최근 사용자 맞춤형 서비스에 대한 수요가 증가함에 따라 음악 플랫폼에서 추천 시스템의 중요성과 사용자 경험 연구의 필요성이 동시에 주목받고 있다. 그러나 기존 연구는 알고리즘의 성능 향상과 추천 정확도 제고에 집중되어 왔으며, 피드백 컴포넌트(feedback component)의 낮은 사용률로 인한 데이터 부족 문제의 원인을 심층적으로 다룬 연구는 상대적으로 부족한 실정이다. 이에 본 연구는 설문과 맥락 기반 실험을 기반으로 피드백 컴포넌트 미사용 현상 검증 및 원인 분석을 통해 개선 전략 제안을 목적으로 하였다. 분석 결과, 피드백 컴포넌트에 대한 설명 부족과 작동 방식의 불투명성은 사용자에게 기대-결과 간 불일치를 초래하였고, 이는 추천 시스템에 대한 신뢰 저하와 의도적 미사용으로 이어짐을 확인하였다. 해당 결과를 바탕으로 기대-결과 간 간극 발생 문제를 해결하고자 사용자 인식 형성 과정을 토대로 단계별 개선 전략을 제안하였다. 이를 통해 음악 플랫폼의 피드백 컴포넌트 문제를 기술적 성능의 한계가 아닌 사용자 인식 기반의 문제로 확장하고, 향후 피드백 컴포넌트 개선을 위한 방향을 제시했다는 점에서 의의를 지닌다.