Module 2. AI 기반 UX/UI 기획, 리서치, 아이데이션
주제: "생성은 AI, 검증과 결정은 사람" 사이클(Loop)의 체득
0. 전체 과정 개요
강의 전체 모듈 구성
| 모듈 | 주제 | 주요 내용 |
|---|---|---|
| Module 1 | AI 시대, UX의 중요성과 주요 서비스 기획 방법 | AI 시대 기획의 목적과 필요성 / 실전 기획 프로세스 |
| Module 2 | AI 기반 UX/UI 기획, 리서치, 아이데이션 | AI 기획·검증 프레임 / 사용자 이해와 문제 정의 / 시장 분석과 아이디어 구체화 / 화면 요구사항 설계 |
| Module 3 | AI 기반 UI/GUI 자동 생성 (1) : 기획·설계·GUI | AI 기반 UI/GUI 생성 워크플로우 / ChatGPT 기획 → 이미지 생성 → Stitch Import / Stitch Ideate 모델 / Figma 에이전트 / Figma Make |
| Module 4 | AI 기반 UI/GUI 자동 생성 (2) : 수정·고도화·Userflow 확장 | 디자인 시스템 기능 / Redesign 모델 스타일 키워드 / Stitch Redesign / Stitch Variations |
| Module 5 | Figma & 디자인 시스템 | Figma 특장점·프로그램 구성·디자인 시스템 / Stitch Export → Figma Import / Figma 리소스 Export |
| Module 6 | Figma 개발 연계 : Dev Mode와 MCP | Figma 디자인 Handoff와 Dev Mode / MCP 개념과 Figma 연계 방식 |
Module 2 학습 내용
- AI 기획 프로세스와 검증 프레임 이해
- HITL(Human in the Loop) 기반 4단계 검증 방법
- 페르소나(Persona) 생성과 사용자 이해
- 사용자 여정맵(Journey Map) 작성
- 사용자 니즈(Needs) 및 페인포인트(PainPoint) 도출
- 구조화 프롬프트 기반 생성 및 검증
- 경쟁사 및 레퍼런스 리서치
- 웹 검색 기반 인사이트 도출
- 아이디어 발산과 수렴
- 기능 우선순위 및 가치 제안 정의
- User Story 작성
- 화면 요구사항(Screen Requirements) 정의
- 화면 목록(Screen List) 구성
1. 기획 파이프라인 리캡
1) 목표
- 모든 단계에서 '생성은 AI, 검증과 결정은 사람'의 사이클을 반복 수행
- 도구 사용법이 아닌 사이클(Loop)의 체득이 핵심 목표
2) 기획 완결까지의 파이프라인
[모듈 1 산출물: HMW·가치제안]
↓
STEP 01. 페르소나 (사용자 정의)
↓
STEP 02. 여정맵 (사용자 경험 분석)
↓
STEP 03. 시장·경쟁 분석 (경쟁사 분석)
↓
STEP 04. 아이디어 도출 (아이데이션)
↓
STEP 05. 화면 요구사항 정의
↓
[모듈 3: Stitch·ChatGPT 기반 UI 생성]즉, 모듈 2에서 STEP 01~05를 수행하고, 그 산출물이 모듈 3의 UI 자동 생성 입력값이 된다.
2. 기획 단계에서 생성형 AI의 역할
1) 생성형 AI를 활용한 기획
- 생성형 AI는 기획 전 과정에서 리서치, 분석, 아이데이션, 문서화를 빠르게 수행하는 협업 도구
- 하나의 생성형 AI에 의존하기보다 주 도구 + 교차 검증 도구를 함께 활용하여 결과의 품질과 신뢰성을 높이는 것이 중요
| 구분 | 도구 | 역할 |
|---|---|---|
| ① 주 작업 도구 | ChatGPT | 실제 산출물 생성 |
| ② 교차 검증용 | Claude, Gemini | 결과 대조·검증 |
2) 주 작업 도구: ChatGPT
링크: https://chatgpt.com/ko-KR/
기획 단계에서는 목적에 따라 '지식 응답 모드'와 '웹 검색 모드'를 구분하여 활용한다.
