Chapter 04

정보 구조

책방 E의 서가는 신간과 그림책으로 나뉘고, 헌책방 나무는 "문학·인문·절판"으로, 작은 숲은 아이의 나이로, 한 줄은 출판사의 시인선 번호로 나뉜다. 네 가게 모두 자기 손님에게는 잘 맞는 분류다. 그런데 이 넷을 한 서비스에 담으려는 순간 질문이 생긴다. 메뉴의 첫 칸에는 무엇이 와야 하는가. "그림책"은 책방 E 아래인가, 작은 숲 아래인가. 같은 책이 세 가게에 있으면 세 번 보여 주는가. 이 장은 그 답을 주인들의 회의가 아니라 손님의 머릿속에서 찾는 방법을 다룬다.

네 책방, 네 개의 분류

정보 구조(Information architecture, IA)는 서비스 안의 정보를 어떻게 나누고, 무엇이라 부르고, 어떻게 찾아가게 할지를 정하는 일이다. 화면 한 장의 배치(CompositionBook의 지면 짜기)보다 한 층 아래, 화면들 사이의 지도에 해당한다. 사용자는 정보 구조를 직접 보지 못하지만, 메뉴에서 원하는 것을 못 찾을 때, 같은 것이 두 이름으로 불릴 때, 검색 결과가 뒤죽박죽일 때 그것을 느낀다.

로젠펠드와 모빌은 『Information Architecture for the World Wide Web』(1998, 이후 개정판)에서 정보 구조를 네 체계로 나누었다. 정보를 무리 짓는 분류 체계, 무리와 항목에 붙이는 이름 체계, 사이를 오가게 하는 내비게이션 체계, 원하는 것을 바로 불러오는 검색 체계다. 이 장은 앞의 둘에 무게를 두고, 내비게이션의 화면 패턴은 WebBook 8장에서 이어 본다.

같은 「어린 왕자」가 네 가게에서 서로 다른 칸에 있다(점선 원)
그림 1. 네 책방의 서가 분류(가상). 책방 E는 책의 새로움과 형식으로, 헌책방 나무는 주제와 희소성으로, 작은 숲은 읽는 아이의 나이로, 한 줄은 출판사의 시리즈 번호로 나눈다. 네 분류 모두 그 가게의 손님과 재고에는 맞지만, 서로 겹치지 않는다. 이것을 그대로 한 메뉴에 붙이면 손님은 책을 찾기 전에 가게의 분류부터 배워야 한다.

네 주인의 첫 제안은 단순했다. "가게별로 메뉴를 하나씩 두면 되잖아요." 만드는 쪽의 조직도를 그대로 메뉴로 옮기는 이 방식은 아주 흔하다. 회사 웹사이트의 메뉴가 부서 이름으로 되어 있는 것도 같은 이유다. 문제는 손님이 가게를 고르러 온 것이 아니라 책을 찾으러 왔다는 데 있다(3장의 유형 A). 사용자가 머릿속에 가진 분류, 곧 멘탈 모델(Mental model)이 만드는 쪽의 분류와 다를 때, 정보 구조는 사용자 쪽을 따라야 한다. 멘탈 모델 자체는 6장에서 더 자세히 다룬다. 이 장의 질문은 "그 머릿속 분류를 어떻게 알아내는가"다.

분류에는 정답이 없다, 맞는 쪽이 있을 뿐 도서관의 십진분류도, 서점의 장르 구분도 하나의 선택이다. 같은 시집이 "문학", "한국 시", "신간", "선물하기 좋은 책"에 모두 들어갈 수 있다. 정보 구조에서 묻는 것은 "어느 분류가 옳은가"가 아니라 "이 서비스를 쓰는 사람이 이 일을 하려 할 때 어디를 먼저 찾아보는가"다. 그래서 같은 책방들이라도 손님용 서비스와 주인용 재고 화면의 구조는 달라도 된다.

카드 소팅: 손님에게 나누어 보게 하기

머릿속 분류를 알아내는 가장 직접적인 방법은 손님에게 직접 나누어 보게 하는 것이다. 카드 소팅(Card sorting)은 서비스에 들어갈 항목을 카드 한 장에 하나씩 적어 주고, 참가자가 비슷하다고 느끼는 것끼리 묶게 하는 조사다. 두 가지 방식이 있다.

