UX 리서처는 사람들이 제품을 어떻게 이해하고 사용하며 어디서 어려움을 겪는지 연구한 뒤, 그 관찰을 팀이 실행에 옮길 수 있는 증거로 바꾸는 사람이다. 이들은 인터뷰, 사용성 테스트, 현장 조사, 설문, 실험을 기획하고, 참가자를 모집하고, 패턴을 분석하며, 그 결과가 무엇을 바꿔야 하는지 전달한다. 보통 최종 인터페이스를 직접 디자인하지는 않는다. 이들의 역할은 디자인과 제품에 관한 결정이 경영진의 짐작이 아니라 실제 행동에서 출발하도록 만드는 것이다.
이 직무는 인간공학, 인지심리학, 민족지학, 인간-컴퓨터 상호작용(HCI) 운동에서 성장했다. 도널드 노먼과 같은 연구자들은 일상적인 사물이 인간의 능력과 실수 가능성에 맞춰 설계되어야 한다고 주장했고, 이후 사용성 전문가들은 통제된 테스트를 소프트웨어 기업에 도입했다. 디지털 제품이 금융, 의료, 업무, 행정의 중심이 되면서, 리서치는 디자이너 한 사람이 간간이 수행하던 부수적 업무가 아니라 디자인 조직 안의 독립된 전문 영역이 되었다.
이 업무의 중요성은 점점 더 눈에 띈다. 오늘날 제품은 클릭 하나하나를 기록할 수 있지만, 누군가가 왜 망설였는지, 왜 작업을 포기했는지, 왜 결과를 믿지 않았는지는 여전히 설명하지 못한다. AI는 녹취를 요약하고 인터뷰 가이드를 생성하고 의견을 군집화할 수 있지만, 연구의 질은 올바른 질문을 던지고, 불편한 침묵을 알아채고, 편리한 데이터를 인간에 대한 이해로 착각하지 않도록 팀을 막는 데 달려 있다.
UX 리서치는 제품 결정이 지표·기억·자신감만으로 이뤄지기 쉬운 방에, 실제 사람의 증거와 한계를 규율 있게 데려오는 일이다. 국내처럼 출시가 빠른 조직일수록 그 규율이 일정과 충돌한다.
리서처는 불확실한 결정을 연구로 바꾼다. 질문을 쓰고, 참여자를 모집하며, 동의를 확인하고, 세션을 진행하고, 녹화를 검토한 뒤 로드맵이 지나가기 전에 발견을 쓸 수 있게 만든다. 눈에 보이는 인터뷰는 일부일 뿐이고, 프레이밍과 합성이 그 연구가 신뢰를 받을지 정한다. 국내 플랫폼·커머스·핀테크 팀에서는 출시 주기가 짧아 연구 창이 압축되기 쉽고, 그래서 연구 질문을 좁히는 협상력이 기술만큼 중요하다. 좋은 하루는 ‘많이 인터뷰한 날’이 아니라 ‘팀이 근거로 쓸 수 있는 문장을 남긴 날’이다. 모집 패널의 편향·사례비·녹음 동의는 연구 품질의 일부다. ‘인사이트 공유회’가 보고용 행사로 끝나면 로드맵은 바뀌지 않는다. 리서처의 하루 후반전은 이해관계자 캘린더를 뚫고 결정 문장 하나로 압축하는 협상이다.
공감은 동의도, 감동적인 인용 모음도 아니다. 좋은 연구는 참여자가 말한 것·한 것·증거가 지지할 수 있는 것을 구분한다. 팀이 선호 기능을 빨리 확인하고 싶을 때 그 구분을 지키는 것이 직업의 윤리이자 기술이다. 한국 조직의 상향식·하향식이 섞인 의사결정에서는, 리서처가 ‘불편한 증거’를 보고할 때 위계와 일정 압력이 동시에 온다. 그래서 방법론 지식만큼, 이해관계자를 설득하는 스토리텔링과 범위 협상이 핵심 역량이 된다. 상사가 이미 좋아하는 기능을 확인하려는 요청을 거절·재구성할 용기가 방법론만큼 중요하다. 한국어 인터뷰에서는 거절을 직접 말하지 않는 표현을 행동 관찰로 교차검증해야 한다. 인용만 모으면 팀은 원하는 이야기로 후퇴한다.
