본문으로 건너뛰기 섹션으로 건너뛰기

🔎AI와 미래

UX 리서처 · 사람들이 제품을 어떻게 사용하는지 연구해, 관찰된 행동과 필요와 불만을 팀이 디자인의 근거로 삼을 수 있는 증거로 바꾸는 일.

한눈에
지표 밀도

진한 칸일수록 이 직업에서 해당 지표가 높습니다.

최근 검토 출처·크레딧미디어 크레딧방법론

짧은 답

UX 리서처는 무엇을 하나요?

UX 리서처는 제품을 사용하거나 사용할 수 있는 사람들에 대한 증거를 수집한다. 인터뷰, 사용성 테스트, 설문, 다이어리 스터디, 분석 데이터 검토 같은 방법을 선택하고, 반복되는 패턴을 분석하며, 그 함의를 디자이너, 엔지니어, 프로덕트 매니저에게 설명한다. 결과물은 인터페이스에 대한 개인적 의견이 아니라, 사용자 행동과 필요에 대해 논리적으로 방어할 수 있는 설명이다.

UX 리서치는 UX 디자인과 같은 것인가요?

아니다. UX 디자이너는 플로우, 인터페이스, 프로토타입을 만들고, UX 리서처는 그 디자인이 사용자의 목표와 맥락에 맞는지 조사한다. 소규모 팀에서는 두 역할이 합쳐지기도 하지만, 핵심 성격은 다르다 — 디자인은 해결책을 만들고 반복하며, 리서치는 연구를 설계하고 문제와 사용에 대한 증거를 판단한다.

UX 리서처가 되려면 학위가 필요한가요?

필요한 면허나 특정 학위는 없다. 많은 실무자가 심리학, 인류학, HCI, 사회학, 디자인, 컴퓨터공학 학위를 가지고 있지만, 고용주는 주로 견실한 연구와 명확한 영향력을 보여주는 포트폴리오를 본다. 특정 직함보다 연구 방법론, 글쓰기 능력, 참가자를 윤리적으로 다루는 태도가 더 중요하다.

사용성 테스트란 무엇인가요?

사용성 테스트는 대표성 있는 참가자에게 제품이나 프로토타입으로 실제와 같은 과업을 시도하게 하고, 연구자가 이를 관찰하는 방식이다. 사람들이 어디서 망설이는지, 라벨을 잘못 이해하는지, 목표를 완수하지 못하는지를 드러낸다. 신중하게 선정한 몇 번의 세션만으로 심각한 문제를 발견할 수 있지만, 그것만으로 통계적으로 정밀한 시장 점유율을 산출하지는 못한다.

UX 리서처는 얼마나 버나요?

미국에서는 2020년대 중반 기준, 테크 업계의 중간급 UX 리서치 직무가 대략 연봉 $90,000~$140,000 수준으로 공고되는 경우가 흔하며, 대기업에서는 총 보상이 더 높다. 다른 지역의 연봉은 현지 테크 시장, 공공부문 급여 체계, 에이전시·인하우스·컨설팅 여부에 따라 달라진다.

UX 리서처는 원격으로 일할 수 있나요?

종종 가능하며, 특히 원격 인터뷰와 조정된(moderated) 프로토타입 테스트에서 그렇다. 다만 제품이 특정 업무 현장, 기기, 물리적 환경에 의존한다면 현장 조사, 실험실 세션, 맥락적 조사(contextual inquiry)는 여전히 대면으로 이루어져야 한다. 원격 리서치는 모집 범위를 넓혀주지만, 동의, 접근성, 관찰 품질을 더 신경 쓰게 만든다.

이 섹션부터 시작 - AI와 미래

비교 랩 열기

이 페이지 공유

AI 도구는 필사, 태깅, 요약, 초안 보고서 작성 같은 수작업을 빠르게 줄이고 있다.

핵심적인 연구 과제는 여전히 인간의 일이다: 무엇을 연구할지 정하고, 신뢰할 수 있는 참여를 얻어내고, 맥락 속에서 증거를 해석하는 일.

