# 서비스 방향성 논의 기록

> 라온누리(Raonnuri) 글쓰기 플랫폼의 핵심 전략과 기획 의사결정 과정을 기록합니다.

---

## 📌 서비스 핵심 정의

**목적**: 초등학생이 즐겁게 글을 쓰게 만드는 플랫폼
**전제**: 글쓰기는 기본적으로 재미없는 행동이다

---

## 💬 논의 기록

### 1차 논의: AI 그림 생성을 보상으로 활용 (2025-11-10)

#### 👤 사용자 의견
- 글쓰기 자체는 재미없다는 전제에서 시작
- 재미없는 행동을 유도하기 위한 방법으로 **AI 그림 생성** 제안
- 유저가 작성한 글을 기반으로 그림을 그려주는 서비스

#### 🤖 AI 분석

**긍정적 측면 (65%)**
1. **즉각적 보상의 효과성**
   - 초등학생은 즉각적 피드백에 강하게 반응
   - "내가 쓴 글 → 그림" 인과관계 명확
   - 시각적 성취감 제공

2. **창의성 자극**
   - "어떻게 쓰면 더 멋진 그림이 나올까?" 실험 정신
   - 묘사력 향상 동기 부여
   - 글쓰기가 "마법의 주문" 같은 경험

3. **공유 욕구 활용**
   - 생성된 그림을 자랑하고 싶은 욕구
   - SNS 세대 특성과 부합

**부정적 측면 / 리스크 (35%)**
1. **본질 왜곡 위험** ⚠️
   - 글쓰기가 "그림 받기 수단"으로 전락 가능
   - "짧게 대충 써도 되네" → 질적 저하
   - 내재적 동기 발달 저해

2. **의존성 문제**
   - 그림 없으면 글 안 쓰는 조건화
   - 학교 숙제 등 외부 상황에서 동기 저하
   - 보상 중독 패턴 형성

3. **기술적 한계**
   - AI 그림 품질 불안정 시 실망감
   - 저학년 짧은 글은 좋은 그림 생성 어려움
   - 부적절한 그림 필터링 부담

#### 💡 제안된 개선 방향

**A. 단계적 보상 설계** ⭐
```
1단계: 그림 생성 (즉각적 보상)
2단계: 선생님/친구 댓글 (사회적 보상)
3단계: 작품집 출판, 수상 (장기 보상)
```

**B. 질적 인센티브 추가**
- 긴 글 → 더 정교한 그림
- 감각적 묘사 → 컬러풀한 그림
- 대화 포함 → 캐릭터가 있는 그림

**C. 교육적 피드백 결합**
- 그림과 함께 구체적인 칭찬 ("이 장면이 생생했어요!")
- 개선 가이드 ("여기를 더 자세히 쓰면 배경이 풍부해져요")

**D. 보상 점진적 축소 전략**
```
처음 10편: 무조건 그림 제공
그 이후: 좋은 묘사가 있어야 고품질 그림
30편 이후: 그림 없이도 쓰고 싶은 주제 제공
```

#### 📊 평가
- **초기 유입 효과**: 80%
- **장기 교육 효과**: 50% (설계에 따라 변동)
- **핵심 전략**: "그림은 입구, 글쓰기 즐거움이 출구"

#### ✅ 결정 사항
- 이 분석은 1차 보상(그림 생성)에 대한 것이며, 실제 메인 메커니즘은 2차 논의 참고

---

### 2차 논의: 실제 서비스 구조 공개 - "움직이는 그림" 메커니즘 (2025-11-10)

#### 👤 사용자 의견
**실제 서비스 구조 설명**:
```
글 작성 → AI 그림 생성 (1차) → 그림 왜곡 애니메이션 (메인!)
```

**핵심 정보**:
- **1차 목표**: 글 기반 그림 생성 (보조 수단)
- **메인 목표**: 그림에 왜곡을 통해 움직이는 것처럼 보이는 기능 (이미 개발 완료)
- **제한 요소**: 최대 애니메이션 영역 개수
- **Engagement 전략**: 글의 점수에 따라 사용 가능한 영역 개수를 차등 제공

