처음에는 단순했다.
긴 글에 RSVP를 붙이고, 음성을 넣고, 12개 언어가 있으니 언어 학습에도 쓰고, 실무 글에는 연습 문제를 붙이고, 비교 글에는 계산기를 넣고, 공식 사이트가 더 정확하면 그쪽으로 보내면 되지 않을까?
여기까지 오면 더 이상 단순한 기사 사이트 이야기가 아니다.
더 근본적으로 묻자.
사람은 왜 검색하는가?
대부분 기사를 읽기 위해서가 아니다. Wi-Fi를 고치고 싶고, 이사를 끝내고 싶고, 일을 마치고 싶고, 무엇을 살지 정하고 싶고, 외국어를 쓰고 싶고, 재미있는 것을 알고 싶다. 때로는 무엇을 해야 하는지조차 모른다.
진짜 제품은 콘텐츠가 아니라 현재 상태에서 원하는 상태로의 진전이다.
인터넷을 다시 만들 필요는 없다.
이미 존재하는 인터넷 위에 Progress / Resolution Layer를 얹으면 된다.
1. 기사를 읽는 것은 최종 목적이 아니다
| 막히는 지점 | 진짜 원하는 것 | 제공할 수 있는 지원 |
|---|---|---|
| 무엇을 모르는지도 모름 | 무엇을 봐야 하는지 | Orientation / Situation Map |
| 목표가 모호함 | 원하는 상태 정리 | Goal discovery |
| 정보가 안 보임 | 맞는 입구 | Route / Discovery |
| 너무 길음 | 필요한 만큼만 이해 | 요약, 음성, RSVP |
| 전문 용어가 어려움 | 내 수준에서 이해 | 쉬운 설명, 예시 |
| 나에게 해당하는지 모름 | 조건별 답 | 분기, 지역 안내 |
| 선택지가 너무 많음 | 납득 가능한 결정 | 비교, 계산 |
| 순서를 모름 | 다음 할 일 | Task Graph / Plan |
| 이해했지만 시작 못함 | 첫 행동 | 작은 과제, If-Then |
| 중간에 막힘 | 다른 길 | Troubleshooting / Wizard |
| 중단 후 복귀 | 이어서 하기 | Progress 저장 |
| 끝났는지 모름 | 완료 기준 | Verification |
| 한 번 했지만 익숙하지 않음 | 다음엔 혼자 하기 | Practice / Retrieval |
| 설명 못함 | 다른 사람에게 전달 | Explain / Share |
| 정보가 바뀜 | 최신 상태 | Change detection |
| 당장 목적 없음 | 발견과 재미 | Explore |
Audio, RSVP, Quiz는 목적이 아니라 목적에 따라 고르는 인터페이스다.
2. 검색어보다 앞에서 시작한다
검색은 질문을 문장으로 만들 수 있을 때 강하다.
하지만 많은 사람은 그보다 앞에 있다.
Kuhlthau의 Information Search Process에서는 탐색 초기의 불확실성과 혼란이 크고, 초기에 정보가 늘면서 오히려 혼란이 커질 수 있다고 본다. 핵심은 끝없이 수집하는 것이 아니라 초점을 형성하는 것이다.[1]
따라서 입구는 "검색어를 입력하세요"만일 필요가 없다.
"이사했다." "이직했다." "컴퓨터가 이상하다." "돈을 정리하고 싶다." "해외에 간다." "어디서 시작할지 모르겠다."
이 정도면 된다.
시스템이 Situation → 관련 가능 영역 → 문제 정의 → Goal로 좁혀 간다.
unknown unknown을 known unknown으로 바꾸는 것이 Orientation Layer다.
3. 하나의 Progress Journey
SITUATION → ORIENT → FRAME → GOAL → UNDERSTAND → DECIDE → PLAN → DO → VERIFY → LEARN → EXPLAIN → MAINTAIN
모든 사람이 전 단계를 통과할 필요는 없다.
