[내일배움캠프TIL] 본캠프20일차 - 서비스 기획 입문 과제 - 완결

<출처: https://www.i-boss.co.kr/ab-6141-66549>

서비스 기획 입문 과제

1. 들어가며
2. Step 1: 리뷰 데이터를 읽고 문제 현상 발견하기
3. Step 2: 문제 원인을 파악해보고 문제 정의하기
4. Step 3: 문제 우선순위 파악 후 핵심 문제 정의하기
5. Step 4: 해결 방안 가설 설정
6. 마치며

---

📝 서론

1. 들어가며

 

📘 과제 안내

예비 PM으로서 첫 입문 과제를 수행하게 되었다. 

나는 네이버의 신입 Product Manager로 입사해, ‘네이버플러스 스토어’ 앱 개선 업무를 맡았다는 가상의 시나리오를 기반으로 이번 과제를 진행했다. 지난 3월 출시된 이 앱은 설치 쿠폰과 첫 구매 프로모션의 효과로 출시 8일 만에 100만 다운로드를 돌파하며 빠르게 주목받았다.

이후 과제로는 앱의 리텐션(재사용률)을 높이는 것이 주어졌고, 이를 위해 사용자 리뷰 데이터를 분석하여 핵심 문제를 정의하고, 해결 방안을 제시하는 것이 이번 과제의 핵심이었다.

 

⏳ 진행 계획

요일	과제 내용
4/21(월)	🔹 과제 이해 및 리뷰 데이터 탐색(완료) 🔹 리뷰 데이터 분류 및 문제 현상 발견(완료)
4/22 (화)	🔹 문제 원인 분석 및 정의(완료) 🔹 문제 우선순위 설정 및 핵심 문제 정의(완료)
4/23 (수)	🔹 해결 방안 가설 설정 및 문서화(완료)
4/24 (목)	🔹 문서 초안 완성 및 피드백 반영(완료)
4/25 (금)	🔹 최종 보완 및 제출

애초에는 3일 내에 과제를 마무리하는 것을 목표로 했지만, 수요일부터 리뷰 데이터 분류 작업을 전면 수정하면서 일정이 변경되었다. 그 덕분에 목요일에 초안을 완성한 뒤, 튜터님들의 피드백을 반영해 금요일에 최종 제출본을 완성할 수 있었다.

초기보다 훨씬 더 완성도 높은 결과물을 만들 수 있었고, 그 과정에서 얻은 인사이트와 학습 경험은 매우 값졌다. 특히 김단비 튜터님, 소민경 튜터님, 김효정 튜터님의 세심한 피드백과 조언 덕분에 방향을 명확히 잡을 수 있었고, 함께 과제를 진행한 조원분들과의 활발한 의견 교환 역시 큰 도움이 되었다. 모두에게 깊은 감사의 마음을 전하며, 이번 과제를 통해 서비스 기획자로서 한층 성장할 수 있었음을 느꼈다. 😊🙏

---

 

🔍 본론

2. Step 1: 리뷰 데이터를 읽고 문제 현상 발견하기

이번 과제에서 가장 크게 변화한 부분은 리뷰 데이터 분류 방식이다. 처음에는 미리 카테고리를 설정한 뒤 데이터를 그 틀에 맞춰 분류하려 했지만, 실제 리뷰를 읽다 보니 사전에 정의된 카테고리로는 사용자 불편의 맥락을 충분히 담아내기 어려웠다.

이에 따라, 각 리뷰에 자주 언급된 키워드와 맥락을 중심으로 먼저 ‘소분류’를 진행한 뒤, 이후 의미상 유사한 항목들을 묶어 ‘대분류’로 확장하는 방식으로 접근 방식을 전면 수정했다.

이러한 하향식(Top-down) 방식이 아닌 상향식(Bottom-up) 분류 방식을 통해, 보다 실제 사용자 경험에 가까운 문제 현상을 도출할 수 있었으며, 데이터 기반의 문제 정의 과정에서도 더 높은 신뢰도를 확보할 수 있었다.

---

3. Step 2: 문제 원인을 파악해보고 문제 정의하기

이 부분 역시 보완이 이뤄졌다. 앞서 Step 1에서 도출한 카테고리별 문제 현상을 기반으로, 실제로 네이버플러스스토어 앱을 직접 설치하여 해당 이슈들이 현재 서비스 내에서도 여전히 발생하는지를 검토해보았다.

