합리적 선택을 위한 의사결정 방법론: AHP와 MDS
이런 분이 읽으시면 좋습니다!
여러 대안들 중 우선순위를 체계적으로 선정해보고 싶으신 분
사용자 평가에 기반한 제품 경쟁 전략을 구축하고 싶으신 분
제품과 서비스 등에서 소비자 요구와 경쟁 전략을 체계적으로 확인해보고 싶으신 분
들어가며
흔히들 '인생은 선택의 연속'이라고 합니다.
작게는 오늘 점심 메뉴를 고르는 것부터 크게는 사업 아이템의 경쟁 제품을 선정하는 중대한 결정을 내리는 것까지 말이죠
좋든 싫든 한순간의 선택에 따라 그에 걸맞은 대가가 찾아오니 신중하고 합리적인 선택을 위한 의사결정은 선택이 아닌 필수가 되었습니다.
<이미지 출처: 디아블로4 게임 내 시네마틱 영상 갈무리>선택을 한다는 것은 여러 대안을 비교하는 것에서 시작합니다. 게임을 개발하고 출시하는 과정 역시도 수많은 비교와 선택 과정이 동반됩니다.
당장 게임 장르부터 볼까요?
RPG, 핵앤슬래시, 로그라이크, 슈팅, FPS, 매트로배니아, 퍼즐, 액션, 생존전략 등등… 이미 시중에는 수많은 게임 장르들이 성행하고 있습니다.
유저가 새로운 게임을 선택할 때 장르를 우선적으로 확인하고 그 게임을 예상해 본다는 점에서 게임을 출시할 때 우리 게임을 잘 표현할 수 있는 장르를 선택하는 것은 꽤나 중요한 일이 되었습니다.
하지만 비교적 단순한 게임들이 만들어졌던 과거와 달리 최근 출시되는 게임은 하나의 장르에 머무르기보단 여러 장르가 혼합된 종합 장르로 출시가 되고 있어 과거에 비해 게임 장르, 경쟁작을 선정하는 것은 꽤나 골치 아픈 일이 되었습니다.
그렇다면 어떤 선택이 바른 선택일까요?
가장 좋은 방법은 유저에게 물어보는 것입니다.
하지만 유저들 역시 개개인의 경험이 전부 다르기 때문에 물어보는 유저에 따라 편향이 생길 수 있다는 한계점이 존재합니다. 그러니 소수의 유저들에게 무턱대고 물어보고 정답을 내릴 수는 없겠죠?
그렇다면 가장 중요시 여기는 것이 무엇인지, 우리 제품과 유사한 제품은 뭐고 그렇지 않은 제품은 무엇인지 스마트하게 물어보려면 어떻게 물어보면 좋을까요?
이러한 상황에서 사용될 수 있는 AHP와 MDS 방법론에 관해 소개 드리겠습니다.
1. 쌍대비교
먼저 본 내용으로 들어가기 전 사전에 알아야 할 인간의 특성과 쌍대 비교에 대해 먼저 설명드리겠습니다.
의사결정론에 따르면 우리 인간은 여러 대안들을 비교하여 단 하나의 대안을 선택하거나 대안들 간의 우선순위를 매겨야 할 때 여러 대안들을 한꺼번에 비교하는 것 보다 대안들을 하나씩 1대1로 쌍대 비교하는 것이 효율은 다소 떨어지지만 가장 완벽하게 의사결정을 내릴 수 있다고 합니다.
그리고 이렇게 쌍대 비교를 통해 여러번 1대1 비교 평가를 하게 되면 쌍대 비교 알고리즘에 의해 자동으로 여러 대안들 간의 상대적 중요도가 자동적으로 산출된다는 장점이 있습니다.
<이미지 출처: PIKU, 애니 여자 캐릭터 이상형 월드컵>
이러한 쌍대 비교의 대표적이지만 잘못된 예시는 이상형 월드컵이 있는데요 이상형 월드컵은 여러 대안들 속에서 랜덤으로 단 두 개의 대안만을 제안, 경쟁하게 만들어 최종적으로 사용자가 선호하는 단 하나의 대안을 답으로 내놓습니다.
하지만 이러한 이상형 월드컵 시스템은 모든 요소들 간 쌍대 비교를 하지 않는다는 점에서 완전한 쌍대 비교라 부르기에 한계가 있습니다.
