왜 UX 디자이너들은 AI UX 리서치에 주목할까?
UX 리서치 작업의 새로운 변화
UX 리서치는 사용자 심층 인터뷰(IDI), 사용성 테스트(UT), 설문조사, 현장 관찰 등을 통해 사용자 경험을 조사하고 제품 서비스 개발 방향을 정하거나, 개선 지점을 발굴해 내는 과정을 말합니다. 그런 만큼 사용자의 니즈와 행동을 이해하는 것이 무엇보다 중요한 UX 디자인에서 UX 리서치는 필수 요소인데요.
하지만 동시에 전통적인 UX 리서치는 직접 데이터를 수집하고 분석해 인사이트를 얻기 위해 많은 시간과 노력, 비용을 요구하는 고된 과정이기도 합니다. 특히 사람이 직접 진행한다는 특성상 수집한 손에 넣은 데이터의 양이나 퀄리티조차 제한적이었고, 한정된 범위에서만 수행될 수 있다는 한계까지 존재했는데요.
그런데 이런 UX 리서치가 최근 빠르게 변화하고 있습니다. 전 세계적인 인공지능(AI) 붐에 주목한 UX 디자이너들이 기존 한계를 극복하기 위해 UX 리서치에 AI를 접목시키고 있기 때문입니다.
UserZoom·퀄트릭스, 조사 대신해 시간 단축
기존 타 분야의 생성형 AI 서비스가 그러하듯 AI UX 리서치가 가장 큰 주목을 받는 이유 중 하나는 바로 조사 시간 단축으로 대표되는 효율 상승입니다. 특히나 AI를 활용한 리서치는 과정의 효율성을 높이고 비용 절감에 효과적인 모습을 보이는데요.
대표적으로 UX 리서치 초반 단계인 데스크 리서치와 필드 리서치 작업에선 오픈AI의 ‘챗GPT’, 구글의 ‘제미나이’, 마이크로소프트(MS)의 ‘코파일럿’ 등 익숙한 AI를 사용해 대용량 데이터를 요약정리해 작업 시간을 빠르게 줄여낼 수 있습니다.
좀 더 자세히 예시를 들면, 데스크 리서치 단계에선 기존의 자료 검색·요약, 이슈 리스트 작성, 이미지 도출 작업에 AI를 사용할 수 있습니다. 필드 리서치에선 사용성 테스트, 사용자 심층 인터뷰, 설문 조사 등의 리서치 질문 초안을 작성에 AI를 활용해 작업 시간을 효과적으로 단축할 수 있죠.
특히 이미 해외의 여러 기업들은 UX 리서치 작업에 AI를 접목해 효과를 보고 있는데요. 글로벌 호텔 숙박권 중계 메타 서치 엔진 ‘트리바고’의 루벤 슈테그바우어 UX 리서치팀 전리더는 “UserZoom 덕분에 200회 넘게 인터뷰를 실시하고 작업 성공 측정 가능치를 두 배 넘게 늘릴 수 있었다”며 AI를 사용한 UX 리서치 효과를 호평했습니다.
심지어 최근엔 사용자 조사 자체를 생성형 AI로 대체하는 시도까지 이뤄지고 있습니다. 실제 경험 관리 소프트웨어 회사 퀄트릭스는 지난해 9월 세미나에서 “더 이상 고객이나 직원에게 질문할 필요 없이 이해할 수 있다”고 말하며 별도의 질문도 없이 사용자의 행동 및 감정·경험을 파악하는 모습을 보였는데요. UX 리서치의 핵심이라 할 수 있는 인터뷰와 설문을 AI로 대체하는 모습은 충격 그 자체였습니다.
챗GPT·제미나이·코파일럿, 리서치의 정확성 및 일관성 높여
AI UX 리서치는 UX 리서치 작업의 정확성과 일관성 향상에도 도움을 줍니다. 보통 여러 사람들이 공통적으로 제기한 문제나 니즈는 리서치에 큰 의미를 갖지만, 반대로 아예 가치 없는 문제와 니즈도 존재합니다. 소수만이 제기한 문제나 니즈도 존재하죠.
때문에 UX 리서치 작업에서 디자이너는 불필요한 정보를 버리고 의미 있는 정보만을 취할 필요가 있습니다. 이런 선별 작업을 ‘키 파인딩(Key Findings)’이라고 합니다. 문제는 이런 선별작업에는 너무 많은 수고와 시간이 요구되고, 정보 편향 및 오류의 위협도 존재한다는 건데요. AI는 이처럼 사람이 일일이 파악하기 어렵거나, 복잡한 세부 사항까지도 정확하게 잡아내 분석할 수 있습니다.
실제로 조성봉 라이트브레인 CX 컨설털 그룹 이사는 MS 코파일럿, 챗 GPT 등을 사용해 이슈 리스트 작성부터 시작해 연구 동향 파악과 가설 생성, 주요 기술 파악과 특허 탐색까지 진행하는 모습을 소개하며, “‘이미 기존에 생성형 AI 없이 어떻게 했지?’ 라는 의문을 가질 정도로 밀접하게 접목시키고 있다”고 밝혔습니다.
