기본 콘텐츠로 건너뛰기

웹 접근성과 멀티 브라우저 지원은 다른 것이다.

최근의 웹 서비스의 가장 큰 흐름 중 몇가지를 꼽아보자면..

클라우드 서비스, HTML5 그리고 웹 접근성 정도를 꼽아볼 수 있을 것 같다.

그 중 내가 가장 주목하는 부분은 웹 접근성이다.

웹 접근성의 정의나 이런걸 떠나서 웹 접근성은 웹을 테스트하는 테스터의 입장으로서 가장 신경이 많이 가는 부분이면서 사용성 테스트의 가장 큰 걸림돌 중 하나이다.

특히나 최근의 장차법에 대한 범위가 점점 더 커지면서(하지만 이 법은 강제성이 그다지 크지 않다는게 좀 아쉽다.) 웹 접근성은 점점 더 그 중요성이 커지고 있다. 물론 모바일 단말의 보급이 큰 폭으로 증가하면서 이와 관련된 이슈도 점점 더 중요해지고 있다.

결론적으로 고려할것은 점점 많아지는데.. 막상 이와 관련된 사안들에 관심을 기울이는 사람은 크게 없다는 것이 나로서는 신기할 따름이다.

더 재미난 일은 어떤 테스터들은 멀티 브라우저 지원에 관한 테스트만으로 웹 접근성에 관련된 테스트는 충분하다고 말하다는 것이다.

물론 최근에 Active X 등과 맞물려 가장 큰 이슈 중 하나가 멀티 브라우저 지원이 되었다. 최근의 웹 서비스들에 대해 많은(?) 사람들이 멀티 브라우저를 지원하는 서비스를 최신의 서비스로 인식하고 있다는 것은 사실이다.

하지만 실제적으로 멀티 브라우저 지원과 웹 접근성은 분명 연관은 있지만 전혀 다른 문제이다.

어떤 경우 멀티 브라우저를 지원한다고 하면서 각 브라우저별로 별도의 서비스를 만드는 경우도 보았다.

이것은 눈가리고 아웅하는 격이지 절대 웹 접근성을 지원하는 것이 아니다.

여기서 잠시 삼천포로 빠져보도록 하겠다.

웹 접근성은 왜 중요한 것일까?

여기서 중요한 것은 사람이다.

그런데 이번에도 역시나 사람이 문제가 된다.

내가 사용성 테스트를 진행할 때에는 분명 대다수의 사람들은 공통된 것을 공유한다고 가정을 하고 테스트를 진행한다.

하지만 그것은 가정일 뿐이고 실제적으로 사람은 동일하지 않다. 정확히 말하자면 평균적인 사람은 없다.

우리가 타겟 고객이라 부르는 사람도 사실 평균적인 사람을 뜻한다. 하지만 타겟 고객이 의미 없는 것은 그러한 평균적인 사람이 존재하지 않기 때문이다.

이 얘기는 하나의 제품으로 모든 사람을 만족시킨다는 것은 매우 어렵다는 것을 의미한다. 이것은 소프트웨어를 개발하는 모든 사람들에게 아주 큰 골칫거리이다.

소프트웨어를 개발할 때 모든 종류의 사람이 사용할 것이라고 가정을 하고 개발을 한다는 것은 소프트웨어를 복잡하게 만드는 원인이 되며, 사실상 그러한 소프트웨어를 설계한다는 것 자체가 불가능에 가깝다.

그렇기 때문에 우리는 타겟 고객과 같은 평균적인 사람을 가정하게 된다.

하지만 어떤 경우에는 정말 모든 종류의사람을 고려해야할 때가 있다.

그리고 최근의 추세는 정말로 어떤 제품을 개발할 때 모든 종류의 사람을 고려하기를 원하고 있다.

웹 접근성도 웹이라는 공공재를 보편적으로 모든 사람이 사용하도록 하자는 의미라고 나는 이해하고 있다.

그런데 이러한 경우 많은 사람들이 선택하는 것은 설정 사항을 복잡하게 만드는 것으로 선택을 한다.

더 많은 옵션들, 더 많은 제품들로 각각의 사람들에게 특화된 제품을 만들려고 노력을 한다.

하지만 수 많은 옵션들을 제품에 집어넣을 수록 제품은 복잡해지고 오히려 사용할 수 없는 제품이 되어간다.

MS Office 제품의 역사에서 우리는 그것을 보아왔다.

아무리 많은 고객층에 특화된 제품을 만든다고 해도 한계는 있다. 그리고 그러한 제품을 계속해서 개발하고 지원할 수 있는 회사는 이 세상에 없다.

결국에는 누군가는 소외를 받을 수 밖에 없다.

노인, 시각장애자, 청각장애자. 지체 부자유자, 정신 지체자, 외국인 등 특수한 문제가 발생할 수 있는 계층은 너무나 많다.

그렇다면 해결책은 없는 것일까?

명백한 해결책은 아직까지는 없다.

하지만 많은 사람들이 노력하고 있고 기술은 발전하고 있다.

웹 접근성은 그러한 방법 중 하나이다.

웹 접근성이 권고하는 방안에 따라 기본이 튼실한 서비스를 만들어 놓는다면 그 서비스는 융통성을 갖게 된다.

