오늘날 시장에 나와 있는 거의 모든 기분 추적 앱을 열면, 흐느끼는 얼굴부터 활짝 웃는 얼굴까지 5개의 얼굴이 표시되는 똑같은 UI를 보게 됩니다. 하나를 누르면 끝이죠.
오랫동안 이것은 디지털 일기의 표준으로 여겨졌습니다. 빠르고, 정량화할 수 있으며, 데이터베이스 열에 깔끔하게 들어맞기 때문입니다.
하지만 ViviDiary의 초기 프로토타입을 테스트하기 시작했을 때, 데이터는 다른 이야기를 들려주었습니다. 사용자들은 앱을 열고 5개의 얼굴을 쳐다보다가 아무것도 기록하지 않고 닫아버렸습니다. 인터뷰를 진행했을 때 피드백은 일관되었습니다. "어떤 것을 선택해야 할지 모르겠어요. 오전에는 끔찍했지만 오후에는 좋았거든요." 또는 "지치고 스트레스를 받았지만, 동시에 제가 이룬 성과가 정말 자랑스러워요. 이 얼굴들 중에는 맞는 게 없네요."
우리가 직면해야 했던 현실은 이것입니다. 인간의 감정은 복잡하고 모순적이며 매우 비선형적입니다. 이것이 바로 5개의 이모지가 기분 추적에 충분하지 않은 이유입니다.
이 글에서는 ViviDiary의 기록 시스템 뒤에 숨겨진 제품 결정, 우리가 테스트한 것(그리고 폐기한 것), 그리고 감정적 미묘함에 대한 필요성과 우리의 엄격한 30초 체크인 규칙 사이에서 어떻게 균형을 잡았는지 공유하고자 합니다.
5점 감정 리커트 척도의 문제점
표준 5개 이모지 척도는 본질적으로 시각적 리커트 척도입니다. 이는 인간의 감정을 단일 선형 축(최악 → 나쁨 → 보통 → 좋음 → 최고)에 매핑합니다.
이는 세 가지 거대한 UX 문제를 야기합니다:
- 복합적인 감정을 무시합니다: 선형 척도에서는 "슬프지만 감사한" 상태를 기록할 수 없습니다. 자신의 감정을 평균치로 내도록 강요받게 되며, 이는 실제 경험을 무효화합니다.
- '기록 마비'를 유발합니다: 사용자가 자신의 내적 상태와 정확히 일치하는 항목을 찾지 못하면 인지적 마찰을 겪습니다. 이 마찰이 기록하려는 동기를 초과하면 사용자는 세션을 포기하게 됩니다.
- '감정 라벨링' 테스트를 통과하지 못합니다: 감정 라벨링의 과학에 따르면, 감정을 구체적으로 명명하는 것(예: '분노' 대 '슬픔')이 실제로 생리적 스트레스를 줄여줍니다. 일반적인 찌푸린 얼굴은 이러한 심리적 이점을 유발하지 못합니다.
우리가 테스트한 것(그리고 표준이 실패한 이유)
현재의 모듈형 시스템에 도달하기 전, 우리는 미묘함 문제를 해결하기 위해 여러 대안을 테스트했습니다. 대부분은 처참하게 실패했습니다.
시도 1: 10점 척도 우리는 척도를 10개의 이모지로 확장해 보았습니다. * 결과: 재앙이었습니다. 사용자에게 더 많은 자유를 주는 대신, 더 많은 숙제를 준 셈이었습니다. 사용자들은 자신이 "6"인지 "7"인지 결정하는 데 두 배의 시간을 소비했습니다. 우리는 우리의 핵심 규칙을 위반했습니다: 기록은 30초 이내에 완료되어야 합니다.
시도 2: 감정 원형 그리드 우리는 심리학의 감정 원형 모델(X축은 가치, Y축은 각성)을 기반으로 2D 그리드를 구축했습니다. 사용자가 그리드에 핀을 떨어뜨리는 방식이었습니다. * 결과: 너무 학구적이었습니다. 사용자들은 긴 하루를 보낸 후 데카르트 평면에 자신의 감정을 매핑하고 싶지 않다며 "바보가 된 기분"이라고 말했습니다.
시도 3: AI 전용 자유 텍스트 우리는 이모지를 완전히 없애고 AI가 자유 텍스트 브레인 덤프를 분석하여 기분을 추출하도록 하는 방안을 고려했습니다. * 결과: 빈 페이지에 대한 불안감. ViviDiary의 핵심 가치는 글쓰기가 전혀 필요 없다는 점입니다. 기분을 기록하기 위해 단락을 쓰도록 강요하는 것은 우리의 일일 활성 사용자(DAU) 지표를 파괴했습니다.
전환: 모듈형 이모지 어휘 구축
우리는 두 가지 다른 사용자 요구 사항을 혼동하고 있다는 것을 깨달았습니다: 앵커링(하루에 기준 점수 부여)과 표현(하루의 구체적인 맛을 포착).
그래서 우리는 이를 분리했습니다.
우리는 간단한 5단계 기분 척도(최고, 좋음, 보통, 낮음, 힘듦)를 유일한 필수 입력값으로 유지했습니다. 이것이 하루의 기준을 잡고 기본 체크인을 30초 이내로 유지하게 합니다.
