디프만(DEPROMEET) 16기 유저 리서치

디프만(DEPROMEET) 16기 유저 리서치

2025. 2. 17. 11:34ㆍ🩵 디프만(DEPROMEET) 16기 🩵

아이디어가 확정되고, 본격적으로 우리 서비스를 이용하게 될 타겟 사용자들을 조사하기 시작했다! 설문조사를 통해서는 사용자들에게 정말 니즈가 있는지 확인하고, 인터뷰를 통해서는 구체적으로 어떤 문제를 겪고 있는지 파악했다. 이 단계에서는 현업자 팀원 분께 많은 도움을 받았다. '어떤 질문이 좋은 질문인지', '내가 얻고 싶은 건 무엇인지' 를 명확히 아는 것이 중요하다는 걸 배웠다. 이번 포스팅에서는 설문조사를 어떻게 해야 가장 오류 없고 정확한 인사이트를 얻어낼 수 있는지에 대해 알아볼 수 있을 것이다.

🧑🏻‍💻💬 설문조사 잘 하는 법

우선 우리 서비스가 디자이너를 위한 AI 포트폴리오 피드백 서비스다 보니, 핵심 타겟층(=취업이나 이직을 준비 중인 디자이너)에 대한 이해도가 이미 있고 문제에 대해 너무나 공감하고 있었다. 나도 취준생을 6개월 정도 하고 있는 상황이었어서 포트폴리오를 만들 때의 어려움이 뭔지 굳이 설문조사를 하지 않아도 술술 나오는 수준이었다.

하지만 이런 상황일 때 오히려 내가 겪은 개인의 경험에 의해 문제를 결정하고 기능을 판단해서 실제 다수가 겪는 문제와는 한 발자국 떨어진 솔루션이 나올 수 있다. 개인이 공감하는 것과 다수가 공감하는 것에는 분명 차이가 있기 때문이다. 따라서 아이디어 주제에 대해 내가 아무리 잘 알고 있다고 하더라도, 더욱 더 객관적인 시선으로 '모든 것은 내가 판단하지 않고 유저에게 물어본다'라는 마인드로 접근하는 것이 중요하다.

예전에 생각하는 디자이너라는 UX 수업을 받을 때에도 멘토님께서 '디자이너는 모든 것에 중립이어야 한다'라는 말씀을 해주셨다. 약간의 과장이 있긴 하지만, 어느정도 맞는 말이라고 생각했다. 디자이너는 모든 행동과 결정이 유저를 위한 것이기 때문에 나의 개인적인 생각이 영향을 미치면 안 된다. 이런 부분을 항상 염두에 두고 프로젝트를 하는 것이 중요할 것 같다!

✅ 설문지 작성 TIP

📌 설문조사는 다수가 겪는 문제와 현황에 대해 파악하기 좋음!

📌 사용자의 '행동'이나 '사실'에 근거해 답변할 수 있는 질문으로 구성

📌 질문 항목을 넣을 때, 이 질문으로부터 내가 무엇을 얻고 싶은지를 항상 고민

📌 그 질문에 대한 답변이 내가 궁금한 점을 해소시켜줄 수 있을지 한번 더 체크!

📌 미래 행동에 관한 질문은 하지 말기! -> 신뢰성이 너무 낮다

위 사항을 숙지하고 본격적으로 리서치 항목을 작성해보기 시작했다. 또 중간중간 '우리가 이 질문으로 얻고 싶은 게 뭐지?', '이 질문에 대한 답이 신뢰성이 높을까?' 등의 자문을 통해 다시 한 번 확인하는 작업도 거쳤다.

📝 최종 설문 내용 및 결과

1️⃣ 사용자 유형 파악 질문

1. 귀하의 현재 상태는 무엇인가요?

- 취업 준비생 (학생)

- 직장인 (이직 준비중)

- 직장인 (당장 이직 생각 없음)

- 기타

2. 귀하의 직업은 무엇인가요? (취준생일 경우, 희망 직업)

- 프로덕트 디자이너

- UIUX 디자이너

- BX 디자이너

- 콘텐츠 디자이너

- 그래픽 디자이너

- 기타

3. 현재 귀하의 포트폴리오 제작 단계는 어느 정도인가요?