- 지식 응답 모드
- 학습된 지식을 바탕으로 내용을 생성·구조화하는 기본 작업 모드
- 페르소나, 여정맵, 아이데이션 등 발산형 기획 작업에 활용
- 웹 검색 모드
- 실시간 검색과 출처 확인을 통해 정보를 탐색·검증하는 작업 모드
- 경쟁사 분석, 시장 조사, 사례 리서치 등 사실 기반 작업에 필수
3) 교차 검증(Cross-model Check)
- 링크
- Claude: https://claude.ai/new
- Gemini: https://gemini.google.com/
- 방법
- 동일 프롬프트를 타 모델에 입력하여 결과 대조
- 일치하는 부분 → 신뢰도 상승
- 불일치하는 부분 → 집중 검증 대상
- 실습 내 검증 도구로 직접 활용
┌→ ChatGPT에 프롬프트 입력 → 결과 도출 ┐
동일한 프롬프트 ─┤ ├→ 두 결과 대조
└→ Gemini에 프롬프트 입력 → 결과 도출 ┘| 결과 | 해석 |
|---|---|
| ✅ 두 모델 일치 | 일반적으로 합의된 지식일 가능성 높음 (단, 대표성은 별도 확인) |
| ⚠️ 두 모델 불일치 | 최소 한쪽의 오류를 의미. 사람의 직접 확인이 필요한 지점의 자동 표시 |
3. HITL(Human in the Loop) 검증 프레임
1) 기본 개념
- HITL의 작동 방식: AI 산출물이 최종 결과로 반영되기 전, 사람의 검토 지점(검토, 수정, 승인)을 워크플로우에 설계하여 배치하는 구조
- 검증 지점은 선택 사항이 아닌, AI 협업 워크플로우의 필수 구성 요소
| 비교 항목 | 개발 프로세스에서 | AI 협업 프로세스에서 |
|---|---|---|
| 검토 대상 | 작성된 코드 | AI가 생성한 산출물 |
| 검토 시점 | 배포·반영 전 | 활용·의사결정 전 |
| 검토 의미 | 동료를 의심하는 절차가 아닌 품질 관리 과정 | AI를 의심하는 절차가 아닌 결과 검증 과정 |
| 검토 부재 시 | 오류와 리스크가 커질 가능성 | 잘못된 방향으로 실행될 가능성 |
코드 리뷰와 같은 개념. AI를 못 믿어서가 아니라 품질 관리 과정이라는 점이 포인트.
2) 4가지 검증 체크리스트
AI가 생성한 결과를 실무에 활용하기 전, 사실성·대표성·편향·최신성 기준으로 신뢰도를 점검한다.
| 검증 항목 | 질문 | 검증 방법 |
|---|---|---|
| 사실성 | 검증 가능한 주장인가? 출처가 실재하는가? | ChatGPT 웹 검색 출처 확인 / Claude·Gemini 교차 질문 |
| 대표성 | 우리 타깃을 대표하는가? '평균 사용자'인가? | 실제 사용자 1명이라도 대조 (본 강의에서는 → 수강생 본인) |
| 편향 | 프롬프트가 특정 답을 유도하지 않았는가? | 반대 방향 프롬프트로 재생성해 비교 |
| 최신성 / 맥락 | 한국·현재·우리 도메인에 맞는 이야기인가? | 로컬 정보·최신 정보로 보정 (웹 검색 모드 활용) |
3) 검증 루프의 5단계
STEP 01. 초안 생성 → 생성형 AI 활용
STEP 02. 결과 검증 → 사람(직접) ※ 앞선 체크리스트 활용
STEP 03. 수정 요청 → 사람(직접)
STEP 04. 결과 개선 → 생성형 AI 활용
STEP 05. 최종 승인 → 사람(직접)- AI는 생성하고, 사람은 검토와 수정 지시를 반복하며 산출물의 품질을 높이는 협업 구조
4) 프롬프트 수정 지시문 작성법
좋은 수정 지시의 원칙: '무엇이 문제인지', '왜 수정해야 하는지', '어떻게 바꿀지'를 구체적으로 전달
| 나쁜 지시 | 좋은 지시 |
|---|---|
| "다시 해줘", "더 좋게 해줘" → 수정 기준이 없어 비슷한 수준의 결과만 반복 생성 | "페인포인트 2번은 우리 타깃(비전공 취준생)과 맞지 않습니다. 실제 사용자는 '시간 부족'보다 '심리적 회피'가 더 큰 문제입니다. 이 관점으로 페인포인트를 다시 작성해 주세요." |
4. Part 2. 사용자 이해와 문제 정의
4-1. 페르소나(Persona) 생성
1) 기본 개념
페르소나의 정의: 리서치 결과를 대표 사용자 1인의 인물상으로 압축한 모델로, 팀의 의사결정 기준으로 활용
| 구분 | 프로토 페르소나 (가설) | 리서치 페르소나 |
|---|---|---|
| 정의 | 데스크 리서치, 기존 경험, AI를 활용해 빠르게 도출한 '검증 대상 가설' | 실제 사용자 인터뷰와 데이터를 통해 검증 및 '확정된 페르소나' |
| 전환 조건 | → 인터뷰로 검증 필요 → | — |
⚠️ 프로토 페르소나를 검증된 사실로 간주 → 페르소나의 함정 발생
2) 비구조화 VS 구조화 프롬프트
동일한 페르소나 작성 과제를 두 방식으로 수행해 결과의 구체성·일관성·활용도 차이를 비교.