검토는 대분류 기준 상위 5개 카테고리에서 각각 대표적인 소분류 항목을 1개씩 선정하여 진행하였으며, UI/UX 카테고리의 경우에는 사용자 리뷰 비중이 10%를 초과한 소분류가 2개 존재하여 예외적으로 두 항목 모두 포함하여 확인하였다. 반면, ‘기타’ 카테고리의 경우 문제 정의가 명확하지 않아 본 검토 대상에서 제외하였다.

	대분류	소분류	리뷰수	비율(%)
1	UI/UX	다크모드	25	13.0
2	UI/UX	복사	28	14.5
3	가격/결제/배송	쿠폰	16	8.3
4	고객지원/기타	알림	4	2.1
5	기능	검색	13	6.7

이처럼 사용자 피드백과 실제 앱 사용 경험을 비교·분석함으로써, 데이터 기반 인사이트의 신뢰도를 한층 높이고자 하였다.

 

🔍 주요 문제 현상에 대한 실제 앱 검증 결과

이후 사용자 피드백과 실제 앱 사용 경험을 비교·분석한 결과, 일부 이슈는 이미 서비스 내에서 개선된 것으로 확인되었다. 이에 따라 해결된 2개의 문제를 제외하고, 여전히 사용자 불편이 확인된 다크모드 미지원, 쿠폰/멤버십 안내 부족, 검색 정확도 낮음 총 3가지 문제를 핵심 문제 후보로 추출하였다.

각 문제에 대해서는 문제 정의의 명확성과 깊이를 더하기 위해 다음과 같은 다양한 분석 기법을 활용하였다:
1. 로직 트리(Tree) 구성
2. 5 Whys 분석
3. 구조적 / 시스템적 / 정책적 원인 도출

이러한 방식으로, 단순히 사용자의 불편 사항을 나열하는 데 그치지 않고, 서비스 내부 구조와 정책에 내재된 근본 원인을 탐색하고자 했다. 

---

4. Step 3: 문제 우선순위 파악 후 핵심 문제 정의하기

 

문제 우선순위 파악 - (Impact-Effort 기준)

문제	서비스 영향력	개선 난이도	우선순위 해석
다크모드 미지원	높음 (4)	낮음 (2)	✔ 단기 개선 우선 과제 비교적 낮은 난이도로 효과 높은 개선 가능
쿠폰/멤버십 안내 부족	매우 높음(5)	보통(3)	🔧 중기 개선 핵심 과제 구매 전환율과 직접 연결됨
검색 정확도 낮음	매우 높음(5)	높음(4)	🧩 장기 구조 개선 필요 과제 비즈니스 핵심이나 개선 비용과 시간이 큼

 

1순위: 다크모드 미지원 – 낮은 리소스로 빠른 개선 가능
2순위: 쿠폰/멤버십 안내 부족 – 구매 전환과 직결되는 핵심 경험 개선
3순위: 검색 정확도 낮음 – 검색 품질은 구조적 문제로, 장기적 개선 전략 필요

 

 

문제 우선순위 파악 - (ICE 프레임워크 기준)

 

ICE는 각 문제를 세 가지 축으로 평가하는 방식이다:

각 항목은 1~5점으로 평가하고, ICE Score = (Impact × Confidence × Ease) / 100

요소	설명
Impact	개선 시 사용자-서비스에 미치는 긍정적 효과
Confidence	문제와 해결책 간의 연결에 대한 확신 정도
Ease	실행에 필요한 자원/시간/기술적 난이도 등 실행 용이성

기존에는 impact-effort 프레임워크만 활용해 문제 해결 우선순위를 판단하려 했으나, 소민경 튜텨님을 통해 새롭게 ICE 프레임워크에 대해 알게 되었고, 이를 적용함으로써 보다 명확하고 실질적인 우선순위 설정이 가능해졌다.

 

🧊 핵심 문제 3개 ICE 분석

문제	Impact	Confidence	Ease	ICE 점수
다크모드 미지원	4	5	5	1.00
쿠폰/멤버십 안내 부족	5	4	3	0.60
검색 정확도 낮음	5	3	2	0.30

그렇게 해서 최종적으로 핵심 문제는 ‘다크모드 미지원’으로 정의하게 되었다.

