기본 콘텐츠로 건너뛰기

사용성 테스팅 결과 조작하기 - 리플레밍 효과

여러분 앞에 물이 반 정도 찬 물잔이 놓여있다고 가정해 봅시다.

물이 반 정도 찬 물잔을 바라보면서 어떤 사람은 '이것밖에 없다'고 생각하는 사람도 있겠지만 '아직 이렇게나 남아 있다'고 생각하는 사람도 있을 것입니다.

이 예제는 긍정적 사고와 부정적 사고를 대표하는 유명한 예제 중 하나입니다.

언제나 '아직 이렇게나 남아 있다'라는 긍정적 사고를 해야한다고 강요하는데 사용되는 예제입니다.

하지만 사실 이 예제는 긍정적 사고나 부정적 사고와는 별 상관이 없습니다.

이 예제는 사실 같은 수치라 하더라도 사람에 따라 받아들이는 방식이 달라지는 현상에 대한 예제로 이러한 현상을 '리플레밍 효과'라고 합니다.

위 예제가 긍정적 사고나 부정적 사고와 큰 연관이 없는 것은 물이 반 정도 찬 물잔에 들어있는 물 또는 주변 상황에 따라 우리가 물잔을 인식하는 결과가 아주 크게 바뀌기 때문입니다.

만약 물잔 안에 까나리 액젖이 차 있다면 어떨까요? '아직 이렇게나 많이 남아 있나?'가 될것입니다. 이건 긍정적 사고는 아닐 것입니다.

반며에 물잔 안에 콜라가 차 있다면 어떨까요? '이것밖에 없다'고 생각하게 될 것입니다.

즉, 여러분이 목이 마르거나 그렇지 않을때, 맛있는 물이냐 아니냐에 따라 결과는 엄청나게 달라질 수 있다는 얘기입니다.

비슷한 예로 저희 집은 부동산 광고에는 지하철 역에서 15분 거리에 있다고 적혀 있습니다. 도데체 누구 걸음으로 15분이라는 정보는 어디에도 없습니다. 실제로 지하철역에서 집까지 걸어가보면 족히 30분이 걸립니다. 언덕길, 교통신호 등으로 15분만에 집에 도착하는 것은 거의 불가능에 가깝습니다.(뜀박질 하면 가능할수도 있겠죠.. 하지만.. 도보라고 적혀 있습니다. 광고에는..)

이 도보 15분이라는 광고는 어떤 사람에게는 아파트를 구매하는데 있어서 어떤 문제도 아닐 수 있지만, 어떤 사람에게는 구매를 포기할 아주 큰 원인이 될 수도 있습니다.

이러한 리플레밍 효과는 사용성 테스팅 결과를 작성할 때도 아주 유용하게 적용될 수 있습니다.

바로 주변 상황을 바꾸거나 수치를 살짝 바꿔줌으로 해서 결과를 받아보는 사람에게 아주 큰 영향을 끼칠 수 있다는 얘기입니다.

예를 들어 '가'라는 시제품의 사용성에 대해 10명중 단 3명만 매우 좋다고 답변했습니다.

이후에 사용성을 개선한 '나'라는 시제품에 대하여 동일한 테스트를 수행한 결과 10명중 6명이 좋다고 답변했습니다.

그렇다면 처음에는 30%였던 사용성이 60%로 개선이 되었습니다. 하지만 우리가 인식하기에 60%의 사용성은 그다지 좋은 사용성으로 인식되지 않을 수 있습니다.

그렇다면 배경 상황을 모두 숨기고 단 한문장으로 엄청난 개선 효과가 있는 것처럼 포장할 수 있습니다.

'이번 시제품은 이전 시제품에 비해 무려 200%의 개선효과가 있었습니다.'

라고 적는 것입니다.

많은 사람들은 이런 문장의 배경 상황보다는 200%라는 숫자에 주목하게 됩니다.

이처럼 어떤 사람의 경험과 지식, 그때그때의 상태에 따라 같은 데이터라도 보는 방식이 달라질 수 있습니다.

때문에 사용성 테스팅 뿐만 아니라 어떤 결과에 대한 결과를 제시할 때에는 객관적으로 제시할 수 있도록 노력해야하며, 배경 상황에 대해서도 충분한 데이터를 제공해야 합니다.

물론 결과를 받아보는 사람들도 어떤 숫자 등에 현혹되지 않고 객관적으로 주변 상황을 고려하여 판단할 수 있도록 노력해야합니다.

리플레밍 효과는 잘만 사용한다면 매우 효과적인 수단이지만 잘못 사용한다면 사기에 가까운 아주 좋지 않은 결과를 가져올 수 있습니다.

댓글

이 블로그의 인기 게시물

그 상품을 내린 이유가 무엇이오?

