DDC2023 - Day 2 유저가 하기 싫은 일을 하게 만드는 경험 설계

뤼이드 노민성

 

동기부여
- 내가 공부해야 할 이유가 1이라면 하고 싶지 않은 이유는 99다. 
- 스마트폰으로 공부하는 것은 놀이동산 한복판에서 공부하는 것이다. 
- 우리는 공부의 동기부여로 통제를 떠올린다. 
- 통제가 아닌 공부에 대한 동기부여는 무엇이 있을까?

도토리, 내 도토리 / 왜 울고 있느냐? / 도토리를 잃어버렸어 / 슬퍼하지 마라 / 네가 잃어버린 도토리는 더 큰 나무가 될거야 / 다람쥐는 그런거 몰라 나무 다 자랄 때까지 못 살아. 

 

- 다람쥐 아니 유저는 그런거 몰라
- 지금은 힘들겠지만, 우리를 믿고 꾹 참고 공부하면 2달 후에는 멋진 점수를 받을 수 있을거야. —> 동기부여가 되지 않는다.
- 지속적으로 앎맞은 타이밍에 동기부여를 주는 것이 필요!
    - 보상
        - 외적 보상 
            - 문제 풀면 1만원 줄게! / 환급반
            - 하지만 돈이 다 해결해주지 못한다.
            - 환급반은 경영 운영 상 유저의 실패를 기대하게 되는 잘못된 방향성으로 흘러감
        - 스스로 평가의 주체가 되어 나를 객관적으로 평가하기 
            - 성적표, MBTI의 유행
            - 산타 토익 - 다양한 디테일과 예측이 들어간 성적표를 제공해줌. 
            - 기존 부정적인 성적표의 이미지를 탈피 하기 위해 데이터 중심의 세심한 성적표를 제공
            - 이는 앱을 사용하여 어떤 성장을 해야 하는지에 대한 지표가 됨. 
            - 공부가 재밌다고 하는 사람들은 (대체로) 공부를 잘 하는 사람들이다.
                - 못하는 사람들 동기부여: “당신은 더 잘할 수 있다.” 메세지와 데이터를 전달
        - The Forgetting Curve - 단순 암기 뿐만 아니라 동기부여에 대한 기억 유지도가 크게 다르지 않다. 
            - 그러므로 꾸준한 동기부여가 중요하다!

- 정확한 분석 결과 전달을 통한 동기부여와 함께 동시에 구체적인 해결책 제시(Action)가 필요하다!
    - 자주 틀리는 유형의 문제 제공
    - 자주 틀리는 개념 강의 제공

학습 방법
- 당신은 오늘 문제 100개를 풀어야만 한다. —> 하기 싫다. 왜 해야 되지? 안하면 안되나? —> 앱 이탈
- 지금 문제 10개만 풀어보자. —> 부담이 적고 쪼개놓은 목표로 접근이 쉬움
- 틱톡이나 쇼츠 —> 심리적 허들이 낮은 10-20초 짜리 영상을 2-3시간동안 보게 됨. 
- 학습에도 적용하자! —> 심리적 허들을 낮춘 학습 목표 제시
    - Cycle과 Cell 
        - Cell 3-5분 내외의 학습, 문제풀이, 어휘, 강의 영상 등 
        - Cycle = Cell의 집함
- 그러나 이 방법도 쉽지 않음. 아무리 쪼개도 결국 100문제라는 목표가 주는 부담감은 존재. 
    - 토익 시험문제 구성 L100문항 45분 / R100문항 75분
    - 그러나 문제 수를 줄일 수는 없는데… 어라 잠깐 이게 되는데요???
- FastCAT은 예측값을 기반으로 유저를 분석하고 실제 시험의 1/4문제만으로 유저의 점수를 정확히 예측합니다.

큐레이션 - 어떻게 가르칠 것인가? 
- 에듀테크: 칸아카데미?, 듀오링고? —> 유튜브!!! (지식, 노하우 전달에 최고인 앱)
- 큐레이션 서비스 - 알 수 없는 알고리즘이 나를 이 곳으로 이끌었다.
- 유튜브와 달리 산타토익은 내가 ‘하고싶은’ 컨텐츠가 아닌 내가 ‘해야만 하는’ 콘텐츠를 주로 큐레이션하게 됨.
- 이것에 대한 거부감은 어떻게 해결? —> “제발 이 문제를 풀어주세요(콘텐츠를 소비해주세요)…!” (교사의 경우는 권위를 통해 강제) 
- 기존 산타토익 - 강제성이 있는 문제풀이
    - 문제1 - 명사자리 문제라고 명시하고 푸는 순간 힌트를 주게 되버리는 것!
    - 문제2 - “AI를 신뢰하자”는 이용자를 움직이는 설득으론 부족하다!
- 현재 산타토익
    - 셀과 사이클을 통해 학습
    - 셀의 종류: 문제 풀이(학습), 추천 모의고사(분석), 쪽지 시험(복습), 강의 시청(학습), 레벨 테스트(분석), 어휘 학습(학습)
    - 다양한 피드백 제공: AI PICK / 정보 전달 / 하락 요소 전달 등
    - 신뢰를 위한 선순환 구조 형성: 큐레이션 —> 소비 —> 좋은 결과를 체험 —> 다음 추천에 대한 신뢰 향상

희석되는 동기부여를 리프레쉬 해야 한다. 
대부분의 학생에게 공부란, 힘들고 하기 싫은 일이다.