티스토리 뷰
01절 과업분석의 의미
과업 분석(Task Analysis)은 인간–컴퓨터 상호작용(HCI) 분야에서 사용자 경험을 구조적으로 이해하기 위한 핵심 연구 방법이며, 디지털 제품 및 서비스 개발의 전 과정에서 중요한 이론적·실무적 기반을 제공하는 절차이다. 본 장에서는 과업 분석의 개념과 필요성, 분석의 대상, 과업 분석을 준비하기 위한 조사 방법, 그리고 HCI 3.0 환경에서 활용되는 대표적 과업 분석 방법론을 체계적으로 설명한다.
1. 과업 분석이란?
인간과 컴퓨터 상호작용(HCI) 분야에서 시스템을 성공적으로 설계하기 위해서는 사용자가 실제로 시스템을 어떻게 사용하는지 이해하는 것이 선행되어야 한다. 과업 분석(Task Analysis)이란 사용자가 시스템을 사용하여 특정 목표를 달성하는 데 필요한 행동, 단계, 그리고 그 순서를 체계적으로 분석하는 기법을 의미한다. 이는 시스템 설계자가 책상 위에서의 추측이 아닌, 사용자의 실제 사용 맥락과 절차를 깊이 있게 이해함으로써 더 나은 인터페이스와 사용자 경험(UX)을 설계할 수 있도록 돕는 핵심적인 과정이다.
이는 단순히 사용자의 표면적 행동을 나열하는 것을 넘어, 왜 이러한 행동을 선택하는가, 어떤 지식과 기대를 가지고 시스템을 사용하는가, 목표 달성 과정에서 어떤 어려움이 발생하는가를 분석함으로써, 보다 유용하고 유효한 인터페이스를 설계하기 위한 기반을 마련한다. 사용자는 서비스 기획자가 상정한 시나리오와 다르게 행동할 가능성이 크며, 특히 묵시적 지식(tacit knowledge)에 따라 자연스럽고 자동적인 방식을 택하기 쉽다. 따라서 과업 분석은 사용자의 실질적 사용 패턴을 이해하기 위해 명시적 지식(explicit knowledge)과 묵시적 지식을 모두 파악해야 한다는 점에서 의의가 크다.
2. 과업 분석의 필요성
과업 분석은 사용자가 디지털 제품이나 서비스를 활용하여 특정 목표를 달성하는 과정 전체를 면밀하게 관찰·해석하는 절차이며, 이는 사용자 경험 설계의 출발점이자 핵심 기반이다. 과업 분석의 필요성은 크게 사용자의 목적 이해, 실제 사용 방식 파악, 지식 구조의 분석, 행동 맥락 이해라는 네 가지 관점에서 설명할 수 있다.
가. 목적 중심 설계를 위한 기반 확보
사용자가 제품 또는 서비스를 이용하는 목적을 명확히 이해해야만 그 목적에 부합하는 유용한 경험을 설계할 수 있다. 최적의 경험을 제공하기 위해서는 디지털 제품이나 서비스가 사용자가 달성하고자 하는 목적에 부합해야 한다는 점이 선행되어야 한다. 사용자가 시스템을 활용하는 이유는 단일하지 않으며, 각 개인이 가진 목적·상황·기대에 따라 행동 패턴은 다양하게 나타난다.
따라서 시스템 설계자는 다음 세 가지 질문을 반드시 고려해야 한다.
- 사용자는 왜 이 서비스를 사용하는가(사용 목적)
- 사용자는 어떤 목표를 달성하려 하는가(기대 결과)
- 사용자는 목적을 달성하기 위해 어떤 행위를 선택하는가(행동 경로)
이러한 내용을 분석함으로써 설계자는 단순한 기능 제공을 넘어, 목적을 달성하는 과정에서 발생하는 어려움, 우회 경로, 비효율적인 절차를 발견할 수 있다.
나. 사용자의 실제 행동은 기획자의 의도와 다를 수 있음
매뉴얼이나 도움말에 나타나는 공식 절차와 달리, 실제 사용자는 직관적 경험과 묵시적 지식에 따라 행동한다. 이 차이를 이해하는 것이 진정한 사용 경험을 개선하는 열쇠이다.
- 사람들은 매뉴얼에 명시된 절차보다 자연스럽고 익숙한 방식을 선택한다.
- 시스템이 설계한 경로가 아닌 우회 행동을 종종 사용한다.
- 특정 기능이 존재함에도 불구하고 사용자는 그 기능을 찾지 못하거나, 굳이 사용하지 않을 수 있다.