카드는 흔히 30~60장 안팎을 쓴다. 너무 적으면 무리가 잘 생기지 않고, 너무 많으면 참가자가 지친다. 아래 서윤의 카드가 16장뿐인 것은 서비스가 작기 때문이다. 카드의 문구는 화면에 쓸 이름 그대로가 아니라 내용을 알 수 있는 짧은 설명이 좋다. 화면의 이름을 그대로 쓰면 같은 단어가 들어간 카드끼리 묶이는, 이름에 끌리는 결과가 나오기 쉽다. 참가자 수에 대해서는 툴리스와 우드(Tullis & Wood, 2004)가 참가자 수를 바꿔 가며 결과가 큰 표본의 결과와 얼마나 닮는지 비교했고, 15명 안팎에서 꽤 안정된다고 보고한 연구가 자주 인용된다. 다만 이것은 그 연구의 카드와 참가자에 대한 결과라서, 사람들의 생각이 크게 갈리는 주제라면 더 필요하다.

서윤은 "맡아 두기"에 들어갈 항목 16개를 카드로 만들어 손님 열두 명에게 나누어 보게 했다(가상 자료). 결과를 읽는 첫 도구는 유사도 행렬(Similarity matrix)이다. 카드 두 장마다, 그 둘을 같은 무리에 넣은 참가자의 비율을 칸의 진하기로 칠한다. 아래 행렬에서 참가자 수를 바꾸고, 칸을 눌러 두 카드의 값을 읽는다.

SIMULATOR

카드 소팅 유사도 행렬

칸을 누르거나 끈다
카드 순서
고른 두 카드—
애매한 쌍(35~65%)—
세 명을 더하면 바뀌는 칸—
해볼 것: ① 세 명일 때는 칸이 0%, 33%, 67%, 100% 네 가지뿐이고, 무리가 뚜렷해 보인다. 참가자 수를 12명까지 올린다. 진하기가 고와지면서 "그림책–연령별 책", "행사·모임–신간"처럼 애매한 쌍이 드러난다. ② "무리 순"을 누른다. 다음 절의 계층 군집 순서로 카드를 다시 늘어놓으면 대각선을 따라 진한 사각형 덩어리가 보인다. ③ 12명에서 "행사·모임" 줄을 따라 읽는다. 신간·그림책 쪽과도, 책방 위치·영업시간 쪽과도 40~60%씩 묶였다. 한 카드가 두 무리 사이에 걸려 있다. (열두 명의 소팅 결과는 시드를 고정해 만든 가상 자료다. 여덟 명은 책의 내용으로, 네 명은 책방별로 나누는 경향을 갖게 했다.)

행렬에서 먼저 볼 것은 대각선 근처의 진한 덩어리, 곧 많은 사람이 함께 묶은 카드들이다. 그다음은 덩어리 사이에 걸친 연한 칸이다. "그림책"은 내용으로 보면 책의 한 종류지만, 아이 책 전문인 작은 숲을 아는 손님에게는 그 가게의 것이다. "행사·모임"은 새 소식으로 보면 신간 옆이고, 장소로 보면 책방 옆이다. 이런 카드는 구조의 약한 고리이고, 나중에 트리 테스트에서 실패가 나오는 자리이기도 하다. 참가자가 적을 때의 행렬이 더 깔끔해 보인다는 점도 기억해 둔다. 세 명의 행렬은 확신에 차 보이지만, 그것은 사람들이 합의해서가 아니라 칸의 값이 거칠어서다.

소팅이 끝나면 이유를 묻는다 카드 소팅에서 가장 값진 자료는 행렬이 아니라 참가자의 말이다. 하린은 소팅이 끝나면 무리마다 "이 무리는 왜 함께예요?", "이름을 붙인다면?"을 묻고, 어디에 넣을지 망설인 카드를 물어 기록한다. 온라인 도구로 원격 소팅을 하면 사람을 많이 모을 수 있지만 이 대화가 사라진다. 서윤의 팀은 열두 명 가운데 네 명은 가게에서 마주 앉아 종이 카드로, 나머지 여덟 명은 온라인으로 했다. 마주 앉은 네 명의 말이 행렬의 애매한 칸을 해석하는 열쇠가 되었다.

행렬에서 무리로: 계층 군집

행렬을 메뉴 후보로 바꾸려면 카드를 무리로 묶어야 한다. 흔히 쓰는 방법이 계층 군집(Hierarchical clustering)이다. 가장 자주 함께 묶인 두 카드를 먼저 합치고, 합친 덩어리와 다른 카드 사이의 거리를 다시 계산해 다음으로 가까운 둘을 합치는 일을 하나가 남을 때까지 되풀이한다. 합쳐진 순서와 높이를 나무 모양으로 그린 것이 덴드로그램(Dendrogram)이다. 두 카드의 거리는 "함께 묶이지 않은 비율"(1 − 유사도)로 둔다.

덴드로그램 자체는 무리의 개수를 정해 주지 않는다. 어느 높이에서 자를지는 사람이 정한다. 아래 그림의 세로 점선을 끌어 자르는 높이를 바꾸고, 참가자를 나누어 본다.