하지만 그 바로 아래에 모듈성을 도입했습니다. 우리는 22개의 선택적 수동 이모지 카테고리(감정, 날씨, 사회, 생산성 등)를 구축하고 4개의 HealthKit 자동 카테고리(수면, 운동, 걸음 수, 생리)를 통합했습니다.
기본적으로 새 사용자는 기분 모듈만 켜진 상태로 시작합니다. 나머지는 모두 꺼져 있습니다. 사용자는 자신이 신경 쓰는 특정 이모지 어휘를 켤 수 있습니다. "불안"과 "커피"를 추적하고 싶다면 그렇게 할 수 있습니다. 원하지 않는다면 절대 보이지 않습니다.
이 모듈성은 신경 다양성 친화적인 기분 추적기 설계에 대한 우리 접근 방식의 초석이 되었습니다. ADHD나 자폐증이 있는 사용자에게 경직된 추적 시스템은 종종 죄책감을 유발합니다. 우리는 이와 동일한 철학을 포커스 모듈(루틴 + 할 일)에도 적용했습니다. 우리는 스트릭(연속 기록) 기능을 명시적으로 제거했습니다. 신호등 방식의 진행 상황 UI도, 스트릭 유지 메커니즘도, "오늘을 놓쳤습니다"라는 알림도 전혀 없습니다. 루틴은 부드러운 개인 최고 기록 카운트만 유지합니다. 압박이 아닌 관찰에 관한 것입니다.
클라우드에서의 데이터 혼란 처리
엔지니어링 관점에서 사용자가 사용자 지정 이모지 어휘를 구축하도록 하는 것은 데이터 구조화에 있어 악몽입니다. 표준 5점 척도는 데이터베이스의 정수(1-5)일 뿐입니다. 모듈형 시스템은 관계형 데이터의 고도로 비구조화된 배열을 생성합니다.
속도를 희생하지 않고 이를 처리하기 위해 ViviDiary의 데이터 계층은 Supabase를 사용하여 클라우드에 저장됩니다.
개인정보 보호와 AI에 대해 이야기할 때 우리는 아키텍처에 대해 투명해야 합니다. 이 분야의 많은 앱은 안전하게 들리기 위해 마케팅 연막에 의존하지만, 기기 간 동기화를 위한 진정한 개인정보 보호는 엄격한 데이터 최소화와 AI 처리 전 일기 텍스트의 비식별화에서 나옵니다.
ViviDiary는 클라우드 기반 애플리케이션입니다. 우리의 개인정보 보호는 엄격한 데이터 최소화 및 비식별화에서 비롯됩니다. 일기 텍스트나 이모지 배열이 우리의 선택적 AI 처리 도구에 닿기 전에 데이터는 비식별화됩니다. 이 암호화된 클라우드 처리는 귀하의 원시 개인 정보를 외부 언어 모델에 노출하지 않으면서도, 주간 '미러' 패턴 발견을 위해 사용자 지정 이모지를 백엔드 감정 사분면에 안전하게 매핑할 수 있도록 보장합니다.
그리고 AI는 더 깊은 통찰을 원하는 날을 위한 선택적 도우미일 뿐이므로, 귀하의 명시적인 검토 없이는 아무것도 저장하거나 확인하지 않습니다.
미묘함이 장기 유지율을 높이는 이유
이 UX 결정이 비즈니스에 미친 영향은 즉각적이었습니다.
사용자가 5점짜리 상자에 갇히는 대신 모듈형 이모지 어휘를 선택할 수 있게 했을 때, 최소 두 개의 선택적 모듈을 활성화한 사용자들 사이에서 Day-30 유지율이 42% 증가하는 것을 확인했습니다.
사용자가 자신의 도구에 의해 정확하게 이해받고 있다고 느낄 때, 그들은 도구를 포기하지 않습니다. 입력값이 실제로 자신의 현실을 반영하기 때문에 주간 미러 통찰력을 신뢰하게 되며, 이는 장기 유지율 지표 개선에 엄청난 승리였습니다.
중요한 점은 우리가 초기에 제품 결정을 내렸다는 것입니다: 우리는 귀하의 감정 어휘에 유료 장벽을 두지 않습니다. 모든 입력 모듈, 무제한 기분 및 이모지 기록, 3개월 달력 아카이브, 최대 3개의 루틴 / 5개의 할 일은 완전히 무료입니다. (프리미엄 티어는 더 깊은 과거 분석을 위해 월 $2.99 또는 연 $11.99이지만, 핵심 추적 기능은 모든 사람이 접근할 수 있습니다).
다음 단계
업계가 심박수에 따라 자동으로 색상이 변하는 감정 적응형 UI 기분 추적기를 만드는 데 집착하는 동안, 우리는 신중하고 사용자가 제어하는 입력에 집중하고 있습니다.
다음 분기에는 초기 5단계 앵커를 더욱 빠르게 만들기 위해 제스처 기반 기분 기록을 적극적으로 탐색하고 있으며, 사용자 지정 Genmoji 기분 기록이 사용자가 자신의 매우 구체적이고 아름답게 복잡한 하루와 일치하는 정확한 얼굴을 말 그대로 만들 수 있게 하는 방법을 조사하고 있습니다.
다섯 개의 얼굴로는 당신의 이야기를 담기에 결코 충분하지 않기 때문입니다.
