그동안 우리가 들었던 목소리는 진실이었을까? - 2편
사용자의 마음을 읽는 "진짜 방법"
안녕하세요, 티맥스AI UX팀입니다.
3개월 전 “전사 임직원 대상 사용성 테스트기”를 담은 글을 올렸었는데요.
1편에서 다하지 못한 테스트 그 이후에 대한 이야기를 해보려 해요. 아직 확인하지 못한 분들은 먼저 읽고 오시면 더욱 좋을 것 같아요.
테스트 목표
1. 기존 뉴스 서비스 탐색 방식과 이에 대한 페인 포인트 이해
2. 다양한 뉴스 추천 영역 중 사용자가 선호하는 UI 파악
3. 뉴스 서비스 이용 시 사용자가 선호하는 기능의 우선순위 파악
위와 같은 목표를 가지고 테스트에 임했는데요, 사용자와의 만남 이후 리서치 결과를 분석하면서 총 34개의 사용자 인사이트를 도출할 수 있었어요. 예상과 실제 사용자 의견이 일치하기도 했지만, 확연히 다른 경우가 있었죠.
뉴스 서비스에 대해 직접 사용자의 의견을 듣다 보니 기존 기능에서 보완해야 할 부분과 서비스에 대한 본질적인 의미까지 발견할 수 있었답니다.
자, 이제 저희의 분석 과정과 결과를 간략하게 공유해보도록 할게요.
어떤 방식으로 분석했을까?
Maze 프로토타이핑 테스트 툴을 이용했어요. 뉴스 서비스 화면 구성 요소 기반으로 각 플로우에 따른 히트맵(Heatmap), 클릭 오류율(misclick rate), 이탈율(churn rate), 체류시간(retention time) 등을 평가 지표로 삼아 수치 분석을 진행했어요.
또한 IDI/FGI*를 진행하며 관찰했던 기록을 다시 정리하고. 녹화했던 영상을 보며 오류 및 조작 횟수 등 꼼꼼히 점검했어요. 그 후 녹음된 인터뷰 내용을 필사해 어피니티 다이어그램(Affinity diagram) 을 활용해 그룹화하였어요. 공통된 의견을 하나로 묶으며 규칙성을 찾고 미리 설정한 가설과 비교하며 문제점 및 우선순위를 분석했어요.
*IDI(In-Depth-Interview, 심층 인터뷰) : 대상자들의 구두 진술을 수집하고 분석하여 사건들의 순서와 구체적인 과정 및 사건에 대한 대상자의 표현된 인식을 알아볼 수 있는 연구 방법
*FGI(Focus-Group-Interview, 집단 심층 인터뷰) : 동질적인 특성을 지닌 소수의 조사 대상자를 한 장소에 모아놓고 사회자에 의한 좌담형식으로 의견을 청취하는 연구 방법
이때 멘탈모델(Mental model), 저니맵(Journey Map)등 다양한 방법론을 이용하여 각각의 문제점을 통해 어떤 어려움을 겪고 있는지 한 단계 더 깊이 들어가서 크로스 체크하고 최종 인사이트를 도출했어요.
아래 4가지 원칙과 분석 지표를 활용하여 사용성 테스트 결과를 객관적으로 평가할 수 있었답니다.
<제이콥 닐슨의 사용성 원칙 활용 >
<어피니티, 멘탈모델, 유저저니맵, 히트맵 등 분석 자료 정리 일부>1. 뉴스를 바라보는 시선
한국은 포털을 통해 디지털 뉴스를 소비하는 이용자 비율이 90%로 전 세계에서 가장 높은 국가입니다. 또한 우리나라의 Z세대는 다른 나라에 비해 유튜브로 뉴스를 이용하는 비율이 상당히 높은 특징을 보이는 것으로 나타납니다.
이에 뉴스 서비스의 고도화를 앞두고 사용자들의 니즈를 만족시킬 수 있도록 실제 목소리를 들어보고자 했어요. 서비스의 잠재적 사용자가 뉴스를 어떤 방식으로 인식하는지 리서치로만 알기 어려운 사용자의 진짜 행동과 이유를 인터뷰를 통해 정성적으로 파악하고자 했죠. 기본적으로 뉴스에 대해 느끼는 감정, 뉴스를 대하는 행동/태도가 궁금했죠. 이와 관련하여 저희의 리서치 일부분을 공유해 볼게요.
