← 모든 기사
올바른 것을 만들기
잘못된 결론으로 이끄는 사용자 리서치 실수 5가지
FabricLoop 팀 작성 · 2026년 5월 · 4분 읽기
아무 리서치도 하지 않는 것보다 더 나쁜 리서치가 있습니다. 확신에 차 있지만 잘못된 결론을 내놓는 리서치입니다. 리서치를 아예 하지 않은 팀은 자신들이 가정에 의존하고 있다는 것을 압니다. 반면 잘못된 리서치를 한 팀은 증거가 있다고 믿고, 더 이상 찾아보지 않습니다.
아래 다섯 가지 실수는 드문 예외 사례가 아닙니다. 대부분의 제품 팀에서 거의 항상 나타나며, 내부에서는 알아채기 놀라울 만큼 어렵습니다.
"사용자 리서치의 목표는 직관을 확인하는 것이 아닙니다. 직관을 증거로 대체하는 것이며, 그 증거에는 내가 틀렸다는 증거도 포함됩니다."
다섯 가지 실수
실수 1
가정에 기반한 미래 행동에 대해 묻기
팀이 "X를 하는 기능이 있다면 사용하시겠어요?"라고 묻습니다. 사용자는 그렇다고 답합니다. 팀은 그 기능을 만들고, 아무도 쓰지 않습니다. 사람들은 미래의 자신에 대해 낙관적이고, 실제로 어떻게 행동할지는 잘 판단하지 못합니다. 항상 과거의 행동에 대해 물으세요. "X를 처리해야 했던 가장 최근의 경험을 이야기해 주세요."
실수 2
이미 제품을 좋아하는 사용자만 인터뷰하기
파워 유저와 지지자로 채워진 리서치 패널은 따뜻하고 긍정적이며 개선에 초점을 맞춘 피드백을 줍니다. 하지만 사람들이 왜 떠났는지, 왜 구매로 이어지지 않았는지, 새로운 세그먼트에 도달하려면 제품에 무엇이 필요한지에 대한 통찰은 얻을 수 없습니다. 이탈한 사용자와 비사용자도 만나 보세요. 불편하지만 꼭 필요한 피드백입니다.
실수 3
기존 믿음을 확인하려는 유도 질문
"새 대시보드가 얼마나 유용하셨나요?"는 유도 질문입니다. "지난번에 대시보드를 사용했을 때 어땠는지 이야기해 주세요"는 그렇지 않습니다. 유도 질문은 솔직한 평가가 아니라 예의상의 동의를 끌어냅니다. 연구자가 가설에 애착을 가지면 그것이 질문 표현에 배어 나오고, 사회적 눈치가 있는 사용자는 그 신호를 따릅니다.
실수 4
"왜"를 묻지 않고 "무엇"에서 멈추기
사용자가 말합니다. "목록을 필터링할 수 있는 방법이 있으면 좋겠어요." 연구자는 "사용자들이 필터링을 원한다"고 기록합니다. 하지만 필터링은 필요가 아니라 해결책입니다. 필터링이 도움이 될 만한, 사용자가 실제로 하려는 일은 무엇일까요? "왜"에 대한 답에 디자인 인사이트가 있고, 그 답은 사용자가 제안한 것보다 더 나은 해결책을 드러내는 경우가 많습니다.
실수 5
정성 리서치를 정량 리서치처럼 다루기
"5명 중 3명이 헷갈린다고 말했다"는 통계가 아닙니다. 다섯 사람에게서 얻은 방향성 신호입니다. 정성 리서치는 무엇이, 왜 그런지는 알려 주지만 얼마나 많은지는 알려 줄 수 없습니다. 이를 수치적으로 정확한 것처럼 제시하면 이해관계자에게 잘못된 확신을 주고, 대규모에서 엉뚱한 것을 최적화하게 되는 경우가 많습니다.
이런 실수가 끈질기게 반복되는 이유
대부분의 리서치 실수에는 동기가 있습니다. 팀은 이미 가려는 방향이 있습니다. 만들고 싶은 기능, 믿고 있는 가설, 만족시키고 싶은 이해관계자가 있습니다. 리서치는 결정을 진지하게 검증하려는 시도가 아니라, 이미 내려진 결정을 정당화하는 의식이 되어 버립니다.
해법은 연구자 개인에게 더 엄격하라고 요구하는 것이 아닙니다. "무엇을 만들지 결정하는" 역할과 "그 결정에 정보를 주는 리서치를 수행하는" 역할을 분리하는 것입니다. 연구자가 그 기능을 제안한 사람이기도 하면 확증 편향은 거의 피할 수 없습니다.
유용한 규범
리서치 세션을 시작하기 전에, 어떤 결과가 나오면 생각을 바꾸겠는지 적어 두세요. 그것을 말할 수 없다면 리서치가 아니라 연극을 하고 있는 것입니다. 생각을 바꿀 반증 결과를 명시할 수 있느냐가, 진짜 탐구와 형식만 갖춘 확증 편향을 가르는 차이입니다.
표본 크기에 대하여
사용성 테스트는 참가자 5~8명이면 대부분의 문제가 드러나며, 그 이후에는 얻는 효과가 빠르게 줄어듭니다. 문제 발견 인터뷰는 보통 12~15명이면 포화에 이르기에 충분합니다. 큰 모집단으로 정량적으로 일반화하고 싶은 내용이라면 인터뷰 10건이 아니라, 대표성 있는 표본을 갖춘 제대로 된 설문조사가 필요합니다.
FabricLoop는 정직한 리서치를 어떻게 지원하나요
원본 인터뷰 메모, 종합 결과, 결정을 같은 스레드에 두면 불편한 발견을 슬그머니 버리기가 더 어려워집니다. 증거가 결정과 나란히 보이면, 팀은 결론이 배운 내용에서 나왔는지, 아니면 결론이 먼저였는지 확인할 수 있습니다.
이 글에서 가져갈 10가지
- 잘못된 리서치는 리서치를 하지 않는 것보다 나쁩니다. 거짓 확신을 만들어 팀이 더 찾아보지 않게 만듭니다.
- 가정에 기반한 미래 행동에 대해서는 절대 묻지 마세요. 대신 구체적인 과거 행동에 대해 물으세요.
- 지지자로 채워진 리서치 패널은 따뜻하고 개선에 초점을 맞춘 피드백을 줄 뿐, 사람들이 왜 떠나거나 구매하지 않는지에 대한 통찰은 주지 못합니다.
- 이탈한 사용자와 비사용자와 이야기하세요. 불편하지만 꼭 필요한 피드백입니다.
- 유도 질문은 솔직한 평가가 아니라 예의상의 동의를 끌어냅니다. 질문 표현을 세심하게 살피세요.
- 사용자가 해결책을 제안할 때("필터링이 있으면 좋겠어요") 항상 이유를 물으세요. 그 답이 대개 더 나은 해결책을 드러냅니다.
- 정성 리서치는 무엇이, 왜 그런지 알려 주지만 얼마나 많은지는 알려 주지 못합니다. 수치적으로 정확한 것처럼 제시하지 마세요.
- 대부분의 리서치 실수에는 동기가 있습니다. 결정은 이미 내려졌고, 리서치는 그 결정을 정당화하는 데 쓰입니다.
- 기능을 제안하는 사람과 그 기능을 평가하는 리서치를 수행하는 사람을 분리하세요.
- 리서치 세션을 시작하기 전에, 어떤 결과가 나오면 생각을 바꾸겠는지 적어 두세요. 적을 수 없다면 리서치를 하고 있는 것이 아닙니다.