31 / 100
보통

기계가 대신할 수 있는 업무의 비율

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.

직함이 아니라 업무 단위로 산정했다. 낮을수록 안전하다.

AI가 대체하지 못하는 직업 →

기계가 가져가지 못하는 것

연구 설계(framing)

92

올바른 질문을 선택하려면 제품, 인간, 조직에 대한 맥락이 필요하다.

참가자와의 신뢰

88

민감한 이야기를 이끌어내는 것은 경청하고 책임 있게 반응할 수 있는 연구자에게 달려 있다.

윤리적 책임

90

동의, 개인정보 보호, 피해 방지는 요약 도구에 위임할 수 없다.

맥락적 해석

82

망설임이나 우회 행동에는 문화적, 접근성, 업무 환경상의 원인이 있을 수 있다.

관계자 판단

76

연구자는 편리한 결론에 이의를 제기하고 증거가 실제로 뒷받침하는 바를 협상해야 한다.

이미 가져가고 있는 것

필사

85

음성-텍스트 시스템이 이미 많은 수동 필사 작업을 없앴다.

1차 태깅

70

모델은 반복되는 문구와 제안된 주제를 인간이 검토할 수 있도록 군집화할 수 있다.

인터뷰 가이드 초안

60

AI는 초기 가이드를 만들 수 있지만, 연구자는 편향과 적합성을 반드시 검증해야 한다.

보고서 형식화

75

도구는 구조화된 노트에서 요약, 표, 증거 링크의 초안을 작성할 수 있다.

일이 변해가는 방식

더 빠른 종합, 더 높은 검토 기준

연구자는 노트를 정리하는 데 쓰는 시간을 줄이고, 요약이 미묘한 뉘앙스를 유지하는지 확인하는 데 더 많은 시간을 쓰게 될 것이다.

소규모 팀이 일상 업무를 처리한다

자동화는 행정적 역할을 줄이는 동시에 방법론적 역량에 대한 기대치를 높일 수 있다.

연구 거버넌스가 성장한다

팀은 민감한 연구에서 녹화, 참가자 데이터, AI 모델 사용에 관한 정책이 필요하다.

혼합 방법론의 가치가 커진다

정성적 종합이 저렴해질수록, 검증을 위해 강력한 실험적·행동적·현장 증거가 더 중요해진다.

갈라져 나오는 새 직업들

리서치 운영 리드

윤리적인 모집, 저장소, 참가자 시스템을 구축한다.

AI 경험 리서처

사람들이 AI 제품의 행동을 어떻게 신뢰하고, 정정하고, 이해하는지 연구한다.

접근성 리서처

장애가 있는 사용자가 제품 여정 전반에서 겪는 장벽을 조사한다.

인사이트 전략가

연구 증거를 제품 포트폴리오와 조직의 의사결정에 연결한다.

AI 노출 시나리오

세 가지 가역 렌즈: 업무 보조, 일부 대체, 새 틈새. 교육용이며 예측이 아닙니다.

보조

역할은 유지하고 AI가 초안·분류·조사를 빠르게 하며 판단과 책임은 사람이 집니다.

일부 대체

좁은 작업 묶음(템플릿·초안·반복 채점)이 먼저 줄어들고 인접 숙련은 커질 수 있습니다.

새 틈새

규제 환경에서 AI 출력을 신뢰해야 하는 감독·통합·도메인 QA 역할이 생길 수 있습니다.

전망

AI는 일상적인 연구 제작을 더 빠르게 만들겠지만, 동시에 부실한 증거도 대규모로 만들기 쉽게 할 수 있다.

가장 오래 살아남는 연구자는 엄밀함을 지키고, 소외된 사람들을 대변하며, 명확한 증거로 고위험 결정을 바꿀 수 있는 사람일 것이다.

비슷한 직업

같은 분야만이 아니라 여섯 점수 프로필이 가까운 직업입니다.

계속 탐색하기

계속 탐색하기

예술·창작 분야의 다른 직업