UX 디자인 유형별 가이드 1. 정성적 데이터를 중심으로 (2/4)
데이터 유형 알아보기
데이터를 UX 디자인에 적용하기에 앞서 어떤 데이터를 이용할 것인지 결정하는 과정이 필요하다. 이는 모든 데이터의 특성이 다르기 때문이다. 데이터를 그 성격에 따라 크게 정성적 데이터(Qualitative Data)와 정량적 데이터(Quantitative Data)로 분류할 수 있다. 일반적으로 정성적·정량적 평가의 분류가 수집되는 데이터 유형에 의해 결정된다는 점을 고려해 그 의미를 정성적·정략적 데이터의 의미와 혼용했다.
정성적 데이터는 관찰이나 인터뷰와 같은 방법론을 통해 수집된다. 인터페이스를 이용하는 사용자들의 동기, 정서와 같은 영역을 파악하는데 용이하다. 수집된 데이터는 구조화 및 조직화해 분석되는데 연구자의 경험과 숙련도에 의해 많은 영향을 받는다.
정량적 데이터는 실험이나 설문지와 같은 방법론을 통해 측정된다. 클릭 횟수, 체류 시간, 오류 횟수와 같이 숫자로 표현될 수 있고 계산을 통해 새로운 지표를 만드는 것도 가능하다. 일정한 환경만 갖춘다면 누가 측정하느냐에 의해 영향을 받지 않는다. 하지만 숫자의 의미를 추론해 내는 과정이 수반된다. 다음의 상황을 통해 두 방법론 간 차이가 UX 디자인에 어떻게 영향을 미치는지 알아보자.
웹 사이트를 만들기 전, 메뉴를 적절하게 구성했는지를 평가하려 한다. 사용자들에게 특정 내용이 담긴 페이지를 탐색하기 위해 어떤 메뉴를 클릭할 것인지 인터뷰를 진행했다. 사용자들은 공통적으로 하위 메뉴 A에 접근하기 어렵다고 보고했다. 일반적으로 A는 대메뉴 B에 속해 있기 때문에 혼동이 된다는 것이다. 동일한 과제에서 이번에는 사용자들의 메뉴 탐색 시간을 측정했다. 사용자들은 하위 메뉴 A에 접근할 때 가장 긴 시간이 걸렸다.
그러나 다른 메뉴와 비교했을 때 의미 있는 수준의 차이는 아니었다. 두 가지 데이터에서 공통적으로 알 수 있는 사실은 하위 메뉴 A에 접근하는 것이 어렵다는 점이다. 그러나 왜 탐색이 어려웠는지는 정성적 데이터에 기반하지 않고 판단하기 어렵다. 반대로 실제로 메뉴 탐색이 얼마나 어려웠는지, 메뉴를 변경해야 하는지를 결정하기 위해서는 정량적 데이터가 필요하다.
이처럼 두 가지 평가 방식을 통해 얻은 데이터는 상호보완적이다. 정성적 데이터를 통해 알 수 있는 사실은 정량적 방식을 활용했을 때 확인하기 어렵고 그 반대의 경우도 마찬가지다. 그러므로 기획 의도, 시간, 비용, 평가의 목적을 충분히 고려해 어떤 방식을 사용할 것인지 결정하는게 좋다.
정성적 평가와 UX 디자인
사용자 경험을 사용자, 인터페이스, 맥락으로 구성돼 있는 것으로 정의할 때, 정량적 평가는 대게 사용자와 인터페이스 간의 상호작용에 초점을 맞춘다. 반면 정성적 평가는 맥락을 함께 고려할 수 있다. 사용자들이 어떤 환경에서 인터페이스를 이용하는지를 이해하게 되면 무엇이 필요한지를 파악하기도 쉽기 때문에 정성적 평가는 정량적 평가보다 사용자 경험에 대해 더 훌륭한 직관을 제공하기도 한다.
