행동이론을 mHealth 앱 설계에 적용한 사례 연구

초록

본 논문은 청소년 및 청년을 대상으로 한 물질 사용 연구에서 자기보고 데이터 수집률을 높이기 위해 설계된 mHealth 앱 SARA의 개발 과정을 소개한다. operant conditioning(조작적 조건형성) 이론을 기반으로 보상·피드백·프롬프트 등을 구체화했으며, 설계·제약·사용자 피드백을 반복적으로 반영한 ‘이론‑번역’ 프로세스를 제시한다. 30일 실험 결과, 금전적 보상이 거의 없는 상황에서도 기존 연구와 동등한 데이터 수집률을 달성했다.

상세 분석

SARA 프로젝트는 행동 변화 이론을 실제 디지털 인터벤션으로 전환하는 과정에서 마주치는 ‘추상‑구체’ 간극을 체계적으로 해소하려는 시도로 눈에 띈다. 저자들은 먼저 operant conditioning의 핵심 구성요소인 강화(positive reinforcement), 처벌(negative punishment), 소거(extinction) 등을 정의하고, 이를 모바일 환경에 맞게 ‘가상 포인트’, ‘배지’, ‘일일 퀘스트’, ‘리마인더’ 등으로 구체화한다. 설계 단계에서는 사용자 경험 일관성, 개발 리소스, 대상 연령대의 인지·문화적 특성, 장기 사용 시 피로도 등을 고려해 이론적 요소를 우선순위화하고, 필요에 따라 ‘보상 최소화’를 목표로 설계한다. 특히, 보상의 금전적 비중을 낮추면서도 행동 유지 효과를 확보하기 위해 ‘사회적 인정’과 ‘자기 효능감 강화’를 결합한 하이브리드 보상 구조를 도입했다.

형성 연구 네 차례(예비 인터뷰, 프로토타입 테스트, 현장 파일럿, 30일 배포)에서 수집된 정성·정량 데이터는 이론‑번역 과정의 피드백 루프 역할을 했다. 예를 들어, 초기 설계에서 ‘일일 목표 설정’ UI가 복잡하다는 피드백을 받아 목표 설정 과정을 단순화하고, 보상 알림 빈도를 조절해 사용자 피로를 감소시켰다. 또한, 강화 스케줄을 ‘변동 간격 강화(variable‑interval)’ 방식으로 적용해 초기 참여율은 높이면서 장기 유지율을 안정화했다.

논문은 HCI 분야에서 이론 활용이 흔히 ‘이론 명시 → 기능 구현’ 수준에 머무는 반면, SARA는 ‘이론 번역 프로세스’를 명시적으로 문서화하고, 설계 의사결정 근거를 체계적으로 기록한 점이 혁신적이다. 저자들은 기존 행동 과학 모델(Intervention Mapping, Behavior Change Wheel 등)이 구체적 설계 단계에서의 가이드가 부족함을 지적하고, SARA의 사례를 통해 ‘구성‑구현 매핑 매트릭스’를 제안한다. 이는 연구자와 디자이너가 이론적 구성요소를 실제 인터페이스 요소와 알고리즘으로 변환할 때 발생할 수 있는 모호성을 최소화하고, 개입 효과 검증을 위한 내부 타당성을 높이는 데 기여한다.

마지막으로, 30일 실험에서 SARA 사용자는 평균 78%의 일일 보고율을 기록했으며, 이는 금전적 보상을 7배 이상 제공한 기존 연구와 통계적으로 유의미하게 차이가 없었다. 이는 적절히 설계된 비금전적 강화가 장기 데이터 수집에 충분히 효과적임을 실증적으로 보여준다.