어피니티버블(Affinity Bubble)은 수집된 ‘다수의 사용자 목소리’로부터 핵심 주제를 추출하여 계층적으로 시각화하고 인사이트 리포트까지 제공하는, pxd 업무툴입니다.* 본문 하단에 있는 URL을 통해 직접 사용해 보실 수 있어요!pxd에서는 사용자 의견으로부터 인사이트를 얻기 위해 어피니티 다이어그램을 사용했는데요. 주로 포스트잇을 활용하는 이 방법은 장시간동안 여러 디자이너들과의 협업이 필요합니다.그에 비해, 어피니티버블은 LLM을 이용하여 보로노이 트리맵 형식으로 한눈에 그리고 빠르게 데이터의 계층구조를 보여주죠. 일상에서 흔히 볼 수 있는 보로노이 구조가 비누거품 모양이라, ‘방법론+시각화’ 를 의미하는 단어들을 조합하여 ‘어피니티버블’이라고 이름 붙였습니다.텍스트 데이터 분석에서 널리 ..

한국어 감정 단어를 정리한 표가 트위터에서 인기를 얻었습니다. 자신의 감정을 표현하는데 적당한 단어가 잘 떠오르지 않는다는 트윗에 인용으로 한국어 감정단어의 목록 작성과 차원 탐색 논문에서 수집한 감정단어 434개 한국어 감정 단어 목록을 공유해 주셨습니다. 요즘 미쳤다라는 표현이 심지어 방송에서도 남용되어 우려하는 목소리가 많은데요. 감정 어휘의 부족이 소통을 피상적으로 만드는 것 같습니다. 감정 어휘가 늘어 날 수록 자신의 감정을 보다 적확하게 표현하는것 뿐 아니라 자기 감정을 정확하게 아는데도 도움이 된다고 합니다. 어피니티 버블다만 가나다 순으로 나열된 이런 표 형태는 한눈에 잘 들어오지 않아 아쉬웠는데요. 우선 비슷한 의미끼리라도 묶어보면 좋을 것 같았습니다.어피니티 버블은 텍스트 임베딩을 이용..

사용자 경험 기반의 상품을 개발하거나 서비스를 구축할 때, 또는 개선할 때 가장 많이 사용하는 방법이 퍼소나(Persona)입니다. 타겟층을 명확히 하고, 그들이 원하는 바를 파악해 상품과 서비스에 녹여내는 것이죠. 그리고 퍼소나를 만들 때 주로 인터뷰, 설문 조사 등 정성적인 방법을 주로 사용합니다. 하지만 이는 적지 않은 시간과 비용이 투입되는 작업이죠. 피엑스디(pxd)는 구글 애널리틱스(Google Analytics, GA)의 정량 데이터를 바탕으로 사용자를 세분화해서 퍼소나 구축에 활용할 수 있는 ‘데이터 드리븐 퍼소나(Data Driven Persona, DDP)’를 개발하고 있습니다. 이번 글에서는 퍼소나를 구축하기 전에 피엑스디 홈페이지 및 블로그 데이터로 사용자를 분류하는 예시를 보여드리..

AI를 향한 호기심이 당연하게 여겨지는 요즘, 피엑스디(pxd)는 여러 가지를 실험하고 있습니다. AI가 세상의 자료를 학습하는 것처럼 피엑스디도 AI를 학습하고 업무에 도움이 될 작은 도구를 만들어보고 있죠. UX 라이팅 어시스턴트(UX Writing Assistant)는 그 실험의 결과물 중 하나입니다. 원하는 글쓰기 방향성을 용어집과 글쓰기 규칙의 형태로 AI에 제공하면, 이를 바탕으로 AI가 문장을 검토하고 개선안을 제안해 주는 도구입니다.성공적인 UX 라이팅을 위해 각 기업은 글쓰기 전략을 문서로 정리한 가이드라인을 만듭니다. 브랜드에 알맞은 목소리를 지키기 위한 원칙을 정하고 일관된 글쓰기를 위한 규칙을 만들죠. 하지만, 가이드라인이 있다고 하더라도 이를 제대로 지키는 건 쉽지 않습니다. 글에..