- 주 작업 도구: ChatGPT 5.5 (26.07.10 기준)
(1) 비구조화 프롬프트 예시
취준생 페르소나 만들어줘.(2) 구조화 프롬프트의 설계 구조
| 설계 요소 | 역할 | 작성 내용 |
|---|---|---|
| ① 역할 부여 | 전문가 수준의 답변 유도 | "당신은 10년차 UX 리서처입니다." |
| ② 맥락 주입 | 우리 문제와 서비스에 맞는 맞춤형 결과 생성 | 서비스 / 문제 정의문 / 가치 제안 / [요청] 타깃 사용자의 프로토 페르소나 1명 작성 |
| ③ 출력 구조 | 비교·검증 가능한 결과 형식 유지 | 이름·나이·상황 / 목표 / 페인포인트 3개 / 현재의 대안 행동 / 한 줄 인용 |
| ④ 제약 + [가설] 태깅 | AI의 불확실성을 표시하여 사람의 검증을 지원 (HITL) | 고정관념적 묘사 금지 / 근거가 불확실한 항목은 [가설] 표시 |
(3) 결과 비교 및 결론
| 비교 항목 | 비구조화 프롬프트 | 구조화 프롬프트 |
|---|---|---|
| 출력 구조 | 일반적인 페르소나 템플릿(기본정보, 목표, 니즈 등)으로 생성 | 요청한 구조(이름·상황·목표·페인포인트·대안행동·인용)를 그대로 유지 |
| 문제 정의 반영 | 일반적인 취준생 특성 위주로 작성 | 문제 정의와 가치 제안을 중심으로 내용 전개 |
| [가설] 표시 | 모든 내용을 사실처럼 제시하여 검증 여부를 알기 어려움 | 근거가 불명확한 내용을 [가설]로 명시하여 검증 대상 구분 |
| 서비스 연계성 | 서비스와 직접 연결되는 내용이 상대적으로 적음 | 해결하려는 문제와 직접 연결됨 |
| 출력 일관성 | 생성할 때마다 구성과 항목이 달라질 가능성이 큼 | 지정한 형식이 유지되어 여러 결과를 비교하기 쉬움 |
| 실무 활용성 | 아이디어 발산이나 초기 참고 자료로 적합 | 사용자 인터뷰 및 리서치 계획 수립에 활용하기 적합 |
3) 프로토 페르소나 검증(HITL) — 5 STEP
- 방법: 프로토 페르소나와 실제 사용자 경험을 비교하여 차이점을 확인하고, 수정 지시문 작성 → AI 재생성 → 다른 AI와 교차 대조를 통해 결과를 검증
- 목적: HITL 기반으로 AI 결과를 검증·보완하여 프로토 페르소나의 대표성과 신뢰도 향상
STEP 01. 프로토 페르소나 검토 및 실제 경험 기반 피드백
STEP 02. ChatGPT 활용 - 수정 지시문 작성
STEP 03. ChatGPT 활용 - 페르소나 재생성
STEP 04. Gemini 활용 - 동일 프롬프트로 생성
STEP 05. ChatGPT·Gemini 결과 교차 대조[STEP 01] 검토 및 피드백
- 프로토 페르소나와 본인의 실제 경험을 비교해 다른 내용을 확인하고 AI에 수정 지시를 전달
- 목적: 가설을 실제 사용자 경험으로 검증하여 대표성(HITL의 2번째 체크리스트 항목)과 신뢰도를 높임
- 예시: "저는 ChatGPT 음성 대화로 모의면접 하곤 했습니다. 말하기 연습 상대가 없다는 부분은 실제 경험과 다릅니다."
