AI로 시작하는 유저 리서치 1편
AI와 UX 트렌드
이 글은 2024년 사내 워크샵에서 팀원들에게 공유했던 발표 자료를 토대로 재정리한 글입니다.
한정된 상황에서 리서치를 꾸준히 이어가는 방법과, 그것을 팀의 문화로 만들기 위한 고민을 담았습니다.
UX 리서치, 그냥 하면 되는 걸까?
디자인은 결국 사용자를 만나고 이해하는 것에서 출발해요.
저 역시 3년 동안 인터뷰, 사용성 테스트, 설문조사를 넘나들며 직접적 혹은 간접적으로 약 2천 명의 사용자 의견을 수집해 왔어요. 덕분에 숫자만큼이나 다양한 경험과 시선을 접할 수 있었죠.
사용자를 만나는 건 당연한 과정이라고 생각했지만, 어느 순간부터 의문이 생기기 시작했어요.
이 많은 리서치를 어떻게 하면 더 효율적으로, 더 의미있게 만들 수 있을까?
리서치는 늘 만만치 않은 작업이었어요. 누구를 만나서 어떤 질문을 어떻게 던져야 할지, 결과는 어떻게 해석할지 까지… 모든 단계 마다 시간과 리소스를 쏟아야 하죠. 그럼에도 결국 제품의 방향성은 사용자 경험에서 출발하기에, 리서치는 피할 수 없는 필수 단계였어요.
다른 디자이너는 어떻게 진행하고 있을까?
제가 속했던 UX팀 역시 제한된 리소스 속에서 꾸준히 리서치를 이어왔어요.
대규모 설문부터 소규모 인터뷰, 프로토타입 테스트까지 상황마다 적절한 방식을 찾고자 했어요.
2024년 8월 기준 UX팀 설문조사팀 내부 설문에서 유저 리서치의 어려움으로는 리크루팅, 설계, 분석 등 전반적인 과정에 대한 지점이었어요.
실제로 실무에서 AI는 분석이나 정리 단계에만 국한되어 쓰이고 있었고, 리서치의 앞뒤 단계까지 확장되지는 못하고 있었죠.
이건 비단 저희만의 이야기가 아니었어요.
출처 : 오픈서베이, UX 리서치 실무 트렌드, 2023오픈서베이에 따르면, 작은 규모의 기업일수록 UX 리서치를 거의 진행하지 못하고 있다고 해요.
인력과 예산이 부족하다 보니, 리서치 설계나 결과 공유 같은 것은 늘 업무 우선순위에서 밀릴 수밖에 없었죠.
결국 효율적인 리서치는 적합한 사용자를 만나는 일에만 머무르지 않았어요.
질문을 만들고, 결과를 빠르게 해석해 팀이 움직일 수 있도록 전 과정을 가볍게 이어가는 것, 그게 제가 느낀 효율성이었어요.
실무에서 마주한 리서치의 현실
제가 참여했던 프로젝트에서도 이러한 문제를 겪어왔어요.
B 프로젝트
- 외부 패널을 빠르게 모집하기 어려워, 결국 지인을 통해 UT와 인터뷰를 진행했어요.
단순히 “아는 사람”에 그친 건 아니고, 사용 경험에 따라 두 그룹으로 나누어 실제 사용자 조건에 가까운 표본을 구성하려고 노력했어요. 덕분에 화면 플로우에서 반복적으로 나타나는 문제를 확인할 수 있었죠.
하지만 만약 주변에 해당 경험을 가진 지인이 없었다면, 리크루팅은 훨씬 큰 허들이 되었을 거라는 점을 실감했어요.
C 프로젝트
- B2B 서비스 특성상 실제 고객을 바로 만날 수 없어, 유사한 배경을 가진 내부 직원을 테스트 대상으로 삼았습니다.
하지만 실제 고객 집단과 동일하지 않았고, 그 차이가 인사이트의 깊이를 제한했어요. 일부 기능은 실제 사용 맥락에서만 드러날 문제들을 찾아내기 어려웠어요.
이처럼 두 프로젝트 모두 한정된 리소스에서 적합한 사용자를 찾기 어렵다는 문제가 있었어요.
그렇다고 성과가 전혀 없었던 건 아니었어요. 불완전한 상황에서도 얻었던 작은 단서들이 서비스 개선의 근거가 되었어요.
이러한 과정을 반복하면서 ‘작은 조직도 부담 없이 지속할 수 있는 리서치 방법은 없을까?’라는 질문을 떠올리게 되었어요.
조직 문화로 자리 잡은 리서치
한편, 리서치팀을 갖춘 큰 기업들은 리소스와 체계를 기반으로 효율성을 높이고 있었어요.
여기어때
- 카카오톡 채널을 활용해 패널과 소통하고, 사용자 로그 데이터를 기반으로 대상을 필터링했어요. 또 리서치 프로세스를 문서화하고 교육을 통해 조직 전체에 리서치 문화를 확산시키기도 했어요
토스
- 인터뷰 내용을 팀 내 케이스 스터디로 공유하며, “쓸 것 같다”라는 발화보다 실제 행동 데이터를 더 신뢰했습니다. 이를 통해 인터뷰 한계와 데이터 사이의 간극을 줄이며, 반복적인 이슈를 줄이고자 했어요.
마켓컬리
- 리서처나 디자이너뿐만 아니라 개발자, 마케터 등 프로덕트팀 전체가 고객 인터뷰에 참여했어요. 오프라인 공간을 활용해 고객을 직접 만나며, 고객 경험을 더 입체적으로 이해하려고 했어요.
이처럼 필요할 때만 하는 일회성 작업이 아니라, 조직 전반에 리서치 문화를 만들고 있다는 점이 인상적이었어요.
물론 저희처럼 작은 팀이 그대로 차용하기는 어렵지만, 리서치를 조직 차원에서 바라보는 시각은 분명 참고할 가치가 있었어요. 상황은 달라도, 다양한 방식으로 리서치를 체계적으로 효율화하는 시도 자체가 중요한 힌트라고 생각했어요.
AI가 바꾸는 리서치
다양한 유저 리서치 방법들유저 리서치의 필요성은 누구나 공감하지만, 적합한 사용자를 직접 만나는 과정이 가장 큰 진입장벽이죠.
작은 팀은 리소스 부족으로 어려움을 겪고, 큰 팀은 체계와 문화를 통해 보완할 수 있었어요.
최근들어 AI를 유저 리서치에 접목하려는 움직임이 늘어나고 있어요.
인터뷰 스크립트 작성이나 분석, 사용자 응답 시뮬레이션 등에서 AI가 빠르게 처리하고 있어요. 하지만 사용자와 커뮤니케이션하며 맥락을 이해하는 부분까지 대체할 수 있을지는 아직 확신하기 어렵다고 생각해요.
다음 글(2편)에서는 인터뷰를 진행하며 공부했던 실무 팁과 AI 활용 방안을 함께 소개하고자 해요. “사용자를 만나기 어려운 상황을 어떻게 보완할 수 있을까”에 대한 답을 조금씩 찾아가는 과정이 될 예정이에요.
2편 이어서 읽기