소비자 앱 팀은 매주 프로토타입 테스트를 돌릴 수 있다. 엔터프라이즈·헬스케어·공공 연구는 현장 방문·접근성·조달 지식, 그리고 발견에서 변화까지 훨씬 긴 경로를 요구한다. 작은 회사는 한 사람에게 리서치·디자인·분석을 한꺼번에 맡긴다. 네이버·카카오·게임사처럼 리서치 조직이 큰 곳과, 스타트업의 원맨 리서처는 같은 직함이어도 포트폴리오에 남는 산출물이 다르다. 채용공고의 ‘UX’만 보지 말고, 의사결정권이 제품·디자인·경영 어디에 있는지를 확인해야 한다. 게임·이커머스·금융·공공은 윤리·접근성·보안 심사 부담이 다르다. 대기업 리서치옵스와 스타트업 원맨 리서처는 같은 직함이어도 산출물 형태가 갈린다. 채용 시 ‘연구 결과가 제품에 묶인 사례’를 포트폴리오의 중심에 두어야 한다.
AI는 통화를 받아 적고 노트를 정리하며 테마를 제안할 수 있다. 그러나 올바른 사람을 모집했는지, 공손한 답이 심각한 장벽을 가리는지는 보장하지 못한다. 남는 일은 연구 설계 판단·윤리적 돌봄, 그리고 불편한 증거를 설명할 용기다. 국내에서도 대화형 AI·자동 요약이 빠르게 들어오지만, 개인정보·녹음 동의·패널 품질 문제는 더 예민해진다. 도구가 빨라질수록, ‘왜 이 샘플인가’와 ‘이 발견이 무엇을 바꾸지 못하는가’를 쓰는 사람의 가치가 커진다. 자동 요약은 테마를 제안하지만, 잘못된 샘플을 그럴듯하게 포장할 위험도 키운다. 개인정보·미성년·의료 맥락에서는 도구보다 동의 설계가 먼저다. 불편한 증거를 일정에 맞춰 죽이지 않는 것이 자동화 시대의 전문성이다.
같은 직함 아래 흔한 다섯 갈래 — 전문 분야, 일터, 커리어 경로.
생성·평가 연구를 로드맵 가까이에서 돌리고, 증거를 디자인·제품 결정으로 번역한다.
모집·동의·사례비·리포지토리를 구축해 연구가 윤리적이고 반복 가능하게 돌아가게 한다.
인터뷰·사용성 증거를 설문·실험·행동 데이터와 연결한다.
실험실 프로토타입이 드러내지 못하는 실제 업무 제약을 현장에서 관찰한다.
장애 참여자와 장벽을 연구하고, 접근성을 늦은 감사가 아닌 설계 요구로 만든다.
같은 일이라도 진입 관문·지위·일상이 다릅니다. 각 언어 독자가 실제로 찾는 맥락으로 다시 썼습니다.
대형 테크가 성숙한 리서치 사다리를 만들었지만 채용 사이클에 따라 진입이 극도로 경쟁적이 된다. 포트폴리오는 예쁜 화면보다 방법·결정 맥락·영향을 보여야 한다.
플랫폼·게임·전자 기업이 리서처를 뽑지만, 빠른 배달과 시니어 주도 결정이 연구 시간을 압축한다. 국내 사용자 인터뷰에서는 한국어 유창성과 문화적 뉘앙스가 곧 데이터 품질이다. 대기업은 리서치옵스·패널이 갖춰진 반면 스타트업은 한 사람이 디자인과 겹치는 경우가 많다. ‘인사이트 공유’가 보고용으로 끝나고 로드맵을 못 바꾸는 조직도 있어, 영향력을 포트폴리오에 남기는 전략이 필요하다.
리서치가 디자인·마케팅·품질 옆에 붙는 경우가 많다. 합의 문화가 발견의 실행을 늦출 수 있지만, 서비스 디테일에 대한 주의가 현장·사용성 연구에 무게를 준다.