[STEP 02] 수정 지시문 작성
- 대표성 검증에서 확인한 차이를 '무엇이 다른지 · 왜 수정해야 하는지 · 어떻게 바꿀지' 형식의 구체적 수정 지시문으로 변환
[STEP 03] 페르소나 재생성
- 앞 단계에서 작성한 수정 지시문을 ChatGPT에 입력하여, 실제 사용자 피드백이 반영된 프로토 페르소나로 재생성
[STEP 04] Gemini 교차 대조
- 주 작업 도구: Gemini 3.5 Flash (26.07.10 기준)
- ChatGPT에서 재생성한 프로토 페르소나를 동일한 수정 지시문으로 Gemini에서도 생성하여 결과 비교
- 목적: 특정 AI 모델의 편향을 줄이고, 공통점과 차이점을 확인하여 신뢰성과 객관성을 높임
[STEP 05] 결과 교차 대조
| 공통 반영 사항 | 차이 및 검토 사항 |
|---|---|
| '말하기 연습 상대의 부재' 가설 삭제 | 각 모델이 추가한 대안 행동의 범위 |
| ChatGPT 음성 대화를 현재의 대안 행동으로 반영 | 목표와 인용문까지 수정 방향이 일관되게 연결되었는지 |
| 핵심 문제를 취약점 진단과 연습 우선순위 설정의 어려움으로 전환 | 사용자 피드백에 없던 행동이나 상황이 새롭게 추가되었는지 |
최종 판단(결론)
- 공통적으로 반영된 내용은 최종 프로토 페르소나에 채택
- 모델별로 다르게 생성된 내용은 사용자 피드백과의 일치 여부를 기준으로 사람이 최종 판단
- 사용자 피드백에 근거가 없는 추가 내용은 가설로 유지하거나 제외
🧪 실습 1 - 페르소나 생성과 대표성 검증 (제한 시간: 7분)
- 프로토 페르소나 생성
- 구조화 프롬프트 템플릿의 [컨텍스트]에 자신의 주제를 입력하여 프로토 페르소나 1명 생성
- Module 1에서 작성한 JTBD·HMW가 있다면 함께 입력, 없다면 인터뷰핏 사례 활용
- 대표성 점검
- 생성된 프로토 페르소나를 본인 또는 주변 지인의 실제 경험과 비교하여, 현실과 다르거나 과장된 내용 1개를 찾기
- 수정 지시문 작성 및 실행
- '무엇이 다른지 · 왜 수정해야 하는지 · 어떻게 바꿀지'가 포함된 수정 지시문 작성 → AI에 입력하여 1회 재생성
- 수정 결과 확인
- 수정 전·후 결과를 비교하여 사용자 피드백이 정확하게 반영되었는지 확인
- ⚠️ 생성 단계에서 종료하지 않고, 수정 지시를 통한 재생성까지 완료
- 결과 제출
- 수정 전·후에서 달라진 문장 1개를 채팅에 공유
- 공유된 결과 중 2건을 선정하여 수정 지시문의 구체성과 반영 품질을 함께 검토
📋 실습 프롬프트
서비스, 문제 정의문, 가치 제안은 내가 하는 프로젝트로 대체하면 됨.
[STEP 01] 구조화 프롬프트로 프로토 페르소나 생성
당신은 10년차 UX 리서처입니다.
[컨텍스트]
서비스: 인터뷰핏 — 취준생 면접 준비 서비스
문제 정의문: 비전공 출신 개발 취준생이, 면접을 앞두고 시간이 부족한
상황에서, 말로 답하는 연습을 할 안전한 상대와 방법이 없어 어려움을 겪는다.
가치 제안: 비전공 출신 개발 취준생이 면접을 앞두고 제한된 시간 안에
핵심 답변을 빠르게 준비해야 할 때, 인터뷰핏은 부족한 답변 영역을 진단
하고 우선순위가 높은 질문부터 집중적으로 연습할 수 있는 맞춤형 면접
훈련을 제공한다.
모든 예상 질문을 동일하게 반복하는 기존 방식과 달리, 남은 준비 시간과
개인의 취약 영역을 기준으로 최적의 연습 순서를 제안하기 때문이다.
