LXP 화면 구조 분석: 학습자의 다음 행동을 만드는 IA 설계 관점

LXP를 설계할 때 가장 먼저 정리해야 할 것은 “어떤 기능을 넣을 것인가”가 아니라 학습자가 어떤 흐름으로 학습을 이어가게 할 것인가이다.

 

기존 LMS가 수강 신청, 강의 수강, 과제, 평가, 이수 관리처럼 정해진 학습을 운영하고 관리하는 데 초점이 있다면,
LXP는 조금 다른 관점에서 접근해야 한다.
LXP는 학습자가 콘텐츠를 발견하고, 추천받고, 자신의 수준이나 관심사에 맞춰 학습을 이어가도록 돕는 경험 중심 플랫폼에 가깝다.

따라서 LXP의 화면 구조는 단순히 콘텐츠를 많이 보여주는 방식이 아니라,
사용자가 지금 무엇을 해야 하는지 판단할 수 있도록 돕는 구조로 설계되어야 한다.

 

이 글에서는 LXP의 주요 화면을 기능 단위로 나열하기보다,
실제 서비스를 설계한다는 관점에서 어떤 IA와 사용자 흐름이 필요한지 정리해보려고 한다.

---

LXP 화면 구조를 볼 때의 핵심 기준

LXP의 주요 화면은 일반적으로 다음과 같이 구성할 수 있다.

LXP 기본 화면 구조 예시 그림

이 구성만 보면 LMS와 크게 다르지 않아 보일 수 있다.
하지만 실제 설계 관점에서 보면 두 서비스의 화면 목적은 다르다.

 

LMS의 화면 구조는 주로 관리와 이수를 기준으로 구성된다.
예시로 내 강의실, 수강현황, 과제, 시험, 성적, 출결 같은 메뉴는 사용자가 정해진 학습 과정을 잘 수행하고 있는지 확인하는 데 초점이 있다.

 

반면 LXP의 화면 구조는 발견, 추천, 지속, 회고를 기준으로 설계되어야 한다.

즉, LXP의 IA는 단순히 메뉴를 구분하는 것이 아니라 다음과 같은 사용자 행동 흐름을 지원해야 한다.

 

발견 → 판단 → 학습 시작 → 학습 지속 → 학습 이력 확인 → 다음 학습으로 이동

 

이 흐름이 자연스럽게 연결되지 않으면 LXP는 단순 콘텐츠 목록 서비스에 머물 수 있다.
따라서 LXP를 설계할 때는 각 화면이 독립적으로 좋은지보다,
화면 간 이동 흐름이 학습자의 다음 행동을 얼마나 잘 만들어내는지를 기준으로 봐야 한다.

---

1. 학습자 홈 : 콘텐츠 노출 화면이 아니라 행동 전환 화면

LXP의 학습자 홈은 단순 메인 화면이 아니다.
사용자가 로그인한 직후 가장 먼저 마주하는 화면이기 때문에, 이 화면은 학습자의 다음 행동을 결정하는 역할을 해야 한다.

 

홈 화면에서 가장 중요한 것은 콘텐츠를 많이 보여주는 것이 아니다.
사용자가 화면을 봤을 때 “지금 내가 무엇을 하면 되는지”바로 판단할 수 있어야 한다.

 

따라서 LXP 홈은 다음과 같은 정보를 중심으로 구성하는 것이 적절하다.

 

• 이어서 학습할 콘텐츠
• 진행 중인 학습 경로
• 최근 학습 이력
• 관심 주제 기반 추천 콘텐츠
• 목표 대비 진행 상태
• 새롭게 탐색할 만한 콘텐츠

 

여기서 중요한 것은 정보의 양보다 우선순위다.

 

예를 들어 사용자가 이미 진행 중인 콘텐츠가 있다면, 신규 추천 콘텐츠보다 이어학습이 더 우선되어야 한다.
반대로 처음 방문한 사용자라면 이어학습보다는 관심 주제 선택, 인기 콘텐츠, 추천 학습경로 진입이 더 중요할 수 있다.

 

즉, 홈 화면은 모든 사용자에게 동일한 콘텐츠 묶음을 보여주는 정적인 화면이 아니라,
사용자의 현재 학습 상태에 따라 다음 행동을 제안하는 동적인 진입 화면으로 설계하는 것이 좋다.