그럼에도 불구하고 정성적 평가는 종종 데이터의 객관성과 일관성 문제로 인해 비판을 받는다. 앞서 설명한 것처럼 정성적 데이터가 수집되는 과정에는 사람의 개입이 불가피하다. 즉, 동일한 현상이라도 관찰자에 따라 정반대의 결과가 도출될 수 있다는 것이다. 이러한 정성적 평가의 특성은 결과를 얼마나 신뢰할 수 있는지에 의문을 제기하도록 만든다.
이러한 문제를 부분적으로 해결할 수 있는 방법 중 하나가 기존의 정성적 평가 방식에 정량적 데이터를 활용하는 것이다. 물론 충분한 훈련과 원칙을 지킨다면 정성적 평가만으로도 객관성을 확보할 수 있다. 하지만 우리는 지금부터 정성적 평가 방법에 데이터를 활용함으로써 어떻게 기존 보다 더 효율적으로 좋은 UX 디자인을 수행할 수 있는지에 대해 알아볼 것이다.
퍼소나 설정하기
퍼소나는 서비스를 기획하거나 개편에 들어가기 앞서, 사용자를 먼저 이해해 무엇을 원하고 어떤 방식으로 생각을 하고 행동할지 예상할 수 있도록 도와준다. 퍼소나는 가상의 인물이긴 하지만, 실제 사용자들을 대표할 수 있는 인물이 된다. 따라서 기존에는 사용자의 행동을 직접 관찰해 특징을 찾아내고, 이를 퍼소나로 표현했다. 하지만 이제 우리는 서비스에 대한 데이터를 활용할 수 있기 때문에 사용자의 모집과 관찰이라는 별다른 시간과 비용을 들이지 않고 객관적인 근거를 뒷받침한 참된 퍼소나를 설정할 수 있다.
퍼소나를 설정에 실제 참고할 수 있는 데이터 예시는 다음과 같다.
① 시공간적 환경: 국가, 지역, 날짜, 요일, 시간 등
시공간적 환경에 의한 집단은 그 특징에 따라 공통적인 문화를 지닐 수 있다. 국가 또는 지역은 해당 지리적 위치에 놓인 사용자들은 공통적이거나 유사한 지역적 문화와 특징, 사용하는 언어의 유사성 등을 갖게 된다. 서비스를 사용하는 사용자의 지역적 특징을 파악해, 지역 문화를 퍼소나의 특징으로 활용할 수 있다.
시간적 환경으로는 계절, 이벤트와 관련된 날짜, 요일과 같은 정보가 있다. ‘직장인’이라는 직업에 따른 시간적 특징을 이해해보자면, 출근 시간이 집중된 아침 시간과 오전 근무시간, 점심시간, 오후 근무시간, 퇴근 시간, 저녁 식사 시간, 취침 전 밤 시간, 새벽 시간과 같이 범위를 구분해 다양하게 관찰하고 특징을 얻어낼 수 있다.
② 기기적 환경: 기기, 화면 사이즈 및 해상도
기기적 환경은 서비스가 사용자에게 전달되는 서비스의 화면, 그리고 사용자의 행태 방식을 결정짓는 데 중요한 역할을 한다. 데스크톱, 모바일 각 환경은 기기의 주변 상황이나, 인터랙션 수단, 화면의 사이즈와 해상도 정도에서 큰 차이를 나타낼 수 있다. 각 기기 환경 별로 대표할 수 있는 특징을 다음과 같이 정리할 수 있다.
데스크톱 환경: 책상의 데스크톱이나 노트북을 사용하는 비교적 고정된 환경, 랜선 또는 무선 인터넷 와이파이를 사용한 인터넷 환경, 키보드와 마우스를 이용한 정교한 인터랙션 수단, 모바일보다 큰 화면 사이즈, 높은 화면 해상도, 가로 화면
모바일 환경: 태블릿이나 휴대폰을 사용하는 이동이 자유로운 환경, 무선 인터넷 와이파이 또는 통신사에서 제공하는 3G·LTE 데이터망을 사용한 무선 인터넷 환경, 손으로 직접 터치해 인터랙션, 데스크톱에 비해 작은 화면 사이즈, 낮은 화면 해상도, 세로 화면
③ 서비스 접근 계기 및 수단: 유입 경로 등
서비스의 접근 계기 및 수단은 퍼소나에서 사용자의 목적이 무엇인지, 그리고 그 목적 달성을 위한 의지의 강도가 얼마나 되는지, 서비스에 대한 기본적인 인지도나 관심의 정도 등을 파악하는 데 참고할 수 있는 정보다. 크게 마케팅 활동에 의해 유입된 사용자인지, 검색 유입과 같이 특정 목적의 달성을 위해 의도적으로 유입된 사용자인지 분류해 사용자의 유형을 파악할 수 있다.