SIMULATOR

덴드로그램을 어디서 자를까

점선을 끈다
참가자
무리 수—
무리—
해볼 것: ① 전체 12명, 거리 0.62에서 자른다. 책 찾기, 책방, 내 맡김, 도움말에 가까운 네 무리가 나온다. 점선을 0.55로 조금만 옮기면 "행사·모임"이 책방 무리에서 떨어져 혼자 남는다. 경계에 걸린 카드다. ② 점선을 왼쪽(0.2)으로 끈다. 무리가 잘게 쪼개져 메뉴 칸이 너무 많아진다. 오른쪽(0.85)으로 끌면 둘셋으로 뭉친다. ③ "책방별로 묶은 4명"을 누른다. 신간·그림책(과 행사·모임)이 한 무리, 헌책이 따로, 연령별 책이 따로, 시집이 따로다. 가게의 분류 그대로다. 전체 평균의 덴드로그램에서는 이 네 사람의 생각이 거의 보이지 않았다. (군집은 평균 연결법, 거리 = 1 − 함께 묶은 비율. 참가자 자료는 앞 행렬과 같은 가상 자료다.)

덴드로그램은 깔끔한 답처럼 보이지만, 그것은 열두 사람의 생각을 하나로 평균 낸 결과다. 앞의 시뮬레이터에서 책방별로 생각하는 네 사람만 따로 보면 전혀 다른 나무가 나온다. 평균에서 그들의 생각은 "그림책이 조금 애매하다" 정도의 흔적으로만 남는다. 3장에서 특징을 평균 낸 페르소나가 아무도 닮지 않았던 것과 같은 함정이다. 그래서 행렬과 나무를 본 뒤에는 반드시 참가자 개개인의 소팅을 몇 개 직접 들여다본다. 소수의 다른 멘탈 모델이 보이면, 하나의 메뉴로 둘 다 만족시킬 수 있는지(예: 책방 이름으로도 걸러 볼 수 있게) 따로 묻는다.

덩어리 사이의 거리를 재는 세 방법 두 덩어리를 합칠지 정하려면 덩어리 사이의 거리가 필요하다. 단일 연결은 두 덩어리에서 가장 가까운 카드 쌍의 거리를 쓴다. 한 쌍만 가까워도 붙으므로 덩어리가 사슬처럼 길게 늘어지기 쉽다. 완전 연결은 가장 먼 쌍의 거리를 써서 둥글고 작은 무리를 만든다. 평균 연결은 모든 쌍의 평균을 쓰는 중간 방식으로, 카드 소팅 분석 도구들이 흔히 기본값으로 쓴다. 같은 자료라도 연결 방법에 따라 나무 모양이 달라지므로, 결과가 연결 방법에 따라 크게 흔들리는 카드는 그 자체로 "애매한 카드"라는 신호다.

트리 테스트: 화면 없이 구조만 시험하기

카드 소팅이 "사람들은 어떻게 나누는가"를 묻는다면, 트리 테스트(Tree testing)는 그 반대 방향에서 "이 구조에서 찾을 수 있는가"를 묻는다. 참가자에게 화면 디자인 없이 메뉴의 나무 구조(글자만)를 보여 주고, "토요일에 작은 숲이 몇 시에 여는지 알아보세요" 같은 과업을 준다. 참가자는 메뉴를 한 단계씩 눌러 내려가고, 답이 있을 것 같은 곳에서 멈춘다. 색, 아이콘, 배치가 없으니 오직 분류와 이름의 힘만 시험된다.

카드 소팅 트리 테스트 영업시간 시집 맡김 취소 그림책 무리 ?이름 ? 무리 ?이름 ? 항목 → 사람이 만든 무리 "어떻게 나누는가" 과업 "토요일 영업시간" 책방 도움말 영업시간 과업 → 정해 둔 나무 속 항목 "이 구조에서 찾을 수 있는가"
그림 2. 같은 질문의 두 방향. 카드 소팅은 사람에게 무리를 만들게 하고, 트리 테스트는 이미 만든 무리에서 찾게 한다. 그래서 보통 개방형 카드 소팅으로 구조를 짜고, 트리 테스트로 확인한 뒤, 고친 구조를 다시 트리 테스트한다.

트리 테스트에서 읽는 숫자는 세 가지다. 성공률(Success rate)은 맞는 곳에 도착한 참가자의 비율이다. 직접 성공률(Directness)은 그 가운데 한 번도 되돌아가지 않고 곧장 찾아간 비율로, 구조가 "처음 짐작"과 맞는지를 보여 준다. 그리고 첫 클릭(First click), 곧 맨 처음 어느 갈래로 들어갔는가다. 첫 클릭이 맞으면 결국 찾을 가능성이 크다는 관찰이 여러 사용성 연구에서 보고되어, 첫 갈래의 이름과 분류가 특히 중요하다.

