[pxd talks 95] Data Driven UX

2020. 9. 4. 07:50pxd talks
pxd story

 

지난 8월 26일, 미국 코넬 대학교에서 데이터 기반 UX를 연구하고 계신 신영수 님이 Data Driven UX (이하 DDUX)라는 주제로 강연을 진행해주셨습니다. 플랫폼과 서비스가 발전함에 따라 직관에 따른 디자인을 벗어나, 데이터를 기반으로 한 UX가 점점 더 중요해지고 있습니다. 하지만 저를 포함한 많은 디자이너들이 데이터에 대해 두려움을 갖고 있을 텐데요. 이번 강연에서 신영수 님은 다소 복잡하고 어렵게 느껴질 수 있는 데이터를 디자이너의 관점으로 쉽게 설명해주셨습니다. 과연 DDUX는 무엇이고, 디자이너로서 우리는 수많은 데이터를 어떤 관점에서, 어떻게 활용해야 할까요?

 

 

 

DDUX란?

이미지출처 : 발표자료

 

DDUX는 Data Science 분야에서 사용하는 다양한 접근법들을 UX 디자인을 위한 도구 중의 하나로 사용하는 전 과정을 말합니다. 여기서UX 디자인은 우리의 목적이고, Data-Driven은 UX 디자인의 의사결정에 도움을 줄 수 있는 수단 중 하나인 셈이죠. DDUX를 조금 더 이해하기 위해 Data Science와 Data-Driven이란 무엇인지 알아보겠습니다.

 

 

 

01. Data Science

이미지 출처 : https://medium.com/the-mission/deconstructing-data-science-breaking-the-complex-craft-into-its-simplest-parts-15b15420df21

 

Data Science는 이미 익히 들어보셨을 텐데요. 간 학문적인 분야이기 때문에 각 학문마다 Data Science를 다르게 정의하고 있습니다. 신영수 님은 이를 출신성분에 따라 달리 정의되는 Data Science라고 설명하셨습니다. 통계학자 또는 수학자는 Data Science는 최적화된 모형으로, 디자이너는 관련 업무를 풍성하게 해주는 하나의 툴로써 정의하는 것이 이에 대한 예시라고 덧붙여 주셨습니다. 이렇게 각각 Data Science를 달리 정의하고 있지만, 전반적으로 동일한 진행과정을 거치게 됩니다. 물론, 사람에 따라서 Data Science의 과정을 나누는 세부 카테고리는 다를 수 있습니다. 하지만 크게는 문제정의, 가설 검증, 데이터 수집, 조직 내에서 의사소통을 위한 시각화, 분석, 인사이트 도출 단계로 나눌 수 있습니다.

 

 

 

02. Data-Driven Approach

이미지출처 : https://ritholtz.com/2019/03/impact/

 

그렇다면, 우리는 데이터 사이언스의 과정에서 단계마다 어떤 접근을 해야 할까요? 각 과정에서 필요한 액션은 아래와 같이 설명될 수 있습니다.

 

1. Structure : 독립된 하나의 점에 불과한 데이터의 구조를 찾아 유의미한 정보로 만듭니다.
2. Context : 정보는 상황에 맞게 확장되어 지식이 될 수 있습니다.
3. Judgement : 이렇게 만들어진 지식은 사람들의 판단에 의해 인사이트가 되기도 합니다.
4. Agreement : 인사이트는 설득력을 갖고 다른 이들의 동의를 얻어 명확한 지혜가 됩니다.
5. Action: 지혜를 기반으로 행동에 옮기면 비로소 데이터가 영향력을 갖게 됩니다.

 

신영수 님은 이러한 일련의 과정에서도 특히 데이터를 어떻게 잘 모을 수 있을지 고민하고 구조화하여 프로파일링 하는 과정이 가장 중요하다고 설명하셨는데요. 대부분의 프로세스가 그렇듯 앞선 과정이 성공적일 때 후반 과정이 수월하게 따라오기 때문이죠.

 

 

 

실무에서 중요한 과정은?

이미지출처 : https://1xn7o7upcca3v936e1unkid4-wpengine.netdna-ssl.com/wp-content/uploads/2019/04/Gartner-2019-report.jpg

 

일반적으로 연구적인 관점에서는 데이터 사이언스의 과정 중'앞으로 무슨 일이 벌어질까?'라는 질문의 답을 찾는 예측적(Predictive) 과정에서 멈추지만, 실무에 데이터를 적용할 경우 어떻게 '실현시킬 수 있을까?'의 답을 찾는 규범적(Prescriptive) 과정이 꼭 필요합니다. 이렇게 ‘어떻게 실현시킬 수 있을지’ 고민을 하는 과정 (Prescriptive)이 Data-Driven Approach의 주요 주제인 액션 플랜 만들어내는 과정이라고 할 수 있습니다.