[요청] 타깃 사용자의 프로토 페르소나 1명 작성
[출력 구조] 이름·나이·상황 / 목표 / 페인포인트 3개 / 현재의 대안 행동 / 한 줄 인용
[제약] 고정관념적 묘사 금지, 근거가 불확실한 항목은 [가설] 표시[STEP 02] 수정 지시문 작성
프로토 페르소나에서 본인의 실제 경험과 다른 내용은
다음과 같습니다. (작성한 내용 첨부)
해당 내용을 바탕으로 프로토 페르소나의 수정 지시문을 작성해 주세요.
수정 지시문에는 '무엇이 다른지 · 왜 수정해야 하는지 ·
어떻게 바꿀지'의 내용이 모두 포함되도록 작성해 주세요.[STEP 03] 페르소나 재생성
생성했던 프로토 페르소나에서
'말하기 연습 상대가 없다'는 내용을 수정해 주세요.
현재는 ChatGPT 음성 대화 기능을 활용해 모의면접과 말하기 연습이 가능
하므로 해당 내용은 실제 사용자 경험과 다릅니다.
따라서 '연습 상대가 없다'는 표현 대신, 'AI를 활용한 모의면접은 가능
하지만 자신의 취약점을 진단하고 어떤 질문부터 연습해야 하는지 우선순
위를 제시받기 어렵다'는 내용으로 수정하고, 변경된 내용과 일관성이 유
지되도록 페인포인트, 현재의 대안 행동, 한 줄 인용 등 관련 항목도 함
께 수정해 주세요.🔁 마무리 — 5단계 반복 워크플로우
생성 → 점검 → 수정지시 → 재생성 → 승인- 페르소나에 적용한 5단계 동작을 여정맵·경쟁 분석·아이데이션에도 동일하게 반복 적용
- 활용 도구가 달라져도 AI가 결과를 생성하고, 사람이 점검·수정·승인하는 동작은 동일하게 유지
- 재사용 가능한 업무 워크플로우로 정의
4-2. 사용자 여정맵(Journey Map) 작성
1) 기본 개념
여정맵의 정의: 사용자가 목표를 달성하는 과정을 단계·행동·감정 등으로 시간 순서에 따라 시각화한 도구
| 시퀀스 다이어그램 | 여정맵 |
|---|---|
| 시스템이나 기능이 서로 어떤 순서로 주고받는지 정리 | 사용자가 목표를 이루기까지 어떤 과정을 거치는지 정리 |
| 어디에서 오류가 나거나 처리가 막히는지 확인 | 어디에서 불편을 느끼거나 사용을 포기하는지 확인 |
2) 여정맵의 6행 구조: 사실과 해석 구분
| 행 | 설명 | 영역 |
|---|---|---|
| 단계 | 사용자가 목표를 이루기까지 거치는 과정 | 사실 영역 |
| 행동 | 각 단계에서 사용자가 실제로 하는 일 | 사실 영역 |
| 터치포인트 | 사용자가 이용하는 도구·서비스·사람 | 사실 영역 |
| 감정 | 각 단계에서 사용자가 느끼는 감정 변화 | 해석 영역 |
| 페인포인트 | 사용자가 어려움이나 불편을 느끼는 지점 | 해석 영역 |
| 기회 | 불편을 해결하기 위한 개선 아이디어 | 해석 영역 |
⚠️ HITL 점검 포인트
- 감정·페인포인트·기회는 AI가 사용자의 경험을 추측하여 작성하기 쉬운 영역
- 해석 영역 3개 행을 실제 사용자 경험과 비교하여 집중적으로 점검하고 수정
📌 용어 정리
- 페인 포인트 : 없어지면 좋은 것
- 니즈 : 있으면 좋은 것
3) 여정맵 프롬프트 가이드
- 검증된 산출물의 연결: 직전 단계에서 검증한 페르소나를 다음 여정맵 프롬프트의 입력값으로 활용하는 연쇄 구조
- AS-IS 여정 우선 작성: 서비스가 없는 현재의 사용자 경험을 먼저 작성하고, TO-BE 여정은 아이데이션 이후에 작성
- 사실과 해석의 구분: 행동·터치포인트는 사실을 중심으로 작성하고, 감정·페인포인트·기회는 해석 영역으로 구분
- [가설] 태그 재사용: 페르소나 정보로 확인되지 않은 해석에는 [가설]을 표시하여 사람이 검증할 지점을 명확히 식별
[STEP 01] 여정맵 프롬프트 입력
아래 페르소나가 '면접 준비'라는 목표를 달성하는 AS-IS 여정을 표로 작성하세요.
