25년 6월 17일 , 오픈서베이 Data on Fire 2025는 첨단기술의 변화가 가져온 리서치 대전환(Research Transformation)에 대한 화두를 던지고, 리서치의 영역과 역할을 확장하는 업계 리더와 실무자의 인사이트를 함께 공유했습니다.
이번 아티클은 오픈서베이 Data on Fire 2025 트랙 세션 ‘UX리서치 정량조사 가이드’ 내용을 요약합니다. UX 리서치는 단순히 사용자 조사를 수행하는 역할을 넘어, 조직의 전략에 기여하는 방향으로 역할이 확장되고 있습니다. 서비스가 성장할수록 UX 리서치가 조직에서 수행해야 하는 요구사항도 함께 변화하며, 단순히 ‘사용자가 왜 그렇게 행동하는가’를 넘어 ‘얼마나 많은 사용자가 그렇게 생각하는지’, ‘그 개선이 비즈니스에 얼마나 기여하는지’에 대한 답이 필요해집니다. 정성조사에서 발견한 인사이트를 정량 데이터로 검증해 전략적 의사결정을 위한 객관적 근거로 전환하는 방법을 함께 살펴보세요!
서비스 규모에 따라 확장되는 UX 리서치의 역할
서비스 초기 단계에서 UX 리서처의 주된 업무는 ‘결과에 대한 이유 파악’입니다. “왜 장바구니에서 이탈이 많이 생길까?”, “사용자들은 이 기능을 왜 쓰는걸까?”와 같은 질문들이 그것입니다. 이 시기에는 리서치를 일회성 이벤트로 다루며, 특정 개인이나 팀만 데이터를 활용하게 됩니다.
하지만 서비스가 성장하고 조직이 커지면서 UX 리서처는 더 전략적인 문제를 해결해야 합니다. 과거에는 MI 팀이나 전략 팀이 담당했던 “어떤 사용자 세그먼트가 리스크를 가지고 있을까?”, “잠재 고객층의 니즈는 무엇일까?”, “로열티 높은 고객은 어디일까?”와 같은 예측적 질문들을 UX 리서처에게도 기대하게 된 것입니다.
왜 이런 변화가 일어났을까요? 사용자 경험이 비즈니스 성과에 직접적으로 미치는 영향이 커지면서, 사용자를 가장 깊이 이해하는 UX 리서처가 단순한 사용성 개선을 넘어 비즈니스 전략 수립에도 기여해야 한다는 인식이 확산되었기 때문입니다.
그렇다면 사용성 개선을 넘어 비즈니스 전략 수립에도 기여하려면 사용자들에게 어떤 데이터를 수집해야 할까요? UX 리서처들에게 익숙한 정성조사만으로는 이러한 전략적 질문에 답하기 어려운 한계들이 있습니다.
정성조사의 한계를 보완하는 정량조사의 필요성
많은 UX 리서처들에게 “UX 리서치 = 인터뷰”라는 인식이 자리잡고 있습니다. 정성조사는 깊이 있는 사용자 이해, 예상치 못한 인사이트 발굴, 상황에 따른 유연한 대응이 가능하며, 특히 서비스 초기 단계에서 사용자의 근본적 문제를 이해하는 데 탁월합니다.
하지만 조직이 성장하고 복잡해질수록 정성조사는 아래와 같은 한계를 가집니다.
- 확장성의 한계: 사용자가 10만 명일 때는 10명의 인터뷰만으로도 주요 사용자 패턴을 파악할 수 있었습니다. 하지만 사용자가 1천만 명이 되면 훨씬 다양한 세그먼트가 등장하고, “과연 이 몇 명의 의견이 전체를 대변할까?”라는 의문이 생깁니다.
- 표준화의 어려움: 30명 조직에서는 “A 사용자가 이렇게 말했어요”로 소통이 되지만, 300명 조직에서는 각자 다른 방식으로 해석한 인사이트를 통합하고 일관성 있게 활용하기 어렵습니다.
- 시점간 비교의 제약: 제품 개선 작업은 지속적으로 이루어지는데, 그 효과를 검증하려면 시간에 따른 변화를 추적해야 합니다. 하지만 3개월 전 인터뷰와 지금 인터뷰를 비교할 때, 질문 방식이나 응답자 특성이 달라 “정말 개선된 것인지, 아니면 측정 방식이 달라서 그런 것인지” 판단하기 어렵습니다.
정량조사로 조직의 언어를 만드는 법
정량조사는 정성조사가 가진 한계점들을 효과적으로 보완할 수 있습니다. 통계적으로 유의미한 표본 크기를 통해 다양한 사용자 세그먼트를 대표할 수 있고, “몇 명의 의견”이 아닌 “통계적 근거”를 제공합니다. 동일한 설문 문항과 척도를 사용하여 조직 전체가 같은 기준으로 데이터를 이해하고 활용할 수 있습니다.
정량조사는 목적에 따라 다양한 종류가 있지만, UX 리서처가 우선적으로 고려해야 하는 것은 사용자 경험을 체계적으로 측정하고 관리하는 것입니다. UX 리서치의 본질은 사용자를 이해하는 것이고, 사용자 경험을 체계적으로 측정한 데이터는 조직 전체가 의사결정할 때 참고할 수 있는 사용자 관점의 기준이 되기 때문입니다.
실제로 구글은 HEART라고 하는 사용자 경험과 행동 지표를 통합한 Framework를 활용하여 모든 제품팀이 동일한 기준으로 사용자 경험을 측정하고 관리할 수 있게 합니다. 또한 1만명 이상으로 구성된 Search Quality Raters를 통해 검색 품질을 지속적으로 평가하고 있습니다.
