기본 콘텐츠로 건너뛰기

카드 소팅 소개

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

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
  - 카드 소팅 소개

 다. 소원의 나무

5. 정리(?)

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

실로 오랜만의 연재 재개이기에 홀로 감개 무량합니다.

흠흠..

이번 글은 Rapid Usability Testing 의 2번째 주제인 카드소팅입니다.

처음 기획 당시에는 간략히 소개하고 넘어가려고 했지만 연재가 중단된 동안에 글을 쓰기 위해 다시금 카드 소팅을 찬찬히 살펴보니 그냥 한번의 포스팅으로 끝내기에는 내용이 어려울 수도 있고 내용도 방대한 편인지라 사정에 의해 몇번에 걸쳐 나눠서 소개하도록 하겠습니다.

솔직히 몇편의 글로 카드 소팅을 소개할지도 아직 정하지 못했습니다.

그리고 저는 카드 소팅을 다른 디자이너분들처럼 전문적으로 하는 사람은 아니기 때문에 모든 내용을 잘 알지도 못하고 잘못된 내용을 전달해드리지는 않을까 두려운 마음도 있지만 그런 부분에 대해서는 이 글을 읽으실 어떤 분이 분명 댓글로 알려주시리라 믿고 있습니다.

자.. 그럼 카드 소팅으로 빠져보도록 하겠습니다.

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

카드소팅은 대략 1980년대 초반부터 사용된 기법으로 알려져 있습니다. 정확히 누가 시작했고 누가 만들었는지는 저도 잘 모르겠습니다.

카드소팅은 웹 사이트나 어플리케이션에서 메뉴구조와 같이 어떤 기능들에 대하여 그룹을 구성하는데 사용하는 기법입니다.

그러니까 잘라내기와 붙여넣기, 표 작성, 그립 삽입 등과 같은 여러 기능들이 있을 때 각 기능들의 유사성을 구분하여 그룹을 구성하는 기법입니다.

카드소팅은 디자이너들은 매우 흔하게 사용하는 기법이지만 테스터들에게는 좀 낯선 기법이기도 하고 솔직히 배워도 어디에 어떻게 사용해야할지 좀 난감한 구석이 있습니다.

저 같은 경우에는 카드 소팅을 메뉴 구조를 테스트하고 개선안을 제안하는 용도로 사용합니다.(결국은 디자이너가 한 작업을 다시 한번 더 수행하여 검증하는 작업이기에 디자이너가 하는 역할과 거의 동일합니다. 어떤 분들은 이런걸 시간낭비, 돈낭비라고 하시지요..)

카드 소팅은 크게 2가지로 나뉘어집니다.

첫번째는 참여자들에게 그룹을 구성할 단위들이 기재된 카드를 나누어주고 스스로 그룹을 만들어서 카드를 분류하게 하는 열린 카드 소팅

두번째는 참여자들에게 정해진 그룹 안에 카드를 분류하게 하는 닫힌 카드 소팅

2가지로 나뉘어집니다.

언제 어떤 방법을 적용하느냐는 그때 그때에 따라 달라집니다.

저의 경우에는 그룹을 생성할 때에는 열린 카드 소팅을 생성된 그룹에 대한 각 카드의 상호 관련성을 측정할 때에는 닫힌 카드 소팅을 사용합니다.

2가지 방법을 하루에 같은 참여자 그룹을 대상으로 모두 진행하는 경우도 있고 필요하다면 열린 카드 소팅과 닫힌 카드 소팅을 구분해서 다른 참여자 그룹을 통해 진행하기도 합니다.

닫힌 카드 소팅만을 진행하는 경우는 많지 않고 열린 카드 소팅을 진행한 후 열린 카드 소팅에서 만들어진 그룹을 대상으로 닫힌 카드 소팅을 진행하는 경우가 많습니다.

카드 소팅은 종이에 인쇄된 인덱스 카드를 사용하거나 웹서비스나 어플리케이션을 이용한 가상카드를 사용할 수 있습니다.

관심 있으신 분들은 구글에서 카드 소팅으로 검색해보시면 정말 많은 어플리케이션과 웹 서비스를 찾으실 수 있습니다.

하지만 저는 대체로 종이에 인쇄된 인덱스 카드를 사용하는 방법을 선호합니다.

그렇다면 카드 소팅에는 몇 명의 참여자가 필요할까요?

2004년 툴리스와 우드의 연구결과에 따르면 15명의 표본 규모에서 전체 데이터와의 상호 관련성이 0.90이라고 얘기하고 있습니다. 즉, 일반화시키기는 힘들지만 최소한 약 15명의 참여자가 필요하다고 얘기할 수 있습니다.

카드 소팅은 다른 Rapid Usbility Testing 기법들에 비해서 조금 많은 참여자가 필요합니다.

하지만 저는 신뢰도가 그렇게 중요하지 않거나 단순히 기존 카드 소팅 결과와의 상관 관계 검증을 할 경우에는 10명정도의 사용자만으로 진행하는 경우도 있습니다.

만약 카드 소팅의 주제가 어렵거나 카드 개수가 너무 많다면 좀 더 많은 사람이 필요할 수 있습니다.

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

막상 카드 소팅을 어떻게 수행하는 것인가에 대하여 글로 쓰려고 하니 어려운 부분이 있네요..

관련해서 예전에 보았던 동영상을 소개해 드리려고 했는데 동영상을 찾지 못했습니다.

해서 조만간 실제로 카드 소팅을 진행하는 워크샵을 진행하고 워크샵 내용으로 내용을 추가하도록 하겠습니다.

관심 있으신 분들은 나중에 워크샵이 진행된다면 많이 참여해주시면 좋겠습니다.