- 완성도 50% 미만 : 포트폴리오를 만드는 단계

- 완성도 50~70% : 포트폴리오를 어느정도 완성했으나 수정이 필요한 단계

- 완성도 70~100% : 완성한 포트폴리오로 지원을 하고 면접까지 보고 있는 단계

💡
설문조사를 하기에 앞서 우리 서비스의 핵심 타겟층을 더욱 좁히는 것에 고민이 많았다. 프로덕트 디자이너는 어느정도 정해진 구성 (ex. 문제 발견 > 리서치 > 문제 정의 > 솔루션 (가설) > 가설 검증 > 회고) 이 있으나, 다른 직군은 이러한 구성이 없거나 조금씩 달랐기 때문이다. 또 직군별로 AI 튜닝을 다르게 해야 하는 것도 현실적으로 어려운 상황이었다. 그래서 일단 프로덕트 디자이너 / UIUX 디자이너를 대상으로 서비스를 만들기로 하고, 다른 직군이더라도 논리적 흐름은 신경써야 하기 때문에 '쓸 수는 있도록' 대상을 넓혀서 설문을 받기로 했다.

2️⃣ 유형별 어려움 파악

[ 포트폴리오 완성도 50% 미만 대상자 ]

1. 귀하가 포트폴리오를 만들며 겪는 어려움은 무엇인가요?

- 주관식

[ 포트폴리오 완성도 50~70% 대상자]

1. 귀하가 겪는 어려움을 체크해주세요.

- 어떤 내용을 추가하거나 디벨롭해야 할지 모르겠음

- 장표 혹은 텍스트가 너무 많아 어떤 부분을 덜어내야 할지 모르겠음

- 지원하고자 하는 직무에 맞게 구성을 한지 모르겠음

- 제 3자에게 내용 전달이 논리적으로 되는지 모르겠음

- 기타

[ 포트폴리오 완성도 70~100% 대상자 ]

1. 귀하가 겪는 어려움을 체크해주세요.

- 어떤 부분을 수정해야 더 퀄리티 좋은 포트폴리오가 될지 모르겠음

- 포트폴리오 내용을 효과적으로 설명하기 어려움

- 면접에서 어필할 만한 내 포트폴리오의 강점이 무엇인지 모르겠음

- 면접에서 예상 질문에 대한 답변을 준비하기 어려움

- 기타

💡
우리 서비스는 포트폴리오 PDF 를 업로드하고, 피드백을 받는 형식으로 구성될 예정이었다. 따라서 무조건 포트폴리오 1개는 있어야 하는 상황이라 포트폴리오 완성도 50% 미만인 경우 서비스 대상자가 아니었다. 다만 포트폴리오가 미완성이지만, 하나라도 있을 경우를 대비해 주관식으로 어려움을 물어봤다. 또 처음에는 이런 어려움을 묻는 질문에는 정말 생각지도 못한 대답이 나올 수 있기 때문에 주관식으로 묻는 것이 더 맞다고 생각했다. 그러나 설문조사에 주관식이 너무 많으면 사람들이 이탈할 가능성이 높다고 판단했고, 또 어느정도 넓은 범위에서 추릴 수 있다고 생각해서 객관식으로 만들게 되었다. 만약 해당사항이 없다면 기타에서 입력할 수 있다. 50~70% 대상자는 크게 논리 / 분량 / 개선 / 직무 적합성 정도로 답변 항목을 구성했고, 70~100% 대상자는 면접이나 발표를 고려하여 개선 / 전달력 / 면접 정도로 구성했다. 그리고 대부분 해당 항목 내에서 응답해주셨다.

3️⃣ 포트폴리오 피드백 / 코칭 경험

[ 경험이 있는 경우 ]

1. (사람에게) 어떤 방법으로 피드백이나 코칭을 받았나요?