 

실무적으로는 초기부터 완전한 개인화 홈을 구현하기보다,
사용자 상태를 몇 가지 유형으로 나누어 홈 구성을 다르게 가져가는 방식이 현실적이다.

 

예를 들어 다음과 같이 구분할 수 있다.

사용자 상태	홈 화면 우선순위
첫 방문 사용자	관심 주제 설정, 추천 학습경로, 인기 콘텐츠
학습 진행 중 사용자	이어학습, 진행률, 남은 학습
학습 완료 경험이 있는 사용자	다음 단계 추천, 유사 콘텐츠 추천
장기 미접속 사용자	최근 학습 이력, 다시 시작할 콘텐츠

 

이렇게 접근하면 초기 LXP에서도 비교적 현실적인 방식으로 사용자 맞춤형 경험을 설계할 수 있다.

---

2. 이어학습 : 재방문 사용자의 진입 비용을 낮추는 기능

LXP에서 이어학습은 단순 편의 기능이 아니다.
학습자가 다시 서비스에 들어왔을 때 가장 빠르게 학습을 재개할 수 있도록 돕는 핵심 장치다.

 

학습 서비스에서 사용자는 매번 새로운 콘텐츠를 찾기 위해 접속하지 않는다.
오히려 이전에 보던 콘텐츠를 이어서 보거나, 진행 중인 학습경로를 다시 확인하기 위해 들어오는 경우가 많다.

따라서 이어학습 영역은 홈 화면에서 높은 우선순위를 가져야 한다.

 

이어학습 카드에는 단순히 콘텐츠명과 버튼만 제공하는 것보다,
사용자가 자신의 학습 상태를 바로 이해할 수 있는 정보가 함께 제공되어야 한다.

 

예를 들어 다음과 같은 항목이 필요하다.

항목	목적
콘텐츠명	어떤 학습을 이어가는지 인지
마지막 학습 일시	최근 학습 맥락 확인
마지막 학습 위치	어디서부터 이어갈지 판단
진행률	현재 상태 확인
남은 예상 시간	학습 부담 예측
이어 학습 버튼	즉시 행동 전환

 

 

이 중에서도 진행률과 남은 예상 시간은 중요하다.
사용자는 “얼마나 남았는지”를 알아야 다시 학습을 시작할지 판단할 수 있기 때문이다.

 

이어학습은 재방문 사용자의 진입 비용을 줄이고, 학습 지속성을 높이는 기능이다.
따라서 LXP 홈에서는 단순 추천보다 이어학습을 우선 노출하는 것이 더 적절한 경우가 많다.

---

3. 추천 콘텐츠 : 추천 결과보다 추천 근거가 중요하다

 

LXP에서 추천 콘텐츠는 핵심 기능처럼 보이지만,
실제 설계에서는 추천 결과 자체보다
추천의 근거를 어떻게 보여줄 것인가가 더 중요하다.

 

사용자 입장에서 “추천 콘텐츠”라는 말만으로는 충분하지 않다.
왜 이 콘텐츠가 나에게 추천되었는지 알 수 없으면 추천을 신뢰하기 어렵다.

 

특히 교육 서비스에서는 추천이 사용자의 학습 판단에 영향을 줄 수 있기 때문에, 추천 사유를 함께 제공하는 것이 중요하다.

 

예를 들어 추천 콘텐츠 카드에는 다음과 같은 추천 근거를 표시할 수 있다.

 

• 최근 학습한 주제와 관련된 콘텐츠
• 관심 주제로 설정한 영역의 콘텐츠
• 완료한 콘텐츠의 다음 단계
• 같은 목표를 가진 사용자가 많이 학습한 콘텐츠
• 아직 학습하지 않은 기초 개념 콘텐츠
• 진행중인 학습 경로와 연결된 콘텐츠

 

이렇게 추천 이유를 함께 제공하면 사용자는 추천을 단순 노출이 아니라 나의 학습 흐름과 연결된 제안으로 받아들일 수 있다.

 

다만 추천 기능을 설계할 때 주의할 점도 있다.

