지난 편에서 UX 리서치 인사이트가 실행으로 이어지지 않는 구조적 원인을 살펴봤어요. 이번 편에서는 이 문제를 해결하는 도구인 어피니티 다이어그램(Affinity Diagram)의 정의, 흔한 오해, 그리고 핵심 사고방식을 알아볼게요.
1. 어피니티 다이어그램이란?
“어피니티 다이어그램”을 검색하면 벽 가득 포스트잇이 붙어 있는 사진을 거의 확실히 볼 수 있을 거예요. 그 시각적 이미지가 틀린 건 아니지만, 불완전해요. 겉모습에만 집중하면 어피니티 다이어그래밍이 실제로 유용한 이유를 놓치게 되거든요.
1) 어피니티 다이어그램의 정의와 귀납적 사고
어피니티 다이어그램(Affinity Diagram)은 관찰로 얻은 데이터들을 자연스러운 관련성에 따라 그룹핑하여 정성 데이터를 이해하는 상향식 종합 방법(Bottom-up Synthesis Method)이에요.
미리 정해진 카테고리로 시작하지 않고, 데이터 자체에서 의미가 떠오르도록 하는 거예요.
실무에서 어피니티 다이어그램을 만드는 과정은 다음과 같아요.
- 작고 구체적인 데이터 조각들에서 출발한다
- 유사하다고 느껴지는 것끼리 묶는다
- 왜 함께 속하는지를 설명하는 방식으로 그룹 이름을 붙인다
- 점차적으로 실제 패턴을 반영하는 상위 수준의 주제를 형성한다
이 과정은 근본적으로 귀납적(Inductive)이에요. 가설을 검증하는 게 아니라, 구조를 발견하는 거예요.
핵심적인 사고 전환은 단순해요.
구체적 관찰에서 일반적 의미로 이동하는 거예요.
예를 들어, 고객 온보딩 세션 노트를 검토한다고 상상해볼게요.
- “사용자가 권한 설정 화면에서 오랫동안 멈춤”
- “사용자가 설정을 건너뛰고 나중에 돌아올 수 있는지 물음”
- “사용자가 ‘뭔가를 망칠까 봐 걱정된다’고 말함”
개별적으로는 그냥 순간들이에요. 하지만 함께 그룹핑하면 이런 것을 가리킬 수 있죠.
“초기 설정이 새 사용자에게 리스크가 크고 되돌릴 수 없다고 느껴진다”
이 문장은 원시 데이터에 존재하지 않았어요. 그룹핑(Grouping)과 해석(Interpretation)을 통해 떠오른 거예요.
어피니티 다이어그래밍이 종종 사고 도구로 불리는 이유가 여기에 있어요. 문서화 도구가 아니라요.
귀납적 사고를 비유하면, 여러 환자의 증상에서 새로운 질병을 발견하는 과정과 같아요. 의사가 미리 “이건 감기일 거야”라고 정하고 증상을 맞추는 게 아니라, 여러 환자에게서 비슷한 증상 패턴이 반복되는 것을 관찰하다가 “이건 기존에 알려지지 않은 새로운 패턴인데?”라고 깨닫는 거예요. 어피니티 다이어그래밍도 데이터에서 패턴이 자연스럽게 떠오르도록 하는 귀납적 과정이에요.
2) 어피니티 다이어그램에 대한 흔한 오해
더 들어가기 전에, 흔한 오해 몇 가지를 정리할게요.
| 오해 | 왜 부족한가 |
|---|---|
| “그냥 포스트잇 정리하는 거잖아” | 해석 없는 정리는 인사이트를 만들지 못한다 |
| “브레인스토밍 기법이잖아” | 브레인스토밍은 생성적(generative)이고, 어피니티 다이어그래밍은 분석적(analytical)이다 |
| “디자이너만 쓰는 거잖아” | 정성 데이터를 다루는 모든 역할이 활용할 수 있다 |
| “기존 프레임워크에 맞춰 클러스터가 나와야지” | 이러면 상향식 방법을 하향식으로 바꿔버리는 셈이다 |
포스트잇은 도구일 뿐이에요. 어피니티 다이어그램의 진정한 가치는 그룹핑하고 이름을 붙이는 과정에서 발생하는 생각에서 나와요. 산출물 자체에서 나오는 게 아니에요.