- 유료 / 커피챗 어플같은 플랫폼, 현직자 유료 코칭

- 무료 / 지인 및 현직자 무료 코칭

- 무료 - 취업 스터디

- 기타

2. 피드백을 받았을 때 얼마나 만족했나요? (0~5점)

- 5점 척도로 표현

3. 어떤 부분에서 만족 / 불만족 했나요?

- 주관식

💡
해당 질문은 사람 피드백의 한계나 문제를 발견하고, 이를 AI가 개선해줄 수 있을지 기회를 탐색해보기 위한 질문이다. 피드백을 받아 본 사람들은 전체 응답자 104명 중 60%인 62명이었고, 그 중 36명이 만족했다. (4~5점) 보통이거나 만족하지 않은 사람들은 26명이었다. 모수가 더 많았다면 좋았을 것 같긴한데, 비율 상 만족하는 사람과 불만족하는 사람의 비율이 압도적인 차이가 있지 않아서 AI 포트폴리오 서비스의 필요성에 대해 조금 더 확신을 얻은 계기가 되기도 했다. 특히 불만족하는 사람들은 '모호한 답변으로 인해 인사이트가 명확하지 않았다', '멘토마다 개인의 경험에 기반한 주관적 의견으로 서로 다른 피드백을 준다'라는 의견이 많았는데, AI가 이런 부분들을 충분히 해결해줄 수 있다고 생각했다. (AI만 잘 만든다면..)

[ 피드백 받은 경험이 없는 경우 ]

1. (사람에게) 피드백을 받지 않은 이유는 무엇인가요?

- 가격이 부담돼서

- 부끄러워서 / 불편해서

- 아직 준비되지 않았다고 생각해서

- 어디서 받는지 몰라서

- 기타

💡
원래 AI 포트폴리오 서비스 아이디어를 생각했을 때는, 비용 측면에서 엄청난 강점 (기본 평균 6만원 > 0원) 이 있기 때문에 이 서비스가 가능성이 있다고 보았다. 실제로도 설문조사에서 비슷한 결과가 나왔다. 위에서 보이는 바와 같이, '가격이 부담돼서'가 34%에 불과하지만, 내가 주목한 것은 '아직 준비되지 않았다고 생각해서'이다. 나중에 인터뷰를 통해서 알게 된 사실이지만, 준비되지 않아서 피드백을 받지 않은 이유도 '내가 6만원이나 내고 미완성의 포트폴리오 피드백을 받는 것이 비용 측면에서 비효율적'이라고 생각했기 때문이었다. 결국 비용 부담이 주된 원인으로 파악됐다.

4️⃣ AI로 포트폴리오 피드백을 받아본 경험

[ 경험이 없는 경우 ]

1. AI에게 도움 받지 않은 이유는 무엇인가요?

- 피드백을 잘 해줄거라는 신뢰도가 낮아서

- AI를 활용할수 있다는 걸 인지하지 못해서

- 잘 활용하는 법을 몰라서

- 도움이 되지 않을 것 같아서

- 가격이 부담돼서

- 기타

💡
이제보니 답변 항목을 잘 쓴 것 같진 않다. '피드백에 대한 신뢰도'와 '도움이 되지 않을 것 같다'는 항목이 묶일 수 있을 것 같고, 'AI 활용 인지X'와 '잘 활용하는 법을 몰라서'가 묶일 수 있을 것 같다. 활용하는 법을 잘 모르는 사람들의 경우에는 우리 서비스가 더 도움이 될 수 있다. PDF만 업로드하면 사용자는 결과만 보면 되기 때문이다. AI 에 대한 신뢰도가 낮은 경우, AI 성능을 올릴 때 전문가의 의견을 학습시키는 방식으로 개선하고, 이를 열심히 홍보하면서 어느정도 신뢰도를 높일 수 있겠지만 결국 한계가 있을 것이라고 생각했다. 그래서 신뢰도를 높이는 방향보다는 AI를 활용하지 못하더라도, 편리하게 사용할 수 있게끔 플로우가 간단하고 뒷단의 모든 작업은 대신해주는(=질문을 대신해주는) 서비스로 방향을 더 확고히 해야겠다고 판단했다.