교육 서비스에서 추천 문구가 지나치게 단정적이면 사용자에게 부담을 줄 수 있다.
예를 들어 “당신은 이 개념이 부족합니다”보다는 “최근 학습한 주제와 연결된 콘텐츠입니다”처럼 표현하는 것이 더 안전하다.

 

추천은 사용자를 평가하거나 단정하는 방식이 아니라, 학습 선택을 돕는 정보 제공 방식으로 설계하는 것이 좋다.

 

실무적으로도 초기부터 고도화된 AI 추천을 구현할 필요는 없다.
초기에는 콘텐츠 메타데이터와 사용자 행동 데이터를 기반으로 한 룰 기반 추천으로 시작할 수 있다.

 

예를 들어 다음과 같은 방식이다.

 

추천 방식	예시
관심 주제 기반	사용자가 선택한 관심사와 같은 태그의 콘텐츠 추천
이어학습 기반	진행 중인 학습경로의 다음 콘텐츠 추천
완료 이력 기반	완료한 콘텐츠와 연관된 후속 콘텐츠 추천
인기 콘텐츠 기반	같은 역할/학년/주제에서 많이 학습한 콘텐츠 추천
운영자 큐레이션 기반	관리자가 특정 기간 추천 콘텐츠 지정

 

이후 학습 데이터가 충분히 쌓이면 개인화 추천이나 유사 사용자 기반 추천으로 확장할 수 있다.

---

4. 콘텐츠 탐색 : 검색보다 중요한 것은 발견 구조

LXP에서 검색 기능은 필요하지만, 검색창 하나만으로는 충분하지 않다.

 

사용자는 항상 정확한 콘텐츠명을 알고 들어오지 않는다.
오히려 “기초 개념부터 보고 싶다”, “이 주제와 관련된 콘텐츠를 찾고 싶다”, “짧은 콘텐츠 위주로 보고 싶다”처럼 모호한 목적을 가지고
탐색하는 경우가 많다.

 

따라서 콘텐츠 탐색 화면은 단순 검색 결과 페이지가 아니라,
사용자가 자신의 목적에 맞는 콘텐츠를 발견할 수 있는 구조로 설계해야 한다.

 

탐색 화면에서 고려할 수 있는 필터는 다음과 같다.

필터 기준	설명
주제	콘텐츠의 주요 학습 주제
과목	국어, 수학, 영어 등 교과 기준
역량	문제해결, 문해력, 사고력 등 역량 기준
난이도	기초, 중급, 심화
학습 목표	특정 목표 달성을 위한 콘텐츠
학년/학교급	초등, 중등, 고등 등
콘텐츠 유형	영상, 퀴즈, 실습, 읽기자료 등
예상 학습 시간	5분 이하, 10분, 30분 이상 등
수료 여부	미학습, 진행 중, 완료

 

여기서 중요한 것은 필터를 많이 제공하는 것이 아니라, 사용자가 실제로 선택할 만한 기준을 제공하는 것이다.

 

예를 들어 교육 콘텐츠에서는 “카테고리”보다 “난이도”나 “학습 목표”가 더 중요한 탐색 기준이 될 수 있다.
또한 사용자가 콘텐츠를 고를 때 시간 부담을 크게 느낀다면 “예상 학습 시간”도 중요한 필터가 될 수 있다.

 

탐색 화면은 콘텐츠 DB의 구조를 그대로 보여주는 화면이 아니다.
사용자가 콘텐츠를 고르는 기준에 맞춰 재구성된 화면이어야 한다.

 

따라서 IA 설계 시에는 운영자가 관리하기 편한 분류 체계와 사용자가 탐색하기 쉬운 분류 체계를 구분해서 봐야 한다.

---

5. 콘텐츠 상세 : 학습 시작 전 의사결정 화면

콘텐츠 상세 화면은 단순 소개 페이지가 아니다.
사용자가 실제로 학습을 시작할지 판단하는 마지막 의사결정 지점이다.

 

따라서 콘텐츠 상세 화면에서는
다음 질문에 답할 수 있어야 한다.

- 이 콘텐츠가 나에게 필요한가?
- 내 수준에 맞는가?
- 얼마나 시간이 걸리는가?
- 이전 학습과 어떻게 연결되는가?
- 학습하면 무엇을 얻을 수 있는가?