 

 

 

03. Data-Driven UX, 액션 플랜은 누가 만드나?

앞서 설명드렸던 Data-Driven Approach의 주요 주제인 액션플랜을 구성하는 주요 주제는 사실 Data scientist의 역할이라고 보기 어렵습니다. 신영수 님 또한 실무경험에서 누가 액션 플랜을 도출할지에 대해 명확한 역할이 정의되지 않아 혼란스러웠고, 액션플랜을 구성하는 명확한 역할 정의의 필요성을 느꼈다고 이야기하셨는데요.

이미지출처 :  King, R., Churchill, E. F., & Tan, C. (2017). Designing with data: Improving the user experience with A/B testing. " O'Reilly Media, Inc.".

 

데이터를 보는 관점과 데이터를 활용하는 방식을 관찰해보면, UX 디자이너가 액션플랜을 구성하는 도메인 전문가의 역할로서 적합할 수 있을 것 같습니다. Data의 활용 방법을 분류했을 때 정성적인 데이터를 함께 사용하고 있는 UX는 Data Informed와 Data Aware 사이에 위치할 수 있기 때문입니다.

 

 

 

그래서 우리는 무엇(mindset)을 어떻게(skillset) 해야 하는가?

DDUX에 접근하기 위해 가져야 할 Mindset을 정리해보자면 다음과 같습니다.

 

Mindset 1. 사용자는 의사결정자 (Decision-Maker)이다
Mindset 2. 제품은 자극이자, 개입(Intervention)이다
Mindset 3. 인터랙션은 경험이기도 하지만 증거, 곧 Data이다

 

Mindset 1. 사용자는 의사결정자 (Decision Maker)이다

사용자의 경험은 개인차를 기반으로 각 순간마다의 결정에 따라 달라질 수 있습니다. DDUX에서는 사람들의 의사결정 이유에 대해 예측하고, 각 상황에 적절한 넛지를 제공하기 위해서 사용자를 의사결정자 (Daily Decision Maker)로 바라보는 관점이 필요하다고 설명합니다. 이러한 ‘개인차’에 대한 정량화 과정이 DDUX에서 사람을 이해하는 핵심이라고 할 수 있습니다.

 

Mindset 2. 제품은 자극이자, 개입(Intervention)이다

이미지 출처 : https://blog.bannersnack.com/increase-conversions-using-persuasive-design/; http://www.ad.co.kr/journal/column/show.do?ukey=168530

 

넛지는 제품, 즉 개입 (Intervention)을 통해 전달될 수 있는데요. 스탠퍼드 포그 교수의 Persuasive Technology (2002)라는 개념을 통해 설명하자면, 사람의 동기 수준과 능력 수준에 따라 다른 트리거, 넛지를 제공하는 것이 ‘개인차’를 고려한 개입(Intervention)이라고 할 수 있습니다.

 

Mindset 3. 인터랙션은 경험이기도 하지만 증거, 곧 Data이다

사용자(Desicion maker)와 제품(Intervention)이 만나면 인터랙션이 발생하기 마련입니다. 하지만 인터랙션을 일반적인 상호작용으로 보기보다는 데이터, 증거를 남긴다는 측면에서의 이해가 필요합니다. 인터랙션이 일어나는 순간, 사람들이 자신이 가진 취향, 태도, 행동에 대한 데이터를 남기기 때문이죠. 이러한 데이터들은 디자인 콘셉트를 도출하는 과정에서 강력한 의사결정의 도구로서 중요한 역할을 할 수 있습니다. 여기서 중요한 점은 인터랙션을 1회성의 경험으로 보는 것이 아니라, 지속적이고 연속적인 관점으로 접근하는 것인데요. DDUX가 개인들이 생성해내는 정량, 정성의 데이터를 활용해서 삶의 전반에 영향을 줄 수 있는 경험 제공을 목표로 하는 만큼, 앞으로 발생할 경험에 지속적으로 반영할 수 있는 개입(Intervention)을 만드는 자원으로써 인터랙션을 사용할 수 있어야합니다. 또한 디자이너의 관점에서 본다면 사용 맥락을 데이터화 한 뒤 프로파일링 하는 과정을 거쳐 보다 강력한 데이터, 증거 기반의 의사결정이 가능해질 수 있습니다.

 

 

 

디자인 프로세스에서 어떻게(Skillset) 데이터를 적용할 수 있는가?

Skillset의 주요 내용을 먼저 설명드리자면 다음과 같습니다.

Skillset 1. 디자인 씽킹 과정에서 강력한 의사결정 무기로 사용할 수 있다.
Skillset 2. 초개인화(Hyper-Personalization)가 가능하다.

 

01. Design Thinking & Persuading Process, 강력한 의사결정의 무기

디자인 씽킹의 핵심인 숨은 니즈를 찾는 과정에서 디자이너는 여러 번의 설득 과정을 겪게 됩니다. 누구나 한 번쯤 직관에 의한 주장을 누군가에게 설득시키기는 과정에 어려움을 겪었던 경험이 있으실 텐데요. 이때 보다 설득력 있는 무기로서 DDUX가 도움이 될 수 있습니다. 물론, 데이터가 무조건! 꼭! 필요한 요소라는 것은 아닙니다. 하지만 디자이너의 선택에 의해 필요 단계에서 하나의 설득 방법으로 사용될 수 있습니다.

