복합쇼핑몰 탐색 최적화를 위한 대화형 AI 서비스 사용자 경험 연구

Abstract

복합쇼핑몰은 단순한 쇼핑을 넘어 공간에서의 모든 체험을 즐기는 ‘몰링(Malling)’의 장소로 진화했다. 코로나 팬데믹 이후 온라인 채널의 상승세로 인해 오프라인 소비가 위축되는 상황에서도 특화 공간을 조성한 복합쇼핑몰은 성장세를 보였다. 이러한 공간적 진화는 디지털 전환과 맞물려 현장 경험에 몰입을 유도하고 있다. 특히 제 4차 산업혁명의 급속한 기술 발전과 디지털 전환으로 인해 리테일 업계는 혁신을 지속하고 있으며, 인공지능(Artificial Intelligence, AI) 기술의 발전은 오프라인 매장의 고객 경험을 혁신할 새로운 가능성을 보여주었다. 이에 본 연구는 복합쇼핑몰 내 AI 서비스가 제공할 수 있는 차별화된 사용자 경험을 탐색하여 몰링 경험 향상을 위한 사용자 경험 디자인 전략을 모색하였다. 연구 대상은 복합쇼핑몰 전용 모바일AI 어시스턴트 서비스 ‘헤이디(HEYDI)’이며, 물리적 공간에서 대화형 AI서비스가 매개하는 새로운 사용자 경험의 가치를 제시하는 데 목적을 두었다. 연구는 이론적 고찰, 사례 분석, 사용자 조사, 프로토타입 설계 및 사용자 경험 평가의 4단계로 진행되었으며, 주요 연구 결과는 다음과 같다. 첫째, 문헌 연구를 통해 복합쇼핑몰 방문 유형을 1)실용적 쇼핑형, 2)탐색 및 가치 추구형, 3)라이프스타일 몰링형으로 분류하였다. 또한 복합쇼핑몰 고객 경험은 실용성, 탐색성, 쾌락성, 사회성 요인으로 재정립하고 이를 리테일 AI 특성인 개별성, 상호작용성, 정보제공성, 효율성과 연계하여 복합쇼핑몰 AI 서비스 사용자 경험 요소 프레임워크를 도출하였다. 둘째, 사례 분석을 통해 기존 서비스의 한계와 시사점을 발견하였다. 공간 규모가 큰 복합쇼핑몰에서 물리적 기기를 중심으로 한 서비스는 사용자 경험을 일관되게 제공하기 어려운 한계가 있다. 이를 보완하기 위해 오프라인 리테일 공간에서 AI 서비스를 통해 개인화된 추천을 제공함으로써 편의성과 효율성을 높일 수 있으나, 복합쇼핑몰의 공간 특수성을 고려하여 정교한 설계가 필요함을 파악하였다. 셋째, 현대백화점의 모바일 AI 어시스턴트 서비스 헤이디(HEYDI)를 연구 대상으로 선정하고 최근 6개월 내 복합쇼핑몰 방문 경험이 있는 43명을 대상으로 설문조사를, 20, 30대 9명을 대상으로 1:1 심층 인터뷰를 수행하였다. 분석 결과, 복합쇼핑몰 방문 층의 주목적은 구매뿐만 아니라 체험, 휴식, 사회적 관계 등 다양한 요소를 포함한다. 또한 복합쇼핑몰 방문 시 주요 몰링 경험 저해 요인으로 혼잡 피로감, 찾기 어려운 동선, 분산된 정보, 몰 내 비치된 기기 사용의 어려움, 예약 및 접근성 문제를 발견하였다. 기존 AI 서비스 이용 과정에서는 다음의 5가지 주요 페인포인트인 1)일반적인 정보 제공으로 개인화 체감 불가, 2)추천 근거가 불명확하여 신뢰도 저하, 3)찾기 어려운 매장 위치, 4)혼잡한 사용 환경에 대한 적합성 부족, 5)사용 중 느끼는 피로감을 발견하였다. 이와 더불어 서비스에 대한 새로운 요구로는 1)사용자 맞춤형 탐색 가이드, 2)방문 경험 기록 및 확장, 3)서비스 이용 중 흥미 유발이 나타났다. 사용자들은 개인화된 탐색 지원과 몰링 경험의 확장성을 기대하는 것으로 나타났다. 넷째, 문헌 연구와 사례 분석, 사용자 조사 결과를 바탕으로 상황과 맥락 기반 탐색의 실용성과 즐거움을 설계하는 ‘AI 몰링 큐레이터’를 제언한다. 기존 서비스의 개선 방향으로 1)상황 및 맥락 맞춤화, 2)추천 근거 가시화, 3)대화 흐름 최적화, 4)탐색 및 발견 즐거움 강화의 4가지 주요 사용자 경험 디자인 방향성을 제시하였다. 이를 반영한 프로토타입 제작 후 사용자 경험 평가를 진행한 결과, 직관성과 개인 맞춤화 측면에서 긍정적인 평가를 받았다. 특히 맥락 키워드 선택 온보딩, 세분화된 선택지 제공, 맞춤 동선 노출 기능이 추천 신뢰도와 사용 편의성을 높였다. 본 연구는 온라인 리테일 채널에 집중되어 있던 AI 서비스 연구를 오프라인 복합쇼핑몰로 확장하여, 몰링 경험 고도화를 위한 사용자 경험 디자인 측면의 시사점을 제시한다는 점에서 의의를 가진다. 본 연구 결과를 바탕으로, 향후 복합쇼핑몰 및 오프라인 리테일 공간 내 AI 서비스의 사용자 경험에 대한 심도 있는 후속 연구가 진행될 것으로 기대한다.;Mixed-use shopping malls have evolved beyond mere shopping venues into spaces for "malling," where visitors enjoy a holistic spatial experience. Despite the contraction of offline consumption due to the rise of online channels following the COVID-19 pandemic, mixed-use malls equipped with specialized spaces have shown continued growth. This spatial evolution, coupled with digital transformation, is inducing immersion in on-site experiences. In particular, the retail industry continues to innovate amidst the rapid technological advancements of the Fourth Industrial Revolution, with the development of Artificial Intelligence (AI) presenting new possibilities for revolutionizing customer experience (CX) in offline stores. Consequently, this study explores the differentiated user experience (UX) that AI services can provide within mixed-use malls and seeks UX design strategies to enhance the malling experience. The subject of this study is "HEYDI," mobile AI assistant dedicated to mixed-use shopping malls. The purpose is to present the value of new user experiences mediated by conversational AI in physical spaces. The study proceeded in four stages: theoretical review, case