여권 갱신은 GOAL에서 시작할 수 있고, Wi-Fi 문제는 FRAME에서, 영어 회의는 GOAL→LEARN으로 들어갈 수 있다.
W3C의 Multiple Ways도 사람마다 콘텐츠에 도달하기 쉬운 방식이 다르다는 점을 전제로 한다.[2]
4. 외부 사이트로 보내는 것은 실패가 아니다
공식 사이트가 최적이면 공식 사이트로 보낸다. 전문가 페이지가 더 좋으면 거기로 보낸다. 구매는 판매처에서 한다.
가치는 목적지를 소유하는 데 있지 않다.
어떤 정보를 어떤 순서로 써야 목적에 가까워지는지를 구성하는 것에 있다.
결정은 ROUTE_EXTERNALLY, SYNTHESIZE, EXPLAIN, COMPARE, TOOL_REQUIRED, ACTION_GUIDE, LEARN, NO_VALUE_ADD 등으로 나눌 수 있다.
Google Search Central도 의미 있는 외부 링크와 출처 링크를 두려워할 필요가 없으며, 사람을 위한 콘텐츠는 사용자가 목표 달성에 충분한 도움을 받는지를 봐야 한다고 설명한다.[3][4]
좋은 답이 이미 있다면 새 기사를 만들지 않는 것도 품질이다.
5. 제작자가 모든 분기를 직접 경험할 필요는 없다
AI가 만든 모든 분기를 사실로 취급하면 위험하다.
먼저 후보 지도를 만들고, 각 경로에 상태를 둔다.
HYPOTHESIS SOURCE_SUPPORTED CASE_SUPPORTED VERIFIED UNKNOWN
Case-Based Reasoning은 과거의 문제, 해결책, 결과를 저장하고 비슷한 새 문제에 재사용한다.[5]
창업자 한 사람이 모든 것을 경험할 필요는 없다.
시스템 전체가 경험을 축적하면 된다.
자주 쓰는 경로는 먼저 검증하고, 롱테일은 실제 사용 시점에 확장한다. 미지의 분기는 Frontier로 보내고, 조사 결과와 성공·실패를 Case Memory로 되돌린다.
6. 내부는 여러 Graph로 구성된다
- Situation Graph
- Relevance Map
- Goal Graph
- Task Graph
- Resolution Graph
- Evidence Graph
- Case Memory
- Frontier
HTN planning은 상위 목표를 하위 작업으로 분해해 다루는 오랜 AI planning 접근이다.[6]
"해외여행"도 여권, 교통, 숙소, 통신, 보험, 입국 조건으로 분해되고 다시 실행 과제로 나뉜다.
기사는 Graph를 보여 주는 하나의 renderer가 된다.
7. 필요한 기능만 생성한다
| 필요 | 출력 |
|---|---|
| 자세한 이해 | Article |
| 빠른 파악 | Summary |
| 손이 바쁨 | Audio |
| 집중 읽기 | RSVP |
| 현재 위치 추적 | Follow |
| 선택 | Comparison |
| 수치 판단 | Calculator |
| 순서 실행 | Checklist |
| 조건 분기 | Wizard |
| 초보자 모방 | Worked Example |
| 기술 습득 | Practice |
| 기억 | Retrieval Quiz |
| 재사용 | Template |
| 다른 사람에게 설명 | Explain Card |
| 외부 실행 | External Route |
| 나중에 계속 | Reminder / Progress |
| 변화 추적 | Notification |
모든 기사에 모든 기능을 붙이면 친절한 사이트가 조종석이 된다.
8. UNDERSTAND와 LEARN은 다르다
지금 이해한 것과 나중에 혼자 재현하는 것은 다르다.
