기본 콘텐츠로 건너뛰기

사용자 테스팅 회고 그리고 보고서

------------------------------------------------------------

1. 사용성 테스팅(Massive and Rapid Usability Testing)

 가. 사용성 테스팅의 정의

 나. Rapid Usbility Testing

 다. Massive Usability Testing vs. Rapid Usability Testing

2. 사용성 테스팅 계획(개발 수명주기에서의 사용성 테스팅)

 가. 사용성 테스팅은 언제 수행하나요?

3. 참가자 선정

 가. 사용성 테스팅에 얼마나 많은 참가자가 적당한가?

 나. 사용성 테스팅에서 사용자란 누구인가?

4. 사용성 테스팅 수행

 가. 사용자 테스팅
  - 사용자 테스팅 소개
  - 테스트 과제와 시나리오 작성
  - 관찰실
  - 테스트 진행
  - 회고 그리고 보고서
  - 체크리스트
  - 사용자 테스팅의 장점과 단점

 나. 카드 소팅

 다. 소원의 나무

5. 정리(?)

------------------------------------------------------------

자 이제 사용자 테스팅의 결과를 정리할 시간입니다.

회고를 진행하기 전에 준비되어야 할 것은 이전에 얘기했던 관찰자들이 테스트를 관찰하면서 작성한 참가자들이 제품을 이용하면서 겪었던 가장 심각한 사용성 문제의 목록입니다.

그리고 회고가 끝나면 우리는 다음 달 테스트 전까지 고쳐야 할 항목의 목록을 얻게 될 것입니다.

회고는 테스트가 끝난 후 사람들이 테스트에 대한 내용을 생생하게 기억하고 있는 순간에 열려야만 합니다.

회고는 잘못하면 매우 우울하고 딱딱한 분위기속에서 진행될 수 있습니다.

그러한 분위기를 피할 수 있는 좋은 방법은 식사를 하면서 회고를 진행하는 것입니다. 어떤 사람들은 음식을 먹다보면 회고에 집중하지 못한다고 하지만 음식은 분위기를 부드럽게 만들어주는 효과가 있습니다.

만약 아침에 사용자 테스팅을 진행하셨다면 점심을 오후에 진행하셨다면 저녁을 함께 하면서 회고를 진행하면 좋습니다.

회고의 가장 큰 목적은 사용자 테스팅을 관찰하면서 발견된 사용성 문제들 중에서 우리가 해결가능한 가장 심각한 사용성 문제를 선정하는데 있습니다.

많은 사람들이 인정하고 싶지 않은 진실 중 하나가 모든 제품에는 사용성 문제가 있다는 것입니다.

그런데 모든 회사들은 사용성 문제를 고칠 수 있는 자원이 한정되어 있습니다. 그런데 대부분의 심각한 사용성 문제들은 현재 회사가 사용할 수 있는 자원 이상을 요구하는 경우가 많다는 것입니다.

때문에 많은 회사들은 항상 덜 심각한 문제들 중에 해결하기 쉬운것에 마음을 뺏깁니다. 결국 심각한 사용성 문제들은 항상 수정되지 않게 됩니다.

그러므로, 우리는 언제나 항상 반드시 가장 심각한 문제들을 우선적으로 고쳐 나가는 것에 고도로 집중해야 합니다.

회고를 진행하는 진행자는 이것을 반드시 염두해 두어야 합니다.

회고에 참석하는 모든 이해관계자들이 자신들이 관찰한 사용성 문제 중에서 수정하기 쉬운 문제에만 집중하지 않도록 해야 합니다.

사용자 테스팅의 가장 큰 강점은 심각하지 않은 문제보다 누구나 명확하게 이해할 수 있는 가장 심각한 문제들을 명확하게 보여준다는 것입니다.

그렇다면 관찰자들이 관찰한 수많은 사용성 문제들 중에서 과연 어떤것이 정말 심각한 사용성 문제일까요?

심각한 사용성 문제를 식별하는 것은 판단의 문제입니다.

심각한 사용성 문제를 식별하는데에 있어서 가장 어려운 경우는 분명하게 심각한 문제이지만 그 문제가 아주 소수의 사람들에게 영향을 주는 경우나 아니면 수많은 사람들에게 영향을 주지만 약간 귀찮은 정도의 문제인 경우입니다.

이렇게 판단을 내기기 어려운 경우에 있어서 가장 심각한 사용성 문제들은 아래와 같은 기준에 따라 식별할 수 있습니다.

1. 많은 사람들이 이 문제를 겪고 있는가?

2. 이것은 이 문제를 겪고 있는 사람들에게 심각한 문제를 초래하는가? 아니면 그저 불편한 정도인가?