#### 🤖 AI 분석

**핵심 메커니즘 이해**:
- 글 점수가 높을수록 → 애니메이션 영역 개수 ↑ → 더 역동적인 결과물
- 영역 제한 = 창작 자유도 제한 (직관적 연결고리)

**강력한 장점들**

**1. Progress Trap 설계 (90%)** ⭐
- "3개 영역으로는 아쉬운데... 5개면 완벽할 텐데!"
- Sunk Cost (이미 투자한 시간) + Almost Effect (거의 완성)
- 게임의 "스태미나" 시스템과 동일한 심리 활용

**2. 즉각적이면서도 깊이 있는 보상 (85%)**
- 1차 보상(그림): 3초 만족
- 2차 보상(움직임): 30초~3분 동안 만지작거림
- 3차 보상(완성): 친구에게 자랑, 저장, 반복 재생

**3. 창작 주도권 (95%)** ⭐⭐
- 단순 "그림 받기"가 아닌 "내가 만드는 애니메이션"
- 어떤 부분을 움직일지 선택하는 능동성
- 결과물에 대한 소유감(Ownership) 극대화

**4. 재도전 유도 자연스러움 (80%)**
- "이번엔 바다 장면 써서 파도 5개 움직이게 해야지!"
- 실패가 아닌 "업그레이드"의 개념
- 글쓰기 = 도구 업그레이드로 인식

**리스크 및 고려사항**

**1. 채점 투명성 (중요도: 높음)** ⚠️
- "왜 이번엔 2개밖에 안 줘?" → 불만 폭발 가능
- **필수**: 실시간 피드백 (이 문장 추가하면 +1 영역!)
- 예: "감각적 표현 사용 시 +1" 같은 명확한 룰

**2. 최저 보장 필요 (40%)**
- 아무리 못 써도 최소 1~2개는 보장
- 완전 박탈은 학습 포기로 이어짐
- "노력했지만 실패" 경험 최소화

**3. 천장 효과 (50%)**
- 최대 영역 도달 후 동기 저하 가능
- 해결: 영역 개수 외 추가 변수
  - 움직임 속도/강도 조절
  - 특수 효과 (반짝임, 페이드)
  - 사운드 추가

**4. 기술적 난이도**
- 어떤 그림은 애니메이션 안 어울릴 수 있음
- 정적인 그림(책상, 연필)보다 동적 요소(바다, 나무) 유리
- 주제 가이드 필요할 수 있음

#### 💡 제안된 개선 방향

**A. 3단계 점진적 공개** ⭐
```
Level 1 (0~10편): 영역 1~3개
  → "움직이는 게 신기해!" (Discovery)

Level 2 (11~30편): 영역 4~6개
  → "더 잘 쓰면 더 많이 움직여!" (Mastery)

Level 3 (31편~): 영역 7~10개 + 특수효과
  → "내 애니메이션 스튜디오" (Creation)
```

**B. 영역 "은행" 시스템**
- 이번에 못 받은 영역을 다음 글에 누적
- "오늘은 2개밖에 못 받았지만 모아서 다음에 5개 쓸 수 있어!"
- 포기 방지 + 장기 동기 유지

**C. 챌린지 모드**
- "폭포 장면을 영역 5개로 만들어보세요"
- 성공 시 특별 뱃지 + 갤러리 등록
- 목표 지향적 글쓰기 유도

**D. 협업 애니메이션**
- 친구 2명이 글 합치면 영역 2배
- "릴레이 스토리 애니메이션"
- 소셜 요소 강화

#### 📊 평가

| 항목 | 점수 | 이유 |
|------|------|------|
| **Engagement 효과** | 85% | Progress Trap + 창작 주도권 |
| **교육적 가치** | 70% | 글 → 결과물 인과관계 명확 |
| **기술 실현성** | 60% | AI 그림 + 애니메이션 품질 변동 |
| **장기 지속성** | 75% | 레벨업 구조 + 소셜 요소 추가 시 |
| **종합** | **78%** | **매우 효과적인 전략** ⭐ |

