앱 리뷰 분석을 위한 앱센트 도구

초록

앱센트는 모바일 앱 리뷰를 자동으로 수집·분류·시각화하여 개발자가 사용자 의견을 빠르게 파악하도록 돕는 프로토타입 툴이다. 문헌 조사와 기존 솔루션 분석을 바탕으로 설계·구현했으며, 사용성 평가 결과 직관적인 UI와 의미 있는 인사이트 제공이 확인되었다.

상세 분석

본 논문은 모바일 애플리케이션 시장에서 사용자 리뷰가 제품 개선과 소프트웨어 진화에 중요한 자원임을 전제로, 리뷰 분석 과정에서 발생하는 인적 비용과 기술적 한계를 상세히 진단한다. 먼저, 기존 연구들을 메타분석하여 리뷰 텍스트의 감성, 토픽, 기능별 만족도 등을 자동화하는 방법론이 다수 제시됐지만, 실제 현업에서 적용 가능한 통합 툴은 부족하다는 점을 발견한다. 특히, 데이터 수집 단계에서 Google Play와 App Store API의 제한, 다국어 처리의 복잡성, 그리고 분석 결과를 비전문가가 이해하기 쉬운 형태로 시각화하는 UI/UX 설계가 미비하다는 문제가 지적된다. 이러한 격차를 메우기 위해 저자들은 ‘앱센트(Appsent)’라는 모바일 앱 기반 분석 도구를 설계하였다. 핵심 기능은 (1) 자동 크롤링 모듈로 최신 리뷰를 실시간 수집, (2) 자연어 처리 파이프라인을 통해 감성 점수와 토픽 모델링을 수행, (3) 대시보드 형태의 시각화 화면에서 기능별 평점, 키워드 워드클라우드, 시간 흐름에 따른 트렌드 그래프 등을 제공한다. 기술적으로는 Python 기반의 spaCy와 transformers를 활용해 한국어·영어 혼합 리뷰를 처리하고, Firebase를 이용해 데이터 동기화를 구현하였다. 사용성 평가에서는 30명의 개발자와 제품 매니저를 대상으로 2주간 파일럿 테스트를 진행했으며, SUS 점수 84점(우수)과 함께 ‘분석 결과의 실용성’, ‘UI 직관성’, ‘응답 속도’가 높은 평가를 받았다. 특히, 리뷰에서 도출된 주요 불만 사항을 빠르게 파악해 업데이트 로드맵에 반영한 사례가 보고되었다. 이러한 결과는 자동화된 리뷰 분석 툴이 개발 프로세스에 실질적인 가치를 제공할 수 있음을 실증한다. 논문은 또한 현재 프로토타입의 한계—예를 들어, 다국어 감성 사전의 정확도, 대규모 데이터 처리 시 발생하는 레이턴시—를 명시하고, 향후 클라우드 기반 확장성과 사용자 맞춤형 알림 기능 추가를 로드맵으로 제시한다.