뉴스, 정말 중요하다고 생각할까?
사용자는 뉴스가 미치는 영향력 때문에 뉴스는 중요하다고 답변했어요. 적극적인 행동으로 뉴스를 보진 않지만, 관심 있는 분야는 뉴스를 꾸준히 확인하려는 의지가 있음을 확인했죠.
반대로 뉴스에 대한 흥미 및 뉴스 선택과 관련한 어려움, 언론 신뢰도 등에서 부정적 감정도 이야기하기도 합니다.
<인터뷰 내용 중 답변 일부>평소 뉴스를 접하는 방식은?
대부분의 경우 포털로 뉴스를 확인하고 실제 이슈인지 관련 정보를 소셜미디어로 확인한다고 답변했어요. 기성 뉴스가 유튜브-쇼츠, 인스타-릴스 등 짧은 영상 콘텐츠에서 소비되어야 이슈로 느껴진다는 거죠.
또한, 타인의 공유를 통해 뉴스를 접하는 경우도 많다는 답변 또한 적지 않았어요.
그중 세 가지를 공유할게요.
1. 유용한 정보가 있으면 단체 메신저에 공유해요.
2. 정보를 공유하는 모임에 가입해요.
3. 정보성 레터를 구독해요.
이처럼 관심 있는 주제에 대한 이야기라면, 적극적으로 정보를 공유하며 뉴스를 접한다는 것을 확인할 수 있었어요.
<인터뷰 내용 중 답변 일부>특이했던 부분은 사용자들이 ‘뉴스를 보다’, ‘뉴스를 넘기다’ 등으로 이야기하고 있다는 것이었어요. 글자인 뉴스를 ‘읽는’ 활동이 아닌 뉴스를 ‘보고’, ‘넘기는’ 것으로 표현한다는 점에서 시각적인 측면을 중요시한다는 인사이트를 발견했죠. 또한, 이러한 표현은 다양한 형태의 정보를 접하는 사용자들의 소비 방식을 여과 없이 보여주는 부분이라고 생각했어요.
관심 있는 뉴스, 어떻게 선택할까?
사용자들은 뉴스를 선택할 때 주로 알고리즘의 추천으로 접하게 된다고 답변했어요. 사용 편의성에서 만족도를 보이지만, 반대로 필터 버블 현상으로 편향성을 우려하거나, 한 번 클릭했을 뿐인데 계속 화면을 장악하는 콘텐츠에 대한 반감을 이야기 하기도 했죠.
또한, 많은 사람이 관심 있어 하는 인기 순위의 뉴스 보다 나 자신에게 딱 맞는 뉴스를 제공해 줬으면 하는 니즈를 확인했어요.
헤드라인도 요약되었으면 좋겠어요
대다수의 인터뷰자는 많은 양의 정보 속에서 주요 정보를 간략하고 ‘빠르게’ 보고자 했어요. 즉, 큐레이션처럼 정리된 정보를 선호하며 텍스트의 요약을 통해 콘텐츠 선택에 들여야 하는 힘을 최소화하길 원하는 것이죠.
<인터뷰 내용 중 답변 일부>이처럼 UX팀은 서비스의 목표를 명확히 하기 위해, 해당 서비스가 운영될 전체 시장 환경도 깊이 있게 검증하고 있어요. 다음으로 서비스 내의 뉴스 콘텐츠 노출 방식과 제스처 분석 결과로 조금 더 사용자를 이해해 볼게요.
2. 맞춤 뉴스를 대하는 자세
콘텐츠 시장의 40%가량을 점유하고 있는 넷플릭스는 추천 알고리즘인 ‘시네매치’를 통해 80%의 사용자가 추천 콘텐츠를 선택하게 만들었어요. 정말 놀라운 수치라는 생각이 드는데요. 이처럼 콘텐츠 서비스에서 맞춤 큐레이션은 번거로운 검색 없이 편리함을 추구하는 사용자 니즈에 부합해 서비스의 필수 기능이 되고 있죠. 기성 뉴스가 아닌 콘텐츠 앱으로서의 정체성을 갖추기 위해 맞춤, 개인화, 알고리즘과 관련된 UX가 중요하다고 생각했어요.