아래는 손님용 메뉴의 첫 갈래 네 개와 그 아래 항목 열두 개다. 처음 배치는 네 주인이 회의에서 정한 초안이다. 항목 칩을 끌어 다른 갈래로 옮기면, 과업 여섯 개의 예상 성공률이 바로 다시 계산된다.

SIMULATOR

메뉴 구조를 옮기며 트리 테스트

항목을 끌어 다른 갈래로 옮긴다
배치
평균 성공률—
평균 직접 성공률—
가장 약한 과업—
해볼 것: ① 초안에서는 "영업시간"이 도움말 아래, "맡김 취소"가 도움말 아래, "연령별 책"이 책방 아래에 있다. 과업 막대의 진한 부분(곧장 찾음)이 짧다. ② "영업시간"을 끌어 책방 갈래로 옮긴다. 그 과업의 직접 성공이 크게 오른다. ③ "카드 소팅을 따른 안"을 누른다. 평균 성공률이 오르지만 "맡아 두기 기간 알기"는 여전히 가장 약하다. 손님의 기대가 내 맡김과 도움말로 갈려 있기 때문이다. 이런 항목은 두 갈래 모두에 둘 수 있다. (교육용 모형: 각 과업에서 참가자가 첫 갈래를 고를 확률은 카드 소팅과 사전 조사에서 얻었다고 둔 가상의 기대 분포를 따른다. 틀린 갈래에 들어간 참가자의 60%가 되돌아가 나머지 갈래 가운데 다시 고른다고 가정했다. 과업은 12명이 모두 수행한다고 보고 기대값을 그렸다.)

트리 테스트의 장점은 싸고 빠르다는 것이다. 화면을 하나도 그리지 않고, 메뉴 구조 몇 안을 하루 만에 비교할 수 있다. 결과가 나쁜 과업은 항목을 옮기거나, 이름을 바꾸거나, 그 항목을 두 갈래에 함께 두는 것으로 고친다. 한 항목을 여러 갈래에 두는 것을 다중 위계(Polyhierarchy)라고 하는데, 남용하면 메뉴가 길어지고 "같은 것이 왜 여기도 있지?"라는 혼란을 주므로 기대가 확실히 갈리는 항목에만 쓴다.

과업 문장에 메뉴의 단어를 쓰지 않는다 트리 테스트의 과업을 "영업시간을 찾으세요"라고 쓰면 참가자는 "영업시간"이라는 글자를 찾아 화면을 훑을 뿐, 분류를 시험하지 않는다. 하린은 과업을 손님의 상황으로 쓴다. "토요일 오전에 아이와 작은 숲에 가려고 해요. 몇 시에 문을 여는지 알아보세요." 정답 항목의 이름과 같은 단어가 과업 문장에 있는지 서로 검토하고, 있으면 고친다. 과업은 한 사람에게 8~10개 안쪽으로 주고, 순서는 사람마다 섞어 앞의 과업이 뒤의 과업을 가르치지 않게 한다.

넓고 얕게, 좁고 깊게

같은 항목 64개를 메뉴로 짜는 방법은 여럿이다. 한 화면에 64개를 다 늘어놓을 수도(넓고 얕게), 2개씩 여섯 단계로 나눌 수도(좁고 깊게), 8개씩 두 단계로 나눌 수도 있다. 이 폭과 깊이(Breadth and depth)의 문제는 1980년대 메뉴 연구의 단골 주제였다. 밀러(Miller, 1981)와 키거(Kiger, 1984)는 64개 항목을 여러 구조로 나누어 비교했고, 8×8의 두 단계가 2개씩 여섯 단계보다 빠르고 정확했다고 보고했다. 웹 링크 구조로 한 라슨과 체르빈스키(Larson & Czerwinski, 1998)의 연구에서도 세 단계로 깊게 나눈 구조가 더 느렸다. 흔히 정리되는 결론은 "단계를 늘리기보다 한 화면의 항목을 늘리는 쪽이 대체로 낫다, 단 항목들이 잘 무리 지어져 있을 때"다.

왜 그런지 단순한 모형으로 보자. 한 단계를 내려갈 때마다 누르고 기다리는 시간이 들고, 그 단계에서 틀린 갈래를 고를 위험이 생긴다. 반면 한 화면의 항목이 많으면 훑어보는 시간이 늘어난다. 훑는 시간은 목록이 어떻게 생겼는지에 따라 다르다. 무작위로 늘어놓은 목록은 하나씩 읽어야 하지만, 가나다순이나 무리 지어진 목록은 건너뛰며 찾을 수 있다.

