AI 기반 강아지 MBTI 서비스 개발기: 느린 응답 시간, UI/UX로 풀어낸 성찰

AI 기반 강아지 행동 분석 서비스, 그 시작

AI를 활용하여 직접 서비스를 배포한 경험이 있습니다. 저는 Gemini Flash 2.5 API를 기반으로, 사용자로부터 받은 입력폼의 내용에 따라 강아지의 성격을 분석하고 문제 행동을 진단하는 서비스를 만들었습니다. 성격 분석은 MBTI로 단순화하여, 각 유형에 어울리는 강아지 그림을 추가해 재미를 더했습니다. 문제 행동 진단은 전문가와 여러 차례 의논하며 프롬프팅을 뾰족하게 다듬는 과정을 거쳤습니다. 이 서비스는 강아지 주인이 직접 문제 행동을 해결할 수 있는 방법과 전문가를 통해 해결할 수 있는 방안, 이 두 가지 유형으로 진단 결과를 안내합니다.

AI 분석 서비스의 현실적인 도전: 응답 시간

온라인에서 흔히 접할 수 있는 MBTI 서비스들은 대개 설문 대답에 가중치를 부여해 유형을 빠르게 나누고 결과를 출력하는 구조입니다. 다만, 제가 만든 서비스는 '그렇다', '그렇지 않다'와 같은 규격화된 답변이 아닌, 강아지의 나이, 체중, 견종 등의 정보를 입력받고 문제 행동을 주관식으로 서술하게 합니다. 이렇게 AI를 통해 구체적인 내용을 분석하고 답변을 도출해야 하기 때문에, 필연적으로 응답에 시간이 다소 소요될 수밖에 없다는 것을 깨달았습니다.

기술적 한계를 넘어선 UI/UX적 접근

솔직히 말하면, 이 응답 시간을 기술적으로 획기적으로 줄이는 것은 당시에는 어려운 문제였습니다. 그래서 저는 이 부분을 UI/UX적인 방식으로 풀어내기로 했습니다. 두 가지 주요 장치를 마련했습니다.

1. 대기 시간을 위한 시선 분산: Lottie 애니메이션

첫째, 사용자가 필요한 내용을 모두 입력하고 답변을 제출했을 때, 마냥 기다리면서 지루함을 느끼지 않도록 Lottie 애니메이션을 제공했습니다. 움직이는 이미지를 통해 사용자의 시선을 자연스럽게 분산시키는 장치를 통해 대기 시간을 보다 편안하게 느끼도록 유도했습니다.

2. 단계별 정보 제공: MBTI 결과 선제공과 스켈레톤 UI

둘째, AI는 강아지의 성격에 따른 MBTI 결과와 문제 행동 진단 결과를 각각 내놓아야 했습니다. 결국 두 가지 답변이 필요한 상황이었고, 이 두 답변의 응답 속도에는 차이가 있었습니다. MBTI 결과는 상대적으로 빠르게 도출될 수 있었기 때문에, 이를 먼저 사용자에게 보여주도록 분리했습니다. 문제 행동 진단 결과는 그 뒤에 하단에 배치하고, 답변이 오기 전까지는 스켈레톤 UI로 유지하다가 데이터가 도착하면 자연스럽게 렌더링되도록 구성했습니다. 이러한 방식으로 사용자가 필요한 정보를 순차적으로 받아볼 수 있게 했습니다.

프로젝트를 마치며: 새로운 시도와 얻은 깨달음

강아지 MBTI의 16개 유형에 따라 적절한 이미지를 배치하고, 최종 결과를 두 부분으로 나누어 순차적으로 사용자에게 보여주는 처리 방식, 그리고 Lottie 애니메이션을 통해 처음 대기하는 동안 사용자가 지루함을 덜 느끼고 조금 더 기다릴 수 있도록 고안한 장치까지. 돌이켜 생각해보면, 여러 고민 끝에 이 문제를 해결하기 위해 그동안 시도해본 적 없는 다양한 접근법들을 적용해본 재밌는 프로젝트였습니다. 기술적 한계 앞에서 결국 사용자 경험을 최우선으로 생각하며 새로운 해법을 모색해야 한다는 것을 다시금 깨달았던 소중한 경험입니다.