 

이를 위해 콘텐츠 상세 화면에는 다음 정보가 필요하다.

예를 들어 이렇게 구성하여 보여줄 수 있습니다.

항목	역할
콘텐츠 소개	콘텐츠의 기본 내용 설명
학습 목표	학습 후 기대되는 결과
난이도	사용자의 수준 판단
예상 소요 시간	학습 부담 예측
선수 학습	먼저 학습하면 좋은 콘텐츠
후속 학습	다음 단계로 이어질 콘텐츠
관련 학습경로	전체 흐름 속 위치 확인
완료 조건	수료 또는 완료 기준 확인
콘텐츠 유형	영상, 퀴즈, 실습 등 형태 확인

 

특히 LXP에서는 콘텐츠 상세 화면이 다른 화면과 연결되는 방식이 중요하다.

 

예를 들어 상세 화면에서 바로 학습을 시작할 수도 있지만,
관련 학습경로로 이동하거나, 선수 학습 콘텐츠를 먼저 확인하거나, 저장 후 나중에 학습할 수도 있어야 한다.

 

즉, 콘텐츠 상세 화면은 단순히 “시작하기” 버튼만 제공하는 화면이 아니라,
학습자가 자신의 상황에 맞게 다음 행동을 선택할 수 있는 허브 역할을 해야 한다.

---

6. 학습경로 : 콘텐츠 묶음이 아니라 목표 달성 로드맵

LXP에서 학습경로는 단순히 여러 콘텐츠를 묶어놓은 목록으로 설계하면 효과가 떨어진다.

초등 교육 서비스 학습경로 예시 화면

학습경로는 사용자가 특정 목표에 도달하기 위해
어떤 순서로 학습해야 하는지 보여주는 로드맵이어야 한다.

 

예를 들어 수학 기초 개념을 학습하는 경로라면
단순 콘텐츠 목록이 아니라 다음과 같은 흐름이 필요하다.

 

기초 개념 이해 → 예제 학습 → 연습 문제 → 심화 개념 → 평가 → 보충 학습

 

이처럼 학습경로는 사용자가 현재 위치와
다음 단계를 이해할 수 있도록 구성되어야 한다.

 

학습경로 화면에서 중요한 요소는 다음과 같다.

 

 

요소	목적
전체 단계	학습 여정의 구조 파악
현재 위치	내가 어디까지 왔는지 확인
완료 상태	완료/진행/미시작 상태 구분
다음 콘텐츠	다음 행동 유도
예상 완료 시간	전체 학습 부담 예측
목표 설명	이 경로를 따라가는 이유 제시
보충/심화 분기	수준별 학습 확장

 

실무적으로는 처음부터 완전한 개인화 학습경로를 구현하기보다, 운영자가 설계한 고정형 경로로 시작하는 것이 현실적이다.

 

초기 단계에서는 다음과 같은 구조가 가능하다.

단계	구현 방식
1단계	운영자가 주제별 표준 학습경로 구성
2단계	사용자 진행률과 완료 상태 반영
3단계	진단 결과 또는 관심사에 따라 경로 추천
4단계	학습 데이터 기반 개인화 경로 제공

 

이렇게 단계적으로 설계하면 초기 구현 부담을 줄이면서도 LXP다운 확장성을 확보할 수 있다.

 

중요한 것은 학습경로를 단순 커리큘럼 목록처럼 보여주지 않는 것이다.
사용자가 목표, 현재 위치, 다음 행동을 동시에 이해할 수 있어야 한다.

---

7. 내 학습 : 수강현황이 아니라 학습 여정 관리 화면

내 학습 화면은 LMS의 수강현황과 비슷해 보일 수 있다.
하지만 LXP에서는 단순히 수강 중, 완료, 미완료 상태를 보여주는 것만으로는 부족하다.

 

LXP의 내 학습 화면은 사용자가 자신의 학습 활동을 돌아보고, 이후 학습을 이어갈 수 있도록 돕는 개인 학습 관리 화면이어야 한다.

 

내 학습 화면에는 다음과 같은 정보가 포함될 수 있다.

