학습은 외주화할 수 없다
AI 도구를 활용하면 리서치 질문 설정부터 참가자 모집, 데이터 분석, 보고서 작성까지 빠르고 효율적으로 진행할 수 있습니다. 하지만 이 과정에서 팀이 사용자 경험을 직접 체감하며 얻는 깊은 배움이 사라지는 위험이 발생합니다.
리서치의 두 가지 부산물
- 결과물: 테마, 인사이트, 추천 사항, 보고서 등 (AI가 완벽하고 빠르게 대체 가능)
- 학습: 리서치를 수행하는 사람들의 사고방식 전환 및 사용자 경험에 대한 공감 (AI가 대신 체감해 줄 수 없음)
인지과학적 관점: '자가 생성 효과'
- 정보를 단순히 읽는 것보다 스스로 고민하고 정리할 때 훨씬 잘 기억되고 이해됩니다.
- AI가 정리해 준 잘 짜인 보고서를 읽기만 하면 "내가 다 안다"는 착각(Illusion of Knowing)에 빠지기 쉬우며, 실제 이해도와 기억력은 떨어집니다.
직접 관찰의 힘
- 수치 데이터("40%의 사용자가 가입 절차 실패")를 보는 것과, 한 사용자가 화면 앞에서 1분 넘게 헤매며 느끼는 Frustration을 직접 실시간으로 관찰하는 것은 완전히 다릅니다.
- 디자이너는 단순 비율이 아닌 직접 체감한 멘탈 모델을 바탕으로 디자인 결정을 내립니다.
AI의 올바른 역할
- 원칙: *"생각을 보조하는 작업은 자동화하되, 생각을 만들어내는 핵심 작업은 보호하라."*
- Otter.ai(녹취), Dovetail(데이터 정리), Claude(질문지 작성) 등의 도구는 보조 수단으로 매우 유용하지만, 사용자의 고충을 공감하고 다투며 정제해 나가는 본질적인 학습 과정은 사람이 직접 수행해야 합니다.
한 줄 결론
- 연구 결과물은 리서치가 만들어내는 산출물일 뿐이며, 진정한 리서치의 본질은 그 과정에서 팀이 경험하고 변화하는 학습 그 자체입니다.