사용자의 행동 관찰하기
실제 사용자의 행동을 관찰하고, 그 행동 속에 담긴 의미를 찾아내는 과정에서도 데이터를 활용할 수 있다.
일반적으로 사용자의 행동을 관찰하기 위해서, 사용자에게 자연스러운 환경을 제공하고 실제 사용 행동을 모니터 또는 별도 카메라로 녹화한 자료를 많이 사용한다. 이와 같은 기록물은, 관찰자가 정보 확인을 위해 각 기록물마다 다시 일일이 관찰해야 한다는 시간적 수고 비용이 따르게 된다. 사용자의 행동 관찰 단계에서 이러한 어려움을 보완하기 위해, Gaze Plot, 히트맵과 같은 데이터 기록 방식을 차용해 관찰을 보다 효율적으로 진행할 수 있다. 이러한 기록 방식은, 사용자 행동의 각 정보들을 적절한 UI(도형, 색, 선 등)로 표현해 오랫동안 관찰해야 하는 전체 행동을 한 페이지로 파악할 수 있도록 지원해준다.
① Gaze Plot
Gaze Plot으로 한 사용자의 행동 정보를 처음부터 끝까지 흐름 위주로 상세히 관찰할 수 있다. 사용자의 시선의 시작과 움직임 흐름, 그리고 각 이동한 위치에 대한 체류시간과 시선의 마지막 종료 지점 정보가 도형의 크기, 선 등과 같은 UI 정보로 담겨있다.
일반적으로 아이트래킹이라는 시선의 움직임을 추적하고 기록하는 도구를 활용해 Gaze Plot을 생성하고 분석한다. 아이트래킹 도구의 활용이 아니더라도 웹사이트에서 마우스 움직임을 추적하고 기록하여, 마우스가 어떤 위치에서 얼마나 체류했는지, 그리고 콘텐츠들을 훑어본 순서 등을 파악할 수 있다.
② 히트맵
Gaze Plot이 한 사용자의 행동 정보를 흐름에 따라 면밀히 관찰하는 방식이라면, 히트맵은 사용자의 전체 행동 정보를 흐름과 상관없이 구역별 분포 위주로 나타내는 방식이다. 사용자들이 클릭한 위치, 마우스 커서를 움직인 범위의 위치, 스크롤이 최종적으로 도달한 위치 등의 분포를 색상으로 나타낸 히트맵으로 한눈에 파악할 수 있다. 숫자나 텍스트, 표, 통계 정보와 같이 어려운 방식으로 이해하지 않아도 되고 색상 정보로 직관적으로 이해할 수 있기 때문에 사용자의 행동을 관찰할 수 있는 방식으로 유용하게 쓰일 수 있다.
사용자의 행동 이해하기
가상의 사용자를 설정하고 실제 사용자의 행동을 관찰하는 방법 이외에도, 사용자의 목적이 무엇인지, 어떤 생각과 의도를 내포하고 있는지 등을 깊이 알아보고자 할 때는 인터뷰 방식을 활용할 수 있다.
인터뷰 방식에는 다양한 종류가 있다. 에스노그라피와 사용성 테스트 인터뷰와 같이, 행동을 관찰하고 평가한 이후 대화나 설문 형식으로 질문과 답변을 주고받는 진행 방법 외에도, 포커스그룹, 카드소팅인터뷰와 같은 방법으로도 사용자의 사고를 알아볼 수 있다.
