목차
사용자 인터뷰를 결론으로 정리하려면 네 단계를 거칩니다. 원문 발언에서 출발해 코딩하고, 코드를 주제로 묶고, 주제에서 결론을 도출하며, 결론마다 해당 인원수, 대표 원문 발언, 반례를 적습니다. 이렇게 얻은 결론은 다른 사람이 검토할 수 있고, 곧바로 실행 제안으로 옮길 수도 있습니다. 이 글을 읽고 나면 인터뷰 기록을 결론 목록으로 정리하고, 우선순위에 따라 제안을 낼 수 있습니다.
원문 발언에서 코드, 주제, 결론까지
- 원문 발언: 먼저 인터뷰를 텍스트로 옮기고, 참여자 번호별로 원문 발언을 보존하세요. 요약부터 쓰지 마세요. 요약에는 이미 정리하는 사람의 해석이 섞여 있습니다.
- 코드: 단락별로 읽으면서 의미 있는 내용마다 짧은 라벨을 붙입니다. 예를 들어 '내보내기 메뉴를 찾지 못함', '동료가 데이터를 볼까 봐 걱정'과 같은 것입니다. 라벨은 원문 발언에 가깝게, 차라리 조금 잘게 붙이세요.
- 주제: 의미가 비슷한 코드를 한데 모으고, 문제를 설명하는 이름을 붙입니다. 예를 들어 '협업 상황에서의 권한 우려'와 같은 것입니다. 하나의 주제는 보통 여러 코드로 이루어지며 여러 참여자와 관련됩니다.
- 결론: 리서치 질문에 비추어 이 주제가 무엇을 의미하는지 분명히 하고, 인원수, 원문 발언, 반례를 근거로 제시합니다.
처음 두 단계는 가능하면 인터뷰가 진행되는 동안 시작하고, 몇 세션을 마칠 때마다 한 번씩 정리하세요. 그래야 후속 질문 방향을 제때 조정할 수 있고, 주제가 포화되었는지도 판단할 수 있습니다.
어피니티 다이어그램: 코드를 주제로 묶기
어피니티 다이어그램은 가장 흔히 쓰는 분류 방법입니다. 코드마다 참여자 번호와 함께 카드 한 장에 적습니다. 포스트잇도 되고 온라인 화이트보드도 됩니다. 그런 다음 여러 사람이 함께 의미가 비슷한 카드를 한 묶음으로 모으고, 묶음마다 이름을 붙입니다.
- 카드를 먼저 놓고 이름은 나중에 붙이세요. 처음부터 분류 틀을 정해 두면 카드를 억지로 끼워 넣기 쉽습니다.
- 한 묶음의 카드가 십여 장을 넘으면 더 구체적인 두 주제로 나눌 수 있는지 살펴보세요.
- 카드가 한 장뿐인 묶음은 서둘러 버리지 마세요. 드물지만 중요한 문제일 수 있으니 따로 표시해 두세요.
- 묶음마다 카드 수가 아니라 몇 명의 참여자에게서 나왔는지 세세요. 같은 사람이 반복해서 한 말은 한 명으로 셉니다.
- 인터뷰에 참여하지 않은 동료가 함께 분류하면 인터뷰 진행자의 선입견을 줄일 수 있습니다.
예시: 원문 발언 세 개에서 하나의 결론까지
아래 예시는 한 팀 문서 도구에 대한 인터뷰에서 가져온 것으로, 참여자 번호와 인원수는 모두 예시입니다. 세 참여자가 각각 다음과 같이 말했습니다.
정리 과정은 다음과 같습니다. 세 발언에 각각 '링크 공유가 불안해 스크린샷으로 대체', '공유 전 내용을 직접 삭제', '권한 옵션을 이해하지 못해 공유 포기'라는 코드를 붙입니다. 세 코드는 모두 같은 것을 가리킵니다. 사용자가 공유한 뒤 상대가 무엇을 볼 수 있고 무엇을 할 수 있는지 확신하지 못해서, 우회하거나 포기하는 쪽을 택한다는 것입니다. 이를 '공유할 때 권한의 결과를 확신하지 못함'이라는 주제로 묶습니다. 다른 기록을 계속 확인한 결과, 4명의 참여자가 비슷한 이야기를 했고, 2명은 팀 안에서만 공유해서 권한을 걱정한 적이 없다고 했다고 가정하면, 이 2명은 반례로 기록합니다.