현재 뉴스는 크게 ‘유사 콘텐츠 추천’, ‘인기 콘텐츠 중 관심사 추천’, ‘선택한 콘텐츠 분류 기반 추천’ 세 가지로 제공하고 있어요.
즉, 내가 본 콘텐츠 기반으로 유사한 콘텐츠를 추천해주고 인기 콘텐츠 중 관심사를 모아 추천하는 자동 방식이 있어요. 그리고 사용자가 원하는 콘텐츠를 지정하면 모아주는 선택 방식이 있죠. 이러한 추천들 중 어느 큐레이션을 더 선호하고, 중요하게 여길지 알아보기 위해 테스트를 진행했어요.
가설 : 사용자가 가장 선호하는 큐레이션은 유사 콘텐츠 추천이며, 기존 SNS와 OTT 플랫폼에서 익숙한 방식일 것이다.
이후 세 추천 방식의 위치를 조합해 가며 선호하는 추천을 알아보기 위해 프로토타입으로 가설을 검증했어요.
<조합 표현 예시>인터뷰와 테스트 결과, 대부분의 사용자가 A(유사 추천> 선택 콘텐츠 > 인기 콘텐츠)를 가장 많이 선호하는 것을 알 수 있었어요.
가설처럼 사용자의 기록대로 추천해 주는 유사 추천이 우세했어요. 그러나, 내가 직접 선택한 뉴스도 보고 싶다는 의견과 함께 B(선택 콘텐츠 > 유사 추천 > 인기 콘텐츠)를 선택한 참여자도 확인할 수 있었는데요. 아래의 인터뷰처럼 낯설지만 원하는 뉴스만 골라보고 싶다는 니즈가 있기 때문이었어요.
<인터뷰 내용 중 일부>직접 골라보는 뉴스에 대한 선호는, 기록 기반 알고리즘 추천을 접할 때 원치 않았던 뉴스를 마주한 경험 때문이라고 추측했어요. 또한 뉴스는 시의성과 근접성이 특징이기에 시기적절하게 나에게 영향을 주는 내용이 가장 중요한 콘텐츠로서 느껴질 수 있다는 사실을 다시 깨닫게 되었어요.
추가로, 뉴스 콘텐츠의 다양한 큐레이션들이 무엇인지 어떻게 추천되고 있는지 궁금한 사용자가 여럿 존재했어요. 큐레이션들이 여러 개 노출되어 있다 보니, 각 큐레이션에 대한 이해가 부족했던 것을 알게 되었죠. 이를 방지하기 위해 소제목의 라이팅을 보완하고 시각적으로 분리하는 등 개선이 필요해 보였어요.
*시의성 : 사건 발생 후의 경과된 시간을 의미하며, 최근 발생한 사건일수록 시의성이 커진다.
*근접성 : 지리적, 심리적, 정치적, 문화적으로 가까울수록 근접성이 높아진다.
출처: 2013, 다매체 환경에서의 뉴스 가치 판단 기준에 대한 종합적 구조적 접근 ‘뉴스 가치 구조모델’
3. 뉴스도 쉽게 볼 수 있도록
뉴스 회피 현상이 대두되는 가운데 특히 Z세대의 뉴스 접근성이 떨어지고 있다는 사실 알고 계셨나요?
Z세대는 수많은 뉴스의 홍수 속에서 원하는 정보만 빠르게 볼 수 있는 유튜브 뉴스를 선호한다고 해요. 아직 대부분의 뉴스는 글로 전달되고 있는데요, 글 형태의 뉴스를 어떻게 제공해야 선택을 받고 보기 좋을지 고민했어요. UX측면에서 뉴스 콘텐츠를 잘 정리해 시각화한다면 뉴스에 대한 접근성을 올리고 어려운 뉴스가 쉽게 느껴질 수 있으리라 가설을 세웠어요.
기존 뉴스는 이미지를 강조한 리스트로 구성되었어요. 카드형 UI형태로 이미지를 크게 확장하며 강조했지만, 기존 뉴스에 사용되지 않았던 형식이라 걱정이 되기도 했어요.
