 훑고, 궁금한 의견만 골라 원문을 확인할 수 있습니다.
요약은 입구, 리뷰 목차는 전체
요약은 많은 리뷰를 처음 만나는 좋은 입구입니다. 하지만 한 문장은 결국 대표 의견 하나를 고를 수밖에 없습니다. 이 화면의 장점은 그다음에 있습니다. AI가 추린 속성을 계층적으로 펼쳐 보여주기 때문에, 구매자는 한 화면에서 리뷰 전체의 지형을 보고 자신에게 중요한 갈래만 열어볼 수 있습니다. 모든 리뷰를 요약문 하나에 담으려 하지 않고, 전체를 훑은 뒤 필요한 정보로 내려가는 경로를 만드는 것입니다.
그래서 어떤 화면이면 좋을까
여기까지 보고 정리한 건 이런 구조였습니다.
리뷰 전체를 속성 → 갈라지는 의견 → 원문 순으로 계층화해 펼쳐 볼 수 있게 했습니다. 먼저 전체에서 어떤 조건들이 언급됐는지 한눈에 보고, "사이즈"를 누르면 정사이즈·반업·발볼처럼 의견이 갈리는 지점을 확인합니다.
별점 순이나 최신순이 아니라 조건 축으로 정렬했습니다. "도움이 돼요" 순으로 정렬하면 많은 사람에게 유용한 리뷰가 위로 오지만, 내 조건과 맞는 리뷰가 위로 오지는 않거든요.
긍정과 부정을 같은 자리에 뒀습니다. 향 관련 버블에서 봤듯, 같은 속성 안에서도 취향에 따라 평가가 갈릴 수 있기 때문입니다.
요약을 대체하지 않고, 그 아래에 리뷰 목차를 뒀습니다. 요약은 "이 제품이 대체로 어떤가"를 빠르게 알려주는 좋은 장치입니다. 그다음에는 전체 리뷰의 지형을 한눈에 보고, "나에게 맞는가"에 필요한 항목만 펼쳐 볼 수 있어야 한다고 봤습니다.
리뷰는 이미 답을 갖고 있다
구매자는 상품이 좋은지 몰라서만 구매를 미루는 것이 아닙니다. 나의 조건에 맞는지 판단할 정보를 충분히 찾지 못할 때 망설입니다. 그런데 그런 유용한 사용 경험 정보가 리뷰에 생각보다 많이 남아 있습니다. 다만 현재의 리뷰 구조나 AI 요약, 키워드 방식으로는 내가 궁금해 하는 리뷰를 찾기 어렵습니다. 요약한 상품의 장점을 보여주는 것에서 내가 중요하게 생각하는 조건을 찾을 수 있는 구조로 리뷰를 제공해 보면 좋겠습니다.