이미지 출처 :  https://medium.com/digital-experience-design/how-to-apply-a-design-thinking-hcd-ux-or-any-creative-process-from-scratch-b8786efbf812

 

신영수 님은 DDUX의 경우 첫 번째 다이아몬드 단계, 즉 무엇을 할지를 정하는 일을 중요하게 다루고 있다고 설명해주셨습니다. 

 

Discover : 프로젝트의 방향성 수립하기

Discover은 관심있는 하나의 사용자 그룹의 니즈를 발굴하고 정량적으로 세분화하여 프로젝트의 방향성을 수립하는 단계입니다. 이 단계에서는 사용자의 여러 페인포인트를 탐험적으로 발굴해 낼 수 있는데요. 프로젝트의 목적과 관련이 있는 상황적 또는 맥락적인 데이터를 광범위하게 수집하는 단계라고 할 수 있습니다. 이러한 과정을 거쳐서 사용자의 숨겨진 니즈를 찾아 차별화된 프로젝트 전략을 수립하는데 도움을 줄 수 있습니다.

 

Define : 유의미한 니즈 확정하기

Define은 다양하게 나열되어 있는 니즈들 중 중요하고 유의미한 디자인 이슈를 확정하는 단계입니다. 사용자들의 니즈에 대해 정성적 혹은 보조적인 방법론을 활용하여 니즈에 대한 이유와 중요도를 정량화하여 제시하는 단계인데요. 차별화된 포지셔닝을 위해 한정된 제품 키워드가 아닌 제품을 사용하는 맥락에서의 데이터를 수집하여 사용자의 숨은 니즈를 발굴하고, 이러한 숨은 니즈를 워크숍, 서베이 등의 스몰데이터를 추가적으로 활용해 추려나가는 과정이 필요할 수 있습니다.

 

Develop : 제품의 형태를 위한 의사결정하기

Develop은 제품이 어떤 형태를 가지는지 의사결정을 거치는 단계입니다. 가격, 콘셉트, 특징을 가지는지 그리고 사람들이 경험하는 변수는 무엇인지에 대해 다양하게 정의하는 과정으로 볼 수 있습니다. 이때 제품에 관해 예측(Predict)이 이루어질 수 있습니다.

 

Deliver : 제품을 구체화하기

Deliver는 구체화되는 형체를 가지기 위해 의사결정이 필요한 단계를 말하는데요. 프로타입에 대한 사용자들의 직접적 혹은 간접적인 평가를 통해 다음 액션 플랜을 도출하는 과정을 거칩니다. 예측(Predict)의 단계를 넘어 액션 플랜을 구성해야 하기 때문에 시뮬레이션이 가능한 알고리즘을 통해 예측 모형을 만드는 것이 이 단계의 핵심이라고 볼 수 있습니다.

 

02 Hyper-Personalization , 초개인화

이미지 출처 :https://www.linkedin.com/pulse/20140723095828-11028866-think-make-do-principles-of-design-thinking/

 

여러 전문가들은 현재 UX 디자이너가 전체 제품 및 서비스의 생태계를 이해하고 거시적인 관점에서 데이터를 활용하여, 사용자 경험을 디자인할 수 있는 역할을 가져야 한다고 이야기합니다. AI가 고도화되는 상황에서 제품 및 서비스는 상황 맥락, 사용자의 개인차를 반영한 적합한 UX의 형태로 제공되어야 경쟁력을 가질 수 있다고 설명되는데요. 바로, DDUX가 초개인화를 지향하는 이유이기도 합니다. 가장 먼저 Mindset에서 언급했던 사용자를 의사결정자로 바라보는 관점을 바탕으로 데이터를 활용하다면 초개인화에 쉽게 접근할 수 있습니다.

 

 

DDUX = User centered design, User experience Design

강연 끝에 DDUX를 정의하는 내용으로 <어바웃 타임>의 한 장면을 공유해주셨습니다. 남자 주인공은 과거로 돌아가 여러 차례 같은 상황을 마주하게 되는데요. 똑같은 하루를 '다시' 살아가며 행복감을 느끼는 과정처럼 DDUX는 무엇을 경험하게 될지 누구와 혹은 어떤 것과 상호작용하게 될지를 '미리' 알고, 주어진 순간순간의 아름다움을 경험하기 위해 노력하는 과정이라고 덧붙여 주셨습니다.

 

마치며,

사용자의 사적인 경험을 규칙화하고 원리화하는 과정에서 데이터를 어떤 관점으로 어떻게 적용해야 하는지 알 수 있는 시간이었습니다. 필자 개인적으로는 어렵게만 느껴졌던 데이터를 조금이나마 이해하고, 데이터를 프로젝트에 적용할 때 어떤 관점을 가져야 하는지 고민해볼 수 있는 시간이었습니다.

 

 

*이 글은 pxd 신은비 님이 작성하셨습니다.