공공기관 IA 재설계 외주를 처음 맡았을 때, 메뉴 항목이 48개나 되는 사이트 구조를 어떻게 정리해야 할지 막막했습니다. 저도 처음엔 엑셀로 직접 분류표를 만들어 보려 했는데, 참여자 86명 분량을 손으로 정리한다는 게 현실적으로 불가능하다는 걸 금방 깨달았습니다. 그때 처음 OptimalSort를 제대로 써봤고, 카드 소팅이 단순한 정렬 도구가 아니라 IA 설계의 핵심 근거를 만드는 작업임을 실감했습니다.
카드 소팅 운영법, 어렵지 않지만 세팅이 전부입니다
카드 소팅(Card Sorting)이란 참여자들이 콘텐츠 항목들을 자신의 기준으로 묶어 분류하는 UX 리서치 기법입니다. 사용자가 정보를 어떤 방식으로 이해하고 그룹화하는지를 파악해, 웹사이트나 앱의 정보 구조(IA, Information Architecture)를 설계할 때 근거 자료로 씁니다.
OptimalSort에서 카드 소팅을 세팅하는 방법 자체는 그리 복잡하지 않습니다. 프로젝트를 생성하고, 카드 항목을 텍스트 파일로 일괄 붙여 넣으면 됩니다. 항목 목록은 쉼표 없이 한 줄에 하나씩 작성하면 각 줄이 자동으로 카드 한 장이 됩니다. 저도 처음에 쉼표를 넣었다가 항목이 엉망으로 분리돼서 다시 세팅한 적이 있었습니다.
카드 소팅 방식은 크게 두 가지로 나뉩니다. 오픈 카드 소팅(Open Card Sorting)은 참여자가 카테고리 이름까지 직접 만드는 방식으로, 사용자가 실제로 어떤 언어와 개념으로 정보를 분류하는지 파악할 때 씁니다. 반면 클로즈드 카드 소팅(Closed Card Sorting)은 카테고리를 미리 정해두고 항목만 배치하게 하는 방식입니다. 제가 공공기관 외주에서 선택한 방식은 클로즈드였는데, 이미 어느 정도 구조 가설이 잡혀 있는 상황에서 검증용으로 쓰기에 더 적합했기 때문입니다.
세팅 시 놓치기 쉬운 부분이 스크리닝 질문 설계입니다. OptimalSort는 링크를 배포하는 방식이라 원하지 않는 응답자가 섞일 수 있습니다. 응답자 조건을 라디오 버튼이나 드롭다운으로 걸어두고, 조건 미달자는 자동으로 '거절(Reject)' 처리하는 필터를 반드시 설정해야 표본의 질을 지킬 수 있습니다. 저는 이 부분을 처음 몇 번은 허술하게 설정했다가 결과 데이터를 분석하면서 응답자 분포가 뒤섞여 있다는 걸 알아챘고, 그 이후부터는 스크리닝을 외주 표준 절차에 반드시 포함시켰습니다.
한 가지 실무적으로 까다로웠던 점은 한국어 카테고리명 문제였습니다. OptimalSort의 카드 UI는 영문 기준으로 설계되어 있어서, 한국어 카테고리명이 8자 이상 넘어가면 텍스트가 잘리거나 레이아웃이 깨지는 경우가 잦았습니다. 라벨을 줄임말로 통일하는 가이드라인 없이 무작정 입력했다가 참여자들이 카테고리 이름을 제대로 읽지 못한다는 피드백을 받았습니다. 이 문제는 한국어 카드 글자 수를 6자 이내로 제한하는 내부 규칙을 만든 뒤에야 해결됐습니다.
덴드로그램으로 군집을 읽는 법, 숫자보다 패턴을 봐야 합니다
카드 소팅 결과를 보는 방법에 대해 의견이 나뉘는 경우가 있습니다. 단순히 빈도 높은 분류 패턴만 보면 된다는 시각도 있고, 덴드로그램까지 파야 제대로 된 인사이트를 얻을 수 있다고 보는 시각도 있습니다. 제 경험상 이건 후자가 맞습니다.
덴드로그램(Dendrogram)이란 참여자들이 함께 묶은 항목들 간의 유사도를 계층적으로 시각화한 트리 형태의 차트입니다. 쉽게 말해, 어떤 두 항목이 얼마나 많은 참여자에게 같은 그룹으로 분류됐는지를 거리로 표현한 것입니다. 두 항목의 선이 낮은 위치에서 합쳐질수록, 더 많은 사람이 그 둘을 같은 카테고리로 묶었다는 의미입니다.
