Frameout은 이용자의 개인정보를 소중히 여기며, 개인정보 보호법 등 관련 법령을 준수합니다. 수집된 개인정보는 서비스 제공 및 상담, 제안서 접수 등 정해진 목적 외에는 사용되지않습니다. 또한, 이용자의 동의 없이는 개인정보를 외부에 제공하지 않습니다.
Frameout은 입사지원 및 제안 요청/상담을 위해 이름, 연락처, 이메일 주소 등의 정보를 수집합니다. 수집된 정보는 입사지원 및 채용전형 진행, 입사지원정보 검증을 위한 제반 절차 수행과 제안서 작성, 상담 응대 등 업무 처리 목적에 한해 이용됩니다. 해당 정보는 제3자에게 제공하거나 입사 진행 절차 이외에는 사용하지 않습니다. 이용자는 개인정보 제공에 동의하지 않을 수 있으며, 미동의 시 일부 서비스 이용이 제한될 수 있습니다.
수집된 개인정보는 수집 목적 달성 후 즉시 파기되며, 보관이 필요한 경우 관련 법령에 따라 일정 기간 보관됩니다. 기본 보유 기간은 1년이며, 이후에는 지체 없이 안전하게 삭제됩니다. 이용자는 언제든지 개인정보 삭제 요청이 가능합니다.
산업별 UX 전략 수립 Framework 중 첫번째, ‘금융 산업의 Predictive UX Framework: 사용자패턴 분석과 선제적 대응을 통한 신뢰 구축 및 효율성 증대’ 이야기입니다.
저는 평소 금융 앱을 4개 이상 사용하는 "멀티 뱅커"인 동시에, 금융 분야에서 UX의 진화 과정을 연구하는 열정적인 관찰자 이기도 합니다. 오늘은 금융 서비스가 어떻게 사용자 패턴을 분석하고 이를 바탕으로 한 발 앞선 경험을 제공할 수 있는지, 그 Framework에 대해 나눠 보려고 합니다.
"금융 앱이 내 다음 행동을 미리 알고 준비해준다면 어떨까요?"
Predictive UX는 사용자의 행동 패턴을 분석하고 이를 바탕으로 다음 행동을 예측하여 선제적으로 대응하는 접근 방식입니다.
금융 앱에서 매달 1일에 어머니께 10만원을보내는 패턴이 있다면, 해당 날짜가 다가올 때 앱이 미리 "어머니께송금할까요?" 라고 물어보는 경험을 상상해 보세요. 이것이바로 예측적 UX의 한 예입니다.
금융 UX의 패러다임 전환
디지털 전환이 가속화된 금융 산업에서는 사용자 경험(UX)이 단순한 인터페이스를넘어, 예측(Predictive)과 선제적 대응(Proactive Engagement)을 기반으로 진화하고 있습니다. 이러한변화는 특히 핀테크를 중심으로 일어나고 있으며, 사용자 중심의 UX 설계는더 이상 ‘편리함’에 그치지 않고 ‘신뢰’와 ‘효율성’이라는 금융 본연의 가치와 결합되어야 합니다.
1. 핀테크 시대, 학습하고 예측하고 대응하라
핀테크 플랫폼은 사용자 데이터의 흐름이 빠르고 다양하기 때문에, 정적인 UX보다 실시간으로 변화하는 사용자 행동을 기반으로 한 PredictiveUX가 더욱 중요합니다. 이를 통해 사용자는 자신의 금융 행위를 더 잘 이해하고, 기업은 사용자 이탈을 방지할 수 있습니다. 예를 들어 과거 거래 내역과 행동 패턴을 분석하여 사전 경고, 리마인드, 자동제안 등의 선제적 액션을 제공할 수 있습니다.
1) JPMorgan Chase – ‘Digital Assistant’
사용자의 지출 패턴을 분석하여 예산 초과 가능성 미리 알림 및 이상 징후 탐지
2) Revolut – ‘Plan with precision’
반복적인 결제 패턴을 학습하여 다음 달 예상 지출 자동 계산
2. 옴니채널 기반의 UX 일관성과 신뢰 확보
Predictive UX의 실현에는 옴니채널 전략이 핵심입니다. 사용자는 웹, 모바일 앱,ATM, 콜센터 등 다양한 채널을 넘나들며 서비스를 이용합니다. 이때 모든 채널에서 동일한 경험과 인사이트 기반의 피드백이 제공되어야 예측 기반 UX가 효과적으로 작동합니다.