**핵심 인사이트**:
- 1차 논의의 "단순 그림 보상"보다 **훨씬 강력한 메커니즘**
- **"영역 제한 = 창작 자유도 제한"**이라는 직관적 연결고리
- 유사 사례: Pixaloop, Plotaverse 같은 사진 애니메이션 앱

#### ✅ 결정 사항
(논의 진행 중)

---

### 3차 논의: 초기 기획안 평가 - "후처리 방식"의 문제점 (2025-11-11)

#### 👤 사용자 제시: 초기 기획 플로우

```
1. 글쓰기
2. 저장 + "구체화하기(그리기)" 버튼 클릭
3. AI가 글을 읽고 총합 점수 산출
4. AI가 문장/맞춤법 수정 제안
5. 글 기반 그림 생성
6. 점수 기반 왜곡 영역 개수 보상
```

**특징**: 전형적인 "후처리(Post-processing)" 방식 - 모든 피드백이 글 완성 후 제공

#### 🤖 AI 분석

**종합 평가: 45% (심각한 UX 문제)** ⚠️

**치명적 문제점**

**1. 지연된 피드백의 역효과 (위험도: 높음)**
```
학생 심리 시뮬레이션:
"200자 다 썼다!" (성취감)
    ↓
"점수 2점... 영역 1개..." (실망)
    ↓
"수정하라고? 귀찮아, 그냥 이대로 할래" (포기)
```
- 이미 "완성"했다고 느낀 상태에서 부정적 피드백 = 반감
- 수정 동기 제로, 서비스에 대한 불만 증가

**2. Sunk Cost의 역설 (50%)**
- 시간 많이 쓴 후 낮은 점수 → 더 큰 실망감
- "30분 썼는데 영역 2개?" vs "쓰는 중에 알려줬으면 고쳤지"
- 투자 후 보상 불일치 = 이탈률 증가

**3. 수정 제안의 타이밍 실패 (30%)**
- 이미 다 쓴 글을 고치는 것 = 새로 쓰는 것만큼 귀찮음
- 초등학생은 "다시 하기"를 극도로 싫어함
- 제안을 무시하고 그냥 제출할 가능성 90%

**4. 학습 효과 제한 (40%)**
- 교육학적으로 **즉각적 피드백**(Immediate Feedback)이 핵심
- 틀린 걸 다 쓴 후에 알려주면 기억에 남지 않음
- "그때는 왜 틀렸는지 기억도 안 나..."

**긍정적 측면**

**1. 구현 단순성 (80%)**
- API 한 번만 호출
- 명확한 단계 구분으로 개발 용이
- 버그 추적 쉬움

**2. AI 비용 효율 (70%)**
- 최종본만 평가 → 비용 절감
- 불필요한 중간 평가 없음

**3. 명확한 목표 (60%)**
- "구체화하기" 버튼 = 명확한 다음 단계
- 학생이 "완성"의 개념을 이해하기 쉬움

#### 💡 제안된 개선안

**A. 실시간 피드백 시스템 (권장 ⭐⭐)**

```
┌─────────────────────────┐
│  현재 점수: ⭐⭐⭐☆☆     │
│  왜곡 영역: 3개 획득!    │
│                         │
│  💡 팁:                 │
│  감각적 표현을 추가하면  │
│  +1 영역을 받을 수 있어요│
└─────────────────────────┘

[글쓰기 영역]
오늘 학교에 갔다.
         ↑ (밑줄 표시)
    "어떻게 갔나요? 걸어서? 뛰어서?"
```

**장점**:
- 쓰는 중에 "아, 이렇게 쓰면 점수 올라가네!" 실시간 학습
- 수정 부담 낮음 (아직 완성 전)
- 게임처럼 즉각적 보상 → 몰입도 ↑

**우려**: AI 호출 비용 증가
**해결책**:
- 300자 이하: 로컬 규칙 기반 (무료)
- 300자 초과: 5초마다 debounce된 AI 평가

**B. 하이브리드 방식 (절충안 ✅)**

```
1. [쓰는 중] 로컬 규칙으로 가이드
   - 글자 수, 문장 수, 감각 단어 체크
   - "현재 예상 영역: 2~3개" 표시

2. [구체화하기 클릭] AI 최종 평가
   - 정확한 점수 산출
   - 수정 제안은 "선택사항"
   - "수정하면 +1 영역" 같은 인센티브 제공

3. [수정 후 재평가] (선택)
   - 수정 안 해도 진행 가능
   - 수정하면 보너스 제공
```

