사용성

사용성은 물리적인 인공물 또는 소프트웨어가 얼마나 사용하기 편한지를 나타내는 성질이다. 배우기 쉽고, 사용하기 쉬우면 사용성이 높다고 이야기 한다.

배우기 쉬움과 쓰기 쉬움

'쉽다'라는 요소는 둘로 나눌 수 있다.

• 배우기 쉽다(easy to learn)
• 쓰기 쉽다(ease of use)

가장 좋은 디자인은 배우기도 쉽고 쓰기도 쉬운 디자인이다.

하지만 종종 이 두 가지 가치가 충돌하는 경우가 있기 때문에 어떤 특성을 더 중요하게 여길 것인지에 대한 선택이 필요하다. 예를 들어 은행 고객이 쓰는 현금인출기와 은행원들이 쓰는 단말기를 비교해보자.

현금인출기는 별다른 교육을 거치지 않아도 대체로 쉽게 배울 수 있지만 은행원들이 쓰는 단말기는 교육을 받고 사용설명서를 읽어야만 사용할 수 있다. 즉, '배우기 쉽다'라는 측면에서는 현금인출기가 직원용 단말기에 비해 낫다. 반면, 같은 작업을 얼마나 효율적으로 빠르게 수행할 수 있는가, 즉 '쓰기 쉽다'라는 측면에서는 직원용 단말기가 현금인출기에 비해 낫다.

가끔씩 사용하는 인터페이스는 쓰기에 조금 번거롭더라도 배우기 쉬운 것이 좋다. 반대로 매일 수십번씩 사용하는 인터페이스라면 배우기에 조금 번거롭더라도 쓰기에 편한 것이 좋다. 이는 마우스와 키보드를 비교해봐도 알 수 있다. 포토샵을 처음 배우는 초보자들은 거의 대부분의 기능을 마우스 클릭으로 조작하지만, 익숙해짐에 따라 키보드 단축키를 월등히 많이 쓰게 된다.

익숙함과 사용성

많은 사람들이 '익숙하다'와 '사용성이 좋다'를 같은 의미로 생각하지만 사실은 그렇지 않다.

아무리 사용성이 낮은 인터페이스라도 반복적인 훈련을 통해 충분히 익숙해지면 쓰기에 쉽게 느껴지기 때문이다. 반대로, 아무리 사용성이 좋은 인터페이스라도 기존 사용법과 달라서 익숙하지 않다면 불편하게 느껴질 수 있다.

혁신적인 인터페이스는 객관적으로 뛰어날 수 있지만 기존 방식에 익숙해진 사람들이 "불편하다"는 이유로 싫어할 수도 있다. 디자이너는 이를 두고 사용자를 탓해서는 안되며 기존 사용자들에게 익숙하지 않더라도 더 좋은 방식을 고수할 것인지, 아니면 기존 사용자들을 위해 더 좋은 방식을 포기할 것인지 사이에서 적절한 타협점을 찾아야 한다.

물론 가장 좋은 방법은 기존 사용자들을 당황하지 않게 하면서도 기존 방식보다 개선된 인터페이스를 설계하는 것이겠으나, 모든 디자인은 시간과 자원의 제약 하에 일어나는 활동이기에 항상 최적의 선택을 할 수는 없다.

정서와 사용성

정서가 인지활동에 미치는 영향에 대한 연구들이 밝혀지면서, 90년대 중후반 이후 이모셔널 디자인의 중요성이 대두되었다. "보기 좋은 인터페이스가 쓰기도 좋다"는 말로 요약할 수 있다. 자세한 내용은 도널드 노먼의 이모셔널 디자인(책)을 참고하자.

사용성 평가

사용자 관찰

사용자 관찰은 사용자들이 소프트웨어를 사용하는 모습을 사용성 전문가들이 관찰하고 이로부터 문제점을 찾아내는 방식이다.

전통적으로는 사용자들을 관찰실(보통 단방향거울이 설치된 방)로 불러서 미리 정해진 과업 목록을 보여주고 이를 수행하도록 하는 과업 분석(task analysis) 방식을 주로 사용했다.

하지만 이 방식은 사용자가 자신에게 익숙한 환경(자신의 PC, 자신이 소프트웨어를 사용하던 방 등)에서 소프트웨어를 자연스럽게 사용하는 모습을 관찰할 수 없는 등 여러 문제가 있다. 2000년대 초반 이후로는 문화인류학의 관찰 연구에서 쓰이는 방법들을 도입하여 관찰자가 직접 사용자의 일상 환경(사무실 등)에 방문하여, 사용자가 실제 업무를 수행하는 방식을 관찰하는 등의 기법을 주로 쓴다.

휴리스틱 평가

휴리스틱 평가(heuristic evaluation)란 사용성 전문가가 정해진 검사 항목(checklist)을 기준으로 사용성을 점검하는 방법을 말한다.

휴리스틱 평가에 쓰이는 검사 항목은 주로 인지심리학, 사용성공학, 인간-기계 인터페이스(Human-Computer Interface) 등의 연구를 기반으로 작성된다.

빈 문단 이 문단은 비어 있습니다. 내용을 추가해 주세요.

A/B 테스팅

A/B 테스팅이란 사용자 집단을 기존 인터페이스와 새 인터페이스에 무선배치하여 변인을 통제한 상태에서 사용자의 행동 데이터 분석을 통해 두 인터페이스의 차이를 가려내는 방식이다. 과학에서의 통제 실험(randomized controlled experiment)과 동일한 방식이며, 아마존, 구글 등의 회사에서 꾸준히 활용하고 있다.