그렇다 보니 이러한 일이 벌어지기도 하지요. 아마 랜덤으로 대진되는 방식이 아닌 모든 요소들 간에 쌍대 비교를 통해 가중치까지 매겨 우선순위를 잡았다면 지금과 다른 결과가 나왔을 가능성이 큽니다.
이러한 쌍대 비교 역시 한계점이 존재합니다.
요소들을 각각 모두 1대1 비교해야 하기에 오래 걸리고 번거롭다는 치명적인 단점이 존재합니다.
그럼에도 불구하고 그 효과는 어떤 비교보다 정확하기 때문에 이러한 공수를 들일만한 가치가 있는 의사결정 시에 사용하는 것이 일반적입니다.
2. 계층화 분석법 (Analytic hierarchy process, AHP)
자 그럼 본론으로 들어가서 이 쌍대 비교를 어떤 식으로 활용할 수 있는지 알아보겠습니다.
쌍대 비교는 1 대 1로 무엇을 비교할 거냐에 따라 그 쓰임새가 달라집니다.
<이미지 출처: 포켓몬 공식 사이트>여기 두 가지의 쓰임새가 있는데요 바로 계층화 분석 법(Analytic hierarchy process, AHP)과 다차원 척도법(Multidimensional scaling, MDS)입니다.
간단하게 먼저 설명드리면 쌍대 비교를 통해 요소 간 상대적 우선순위를 비교하면 AHP 분석 법이 되고 상대적 유사도를 비교하면 MDS 분석 법이 됩니다.
<이미지 출처: 포켓몬 공식 사이트>먼저 AHP를 한마디로 정의해 보자면 여러 요소들의 상대적 우선순위를 1 대 1 쌍대 비교하여 전체 요소의 우선순위를 도출해 내는 분석 기법입니다. 간단하게 사례를 통해 알아보겠습니다.
이번에 주택을 구매하려는 정사원은 주택 구매를 고려할 때 이러한 요소들을 비교하고 있습니다.
당연한 얘기이지만 이 모든 요소를 충족하는 주택 매물은 이 세상에 존재하지 않습니다. 정사원은 어쩔 수 없이 여러 요소들의 우선순위를 매겨 자신에게 가장 적합한 의사결정을 내려야만 합니다.
즉, 어떤 요소를 포기하고 어떤 요소를 취해야 할지 본인의 기준에 맞는 의사결정이 필요합니다.
이럴 때 AHP가 유용하게 사용됩니다. 각 대안들을 1 대 1 쌍대 비교를 통해 상대적 우선도를 판단하면 되는데요 설문 응답지의 예시는 그림과 같습니다. AHP는 단순히 어떤 요소가 더 중요하냐뿐만 아니라 얼마나 중요한지를 함께 평가해 요소들 간의 단순 서열뿐만 아니라 얼마나 우선시 되는지 수치화할 수 있다는 장점이 있습니다.
그럼 게임에서는 어떻게 사용될 수 있을까요?
게임에는 다양한 재미 요소들이 있죠 경쟁, 성장, 탐험, 서사, 스토리 등등..
이러한 재미 요소를 모두 가지고 있으면서 모든 유저의 재미를 만족시킬 수 있는 게임이 있다면 좋겠지만 현실적으로 불가능합니다. (있다면 알려주세요..)
따라서 우리는 우리 게임을 플레이하고자 하는 유저가 정말로 원하는 재미 요소는 무엇인지 파악하고 그 요소를 발전시키는 선택과 집중이 필요합니다.
앞서 소개 드린 AHP 방법론을 이용해 유저들이 게임에서 중요시 여기는 재미 요소들의 우선순위를 도출한다면 이를 통해 우리 게임을 진단하고 앞으로의 방향성을 잡아가는데 필요한 수많은 대안들 중 선택을 내리는 의사결정에 기여할 수 있을 겁니다.
3. 다차원 척도법 (Multidimensional scaling, MDS)
<이미지 출처: 포켓몬 공식 사이트>다음으로는 다차원척도법(MDS)인데요 다차원척도법은 요소 간 유사도를 평가하여 비슷한 요소들끼리 그룹핑하여 2차원 평면에 포지셔닝 해주는 분석 기법입니다. MDS는 마케팅 전략 분야에서 유저 관점에서의 경쟁사 선정을 위해 주로 쓰이는 방법론입니다. 이번에도 사례를 통해 알아보겠습니다.