디자인 회사 홈페이지를 보면 벽에 포스트잇을 빼곡히 붙여 놓은 사진을 많이 볼 수 있는데요. 디자인 과정의 상징처럼 포스트잇을 이용한 여러 정리 방법이 있지만 어피니티 다이어그램을 사용하는 경우가 많습니다.Affinity Diagram(어피니티 다이어그램)은 관련 아이디어나 관찰을 묶어 구조화 하는 자료 정리의 기본 과정입니다. 사용자 조사를 통해 다양한 사용자 목소리를 얻었거나 문제 해결 단계에서 다양한 아이디어가 나왔을 때 우선 비슷한 것끼리 묶어가며 핵심 아이디어를 도출합니다. 이 방법의 핵심은 다양한 관점으로 아이디어를 묶어보는 것이기 때문에 여러 사람이 함께 볼 수 있도록 큰 보드에 붙였다 떼었다 하기 편한 포스트잇을 사용하는데요. 요즘은 미로나 피그마 같은 온라인 협업 툴을 이용해 작업 하기도..

퍼소나 = 사용자 세분화 하기사용자 중심 디자인에는 사용자 이해가 우선 합니다. 그래서 사용자를 정의하는데 퍼소나 방법을 많이 사용합니다. 공감을 위해 가상 인물에 이름을 지어주거나 사진을 붙이고 스토리를 부여하기도 하는데요. 퍼소나의 진정한 의미는 사용자를 세분화하는 데 있습니다. 우리는 사용자는 모두 다르다는 걸 알면서도 종종 뭉뚱그려 생각하는 경향이 있거든요.설문 조사에서 우리 제품을 50%가 좋아한다라고 했을 때. 우리 제품을 반만 좋아하는 애매한 사용자 집단이 좀 더 좋아하는(수치를 높이는) 방법을 찾지는 않잖아요. 좋아하는 집단과 좋아하지 않는 집단이 반반정도 있다는 것이니. 좋아하는 집단에 집중해 좋아하는 부분을 더 강조하거나, 좋아하지 않는 집단이 가진 문제를 찾아 해결하는 전략을 세워 디..

텍스트 분석 도구 '모라고'를 만들고 있습니다. PXD UX 테크랩은 자연어 처리 기술을 이용해 텍스트를 분석하는 도구 '모라고'를 만들고 있습니다. CSV 형식의 데이터를 업로드하면 '모라고'가 워드 클라우드처럼 키워드를 추출해 주고, 사용자는 키워드별로 중요한 문장을 선별해 다시 텍스트로 복사하는 방식으로 사용할 수 있습니다. 간단한 사용 예시로 금융 앱 토스의 최근 6개월 iOS 앱 리뷰 46개를 분석 도구로 돌려보았습니다. 분석 도구가 비슷한 주제의 문장을 모아주고 사용자는 그 중에서 눈에 띄는 주제를 살펴봅니다. 이 주제에서 중요하다고 생각하는 문장을 저장하고, 저장한 문장과 키워드를 복사해 추가로 편집할 수 있습니다. (현재 개발 중인 모라고 베타 버전을 이용하실 수 있도록 신청을 받고있습니다..

기술을 이용해 사용자 이해하기 UI, UX 디자인이라고 하면 결과물을 떠올리기 쉬운데요. 디자인을 도출하기 전에 사용자를 이해하는 것이 보다중요합니다. 사용자를 이해하는 데는 관찰과 인뎁스 인터뷰 같은 정성 조사가 중심이 됩니다. 하지만 시간과 비용의 제약으로 한정된 사용자를 대상으로 하는 한계가 있습니다. 이를 보완하려고 사용자의 로그 데이터를 이용해 사용 패턴을 확인하는 정량적 조사를 병행하기도 했는데요. 요즘 pxd UXtech 랩에서는 자연어 처리 기술을 이용해 주관식 설문, 사용자 리뷰, 댓글 등 다수 사용자의 텍스트 데이터로부터사용자를 이해하는 도구를 만들고 있습니다. 자연어 처리 자체 연구보다는 저희가 잘할 수 있는 사용자가 어떻게 활용하고 UI에 적용할지를 고민하고 있습니다. :) 주기적..