AI 시대, UX 라이팅은 '문제 해결'이 본질… 최종 판단은 여전히 사람 몫

AI가 글을 쓰는 능력이 고도화되면서 UX 라이터의 역할에 대한 질문이 많아지고 있습니다. 한성은 UX 라이터는 AI가 글을 빠르고 효과적으로 생성할 수 있지만, 특정 맥락에서 어떤 문장이 필요한지에 대한 최종 판단은 여전히 사람의 몫이라고 단언했습니다. 이는 AI가 제공하는 정보의 정확성과 적절성을 검증하고, 서비스의 고유한 브랜드 보이스와 사용자 경험에 맞춰 조정하는 인간 고유의 능력이 중요함을 의미합니다.

AI가 글쓰기 과정을 보조하는 도구로서 강력한 역할을 수행할 수 있지만, 문장의 의도와 맥락, 사용자에게 미칠 영향에 대한 깊이 있는 이해와 판단은 인간 전문가만이 할 수 있다는 점이 강조됩니다.

한성은 라이터는 약 12년 전 이커머스 업계에서 MD 및 기획자로 일하다 UX 라이팅으로 직무를 전환하게 된 계기를 밝혔습니다. 티몬과 위메프 같은 이커머스 플랫폼에서 프로모션 행사 기획과 세일즈 카피 작성을 주로 담당했지만, 매번 새로운 트렌드를 쫓고 자극적인 문구를 만들어야 하는 업무에 점차 지쳐갔다고 설명했습니다.

그는 이 과정에서 글쓰기의 본질에 대한 깊은 고민을 시작하게 되었고, 사용자에게 실질적인 도움을 주고 문제를 해결하는 글쓰기에 관심을 갖게 되면서 UX 라이팅의 길로 들어서게 됩니다.

한성은 라이터는 UX 라이팅에 대한 관심을 업무에 적극적으로 적용하기 시작했습니다. 그는 회사나 팀에서 지시하지 않았음에도 불구하고, 스스로 유저들을 만나 고객 인터뷰를 진행하고, 팀 내 라이팅 가이드를 직접 제작하며 직원들을 대상으로 작성 교육까지 진행했습니다. 이러한 자발적인 노력과 학습 과정을 통해 자신이 해왔던 일들이 'UX 라이팅'이라는 분야와 연결된다는 사실을 깨달았다고 말했습니다.

이 경험은 그가 UX 라이팅 전문가로서의 정체성을 확립하고, 사용자 중심의 글쓰기가 서비스에 미치는 긍정적인 영향을 직접 확인하는 중요한 전환점이 되었습니다.

많은 사람들이 라이팅을 떠올릴 때 카피라이팅과 UX 라이팅의 차이를 혼동한다고 한성은 라이터는 지적했습니다. 그는 카피라이팅이 주로 '당신의 일상을 가볍게'와 같이 고객의 구매 욕구를 자극하고 호기심을 유발하는 브랜드 감성적인 문장이라면, UX 라이팅은 사용자가 특정 행동을 할 때 필요한 정보를 제공하고 다음 행동을 자연스럽게 유도하는 문장이라고 설명했습니다.

예를 들어, 신발 구매 시 '사이즈 선택을 도와드릴까요? 평소 사이즈를 입력해 주세요'와 같이 사용자가 막힌 지점에서 필요한 가이드를 제시하는 것이 UX 라이팅의 본질입니다. 이는 사용자가 서비스와 상호작용하는 과정에서 혼란 없이 목표를 달성하도록 돕는 역할을 합니다.

그는 일부 사람들이 간결함을 오해하여 너무 짧게만 쓰려다 오히려 중요한 정보를 놓치는 경우가 있다고 지적했습니다. 문장이 장황해지는 것을 피해야 하는 이유는 한 문장 안에 너무 많은 정보가 담겨 사용자가 혼란을 느끼기 때문이지, 단순히 길기 때문이 아니라는 설명입니다.

따라서 한 문장에는 하나의 메시지만 담는 것이 중요하며, 짧게 쓰려고 하다가 전달해야 할 핵심 정보를 누락하는 것은 좋은 UX 라이팅이 아니라고 덧붙였습니다. 명확성을 지키면서 간결함을 추구하는 것이 올바른 방향이며, 간결함 역시 좋은 UX 라이팅의 중요한 요소 중 하나임은 분명하다고 밝혔습니다.

한성은 라이터는 사용자 감정을 배려한 UX 라이팅 개선 사례를 공유했습니다. 그는 과거 서비스에서 사용자가 구매 후기를 남기도록 유도하는 문장 '누구님과 거래하셨다면 따뜻한 후기를 남겨 주세요'를 '이번 거래는 어땠어? 만족하셨다면 따뜻한 후기를 남겨 주세요. 아직 거래를 하지 않았다면 나가기를 눌러 주세요'로 변경했다고 밝혔습니다. 기존 문장은 사용자의 경험이 부정적일 수도 있는데 '따뜻한 후기'를 강요하는 것처럼 들릴 수 있다는 문제가 있었습니다.

