autobook — Kukhwan Park

팀에서 유일한 디자이너로서 사용자의 문제를 파악하고 제품을 통해 해결하기 위한 노력을 기울였습니다. 또한 머신러닝 엔지니어와 협력하여 사용자에게 어떤 정보를 어떤 형태로 전달하면 좋을지 논의했습니다. 정보를 취합하여 프로토타입을 제작했고 이를 바탕으로 예비 사용자, 머신러닝 엔지니어의 의견을 취합하여 제품을 개선시키는 과정을 반복했습니다. 최종적으로 최적의 정보 전달 방식을 고려한 제품을 제작하였습니다.

Timeline
20년 4월 ~ 20년10월
Team Size
8명
Target User
자산 관리 담당자
My Role
리서치
인포메이션 아키텍처
유저 익스피리언스
비주얼 디자인

Design Challenges

복잡한 엑셀 파일로 업무를 진행하던 사용자를 위해 다양한 데이터를 웹 서비스로 익숙하게 다룰 수 있도록 제공해야 했습니다. 또한 작은 화면안에 다양한 정보를 효율적으로 담아내야했습니다. 뿐만아니라 인사이트를 주는 데이터는 정보 시각화를 통해 효과적으로 강조해야 했습니다.
이 제품또한 머신러닝 기술에 기반하는 만큼 머신러닝에 익숙하지 않은 사용자에게 머신러닝을 도입함으로써 얻는 이득이 무엇인지 제품으로써 설득해야 했습니다. 이를 위해 어떤 정보를 어떻게 보여줘야 효과적일지를 고민했습니다.

So What’s the Problem

여신금융업(캐피탈)에서 차량을 빌려주고 수익을 얻는 자동차 리스 사업은 총 시장 규모가 13조가 넘는 큰 시장입니다. 차량의 미래 가치를 예측하여 차량 이용료 및 수익을 산정하는 것이 사업의 핵심이나 미래 가치 산정의 정확도가 떨어지는 문제가 있습니다. 예측 방식이 기존 중고차 사업자들의 예측값의 평균을 산출하는 단순한 방식이기 때문입니다.
저희는 차량의 미래 잔존가치를 보다 정확히 예측할 수 있는 머신러닝 기술을 도입할 것을 완성된 제품의 형태로 제안하고자 했습니다. 머신러닝 기술을 활용하면 예측의 정확도가 올라갈 뿐만 아니라 다양한 경제 변수에 유연하게 대응할 수 있고 설명력 높은 리포트 또한 발행할 수 있습니다.

Identifying Users

크게 두 가지 유형의 사용자가 존재합니다. 잔존가치 산정 등 대부분의 실무를 담당하는 자산관리 담당자와 사업의 목표 설정 및 현황을 파악하는 관리자가 있습니다.

Primary Users

기업의 자산관리 담당자로서 자산의 현황 파악, 운영, 계획을 담당하는 실무자입니다. 다양한 데이터를 엑셀을 통해 취합, 관리합니다. 축적된 데이터를 바탕으로 자산 계획을 수립합니다. 주로 제품을 사용하게될 사용자입니다.

Goal: 효율적인 기업 자산관리, KPI에 맞게 운영
Needs: 자산관리 효율화
Must: KPI 달성
Value: 머신러닝을 통한 효율적인 자산관리

Secondary Users

기업의 관리자로서 자산관리 현황을 주기적으로 파악합니다. 세부적인 영역으로 나눈 KPI를 관리합니다. 실무자가 전달하는 보고를 취합하여 타 부서와 소통합니다.

Goal: 경쟁사보다 높은 수익, KPI 달성도 파악

Needs: 수익률 효율화

Must: 높은 수익률

Value: 머신러닝을 통한 수익률 증대

Market Opportunites

새로운 시장인만큼 보다 상세한 리서치를 통해 어떤 기회가 있고 어떤 위험이 있는지 구체화했습니다. 빠르게 변화하는 시장의 특징을 놓치지 않기 위해 노력했습니다.