원더링AI·아웃셋, 실시간 인사이트부터 AI 참가자 생성까지
AI는 단순히 사람이 작업한 자료의 오류를 찾거나, 사람의 작업을 대신해 주는 것을 넘어, 사람이 따라갈 수 없을 정도의 방대한 양의 데이터를 신속하고 정확히 분석해 자체적인 인사이트를 제공할 수 있습니다. 그리고 UX 디자이너들은 이를 통해 더욱 데이터에 기반한 결정을 내릴 수 있는데요.
대표적으로 최근 UX 디자인 업계에서 주목하고 있는 원더링 AI는 AI 기반 인터뷰를 진행해 50개 이상의 언어로 동시에 수백 명의 사람들과 인터뷰를 진행할 수 있습니다. 또한 원더링 AI는 답변자가 제공한 답변을 듣고, 즉각적으로 사용자가 왜 그런 답변을 했는지 근본적인 이유를 심층적으로 분석해 추가 질문을 하거나, UX 디자이너에게 더 많은 정보와 인사이트를 제공해 많은 주목을 받았습니다.
심지어 최근 발전한 AI UX 리서치 솔루션들은 별도로 사람을 모집할 여건이 되지 않을 때에도 활용이 가능한데요. 생성형 AI 기반 심층 인터뷰 솔루션인 아웃셋(outset.ai)의 경우, 설문조사나 인터뷰에 답변할 사람이 없더라도 가상의 AI 참여자들을 생성해 답변을 제공할 수 있습니다.
뷰저블, 누구나 한 눈에 알아볼 수 있도록 시각화 지원
AI는 많은 UX 디자이너들이 고민하는 시각화에도 도움을 줄 수 있습니다. 일반적으로 UX 디자인 작업은 홀로 진행하기보단 많은 이들과 협업을 하게 됩니다. 그리고 이렇게 UX 디자이너가 만나게 되는 수많은 사람들 중엔 전문 리서처나 디자이너가 아닌 일반인이나 클라이언트들이 존재하고, 비전문가들에게 프레젠테이션을 하게 되는 일도 생기는데요.
이것이 아무리 철저한 조사와 훌륭한 결과를 도출해도 결과를 타인과 공유할 수 없다면 좋은 UX 리서치라고 할 수 없으며, 지금도 많은 디자이너가 조사 및 결과 도출만큼이나 ‘시각화’를 중요하게 여기는 이유입니다.
이에 많은 UX 디자이너들이 어도비 파이어 플라이, 레오나르도 AI, 스테이블 디퓨전 등 이미지 생성형 AI를 사용해 시각화를 시도하고 있는데요. 최근 들어 이런 니즈를 파악하고 UX 리서치 자료 데이터 자체를 인식해 시각화하는 AI 솔루션들이 늘어나고 있습니다.
대표적으로 평소에도 “UX 리서치 작업은 누구나 이해할 수 있는 방식으로 시각화해 이해관계자들을 설득하는 것이 무엇보다 중요하다”면서 시각화를 강조하던 포그리트가 있는데요.
포그리트는 지난달 14일 “데이터 처리 및 분석 역량을 가장 잘 활용할 수 있는 분야가 AI 서비스라고 판단했다”고 말하면서 버튼 한 번 클릭으로 UX 현황을 분석해 비전문가도 이해할 수 있는 보고서를 만드는 뷰저블 AI 리포트 기능을 공개했습니다.
지속적인 UX 학습 노력 뒷받침돼야
이처럼 AI UX 리서치에는 다양한 장점이 존재하고 이미 시장에 많은 변화를 가져오고 있는데요. 하지만 AI 리서치의 등장과 함께 동시에 AI가 제공하는 결과물을 정확히 판단하고, 제대로 활용하기 위해선 UX 디자이너들의 역할이 여전히 중요하다는 의견도 함께 나타나고 있습니다. 아직 많은 생성형 AI가 완벽하다고는 할 수 없기 때문입니다.
실제 윤장희 UX 컨설팅 그룹 PXD 리서처는 AI가 UX 리서치 작업에 가져오고 있는 여러 변화를 인정하고 AI의 효용성에 대해 긍정적인 평가를 내렸지만, 동시에 “다양한 장점에도 불구하고도 몇 가지 한계가 존재하며, 이런 도구들을 최대한으로 활용하기 위해선 AI의 한계를 인식하고 연구자의 지속적인 학습과 노력이 필수적이다”라고 강조했습니다.
결국 앞으로도 사용자 중심의 좋은 결과물을 만들기 위해선 AI가 제공하는 결과물과 인사이트를 정확히 해석하고, 적절한 디자인 결정을 내리는 UX 지식과 노하우를 갖추는 자세가 핵심이 될 것 같습니다.
