얼마 전 Synthetic Users라는 서비스를 써봤습니다. 프롬프트에 “30대 직장인, 월 3회 배달앱 사용”이라고 입력하면 가상의 사용자가 생기고, 이 인물에게 설문을 돌리거나 인터뷰를 시뮬레이션할 수 있습니다.
리크루팅 2주, 인센티브 비용, 노쇼 리스크. 이걸 다 건너뛸 수 있다니 솔깃했습니다. 마치 리서치의 우버이츠 같은 느낌이랄까요.
일주일간 써보고 나서 정리된 생각을 공유합니다.
잘 작동하는 영역은 분명히 있습니다
정보 구조가 직관적인지 빠르게 확인하는 것, 버튼 카피 10개 중 명백히 혼란스러운 3개를 걸러내는 것, 플로우의 큰 구멍을 찾는 것. 정답이 비교적 명확한 과제에서 효율적이었습니다.
즉, 합성 유저는 빠른 사전 점검 도구로는 제법 쓸 만했습니다.
하지만 가장 가치 있는 순간은 만들어내지 못했습니다
지난달 진행한 실제 사용성 테스트에서 가장 가치 있었던 순간이 있었는데요. 참가자가 결제 화면에서 5초간 멈추더니 이렇게 말했습니다. “어… 이거 누르면 바로 결제되는 건가요?”
이 5초의 머뭇거림. 합성 유저는 이걸 만들어내지 못합니다. AI는 학습 데이터의 평균적 반응을 돌려줄 뿐인데, 리서치가 진짜 가치를 만드는 순간은 평균에서 벗어난 반응을 발견할 때거든요.
합성 유저는 큰 도로는 잘 알려주지만, 골목길에 새로 생긴 진짜 문제는 직접 걸어봐야 알 수 있다.
개인 사용 경험을 바탕으로 정리한 비유
합성 유저는 지도 앱 같았습니다
비유하자면, 합성 유저는 지도 앱 같은 겁니다. 큰 도로는 잘 알려줍니다. 하지만 골목길에 새로 생긴 맛집은 직접 걸어봐야 알 수 있어요. 리서치에서 진짜 인사이트는 대부분 그 골목길에 있습니다.
그래서 합성 유저가 모든 걸 대신할 거라는 기대는 과합니다. 반대로 아무 쓸모 없다고 dismiss하기도 어렵습니다.
현실적인 병행 방식은 무엇이 문제인가와 왜 문제인가를 나누는 것
요즘IT에서 흥미로운 전망을 읽었습니다. “시뮬레이션 기반 UX 테스트는 사람을 대체하려는 접근이 아니라, 테스트를 더 잘 쓰기 위한 사전 검증 방법으로 자리 잡을 것.” 이 말이 맞는 것 같습니다.
제가 지금 쓰는 방식은 이래요. 합성 유저로 “무엇이 문제인가”를 빠르게 걸러내고, 실제 사용자 5명으로 “왜 문제인가”를 알아냅니다. 도구가 사람을 대체하는 게 아니라, 사람이 더 중요한 질문에 집중할 수 있게 해주는 겁니다.
