데이터를 믿을까, 디자이너의 감을 믿을까?

*원문을 번역한 글입니다.

*원문은 발행 이후 수정될 수 있으며, 본 번역은 발송 시점 기준으로 작성되었습니다.

디자인에서 데이터의 중요한 역할을 탐구하는 동시에, 창의적인 과정의 필수 요소인 직관에 대한 과학적 근거를 강조합니다.

사진: Clark Tibbs (Unsplash 제공)

제품 디자인 분야에서 "데이터 기반 디자인"이라는 슬로건은 신뢰성의 상징이자 역량의 척도가 되었습니다. 데이터 기반 의사결정은 더 이상 선택 사항이 아니라 필수 요건이 되었습니다. 디자이너는 사용자 행동 및 비즈니스 목표와의 일치를 보장하기 위해 모든 결정에 대해 구체적인 증거를 제시하여 정당화해야 하는 경우가 많습니다. 모든 프레젠테이션, 제안, 디자인 검토는 지표, 분석 데이터, 사용자 피드백이 어떻게 작업에 반영되었는지 보여주는 능력에 달려 있습니다.

넷플릭스가 스트리밍 서비스 업계의 절대 강자가 되기 전인 2011년에 무슨 일이 있었는지 기억하시나요? 다시 한번 알려드리겠습니다.

넷플릭스는 DVD 대여 서비스를 퀵스터(Qwikster)라는 새로운 브랜드로 분사시킬 때 데이터에 기반한 전략을 펼쳤습니다. 데이터는 매출 증가를 예고했지만, 결정적인 한 가지 요소를 간과했습니다. 바로 고객들이 이 서비스를 싫어했다는 점입니다. 혼란과 불만에 휩싸인 구독자들은 반발했고, 결국 넷플릭스는 몇 주 만에 퀵스터 사업을 철수했습니다. 이는 값비싼 교훈이었습니다. 데이터는 의사결정에 도움을 줄 수는 있지만, 모든 것을 말해주지는 않는다는 것을 깨닫게 해주었습니다.

하지만 디자이너로서 우리를 진정으로 정의하는 것은 단순히 수치적인 지표나 사용성 테스트 이상의 것입니다. 사용자에게 공감하고, 창의적으로 문제를 해결하며, 감정적으로 깊은 울림을 주는 경험을 만들어내는 능력이 바로 그것입니다. 데이터는 우리의 결정을 뒷받침해 줄 수 있지만, 좋은 디자인을 훌륭한 디자인으로 만드는 것은 종종 우리의 직관, 즉 수치화할 수 없는 감각입니다. 예술성, 새로운 것을 상상하는 대담함, 그리고 데이터가 불확실할 때에도 그것을 추구할 용기가 바로 그것입니다.

데이터에 기반한 전략을 펼칠 것인가, 아니면 데이터에 매몰될 것인가?

데이터 기반 디자인은 기업 목표, 핵심 성과 지표(OKR), 직원 전문성 등 다양한 요소와 함께 데이터를 활용하여 현실에 기반한 의사결정을 내립니다. 이러한 접근 방식을 통해 디자이너는 현실과 동떨어진 해결바카라을 만드는 대신, 실제 사용자가 직면한 실질적인 문제를 해결할 수 있습니다. 하지만 효과적인 디자인 의사결정을 위해서는 데이터의 장점과 한계를 모두 이해하는 것이 필수적입니다.

각 방법의 장점과 단점을 살펴보겠습니다.

사용성 테스트

버튼 크기나 찾기 용이성 같은 사소한 사용성 문제를 파악하는 데 도움이 되지만, 더 광범위한 디자인 결함을 드러내지 못할 수도 있습니다. 사용자는 종종 의도대로 작동하지 않는 프로토타입을 맥락과 목적 없이 사용하기 때문에, 실제 사용 환경과의 관련성을 확보하기 위해 피드백을 신중하게 해석해야 합니다.