Multimedia Learning 연구는 learner-paced segmenting과 pre-training이 복잡한 학습의 처리 부담을 다루는 데 도움이 될 수 있음을 보여 준다.[7]
Retrieval Practice에서는 다시 읽기만 하는 것보다 기억에서 꺼내는 연습이 이후 성과를 높이는 testing effect가 널리 관찰된다.[8]
Worked Example 연구에서는 초보자가 완성된 해결 예를 학습할 때 이득을 볼 수 있지만, 숙련자에게는 같은 지원이 불필요할 수 있다.[9]
Skill Mode는 Example → Modify → Do → Verify → Retrieve로 설계할 수 있다.
Implementation Intention은 If X, then Y 형태로 행동을 구체화한다. Mental Contrasting과 결합한 2021년 메타분석은 목표 달성에 small-to-medium 효과를 보고했지만 출판 편향 가능성도 지적했다.[10]
9. RSVP와 Audio는 공통 I/O다
속독 연구 리뷰는 속도를 크게 높이면서 이해를 완전히 보존한다는 주장에 한계가 있음을 지적한다.[11]
따라서 "누구나 폭속 독서"가 아니라, 일반 본문, 요약, 상세, Audio, Follow, RSVP, Diagram, Interactive, Conversation을 같은 진행 위치에서 오갈 수 있게 한다.
Article Player는 UNDERSTAND / DO / LEARN을 가로지르는 Universal Consumption Layer가 된다.
10. 세계적 배경
| 배경 | 공개 데이터 | 시사점 |
|---|---|---|
| 문해력 | UNESCO: 2024년 성인 7.39억 명이 기본 문해 능력 부족 [12] | 긴 글만 강요하지 않기 |
| 장애 | WHO: 약 13억 명, 세계의 16% [13] | 멀티모달을 핵심으로 |
| 성인 역량 | OECD 참여 31개국·경제 평균 18%가 3개 영역 모두 최하 기초 수준 미만 [14] | 전문문서 독해를 전제로 하지 않기 |
| 직무 변화 | WEF: 100명 중 59명이 2030년까지 훈련 필요 전망 [15] | 학습과 실제 산출물 연결 |
| 언어 학습 | Duolingo 2025: 영어 154개국 1위, 일본어 세계 4위 [16] | 관심사를 학습 재료로 |
| 국제 이동 | UN: 2024년 국제 이주자 약 3.04억 명 [17] | 언어와 적용 국가 분리 |
| 연결 격차 | ITU 2025: 22억 명 offline [18] | 가벼운 포맷과 저장 |
이 수치는 시장 규모가 아니다. 핵심은 정보가 존재하는 것과 실제로 사용할 수 있는 것은 다르다는 점이다.
11. 최소 40개의 적용 예
| 영역 | 예 |
|---|---|
| 업무 | 스프레드시트, 견적 비교, 인수인계, 문의 대응 |
| 언어 | 다독, 듣기, 직업 표현, 설명하기 |
| 일상 | Wi-Fi, 이사, 정리, 요리 |
| 구매·선택 | 총비용, 수리vs교체, 신품vs중고, 호환성 |
| 돈·정보 보호 | 가계, 수수료, 사기 확인, 수상한 채용 |
| 해외생활 | 주거, 은행, 통신, 행정 |
| 가족·협력 | 집안일, 돌봄 인계, 부탁·거절, 기기 설명 |
| 학습 | 기초, 예제, 확인 문제, 자격 |
| 재미·발견 | 과학, 역사, 문화, 취미 시뮬레이터 |
| 공공·조직 | 다국어 안내, 온보딩, 방재, SOP |
재미도 Progress다.
12. 검증 우선순위
- 업무·디지털 실무
- 목적형 언어 학습
- 생활 문제 해결
- 기업 다국어 매뉴얼·교육
- 비교·계산·선택
- Audio·재학습
- 외국인 생활 안내
- 사기·디지털 안전
- 제도·변경 알림
- 가족·돌봄·공동생활 설명
- 기초 학습
- 건강·방재·권리 접근
이 순서는 사회적 중요도 순위가 아니라 검증 난이도와 기존 자산 적합도에 따른 것이다.
