AI가 채운 공감지도엔 진짜 사용자가 없다

Rachel Krause가 Nielsen Norman Group에서 AI로 공감지도(empathy map)를 채우는 관행의 함정을 짚었습니다. AI는 그럴듯한 사용자 발언을 순식간에 만들어내지만, 그것은 실제로 만난 사람이 아니라 ‘누구도 아닌 사람’을 묘사합니다. 리서치 없이 만든 공감지도는 근거가 아니라 가정을 지도 위에 붙이는 일입니다.

"그것이 만들어낸 내용은 거의 모든 제품의 불만 사용자를 묘사할 수 있으며, 그래서 결국 특정한 누구도 묘사하지 않는다."Rachel Krause, Nielsen Norman Group

왜 중요한가

진짜 리서치에서 나온 통찰은 ‘귀리 우유를 일반 우유로 바꿨다’ 같은 구체적 디테일을 담지만, AI가 지어낸 인용은 카테고리 안 어떤 제품에도 들어맞는 일반론에 그칩니다. 그럴듯함은 사실이 아닙니다 — 지어낸 관찰은 아무리 설득력 있어 보여도 근거가 아니라 가정입니다. 이 가정을 근거로 착각하는 순간, 조직은 존재하지 않는 사용자를 위해 제품을 만들기 시작합니다.

실무 적용

핵심은 AI를 버리는 것이 아니라 자리를 옮기는 것입니다 — AI는 이미 수집한 리서치를 묶고, 인용들 사이의 패턴을 요약하고, 근거 있는 통찰의 문장을 다듬는 데 유효합니다. 판별법은 단순합니다. 포스트잇 하나하나를 실제 리서치 근거로 되짚을 수 있는가, 그리고 AI가 없었다면 이것을 ‘발견’이라 부를까 아니면 ‘가정’이라 부를까를 스스로 물으면 됩니다.

교차 참고

• Nielsen Norman Group: One AI Output Is an Example, Not an Evaluation — AI 결과 하나로 성능을 판단하지 말라는, 표본과 근거의 문제를 짚습니다.
• Nielsen Norman Group: AI-Generated Images Can Perform as Well as Stock Photography — AI 생성물이 유효한 지점과 그렇지 않은 지점을 실험으로 가릅니다.

Wemeet의 관점

Wemeet은 AI가 리서치의 ‘정리’는 도와도 ‘증거’는 만들지 못한다고 봅니다. 공감지도의 값은 예쁜 포스트잇이 아니라 그 뒤에 실제 사용자가 있느냐에서 나옵니다 — 근거와 가정을 구분할 줄 아는 팀만이 진짜 사용자를 위해 설계합니다.