댓글

  1. Kim Jongha19/9/11 11:40

    으흠~ 저희 사이트에 적용시켜봐야겠네요 - wisedog

    답글삭제
  2. 제 마루타가 되어 주실 의향은 있으신지..

    무료로 진행해 드리고 데이터는 제 블로그에 개제하는 것으로.. 흠흠..

    답글삭제
  3. mickeyjiwan30/9/11 20:21

    얼마전에 기술경영공부하는 친구가 추천한 책 'Gamestorming : A Playbook for Innovators, Rulebreakers, and Changemakers '를 한창 보고 있는데, 테스트와 관련해서 많이 고민하고 있습니다.  카드 소팅도 재미있겠네요

    답글삭제

댓글 쓰기

이 블로그의 인기 게시물

우리는 AI로 '더 빠른 말'을 키우고 있는걸까요? 아니면 '자동차'를 만들고 있는걸까요?

20년 넘게 IT 현장에서 뒹굴거렸는데... 요즘처럼 "우리가 지금까지 당연하게 여겨온 일하는 방식의 본질"에 대해 근본적인 질문을 던지게 만드는 때가 없었던 것 같습니다. 최근 읽은 UX 관련 글 하나가 가슴을 쿵 치고 지나갔습니다. UX 및 디지털 트렌드를 다루는 블로그 ux4dotcom에 올라온 "Beyond Faster Horses — Why AI Challenges One of UX's Oldest Assumptions"라는 글입니다. (출처: ux4dotcom - Beyond Faster Horses — Why AI Challenges One of UX's Oldest Assumptions ) 혁신을 말할 때 늘 인용되는 헨리 포드의 유명한 말이 있습니다. "사람들에게 무엇을 원하느냐고 물었다면, 그들은 '더 빠른 말'이라고 답했을 것이다." 사람들은 자신이 경험해 본 범위 안에서만 미래를 상상합니다. 말만 탈 줄 아는 사람에게 자동차는 상상 밖의 범주(Mental Model)니까요. 저자는 그동안 UX(사용자 경험)라는 학문과 필드 자체가 '더 빠른 말을 만드는 일(기존 과업의 효율화)'에 집중해 왔다고 지적합니다. 사용자의 행동을 관찰하고, 마찰(Friction)을 줄이고, 화면을 간소화하고, 기존 워크플로우를 최적화해 주는 작업 말입니다. 실제로 주변을 봐도 우리가 AI를 쓰는 방식도 대부분 이 범주를 벗어나지 못하고 있습니다. 더 빠르게 이메일을 작성하고, 문서 요약을 3초 만에 끝내고, 프레젠테이션 장표나 일정표를 순식간에 만들어내는 일. 분명 유용하고 저 역시 매일 요기하게 쓰고 있지만, 이건 어디까지나 '기존에 인간이 하던 일의 프로세스를 흉내 내어 속도만 올린 것(Faster Horse)'에 불과합니다. 정작 "이 워크플로우 자체가 과연 계속 존재해야 하는가?"라는 근본적인 질문은 던지지 못하고 있는 것이죠....

20년 차 테스터가 고른 최근 IT 소식: 기술의 속도, 그리고 사람의 자리

20년 넘게 IT 업계에서 테스팅하고 강의하고 공부하고 여러 일을 해왔지만... 정말이지 단 하루도 편하게 쉴 틈을 주지 않는 세상입니다. 특히 최근 4~5년 동안 가속화된 AI의 물결은 기술의 스펙트럼뿐만 아니라 우리가 일하고, 협업하고, 조직을 이끄는 방식 전체를 뒤흔들고 있습니다. 이번 주에도 수많은 뉴스레터와 아티클을 훑어보았습니다. 그중에서도 기술의 화려함 뒤에 숨겨진 ‘사람, 조직, 그리고 커리어의 본질’을 찌르는 글 몇 개가 눈에 띄어 메모해 둡니다. 제 평소 생각과 맞닿아 있는 6가지 이야기입니다. --- 1. 인지부채(Cognitive Debt): 바이브 코딩 시대에 우리가 지게 되는 진짜 빚 (출처: ROBOCO - 인지부채: 바이브 코딩 시대의 새로운 부채 관리법 / 정도현 수석 컨설턴트 ) 요즘 커서(Cursor)나 클로드 코드(Claude Code) 같은 에이전트를 붙여 "이거 만들어줘" 하고 승인(Approve) 버튼만 누르면 눈 깜짝할 사이에 코드베이스가 완성되는 '바이브 코딩(Vibe Coding)'이 유행입니다. 그런데 속도는 엄청나게 빠른데, 정작 서비스에 장애가 나면 "AI가 짜서 잘 모르겠는데요?"라는 답이 나오는 이상한 현상이 벌어집니다. 정도현 컨설턴트는 이를 '인지부채(Cognitive Debt)'라고 정의합니다. 코드는 쌓이는데, 정작 인간의 시스템 이해도는 쌓이지 않는 격차죠. * Human-in-the-loop의 환상: AI가 초당 수백 줄을 뽑아내는데 사람이 일일이 검토한다? 결국 검토자는 병목이 되고, 시간 압박에 쫓겨 영혼 없이 승인 버튼만 누르게 됩니다. 40년 전 자동화 연구(Bainbridge, 1983)가 지적했듯, 자동화될수록 사람은 감시만 하다가 정작 개입해야 할 결정적 순간에 숙련도를 잃어버립니다. * 부채는 0으로 만드는 게 아니라 '관리'하는 것: AI가 만든 모든 코드를 사람이 외울 수는 없습니다. 핵심은 ...

'자동화 편향'과 '대중적 불신' 을 고려 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...