SIMULATOR

한 단계의 항목 수와 찾는 시간

곡선 위를 끈다
전체 항목
목록 훑기
구조—
예상 시간—
한 번에 맞게 찾을 확률—
해볼 것: ① 64개, "하나씩 읽기"에서 2개씩(여섯 단계)부터 64개(한 단계)까지 끌어 본다. 곡선은 U자이고 가장 낮은 곳은 한 단계에 8개 안팎이다. 곡선이 계단처럼 뛰는 곳은 단계 수가 하나 바뀌는 자리다. ② "무리 지어 건너뛰기"로 바꾼다. 넓은 쪽이 계속 유리해져 64개 한 화면이 가장 빠르다. 한 화면의 목록이 잘 정리되어 있다면 넓게 펼쳐도 된다는 뜻이다. ③ 전체 항목을 4,096개로 늘린다. 어떤 폭에서도 단계가 늘고, "한 번에 맞게 찾을 확률"이 단계 수만큼 곱해져 떨어진다. (교육용 근사: 한 단계마다 누르고 기다리는 시간 1초, 하나씩 읽기는 항목당 0.3초로 평균 절반을 읽음, 건너뛰기는 0.6초 × log₂(항목 수 + 1). 각 단계에서 틀린 갈래를 고를 확률 6%, 틀리면 그 단계를 다시 하고 2초를 더 쓴다. 숫자는 모양을 보여 주기 위한 가정이지 측정값이 아니다.)

모형이 보여 주는 것은 정답 숫자가 아니라 무엇이 답을 바꾸는가다. 한 화면의 목록이 무작위에 가까우면 넓이에 벌이 크고, 잘 무리 지어져 있으면 넓이가 거의 공짜다. 그리고 단계 하나는 언제나 비용이다. 누르고 기다리는 시간보다 큰 비용은 단계마다 생기는 "틀린 갈래" 위험이다. 각 단계에서 맞을 확률이 94%라도 네 단계를 거치면 78%로 떨어진다. 피롤리와 카드(Pirolli & Card, 1999)는 사람이 정보를 찾아가는 모습을 먹이를 찾는 동물에 빗대어, 메뉴의 이름이 풍기는 정보 향기(Information scent)를 따라 움직인다고 설명했다. 단계가 깊을수록 향기를 잘못 맡을 기회가 많아진다.

"세 번 클릭 규칙"은 근거가 약하다 "모든 정보는 세 번 클릭 안에 닿아야 한다"는 말이 오래 돌았다. 그러나 클릭 수 자체가 만족도나 성공을 정한다는 근거는 약하고, 클릭 수를 줄이려고 한 화면에 이름이 모호한 항목을 잔뜩 모으면 오히려 틀린 갈래가 늘어난다. 사람들은 각 단계에서 다음이 맞는 길이라는 확신이 있으면 클릭을 더 하는 것을 크게 개의치 않는다는 관찰이 많다. 세어야 할 것은 클릭이 아니라 각 단계에서 맞는 갈래를 고를 수 있는가다. 이 규칙은 통설로 다룬다.

이름 붙이기

같은 구조라도 갈래의 이름이 바뀌면 결과가 달라진다. 이름 체계(Labeling system)는 메뉴, 버튼, 제목에 붙이는 말의 묶음이다. 좋은 이름은 그 아래에 무엇이 있는지 열어 보기 전에 짐작하게 한다. 이름이 만드는 짐작을 시험하는 단순한 방법이 있다. 참가자에게 이름만 보여 주고 "이걸 누르면 무엇이 나올 것 같아요?"라고 묻고, 답을 실제 내용과 맞는지 "맞음, 일부, 다름"으로 나누는 것이다.

아래는 서윤이 손님 열두 명에게 시험한 이름 후보 세 쌍이다(가상 자료). 갈래마다 이름 하나를 골라 본다.

SIMULATOR

이름이 만드는 기대

책을 빼 두게 하는 동작
맡긴 책을 모아 보는 곳
쓰는 법과 규칙
고른 세 이름이 맞게 읽힌 비율—
가장 많이 엇나간 이름—
그 이름의 흔한 오해—
해볼 것: ① 처음 고른 "마이페이지"와 "고객센터"는 흔한 이름이지만 맞게 읽힌 비율이 낮다. 마이페이지는 회원 정보를, 고객센터는 전화 상담을 떠올리게 한다. ② "예약하기"를 고른다. 돈을 먼저 내거나 아직 없는 책을 주문한다고 짐작한 손님이 많다. 이 서비스는 결제가 없고 있는 책만 빼 둔다. ③ 세 갈래 모두 맞게 읽힌 비율이 가장 높은 이름을 찾는다. 익숙한 이름보다 서비스가 실제로 하는 일을 말하는 이름이 이겼다. (12명에게 이름만 보여 주고 기대를 물어 "맞음, 일부, 다름"으로 나눈 가상 자료다. 실제 조사에서는 같은 사람에게 여러 후보를 보이면 앞의 후보가 뒤의 답에 영향을 주므로 순서를 섞는다.)