[페르소나]
(박현서, 26세, 비전공 6개월차 … [가설] 표시 포함 - 이전 생성 내용 전체 포함하여 입력)
[표 구조 — 6행]
단계 / 행동 / 터치포인트 / 감정 / 페인포인트 / 기회
[제약]
단계는 5~7개
감정·페인포인트 중 페르소나 정보로 뒷받침이 되지 않는 추정에는 [가설] 표시
페인포인트는 구체적 상황 묘사로 (형용사 나열 금지)실습 시 페르소나는 앞선 실습에서 만든 내용에 맞게 수정해야 함.
4) 핵심 페인포인트 선정 및 가설 검증
[STEP 02] 핵심 페인포인트 선정
- AS-IS 여정맵에 도출된 여러 문제 중 사용자 경험과 서비스 방향에 가장 큰 영향을 미치는 페인포인트 1개를 선정하여, 이후 가설 검증과 HMW 전환의 기준으로 활용
- (예시) 선정된 핵심 페인포인트 — 5단계 '피드백 확인·반복 연습'
"AI가 질문별 피드백을 제공하더라도 질문의 중요도, 현재 답변 수준, 남은 시간을 함께 고려한 연습 순서를 제시하지 않아 사용자가 다음 질문을 직접 선택해야 한다."
[STEP 03] 핵심 페인포인트의 현실성 점검
- 선정한 핵심 페인포인트를 본인 또는 실제 지인의 경험과 비교하여 '맞다 / 다르다'로 판정하고, 판단 근거를 구체적 경험을 바탕으로 확인
| 판정 기준 | 내용 |
|---|---|
| 맞다 | 실제 경험에서도 AI가 질문별 피드백은 제공하지만, 질문의 중요도와 현재 답변 수준, 남은 시간을 함께 고려해 다음에 연습할 질문을 정하기 어려웠던 경우 |
| 다르다 | 실제 경험에서는 연습 순서를 정하는 데 큰 어려움이 없었거나, 답변 내용 정리·긴장 완화·말하기 전달력 등 다른 문제가 더 크게 나타난 경우 |
5) 페인포인트의 HMW 전환과 유저 플로우(User Flow) 연결
[STEP 04] HMW 전환
프로토 페르소나와 AS-IS 여정맵에서 발견한 핵심 문제를 '어떻게 하면(HMW)' 질문으로 전환하여 해결 방향을 정의
| 선정된 핵심 페인포인트 | → HMW |
|---|---|
| "AI가 질문별 피드백을 제공하더라도 질문의 중요도, 현재 답변 수준, 남은 시간을 함께 고려한 연습 순서를 제시하지 않아 사용자가 다음 질문을 직접 선택해야 한다." | "어떻게 하면 제한된 준비 시간 안에 질문의 중요도, 현재 답변 수준, 남은 시간을 함께 고려하여 사용자에게 가장 효과적인 연습 순서를 제안할 수 있을까?" |
[STEP 05] 여정 단계와 핵심 페인포인트의 연결
프로토 페르소나와 AS-IS 여정맵의 단계를 서비스 설계 관점에서 재구성하고, 핵심 문제가 발생하는 구간을 중심으로 화면 흐름의 기준을 정의
STEP 01. 면접 확정 → STEP 02. 준비 계획 → STEP 03. 질문·답변 준비
→ [STEP 04. 피드백 확인·반복 연습] ★핵심 단계 → STEP 05. 면접 전 최종 점검- 핵심 단계: AI가 제공한 질문별 피드백을 확인한 뒤, 질문의 중요도·현재 답변 수준·남은 준비 시간을 함께 고려해 다음에 연습할 질문을 사용자가 직접 선택해야 하는 단계
[STEP 06] 유저 플로우 도출
HMW를 해결하기 위한 사용자 행동을 주요 화면 단위로 연결하여 서비스의 핵심 기능과 화면 구조를 정의
STEP 01. 면접 정보 등록 → STEP 02. 준비 계획 수립 → STEP 03. 질문·답변 준비
→ [STEP 04. 취약 영역 확인 / 연습 순서 결정] → STEP 05. 면접 전 최종 점검- 상세 유저 플로우 설계는 이후 단계에서 진행하며, 본 단계에서는 사용자 여정을 화면 흐름으로 전환하는 기본 구조를 확인