엔터프라이즈·자동차·공공이 엄격한 연구를 요구한다. 데이터보호·직장평의회·동의 절차가 참여자 증거 수집·보관을 규정한다.
런던이 제품 역할을 붙잡고, 정부 디지털·컨설팅이 또 다른 경로를 준다. 디스커버리·정책 제약·접근성 의무를 가로지르는 일이 흔하다.
동남아를 겨냥한 팀은 영어권 도시 샘플 하나를 시장 전체로 취급하면 안 된다. 다국어 모집과 시차가 리서치 운영의 가치를 키운다.
UX 리서처는 기술적으로 완벽한 조사를 진행하고도 아무 쓸모 없는 결과를 만들어낼 수 있다. 이 일에서 가장 어려운 부분은 팀이 듣고 싶어 하는 말이 아니라 사용자가 실제로 한 행동을 보고하는 것이다.
몇 달 동안 팀이 다듬어온 프로토타입이 사용성 테스트에서 크게 실패할 수 있는데, 그 테스트를 지켜보는 회의실은 이미 얼마나 많은 노력이 그 디자인에 들어갔는지 알고 있다. 그 실패를 "몇 가지 개선할 부분이 있다"는 말로 완화하는 대신 있는 그대로 보고하는 리서처가 팀이 실제로 사용할 수 있는 무언가를 출시하게 만들며, 회의실의 감정을 지키려는 리서처는 결국 나쁜 디자인을 지키는 셈이 된다. 국내 IT 기업의 UX 조직에서도 이 솔직한 보고가 디자이너와의 관계를 불편하게 만들 수 있다는 이유로 흔히 완화되며, 이 완화가 반복되면 조직 전체가 잘못된 방향으로 계속 나아간다.
유도성 질문 하나, 잘못된 순간의 확인하는 고갯짓 하나가 참여자가 실제로 믿는 답이 아니라 리서처가 듣고 싶어 하는 답을 조용히 만들어낼 수 있다. 원본 인터뷰 녹음을 실제로 다시 검토하는 사람이 거의 없기 때문에, 중립적인 질문을 던지고 불편한 침묵을 견디는 규율만이 조사와 이미 결론이 정해진 채 증거로 포장된 결과를 가르는 유일한 방어선이다. 이 규율이 무너지면 아무리 정교한 조사 설계도 결국 미리 원하는 결론을 확인하는 절차로 변질된다.
무의식적으로라도 디자인을 검증해줄 우호적이거나 이미 익숙한 사용자를 모집하는 것은 실제로 그 디자인을 시험할 혼란스럽거나 불만이 많거나 주변부에 있는 사용자를 모집하는 것보다 훨씬 쉽다. 문제를 드러낼 가능성이 가장 높은 참여자를 의도적으로 찾는 리서처가 진짜 일을 하는 것이며, 편안한 세션을 위한 참여자를 모집하는 리서처는 결과가 보기 좋은 연극을 만드는 것에 불과하다. 국내 프로덕트 조직에서도 마감이 급할 때 모집 기준을 낮추는 유혹이 크며, 이 유혹에 넘어간 조사는 실제 문제를 놓친다.
구호가 아니라, 실제 업무가 요구하는 다섯 가지 구체적 자세입니다.
보고서에 매끄럽게 정리된 요약 대신 실제 인용문이나 영상 클립을 그대로 포함시키며, 요약이 팀이 사용자가 말했으면 하는 방향으로 조용히 흘러갈 수 있다는 것을 안다. 이 원문 인용은 보고서를 덜 깔끔하게 만들지만, 실제로 무슨 일이 있었는지를 왜곡 없이 전달하는 유일한 방법이며, 이를 건너뛴 보고서는 몇 달 뒤 다시 검토해도 실제로 무슨 일이 있었는지 알 수 없고 그 손실은 되돌릴 수 없다.
디자인이 나쁜 성적을 낸 결과를, 긍정적인 결과에 쓰는 것과 똑같이 직접적인 언어로 제시하며, 그 결과물을 만든 팀원의 충격을 덜어주려고 완곡한 표현으로 감싸지 않는다. 이 직접성이 그 순간 불편함을 만들지만, 장기적으로는 팀이 실제 문제를 정확히 이해하게 만들며 이를 완화하는 습관이 반복되면 조직 전체가 자신의 제품이 얼마나 취약한지 모른 채 출시를 반복하고 그 대가는 사용자가 치른다.