세션 녹화

세션 녹화 는 사용자 행동을 가감 없이 보여주어 패턴, 이탈 지점, 망설이는 순간 등을 포착합니다. 사용성 테스트보다 현실적인 대안으로 여겨지기도 하지만, 냉혹한 현실이 있습니다. 녹화된 영상을 시청할 때는 이미 제품 출시 후 발생할 수 있는 문제를 발견하기에는 너무 늦었다는 것입니다.

이 데이터에서 사용자의 의도와 기대를 해독하는 것은 모든 조각 없이 퍼즐을 푸는 것과 같습니다. 무엇이 잘못되었는지는 알 수 있지만, 그 이유를 이해하려면 추측에 의존해야 하는 경우가 많아 중요한 통찰력을 얻기가 어렵습니다.

히트맵

시각적으로 매력적이지만 상호작용을 지나치게 단순화합니다. 사용자 참여도, 간과된 요소, 탐색 패턴을 강조하지만 행동 이면에 있는 맥락을 제공하지 못합니다. 진정한 어려움은 해석에 있습니다. 무시된 요소가 디자인 결함인지, 아니면 의도적으로 중요하지 않게 처리된 것인지 판단해야 합니다.

애널리틱스

디자인 결정을 정당화하는 가장 쉬운 방법은 종종 "X 지표 때문에 이렇게 했습니다"라고 말하는 것입니다. 그러면 모두가 고개를 끄덕이며 동의하죠. 하지만 단순한 수치는 이야기의 일부분만을 보여줄 뿐입니다.

분석의 진정한 힘은 종합에 있습니다. 지표와 질적 통찰력을 교차 참조하고, 데이터 이면에 숨겨진 이유를 이해한 다음, 이를 실행 가능한 디자인 개선으로 전환하는 것입니다. 이러한 노력이 없다면 분석은 깊이 없는 명확성만 제공하는 피상적인 도구에 그치고, 의사 결정에 영향을 미치는 감정적, 맥락적 뉘앙스를 간과하게 될 위험이 있습니다.

A/B 테스트

전환율 최적화에 유용하지만, A/B 테스트는 상당한 엔지니어링 노력이 필요하며, 과감한 혁신보다는 점진적인 조정에 우선순위를 두는 경우가 많습니다.

설문조사 및 피드백 양식

사용자 의견을 수렴할 수 있는 좋은 방법이지만, 질문이 제대로 구성되지 않으면 확증 편향으로 이어질 수 있습니다. 신중하게 설계된 설문조사는 다른 데이터 소스를 보완하는 질적 통찰력을 제공할 수 있습니다.

사용자 인터뷰

디자인 프로토타입이나 사용성 테스트와 함께 진행될 때 진정한 효과가 나타납니다. 사용자들이 솔직한 심정을 털어놓으며 평소에는 절대 드러내지 않던 니즈와 감정을 보여주기 때문입니다. 제대로 된 사용자 인터뷰는 단순히 디자인을 검증하는 것을 넘어, 새로운 관점을 제시합니다.

시간 소모가 크긴 하지만, 디자인의 결함을 발견하고, 숨겨진 가능성을 찾아내며, 기존의 고정관념에 도전하는 데 큰 도움이 됩니다.

시장 조사

솔직히 말해봅시다. ChatGPT 같은 도구 덕분에 시장 조사는 혁신적으로 변화했고, 경쟁 환경과 업계 트렌드를 파악하는 것이 그 어느 때보다 쉬워졌습니다.

디자이너들은 수동 조사에 매달리는 대신, 얻은 인사이트를 종합하고 경쟁사를 능가하는 솔루션을 개발하는 데 집중할 수 있습니다. 하지만 여기에 함정이 있습니다. 경쟁사에 지나치게 의존하면 독창성을 저해할 위험이 있습니다. 당신은 시장을 선도하고 있습니까, 아니면 단순히 시장을 따라가고 있습니까?

데이터는 방향을 제시하지만, 인간의 판단을 대체하지는 않습니다.

디자이너는 통찰력을 해석하고, 상충되는 정보를 균형 있게 고려하며, 데이터만으로는 판단할 수 없는 결정을 내려야 합니다.