포털 뉴스, 언론사 앱과 콘텐츠 플랫폼을 비교해 보니 콘텐츠 플랫폼의 리스트 이미지가 훨씬 강조되고 있었어요. 기존 뉴스에서 탈피한 형태를 지향하며 콘텐츠의 명확한 시각화를 하기 위해 선택한 형태였죠. 이러한 리스트의 시각적 호감도를 알아보기 위해 크기별로 조합해 테스트를 진행했어요.
<이미지 조합별 화면 중 일부>인터뷰를 통해 가장 먼저 L사이즈의 확장형 이미지를 누르는 모습을 확인할 수 있었고, 뉴스가 잘 보인다는 등의 피드백을 받을 수 있었어요.
그 외에 시각적인 호감도 및 콘텐츠 파악 용이성 등도 확인할 수 있었어요.
다만, 뉴스 여러 개를 한 번에 볼 수 없다는 의견도 존재했어요. 확장된 이미지가 시선을 끄는 효과가 있지만 많은 콘텐츠를 확인하고자 할 때는 불편하다는 사실을 알 수 있었어요.
4. 과거의 경험을 기억하는 우리의 손가락
휴대폰을 손에 쥐는 순간부터, 우리의 손가락은 무의식중으로 즐길 거리를 찾아 탐색하기 시작해요. 이런 제스처는 사용자와 디지털 환경 간의 상호작용을 더욱 자연스럽고 직관적으로 만들기 위해서 중요하죠.
그럼 이제, 사용성 테스트를 통해 얻은 사용자들의 의견이 어떤 인사이트를 제공했는지 살펴볼까요?
초기 UX 설계 단계에서는 사용자들이 뉴스를 탐색할 때 주로 스크롤 다운을 사용할 것으로 예상했어요. 그러나 실제 테스트를 진행하며 흥미로운 현상을 관찰할 수 있었어요. 사용자들은 현재 읽고 있는 뉴스의 내용을 충분히 이해했거나 관련 뉴스에 관심이 생겼을 때, 자연스럽게 화면을 옆으로 스와이프하여 다음 뉴스로 이동하려는 행동을 발견했어요.
또한, 일부 사용자들은 카드형 UI를 보고 어떤 동작을 해야 하는지 직관적으로 이해하고, 그에 따라 행동했다고 말하기도 했죠.
사용자들은 숏폼 형식의 영상에서도 다른 OTT 서비스에서 경험했던 것과 유사한 빨리 감기, 소리 조절 기능 등을 기대하고 있었어요. 실제로 영상 뉴스를 시청하면서 화면을 두 번 탭 하거나, 화면 하단을 좌우로 슬라이드 해 영상의 위치를 이동하려 했어요.
마지막으로 제스처와 관련된 흥미로웠던 실제 사용자 의견을 공유할게요.
이렇게 사용자의 의견과 행동 패턴을 통해 서비스 경험이 사용자의 기대와 습관에 깊이 연결되어 있다는 것을 알 수 있었어요. 사용자들이 기존에 익숙한 제스처나 인터페이스를 새로운 서비스에서도 기대하는 경향을 재확인하는 소중한 경험이었어요.
마무리하며
사용성 테스트의 진행부터 분석까지 모든 과정이 마무리 되었어요.
기존의 데스크 리서치에 부합하는 결과들을 마주하며 즐겁기도 했고, 전혀 예상치 못한 결과가 큰 인사이트가 되기도 했어요. 여러 테스트를 진행하고 인사이트를 도출하는 과정은 UX팀으로서 당연하지만, 이렇게 외부에 공유하게 된 것은 처음이라 낯설기도 했어요.
저희의 넥스트 스텝은 바로 이러한 인사이트들을 서비스에 적용하는 것입니다. 기획, 개발과 면밀히 소통하며 우선순위에 따라 화면을 개선하고자 해요. 더욱 애자일하게 움직이는 UX팀이 되기를 바라며 글을 마칠게요.
<개선 예정인 항목들>
도움을 주신 분들 감사합니다:)
TmaxAI 3–3 UX팀 채린, 유진, 혜연