어제 점심때 전화해서 상품 재고를 확인한 고객. 그러나 어제 저녁에 품절되서 상품을 내리게 되었다. 그 고객이 오늘 늦게 주문을 하려니 상품이 없다고, 항의하며 책임지고 물건을 구해줄 것을 요구. .....책임 없는 것 같은데요. 우리가 견적을 주거나 계약을 한것도 아니고... ps. 고객은 우리가 상품 페이지를 닫은 의도에 대해 의심하고 있음. -_- 의도까지야...있을리가.

murianwind의 트위터 - 2012년 01월 20일 ~ 2012년 01월 26일

Usability Testing Field Notes http://t.co/vMccVuRU posted at 05:36:50 Raid a Dungeon, Finger Tap the Drums, and Hadoken! [App Deals Of The Day] http://t.co/bXdFbR6H posted at 07:37:44 [번역] 리그레션 다시 생각해 보기 - 파트 3: 리스크 완화 전략 http://t.co/CRgWtefS posted at 11:14:14 대통령 욕했다고 잡아가는 세상, 노무현도 그랬을까. http://t.co/jHmOCrPF posted at 17:10:03 MB 손녀의 몽클레어패딩과 노무현 손녀의 샌들 http://t.co/6FljNVky posted at 08:37:29 The mission of testing is always changing http://t.co/h2ldWbXX posted at 21:17:20 2012년도 Google에서 없어지거나 오픈소스화하거나 중단예정인 서비스들 . #google http://t.co/U1Z8KOwf posted at 05:19:43 게임회사의 회계이야기 (4) - 예산계획의 시작 http://t.co/vc0TTyb7 posted at 14:49:38 '사짜'에게 말려들지 않기 http://t.co/deIENSO5 posted at 19:15:02 한나라, 디도스 자료 제출 요구… 선관위, "적반하장" 맹비난 http://t.co/cnTRkcQL 꼼수다에 나왔던.. 바로 그곳.. 성지 순례 고고싱.. ㅋㅋㅋ posted at 09:04:54 [26일(목) 조간] 임기 4년차 경제성장률 노무현 5.2 vs 이명박 3.6 http://t.co/TxUBys6u posted at 10:13:40 [테스팅 히치하이커를 위한 안내서] 아마도 절대 알아낼 수 없을 것 같은 스파크의 연비 http://t.co/d...

PERT/CPM 그리고 CCPM

우선 이 글은 제 개인적인 이해를 적당히 정리한 글입니다. 세부적인 내용은 지금도 학습하는 중으로 물어보신다 하여도 대답해 줄만한 능력은 아니됩니다. 물론 제 개인적인 이해이기 때문에 잘못된 개념이 있을 수도 있으며 그런 부분에 대해 트랙백이나 댓글로 친절하게 알려주었으면 하는 바입니다. 지금부터 하고자 하는 얘기는 일정의 추정에 대한 얘기입니다. PMP 자격증을 취득하셨거나 중비중인 모든 분들은 기본적으로 PERT/CPM에 대해 알고 계실 것입니다. 고로 아래 내용은 다 아실 것이라 생각합니다. 다시 한번 말씀드리면 혹시 틀린 내용이나 이해를 잘 못하고 있는 부분이 있다면 친절히 알려주셨으면 하는 바입니다. 일정을 추산하는데 사용하는 분포는 크게 3가지로 나뉩니다. 베타 분포, 정규 분포, 삼각 분포 가장 먼저 볼 것은 정규 분포입니다. 아래 보는 것과 같은 그래프가 가장 대표적인 정규 분포 곡선이며, 6시그마에서 많이 볼 수 있는 곡선이기도 합니다. 위와 같은 정규분포 곡선에 따라 일정을 추산해 본다면 평균치는 현재 5일입니다. 어떤 작업을 수행할 때 평균적으로 5일을 소요하는 경우가 가장 많다라는 것입니다. 그렇다면 우리는 실제로 일정을 추산할 때 5일로 추산할까요? 절대로 그럴리가 없습니다. 우리는 여러 이유로 안전시간이라는 것을 삽입합니다. 만약 우리가 일정으로 5일로 추산한다면 일정에 맞춰 작업을 완료할 확률은 50%입니다. 때문에 우리는 일정에 맞춰 작업을 완료할 확률이 대략 90% 쯤 되는 날짜를 추산하게 됩니다. 대략 7일쯤을 적는 것이지요. 하지만 이렇게 일정을 추산하고 나면 사람은 역시 게을러지게 됩니다. 추가로 이틀의 시간을 안전시간으로 집어넣었기 때문에 파킨슨 법칙과 학생증후군의 환상 조합에 따라 7일이 다시금 평균값이 되고 일정이 완료되는 것은 9일경이 될 것입니다. 문제는 이러한 것이 각각의 작업 단위마다 발생된다면 전체 일정은 각 작업 단위의 지연이 모두 합쳐지기 때문에 눈덩이처럼 지연된다는 것입니다. 또다른 문제는 이것은 표준정규...