링글 AI 튜터 지속 사용 구조 개선
2026.03.13|링링이들

링글 공모전 참가자분들의 날카로운 분석과 창의적인 시각이 담긴 소중한 아이디어들을 하나씩 소개해 드립니다.
여러분의 작은 관심이 참가자들에게는 큰 응원이, 링글에게는 새로운 혁신의 시작이 됩니다✨
- 링글에서 꼭 만나보고 싶은 기능이나 멋진 제안이라고 생각하신다면 하단의 좋아요(🩷) 버튼을 눌러주세요!
- 본 게시물의 좋아요 수는 최종 심사 내 확산 점수(10%)로 직접 반영됩니다.
- 여러분의 응원은 참가자분들이 다음 단계를 준비하는 데 가장 큰 힘이 됩니다 🙌🏻
1. Background
현재 AI 영어 학습 서비스는 대화 경험과 분석 리포트를 제공하지만 학습이 반복되는 구조는 부족하다. 사용자 인터뷰에서도 무료 체험 이후 1~3회 사용 후 이탈하는 패턴이 확인된다. 서비스 자체의 품질은 긍정적으로 평가되지만 “지금 쓸 이유는 없다”는 인식이 나타난다. 기존 구조는 분석 결과가 다음 행동으로 연결되지 않고 독립된 이벤트로 소비된다. 사용자는 피드백을 받지만 이를 기반으로 다음 학습을 시작하는 흐름이 설계되어 있지 않아 지속 사용이 발생하지 않는 문제가 존재한다.
2. Idea
이를 해결하기 위해 AI 튜터 구조를 목표 기반 학습 시스템으로 전환한다. 사용자가 학습 목적과 기한을 설정하면 목표가 제품 내에 고정되고 세션마다 하나의 학습 목표를 제시한다. 이를 통해 대화의 방향을 명확히 한다. 세션 종료 시에는 목표 달성률, 이전 세션 대비 변화, 최종 목표 대비 진행도를 업데이트하고 다음 학습을 제안한다. 즉 목표 설정 → 세션 진행 → 목표 진행도 업데이트 → 다음 세션 제안의 반복 루프를 설계하여 분석 결과가 학습 행동으로 자연스럽게 연결되도록 한다.
3. Effect
이 구조를 적용하면 분석 결과가 학습 흐름 안에서 소비되며 사용자는 대화 이후에도 학습을 이어갈 이유를 갖게 된다. 예상 효과로는 대화 이후 학습 재시작 비율 증가, 첫 학습 이후 7일 내 재방문율 상승, 목표 달성률 기반 학습 지속률 증가가 있다. 또한 대화가 일회성 경험이 아니라 목표 달성을 위한 반복 학습 과정으로 전환되면서 서비스의 핵심 가치인 지속 학습 경험을 강화한다.