어떠한 사용성 문제가 정말 심각한 사용성 문제인지를 판별하기 위해서 위 2가지 질문만으로도 충분히 심각한 사용성 문제들을 식별해 낼 수 있습니다. 사실 그만큼 심각한 사용성 문제들은 발견하기 쉽고 사실 모두가 이미 인지하고 있는 경우가 많습니다.

만약 쇼핑몰과 같은 사이트라면 가장 심각한 사용성 문제는 결제일 것입니다. 은행과 같은 사이트라면 이체일 것입니다.

이러한 심각한 사용성 문제를 결정하는 회고는 아래와 같은 순서로 진행됩니다.

1. 회고 순서 설명하기
여러분들이 테스트를 관찰하면서 작서하신 사용성 문제 목록들 중에서 가장 심각한 열가지를 고르겠습니다. 그리고 그 중 가장 중요한 것을 선별하여 다음 달까지 수정할 항목을 정하도록 하겠습니다.

2. 관찰실 모니터링 요원이 정리한 전체 사용성 문제 목록을 빔 프로젝트, 이젤 패드, 화이트 보드 등을 통해 공유합니다.(즐겨 사용하시는 도구가 있으시다면 어떤 것을 이용하셔도 좋습니다. 인쇄물을 이용하셔도 좋습니다. 다만, 모든 사용성 문제들을 관찰자들과 회고에 참여한 모든 사람이 한눈에 볼 수 있도록 하는 것이 좋습니다.)

3. 목록을 보면서 가장 심각해 보이는 문제 열 가지를 고릅니다.
원한다면 투표를 해도 됩니다. 아니면 해당 문제를 지적한 관찰자들의 수가 가장 많은 문제들 10가지를 골라도 됩니다.

4. 선정된 열 가지의 심각한 사용성 문제들을 심각도에 따라 다시 적습니다.

5. 선정된 열 가지의 심각한 사용성 문제들에 대한 해결 방법을 간단하게 논의 합니다. 수정은 최대한 간단히 할 수 있는 선으로 제한합니다.

6. 선정된 열 가지의 심각한 사용성 문제들에 대한 해결 방법을 검토하고 그 중 한달 동안 수정 가능한 문제들을 선택합니다.
일반적으로 3개 정도의 사용성 문제를 선정하는 것이 좋습니다. 하지만 더 많은 사용성 문제들을 수정 가능하다면 가능한 많은 문제들을 고르는 것이 좋습니다.

일반적으로 저는 회고를 진행할 때 목적을 한 달동안 수정 가능한 가장 심각한 사용성 문제 3가지로 제한하여 진행하는 경우가 많습니다.

이렇게 목적을 명확히 할 경우 사람들이 그 목적에 집중하여 회고가 좀 더 효율적으로 진행될 수 있습니다.

그리괴 회고는 진행자의 주도 하에 진행되는 것이 좋습니다. 토론은 좋은 것이지만 무엇인가를 선택하는 문제에 있어서 토론은 자칫 잘못하면 서로간의 책임을 회피하는 수단으로 이용될 수 있습니다.

관찰자들과 이해관계자의 의견에 귀를 귀울여야 하지만 결정에 있어서만큼은 진행자가 결정하여 통보하는 형태로 진행하는 것이 좋습니다.

회고에 참여하는 관찰자들과 이해관계자 중에서 사용성에 대하여 가장 잘 이해하고 있는 사람이 진행자이기 때문입니다.

또한 일반적으로 회고는 1시간정도 진행됩니다. 또한 식사와 함께 진행되기 때문에 자칫 잘못하면 어수선한 분위기 속에서 사람들이 잡답이나 영양가 없는 논쟁으로 시간을 소비할 수 있습니다.

진행자는 회고에서 사람들이 샛길로 가지 않도록 잡아주어야 합니다. 짧은 의견을 피력하는 것은 좋지만 이것이 어떠한 '종교 논쟁'으로 번지게 해서는 안됩니다.

사람들이 '종교 논쟁'에 빠지려 한다면 테스트 관찰 내용으로 논의를 되돌리는 것이 좋습니다.

"지금 하시는 이야기는 테스트에서 보신 내용인가요?" " 지금 이 이야기의 내용을 테스트에서 보신 분들이 계신가요?"

와 같은 질문이 효과적이며 필요하다면 테스트를 녹화했던 파일을 검토하는 것도 좋습니다.

마지막으로 주의할 사항은 열 가지의 사용성 문제들에 대한 해결 방법을 논의할 때 특정 사용성 문제들에 대하여 다름 프로젝트 또는 다음 스프린트, 다음 업데이트 등에서 해결될거라는 의견을 무시하시기 바랍니다.

그것은 진부한 회의론자들의 핑계일 뿐입니다.

그들은 이전에도 그렇게 심각한 사용성 문제들을 해결하지 않았습니다.