디자인 도구를 통합하면 통찰력을 다각적으로 분석하고 데이터를 기반으로 창의적인 탐색을 진행할 수 있습니다. 그러나 디자이너들은 종종 방법론과 프레임워크에 지나치게 의존하여 복잡하고 불분명한 문제를 해결하는 데 어려움을 겪습니다. 이러한 도구들은 해결바카라이 아닙니다. 사고방식을 넓혀주는 도구일 뿐이며, 통찰력을 해석하고 결정을 내리고 결과에 바카라임을 지는 것은 전적으로 디자이너의 몫입니다.

미지의 영역이나 위험 부담이 큰 문제를 해결할 때는 명확한 해답을 찾기가 어려워 부담스러울 수 있습니다. 이러한 순간에는 직관이 필수적이며, 데이터의 공백을 메우고 대담하고 혁신적인 사고를 촉진합니다.

디자인 직관의 역할

직관은 단순한 창의적 영감 그 이상입니다. 축적된 경험, 무의식적 학습, 그리고 데이터가 부족한 부분을 연결하는 능력이 결합된 결과입니다. 수치가 지배하는 시대에 직관은 복잡성, 모호성, 그리고 빠르게 변화하는 사용자 요구에 대응할 수 있는 유연성과 창의성을 제공합니다. 또한, 직관은 신속한 의사결정의 수단으로 활용되기도 합니다.

신경과학 연구에 따르면 전문가들은 위험천만한 상황에서 신속한 의사결정을 내릴 때 직관에 의존하는 것으로 나타났습니다. 예를 들어, 게리 클라인의 연구는 소방관들이 모든 정보를 완전히 분석하지 않고도 위험한 상황을 판단할 때 직감에 의존하는 경우가 많다는 것을 보여줍니다.

이러한 인지 과정은 다음과 일치합니다.

시스템 1 사고: 빠르고 본능적이며, 과거 경험에 기반합니다.

시스템 2 사고: 느리고 신중하며, 분석적입니다.

마찬가지로, 다니엘 카네만의 저서 『생각의 속도와 느림』은 우리 뇌의 시스템 1이 과거 경험에서 도출된 휴리스틱을 사용하여 직관적인 결정을 신속하게 처리하는 방식을 강조합니다.

제품 전문가로서 우리는 시스템 1의 이러한 "빠른 프로세스"에 맞춰 설계하는 기술을 숙달하여, 실제 시나리오에서 우리 솔루션이 직관적이고 간편하게 느껴지도록 해야 합니다.

이러한 이해는 직관을 단순히 "직감"이 아니라 디자인에 필수적인 도구로 인식하게 합니다. 특히 불완전한 데이터, 모호한 상황, 또는 창의적인 돌파구가 필요할 때 더욱 그렇습니다. 직관은 디자이너가 미지의 영역을 탐험하고 데이터만으로는 결정을 내릴 수 없는 상황에서 혁신을 이루어낼 수 있도록 해줍니다.

이는 추측에 관한 것이 아니라, 풍부한 경험, 사용자 요구 사항 및 제품 맥락을 바탕으로 불확실성을 효과적으로 헤쳐나가는 것에 관한 것입니다.

디자인 직관이 중요한 이유

모호함과 데이터 부족 상황 헤쳐나가기

데이터가 불완전하거나 모순될 때, 직관은 디자이너가 공감에 기반한 전문가적 판단을 내리는 데 도움을 줍니다. 직관은 감정적, 문화적, 맥락적 통찰력을 통해 데이터 부족으로 인한 분석 마비 없이 진전을 이룰 수 있도록 합니다.

매끄러운 경험 창출

시스템 1 사고방식, 즉 패턴 인식을 통한 빠르고 자동적인 의사 결정을 활용하여 인지 부하를 최소화하고 매끄럽고 편안한 사용자 경험을 제공합니다.

신기술 혁신 주도

AI와 같이 규범이 아직 형성 중인 진화하는 분야에서는 직관이 과감한 실험을 촉진합니다. 직감을 신뢰함으로써 디자이너는 위험을 감수하고, 관습에 도전하며, 사용자 기대치를 재정의하고 새로운 기준을 제시하는 획기적인 혁신을 만들어낼 수 있습니다.