Legacy Software: 소프트웨어의 형태가 아닌 다양한 형태의 엑셀 파일로 자산의 잔가를 관리하고 있습니다. 때문에 복잡하고 사용하기 불편하며 보안에도 취약합니다. 하지만 오랜기간 이런 방식을 사용한 탓에 자신들만의 고유 포맷이 존재합니다. 보고를 위해서는 여러 파일을 취합, 재가공하여 자료를 별도로 만들어야합니다.
Value Leakage: 기업의 자산관리는 재무 상태 및 실적과 직결된 부분이나 체계적이고 과학적으로 관리되고 있지 않습니다. 경험적이고 초보적인 통계를 통해 자산의 미래 가치를 파악하고 있는 수준입니다. 머신러닝 소프트웨어를 통해 과학화, 효율화가 필요한 시점입니다.

High-Level Goals

다양한 리서치를 종합해 세개의 주요 목표를 정할 수 있었습니다. 이 목표는 제품 설계 및 개발에 있어 최우선 목표로 삼았습니다.

효율적인 자산의 미래가치 파악: 복잡한 여러개의 엑셀 파일에서 벗어나 직관적인 웹 기반 대시보드로 자산을 관리합니다.
실시간 자산의 미래가치 파악 : 시장의 데이터는 매일 업데이트됩니다. 이를 수동으로 편집하는 것이 아닌 데이터를 연동해 예측을 자동화합니다.
정확한 자산의 미래가치 파악: 경험적이고 초보적인 통계를 통한 예측에서 벗어나 머신러닝을 통한 과학적이고 효율적인 자산의 미래 예측을 가능하게 합니다.

Interactions

복잡하고 다양한 변수를 중요도에 따라 한 눈에 파악할 수 있도록 하는 것이 중요했습니다. 또한 엑셀에 있는 방대한 테이블을 웹 환경에서 쉽게 탐색할 수 있도록 해야했습니다. 때문에 기존 엑셀 사용 환경에서 크게 벗어나지 않은, 익숙한 인터랙션을 구현하기 위해 노력했습니다.
여기에 더해 기존에는 존재하지 않았던 데이터를 취합해 인사이트를 주는 시각화된 정보를 추가하였습니다. 이를 통해 데이터의 추세를 파악하고 자산 관리의 효율성 증대를 눈으로 확인할 수 있도록 했습니다.

Turn Complex Spreadsheets into a Simple Interface

Database Integration흩어져있던 데이터를 통합하여 데이터베이스를 구축하였고 이를 차량 번호를 통해 간단하게 검색할 수 있도록 했습니다. 검색 결과 중 중요한 정보를 간추렸고 이를 웹에서 한눈에 확인할 수 있도록 배치하였습니다. 추가로 계약서나 정비내역서 등 관련된 서류 확인도 쉽게 가능하도록 하였습니다.

Database Continuity웹 데이터 테이블에 편집 기능을 구현하는 방안도 검토했으나, 자체적인 논의와 사용자 인터뷰 결과 편집은 익숙한 엑셀 환경에서 하도록 하는 것으로 결론 났습니다. 결과적으로 엑셀과 웹 제품간의 연동성이 더욱 중요해졌습니다. 웹 제품에서는 핵심적인 정보만 표시하고 간편하게 엑셀로 이동하여 더 자세히 탐색하거나 내용을 편집할 수 있도록 구성했습니다.

Enable Faster Decision-Making머신러닝을 통한 잔존가치 예측 결과를 보다 이해하기 편하도록 시각화하여 제공했습니다. 이는 실무자의 업무 효율과 의사결정권자의 빠른 의사 결정을 위함이었습니다. 기존 환경에서 실무자가 여러 데이터를 조합하여 결과를 만들고 이를 보고서로 꾸며 의사결정권자에게 보고했다면 저희 제품 도입을 통해 실무자와 의사결정권자가 동시에 제품에 진입하여 실시간으로 효율적인 의사결정이 가능하도록 환경을 개선했습니다.

Outcomes

모 금융기업에 실제로 도입되어 사용되고 있습니다. 해당 고객을 위한 특화된 인터페이스를 제공하기도 했습니다. 기존의 복잡한, 단절된, 비효율적인 환경이 간단한, 연속된, 효율적인 환경으로 개선되었습니다. 이러한 결과를 만들기까지 머신러닝과 같은 기술 뿐만 아니라 사용자 환경에 맞는 인터페이스의 도움도 컸습니다. 사용 흐름에 따른 적합한 정보를 구분하여 이를 시각적으로 표현하고 사용자가 원하는 기능을 제공하는 등 제품을 통해 비효율적이고 복잡한 환경을 효율적이고 간단한 환경으로 바꾼 사례였습니다.