디자인 우선순위, 감이 아니라 데이터로 정하는 방법
이미지 출처: Taylor Mark, Medium - Data driven decision making: what you need to know
디자인 우선순위, 감이 아니라 데이터로 정하는 방법
리소스가 제한된 팀에서는 늘 같은 질문이 반복된다. “지금 이 중에서 무엇을 만들 것인가?” (무엇을 먼저 할까?)
우리 팀은 아이디어가 아주 많다. 하지만 시간은 늘 부족하다. 회의에서는 각자의 의견이 나온다. 경험, 직관, 사용자 요청, 경쟁사 동향까지. 그런데 기준이 없으면 시작하면 논의는 금방 감정에 가까워진다.
그래서 나는 우선순위를 정할 때 하나의 구조를 두려고 한다. 그중 가장 자주 활용하는 방식이 RICE 모델이다.
왜 규칙이 필요할까 (RICE 구조)
우선순위는 단순히 점수를 매기는 일이 아니다. 팀이 같은 기준으로 대화할 수 있게 만드는 과정이라고 생각한다.
RICE는 네 가지 질문을 던진다.
- 이 기능은 얼마나 많은 사용자에게 영향을 주는가? (Reach)
- 그 영향은 얼마나 큰가? (Impact)
- 우리가 이 가설을 얼마나 신뢰할 수 있는가? (Confidence)
- 실행하는 데 얼마나 많은 리소스가 필요한가? (Effort)
결국 “많은 사람에게, 크게, 확실하게, 적은 비용으로” 가능한 일을 먼저 하자는 구조다. 당연해 보이지만, 막상 회의실에서는 이 네 가지를 명확히 분리하기 쉽지 않다.
1. Reach: 우리는 얼마나 많은 사람에게 영향을 주는가
예전에 특정 UX 개선안을 두고 논의가 길어진 적이 있다. 팀 내부에서는 중요하다고 느꼈지만, 실제 영향을 받는 사용자는 전체의 일부에 불과했다.
그때 Reach를 기준으로 다시 보니, 모든 리소스를 투입할 만큼의 범위는 아니었다.
‘중요해 보인다’와 ‘많은 사용자에게 영향을 준다’는 다르다.
이 질문 하나만으로도 논의의 방향이 달라진다.
2. Impact: 그 변화는 실제로 의미 있는가
전환율이 0.3% 오르는 개선과 리텐션이 3% 오르는 개선은 체감이 다르다.
Impact를 평가할 때는 단순 상승 여부가 아니라 핵심 지표에 미치는 영향의 크기를 본다.
이때 중요한 건 과장하지 않는 것이다. 막연한 기대 효과가 아니라, 기존 데이터나 유사 사례를 기반으로 추정하려 한다.
3. Confidence: 우리는 얼마나 확신하고 있는가
가장 많이 간과되는 요소가 확신도라고 느낀다.
아이디어는 좋아 보이지만, 근거가 인터뷰 몇 건뿐이라면 확신도는 낮다. 반대로 로그 데이터와 이전 실험 결과가 뒷받침된다면 신뢰도는 올라간다.
확신도를 함께 보지 않으면, “가능성이 큰 아이디어”가 “실행해야 할 아이디어”로 오해되기 쉽다.
4. Effort: 실행 비용은 얼마나 되는가
좋은 아이디어라도 실행 난이도가 높으면 기회비용이 커진다. 디자인 작업뿐 아니라 개발, 운영 리소스까지 꼭 포함해서 본다.
같은 효과라면 더 적은 비용으로 달성할 수 있는 일을 먼저 하는 것이 합리적이기 때문이다.
숫자가 결정을 대신하지는 않는다
RICE 점수를 계산하면 정렬은 가능하다. 하지만 최종 결정은 사람이 한다.
예전에 점수는 높았지만, 제품 전략 방향과 맞지 않아 보류한 적이 있다. 그 경험 이후로 나는 점수를 “결정 도구”라기보다 “논의를 정리하는 도구”로 사용한다.
중요한 건 숫자 자체가 아니라, 그 숫자를 설명할 수 있는가 이다.
마무리
임팩트(Impact)
해당 개선이 핵심 KPI(전환, 유지, 리텐션)에 미치는 영향을 추정.
확신도(Confidence)
정성 인터뷰, 로그, 기존 실험 결과가 가설을 얼마나 뒷받침하는지.
실행 난이도(Effort)
디자인·개발·운영까지 포함한 실제 실행 비용.
우선순위를 정하기 위한 정보는 늘 불완전하고, 그래서 더더욱 기준이 필요하다.
데이터는 감을 없애는 것이 아니라, 감에 확신을 더하는 역할을 한다고 생각한다.
나는 우선순위를 정할 때 아이디어의 매력보다 근거를 먼저 본다. 그리고 가능한 한, 설명할 수 있는 선택을 하려고 한다.
결국 좋은 우선순위는 팀이 납득할 수 있어야 한다. 숫자와 맥락을 같이 보여주면 의사결정 속도와 품질이 동시에 올라간다.