baekryang/RaonNuri_Public_Documents

Fork 0

Documentation Bot ed67551df2 docs: Sync documentation from private repository

2025-11-10 23:44:05 +00:00

14 KiB

Raw Blame History

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%)

즉각적 보상의 효과성
- 초등학생은 즉각적 피드백에 강하게 반응
- "내가 쓴 글 → 그림" 인과관계 명확
- 시각적 성취감 제공
창의성 자극
- "어떻게 쓰면 더 멋진 그림이 나올까?" 실험 정신
- 묘사력 향상 동기 부여
- 글쓰기가 "마법의 주문" 같은 경험
공유 욕구 활용
- 생성된 그림을 자랑하고 싶은 욕구
- SNS 세대 특성과 부합

부정적 측면 / 리스크 (35%)

본질 왜곡 위험 ⚠️
- 글쓰기가 "그림 받기 수단"으로 전락 가능
- "짧게 대충 써도 되네" → 질적 저하
- 내재적 동기 발달 저해
의존성 문제
- 그림 없으면 글 안 쓰는 조건화
- 학교 숙제 등 외부 상황에서 동기 저하
- 보상 중독 패턴 형성
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 (후처리)	실시간 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

14 KiB Raw Blame History

서비스 방향성 논의 기록

📌 서비스 핵심 정의

💬 논의 기록

1차 논의: AI 그림 생성을 보상으로 활용 (2025-11-10)

👤 사용자 의견

🤖 AI 분석

💡 제안된 개선 방향

📊 평가

✅ 결정 사항

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

👤 사용자 의견

🤖 AI 분석

💡 제안된 개선 방향

📊 평가

✅ 결정 사항

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

👤 사용자 제시: 초기 기획 플로우

🤖 AI 분석

💡 제안된 개선안

💬 수정 제안 시스템 재설계

📊 비교 평가표

🔬 핵심 인사이트

✅ 결정 사항

🔄 다음 논의 주제

📅 타임라인

📝 메모

14 KiB

Raw Blame History