study, user research, and prototype design & evaluation. The main results are as follows: First, through a literature review, visitor types were classified into three categories: 1)Utilitarian Shoppers, 2)Exploration and Value Seekers, and 3)Lifestyle Mallers. Furthermore, customer experience in mixed-use malls was redefined by factors of utility, explorability, hedonic value, and social interaction. These factors were linked with retail AI characteristics—individuality, interactivity, informativeness, and efficiency—to derive a UX framework for AI services in mixed-use malls. Second, the case study identified limitations and implications of existing services. Services centered on physical devices in large-scale malls have limitations in providing a consistent user experience. While AI services in offline retail spaces can enhance convenience and efficiency through personalized recommendations, it was determined that sophisticated design considering the spatial specificity of mixed-use malls is necessary. Third, a survey of 43 individuals with recent mall visitation experience and 1:1 in-depth interview with 9 participants in their 20s and 30s were conducted, focusing on Hyundai Department Store's mobile AI assistant, HEYDI. The analysis revealed that the primary purposes of visiting mixed-use malls include not only purchasing but also experiencing, resting, and socializing. Major factors hindering the malling experience included congestion fatigue, difficult wayfinding, scattered information, difficulty using on-site kiosks, and issues with reservations and accessibility. Regarding existing AI service usage, five major pain points were identified: 1)lack of perceived personalization due to generic information, 2)low trust due to unclear recommendation rationales, 3)difficulty finding store locations, 4)unsuitability for crowded environments, and 5)user fatigue during use. Additionally, new user needs emerged for 1)customized exploration guides, 2)recording and expanding visit experiences, and 3)inducing interest during service use. Users expressed expectations for personalized exploration support and the scalability of the malling experience. Fourth, based on the literature review, case analysis, and user research, an "AI Malling Curator" is proposed to design the utility and enjoyment of context-based exploration. Four key UX design directions were suggested to improve existing services: 1)Context and situation customization, 2)Visualization of recommendation rationale, 3)Optimization of conversation flow, and 4)Enhancement of exploration and discovery enjoyment. A prototype reflecting these directions was developed and evaluated, receiving positive feedback in terms of intuitiveness and personalization. In particular, features such as context keyword selection onboarding, granular options, and customized route displays significantly improved recommendation trust and usability. This study is significant in that it extends AI service research, which has been concentrated on online retail channels, to offline mixed-use shopping malls, thereby presenting implications for UX design to elevate the malling experience. Based on these findings, it is expected that in-depth follow-up research on AI service user experience within mixed-use malls and offline retail spaces will continue.