* 사용자가 어떤 채널에서 어떤 행위를 했는지에 대한 연속성 확보
* 채널 간 일관된 톤앤매너와 데이터 기반 인터랙션 설계
* 예: 모바일 앱에서 시작한 대출 시뮬레이션 → 웹에서 이어보기 → 고객센터와 상담 시 동일한 데이터 기반 안내 제공
결국, Predictive UX는 ‘연결된 경험’이 신뢰를 만든다는 원칙 위에 설계되어야 합니다.
3. 개인화 금융의 정교화: 예측에서 제안으로
Predictive UX의 중심에는 개인화 금융이 있습니다. 이는 단순히 맞춤형 콘텐츠 제공을 넘어, 사용자의 다음 행동을 미리 예측하고 이에 맞는 선택지를 제안하는 방향으로 발전하고 있습니다. 이는 불확실성을 줄이고, 사용자가 더 나은 재무 결정을 내릴 수 있도록 도울 수 있습니다. 정교한 개인화는 AI와 데이터 해석 기술, 그리고 사용자 중심의 UX설계가 만나는 지점에서 실현됩니다.
1) 토스 (Toss) : 금융 데이터 기반으로 개인화된 알림과 제안 제공
- 예측 기반 UX 요소
* 월 지출 패턴 기반으로 예산 초과 예상 시 알림
* 특정 시점에 예상 세금납부액 자동 안내
* 자주 입금되는 계좌 감지→ "자동이체 설정할까요?"
* 대출 상환 가능성을 판단해 "상환 가능한 금액 제안"
= 사용자의 행동을 학습해 먼저 안내하고 조치 제안
2) 뱅크샐러드 : 자산 흐름 분석을 통한 선제적 재무 리마인드
- 예측 기반 UX 요소
* 월별 소비 추이 분석→ 이번 달 예상 지출 경고 or 절약 제안
* 자동 분류된 소비 카테고리 기반으로 "구독료가 이번 달 늘었어요" 안내
* 목표 자산 대비 달성률추이 → 행동 유도형 피드백 제공
= 사용자의 금융 여정을 먼저 파악하고 똑똑하게 개입
4. 데이터 시각화: 신뢰와 투명성, 나아가 진정성을 위한 인터페이스 언어
데이터 시각화는 Predictive UX에서 신뢰를 확보하기 위한 핵심 도구입니다. 금융 정보는 복잡하고 추상적이기 때문에, 이를 직관적으로 전달하는 UI가 사용자 행동을 유도하는 결정적 요소가 됩니다. 시각화는 단지 ‘보기 편함’이 아니라, 금융정보에 대한 이해도를 높이고 의사결정을 돕는 언어입니다. UX 설계자는 데이터를 ‘보이게 하는 것’에서 나아가, ‘이해되게만들고, 반응하게 유도’하는 설계를 고민해야 합니다. 예를 들어 예상 수입·지출 추이, 투자 수익률 예측, 대출 상환 일정 등을 시각화 하여 사용자 인지 부하를 최소화할 수 있습니다.
금융 UX의 진화는 예측에서 시작된다
Predictive UX는 더이상 선택이 아니라,금융 산업의 신뢰와 효율성, 경쟁력을 동시에 확보하기 위한 필수 전략으로 볼 수 있습니다. 여기서 핀테크 기술력, 일관된 연결의 옴니채널, 보다 정교한 개인화, 시각화를 통한 데이터의 인터페이스는 이 프레임워크를구성하는 핵심 요소이며, 사용자 중심적 사고 위에서 균형 있게 구현되어야 합니다.
금융 서비스는 이제 단순히 ‘기능을 제공하는 플랫폼’이 아니라, 사용자의 삶을 함께 예측하고 설계하는 동반자가 되어야합니다. Predictive UX는 그러한 전환을 가능하게 하는 가장 실질적인 전략이자, 신뢰받는 금융 경험의 출발점입니다.
다음편에서는 ‘E-Commerce의 Hyper-Personalized UX Framework: 극대화된 맞춤형 경험 제공, 그리고 매끄러운 구매 여정 설계’에 대해 다룰 예정입니다.사용자와 브랜드 사이의 감정선까지 설계하는 경험 디자인, 다음편에서이어가겠습니다.
innovation&Technology Group(ITG)/Experience Planning Division(EPD)/ 이정윤