그렇다면 질문이 생길 수 있을 것 같습니다. MAU나 전환율 같은 행동 데이터를 이미 보고 있는데 왜 사용자 경험을 따로 측정해야 할까요? 행동 지표는 이미 결과가 발생한 이후를 설명해주는 반면, 경험 지표는 이 행동 지표를 ‘사전적으로’ 점검할 수 있게 해주기 때문입니다.
정량조사의 핵심 요소, 데이터를 조직의 자산으로 만드는 실행법
정량 리서치를 진행할 때는 아래 네 가지 핵심 요소만 기억하면 됩니다.
1. 대표성 있는 표본 구성 : 정성조사와 달리, 정량조사에서는 우리 서비스 사용자 전체를 대표할 수 있는 표본을 구성하는 것이 중요합니다. 예를 들어, 전체 사용자 중 20대가 40%, 30대가 35%, 40대 이상이 25%라면 설문 응답자도 동일한 비율로 구성해야 합니다. 단순히 나이뿐만 아니라 사용 빈도, 결제 경험 유무, 접속 기기 등 핵심 세그먼트를 반영해야 정확한 인사이트를 얻을 수 있습니다.
2. 표준화된 질문과 분석 : 조직 전체가 동일한 언어로 사용자 경험을 논의하려면, 표준화된 측정 기준이 필요합니다. 먼저 측정할 접점을 명확히 정의해야 합니다. 온보딩, 핵심 기능 사용, 결제, 고객 지원 등 사용자 여정의 어떤 순간들을 평가할지 결정하는 것입니다. 척도 역시 통일해야 합니다. 만족도를 7점 척도로 측정한다면 모든 팀이 동일한 척도를 사용해야 하고, 각 점수가 의미하는 바도 명확히 정의해야 합니다. 중요한 것은 정량 데이터만으로는 사용자들이 기대하는 개선의 방향을 알기 어렵습니다. 따라서 반드시 주관식 문항을 함께 배치하여 “왜 그렇게 생각하는지”에 대한 맥락을 확보해야 합니다.
3. 자동화 : 정량조사의 진정한 가치는 지속적이고 일관된 데이터 수집에서 나옵니다. 한 번의 설문으로는 스냅샷만 얻을 수 있지만, 시간에 따라 쌓인 데이터는 트렌드와 패턴을 보여줍니다. 하지만 매주, 매월 수동으로 설문을 설계하고 배포하는 것은 엄청난 시간과 인력이 소요됩니다. 자동화는 바로 이 문제를 해결해줍니다. 한 번 설계해두면 지속적으로 데이터가 쌓이면서도, 리서처는 반복 업무에서 벗어나 더 전략적인 분석과 인사이트 도출에 집중할 수 있게 됩니다.
4. 데이터 공유 : 아무리 좋은 데이터를 수집해도 조직 내에서 활용되지 않으면 무용지물입니다. 데이터 공유의 목표는 조직 구성원 누구나 필요할 때 쉽게 데이터에 접근하고, 의사결정에 활용할 수 있도록 하는 것입니다.
효과적인 데이터 공유를 위해서는 세 가지 요소가 필요합니다. 첫째, 직관적인 시각화입니다. 숫자보다는 차트와 그래프로, 복잡한 표보다는 핵심 지표를 한눈에 볼 수 있는 대시보드가 좋습니다. 둘째, 접근성입니다. 별도의 권한 요청이나 복잡한 절차 없이 누구나 필요한 데이터를 찾을 수 있어야 합니다. 셋째, 맥락 제공입니다. 단순히 수치만 보여주는 것이 아니라, 이 데이터가 무엇을 의미하는지, 어떤 액션을 취해야 하는지에 대한 해석과 가이드를 함께 제공해야 합니다.
정량조사 역량을 갖춘 UX 리서처는 조직 내에서 더 전략적인 역할을 수행할 수 있습니다. 단순히 사용자의 목소리를 전달하는 것을 넘어서, 그 목소리의 크기와 비즈니스 임팩트를 측정하고, 경영진이 납득할 수 있는 객관적 근거를 제공할 수 있게 됩니다. 정량조사는 UX 리서처의 사고 프레임을 확장해줄 수 있는 중요한 무기입니다.
데이터스페이스가 만드는 리서치의 새로운 미래
이미 시작된 Research Transformation, 이제 리서치는 단순한 데이터 수집과 분석을 넘어 기업의 문제 해결 역량과 성장 가능성을 강화하는 필수 자산으로 진화하고 있습니다.
오픈서베이 데이터스페이스와 함께 데이터에서 성과와 액션을 발견하고, 리서치를 통해 고객과 소통하고 관계를 강화하며, 기업 내 데이터 기반 협업을 내재화하고 인사이트를 확산하세요.
리서치 내재화의 시작을 데이터스페이스가 함께 합니다. 지금 바로 경험해 보세요! (📍데이터스페이스 소개 미팅 신청)
Data on Fire 2025 다시보기
리서치의 미래, 오픈서베이 Data on Fire 2025의 뜨거운 현장을 영상으로 생생하게 전달합니다.
📜 오픈서베이 컨퍼런스 Data on Fire 25의 주요 아티클을 만나보세요
Keynote
트랙 세션 – UX Research
소비자 데이터 플랫폼
김희연 June
오픈서베이 클라이언트 석세스 그룹 리드