🧪 실습 2 - 여정맵 생성과 페인포인트 검증 (제한 시간: 6분)
- AS-IS 여정맵 생성
- 실습 ①에서 작성한 프로토 페르소나를 입력하여 현재 상태를 기준으로 한 여정맵 생성
- 페인포인트 대표성 점검
- 생성된 여정맵에서 페인포인트 1개 선정
- 본인 또는 실제 지인의 경험과 비교하여 '맞다 / 다르다'로 판정
- 페인포인트 수정 및 구체화
- 실제 경험과 다를 경우 차이가 드러나도록 수정 지시문 작성 및 실행
- '힘들다'와 같은 추상적인 표현은 사용자의 구체적인 상황과 행동이 드러나는 문장으로 수정
- HMW 문장 작성
- 최종 확정한 페인포인트를 해결 기회로 전환하여 HMW 1문장 작성
- 문제의 범위가 지나치게 넓거나 좁지 않은지 점검
- 결과 제출
- 완성한 HMW 1문장을 채팅에 공유
- ⚠️ 작성한 HMW는 다음 아이데이션 실습의 입력값으로 활용할 수 있도록 보관
5. Part 3. 시장 분석과 아이디어 구체화
5-1. 경쟁사 리서치
1) 기본 개념
- 경쟁사 리서치의 정의: 현재 운영 중인 경쟁 서비스의 기능과 특징을 최신 정보와 출처를 바탕으로 확인하여, 서비스 간 차이와 개선 기회를 판단할 수 있는 비교·분석 근거를 확보하는 과정
- 웹 검색 모드의 필요성: 경쟁 서비스의 운영 여부와 기능은 지속적으로 변경되므로, 학습 시점의 기억에 의존하는 일반 지식 응답 모드가 아닌 실시간 검색 결과를 기반으로 조사해야 함
- 출처를 통한 사실 검증: 검색 결과와 출처 링크를 함께 제시하여 답변의 진위를 제3자가 확인할 수 있도록 함
- ⚠️ AI의 요약도 오류 가능성이 있으므로 출처 원문을 최소 1회 직접 확인
2) 경쟁사 리서치의 검색 원칙
| 일반 지식 응답 모드 단독 사용 금지 | 웹 검색 모드 필수 사용 |
|---|---|
| 학습 시점의 기억을 바탕으로 답변하므로 최신 정보 반영에 한계 | 실시간 검색 결과를 바탕으로 현재 운영 중인 서비스와 기능 확인 |
| 이미 종료된 서비스나 실제로 제공되지 않는 기능이 포함될 가능성 | 답변과 함께 출처 링크를 제시하여 제3자가 사실 여부를 검증 가능 |
| 출처가 없어 오류 여부와 사실성을 직접 확인하기 어려움 | AI의 요약도 오류 가능성이 있으므로 출처 원문을 최소 1회 직접 확인 |
| 잘못된 정보가 경쟁사 분석과 기획 판단의 오류로 연결될 위험 | 최신성과 사실성을 확보하여 신뢰할 수 있는 경쟁사 분석 근거 마련 |
💡 강사 팁: 본 강사의 경우 블로그의 글은 제외해달라고 한다고 함. → 해당 블로거도 근거 없이 출처를 가져왔을 가능성이 있으므로.
3) 지식 응답 모드 VS 웹 검색 모드
- 주 작업 도구: ChatGPT 5.5 (26.07.10 기준)
- 목적: 동일한 경쟁사 리서치 과제를 두 모드로 각각 수행하고, 결과의 최신성·출처 유무·검증 가능성 차이 비교
- 예시 질문: "국내 면접 준비 서비스의 주요 기능을 비교해줘 (서비스 기능·요금 포함)"
| 비교 항목 | ① 지식 응답 모드 | ② 웹 검색 모드 |
|---|---|---|
| 정보 기준 | 학습된 기존 지식 기반 | 최신 웹 정보 기반 |
| 서비스 정확성 | 실제 운영 여부가 불확실할 수 있음 | 실제 운영 중인 서비스 확인 가능 |
| 기능 구체성 | 일반적인 기능 중심으로 요약 | 서비스별 세부 기능까지 확인 |
| 요금 정보 | 누락되거나 오래된 정보 포함 가능 | 현재 공개 요금과 이용 조건 확인 |
| 출처 확인 | 근거와 원문 확인이 어려움 | 공식 페이지와 출처 확인 가능 |
| 활용 목적 | 개념 이해와 초기 탐색에 적합 | 경쟁사 분석과 자료 작성에 적합 |