예시 결론: 예시의 참여자 18명 중 7명이 상대의 권한을 확신하지 못해 스크린샷으로 바꾸거나, 내용을 직접 지우거나, 공유를 포기했습니다. 팀 안에서만 공유하는 참여자 2명은 이런 우려가 없었습니다. 대표 원문 발언은 참여자 07의 것입니다.
결론은 어떻게 쓰나
완결된 결론은 네 부분으로 구성됩니다. 한 문장 결론, 해당 인원수, 대표 원문 발언, 반례입니다. 결론 문장은 행동과 상황까지 구체적으로 써야 하며, 인원수는 '많은 사용자'라고만 쓰지 말고 몇 명 중 몇 명인지 적으세요. 원문 발언은 문제를 가장 잘 보여 주는 한두 문장을 고르고 참여자 번호를 표시합니다. 반례에는 이 결론에 들어맞지 않는 사람과 그 이유를 적고, 반례를 찾지 못했더라도 확인했다는 사실을 밝혀 두세요.
- 결론: [어떤 참여자]가 [어떤 상황]에서 [무엇을 했거나 무엇을 겪었는지], 그 이유는 [원인]입니다.
- 해당 인원수: 참여자 [N]명 중 [n]명, [어떤 그룹들]에 분포.
- 대표 원문 발언: '……' (참여자 [번호], [그룹])
- 반례: [m]명의 참여자는 상황이 달랐습니다. 이들은 [어떻게] 했으며, 이유는 [……]일 수 있습니다. 반례를 찾지 못했다면 확인했다고 적으세요.
- 신뢰 수준: 높음 / 중간 / 낮음. 근거는 [인원수, 그룹 포괄 범위, 행동 데이터의 뒷받침 여부]입니다.
- 검증 필요: [설문이나 행동 데이터로 추가 확인이 필요한 부분].
사실, 해석, 제안 구분하기
정리할 때 가장 실수하기 쉬운 부분은 성격이 다른 세 가지 내용을 한 문장에 섞어 쓰는 것입니다. 사실은 참여자가 무엇을 말하고 무엇을 했는지이고, 해석은 정리하는 사람이 그것이 무엇을 의미한다고 보는지이며, 제안은 팀이 무엇을 하려는지입니다. 세 가지를 나누어 써야 읽는 사람이 어느 단계에 문제가 있을 수 있는지 판단할 수 있습니다.
| 유형 | 작성 예시 | 확인 방법 |
|---|---|---|
| 사실 | 참여자 03은 공유하기 전에 스크린샷으로 바꿔 동료에게 보냈다 | 원문 발언이나 기록에서 해당 내용을 찾을 수 있는가 |
| 해석 | 사용자는 공유한 뒤 상대가 어떤 권한을 갖는지 확신하지 못한다 | 여러 참여자가 뒷받침하는가, 다른 설명은 없는가 |
| 제안 | 공유 팝업에서 상대가 볼 수 있는 것과 할 수 있는 것을 바로 보여 준다 | 해석에서 밝힌 원인을 겨냥하는가, 출시 후 검증할 수 있는가 |
실행 제안을 쓰고 우선순위 정하기
모든 제안은 하나 또는 여러 결론으로 거슬러 올라갈 수 있어야 합니다. 제안은 팀이 바로 논의할 수 있을 만큼 구체적으로 씁니다. 무엇을 바꾸는지, 누구를 위해 바꾸는지, 어떤 행동이 달라지기를 기대하는지를 적습니다. 우선순위를 정할 때는 네 가지 측면에서 점수를 매길 수 있습니다. 영향 범위(관련된 참여자 수와 해당 사용자 집단의 규모), 심각도(포기나 이탈로 이어지는지), 근거의 강도(인원수, 반례, 행동 데이터의 뒷받침 정도), 구현 비용입니다. 영향이 크고 근거가 강하며 비용이 낮은 것을 앞에 둡니다. 영향은 크지만 근거가 약한 것은 먼저 검증한 뒤 할지 말지 정합니다.
과잉 일반화와 확증 편향 피하기
과잉 일반화는 소수의 이야기를 보편적인 현상으로 여기는 것이고, 확증 편향은 자신의 전제를 뒷받침하는 내용만 보는 것입니다. 둘 다 결론을 명확해 보이게 만들지만 실제로는 근거가 약합니다.