개선된 문장은 거래 경험에 대한 질문으로 시작하여 사용자의 감정을 먼저 묻고, 긍정적인 경험에만 따뜻한 후기를 유도하며, 거래를 하지 않은 사용자에게도 명확한 다음 행동(나가기)을 제시합니다. 이는 사용자 입장에서 더 자연스럽고 배려심 있는 소통 방식으로, 문장의 길이가 길어졌음에도 불구하고 더 좋은 UX 라이팅의 예시로 제시되었습니다.

한성은 라이터는 라이팅 가이드를 제작하며 겪었던 태도의 변화를 언급했습니다. 처음에는 '완벽한 가이드'를 만드는 것에 몰두했지만, 실제 업무를 하면서 가이드의 진정한 목표는 서비스 문장에 적용되고, 이를 작성하는 PM, 디자이너, 마케터 등 관련 직무 담당자들에게 '체화'되는 것이라는 깨달음을 얻었다고 말했습니다. 모든 가이드를 통째로 암기시키기보다는, 특정 상황에서 '아, 이 부분은 이렇게 개선해야겠구나' 하고 자연스럽게 적용할 수 있도록 경험하게 하는 것이 더 중요하다고 설명했습니다.

이는 가이드가 단순한 문서가 아니라, 실질적인 변화를 이끌어내는 도구가 되어야 한다는 점을 강조합니다.

한성은 라이터는 UX 라이팅 가이드를 처음부터 완벽하게 만들 필요는 없다고 말했습니다. 그는 현재도 진행 중인 프로젝트에서 가이드가 '완성'되었다고 말할 수는 없다고 솔직하게 밝혔습니다. 중요한 것은 실제 작업을 진행하면서 필요한 부분을 조금씩 보완하고 채워나가며 완성도를 높이는 과정이라는 설명입니다.

이는 이론적인 완벽성보다는 실질적인 적용과 개선을 통해 가이드의 가치를 높여야 한다는 실용적인 접근 방식을 보여줍니다.

사용자가 중요하다고 생각하는 화면에서 이탈하는 경우, 해당 화면의 문장이 사용자를 불안하게 하거나 다음 행동을 명확하게 안내하지 못하고 있을 가능성이 크다는 진단입니다.

예를 들어, 회원 가입 과정에서의 이탈이 많다면, 단순히 다른 서비스의 문장을 베껴오는 것이 아니라, 입력 필드 아래 안내문구나 에러 메시지를 통해 무엇을 입력해야 하는지, 왜 이 정보가 필요한지, 어떻게 해야 하는지를 정확히 전달하여 사용자 신뢰도를 높여야 한다고 강조했습니다. 이처럼 맥락을 고려한 명확한 안내는 사용자의 이탈을 줄이고 전환율을 높이는 데 직접적인 영향을 미칩니다.

한성은 라이터는 UX 라이팅 비전문가도 쉽게 적용할 수 있는 세 가지 실천 팁을 공유했습니다. 첫 번째는 '소리 내어 읽어 보기'입니다. 텍스트로 볼 때는 괜찮아 보여도 실제로 소리 내어 읽어 보면 어색하거나 이상한 부분이 발견될 수 있다는 점을 지적했습니다. 두 번째는 '하나의 화면에는 하나의 목적만 담기'입니다. 하나의 문장에 하나의 메시지를 담는 것처럼, 한 화면에서도 사용자에게 기대하는 역할을 딱 하나로 정하고 그것만 명확하게 전달해야 한다는 것입니다. 너무 많은 정보를 한 화면에 담으려 하면 사용자가 혼란스러워질 수 있습니다.

마지막 세 번째는 '익숙한 문장 의심해 보기'입니다. '확인', '완료', '실패', '취소'와 같이 일반적으로 많이 쓰이는 단어들이 사용자 입장에서 '뭐가 완료된 거지?', '왜 실패한 거지?'와 같은 의문을 남기거나 부정적인 경험을 줄 수 있다고 설명했습니다. 따라서 이러한 익숙한 단어들을 좀 더 구체적이고 친절하게 써보는 연습이 필요하다고 조언했습니다.

한성은 라이터는 라이팅 업무에서 AI를 활용하는 구체적인 방법을 소개했습니다. 첫 번째는 '초안을 빠르게 작성'하는 데 AI를 활용하는 것입니다. 아이디어를 빠르게 구체화하고 다양한 표현을 탐색하는 데 AI가 큰 도움을 줄 수 있다는 설명입니다. 이를 통해 초기 기획 단계에서 시간을 절약하고 더 많은 옵션을 고려할 수 있습니다.

두 번째는 '검토 도구'로 활용하는 것입니다. AI가 작성한 초안을 검토하면서 문장의 흐름이나 어색한 표현, 정보의 누락 등을 파악하고 개선하는 데 참고할 수 있습니다. AI의 객관적인 시각이 인간이 놓칠 수 있는 부분을 발견하는 데 유용할 수 있다고 덧붙였습니다.