새로운 디자인에 혼란스러워하거나 거부감을 느낄 가능성이 높은 참여자를 찾으며, 조사를 실제보다 더 좋게 보이게 만들 열성적인 초기 사용자 집단으로 채우지 않는다. 이 선택은 조사 결과를 덜 인상적으로 보이게 만들 위험이 있지만, 실제 제품의 취약점을 드러내는 유일한 방법이며 이 모집 기준을 지키지 않은 조사는 출시 이후에야 비로소 진짜 문제를 발견하게 만든다.
사용자가 말한 것과 과제 중 실제로 한 행동이 서로 다를 때 이를 보고서에 명확히 남기며, 두 신호가 서로 다른 결론을 가리키는데도 이를 하나로 뭉뚱그려 디자인 결정을 잘못된 방향으로 이끌지 않는다. 이 구분이 없으면 팀은 사용자가 말한 선호만 믿고 실제 행동 패턴을 놓치며, 그 결과 겉으로는 근거 있어 보이지만 실제로는 잘못된 결정을 내리게 되고 그 결정은 출시 이후에야 문제로 드러난다.
이미 결정이 내려진 것처럼 보이는 조사 요청을 받으면 그것이 검증을 가장한 확인 요청임을 프로덕트팀에게 솔직하게 말하며, 어차피 그것을 뒷받침하는 슬라이드가 될 조사를 그대로 진행하지 않는다. 이 반박은 그 팀과의 관계를 불편하게 만들 수 있지만, 리서치라는 직무의 실제 가치를 지키며 이를 지키지 않으면 리서치 자체가 그저 의사결정을 정당화하는 알리바이로 전락한다.
이력서용 표현과 실제 수행이 갈라지는 상황들입니다.
그 프로토타입을 만든 디자이너가 사용자가 어려움을 겪는 모습을 직접 지켜보는 방 안에서, 리서처가 이후 그 어려움을 정확하게 보고하는지, 아니면 세션 중 디자이너의 눈에 보이는 불편함이 보고서를 완화시키게 두는지가 리서처의 진짜 충성심이 어디에 있는지를 보여주며, 이 선택이 이후 그 팀이 같은 실수를 반복할지를 결정한다.
출시 결정이 짧은 시간 안에 겨우 세 명만 모집할 수 있었던 조사에 걸려 있다. 세 번의 세션이 방향을 제시할 수는 있지만 확정할 수는 없다는 것을 있는 그대로 말하는 것이, 보고서가 마감되어야 한다는 이유만으로 자신감 있게 들리는 보고서를 쓰는 것보다 훨씬 어려운 선택이며, 이 선택이 이후 그 데이터에 기반한 출시 결정의 실제 근거가 얼마나 튼튼한지를 결정한다.
실제로는 이미 내부적으로 결정되고 발표된 사안에 대한 조사를 요청받는다. 리서처가 그 요청이 사실은 검증이 아니라 승인을 원하는 것임을 짚어내는지가 자신이 얼마나 독립성을 지킬 의지가 있는지를 드러내며, 이 지적은 그 관계를 불편하게 만들 위험을 감수해야 하고 그 위험을 피하는 리서처는 결국 리서치라는 직무의 존재 이유를 스스로 저버리게 된다.
사용자가 거의 지나가는 말처럼 테스트 중인 주제와 무관한 심각한 사용성이나 접근성 문제를 언급한다. 리서처가 이를 메모하고 후속 질문을 던지는지, 아니면 세션 계획에 없었다는 이유로 그냥 좁게 정해진 스크립트만 따르는지가 그가 실제로 무엇을 눈여겨보는 사람인지를 보여주며, 이 순간을 놓친 리서처는 정작 더 중요한 문제를 그대로 지나치게 된다.