흔한 오해를 비유하면, “칠판에 글씨 쓰는 게 수업”이라고 생각하는 것과 같아요. 칠판은 도구일 뿐이고, 진짜 수업은 학생들이 개념을 이해하고 연결하는 사고 과정에서 일어나죠. 어피니티 다이어그램도 포스트잇이나 화이트보드는 도구일 뿐이고, 진짜 가치는 팀이 함께 패턴을 발견하고 의미를 구성하는 사고 과정에 있어요.
3) 상향식(Bottom-up) vs 하향식(Top-down) 종합, 그리고 컨셉 맵과의 차이
많은 팀이 이미 하향식 분류에 익숙해요.
- 미리 정의된 페르소나(Persona)
- 사전 고정된 사용자 여정 단계
- AARRR이나 할일(Job-To-Be-Done) 같은 기존 프레임워크
이런 것들도 유용하지만, 다른 질문에 답하는 거예요.
| 접근법 | 답하려는 핵심 질문 |
|---|---|
| 하향식 프레임워크 | “이 데이터가 우리가 이미 믿는 것에 어떻게 맞는가?” |
| 상향식 프레임워크 | “여기에 실제로 어떤 패턴이 존재하는가?” |
어피니티 다이어그래밍은 의도적으로 판단을 지연시켜요. 너무 일찍 이름 붙이는 것을 참고, 모호함을 허용하죠. 빠른 결정에 익숙한 팀에게는 불편할 수 있지만, 어피니티 다이어그램의 핵심은 바로 여기에 있어요.
한편, 어피니티 다이어그램과 밀접한 관련이 있지만 다른 방법론으로 개념 지도(Concept Map)가 있어요.
차이를 간단히 정리하면 이래요.
- 어피니티 다이어그램: 유사성에 기반한 그룹핑에 초점
- 개념 지도: 개념 간의 관계(원인, 순서, 의존성)에 초점
어피니티 다이어그래밍이 보통 첫 단계가 돼요. 패턴이 명확해지면, 컨셉 맵이 그 패턴들이 어떻게 연결되는지 탐색하는 데 도움을 줄 수 있죠.
지난 편에서 어피니티 다이어그램의 정의, 흔한 오해, 그리고 상향식 사고의 핵심을 살펴봤어요. 이번 편에서는 어피니티 다이어그램이 언제 가장 큰 효과를 발휘하는지, 실무에서 찾아야 할 신호들을 알아볼게요.
2. 어피니티 다이어그래밍이 효과적인 상황
모든 UX 리서치에 어피니티 다이어그램이 필요한 건 아니에요.
“언제 어피니티 다이어그램을 써야 할까?”라는 질문의 답이 되는 패턴들이에요.
1) 정성 리서치 직후
가장 분명한 순간은 정성 리서치 직후, 날것의 자료를 가지고 있을 때예요.
- 인터뷰 노트
- 관찰 기록
- 사용성 테스트 녹화
- 설문조사 주관식 응답
- 고객 지원 티켓이나 통화 기록
이 시점에서 팀은 자신감과 혼란이 뒤섞인 상태를 경험하곤 해요. 데이터에 신호가 있다는 건 알지만, 그 신호가 무엇인지 말로 표현하기 어렵거든요.
어피니티 다이어그래밍이 여기서 효과적인 이유가 있어요.
- 성급한 결론을 방지한다
- 팀을 근거에 기반하게 유지한다
- 해석이 갈라지기 전에 데이터의 공유된 뷰를 만든다
한 사람이 “요약”하는 대신, 팀이 함께 의미를 구축하는 거예요.
2) 팀이 해석에 불일치하거나 성급하게 기능을 만드려고 뛰어들 때
팀 내에서 해석 불일치가 일어난다면 이런 말들을 들을 수 있을 거예요.
- “그건 그냥 예외적인 경우였을 거예요”
- “사용자가 그걸 정말 신경 쓸 것 같지 않는데요”
- “제가 이해한 핵심은 완전히 달랐어요”
이런 불일치는 문제가 아니에요. 데이터가 풍부하다는 신호예요. 문제는 이 불일치가 암묵적으로 남아 있을 때죠.