① 에스노그라피 단계별 인터뷰
사용자를 이해하고 행동을 관찰한 이후 인터뷰 방식으로 이해할 수 있다. 이 인터뷰는 세 단계로 이뤄질 수 있는데, 사용자에게 답변이 한정될 수 있는 질문을 최대한 후기에 확인하고, 초기에는 사용자의 행동과 사고에 제한을 최소한으로 하기 위한 인터뷰 방식이다.
초기에는 알아보고자 하는 질문의 구체적인 답변을 얻지 못하더라도, 사용자 본인의 자유로운 생각과 의견, 목적에 대한 인터뷰를 진행할 수 있다. 그리고 중기에는 알아보고자 하는 정보와 초기에 발견한 패턴에 대한 부가정보를 알아보는 과정으로 볼 수 있다. 마지막 후기 인터뷰 단계에서는 앞에서 발견한 패턴과 정의된 가설로 사용자의 행동을 판단하기 전 마지막 검증을 위한 인터뷰로 마무리할 수 있다.
② 사용성 테스트 인터뷰
사용자에게 실제 또는 프로토타입의 제품을 실제로 사용해보게 한 뒤, 그 관찰과 사용 결과에 대한 인터뷰를 진행하는 방식이다. 사용자가 실제로 제품을 사용했기 때문에, 관찰자에 의한 평가가 아닌 사용자의 의견이 반영된 평가를 리커트(Likert)척도와 같은 수치로 제공받을 수 있다. 이 때 사용자의 정성적인 행동과 의견이 정량적인 지표로 변환되는 과정에서, 평가 기준에 대한 객관성 또는 일관성을 최대한 유지하는 것이 중요하지만 이에 대한 어려움과 제한이 따르게 된다. 따라서 각 과업에 대한 지표 같은 점수 이외에도, 사용자의 의견을 열린 형태로 수집할 수 있는 질문의 답변도 함께 수집해 사용자의 정량적인 평가에 대한 실질적인 이해를 도울 수 있다.
③ 포커스그룹 인터뷰
제품의 대상 시장에 맞는 사용자를 사전에 설정해, 그에 맞는 인터뷰 대상자를 여럿 모집하고, 모집한 대상자들에게 제품에 대한 의견을 자유롭게 나누도록 해 그 내용을 수집하는 방식이다. 실제 사용 행동 관찰에 대한 인터뷰보다는, 제품에 대한 인상, 브랜딩, 인식 등에 대한 정보를 파악하고 의견을 토론함으로써 다양한 아이데이션이 이뤄질 수 있다는 점에서 앞서 말한 인터뷰 방식과 차이점이 있다.
④ 카드소팅 인터뷰
카드소팅 또한 포커스그룹과 같이, 사용자의 행동 관찰에 의한 질문과 응답방식이 아닌, 사용자가 정보를 주도적으로 제공하는 방식이다. 제품에 대한 의견 또는 사용자가 이해한 제품의 구조를 카드 형태로 수집해 봄으로써, 의견을 자유롭고 산발적으로 받기보다 정해진 범위 내에서 제품의 위치와 현황을 좀 더 체계적으로 알아볼 수 있는 방식이다. 이때, 인터뷰 대상자에게 정보를 분류하는 능숙도가 필요하다는 어려움이 있지만, 한편으로는 열린 형태의 답변을 내기 부담스러워 하는 사용자에게 부담을 덜어줄 수 있다는 장점이 있을 수 있다.
마무리
이처럼 정성적인 평가 방식에 정량적인 데이터를 보완함으로써, 사용자를 이해하고 분석하는 과정 속에서 인사이트뿐 아니라 이를 뒷받침할 수 있는 객관성을 동시에 갖출 수 있다. 정량적인 데이터를 사용자의 퍼소나부터 행동, 의견들을 이해하는 것에서 그치는 것이 아니라, 문제점과 해결해야 하는 방향성을 제시하고 검증할 수 있는 근거자료로 활용한다면 효율적인 UX 디자인을 수행할 수 있을 것이다.
행동을 정성적인 관찰 및 수집으로 분석하는 방법 이외에도, 정량적인 데이터 위주로 사용자의 행동을 수집하고 그 값을 정성적인 인사이트로 해석하는 방법을 다음 글에서 알아보고자 한다.