이름을 고를 때 흔히 부딪히는 유혹은 "다들 쓰는 말"이다. 마이페이지, 고객센터, 예약은 여러 서비스에서 익숙하지만, 익숙하기 때문에 다른 서비스에서 배운 기대를 함께 데려온다. 이 서비스의 "맡아 두기"는 결제도 배송도 없이 가게가 책을 사흘 동안 빼 두는 일이다. 그 일을 정확히 말하는 낯선 이름이, 익숙하지만 다른 일을 떠올리게 하는 이름보다 나을 수 있다. 반대로 지나치게 독특한 이름("책 쉼터")은 짐작 자체를 막는다. 이름 하나를 정하면 서비스 전체에서 그 이름만 쓰는 것도 중요하다. 메뉴에서는 "내 맡김", 알림에서는 "예약 내역", 버튼에서는 "보관"이라고 부르면 손님은 세 개의 다른 기능이 있다고 여긴다. 문구 전반의 원칙은 10장에서 다룬다.

메뉴 이름만 보고 짐작하기 자주 쓰지 않는 기관이나 회사의 웹사이트 하나를 고른다. 첫 화면의 메뉴 이름만 종이에 옮겨 적고(화면은 가린다), 가족이나 친구 두 사람에게 "이걸 누르면 뭐가 나올 것 같아?"를 이름마다 묻는다. 답을 적은 뒤 실제로 눌러 보고 "맞음, 일부, 다름"으로 표시한다. 가장 엇나간 이름 하나를 골라 더 나은 이름 세 가지를 지어 보고, 다른 사람에게 다시 짐작하게 해 비교한다.

여러 분류를 한 화면에: 패싯과 묶기

네 책방의 분류가 서로 다르다는 처음의 문제로 돌아가자. 하나의 나무 구조는 분류 기준을 하나만 고르게 한다. 가게별로 나누면 그림책을 찾는 손님이 헤매고, 장르별로 나누면 헌책만 보고 싶은 손님이 헤맨다. 이럴 때 쓰는 방법이 패싯 분류(Faceted classification)다. 하나의 항목에 여러 독립된 속성(패싯)을 붙여 두고, 사용자가 원하는 순서로 걸러 가게 한다. 책이라면 "새 책/헌책", "대상(어린이/어른)", "장르", "책방", "거리"가 각각 패싯이다. 인도의 도서관학자 랑가나탄이 1930년대 콜론 분류법에서 체계화한 생각으로, 지금은 쇼핑몰의 필터가 가장 흔한 예다.

패싯과 함께 정해야 할 것이 하나 더 있다. 검색 결과에서 같은 책이 여러 가게에 있을 때 무엇을 단위로 묶을지다. 아래 휴대폰 화면은 "어린 왕자"를 검색한 결과다. 책방별로 묶으면 가게를 기준으로, 책별로 묶으면 책을 기준으로 줄이 생긴다.

SIMULATOR

검색 결과를 무엇으로 묶을까

묶는 단위
같은 책이 나온 횟수(문고판)—
첫 화면에 보이는 서로 다른 책—
결과 목록의 길이—
해볼 것: ① "책방별로"에서 문고판 「어린 왕자」가 세 번 나온다. 손님은 세 줄을 비교해 같은 책인지부터 확인해야 한다. ② "책별로"를 누른다. 책마다 한 번씩 나오고, 그 아래에 어느 가게에 몇 권 있는지가 붙는다. 첫 화면 안에 세 책이 모두 들어온다. ③ "가까운 책방부터"와 "헌책만 보기"를 켠다. 패싯은 묶는 단위와 따로 움직인다. 헌책만 거르면 헌책방 나무의 두 권만 남는다. (책, 판, 재고, 거리는 모두 가상이다. 화면의 점선은 가상의 휴대폰 첫 화면 높이다.)

책 단위로 묶으면 손님의 질문 "이 책, 어디 있어요?"에 화면이 그대로 답한다. 가게 단위로 묶은 결과는 주인의 질문 "우리 가게에 뭐가 있지?"에 더 맞는다. 둘 중 하나가 옳다기보다, 이 서비스의 첫 사용자가 누구인가가 고른다. 3장에서 정한 주 대상은 정해 둔 책을 찾는 손님이었다. 다만 책방별로 생각하는 손님(카드 소팅의 네 명)도 있으므로, 책방 이름을 패싯으로 남겨 두면 그들도 원하는 방식으로 걸러 볼 수 있다. 하나의 구조로 모든 멘탈 모델을 만족시킬 수는 없지만, 주 구조 하나에 패싯을 더하면 두 번째 모델에 길을 열어 줄 수 있다.