• 진행 중인 콘텐츠
• 완료한 콘텐츠
• 저장한 콘텐츠
• 최근 학습 기록
• 관심 주제
• 진행 중인 학습경로
• 추천받은 콘텐츠 이력
• 학습 시간 및 활동 요약

여기서 중요한 것은 단순 기록 조회가 아니라, 학습자의 다음 행동과 연결되는 것이다.

 

예를 들어 완료한 콘텐츠 목록만 보여주는 것보다,
완료한 콘텐츠를 기준으로 다음 단계 콘텐츠를 추천하거나, 관련 학습경로를 제안하는 방식이 더 LXP에 적합하다.

 

내 학습 화면은 다음과 같은 구조로 설계할 수 있다.

영역	역할
진행 중	바로 이어서 학습할 콘텐츠 제공
완료	학습 이력 확인
저장	관심 콘텐츠 재탐색
관심 주제	추천 품질 개선
학습경로	목표 기반 학습 흐름 확인
활동 요약	나의 학습 패턴 확인

 

즉, 내 학습 화면은 단순한 수강현황 페이지가 아니라
학습자의 개인 학습 여정을 정리하고 다음 학습으로 연결하는 화면이어야 한다.

---

8. 관리자 화면: LXP 품질을 결정하는 운영 기반

LXP는 학습자 중심 서비스이지만, 실제 품질은 관리자 화면에서 크게 결정된다.

 

특히 추천, 탐색, 학습경로가 제대로 작동하려면 콘텐츠 메타데이터와 운영 정책이 잘 관리되어야 한다.
사용자 화면에서 아무리 좋은 UI를 제공하더라도, 콘텐츠 데이터가 정리되어 있지 않으면 추천과 탐색 품질은 떨어질 수밖에 없다.

 

관리자 화면에서 필요한 기능은 다음과 같다.

기능	목적
콘텐츠 등록	학습 콘텐츠 생성 및 관리
콘텐츠 승인	품질 검수 및 공개 관리
태그 관리	추천과 탐색 기준 관리
분류 체계 관리	주제, 과목, 역량 등 구조화
난이도 관리	사용자 수준별 탐색 지원
학습경로 관리	목표 기반 콘텐츠 흐름 구성
추천 정책 관리	추천 기준 및 노출 조건 설정
추천 제외 조건 관리	부적절한 추천 방지
사용자 권한 관리	역할별 접근 제어
학습 데이터 대시보드	운영 성과 확인

 

이 중에서도 핵심은 콘텐츠 메타데이터 관리다.

 

주제 / 과목 / 난이도 / 학습 목표 / 관련 역량 / 예상 학습 시간 / 선수 학습 / 후속 학습 / 콘텐츠 유형 / 추천 대상 / 제외 조건

 

이러한 메타데이터가 정리되어야 학습자 화면에서 추천 콘텐츠, 관련 콘텐츠, 학습경로, 탐색 필터가 자연스럽게 작동할 수 있다.

 

즉, 관리자 화면은 단순 운영 도구가 아니라
LXP의 추천 품질과 탐색 품질을 만드는 기반 시스템으로 봐야 한다.

---

LXP IA 설계 시 고려해야 할 사용자 흐름

LXP의 화면을 개별 메뉴로 보면 다음과 같이 정리할 수 있다.

 

홈 → 탐색 → 상세 → 학습 → 내 학습 → 추천 → 학습경로

 

하지만 실무 설계에서는 메뉴 구조보다 사용자 행동 흐름을 먼저 봐야 한다.

LXP의 대표적인 사용자 흐름은 다음과 같이 볼 수 있다.

 

1. 재방문 학습 흐름

• 로그인 → 이어학습 확인 → 학습 재개 → 진행률 업데이트 → 다음 콘텐츠 추천

이 흐름에서는 이어학습과 진행 상태 표시가 중요하다.

 

2. 신규 콘텐츠 발견 흐름

• 로그인 → 추천 콘텐츠 확인 → 콘텐츠 상세 확인 → 저장 또는 학습 시작

이 흐름에서는 추천 이유와 콘텐츠 상세 정보가 중요하다.