제가 진행한 외주에서 48개 메뉴 항목을 86명에게 분류하게 했을 때, 덴드로그램 분석 결과 기존 7개 카테고리가 실제로는 5개 군집으로 정리되는 패턴이 명확하게 나왔습니다. 클라이언트 측에서는 기존 구조를 유지하고 싶어 했지만, 덴드로그램의 군집 거리를 시각화해서 보여드렸을 때 "사용자들은 이미 이 두 카테고리를 하나로 인식하고 있다"는 근거가 명확해졌고, 구조 변경에 동의를 받을 수 있었습니다. 수치 하나보다 시각적 군집이 훨씬 설득력 있다는 걸 그때 다시 실감했습니다.
카드 소팅 결과만으로 IA를 확정해도 된다는 의견도 있는데, 저는 개인적으로는 이 단계에서 바로 구조를 확정하는 건 위험하다고 봅니다. 카드 소팅은 "어떻게 묶는가"는 잘 알려주지만, "묶인 구조 안에서 실제로 탐색이 잘 되는가"는 다른 질문이기 때문입니다. 사용성 연구 분야에서도 IA 검증에는 다단계 접근이 권장됩니다(출처: Nielsen Norman Group).
한국 실무에서 또 주의해야 할 부분이 모바일 응답률입니다. OptimalSort 링크를 배포하면 모바일로 접속하는 참여자 비율이 생각보다 높은데, 카드 드래그 인터페이스가 모바일에서 불편해 중도 이탈율이 높아지는 경향이 있습니다. 표본이 PC 사용자에게 편향되면 결과 자체의 신뢰도가 떨어집니다. 저는 이 문제를 보완하기 위해 참여 보상 설계와 함께 "PC 접속 권장" 안내 문구를 배포 메시지에 명시하는 방식을 표준화했습니다.
트리 테스트로 검증하는 3주 사이클이 실무 기준이 됐습니다
카드 소팅 이후 단계에서 어떤 툴을 써야 하는지에 대해서도 시각이 나뉩니다. 카드 소팅 결과로 바로 프로토타입을 만들어 사용성 테스트를 하면 된다는 분들도 있고, 그 전에 한 단계를 더 넣어야 한다고 보는 시각도 있습니다. 저는 외주 4건을 거치면서 후자가 훨씬 안전하다는 결론에 도달했습니다.
트리 테스트(Tree Test)란 실제 시각적 UI 없이 텍스트 계층 구조만으로 사용자가 원하는 항목을 찾아가는 과정을 측정하는 기법입니다. 여기서 트리 테스트가 중요한 이유는, 카드 소팅으로 나온 IA 가설이 실제 탐색 시나리오에서도 직관적으로 작동하는지를 UI 제작 전 단계에서 빠르게 확인할 수 있기 때문입니다. Optimal Workshop에서는 이 트리 테스트를 Treejack이라는 별도 도구로 제공합니다.
제가 표준화한 워크플로우는 다음과 같습니다.
- 카드 소팅 실시 → 덴드로그램 기반 군집 분석 → 신규 IA 가설 도출
- Treejack 트리 테스트 → IA 가설의 탐색 성공률과 직접 성공률 측정
- 결과 검증 → 최종 IA 확정 → 클라이언트 보고
이 3주 사이클을 표준화하고 나서, 외주 IA 재설계 평균 소요 기간이 6주에서 3주로 단축됐습니다. 빠른 게 목표가 아니라, 프로토타입을 만들기 전에 구조 자체의 문제를 잡아내는 단계가 생기면서 오히려 이후 작업에서 수정이 줄었기 때문입니다.
실제 수치로도 효과가 확인됐습니다. 사용성 테스트에서 메뉴 탐색 시간이 평균 22초에서 11초로 줄었는데, 이 정도 수치 변화는 클라이언트 보고에서도 설득력 있게 작동했습니다. UX 리서치 결과를 임원진에게 보고할 때는 탐색 시간, 성공률, 오류율 같은 정량 지표를 슬라이드 한 장에 정리해서 보여주는 게 훨씬 효과적입니다. 말로만 "사용자가 더 잘 찾는다"고 하면 승인이 잘 안 납니다.
UX 리서치 방법론 측면에서도 카드 소팅과 트리 테스트를 연결하는 방식은 학술적으로도 지지를 받고 있습니다. 정보 구조 설계에서 두 기법을 순차적으로 사용하면 설계 신뢰도가 높아진다는 점은 인터랙션 디자인 전문 기관의 가이드라인에서도 확인할 수 있습니다(출처: Interaction Design Foundation).
카드 소팅을 처음 써보는 분들은 OptimalSort의 무료 체험 계정으로 충분히 연습할 수 있습니다. 단, 한국어 환경에서 쓸 때는 카드 라벨 글자 수, 모바일 응답 이탈, 덴드로그램 해석 이 세 가지를 미리 대비하고 시작하는 것이 좋습니다. 그냥 링크 만들어 뿌리면 된다고 생각했다가 데이터 품질에서 낭패를 보는 경우를 저도, 주변에서도 여러 번 봤습니다. 도구가 좋아도 세팅과 해석 기준이 없으면 결과가 빈 껍데기가 됩니다.