우리에게 중요한 것은 심각한 사용성 문제들을 영원히 사용자들로부터 사라지게 하지 못한다 하더라도 최소한 사용자들에게 그러한 문제들이 덜 심각할 수 있도록 그 문제를 작게 만드는 것이기 때문입니다.

심각한 사용성 문제를 해결하는 것은 누구도 원하지 않는 경우가 많습니다. 모두가 회피한다면 사용자 테스트를 수행한 의미가 없습니다. 테스트를 수행하고 문제가 발견되었다면 그 문제를 해결하기 위해 할 수 있는 모든 것을 시도할 필요가 있습니다.

진행자는 회고에 참여한 모든 사람들에게 이러한 사실을 일깨워줄 필요가 있습니다.

이렇게 다음 테스트 전까지 수정해야할 심각한 사용성 문제들이 정해졌다면 해당 사용성 문제들을 담당자들에게 이메일로 간단하게 통보하는 것으로 사용자 테스트는 끝을 맺게 됩니다.

일반적으로 사용자 테스트에서는 결과 보고서와 같은 무거운 문서를 만들지 않습니다. 왜냐하면 그러한 결과 보고서를 받아야 하는 사람들이 테스트에 직접 참여하여 관찰을 하였고 심각한 사용성 문제들을 선정했으며 그것을 수정하기로 동의했기 때문입니다.

때문에 무거운 문서 대신에 관련 이해관계자들이 그러한 사실을 잊지 않도록 일깨워주고 진행상황을 감시하고 제어하는 것으로 충분합니다.

하지만 만약에 정말로 필요하다면 정해진 양식에 따라 보고서를 작성하셔도 상관 없습니다.

간단하게 이메일로 결과를 통보한다면 아래와 같은 내용들을 적으시면 됩니다.

1. 테스트 대상

2. 참가자가 수행한 과제 목록

3. 관찰을 통해 다음 달까지 고치기로 결정한 문제의 목록

그리고 필요하다면 녹화 파일을 볼 수 있는 방법을 추가할 수 있습니다. 하지만 녹화 파일은 사용성 문제를 수정하는 과정에서 또다른 '종교 논쟁'을 불러일으킬수 있으므로 열람을 제한적으로 허용하는 것이 좋습니다. 저는 열람의 경우 비밀 서약과 함께 필요한 부분만을 제공하는 것으로 갈음합니다.

그리고 마지막으로 다음 테스트 진행 일정을 반드시 알려주어야 합니다.

이렇게 사용자 테스트가 막을 내립니다. 하지만 이것이 끝은 아닙니다. 사용자 테스트는 정기적으로 진행되는 것입니다. 이제 여러분은 다음 테스트를 준비하셔야 합니다.

다음에는 이러한 사용자 테스트를 준비하는 과정에 필요한 체크리스트를 소개해 드리겠습니다.

댓글

이 블로그의 인기 게시물

AI 에이전트의 환각과 프롬프트 폭증을 막는 '컨텍스트 엔지니어링(Context Engineering)'과 아키텍처의 미래

AI 코딩 에이전트나 생성형 LLM을 소프트웨어 개발에 접목하는 시도가 늘어나면서, 엔지니어들이 마주하는 가장 큰 기술적 병목 중 하나는 바로 '컨텍스트(Context)'의 관리입니다. 저 역시 최근 AI와 바이브 코딩(Vibe Coding)을 활용해 여러 프로젝트를 진행하고 있는데, 하나의 대화창(세션)을 오래 켜둔 채 작업을 계속 이어가다 보면 AI가 초기 맥락을 잊어버리거나 이전에 지켜달라고 했던 제약조건을 놓치며 실수를 저지르는 경우를 자주 겪곤 합니다. 그래서 저는 목적별로 대화창을 명확하게 분리해서 작업하거나, 어느 정도 작업 단계가 진행되면 지금까지의 구현 내용과 의사결정을 요약 정리한 뒤 새 대화창에서 AI에게 이를 다시 학습시키는 방식으로 맥락을 관리하고 있습니다. 그렇다면 엔지니어링 아키텍처 차원에서는 이 문제를 어떻게 접근하고 있을까요? InfoQ의 발표 아티클 "Architecture / Context Engineering"에서는 바로 이 지점, 즉 단순한 프롬프트 엔지니어링을 넘어 시스템 아키텍처 수준에서 컨텍스트를 제어하는 '컨텍스트 엔지니어링(Context Engineering)'의 필요성과 구체적인 프레임워크를 다루고 있습니다. (출처: InfoQ - Architecture / Context Engineering) https://www.infoq.com/presentations/architecture-context-engineering/ 발표자들은 코딩 에이전트나 자율형 에이전트가 현장에서 실패하는 가장 큰 이유로 '비대해진 컨텍스트 윈도우(Bloated Context Windows)'와 무분별하게 채워진 프롬프트(Stuffed Prompts)를 꼽습니다. AI에게 너무 많은 정보를 한 번에 주면, 모델의 주의력(Attention)이 분산되거나 논리적 우선순위를 놓치는 현상이 발생합니다. 마치 인간 엔지니어에게 백과사전 수십 권을 던져주고 "이거 다 읽고 10초 ...