여기, 게임 UX 리서처 정사원이 있습니다.
정사원은 넥슨 코리아에서 새로 출시한 이전에 없던 새로운 장르인 신규 게임에 대해 유저 테스트를 의뢰받았습니다. 정사원은 테스트에 참여할 타겟 유저를 선정하고 모객하기 위해 이 게임의 경쟁작이 어떤 게임인지 조사해야 할 필요성을 느끼고 있습니다.
이러한 상황에서 다차원척도법(MDS)이 요긴하게 쓰입니다.
다차원척도법이란 객체나 요소 간의 유사성 및 근접성을 다차원 공간상에서 시각화하기 위한 통계적 기법인데요 행렬, 벡터와 같은 내용을 포함하고 있어 이론은 살짝 어렵지만 실 사용을 위해 이론까지 알 필요는 없습니다.
단순하게 좌측 설문지 예시처럼 모든 요소들 간 서로 얼마나 유사한지에 대한 점수를 매기면 오른쪽 그림과 같이 데이터 셋이 정리됩니다. 이때, 서로 쌍대 비교를 진행했기 때문에 그림과 같이 대칭형 데이터 셋이 만들어집니다.
다차원척도법(MDS) 역시 유사도의 정도를 함께 평가하기 때문에 정리된 데이터 셋을 SPSS나 R과 같은 통계 분석 툴에 넣고 분석을 진행하면 각 요소들 간의 유사성과 비 유사성을 거리로 환산하여 그림과 같이 2차원 평면상에 포지셔닝 시켜줍니다.
우리는 이러한 도표를 통해 우리 게임이 어떤 게임과 유사한지 직관적으로 알아볼 수 있죠.
또한 MDS는 그룹화된 요소들이 어떤 차원으로 이루어지는지도 확인할 수 있습니다.
첫 번째로 게임과 게임을 서로 비교하여 유사도를 측정해 2차원 평면에 점들로 표현했다면, 두 번째로 게임과 장르를 서로 비교해 유사도를 측정해 기존 데이터 셋에 추가하면 그림과 같이 화살표로 차원축이 포지셔닝 됩니다.
저희는 이 차원 축을 장르로 정의했기 때문에 해당 그룹들을 가로지르는 화살표는 유저들이 인식하는 그룹들의 장르라고 해석할 수 있습니다.
에필로그
오늘 소개 드린 계층화 분석법(AHP)과 다차원척도법(MDS)는 실제로 많은 기업의 마케팅, 전략, 기획 부서에서 사용자와 데이터에 기반한 의사결정을 내릴 때 많이 사용하고 있는 사회조사 방법론인데요 이를 유저 관점에서 해석하면 어떻게 게임 UX 리서치에 활용할 수 있는지를 가볍게 소개 드렸습니다.
이번 내용에서는 가볍게 방법론에 대한 소개만 드렸는데 실제로 어떻게 사용되는지 실 사용 방법이 궁금하신 분들이 있으시다면 댓글, 좋아요를 남겨주시면 후속작으로 찾아오겠습니다.
내용이 살짝 어려울 수 있지만 "백문이불여일견" 이라고 AHP 계산기(https://bpmsg.com/ahp/ahp-calc.php)를 통해 당장 내일 점심 메뉴를 골라보면 어떨까요?
이 외에도 넥슨코리아 인텔리전스랩스와 관련한 다양한 소식을 확인할 수 있습니다! :)
넥슨코리아 인텔리전스랩스 UX실에서는 구체적으로 어떤 일을 하나요?
인텔리전스랩스는 넥슨이 서비스하는 게임의 모든 데이터를 분석하여 유저에게 최적화된 경험을 제공하고, 이를 통해 최고의 즐거움을 선사할 수 있는 시스템을 설계하는 조직이에요. 그 중 UX실이 어떤 일을 하는지 궁금하다면 아래 링크를 클릭해 주세요!
오늘도 인텔리전스랩스에서는 플레이어가 게임을 재미있게 즐길 수 있도록 다양한 연구를 진행 중입니다.