이 과정을 통해 중요한 인사이트를 하나 얻을 수 있었다. 기존에는 핵심 문제 선정 이유를 사용자 관점에만 초점을 맞춰 서술하는 데 그쳤지만, 소민경 튜터님께서 ICE 프레임워크의 평가 기준에 사용자와 비즈니스 관점이 혼재되어 있다는 점을 짚어주시며, 두 관점을 분리해 서술하면 더 명확하고 설득력 있는 문제 정의가 될 수 있다는 피드백을 주셨다.

또한, 김효정 튜터님께서는 다크모드 미지원이 단순한 편의성 이슈가 아니라 명확한 사용자 불편을 뒷받침하는 근거가 존재하며, 동시에 신규 서비스에서는 비즈니스 전략적 목표 달성이 더 우선일 수 있기 때문에, ‘지금 이 시점에 왜 다크모드가 필요한지’에 대한 설명이 더욱 중요하다는 조언을 주셨다.

이러한 두 분의 피드백을 바탕으로, 핵심 문제 선정 이유를 ‘사용자 관점’과 ‘비즈니스 관점’으로 나누어 구조화하여 정리하였다. 이를 통해 문제 선정의 타당성과 설득력을 한층 강화할 수 있었다.

---

5. Step 4: 해결 방안 가설 설정

 

해결 방안 가설 역시 보완이 이루어졌다. 초기에는 단순히 “다크모드가 도입되면 야간 사용자 이탈이 줄고, 리텐션이 향상될 것이다”라는 가설을 세웠지만, 김단비 튜터님께서 "이 가설의 신뢰도를 높이기 위해선 정량적 근거가 필요하다"는 피드백을 주셨다.

이에 따라, 실제 글로벌 앱 ‘Terra’에서 다크모드 도입 후 이탈률을 60%줄이고 세션당 읽은 페이지 수를 170% 늘린 사례를 찾아 제시함으로써, 단순 추측이 아닌 실제 수치 기반의 가설로 발전시킬 수 있었다. 이를 통해 해결 방안의 설득력과 현실 가능성이 한층 높아졌다.

또한, 조원분이 다크모드 관련 참고 자료를 찾아 공유해주신 덕분에 서비스 구현 사례에 대한 이해를 더욱 넓힐 수 있었고, 사용자 만족도 측면에서 어떤 요소들이 중요하게 작용하는지도 함께 고민해볼 수 있었다.

이처럼 피드백과 협업을 기반으로 문제 정의부터 해결 가설까지 전반적인 논리 구조를 다듬을 수 있었고, 실현 가능한 기획안으로 다듬어가는 과정을 통해 많은 것을 배울 수 있었다. 감사합니다 🙏

---

🎯 결론

6. 마치며

이번 과제를 통해 단순한 문제 제안이 아닌, 사용자 리뷰 데이터를 기반으로 실현 가능한 해결책을 도출하는 과정의 중요성을 체감할 수 있었다.

처음엔 리뷰를 단순히 카테고리에 끼워 맞추는 방식으로 접근했지만, 실제 사용자 표현과 키워드를 중심으로 ‘소분류 → 대분류’ 방식으로 재정의한 경험은 사용자 중심 사고의 기본기를 다시 일깨우는 계기가 되었다.

또한, 문제 정의와 해결 방안이 ‘사용자 입장’에만 치우치기 쉬운 초기 관점에서 벗어나, 비즈니스 전략적 관점까지 함께 고려하는 사고의 확장을 경험할 수 있었다. 이 과정에서 ICE 프레임워크를 처음 적용해보며, 실현 가능성과 효과성을 동시에 고려한 우선순위 설정 방법도 배울 수 있었다.

무엇보다도, 피드백을 수용하고, 데이터를 근거로 논리를 보완해나가는 과정 자체가 기획자로서의 역량을 기르는 데 있어 가장 큰 자산이 된다. 앞으로도 어떤 기획을 하든 더 나은 서비스를 설계할 수 있는 기획자가 되기를 다짐하며 과제를 마무리한다. 🚀