결론: 최신 서비스 비교, 요금 조사, 경쟁사 리서치처럼 정확성과 최신성이 중요한 업무는 웹 검색 모드를 우선 활용하고, 지식 응답 모드는 개념 이해나 초기 아이디어 발산 단계에서 효율적으로 활용
4) 포지셔닝 갭과 기능 비교 매트릭스
개념 정의
- 포지셔닝 갭(Positioning Gap): 경쟁 서비스가 아직 충분히 제공하지 못하고 있는 영역 중, 실제 사용자의 니즈와 페인포인트가 존재하는 시장의 빈 공간
| 구분 | 설명 |
|---|---|
| 포지셔닝 맵 | 경쟁 서비스가 시장에서 어디에 위치하는지를 시각적으로 나타낸 도구 |
| 포지셔닝 갭 | 포지셔닝 맵과 사용자 니즈를 함께 분석하여 발견한, 기존 경쟁 서비스가 충분히 충족하지 못한 차별화 기회 |
포지셔닝 갭을 찾는 과정
STEP 01. 경쟁사 조사 → STEP 02. 기능 비교 → STEP 03. 미충족 영역 발견
→ STEP 04. 사용자 니즈 검증 → STEP 05. 포지셔닝 갭 선정기능 비교 매트릭스
- 웹 검색을 통해 수집한 경쟁 서비스의 기능을 동일한 기준으로 비교하여 공통 제공 기능과 미충족 기능을 구분하고, 사용자 페인포인트와 교차 검증하여 포지셔닝 갭을 도출
| 비교 항목 | 경쟁사 현황 | 웹 검색 모드 |
|---|---|---|
| AI 모의면접 | 대부분 제공 | 제공 |
| 답변 피드백 | 대부분 제공 | 제공 |
| 취약 답변 우선순위 분석 | 미제공 | 제공 |
| 남은 준비시간 기반 추천 | 미제공 | 제공 |
| 개인별 면접 로드맵 | 미제공 | 제공 |
→ 미제공 영역이 곧 포지셔닝 갭 후보
5) 가치 제안 문장 완성
"비전공 개발 취준생이 면접까지 남은 시간이 부족하고 어떤 답변부터 개선해야 할지 모를 때,
인터뷰핏은 취약 답변을 진단하고 우선순위가 높은 질문부터 연습하도록 돕는다.
기존 서비스와 달리, 남은 준비 시간과 개인별 취약 영역을 기준으로 연습 순서를 제안하기 때문이다."
가치 제안 문장 구조 정리
[타깃 사용자]가 [상황/문제]일 때,
[서비스명]은 [해결 방법]을 제공한다.
[기존 방식]과 달리, [차별화 근거] 때문이다.6. 다음 차시에선
- Chapter 2. 아이데이션 및 MVP 선정
🧠 오늘의 회고 (핵심 정리)
- AI는 생성, 사람은 검증과 결정. 도구를 배우는 게 아니라 이 루프를 체득하는 게 목표.
- HITL은 코드 리뷰와 같은 품질 관리 절차다. AI를 못 믿어서가 아니라, 검토 지점을 워크플로우에 '설계'해서 넣는 것.
- 검증 체크리스트 4가지 — 사실성 / 대표성 / 편향 / 최신성.
- 구조화 프롬프트 4요소 — 역할 부여 / 맥락 주입 / 출력 구조 / 제약 + [가설] 태깅. 특히 [가설] 태깅이 HITL을 가능하게 하는 장치라는 게 인상적이었다.
- 수정 지시는 반드시 '무엇이 다른지 · 왜 수정해야 하는지 · 어떻게 바꿀지' 3요소 포함. "다시 해줘"는 아무것도 바꾸지 못한다.
- 여정맵은 사실 영역(단계·행동·터치포인트)과 해석 영역(감정·페인포인트·기회)을 구분하고, 해석 영역만 집중 검증하면 된다.
- 페인포인트 = 없어지면 좋은 것 / 니즈 = 있으면 좋은 것.
- 산출물이 연쇄적으로 연결된다: 페르소나 → 여정맵 → 핵심 페인포인트 → HMW → 유저 플로우 → 화면 요구사항.
- 경쟁사 리서치는 반드시 웹 검색 모드 + 출처 원문 1회 직접 확인. 블로그 글은 제외하는 게 안전하다.
- 포지셔닝 갭 = 경쟁사 기능 비교 매트릭스의 '미제공' 칸 중, 실제 사용자 니즈가 존재하는 영역.
뭘봐