오늘만 무료

내 리뷰는 앞선 리뷰를 닮는다 -떠오르다34

리뷰를 관리하려면 먼저 보이는 리뷰부터 살펴야 합니다

2시간전brunch_membership's

세 번째 바카라 출간을 준비하면서, 두 번째 바카라 <리뷰마케팅>을 조용히 다시 읽어 보고 있습니다. 다시 읽어 보니 더 하고 싶은 이야기가 계속 떠오릅니다. 바카라에서 빠뜨린 이야기라기보다, 출간 이후의 경험에서 새로 얻은 이야기들입니다. 오늘은 그중 가장 먼저 떠오른 이야기 하나를 꺼내 보려 합니다.

리뷰를 쓰기 전에 우리는 리뷰를 먼저 읽습니다

구매 전에 리뷰를 읽는 일은 이제 습관이 되었습니다. 별점과 사진, 한 줄 평을 확인한 뒤에야 결제 버튼을 누릅니다. 이 장면은 많이 이야기되었습니다. 그런데 반대 방향의 장면은 잘 이야기되지 않습니다. 우리는 리뷰를 쓰기 전에도 리뷰를 읽습니다.

배달 음식을 먹고 리뷰를 남기는 순간을 떠올려 보겠습니다. 빈칸을 앞에 두면 무엇부터 써야 할지 막막합니다. 그래서 작성을 멈추고 다른 사람의 리뷰를 다시 찾아봅니다. "양이 많아요", "포장이 꼼꼼해요" 같은 표현이 눈에 들어옵니다. 그리고 내 리뷰도 비슷한 항목과 표현으로 채워집니다.

리뷰는 개인이 혼자 내린 판단의 기록처럼 보입니다. 하지만 실제로는 앞선 리뷰의 관점과 구성을 참고해 만들어지는 경우가 많습니다. 이 점을 이해하면, 브랜드가 알리고 싶은 특성을 고객이 직접 살펴보고 리뷰에 담게 할 수 있지 않을까요? 그러려면 브랜드가 리뷰를 관리하는 방법부터 달라져야 합니다. 고객이 리뷰를 쓰기 전에 어떤 리뷰를 보게 되는지도 살펴야 합니다.

먼저 붙은 추천 하나가 최종 점수를 25% 끌어올렸습니다

앞선 평가가 뒤따르는 평가에 영향을 준다는 점은 실험으로 확인되었습니다. 2013년 과학 학술지 사이언스(Science)에 실린 「슬롯적 영향 편향(Social Influence Bias)」 실험입니다. 연구팀은 레딧(Reddit)과 비슷한 뉴스 토론 사이트에 새로 올라온 댓글을 무작위로 나눴습니다. 한쪽에는 추천 하나를 미리 붙이고, 다른 쪽에는 아무것도 하지 않았습니다. 연구팀이 의도적으로 달리 한 조건은 처음 붙인 추천 하나였습니다.

결과는 분명했습니다. 추천 하나를 먼저 받은 댓글은 다음 사람이 추천을 누를 확률이 32% 높았습니다. 이 효과는 쌓여서, 최종 평가 점수가 평균 25% 높아졌습니다. 댓글의 내용 외에 처음 붙은 평가도 결과에 영향을 준 것입니다. 연구에 참여한 숀 테일러는 높은 평점이 반드시 높은 품질을 뜻하지는 않는다고 정리했습니다. 상품 리뷰가 아니라 댓글 추천 실험이라는 점은 감안해야 합니다.

부정적인 신호는 다르게 움직였습니다. 처음에 비추천을 붙인 댓글에는 따라서 비추천하는 사람과 이를 바로잡으려 추천하는 사람이 함께 나타났습니다. 두 반응이 상쇄되면서 비추천 효과는 쌓이지 않았습니다. 앞선 긍정 신호는 쌓이고, 앞선 부정 신호는 상쇄된 것입니다.

점수만이 아니라 무엇을 쓸지도 따라갑니다

영향은 별점에서 끝나지 않습니다. 리뷰에 무엇을 쓸지도 앞선 리뷰를 닮아 갑니다. 2025년 『저널 오브 비즈니스 리서치(Journal of Business Research)』에 실린 「반복 리뷰 노출의 부정적 효과(The Negative Effect of Displaying Repeated Reviews)」가 이 점을 다룹니다. 연구진은 소비자가 리뷰를 쓰기 전에 다른 사람이 리뷰를 어떻게 썼는지 보고 배운다고 보았습니다. 그리고 그 영향을 재구매 고객의 리뷰로 확인했습니다.

