TL;DR
- 쓸모: AI는 이미 모은 리서치를 정리하는 데는 좋지만, 없는 사용자 경험을 지어내게 하면 빈 껍데기만 나와요
- 차이: 진짜 리서치에는 구체적인 사건이 있고, AI 결과물은 어느 제품에나 붙는 문장이에요
- 기준: 정리할 실제 데이터를 줬는지, 지어내라고 시켰는지부터 물어보세요
💬 이 한 줄이 마음에 남았어요
UX 리서치·교육 기관 닐슨노먼그룹(NN/G)은 8월 28일 글을 소개하면서, AI가 만들어낼 수 없는 것을 "the specific, messy experience of real users"라고 표현했어요. 구체적이고 어수선한 실제 사용자의 경험이라는 뜻이에요.
🔎 공감 지도가 뭐길래
공감 지도(사용자가 무엇을 말하고 생각하고 행동하고 느끼는지 칸에 채워 팀이 같은 사람을 떠올리게 하는 워크숍 기법)는 UX의 첫 단추로 꼽혀요. 글쓴이 레이첼 크라우스는 AI를 쓰지 말라고 하지 않아요. 대신 AI에게 넘기는 재료가 진짜인지를 따지라고 해요. 모아 둔 스티커 메모를 정리하고, 인터뷰 인용 속 패턴을 요약하고, 근거를 붙인 뒤 문장을 다듬는 건 좋은 쓰임새예요. 반대로 "우리 사용자는 뭘 느낄까" 하고 칸을 채워 달라고 하면 근거 없는 추측이 지도에 그대로 들어가요.
📎 예시
글에 나온 세 가지 대비예요. 장보기 앱에서 AI는 "알리기 전에 대체 상품을 먼저 바꿔 보게 하자"는 무난한 결론을 냈는데, 실제 리서치에서는 귀리 우유가 다른 제품으로 바뀌어 온 구체적인 사건이 나왔어요. 은행 도구에서 AI는 "사용자는 안전한 송금을 원한다"고 썼지만, 실제 사용자들은 1달러부터 먼저 보내 보며 시험하고 있었어요. 수강 신청에서 AI는 "시스템이 느리다"고 적었는데, 실제로는 친구들이 시간을 맞춰 동시에 새로고침하는 작전이 있었어요. 앞 문장은 어느 서비스에 붙여도 말이 되고, 뒤 문장은 그 서비스에서만 나와요. 언어 모델이 흔한 문장을 이어 붙이는 방식이라 평균적인 말이 나오기 쉬운 거예요.
🧭 같은 경고가 줄줄이 나와요
8월 초 NN/G는 도그푸딩(직원이 자사 제품을 직접 써 보는 방식)이 버그는 잡아도 사용자 리서치를 대신하지 못한다고 했어요. 팀이 제품을 너무 잘 알아서 실제 사용자를 대표할 수 없다는 이유예요. 8월 말에는 AI가 만드는 속도를 UX 평가가 못 따라가서 뒷정리만 쌓이는 상황을 청소 담당의 시대라고 불렀고, 9월 11일에는 AI 프로토타이핑으로 복잡한 인터랙션을 일찍 테스트하라는 반대편 글도 냈어요. 방향은 달라 보여도 결론은 같아요. AI는 만들고 정리하는 속도를 올려 주지만, 실제 사람이 어떤지 알려 주는 자리는 여전히 사람이 채워야 해요.
🙃 내 생각엔
AI가 공감 지도를 30초 만에 채워 주면 회의는 빨라져요. 그런데 그 지도를 보고 팀이 공감하는 대상은 실제 사용자가 아니라 평균이 만든 가상의 인물이 돼요. 1달러 송금 같은 디테일은 인터뷰 한 번이면 나오는데, 저는 그 한 번을 아끼는 게 가장 비싼 지름길이라고 생각해요.
참고문헌
'UX 인사이트' 카테고리의 다른 글
| 예쁘게 만들었는데 안 읽힌다는 1년, 애플이 슬라이더로 물러선 이유 (0) | 2026.09.22 |
|---|---|
| 예전엔 반짝이 아이콘 하나면 됐는데, 이제는 아니다 (0) | 2026.09.21 |
| 프롬프트보다 중요한 건, 에이전트에게 뭘 쥐여주느냐였다 (0) | 2026.09.19 |
| AI 챗봇 많이 써도, 신뢰는 성별·세대마다 다르게 쌓인다 (0) | 2026.09.18 |
| AI가 화면 만드는 속도, 접근성 검증은 못 따라간다 (0) | 2026.09.18 |