어떠한 사람들, 어떠한 환경, 어떠한 경우에라도 특별한 목적에 따라 변화시킬 수 있는 기회가 생길 수 있다.

웹 뿐만 아니라 소프트웨어를 개발하는 모든 이해관계자들이 이러한 표준들과 보편적인 서비스에 관심을 기울였으면 한다.

개발자, 디자이너, 테스터 등 모든 사람들이 기본을 다시 한번 살피고 충실해졌으면 하는 마음이다.

아.. 정리가 안되는 망글이 되어버렸지만.. 결론은 하나다.

멀티 브라우저 지원이 마치 최신 기술을 대변하는 것처럼 얘기되고 있지만 그것은 사실이 아니다.

멀티 브라우저를 지원하겠다고 해서 각 브라우저마다 별도의 서비스를 개발하고 있다면 그것은 미친 짓이다. 앞으로 더 많은 브라우저가 탄생할 것이다. 그 많은 서비스를 다 개발할 속셈인가?

비슷한 경우로 안드로이드 단말의 파편화를 생각해 보자.

멀티 브라우저는 잠시 잊자. 그리고 웹 접근성이라는 기본으로 돌아가도록 하자.

기본에 충실한 서비스, 제품을 만들고 나면 멀티 브라우저 지원과 같은 부수적인 사항들은 자연스럽게 따라오게 되어 있다.

장애인들은 제품의 겉은 관심이 없다. 볼 수도 없는 경우도 있다. 중요한 것은 여러분의 코드, 즉 기본이다.

그들은 코드를 읽고 코드로 서비스를 이용한다.

그 기본을 튼실하게 만들어주는 것이 웹 접근성이다.

장차법에 대비해야한다면 사용자를 고려한다면 기본으로 돌아가서 기본을 다시 한번 생각해 보도록 하자.

여러분은 그런 것에 해당 사항이 없을 것 같은가?

오늘 저녁 퇴근 시간에 당신을 향해 버스가 달려들면 어쩔텐가? 내일 아침에 당신은 지체부자유자로 병원에 누워있을 수도 있다.

아니면 당신도 늙는다. 늙는 다는 것은 여러가지 신체적 변화를 가져온다.

당장 우리에게 해당사항이 없어보인다 해도 우리도 언젠가는 지금 소외받고 있는 누군가처럼 될 것이다.

그때 그들 가운데 서서 자신에게 관심을 보이지 않는 누군가를 원망할 것인가?

소외받는 사람들을 돌아보는 제품을 만들기 위해 노력해야한다고 본다.

그리고 그것이 우리가 진정한 IT 강국이 되는 첫걸음이라고 본다.

기본으로 돌아가는 것 그것이 지금 우리가 해야할 일이 아닐까?

(결론은 망글이 되어 버렸다. ㅠㅠ)

댓글

  1. 공감가는 글 흥미롭게 읽었습니다. 한가지 '장애우'라는 표현은 '장애인'이 반대하는 표현입니다.

    답글삭제
  2. Murian Song26/8/11 09:43

    앗.제가 실수를 했습니다. 수정하였습니다.

    답글삭제

댓글 쓰기

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...

합성 사용자(Synthetic Users)의 5가지 유형과 AI 테스팅 현장에서의 활용법

AI와 생성형 모델 기술이 발전하면서, 사용자 경험(UX) 연구와 테스팅 현장에서 가상 퍼소나를 활용해 테스트 데이터를 수집하거나 사용성을 평가하려는 시도가 급격히 늘고 있습니다. 이를 흔히 '합성 사용자(Synthetic Users)'라고 부릅니다. 하지만 막연히 "AI에게 사용자 역할을 시켜 테스트를 돌린다"고 할 때, 그 가상 사용자가 어떤 방식과 데이터로 생성되었는지 명확히 구분하지 않으면 자칫 왜곡된 결과에 빠질 위험이 있습니다. UX 및 사용성 리서치 분야의 권위 있는 기관인 MeasuringU에서 이 합성 사용자의 개념을 명쾌하게 분류한 아티클을 공개했습니다. 바로 "What Are the Different Types of Synthetic Users?"라는 글입니다. (출처: MeasuringU - What Are the Different Types of Synthetic Users? / Jeff Sauro, PhD & Jim Lewis, PhD) https://measuringu.com/what-are-the-different-types-of-synthetic-users/ Jeff Sauro와 Jim Lewis 박사는 합성 사용자를 단순히 하나의 개념으로 뭉뚱그리지 않고, 생성 기술의 근거와 데이터 기반에 따라 크게 5가지 유형으로 깔끔하게 정리해 줍니다. 첫째는 규칙 기반(Rule-Based) 합성 사용자입니다. AI 모델이 아니라 사전 정의된 조건문, 정규식, 시나리오 스크립트에 따라 움직이는 전통적인 형태의 가상 사용자입니다. 예측 가능하고 정확하지만, 인간 사용자의 복잡한 정서나 미묘한 변수를 반영하진 못합니다. Selenium, Playwright, K6 같은 도구를 통해 지정된 경로대로 버튼을 누르고 데이터를 입력하는 방식을 들 수 있습니다. 둘째는 퍼소나 기반 LLM(Persona-Based LLM) 합성 사용자입니다. 생성형 AI에게 "너는 50대 비테크놀로지 사용...