인터뷰, 사용성 테스트, 고객 지원 티켓 검토, 현장 관찰을 마치고 이런 생각을 한 적 있으신가요?
- “노트는 정말 많은데…”
- “뭔가는 분명히 배웠는데…”
- “이걸로 뭘 해야 할지 모르겠다.”
혼자만의 경험이 아니에요.
정리는 된 것 같지만 방향이 모호한 결과는 리서치를 자주 하는 팀에서도 발생하거든요. 문제는 데이터의 양이 아닌 경우가 대부분이에요. 보통은 이 두 가지 사이의 간극이 원인이죠.
- 리서치 결과 (수집한 것)
- 공유된 이해 (그것이 의미하는 것과 시사하는 것)
이번 시리즈에서는 이 간극을 메워주는 도구인 어피니티 다이어그램(Affinity Diagram)을 단계별로 살펴볼게요. 첫 편에서는 UX 리서치 인사이트가 왜 실행으로 이어지지 않는지, 그 구조적 원인을 알아볼게요.
1. UX 리서치 데이터가 인사이트로 이어지지 않는 이유
1) 정성적 리서치 데이터의 파편화
정성 리서치(Qualitative Research)는 맥락이 풍부한 정보를 만들어내요.
- 누군가가 말한 것
- 누군가가 한 행동
- 누군가가 피한 것
- 누군가를 혼란스럽게 한 것
- 누군가가 달성하려 했던 것
이 정보가 개인의 노트, 녹음 파일, 또는 한 명의 리서처 기억 속에만 머물면 데이터가 인사이트로 종합(Synthesis)되기 힘들어지고, 오히려 다음과 같은 역효과를 발생시켜요.
- 팀원마다 다른 순간을 기억한다
- 가장 인상적인 인용구 하나가 전체를 대표한다
- 의사결정이 근거가 아닌 직감에 기대게 된다
“리서치 요약본”을 작성하더라도 이런 문제는 여전히 발생할 수 있어요. 요약본은 선형적이기 때문이에요. 스토리텔링에는 좋지만, 수십 개의 관찰에서 패턴을 발견하는 데는 항상 적합하지 않죠.
정성 리서치 데이터의 파편화는 퍼즐 조각을 여러 사람이 나눠 갖고 있는 것과 같아요. 각자 몇 조각씩 갖고 있으면서 “이 퍼즐은 풍경화일 거야”, “아니야 인물화 같아”라고 각자 추측하지만, 모든 조각을 한 테이블에 모아놓지 않으면 전체 그림을 볼 수 없어요. 리서치 데이터도 한 곳에 모아서 함께 조합해야 패턴이 보이기 시작하죠.
2) 진짜 문제: 리서치 종합 구조의 부재
많은 팀이 어느 정도의 정리는 해요.
- 문서에 노트를 태그한다
- 발견한 것을 몇 개의 불릿 포인트로 묶는다
- “상위 5개 인사이트” 슬라이드를 만든다
하지만 구조가 너무 일찍 하향식(Top-down)으로 부여되면, 결과물이 이렇게 느껴지곤 하죠.
- 행동하기엔 너무 넓은 테마 목록
- 원시 데이터까지 추적하기 어려운 인사이트
- “난 그렇게 해석하지 않는데”라는 불일치
유용한 프레임으로 정리하면 이래요.
| 리서치 직후에 가지고 있는 것 | 의사결정에 필요한 것 |
|---|---|
| 많은 구체적 순간들 | 소수의 의미 있는 패턴 |
| 개별 인용구와 행동들 | 팀이 합의한 공유 언어 |
| “흥미로운 발견들” | 의사결정에 바로 쓸 수 있는 인사이트 (무엇을, 왜, 누구를 위해 바꿀 것인가) |
이 변환, 즉 지저분한 디테일에서 공유된 패턴으로의 전환이 바로 팀이 막히는 지점이에요.
3) 왜 팀은 종합을 건너뛰고 솔루션으로 뛰어들까
종합이 실패하는 또 다른 이유는 속도예요. 리서치가 끝나면 곧바로 다음과 같은 것들로 넘어가야 한다는 압박이 있거든요.
- 기능 브레인스토밍
- 백로그 업데이트
- 디자인 이터레이션
- 로드맵 논의
이해할 수 있는 압박이에요. 하지만 팀이 종합을 건너뛰면, 이런 결과로 이어지곤 하죠.
- 원인이 아닌 증상에 대한 수정을 만든다
- 내부 선호에 기반해 우선순위를 정한다
- 매 분기마다 같은 논쟁을 반복한다
결과는 “나쁜 결정”이 아니에요. 근거가 약한 결정이에요.
종합을 건너뛰는 것은 건강 검진 결과를 제대로 분석하지 않고 바로 약을 처방하는 것과 같아요. 혈압이 높다는 검사 수치 하나만 보고 혈압약을 처방하면, 실제 원인이 스트레스인지 식습관인지 수면 부족인지 파악하지 못한 채로 증상만 관리하게 되죠. 리서치 데이터를 제대로 종합하지 않으면, 프로덕트 팀도 같은 실수를 반복하게 돼요.
다음 글에서는 어피니티 다이어그램이 무엇인지, 그리고 이 프레임워크가 효과적인 상황들에 대해 다뤄볼 거예요.
어피니티 다이어그램 시리즈
(1) UX 리서치 데이터가 인사이트로 이어지지 않는 이유