한성은 라이터는 AI를 활용하는 세 가지 주요 방법을 요약하며, 결국 최종 판단은 사람이 해야 한다고 다시 한번 강조했습니다. AI의 첫 번째 역할은 '초안을 빠르게 생성'하는 것이고, 두 번째는 작성된 글을 '검토'하는 도구로 활용하는 것입니다. 마지막으로, A/B 테스트를 위한 다양한 문장 변형이나 특정 문단을 여러 방식으로 바꿔보고 싶을 때 AI를 활용할 수 있다고 설명했습니다.

이처럼 AI는 글쓰기 과정의 효율성을 높이는 강력한 도구이지만, 생성된 문장의 맥락적 적합성과 서비스의 목표 달성 여부에 대한 최종적인 판단과 결정은 인간 라이터의 전문적인 역량에 달려 있다는 점을 분명히 했습니다.

한성은 라이터는 AI가 문장을 유창하게 생성하는 능력이 뛰어나지만, 맥락 없는 그럴듯함에 속아 넘어갈 수 있다고 경고했습니다. AI가 청산유수처럼 말을 잘해서 듣다 보면 '그런가 보다' 하고 넘어가기 쉽다는 것입니다. 그러나 '왜 이 문장이 이 맥락에서 필요한가'에 대한 근본적인 질문과 그에 대한 최종 판단은 사람만이 할 수 있다고 강조했습니다.

이는 AI가 데이터 기반으로 학습하고 예측하는 능력이 뛰어나더라도, 서비스의 브랜드 가치, 사용자 감성, 그리고 복합적인 비즈니스 목표와 같은 미묘하고 복잡한 맥락을 완벽하게 이해하고 반영하기는 어렵다는 한계를 시사합니다. 따라서 UX 라이터는 AI가 생성한 결과물을 맹목적으로 수용하기보다, 비판적인 시각으로 검토하고 최종적인 책임을 지는 역할을 해야 합니다.

한성은 라이터는 UX 라이팅의 본질이 단순한 '문장' 교체가 아니라 '문제 해결'에 있다고 강조했습니다. 라이터는 단순히 문장을 바꾸는 것을 넘어, 자신이 어떤 의도를 가지고 어떤 맥락에서 작업했는지 설명하고 설득하는 역할을 해야 한다는 것입니다. 모든 이해관계자의 공통 목표가 문제 해결과 목표 달성인 만큼, 이러한 방식으로 접근하면 훨씬 효과적으로 소통할 수 있다고 설명했습니다.

또한, 라이팅 가이드라인을 만들 때 처음부터 완벽하게 만들려 하기보다, 서비스 내에서 중요한 화면이나 자주 사용되는 문장 10개 정도를 선정하여 시작하는 점진적인 접근 방식이 효과적이라고 조언했습니다. 이는 현실적인 제약을 고려하면서도 실질적인 변화를 만들어낼 수 있는 방법입니다.

한성은 라이터는 AI가 많은 글을 생성하는 시대에도 UX 라이터의 역할이 오히려 더 중요해졌다고 역설했습니다. AI가 양적으로 빠르게 글을 생산할 수 있게 되면서, '이 문장이 맥락에 맞는가', '우리 서비스의 브랜드 언어와 보이스에 부합하는가'를 판단하는 것은 여전히 사람의 몫이기 때문입니다. 이러한 판단 능력은 서비스의 정체성을 유지하고 사용자에게 일관된 경험을 제공하는 데 필수적이라고 설명했습니다.

개인적으로는 앞으로도 더 많은 사람들이 UX 라이팅의 기초 감각과 중요성, 그리고 실제 작성 방법을 알 수 있도록 경험을 나누는 일을 계속하고 싶다는 의지를 밝혔습니다.

현재 스레드 계정이 있지만 활발하게 운영하지는 않았는데, 앞으로는 사용자 경험이나 서비스에 대한 다양한 생각들을 더 많은 사람들과 나누기 위해 노력하겠다고 말했습니다. 또한, 링크드인에 비정기적으로 공유하던 인사이트, 컨퍼런스 경험 등을 앞으로는 더욱 자주 올릴 예정이라고 덧붙였습니다.

한성은 라이터는 노코드, 로코딩 등 다양한 방식으로 앱을 쉽게 만들 수 있는 시대에 기능 구현의 중요성만큼이나 '소통'의 중요성을 강조했습니다. 그는 기능을 만들고 완성하는 것은 전체 과정의 절반 정도에 불과하며, 나머지 절반은 그 기능이 사용자에게 어떻게 다가가고, 어떻게 '말하는지'에 달려 있다고 보았습니다.

이는 아무리 좋은 기능을 만들어도 사용자와의 소통 방식, 즉 UX 라이팅이 부족하면 그 기능의 가치를 제대로 전달하기 어렵다는 의미입니다. 사용자 경험을 완성하는 데 있어 기능만큼이나 효과적인 커뮤니케이션이 핵심적인 역할을 한다는 점을 다시 한번 상기시켰습니다.