- 정리를 시작하기 전에 팀이 원래 갖고 있던 가설을 적어 두고, 정리하면서 가설과 반대되는 원문 발언을 일부러 찾으세요.
- 결론마다 인원수와 반례를 적으세요. 한두 명의 이야기는 아무리 생생해도 낮은 신뢰 수준으로 표시하세요.
- 결론이 특정 그룹이나 특정 채널의 참여자에게서만 나온 것은 아닌지 확인하세요.
- 인터뷰에 참여하지 않은 사람에게 원문 발언을 읽게 하고, 같은 주제가 도출되는지 확인하세요.
- 정성 인터뷰의 인원수는 포괄 범위를 보여 줍니다. 비율이나 규모에 대한 판단은 설문이나 행동 데이터로 검증하세요.
흔한 실수
- 요약에서 바로 정리하는 것: 요약에는 이미 해석이 섞여 있습니다. 번호가 붙은 원문 발언으로 돌아가 코딩하세요.
- 인원수가 아니라 카드 수로 세는 것: 한 사람이 반복해서 언급하면 주제가 부풀려집니다. 참여자 기준으로 중복을 빼고 세세요.
- 결론에 '많은 사용자'라고만 쓰는 것: 읽는 사람이 비중을 판단할 수 없습니다. 몇 명 중 몇 명인지 적고 원문 발언을 붙이세요.
- 반례를 적지 않는 것: 결론이 지나치게 단정적으로 보입니다. 들어맞지 않는 참여자와 그 이유를 밝히고, 반례가 없더라도 확인했다고 적으세요.
- 제안을 결론으로 다루는 것: 제안은 팀의 판단이므로 사실, 해석과 분리하고, 어떤 결론에 대응하는지 밝히세요.
heari로 하는 방법
heari로 하는 방법: AI 인사이트 보고서는 인터뷰 내용을 주제별로 분류하고, 결론마다 대표 원문 발언과 반례를 붙이며 해당 인원수를 표시합니다. 리서치 리드는 인사이트를 하나씩 수용, 수정, 기각할 수 있고 유효하지 않은 샘플을 제외할 수 있습니다. Agentic Engine의 행동 데이터와 연동하면, 변경 사항을 출시한 뒤 데이터로 결론이 맞는지 검증할 수 있습니다.
자주 묻는 질문
사용자 인터뷰가 끝난 뒤 가장 먼저 무엇을 해야 하나요?
먼저 인터뷰를 텍스트로 옮기고, 참여자 번호별로 원문 발언을 보존하세요. 서둘러 요약을 쓰지 마세요. 그다음 단락별로 코딩하고 몇 세션을 마칠 때마다 한 번씩 정리하면, 후속 질문 방향을 제때 조정할 수 있고 주제가 포화되었는지도 판단하기 쉽습니다.
좋은 인터뷰 결론에는 무엇이 담겨야 하나요?
네 부분으로 구성됩니다. 상황과 행동까지 구체적으로 쓴 한 문장 결론, 몇 명의 참여자 중 몇 명인지 밝힌 인원수, 번호를 표시한 대표 원문 발언, 결론에 들어맞지 않는 반례입니다. 신뢰 수준과 추가 검증이 필요한 부분을 덧붙여도 좋습니다.
어피니티 다이어그램은 어떻게 만드나요?
코드마다 참여자 번호와 함께 카드에 적고, 여러 사람이 함께 의미가 비슷한 카드를 한 묶음으로 모은 뒤, 묶음마다 문제를 설명하는 이름을 붙입니다. 분류를 먼저 하고 이름은 나중에 붙이며, 각 주제는 카드 수가 아니라 참여자 수로 셉니다.
인터뷰 결론에서 확증 편향을 어떻게 피하나요?
정리를 시작하기 전에 팀이 원래 갖고 있던 가설을 적어 두고, 정리하면서 그와 반대되는 원문 발언을 일부러 찾으세요. 결론마다 인원수와 반례를 적고, 인터뷰에 참여하지 않은 동료에게 원문 발언을 읽고 독립적으로 분류해 달라고 요청하세요. 비율과 관련된 판단은 설문이나 행동 데이터로 다시 검증하세요.