 

3. 목표 기반 학습 흐름

• 학습경로 선택 → 단계별 콘텐츠 학습 → 현재 위치 확인 → 다음 단계 이동

이 흐름에서는 학습경로의 구조와 현재 위치 표시가 중요하다.

 

4. 탐색 기반 학습 흐름

• 주제/난이도/시간 필터 선택 → 콘텐츠 목록 확인 → 상세 확인 → 학습 시작

이 흐름에서는 필터 구조와 콘텐츠 카드 정보가 중요하다.

 

5. 회고 기반 학습 흐름

• 내 학습 확인 → 완료 콘텐츠 확인 → 관심 주제 확인 → 다음 추천 콘텐츠 이동

이 흐름에서는 내 학습 화면이 단순 기록 조회에서 끝나지 않고 다음 행동으로 이어져야 한다.

 

이처럼 LXP의 IA는 단순히 화면을 나누는 것이 아니라,
사용자가 어떤 상황에서 들어와도 다음 행동으로 이어질 수 있도록 설계해야 한다.

---

초기 구축 시 우선순위

LXP를 처음부터 완성형으로 구현하려고 하면 범위가 지나치게 커질 수 있다.
따라서 초기 구축 단계에서는 핵심 사용자 흐름을 중심으로 우선순위를 정하는 것이 중요하다.

 

개인적으로 초기 LXP에서 우선순위를 둔다면 다음 순서가 적절하다고 본다.

우선순위	기능	이유
1	이어학습	재방문 사용자의 학습 지속성 확보
2	콘텐츠 탐색	사용자가 직접 콘텐츠를 찾을 수 있는 기본 구조
3	콘텐츠 상세	학습 시작 전 판단 정보 제공
4	학습경로	목표 기반 학습 흐름 제공
5	룰 기반 추천	초기 개인화 경험 제공
6	내 학습	학습 이력과 다음 행동 연결
7	관리자 메타데이터 관리	추천·탐색 품질 고도화 기반

 

특히 초기에는 AI 추천이나 고도화된 개인화보다,
콘텐츠 메타데이터를 정리하고 사용자가 콘텐츠를 쉽게 발견할 수 있는 구조를 만드는 것이 더 중요하다.

 

추천 알고리즘이 아무리 좋아도 콘텐츠 데이터가 부실하면 추천 품질은 높아지기 어렵다.
따라서 LXP의 초기 설계에서는 사용자 화면과 관리자 데이터 구조를 함께 설계해야 한다.

---

정리하며

LXP 화면 구조를 설계할 때 핵심은 콘텐츠를 얼마나 많이 제공하느냐가 아니다.
중요한 것은 학습자가 자신의 상태에 맞는 다음 행동을 쉽게 판단할 수 있도록 만드는 것이다.

 

따라서 LXP의 IA는 다음 기준을 중심으로 설계해야 한다.

 

• 사용자가 이전 학습을 쉽게 이어갈 수 있는가
• 추천 콘텐츠의 이유를 이해할 수 있는가
• 콘텐츠를 목적에 맞게 탐색할 수 있는가
• 상세 화면에서 학습 여부를 판단할 수 있는가
• 학습경로에서 현재 위치와 다음 단계를 알 수 있는가
• 내 학습 화면이 다음 행동으로 연결되는가
• 관리자 화면에서 추천과 탐색에 필요한 데이터가 관리되는가

결국 LXP는 콘텐츠 목록을 보여주는 서비스가 아니라,
학습자의 발견, 판단, 지속, 회고 흐름을 설계하는 서비스라고 볼 수 있다.

 

기획자의 관점에서 LXP를 설계한다면, 단순히 “어떤 메뉴가 필요한가”를 정리하는 데서 끝나면 안 된다.
각 화면이 사용자의 어떤 행동을 유도하는지, 어떤 데이터가 필요한지, 초기 구축과 고도화 단계를 어떻게 나눌 것인지까지 함께 봐야 한다.

 

LXP의 완성도는 화면의 개수보다 화면 간 연결성과 데이터 설계에서 결정된다.
따라서 LXP를 기획할 때는 학습자 화면, 관리자 화면, 콘텐츠 메타데이터, 추천 정책을 하나의 구조로 보고 설계하는 것이 중요하다.

---