이러한 차이는 단순한 오류가 아니라, 사용자가 자신의 경험과 기존 지식을 기반으로 시스템을 해석하며 묵시적 지식(tacit knowledge)에 따라 행동하기 때문이다.
다. 디지털 전환 시대의 복합적 사용 환경 반영
자동화, 인공지능 기반 서비스, 데이터 수집 기능 등이 확대되며 사용자의 역할과 행동이 변화하였다. 따라서 사용자 참여 행위(User Engagement)를 정확히 파악할 필요가 커지고 있다.
명시적 지식과 묵시적 지식: 사용자의 지식 구조 이해
사용자가 실제로 서비스를 어떻게 이해하고 사용하는지 파악하기 위해서는 두 종류의 지식이 모두 고려된 상태여야 한다.
(1) 명시적 지식(Explicit Knowledge)
- 도움말, 매뉴얼, 화면 설명을 통해 직접 제시된 정보이다.
- 문서화가 가능하고 시스템 내부에 저장된 형태로 존재한다.
- 사용자가 ‘이렇게 사용하라’는 지침을 의식적으로 기억하고 따를 때 발현된다.
(2) 묵시적 지식(Tacit Knowledge)
- 사용자가 실제로 어떻게 행동하는지에 관한 비공식적·경험 기반 지식이다.
- 문서화되지 않으며, 사용자가 서비스 사용 과정에서 무의식적으로 가지게 되는 직관적 이해이다.
- 사용자가 반복 경험을 통해 얻게 되는 자연스러운 ‘사용 습관’이다.
02절 과업분석 대상
과업 분석은 단순히 사용자의 겉보기에 드러난 행위만을 기록하는 절차가 아니라, 사용자·서비스 제공자·인공지능 전문가 등 다양한 이해관계자의 실제 과업 수행 과정 전체를 심층적으로 이해하는 분석 활동이다. 특히 현대의 디지털 생태계에서는 서비스가 사용자만으로 완결되지 않으며, 데이터 수집과 관리, 인공지능 처리 등 여러 참여 주체의 상호작용 속에서 운영되므로, 각 대상의 과업을 정교하게 분석하는 것이 필수적이다.
1. 과업 분석의 대상 – 사용자(User)
사용자는 디지털 제품과 서비스 활용의 중심적 주체이며, 사용자가 실제로 어떤 방식으로 시스템을 활용하는지를 이해하는 것은 과업 분석의 출발점이다. 사용자의 과업을 분석할 때는 사용자 참여(User Engagement) 개념이 핵심 기준이 된다. 사용자 참여를 사용자가 서비스를 사용하는 동안 입력 데이터, 사용 데이터, 그리고 서비스 사용으로 발생하는 니즈를 포함해 정의하고 있으며, 이는 서비스 개선의 실질적 근거가 된다
(1) 사용자 참여(User Engagement)의 변화
기존의 디지털 서비스에서는 사용자가 직접 텍스트나 정보를 입력해야 했던 작업이 많았으나, 현대 서비스에서는 이 과정이 자동화되거나 일부는 사용자의 행위가 데이터로 자연히 기록되는 방식으로 바뀌었다. 또한 과거에는 사용자에게 요구되지 않았던 데이터 라벨링(data labeling) 작업도 특정 서비스에서 사용자가 직접 참여하는 방식으로 확장되고 있다. 예를 들어 감정 분석 앱 또는 웰니스 서비스에서는 사용자가 자신의 상태를 직접 태깅하거나 평가하도록 유도하기도 한다.
(2) 디지털 헬스 서비스에서의 사용자 과업
디지털 헬스 분야는 사용자 분석의 대표적 사례이다. 사용자는 스마트폰 센서와 앱을 통해 디지털 표현형(digital phenotype) 데이터를 생성하며, 이러한 데이터는 GPS, 가속도계, 통화 로그, 문자 메시지 패턴, SNS 활동, 수면 정보, 빛 센서 기록, 브라우저 사용 기록 등 다양한 형태로 축적된다. 이 데이터는 사용자의 활동 수준, 수면 패턴, 사회적 상호작용 등을 반영하며, 이를 분석하면 스트레스, 우울감, 고립감, 불안 등 정신건강 상태와 관련된 인사이트를 도출할 수 있다. 따라서 사용자 과업 분석은 단순히 인터페이스 조작을 관찰하는 것이 아니라, 사용자 행동이 어떤 데이터 흐름을 생성하며, 이 데이터가 어떤 결과로 이어지는지를 포함한 다층적 분석이어야 한다.
