프러스트레이션 시그널(Frustration Signals)

[!tldr] 한줄 요약 Datadog RUM이 Rage Click, Dead Click, Error Click 3가지 클릭 패턴으로 사용자 좌절을 자동 감지하여, 코드 버그와 UX 결함을 빠르게 찾아내는 기능이다.

핵심 내용

프러스트레이션 시그널은 RUM(Real User Monitoring)의 하위 기능으로, 사용자가 직접 피드백하지 않아도 클릭 행동 패턴만으로 어디서 좌절감을 느끼는지 파악할 수 있다.

3가지 시그널 유형

시그널 간 관계와 우선순위

Rage Click은 대부분 Dead Click이나 Error Click의 결과물이다. 전형적인 에스컬레이션 패턴:

클릭 → 반응 없음(Dead Click) → 재시도 → 또 반응 없음 → 연타 → Rage Click
클릭 → 에러 발생(Error Click) → 재시도 → 또 에러 → 연타 → Rage Click

따라서 대응 우선순위는:

1. Error Click — 기능이 깨져 있으므로 버그 수정이 급함
2. Dead Click — UX 설계 결함. 클릭 가능해 보이는데 아닌 요소 수정
3. 순수 Rage Click — Dead/Error 없이 발생. 기능은 정상이지만 응답이 느리거나 피드백이 부재

Error Click과 Dead Click을 먼저 잡으면 Rage Click의 대부분이 자연스럽게 줄어든다. 순수 Rage Click은 로딩 인디케이터 추가, 응답 속도 개선 등 UX 피드백 강화로 해결한다.

SDK 설정

Browser SDK v4.14.0 이상이 필요하다:

datadogRum.init({
  trackUserInteractions: true,  // 클릭, 입력 등 사용자 상호작용 추적
  trackFrustrations: true,      // 프러스트레이션 시그널 활성화
  sessionReplaySampleRate: 20,  // Session Replay와 결합 가능
  defaultPrivacyLevel: 'mask-user-input'
});

[!tip] 최신 SDK 최신 SDK에서는 trackUserInteractions: true만 설정하면 frustration signals도 자동 수집된다.

RUM Explorer에서 분석

Options > Add Column에서 @session.frustration.count를 추가하면 세션별 좌절 횟수를 한눈에 볼 수 있다. Frustration Type 패싯으로 유형별 필터링도 가능하다.

연계 기능과 풀스택 워크플로우

Frustration Signals는 단독으로도 유용하지만, 다른 Datadog 기능과 결합하면 발견 → 원인 분석 → 해결 → 예방의 전체 루프를 완성한다:

• Session Replay: 좌절 세션을 영상처럼 재생하여 "왜" 좌절했는지 시각적 확인. 한 액션에 2개 이상 signal이면 "What Happened" 요약 자동 생성
• Error Tracking: Error Click의 JS 에러가 자동 그룹핑되어 바로 이슈 추적 가능
• APM과 분산 트레이싱: 프론트엔드 좌절의 원인이 백엔드에 있을 때, RUM 세션 → APM 트레이스로 원클릭 연결
• 로그-트레이스 상관관계: 트레이스에서 더 깊이 파고들어 서버 로그까지 풀스택 추적
• Product Analytics: 퍼널 분석에서 frustration signal이 많은 단계 = 이탈 원인
• Watchdog: frustration signal의 비정상적 급증을 자동 감지
• 모니터와 알림: 비즈니스 크리티컬 페이지에 RUM Monitor로 임계값 초과 시 알림
• 신서틱 모니터링: 문제 수정 후 같은 플로우를 Synthetic Test로 등록하여 재발 방지

flowchart TD
    A[Frustration Signal 감지] --> B[Session Replay로 재현]
    B --> C{원인 유형?}
    C -->|Error Click| D[Error Tracking에서 에러 그룹 확인]
    C -->|느린 응답| E[APM 트레이스 → 로그 확인]
    C -->|Dead Click| F[UX 설계 수정]
    D --> G[원인 수정]
    E --> G
    F --> G
    G --> H[Synthetic Test로 재발 방지]

예시

Datadog 자체 팀의 실제 활용 사례:

Session Replay + Frustration Signals 분석으로 사용자가 "임시 대시보드를 만들어 1~2개 그래프만 보고 버리는" 패턴을 발견했다. Dashboard List 방문 직후 새 대시보드 생성 → 그래프 1~2개 추가 → 이후 재방문 없음. 이 행동 데이터를 기반으로 Quick Graphs 기능(아무 페이지에서 G 키로 즉석 그래프 생성)을 개발하여 불필요한 대시보드 생성을 줄였다.

[!example] 핵심 교훈 사용자가 "불편하다"고 직접 말하지 않아도, 행동 데이터(Frustration Signals)로 문제를 발견하고 제품 개선으로 연결할 수 있다. 직접 피드백에는 무의식적 편향(unconscious bias)이 있지만, 행동 데이터는 필터 없는 진실을 보여준다.

참고 자료

• Frustration Signals - Datadog Docs
• Detect user pain points with Datadog Frustration Signals
• How we use RUM to make design decisions that enhance user experience

관련 노트

• RUM(Real User Monitoring)
• Error Tracking
• Product Analytics
• APM과 분산 트레이싱(Distributed Tracing)
• 로그-트레이스 상관관계(Log-Trace Correlation)
• Watchdog
• 모니터와 알림(Monitors & Alerts)
• 신서틱 모니터링(Synthetic Monitoring)
• 대시보드(Dashboards)