OTT 콘텐츠 탐색 사례를 통한 화면녹화 기반 자동화 UX 행동 분석 절차 연구 = An Automated UX Behavior Analysis Methodology Using Screen Recording Data : A Case Study on OTT Content Exploration

국문 초록 (Abstract)

기존 UX 리서치에서 화면녹화 분석은 주로 정성적 관찰이나 보조 자료로 활용되어 왔으나, 이러한 접근은 분석 과정이 장시간 소요되고 연구자의 주관적 해석에 크게 의존하여 일관성과 재현성이 떨어지는 한계가 있었다. 이에 본 연구는 화면녹화 데이터를 체계적이고 자동화된 방식으로 분석하기 위한 방법론을 제안한다. OTT 콘텐츠탐색 사례를 대상으로, Python 및 LLM(Large Language Model)을 활용하여 자동화 분석 절차를 설계하였으며, 행동 기준 정의, 화면 요소 및 인터랙션, 엑셀 형태의 로그 추출, 다층적 시각화와 정량 분석 네 단계로 구성하였다. 이 절차는 정성적 인터뷰 맥락과 정량적 로그 데이터를 통합하여 UX 분석의 반복성과 일관성을 확보하도록 고안되었다. 제안한 방법은 사용자의 콘텐츠 탐색 흐름과 플랫폼 전환, 반복 행동를 로그로 구조화 하고 시각화로 표현함으로써, 기존 수기 분석보다 일관적이고 효율적임을 도출하였다. 나아가 정량 지표 및 맥락 정보를 결합함으로써 UX 모델링 (퍼소나, 고객여정지도(CJM), 사용자 세그먼테이션 등) 실무 환경 적용 가능성을 확인하였다. 본 연구는 화면녹화 데이터를 자동화 및 구조화하는 절차를 통해 UX 리서치의 정성/정량 두가지를 융합한 분석을 실현할 수 있는 방법론적 기반을 마련하였으며, 나아가 다양한 디지털 도메인으로의 확장 가능성을 제시한다. 더불어 제안된 절차는 기존 상용 분석 도구와 병행하여 활용될 경우, 사용자의 경험을 정밀하고 다층적으로 해석할 수 있는 실질적 보완 장치로 기능한다.

다국어 초록 (Multilingual Abstract)

Conventionally, screen recording analysis in UX research has served primarily as a tool for qualitative observation or as supplementary reference material. However, this approach is limited by time-intensive analysis processes and a heavy reliance on the researcher's subjective interpretation, resulting in compromised consistency and reproducibility. To address these limitations, this study proposes a methodology for the systematic and automated analysis of screen recording data. Focusing on OTT content exploration scenarios, an automated analysis procedure was designed utilizing Python and Large Language Models (LLMs). This procedure comprises four distinct stages: the definition of behavioral criteria, recognition of screen elements and interactions, log extraction, and visualization combined with quantitative analysis. This framework is designed to ensure the repeatability and consistency of UX analysis by integrating qualitative interview contexts with quantitative log data.
By representing user exploration flows, platform transitions, and repetitive behaviors through structured logs and visualizations, the proposed method yielded results that are more efficient and consistent compared to traditional manual analysis. Furthermore, the fusion of quantitative metrics and contextual information demonstrated practical applicability in areas such as persona design, the refinement of Customer Journey Maps (CJMs), and user segmentation.
This study establishes a methodological foundation for realizing the integrated qualitative-quantitative analysis of UX research through the automation and structuring of screen recording data, while also suggesting potential for expansion into various digital domains. Additionally, when utilized in conjunction with existing commercial analysis tools, the proposed procedure functions as a practical complementary instrument capable of interpreting user experience with greater precision and multidimensionality.

목차 (Table of Contents)

• 제1장 서론 1
• 1.1. 연구 배경 및 목적 1
• 1.2. 연구 방법 및 절차 2
• 제2장 이론적 고찰 4
• 2.1.UX 리서치에서 화면 녹화 기법 4
• 2.1.1. 화면 녹화 기법 4
• 2.1.2. 화면 녹화 기법 수기 분석의 한계점 7
• 2.2. 사용자 행동 분석 자동화 10
• 2.2.1. 화면 녹화 분석의 자동화 시도 10
• 2.2.2. 기존 상용 분석 도구 12
• 제3장 화면 녹화 실험 설계 14
• 3.1 실험 설계 14
• 3.1.1. 실험 절차 14
• 3.1.2. 탐색 대상 및 참여자 선정 15
• 3.2. 화면 녹화 실험 및 사후 인터뷰 17
• 3.2.1. 화면 녹화 실험 시나리오 설계 17
• 3.2.2. 화면 녹화 실험 진행 19
• 3.2.3. 사후 인터뷰 20
• 제4장 탐색 행동 기준 정의 및 로그 자동 추출 21
• 4.1. 탐색 행동 기준 정의 21
• 4.1.1. LLM을 활용한 화면 내 행동 기준 정의 21
• 4.2. 행동 로그 추출을 위한 자동화 절차 24
• 4.2.1. 화면 녹화 프레임 분할 25
• 4.2.2. Python 환경 구축 25
• 4.2.3. 행동로그 추출 29
• 제5장 데이터 시각화 및 분석 30
• 5.1. 행동 시퀀스맵 분석 30
• 5.2. 유사도 기반 그룹 분석 36
• 5.2.1. 유사도 및 동기화 구간 선정 36
• 5.2.2. 로그쌍별 산포도 분석 39
• 제6장 화면 녹화 분석 절차의 가능성 및 전략 44
• 6.1. Python 기반 자동화 분석 절차의 가능성및 유연성 44
• 6.2. 기존 수기 분석과의 차별성 및 확장 가능성 45
• 6.3. 상용 분석 도구와의 비교 및 UX 실무 활용 전략 49
• 제7장 결론 52
• 7.1. 연구 결과 52
• 7.2. 연구의 핵심 기여 및 방법론적 의의 55
• 7.3. 연구의 한계 57
• 참고 문헌 58
• 영문 초록 63
• 부록, 색인, 기타 65