13. 세계화는 문제×언어×상황으로
최소한 표시 언어, 학습 언어, 적용 국가·지역, Situation, Goal을 분리한다.
베트남어로 일본 행정을 읽을 수도 있고, 일본어로 영어를 배울 수도 있다.
세계화의 핵심은 단순 번역이 아니라 언어와 관할, 상태를 분리하는 것이다.
14. 고위험 영역은 안전하게 연결한다
의료, 법률, 금융, 안전, 권리는 쉬운 설명과 최종 개별 판단이 다르다.
확인사항 정리, 공식 정보 해설, 질문 준비, 적절한 전문기관 연결을 우선하고 확실하지 않은 것을 확실한 것처럼 만들지 않는다.
생성은 싸질 수 있지만 정확성 유지 비용은 사라지지 않는다.
15. KPI를 PV에서 Progress로 바꾼다
Orientation Rate Goal Formation Rate Route Start Rate Task Completion Rate Resolution Rate Time to Progress Wrong Route Rate Recovery Rate Learning Transfer Trust Return
40초 만에 공식 사이트로 이동해 해결했다면 성공일 수 있다.
16. 기사 공장은 Progress Factory의 엔진이 된다
현재: Demand → Research → Japanese canonical → 12 languages → Publication → Distribution → Reader Signal
미래: Situation / Need discovery → Goal detection → Research → Resolution Graph → missing knowledge → 필요할 때 Article → 필요한 Affordance → 12-language adaptation → User Progress → Outcome → Frontier → 다시 Research
기사 공장을 버리는 것이 아니다.
더 큰 시스템의 핵심 엔진으로 승격시키는 것이다.
17. 결론
Google도, 관공서도, Amazon도, 학교도, 병원도 전부 만들 필요 없다.
기존 세계를 부품으로 사용한다.
그리고 Current State → Desired State 사이를 메운다.
무엇을 물어야 할지 모르면 지도를 보여 준다. 모르면 설명한다. 못 고르면 구조화한다. 못 움직이면 다음 행동을 준다. 다른 사이트가 낫다면 보낸다. 막히면 다른 길을 찾는다. 끝나면 확인한다. 배우고 싶다면 연습한다.
이상적인 한마디는 이것이다.
"귀찮았는데, 여기 보면서 하다 보니 끝났다."
세계를 먼저 완성하지 말고, 실제로 사람들이 걷는 길부터 하나씩 확실하게 만든다.
- Carol Kuhlthau, Information Search Process Theory wp.comminfo.rutgers.edu
- W3C, WCAG 2.2 Understanding Multiple Ways w3.org
- Google Search Central, Creating helpful, reliable, people-first content developers.google.com
- Google Search Central, Link best practices developers.google.com
- Janet Kolodner, Case-Based Reasoning sciencedirect.com
- Georgievski & Aiello, An Overview of Hierarchical Task Network Planning arxiv.org
- Mayer, Principles for Managing Essential Processing in Multimedia Learning cambridge.org
- Testing Improves Performance as Well as Assesses Learning pmc.ncbi.nlm.nih.gov
- Effects of worked examples, example-problem, and problem-example pairs on novices’ learning sciencedirect.com
- A Meta-Analysis of Mental Contrasting With Implementation Intentions pmc.ncbi.nlm.nih.gov
- Rayner et al., So Much to Read, So Little Time journals.sagepub.com
- UNESCO, Literacy facts and figures, 2025 unesco.org
- WHO, Disability and health who.int
- OECD, Survey of Adult Skills 2023 oecd.org
- World Economic Forum, The Future of Jobs Report 2025 weforum.org
- Duolingo, 2025 Language Report blog.duolingo.com
- United Nations, International migration un.org
- ITU, Facts and Figures 2025 itu.int