재구매 고객의 리뷰란 한 고객이 같은 판매자에게서 다시 구매하고 리뷰를 또 남기는 경우입니다. 같은 사람이 쓴 리뷰는 비슷한 이야기를 반복하기 쉽습니다. 이런 리뷰가 페이지에 많이 보이면, 뒤의 작성자가 참고할 수 있는 정보의 종류가 줄어듭니다. 그 결과 뒤의 작성자가 내용이 풍부한 리뷰를 쓰는 경우도 적었습니다.

다루는 주제도 앞선 리뷰를 따라갑니다. 2023년 『텔레매틱스 앤 인포매틱스(Telematics and Informatics)』에 실린 「온라인 리뷰 환경은 리뷰 작성 행동에 어떤 영향을 주는가(How Online Review Environment Affects Review Generation Behavior)」가 이 문제를 살폈습니다. 연구에 따르면 앞선 리뷰가 많이 쌓일수록 뒤의 작성자는 이미 많이 언급된 주제를 더 다뤘습니다. 앞선 리뷰들의 평가가 엇갈릴 때도 같은 경향이 나타났습니다.

하지만 따라가기만 한 것은 아닙니다. 같은 연구에서 주제가 확장되는 흐름도 나타났습니다. 앞선 리뷰가 많을수록 다루는 주제의 폭도 넓어졌고, 시간이 지날수록 덜 언급된 주제를 꺼내는 리뷰도 늘었습니다. 앞선 리뷰를 따라 쓰는 일과 앞선 리뷰에 없는 내용을 덧붙이는 일이 함께 일어나는 셈입니다.

이 가운데 앞선 리뷰를 닮아 가는 이유는 짐작할 수 있습니다. 첫째, 리뷰 쓰기는 생각보다 번거로운 일입니다. 배송, 포장, 맛을 다룬 리뷰가 여러 개 보이면 같은 항목을 쓰는 편이 쉽습니다. 둘째, 남들과 너무 다른 리뷰를 쓰는 것은 부담스럽습니다. 모두가 장점을 이야기하는 곳에서 사소한 단점부터 꺼내기는 어렵습니다. 결국 앞선 리뷰는 정보이면서 동시에 '이 상품은 이런 항목으로 평가하면 된다'는 작성 예시 역할을 합니다.

플랫폼은 이미 리뷰의 틀을 정해 주고 있습니다

플랫폼의 화면 구성도 리뷰의 틀을 정합니다. 가장 분명한 예가 네이버 플레이스의 키워드 리뷰입니다. 네이버는 2021년 7월 키워드 리뷰를 도입하고, 그해 10월 별점 평가 기능을 종료했습니다. "재료가 신선해요", "디저트가 맛있어요"처럼 업종별로 준비된 문장 가운데 내 경험에 가까운 것을 고르는 방식입니다. 이용자는 최대 5개를 고를 수 있고, 많이 선택된 키워드가 가게 페이지에 먼저 노출됩니다.

이 방식에서는 리뷰의 관점이 미리 정해져 있습니다. 이용자는 평가 기준을 스스로 만들지 않고, 제시된 보기 중에서 고릅니다. 그리고 많이 선택된 키워드는 다음 방문자의 눈에도 먼저 들어옵니다. 이 사례가 이후 리뷰에 미치는 영향까지 입증하는 것은 아닙니다. 다만 평가 항목을 누가 정하는지는 분명하게 보여 줍니다.

올해는 별점이 돌아왔습니다. 네이버는 2026년 4월부터 5점 척도 별점을 다시 받기 시작했고, 7월 9일부터 공개했습니다. 가게 평균 별점은 사업주가 노출 여부를 직접 고를 수 있습니다. 평균 별점이 보이면 다음 작성자는 그 점수를 보고 자기 별점을 매길 수 있습니다. 그래서 평균 별점을 보여 줄지 말지는 다음 리뷰의 별점에도 영향을 줄 수 있습니다.