**장점**:
- 비용 효율성 + UX 개선 균형
- 학생이 선택권 보유 (강제 아님)
- 단계적 구현 가능

**C. 3단계 점진적 개선 (교육 효과 최고)**

```
[1단계: Discovery - 처음 10편]
- 점수 매기지 않음
- 무조건 영역 3개 제공
- "익숙해지기" 단계

[2단계: Learning - 11~30편]
- 실시간 가이드 시작
- "이 단어 좋아요!" 같은 칭찬 위주
- 점수는 보여주되 페널티 없음

[3단계: Mastery - 31편~]
- 본격적인 점수제 도입
- 하지만 최소 2개는 보장
```

#### 💬 수정 제안 시스템 재설계

**❌ 초기 계획 (명령형)**:
```
"맞춤법이 틀렸습니다. 수정하세요."
```

**✅ 개선안 (보상형)**:
```
┌─────────────────────────┐
│ 💎 보너스 찬스!          │
│                         │
│ "학교에 갔다" → "학교로  │
│ 뛰어갔다"로 바꾸면       │
│ 영역 1개 추가 획득!      │
│                         │
│ [바로 고치기] [나중에]   │
└─────────────────────────┘
```

**심리적 차이**:
- 명령형: "나를 평가한다" → 저항
- 보상형: "나를 도와준다" → 수용

#### 📊 비교 평가표

| 항목 | 초기 기획<br/>(후처리) | 실시간<br/>피드백 | 하이브리드 |
|------|----------|----------|----------|
| **UX 만족도** | 45% | 90% | 75% |
| **학습 효과** | 40% | 85% | 70% |
| **구현 난이도** | 쉬움 | 어려움 | 보통 |
| **AI 비용** | 낮음 | 높음 | 중간 |
| **이탈 방지** | 낮음 | 높음 | 높음 |
| **종합** | **45%** ⚠️ | **85%** ⭐ | **72%** ✅ |

#### 🔬 핵심 인사이트

**초기 기획의 근본 문제**:
> "초등학생은 완성 후 수정을 거부한다"

**심리학적 근거**:
- **Endowment Effect** (소유 효과): 이미 만든 걸 완벽하다고 착각
- **Loss Aversion** (손실 회피): 점수가 낮으면 "손해"로 인식
- **Instant Gratification** (즉각적 만족): 지연된 보상은 효과 감소

**해결책**:
> "쓰는 중에 알려주고, 수정은 보너스로"

**교육학적 원칙**:
- **Scaffolding** (비계): 쓰는 중에 지원, 점진적 독립
- **Formative Assessment** (형성 평가): 과정 중 피드백이 핵심
- **Growth Mindset** (성장 마인드셋): "실패"가 아닌 "성장 기회"로

#### ✅ 결정 사항
(논의 진행 중 - 피드백 방식 선택 필요)

---

## 🔄 다음 논의 주제
- 실시간 피드백 vs 하이브리드 방식 선택
- 로컬 규칙 기반 채점 기준 구체화
- 수정 제안 UI/UX 설계
- 채점 시스템 구체화 (어떤 글 요소가 점수를 높이는가?)
- 최소/최대 영역 개수 설정
- 레벨 시스템 도입 여부

---

## 📅 타임라인
- **2025-11-10**:
  - AI 그림 생성 보상 시스템 논의 시작 (1차)
  - 실제 서비스 구조 공개 - 움직이는 그림 메커니즘 (2차)
- **2025-11-11**:
  - 초기 기획안 평가 - 후처리 방식의 문제점 분석 (3차)

---

## 📝 메모
- 이 문서는 서비스 방향성 논의가 진행될 때마다 업데이트됩니다
- 각 논의는 날짜와 함께 기록되며, 최종 결정 사항은 명확히 표시됩니다