AI의 UX, 단 5개 문항으로 측정하는 방법: SUXAI

테스트 관리에는 아주 유명한 명언이 있습니다. 어쩌면 이 말은 테스트 관리에서만 유용한 얘기는 아닐거고.. 어쩌면 여러분도 다른 곳에서 들었을 수도 있습니다. "측정할 수 없으면 개선할 수 없다" 지난 글(https://murianwind.blogspot.com/2026/07/ai_01010698011.html)에서 생성형 AI 시대에는 기존의 일반적인 사용성 지표(SUS 등)만으로는 부족하며 정확성, 신뢰성, 설명 가능성, 제어 가능성이라는 AI 에 특화된 품질 특성이 필요하다고 정리해 드린 바 있습니다. 하지만 실무자의 입장에서 항상 부딪히는 현실적인 고민이 있습니다. "이론은 좋은데, 당장 매주 업데이트되는 AI 기능의 UX를 바쁜 현장에서 어떻게 빠르고 정량적으로 측정할 것인가?"라는 점이죠. MeasuringU에서 이에 대한 명확하고 실용적인 해답을 제시하는 후속 아티클을 공개했습니다. 바로 "Streamlined Measurement of the UX of AI"입니다. (출처: MeasuringU - Streamlined Measurement of the UX of AI / Jeff Sauro, PhD & Jim Lewis, PhD) https://measuringu.com/streamlined-measurement-of-the-ux-of-ai/ Jeff Sauro와 Jim Lewis 박사는 실무 연구자들과 테스터들이 긴 설문이나 복잡한 프레임워크 없이도 AI 제품의 핵심 품질을 빠르게 측정할 수 있도록 SUXAI(Streamlined UX of AI)라는 간소화된 측정 모델을 구축했습니다. 기존에 수많은 문항으로 분산되어 있던 지표들을 통계적 요인 분석을 통해 쥐어짜고 압축하여, 핵심적인 5가지 5점 척 문항 으로 표준화했습니다. SUXAI를 구성하는 5가지 핵심 평가 문항 정확성 (Accuracy): "이 AI가 생성한 결과물은 정확하다." 신뢰성 (Trust/Re...

'자동화 편향'과 '대중적 불신' 을 고려한 AI 테스팅 시나리오 설계

최근 생성형 AI나 자율주행, 에이전트 기술의 테스팅 시나리오를 작성할 때 우리가 당연하게 전제(Assumption)로 깔고 가는 중요한 인간 행동 방식이 하나 있습니다. 바로 '자동화 편향성(Automation Bias)'입니다. 인간은 시스템이 자동화되고 스마트해질수록 기술을 과도하게 신뢰하고 주의력을 놓아버립니다. 차량을 운전하면서 운전자 보조 시스템을 켜고 전방 주시를 태만히 하고 스마트폰을 보거나 영상을 시청하는 운전자라던지 AI 의료 진단 보조 도구가 내놓은 결과를 의사가 깊은 의심 없이 그대로 승인해 버리는 현상이라던지 AI 챗봇이 추천한 잘못된 정보를 사용자가 사실로 믿고 행동하는 케이스 같은 게 있을 겁니다. 우리는 항상 이러한 "사람들이 AI를 너무 믿어서 발생하는 위험"을 핵심 리스크로 정의하고, 이를 검증하기 위한 안전장치(Safety Guardrail)나 경고 알림, 오용 방지(Misuse) 테스팅 시나리오를 도출해 왔습니다. 그런데 최근 Gizmodo에 보도된 미국 설문조사 결과는 매우 흥미로운 사실을 보여줍니다. (출처: Gizmodo - Survey Finds Americans See AI as Comparable to Humans—It’s Making Them Trust It Less )   기사에서 언급된 설문조사의 결과는 AI가 사람을 닮아갈수록 완벽함에 대한 기대와 실수가 충돌하고 책임이 모호해져 대중의 신뢰는 오히려 떨어진다는 것이었습니다.  자세히 살펴보면 해당 조사는 일반 대중을 대상으로 AI에 대한 인지적 반응을 측정했습니다. AI가 인간과 유사한 대화/추론 능력을 보일 때 유저가 느끼는 '인지적 불쾌한 골짜기(Uncanny Valley)' 현상을 정량 지표로 포착해 냈다는 점에서 의미가 있다고 생각합니다. 단순히 "AI가 좋다/나쁘다"를 넘어, 의인화(Anthropomorphism)의 수준과 신뢰도(Trust) 사이의 음(-)의 상관관계를 입증했기 때문...