어피니티 다이어그래밍은 이러한 해석들을 외부화시켜요.
- 관찰이 모든 사람에게 보이게 시각화 하고
- 그룹핑이 가정을 명시적으로 만들며
- 클러스터에 이름을 붙이는 과정이 명확함을 강제해요
이렇게 하면 사람들이 사실 자체에 대해 불일치하는 게 아니라 패턴과 해석에 대해 불일치하고 있다는 것이 종종 드러나요.
한편, 많은 프로덕트팀과 기본적으로 무언가를 만드는 데에 급급한 경우가 많아요. 리서치 후에 대화가 빠르게 이렇게 흘러가죠.
- “새 설정을 추가해야겠네요”
- “여기 리디자인이 필요한 것 같아요”
- “이건 로드맵 항목이 될 듯 해요”
어피니티 다이어그래밍은 이런 흐름을 생산적인 방향으로 갈 수 있도록 이끌어줘요. 데이터와 더 오래 머물면서, 팀이 더 나은 질문을 할 수 있게 되거든요.
- 이것이 실제로 어떤 문제를 대표하는가?
- 일회성인가, 반복되는 패턴인가?
- 겉으로 보이는 불편함이 아니라, 근본적인 원인은 무엇인가?
이것이 이후의 의사결정을 더 느리게 만드는 게 아니라, 더 의도적으로 만들어줘요.
3) 정성 데이터가 압도적이거나 공유된 이해가 필요할 때
인터뷰 한 번으로는 어피니티 다이어그래밍이 거의 필요 없어요. 하지만 양이 모든 것을 바꿔놓죠.
대략적인 기준으로, 어피니티 다이어그래밍이 특히 유용해지는 시점은 이래요.
- 인터뷰가 5~6개 이상일 때
- 각 세션에서 수십 개의 관찰이 나올 때
- 여러 리서처가 노트를 작성했을 때
이 시점에서 머릿속 종합은 한계에 부딪혀요. 아무도 모든 것을 머릿속에 안정적으로 “담아둘” 수 없거든요.
어피니티 다이어그램은 인지적 오프로딩(Cognitive Offloading) 메커니즘으로 작동해서, 팀이 압도되지 않고 복잡성에 대해 추론할 수 있게 해줘요.
또한 어피니티 다이어그래밍의 과소평가된 이점 중 하나는 어휘 정렬(Vocabulary Alignment)이에요.
클러스터와 테마가 형성되면서, 팀이 일관된 표현을 쓰기 시작하거든요.
- “설정 불안(Setup Anxiety)”
- “숨겨진 의존성”
- “되돌릴 수 없는 행동에 대한 두려움”
이런 표현이 이후 대화에서 약속된 언어가 돼요. 반복 설명을 줄이고 정확도를 높여주죠.
이것은 특히 이런 상황에서 가치가 있어요.
- 여러 기능 조직이 함께 일할 때
- 새로운 팀원을 온보딩할 때
- 이해관계자에게 리서치를 발표할 때
마무리: 사고 과정이 핵심이에요
어피니티 다이어그램은 벽에 포스트잇을 붙이는 활동이 아니에요. 데이터에 충분히 오래 머물면서, 거기에 실제로 존재하는 패턴을 발견하는 사고 과정이에요.
어피니티 다이어그램 시리즈에서 살펴본 것을 정리하면 이렇게 돼요.
- 정의: 관찰 데이터를 자연스러운 관련성에 따라 그룹핑하는 상향식 종합 방법
- 핵심 사고: 구체적 관찰에서 일반적 의미로 이동하는 귀납적 과정
- 흔한 오해: 포스트잇 정리, 브레인스토밍, 디자이너 전용 도구라는 오해
- 효과적인 순간: 정성 리서치 직후, 팀 해석이 갈릴 때, 데이터가 압도적으로 많을 때
가장 중요한 건 이 과정이 팀에게 공유된 언어와 공유된 이해를 만들어준다는 점이에요. 리서치가 한 사람의 머릿속에서 요약되는 대신, 팀 전체가 함께 의미를 구성하게 되죠.
어피니티 다이어그램 시리즈
(1) UX 리서치 데이터가 인사이트로 이어지지 않는 이유