검색이 있으면 메뉴는 필요 없을까 지후는 "검색창 하나면 되지 않아요?"라고 물었다. 찾는 책의 이름을 아는 유형 A 손님에게는 대부분 맞는 말이다. 그러나 검색은 무엇을 찾을지 아는 사람의 도구다. 영업시간, 맡김 취소, 이용 규칙처럼 책이 아닌 정보는 검색어를 떠올리기 어렵고, 가서 고르는 손님(유형 B)은 검색할 단어가 없다. 그래서 하린은 "검색이 첫 길이고, 메뉴는 두 번째 길"이라고 정리했다. 두 길이 같은 이름 체계를 써야 한다는 것도 덧붙였다. 검색 결과의 분류 이름과 메뉴의 갈래 이름이 다르면, 손님은 다른 곳에 왔다고 느낀다.

서윤의 서비스 노트

CASE 서윤서비스 노트 · 4장

메뉴의 첫 칸은 가게가 아니라 검색창

4월 마지막 주, 네 주인이 모인 자리에서 메뉴 초안이 먼저 나왔다. 처음 생각은 가게별 메뉴 넷이었지만, 영업시간이나 맡김 취소처럼 어느 가게에도 속하지 않는 항목이 걸려 네 갈래(책 찾기, 책방, 내 맡김, 도움말)로 다시 짰다. 영업시간과 취소 규정은 "도움말"에, 그림책과 연령별 책은 "책방" 아래 작은 숲 쪽에 두었다. 하린은 이 초안을 시험하기 전에 손님에게 먼저 나누어 보게 하자고 했다. 서윤은 항목 16개를 카드로 만들어 손님 열두 명에게 개방형 카드 소팅을 부탁했다(가상 자료). 네 명은 가게에서 종이 카드로, 여덟 명은 온라인으로 했다.

열두 명 가운데 여덟 명은 책의 내용으로 나눴다. 책 찾기, 책방 정보, 내가 맡긴 것, 도움말에 가까운 네 무리였다. 나머지 네 명은 책방별로 나눴다. 평균을 낸 덴드로그램에서는 이 네 명의 생각이 "그림책이 애매하다" 정도의 흔적으로만 남았지만, 마주 앉아 소팅한 손님 한 명이 이유를 말해 주었다. "작은 숲 책은 작은 숲에 가서 사요. 거기 주인분이 골라 주니까요." 서윤은 이것을 "책방 이름도 거를 수 있어야 한다"로 적었다.

트리 테스트는 두 안을 비교했다. 주인들의 초안에서는 영업시간이 도움말 아래, 연령별 책이 가게 아래에 있었다. 과업 여섯 개의 평균 성공률은 약 63%, 곧장 찾은 비율은 약 35%였다. 카드 소팅을 따른 안에서는 약 86%와 73%로 올랐다(이 장의 트리 테스트 모형과 같은 가상 값). 초안에서 가장 약한 과업은 "작은 숲 토요일 여는 시간"(약 44%)이었고, 고친 안에서는 "맡아 두기는 며칠 유지되나요?"(약 78%)가 가장 약했다. 손님의 기대가 "내 맡김"과 "이용 안내"로 갈렸다. 서윤은 기간 안내를 이용 안내에 두고, 맡긴 책 화면에도 한 줄로 같이 보여 주기로 했다.

검색 결과의 단위는 금방 정해졌다. 같은 문고판이 책방별 목록에 세 번 나오는 시안을 본 주인 한 명이 먼저 말했다. "손님은 책을 찾는 거지, 우리 가게를 찾는 게 아니네요." 서윤의 선택은 첫 화면에 검색창 하나만 두는 것이었다. 가게별 메뉴는 없앴고, 책방 이름은 결과를 거르는 패싯으로 남겼다.

이 장에서 정한 것첫 화면: 검색창 하나("찾는 책 이름이나 지은이"). 가게별 메뉴는 두지 않는다. 검색 결과: 책(판) 단위로 한 번씩 묶고, 그 아래에 재고가 있는 책방을 가까운 순으로 붙인다(책방 이름, 권수, 새 책/헌책). 패싯: 책방, 새 책/헌책, 어린이 책. 메뉴의 첫 갈래: 책 찾기(검색), 책방(위치·영업시간·행사), 내 맡김, 이용 안내. 이름: 동작은 "맡아 두기", 목록은 "내 맡김", 규칙은 "이용 안내"(이름 시험에서 맞게 읽힌 비율이 가장 높았던 후보, 가상 자료). 맡아 두기 기간 안내는 이용 안내와 내 맡김 두 곳에 둔다. 트리 테스트(가상, 12명 × 과업 6개): 초안 성공 약 63%·직접 약 35% → 고친 안 약 86%·약 73%.
아직 남은 문제검색해서 책을 찾은 다음, 실제로 맡아 두기까지 몇 단계를 거쳐야 하는가. 지금 그린 흐름은 가입과 본인 확인을 포함해 단계가 많다.
다음 단계5장: 맡아 두기의 과업 흐름을 그리고, 단계마다 손님이 얼마나 남는지 따져 본다.