2. 과업 분석의 대상 – 서비스 제공자(Service Provider)
서비스 제공자는 디지털 서비스를 공급하는 주체이지만, 현대의 서비스 구조에서는 역할이 단순한 전달자를 넘어 사용자 데이터를 관리하고 해석하며, 이를 기반으로 서비스를 개선하는 책임까지 확대되고 있다. 서비스 제공자의 경험 또한 사용자 경험만큼 중요하다고 강조하며, 제공자 역시 새로운 절차에 적응하기 쉽도록 인터페이스를 최적화해야 한다.
(1) 서비스 제공자 과업의 중요성
서비스 제공자는 사용자 데이터의 흐름을 파악하고, 기록·해석·전달 과정에서 발생하는 업무 부담과 시스템 사용 편의성을 고려해야 한다. 예를 들어 의료 분야에서 의사 또는 간호사는 환자가 생성한 건강 데이터를 플랫폼에서 확인하고, 이를 진단이나 상담 과정에 활용하게 된다. 이 과정에서 서비스 제공자는 다음과 같은 과업을 수행한다.
- 환자 데이터 확인 및 검증
- 진단 또는 상담을 위한 정보 해석
- 환자와의 상호작용 과정에서 앱 또는 시스템 활용
- 절차 변화에 대한 적응 및 학습
(2) 디지털 헬스 서비스 사례
의료진이 디지털 헬스 제품 및 서비스에 대해 기대하는 요인을 7개의 키워드(Electronic, Equipped, Enabled, Empowered, Engaged, Expert 등)에 기반하여 분석한 표를 제시하고 있다. 이 분석은 서비스 제공자가 기술적 도구를 어떻게 받아들이고 실제 진료 현장에 어떻게 통합시키는지를 이해하는 데 중요한 기준이 된다. 따라서 서비스 제공자 과업 분석은 단순한 인터페이스 사용성 평가가 아니라, 서비스의 성공적 운영을 위해 필수적인 프로세스를 분석하는 과정이라고 할 수 있다.
3. 과업 분석의 대상 – 인공지능 전문가(AI 개발자 및 데이터 분석가)
디지털 제품·서비스에 인공지능이 적용되면서, 과업 분석은 사용자와 제공자뿐 아니라 AI 개발자와 데이터 분석가의 과업까지 확장된다. AI 시스템은 사용자 경험에 직접적인 영향을 미치므로, 개발자 측 과업을 이해하는 것은 서비스 완성도 향상에 필수적이다.
(1) 인공지능 전문가의 과업 특성
AI 전문가의 과업은 단순히 정확도를 높이기 위한 데이터 수집이 아니라, 사용자의 실제 과업 맥락을 반영하면서 환경 적합성(robustness)과 유효성(validity)을 고려한 데이터 구조를 설계하는 것까지 포함한다.
다음과 같은 필요성을 강조한다.
- 높은 정확도를 위한 ‘순도 높은 데이터’ 수집에만 머물러서는 안 됨
- 사용자의 실제 행태를 반영한 환경 적합성까지 고려해야 함
- 개발자와 기획자 간 상호 이해가 부족할 수 있으므로 과업 공유 과정이 필요
- 두 집단 모두 협업을 통해 목적에 부합하는 AI 기반 서비스를 제작해야 함
(2) 인공지능 과업 분석의 의의
AI 전문가의 과업 분석을 통해 다음과 같은 목표를 달성할 수 있다.
- 데이터 취득–전처리–모델 학습–서비스 배포 과정의 흐름을 이해
- 사용자 과업과 데이터 수집 방식 간의 불일치 해결
- 잘못된 데이터 구조나 편향된 데이터 사용으로 인한 사용자 경험 왜곡 방지
- AI 기능이 실제 사용자에게 제공될 때 발생할 수 있는 품질·설명가능성·안정성 문제 검토
따라서 인공지능 전문가에 대한 과업 분석은 기술적 성능뿐 아니라 사용자 경험 전체의 품질을 결정하는 핵심 요소라고 할 수 있다.
| 대상 | 관점 | 주요과업 | Pain Point | 요구사항 |
| 사용자 | 서비스 이용자 | 앱 사용·데이터 입력·결과 확인 | 복잡한 UI, 반복 작업 피로 | 자동화·직관적 흐름 |
| 서비스 제공자 | 진단·상담·관리 주체 | 데이터 해석·상담·업무 기록 | 정보 과부하·UI 복잡도 | 핵심 정보 요약, 효율화 |
| AI 전문가 | 알고리즘 개발자 | 데이터 처리·모델 개발 | 데이터 편향·맥락 부족 | 실제 사용 데이터 확보 |
- Total
- Today
- Yesterday