프로토타입의 초기 피드백 수집

프로토타입은 사람을 감탄시키기 위한 것이 아니라 빠르게 학습하기 위해 존재합니다. 목표는 의사결정을 바꿀 수 있는 피드백을 얻는 것입니다.

• 핵심 가정 검증
• 혼란스러운 흐름 조기 발견
• 부족한 가치 파악

예의상 긍정적으로 반응할 친구가 아니라 대상 사용자와 비슷한 사람을 모집하십시오. 테스터의 질이 인사이트의 질을 결정합니다.

테스터에게 현실적인 작업을 제시한 다음 조용히 지켜보십시오. 설명하고 싶은 마음을 참으십시오. 혼란도 데이터입니다.

사용자가 클릭하면서 자신의 생각을 말로 설명하도록 요청하십시오. 이를 통해 그렇지 않으면 알 수 없는 멘탈 모델과 오해를 드러낼 수 있습니다.

AI 제품에서 신뢰는 매우 중요합니다. 테스터에게 AI 출력이 보기 좋은지만 묻지 말고, 믿을 수 있고 그 결과에 따라 행동할 것인지 물어보십시오.

세션 전반의 패턴이 드러나도록 피드백을 일관된 형식으로 기록하십시오.

한 사람의 의견은 잡음일 수 있지만, 여러 사용자에게서 반복되는 패턴은 신호입니다. 반복되는 문제를 우선적으로 처리하십시오.

테스트 후 짧은 설문을 추가하여 관찰 결과에 수치를 부여하십시오.

인사이트를 우선순위가 정해진 작업 목록으로 전환하십시오. 각 변경 사항은 실제로 관찰된 문제와 연결되어야 합니다.

작게 수정한 뒤 다시 테스트하십시오. 사용자를 대상으로 계속 검증할 수 있으므로, 한 번에 크게 재설계하는 것보다 짧은 반복 주기가 효과적입니다.

핵심 흐름이 명확해지고 신뢰도가 높아지면 프로토타입의 반복 개선을 멈추십시오. 이제 실제 제품을 구축할 준비가 된 것입니다.

대상 사용자를 모집하고 현실적인 작업으로 생각을 말하며 테스트를 진행하는 방법, AI 출력에 대한 신뢰를 측정하는 방법, 피드백을 체계적으로 기록하는 방법, 신호와 잡음을 구분하는 방법, 간단한 설문으로 수치화하는 방법을 배웠습니다. 또한 핵심 흐름이 명확해질 때까지 짧은 반복 주기로 개선하는 방법도 배웠습니다.