검증된 패턴 기반 구축

확립된 디자인은 친숙하고 신뢰할 수 있는 솔루션을 제공하여 사용성을 향상시킵니다. 일관된 내비게이션과 같은 이러한 패턴을 활용하면 인지 부하를 줄이고 원활한 사용자 경험을 제공할 수 있습니다.

미래 성장을 위한 확장성

효과적인 디자인은 미래의 요구 사항을 예측합니다. 직관을 통해 디자이너는 확장성 요구 사항을 예측하고 현재 목표를 저해하지 않으면서 장기적인 성장을 수용할 수 있는 솔루션을 만들어낼 수 있습니다.

출시를 통한 학습

제품 개발에서 속도는 중요합니다. 직관을 바탕으로 초기 출시를 진행하면 실제 사용 환경에서의 피드백, 빠른 반복 작업, 그리고 더 빠른 혁신이 가능해지고, 불필요한 과도한 다듬기를 피할 수 있습니다.

디자인에서 데이터와 직관의 시너지 효과

데이터와 직관의 상호작용은 효과적인 디자인에 필수적인 역동적인 긴장감을 만들어냅니다. 데이터에 지나치게 의존하면 창의성이 저해될 위험이 있고, 직관만으로는 사용자의 중요한 니즈를 놓칠 수 있습니다. 소방관이 화재 확산을 예측하듯, 디자이너는 문제가 커지기 전에 미리 예측하고 본능과 통찰력을 바탕으로 대응해야 합니다. 데이터에 기반하여 결정을 내리고 직관으로 다듬어 나감으로써, 기능적일 뿐만 아니라 감성적으로도 공감을 불러일으키는 솔루션을 만들어낼 수 있습니다.

데이터와 직관을 활용한 디자인은 양자택일의 문제가 아니라 상호 보완적인 관계입니다. 디자이너로서 우리의 과제는 각 접근 방식에 우선순위를 두어야 할 시점을 파악하는 것입니다. 핵심은 바로 그 시점을 아는 데 있습니다.

데이터는 구조, 유효성 검증 및 명확성을 제공합니다.

직관은 창의성, 공감 능력, 유연성을 가져다줍니다.

이러한 균형을 활용함으로써 디자이너는 다음과 같은 이점을 얻을 수 있습니다.

개발 속도 향상 : 제품을 더 빠르게 출시하고 실제 사용자 피드백을 기반으로 반복적으로 개선하세요.

과감한 혁신을 장려하십시오 : 직감을 믿고 기존의 관념에 도전하고 틀에 얽매이지 않는 아이디어를 탐구하십시오.

사용자 경험 향상 : 감정적, 문화적으로 공감을 불러일으키는 솔루션을 개발하여 사용자와 더욱 깊은 유대감을 형성하십시오.

진정한 디자인의 탁월함은 이러한 균형에 있습니다. 숫자나 직감만으로는 영향력 있고 확장 가능한 솔루션을 만들어낼 수 없습니다. 데이터와 직관을 모두 활용함으로써 디자이너는 복잡성을 헤쳐나가고 혁신을 촉진하며 사용자에게 영감을 주고 깊은 공감을 불러일으키며 시간이 지남에 따라 효과적으로 성장할 수 있는 디자인을 창조할 수 있습니다.

참고 자료:
- 베노, 안드레이
데이터 기반 의사결정 vs. 데이터 정보 활용 의사결정: 제품 팀은 어떤 방식을 사용해야 할까요?
- 대니얼 카네만, 생각의 속도와 느림
- 게리 클라인, 자연주의적 의사결정에 관한 연구
- 돈 노먼, 일상 사물의 디자인
- 닐슨 노먼 그룹, 사용성 인사이트 및 모범 사례
- A List Apart, Smashing Magazine, UX Collective에 실린 데이터 기반 및 직관적 디자인 실천 관련 기사
- 이 글을 쓰는 동안 다양한 GPT 도구들이 제게 도움을 주었습니다.

원문 출처: https://medium.com/workable-design/data-vs-intuition-product-design-decisions-like-firefighters-064644078352

DEET를 구독하고 커리어 성장을 위한 작은 습관을 시작해 보세요.