핵심 정리

  1. 정보 구조는 분류, 이름, 내비게이션, 검색의 네 체계로 이루어진다(Rosenfeld & Morville). 만드는 쪽의 조직(가게, 부서)이 아니라 쓰는 쪽의 멘탈 모델을 따라 짠다.
  2. 개방형 카드 소팅은 사람들이 어떻게 나누고 무엇이라 부르는지 배우고, 폐쇄형은 정한 무리에 항목이 잘 들어가는지 확인한다. 소팅 뒤에 이유를 묻는 대화가 가장 값진 자료다.
  3. 유사도 행렬은 두 카드를 함께 묶은 비율이다. 참가자가 적으면 칸이 거칠어 오히려 확신에 차 보인다. 애매한 쌍과 두 무리 사이에 걸친 카드가 구조의 약한 고리다.
  4. 계층 군집의 덴드로그램은 어디서 자를지 사람이 정한다. 평균 낸 결과는 소수의 다른 멘탈 모델을 감출 수 있으므로 개개인의 소팅을 함께 본다.
  5. 트리 테스트는 화면 없이 메뉴 구조만으로 과업을 시켜 성공률, 직접 성공률, 첫 클릭을 읽는다. 과업 문장에 정답 항목의 단어를 쓰지 않는다.
  6. 64개 항목 연구들(Miller 1981, Kiger 1984)에서는 깊은 구조보다 적당히 넓은 구조가 빠르고 정확했다. 넓이의 비용은 목록이 잘 무리 지어져 있으면 작고, 단계의 비용은 단계마다 생기는 "틀린 갈래" 위험이다. "세 번 클릭 규칙"은 근거가 약한 통설이다.
  7. 이름은 기대를 데려온다. 이름만 보여 주고 짐작을 물어 시험하고, 한 번 정한 이름은 서비스 전체에서 같게 쓴다. 분류 기준이 여럿이면 주 구조 하나에 패싯을 더하고, 검색 결과의 묶음 단위는 주 사용자의 질문에 맞춘다.

확인 퀴즈

1. 새 서비스의 메뉴를 처음 짜려 한다. 사용자들이 정보를 어떤 기준으로 나누고 무리를 무엇이라 부르는지 알고 싶다. 가장 알맞은 방법은?

무리의 기준과 이름을 사용자에게서 배우려면 그것을 참가자가 정하게 하는 개방형 카드 소팅이 맞다. 폐쇄형 소팅과 트리 테스트는 이미 정한 구조를 확인하는 방법이고, A/B 테스트는 구조를 배우는 방법이 아니다.

2. 카드 소팅 결과의 평균 덴드로그램이 네 무리로 깔끔하게 나뉘었다. 그런데 참가자 열둘 가운데 넷은 전혀 다른 기준(가게별)으로 나눈 것을 알게 되었다. 가장 알맞은 해석은?

평균 낸 유사도로 만든 덴드로그램에서는 다수의 기준이 소수의 기준을 덮는다. 자르는 높이를 바꿔도 평균 자체에 소수의 구조가 담겨 있지 않으므로 드러나지 않는다. 소수의 이유를 확인하고, 주 구조를 유지하면서 그들이 원하는 방식으로 걸러 볼 수 있는 길을 더하는 것이 알맞다.

3. 트리 테스트 과업 문장으로 가장 알맞은 것은? (정답 항목: 책방 > 영업시간)

과업 문장에 정답 항목의 단어(영업시간)나 경로(책방)를 넣으면 참가자는 글자를 찾을 뿐 분류를 시험하지 않는다. 의견을 묻는 것은 트리 테스트가 아니다. 사용자의 상황으로 쓴 넷째 문장이 알맞다.

4. 항목 64개의 메뉴에 대한 고전적 연구들과 이 장의 모형이 공통으로 시사하는 것은?

Miller(1981), Kiger(1984)는 8×8의 두 단계가 2개씩 여섯 단계보다 빠르고 정확했다고 보고했다. 모형에서도 단계마다 시간과 "틀린 갈래" 위험이 생기고, 넓이의 비용은 목록이 잘 정리되어 있으면 작아진다. 세 번 클릭 규칙은 근거가 약한 통설이고, 목록의 정리 방식은 찾는 시간을 크게 바꾼다.