정량 데이터 없이 성공적인 UX 포트폴리오 만들기
주변 설문에서 SNS 리뷰까지, 정성 데이터를 활용한 포트폴리오 작성법
정량 데이터가 없는데 프로덕트 디자인 포트폴리오를 만들 수 있을까요?
많은 프로덕트(UX/UI) 디자이너 채용글에서 '정량/정성 데이터를 수집해 제품 사용성 개선을 반복'이라는 문장이 보입니다. 사실 프로덕트 디자인 포트폴리오에 정량적인 데이터를 활용해서 구성하는 것이 쉽지만은 않습니다. 이를 위해서는 세 가지 요소가 필요합니다.
정량 데이터를 위한 세 가지 요소
1) 팀에 GA4, 믹스패널, 앰플리튜드 같은 PA툴이 설치되어있어야 함
2) 데이터 드리븐 문화가 조성되어야 함
3) 디자이너가 데이터에 접근이 가능해야 함
그림 1) 3가지가 있어야 반복-개선 정량 데이터를 얻을 수 있음따라서 많은 디자이너분들이 포트폴리오를 구성할 때 정량 데이터가 없어 어려움을 호소합니다. 물론 정량 데이터를 기반으로 한 반복-개선형 포트폴리오가 보편적으로 높은 점수를 받는 것은 사실입니다. 오늘 다룰 내용으로 100% 대체할 수는 없다고 미리 말씀드립니다. 대신 잘 구성하면 경쟁력을 높일 수 있다는 측면으로 봐주시면 감사하겠습니다.
사실 포트폴리오에서 정량 데이터 그 자체가 중요한 것은 아니다.
정말 중요한 것은 디자이너가 문제를 해결해 가는 '논리적 흐름'과 ‘생각의 깊이’입니다. 정량 데이터는 흐름에서 강한 논리적 근거로 작용하기 때문에 중요한 것입니다. 따라서 이 흐름을 대체제로 보완할 수만 있다면 프로덕트 디자인 포트폴리오를 만들 수 있습니다. 지금부터 정량 데이터의 대체제를 살펴보겠습니다.
포트폴리오에 쓸 수 있는 정성 데이터
정성 데이터는 거의 유일한 정량 데이터 대체제입니다. 다음은 프로덕트 디자인 포트폴리오에 쓸 수 있는 대표적인 정성 데이터입니다.
- 주변 지인 설문조사 응답
- 결과물 당시 앱/서비스 리뷰
- 블로그 포스트, 동영상 리뷰, 사용 후기 등 사용자들의 서비스에 대한 비공식적인 기록
- 소셜 미디어 리뷰
- 전문가 리뷰와 평가
- 경쟁 제품에 대한 비교 평가
- 당시 일했던 이해관계자 피드백
위 정성 데이터가 없다면 프로토타입으로 사후적으로라도 구성하시기를 적극 추천합니다.
프로토타입으로 데이터를 얻을 수 있는 Maze, UsabilityHub, Optimal Workshop, Lookback 같은 툴을 추천합니다. 이런 류의 솔루션은 개발 없이 프로토타입 만으로 데이터를 모을 수 있습니다.
정성 데이터는 물론 히트맵, 평균 지속/도달 시간 같은 정량 수치를 모을 수 있습니다.
프로토타입으로 패스를 구성한 모습 @Maze
프로토타입을 통한 히트맵 @Maze중요한 것은 툴이 아니라 개발 없이 사후적으로 정성 데이터를 모으는 노력입니다.
정성화 할 프로젝트도 없다면 학원이나 학교 과제보다는 개발자와 실제 협업할 수 있는 사이드 프로젝트를 추천합니다. 최근 채용 경향은 협업 경험이 있는 지원자를 선호하는 추세입니다.
정성 데이터를 정량화하기
다음은 '문제 해결형 포트폴리오'에서 가장 많이 보이는 프로세스입니다. 이 구조로 한 프로젝트 당 8-10페이지 정도 만드시는 걸 추천합니다. 채용 담당자 한 명이 포트폴리오를 검토하는 시간 1~3분을 고려해 전체 페이지는 50-60페이지 이하가 적합합니다.
배경 > 문제 정의 > 가설 > 솔루션 > 결과 해석 > 레슨런
UX/UI 포트폴리오는 각 단계가 논리적으로 연결되어 문제 해결 과정을 명확히 전달해야 합니다. 이 중 문제 정의와 연결되는 가설 단계, 그리고 결과 해석 단계에서 데이터가 가장 많이 활용됩니다. 정량 데이터가 부족한 경우, 정성 데이터를 활용해 해당 부분 부분에서 구체적이고 설득력 있는 스토리를 구성하는 것이 무엇보다 중요합니다.
그림 2) 데이터가 필요한 단계정량화할 수 있는 설문 예시
전후 비교를 위해 최소 10명 ~ 20명 사이의 동일 인원을 두 번 이상 설문하시기를 추천합니다. 다음은 설문 예시입니다.
1) 검색 기능 사용성 설문 예시
AS-IS 질문: 현재 검색 기능을 사용하면서 느끼는 가장 큰 불편함은 무엇인가요?
TO-BE 질문: 바뀐 인터페이스에서 해당 불편함이 해결되었나요? 구체적으로 말씀 부탁드립니다.
UX 검증 질문
검색 결과가 원하는 정보를 빠르게 제공하나요? (Yes/No)
검색 후 다음 단계로 이동이 직관적인가요? (Likert Scale: 1~10)
2) 사용자 행동 관찰
AS-IS 질문: 현재 프로세스에서 자주 되돌아가는 단계가 있나요? 있다면, 왜 그런가요?