리뷰를 관리하려면 먼저 보이는 리뷰를 살펴야 합니다

정리하면, 리뷰는 앞선 리뷰를 보고 쓰입니다. 그렇다면 브랜드가 살펴야 할 것은 고객이 리뷰를 쓰기 전에 보게 되는 리뷰입니다. 출시 초기에는 이 점이 더 두드러집니다. 쌓인 리뷰가 적을 때는 처음 올라온 몇 개가 뒤의 작성자에게 주요 참고 자료가 될 수 있기 때문입니다. 다만 브랜드가 바꿀 수 있는 범위는 채널마다 다릅니다. 자사몰에서는 작성 질문과 리뷰 노출 방식을, 외부 플랫폼에서는 리뷰 요청과 답글을 중심으로 점검할 수 있습니다.

첫째, 초기 리뷰어는 상품을 충분히 써 본 사람을 우선하는 것이 좋습니다. 사용 기간, 사용 상황, 비교 대상이 담긴 리뷰가 먼저 보이면 뒤의 작성자도 그런 정보를 참고할 수 있습니다. 반대로 "배송 빨라요"만 보이면 이후 리뷰도 배송 이야기로 채워지기 쉽습니다.

둘째, 리뷰를 요청하는 질문을 설계해야 합니다. 제시된 질문과 보기는 고객이 어떤 경험을 떠올리고 적을지 안내합니다. 리뷰 요청이 "우리 제품을 리뷰해 주세요"에서 끝나면 놓치는 것이 있습니다. 요청이 막연하면 고객은 앞선 리뷰를 참고해 배송, 포장, 가격처럼 익숙한 이야기를 반복할 수 있습니다.

그렇다고 "뛰어난 보온력에 대해 써 주세요"처럼 답을 정해 주는 질문도 곤란합니다. "언제, 어디서 사용했고, 몇 시간 뒤 온도가 어땠나요?"처럼 살펴볼 특성은 구체적으로 묻고, 평가는 고객에게 맡기는 편이 좋습니다. 브랜드가 알리고 싶은 특성은 답이 아니라 질문으로 제시하는 것입니다. 같은 보온력이라도 출근길, 캠핑, 사무실에서 서로 다른 정보가 나옵니다. 마지막에 "그 밖에 좋았던 점이나 불편했던 점"을 묻는 칸을 남겨 두면 예상하지 못한 정보도 들어옵니다.

이런 질문을 꾸준히 이어 가면 사용 상황별로 리뷰의 관점이 세분화될 수 있습니다. 그리고 세분화된 리뷰가 화면에 쌓이면 뒤에 오는 고객도 그 관점을 참고하게 됩니다.

셋째, 판매자의 답글도 다음 리뷰에 영향을 줍니다. 2025년 『일렉트로닉 마켓(Electronic Markets)』에 실린 「리뷰 답글이 리뷰 내용에 미치는 역할(The Role of Review Responses in Shaping Online Review Content)」이 이를 보여 줍니다. 중앙대 등 국내 연구진은 옐프(Yelp)와 트립어드바이저(TripAdvisor)의 식당 93곳 리뷰 약 7만 건을 분석했습니다. 답글이 많을수록 이후 리뷰가 길어졌습니다. 답글의 길이가 리뷰마다 다양했던 가게에서는 이후 리뷰가 더 길어지고, 생각과 근거를 담은 표현도 늘었습니다. 이 결과를 실무로 옮긴다면, 답글의 길이를 조절하기보다 고객이 쓴 경험에 맞춰 답하는 쪽이 맞다고 봅니다.

이 과정에서 지켜야 할 원칙도 있습니다. 질문은 구체적으로 하되 평가의 방향까지 정해서는 안 됩니다. 대가를 제공한 리뷰라면 그 사실을 밝혀야 하고, 이를 숨기는 것은 법적으로도 문제가 됩니다.

리뷰가 지나치게 비슷해지는 것도 문제입니다. 2026년 『저널 오브 리테일링(Journal of Retailing)』에 실린 「인접 리뷰에서 돋보이기(Standing Out from Adjacent Reviews)」는 트립어드바이저 호텔 리뷰 약 300만 건을 분석했습니다. 바로 옆 리뷰와 내용이 비슷한 리뷰일수록 덜 도움이 된다는 평가를 받았습니다. 따라서 관리의 목표는 칭찬 일색의 리뷰가 아닙니다. 불편한 점까지 구체적으로 담긴 리뷰가 먼저 보이고, 다음 작성자가 이를 참고할 수 있게 하는 것입니다.