[ AI에게 피드백을 받은 경험이 있는 경우 ]

1. AI에게 어떤 질문을 주로 하셨나요? 생각나는 대로 적어주세요.

-주관식

💡
AI에게 어떤 질문을 했는지 물어본 것은 우리 서비스의 핵심 기능과 우선순위를 설정하기 위함이었다. 우선 가장 많았던 것은 어휘와 논리였다. 사용자들은 프로젝트 장표별로 들어가는 대표 문구나 하위 문구들을 GPT에게 물어봐서 다듬거나, 아니면 좀더 전문적인 용어로 바꾸고 있었다. 또한 프로젝트 전체 내용을 줄글로 입력한 후, 포트폴리오 구성을 추천받거나 이미 구성한 경우 논리적인 흐름인지, 구멍은 없는지 검토받는 식으로 이용하고 있었다. 논리나 구성적 측면에서는 내가 여러 번의 테스트를 통해 충분히 GPT로 퀄리티 높은 답변을 이끌어낼 수 있다고 생각했다. 그러나 어휘의 경우, GPT가 '대표 문구'라는 것을 스스로 인식해야 하기 때문에 기술적으로 어려울 것이라 생각했다. 결론은 GPT가 굳이 대표 문구, 하위 문구라는 것을 나누지 않고, 모든 문장에 대해 수정이 필요한 경우에 피드백해주는 식으로 서비스를 구상 중이다.

[ AI에게 피드백을 받은 경험이 있는 경우 ]

2. AI를 사용했을 때 어떤 부분에서 도움이 됐나요?

- 개선이 필요하거나 보완해야할 점을 알려줌

- 내가 잘하는 부분이 무엇인지 알려줌

- 내가 알지 못했던 부분을 짚어줌

- 어느정도 방향성을 제시하거나 틀을 잡아줌

- 디자인 작업 시간을 절약해줌

- 기타

💡
AI를 통해 어떤 부분에서 도움이 되었는지도 물어봤다. 이 질문은 서비스의 방향성을 결정하는 데 크게 중요한 질문은 아니지만, 어떤 결정을 해야 할 때 참고용으로 보기 좋았다. 가장 답변이 많았던 항목은 '방향성 제시'였고, 그 다음으로는 '개선과 보완점 제안'이었다. 디테일한 점에서 AI가 피드백을 해주지 못하지만, 큰 범위에서는 방향성을 잡아주는 것이 도움이 되었다는 뜻으로 해석할 수 있다. AI의 한계가 보여지는 대목이기도 해서 '어떻게 하면 AI가 더 세밀한 부분까지 피드백해줄 수 있을까?'라는 고민도 들었다.

[ AI에게 피드백을 받은 경험이 있는 경우 ]

3. AI를 사용했을 때 어떤 부분이 아쉬웠나요?

- AI가 제공한 정보의 신뢰성이 부족함

- 나의 의도를 제대로 이해하지 못함

- 문제 해결에 필요한 정확한 조언을 제공하지 못함

- 결과물이 예측 불가능함

- 작업 속도나 효율성 향상에 기여하지 못함

- 기타

💡
아쉬웠던 부분에 대해서는 항목별 차이가 크진 않았다. 질문의 의도를 이해하지 못하고 정확하게 조언하지 못하는 점은 위의 장점 측면에서도 얼핏 예상할 수 있었던 문제였다. 이에 대한 해결 방법에 대해서는 지속적으로 고민 중이다. AI가 제공한 정보의 신뢰성 부족은 출처를 함께 알려주지 않는 경우가 많아서 발생하는 문제였던 것 같다. 질문이 좀 잘못된 것 같긴 한데, 맥락상 프로젝트를 진행하는 단계에서 AI에게 물어볼 때 나타나는 어려움이라 참고 대상에서 제외했다.