UX 리서처를 "사용자의 목소리"라 부르고 사명 지향적인 역할로 포장하는 것이, 전체 제품 조직에 리서처를 단 한 명만 배정하거나 출시 일정에 맞춰 무급으로 추가 세션을 짜내도록 기대하는 것을 정당화하는 데 쓰이기도 한다. 이 일이 자원이 배정된 전문 분야가 아니라 애드보커시로만 규정되기 때문에, 실제로 필요한 인력과 시간이 부족해도 문제 제기가 어려워진다. 국내 IT 기업에서도 "우리는 사용자를 정말 중요하게 생각한다"는 경영진의 말이, 결정이 이미 확정되기 전에 조사를 진행할 여유조차 없는 작은 팀 규모와 공존하는 경우가 흔하다. 이 간극 속에서 리서처 개인이 소진되는 문제는 조직의 구조적 결함이 아니라 개인의 역량 부족처럼 다뤄지곤 한다.
보통
AI는 연구 행정 업무와 1차 종합 작업의 상당 부분을 자동화할 수 있다. 하지만 타당한 연구를 설계하거나, 참가자의 말로 표현되지 않은 불편함을 알아채거나, 윤리적 딜레마를 판단하거나, 오해를 낳는 결론에 대해 조직에 책임을 묻는 일은 신뢰성 있게 해내지 못한다.
AI와 미래 →같은 분야만이 아니라 여섯 점수 프로필이 가까운 직업입니다.
물질 그 자체를 만들고 측정하는 과학자 — 바빌로니아 타푸티의 증류기에서 오늘날 로봇 실험실에 이르기까지, 스펙트럼이 의미하는 바를 결정하는 것은 여전히 사람이다.
AI 내성 70 🌉강과 바위와 중력을 다리, 도로, 맑은 물로 바꾸는 직업 — 임호테프 이래 문명을 떠받쳐온 조용한 하중지지의 업.
AI 내성 72 🧬유전 질환, 검사 선택과 그 결과를 이해하도록 돕는 사람으로, 유전체 과학과 비지시적이고 공감적인 상담을 결합한다.
AI 내성 72 🌿조직이 비즈니스 의무를 이행하면서 환경 및 사회적 피해를 줄이는 데 도움이 되는 전략, 측정 및 보고를 주도합니다.
AI 내성 66 🗺️회사가 다음에 무엇을 만들지, 왜 만들어야 하는지를 결정하는 사람. 고객의 필요, 사업 목표, 엔지니어링의 한계를 하나의 공유된 계획으로 엮어내지만, 그 계획을 온전히 소유하는 사람은 따로 없다.
AI 내성 50 🎮놀이를 설계하는 사람 — 게임이 플레이어에게 무엇을 요구할지 결정하는 사람이다. 고대의 세네트 판에서 테트리스, 그리고 오늘날 30억 명이 즐기는 산업에 이르기까지.
AI 내성 65안전 기준을 지키고 클라이언트를 만족시키며 비용까지 맞아야 하는 건물을 설계하고, 무너지면 법적 책임까지 떠안는다.
AI 내성 78 🎬시나리오를 완성된 영화로 바꾸는 사람으로, 모든 샷과 연기와 편집점을 결정한 뒤 프로듀서와 스튜디오와 관객에게 그 비전이 예산을 쓸 가치가 있었음을 설득한다.
AI 내성 73 ✍️책 한 권 분량의 허구를 짓는 사람. 무라사키 시키부의 헤이안 궁정에서 킨들의 자가출판 홍수까지 이어지는, 자격증도 사다리도 정년도 없는 직업.
AI 내성 62 🎻악기나 목소리를 연마하는 데 수년을 쏟은 뒤, 공연과 녹음, 레슨으로 생계를 잇는다. 스트리밍이 시장을 넓혔지만 곡당 수입은 오히려 줄었다.
AI 내성 60 🖌️기록으로 남은 가장 오래된 이미지 제작 기술 — 4만 5천 년 전 동굴 벽화에서 오늘날의 작업실까지, 여전히 한 붓질씩 이어지고 있다.
AI 내성 74 🎮놀이를 설계하는 사람 — 게임이 플레이어에게 무엇을 요구할지 결정하는 사람이다. 고대의 세네트 판에서 테트리스, 그리고 오늘날 30억 명이 즐기는 산업에 이르기까지.
AI 내성 65