TO-BE 질문: 새로운 프로세스에서 되돌아가는 일이 줄어들었다고 느끼시나요?
UX 검증 질문
각 프로세스 단계가 명확히 이해되나요? (Likert Scale: 1~10)
프로세스 단계에서 도달 시간 비교 (e.g. 9.2초 > 3.5초)
3) SNS 및 커뮤니티 리뷰
AS-IS: 새로운 개선 사항 전 SNS나 커뮤니티에서 관련 있는 부정적 의견 수집
TO-BE: 새로운 개선 사항이 적용된 시점부터, 부정적 의견이 사라진 경향성과 근거 파악
UX 검증 질문
제품에 대한 긍정적 인상이 증가했다고 느끼나요? (Yes/No)
제품 관련 부정적 리뷰 감소 비교 차트
정성 데이터를 정량화하기채용 경험담
채용 담당자 시절, 정량 데이터가 부족한 지원자의 포트폴리오를 심사한 경험이 있었습니다. 지원자는 사용자 인터뷰와 설문조사를 통해 문제를 정의하고, 이를 해결하기 위한 가설을 설정했습니다.
예를 들어, 특정 앱의 사용자 이탈 원인이 '메뉴 탐색의 불편함'이라는 것을 인터뷰에서 밝혀낸 뒤, 간단한 프로토타입을 제작해 테스트했습니다. 약 20명의 사용자가 프로토타입을 사용해 보고 응답한 피드백(정성 데이터)을 활용해 '탐색 시간을 평균 30초 줄일 수 있었다'는 가설을 검증했습니다.
지원자는 이 과정을 통해 문제 정의, 해결 방안 설계, 실행 및 검증 단계를 효과적으로 설명하며 데이터가 부족해도 문제 해결 능력을 충분히 증명할 수 있음을 보여줬습니다. 결국 이 지원자는 실무에서 즉각적인 기여가 가능할 것이라는 확신을 심어주어 채용으로 이어졌습니다.
솔루션: 내부 디자인 이터레이션
시장에 서비스가 나간 적이 없다면 AS-IS > TO-BE를 보여주기 어렵습니다. 이럴 때는 내부의 디자인 발전 단계로 대체할 수 있습니다. 발전 단계의 근거로는 이해 관계자 피드백, 정성 데이터, 클라이언트 피드백, 각종 VoC 등이 있습니다.
내부 이터레이션 (Type A)
내부 이터레이션 (Type B)지양해야 하는 페이지들
어피니티 다이어그램, 페르소나, IA, 수많은 와이어프레임 같이 복잡하고 딱딱한 방법론을 나열하는 것은 큰 의미가 없습니다. 채용 담당자가 진정으로 알고 싶어 하는 것은 실제로 문제를 어떻게 해결했는지, 그리고 지원자의 사고 과정이 얼마나 논리적이고 깊이 있는지입니다.
핵심은 명확한 문제 정의와 이를 해결하는 논리적 흐름입니다. 문제점을 파악하고 이를 해결하기 위한 접근 방식이 설득력 있어야 합니다. 포트폴리오에서 데이터는 이를 위해 존재합니다.
기계적 나열을 피해야 합니다. @unsplash.com나가며
프로덕트 디자이너나 UX/UI 디자이너의 포트폴리오는 단순히 화려한 비주얼 디자인을 보여주는 것이 아니라, 문제를 풀어가는 논리적인 흐름을 증명하는 데 초점이 맞춰져야 합니다. 정량 데이터는 문제 해결의 근거를 명확히 전달하는 데 도움을 주지만, 다행히 그 자체가 전부는 아닙니다.
모수가 적더라도 프로토타입 테스트나 정성 데이터를 기반으로 한 논리적 접근 방식을 보여주는 것이 가능합니다. 이를 통해 실무에 '당장 투입가능한 인재'라는 인상을 심어줄 수 있습니다.
특히, 초기 스타트업, 에이전시, B2B등 회사 형태에 따라 유저 데이터 확보가 어려울 수 있습니다. 정량 데이터가 없는 경우, 정성 데이터를 수집하고 이를 기반으로 문제를 정의하고 해결해 가는 능력을 보여준다면, 여러분의 포트폴리오는 더 설득력을 갖추게 될 것입니다.
요약
정량 데이터 없이 신뢰를 얻으려면 다음과 같은 요소에 집중하세요.
1) 정성 데이터를 정리하고 정량화하기: 인터뷰 내용이나 설문 응답을 간결하고 이해하기 쉬운 방식으로 시각화합니다. 정량화할 수 있는 것들은 적극 진행합니다.
2) 구체적인 사용자 스토리텔링: 문제 정의와 해결 과정에서 정성 데이터를 어떻게 활용했는지 논리적 흐름을 강조합니다.
3) 소규모 테스트의 신뢰도 보완: 제한된 사용자 모수(10~20명)로도 의미 있는 인사이트를 도출할 수 있음을 보여주는 데 집중합니다. TO-BE가 정말 개선되었다는 느낌을 줘야 합니다.
디자인 취업 고민
입사 과정에서 겪는 다양한 어려움을 함께 나누고, 실질적인 조언을 주고받을 수 있는 오픈 채팅방을 운영 중입니다. 언제든지 참여하셔서 서로의 고민을 이야기하고, 더 나은 포트폴리오를 만들기 위한 인사이트를 얻어가세요.
https://open.kakao.com/o/gqr3zbNg
'정량 데이터 없이 성공적인 UX 포트폴리오 만들기'(끝)
