Korean Dark-Pattern Evaluation Framework (K-DPF): Proposal and Application of User-Journey-Based Quantitative Indicators

본 연구는 국내 디지털 플랫폼 맥락의 다크패턴을 체계적으로 식별⋅측정⋅해석하기 위한 한국형 평가 프레임워크(K-DPF)를 제안한다. 기존 분류⋅체크리스트 접근의 모호성과 주관성을 보완하고자, 항목별 운영적 정의⋅관측 단서⋅점수 규칙을 마련하고 존재 여부를 넘어 심각성(severity)과 빈도(frequency)를 결합해 계량화했다. 프레임워크는 사용자 여정(진입–사용–해지)별 15개 항목을 0–3점으로 채점(총 30점)하며, 총점과 평균점에 따라 등급(없음/준수–경미–상당–심각)을 부여한다. 현장 검증은 전자상거래⋅배달⋅숙박예약 대형 플랫폼(쿠팡⋅배달의민족⋅야놀자NOL)을 대상으로, 웹⋅UX 전문가 5인이 오리엔테이션 후 독립 채점한 값을 산술평균해 확정했다. 1차 목적은 지표의 식별가능성과 채점 일관성 확보였으며, 적용 결과 K-DPF는 선택 아키텍처에 따른 시각적 간섭, 시간 압박 카피, 사회적 증거의 측정 불투명성, 해지 경로의 인지적 마찰 등 리스크를 효과적으로 분해⋅기술함을 확인했다. 또한 결과 보고시 등급과 함께 상위 위험 3 항목, 사용자 영향, 즉시⋅단기조치를 병기하도록 권고해 활용성을 높인다. 다만 전문가 관찰 기반 설계로 인해 인과추정과 실제 이용행태 평가는 제한적이며, 대규모 적용과 데이터 축적을 통한 가중치⋅판정기준의 고도화가 필요하다.