당신이 새로운 요리법을 만들기 위해 완벽한 레시피를 구상 중인 셰프라고 상상해 보세요. 당신은 재료(데이터)도 알고 있고 목표(맛있는 식사)도 알고 있지만, 실제로 누군가가 그것을 먹는 모습은 한 번도 본 적이 없습니다. 의료 현장에서 의사와 간호사들은 종-종 '감사 및 피드백(audit and feedback)' 보고서를 받습니다. 이것은 그들이 동료들과 비교했을 때 얼마나 잘하고 있는지를 알려주는 영양 성분표나 점수판 같은 것입니다. 목표는 그들의 습관을 바꾸도록 유도하는 것인데, 예를 들어 소금을 적게 사용하거나 특정 향신료를 사용하는 것처럼 말이죠. 하지만 여기에는 함정이 있습니다. 단순히 누군가에게 점수판을 건네준다고 해서 그들이 그것을 읽거나, 이해하거나, 자신의 요리 방식을 바꾸게 된다는 보장은 없습니다. 때로는 보고서가 너무 혼란스럽거나 지루해서, 의사가 슬쩍 훑어보고는 핵심을 놓친 채 그냥 지나쳐 버릴 수도 있기 때문입니다.

이 지점에서 '이행 과학(implementation science)'이라는 분야가 등장합니다. 이 분야는 왜 훌륭한 아이디어들이 실제 세상에서 제대로 자리 잡지 못하고 실패하는지를 밝혀내려는 탐정 팀과 같습니다. 그들은 점수판이 효과를 발휘하려면, 읽는 사람이 실제로 그것에 '관여(engage)'해야 한다는 것을 알고 있습니다. 하지만 누군가가 정말로 집중하고 있는지 어떻게 알 수 있을까요? 그들에게 "이것을 읽었습니까?"라고 묻는 것은 까다로운 일입니다. 사람들은 예의를 차리기 위해 "예"라고 답할 수도 있고, 심지어 자신이 멍하니 있었는지조차 깨닫지 못할 수도 있기 때문입니다. 이 논문은 두 가지 도구를 결합하여 이 퍼즐을 해결하는 영리한 새로운 방법을 탐구합니다. 바로 당신의 눈이 정확히 어디를 향하는지 추적하는 첨단 카메라와, 마치 비디오 게임 스트리머처럼 자신의 생각을 말로 설명하는 '생각 소리 내어 말하기(think-aloud)' 세션을 결합하는 것입니다. 큰 질문은 이것입니다. 새로운 시스템을 수천 명에게 배포하기 전에, 점수판이 실제로 제대로 작동하는지 확인하기 위해 의사의 뇌 속을 미리 들여다볼 수 있을까요?

---

눈 추적 탐정 사무소

멜번 대학교의 말레나 클라이크(Marlena Klaic)와 그녀의 팀이 이끄는 연구진은 디자인을 위한 '타임머신'을 만들기로 했습니다. 새로운 전자 보고서가 수백 명의 의사에게 전송될 때까지 기다렸다가 결과가 좋기를 바라는 대신, 그들은 먼저 테스트하기를 원했습니다. 그들은 PREVIEW-A&F라고 불리는 방법을 개발했습니다. 이것은 연극의 리허설과 같은데, 배우 대신 디지털 보고서를 테스트하고 무대 대신 스마트 글래스를 사용합니다.

그들은 다음과 같이 진행했습니다. 먼저 페니실린 알레르기 관련 업무를 수행하는 의사와 약사 그룹(iNAAN 프로젝트)이 사용하는 실제 보고서를 가져왔습니다. 그리고 14명의 의료 전문가를 초청하여 특수 안경을 쓴 채 화면의 보고서를 보게 했습니다. 이 안경은 마치 작은 투명한 스포트라이트처럼 작동하여, 사람이 정확히 어디를 보는지, 특정 숫자를 얼마나 오래 응시하는지, 그리고 시선이 어디로 방황하는지를 기록합니다.

하지만 보는 것만으로는 충분하지 않습니다. 연구진은 의사들에게 '생각 소리 내어 말하기(think-aloud)' 프로토콜을 요청했습니다. 보고서를 스크롤하는 동안, 그들은 자신이 무엇을 생각하고 있는지, 무엇이 혼란스러운지, 그리고 무엇을 알아내려고 노력 중인지를 마치 자동차 조수석에 앉아 모든 회전, 모든 표지판, 길을 잃을 때마다의 상황을 설명하는 승객처럼 실시간으로 설명해야 했습니다.

세 단계의 주의력

이 모든 데이터를 이해하기 위해, 팀은 보고서의 각 부분이 어느 정도의 주의를 끌어야 하는지를 분류하는 간단한 방법을 고안했습니다. 그들은 세 가지 수준의 관여를 상상했습니다:

1. 훑어보기(Glance): 길거리 표지판을 보는 것과 같습니다. 그저 거기에 있다는 것만 알면 됩니다. 세부 내용을 읽기 위해 멈출 필요는 없습니다.
2. 보기(Look): 메뉴판을 읽는 것과 같습니다. 선택을 하기 위해 정보를 추출해야 합니다.
3. 정밀하게 살피기(Scrutinise): 복잡한 법률 계약서나 의학적 진단을 읽는 것과 같습니다. 깊이 응시하고, 열심히 생각하고, 다른 것들과 비교하며, 다음에 무엇을 해야 할지 파악해야 합니다. 실제 행동 변화가 일어나야 하는 지점은 바로 여기입니다.

팀은 실험 시작 전 참조 시트를 작성했습니다. 그들은 어떤 부분이 "훑어보기"가 될지, 어떤 부분이 "보기"가 될지, 그리고 어떤 부분이 "정밀하게 살피기"가 필요할지 예측했습니다. 그런 다음, 그들의 예측을 실제 안구 추적 안경이 포착한 데이터와 비교했습니다.

대반전: 눈과 뇌가 일치하지 않는 곳

마법은 안구 추적 데이터와 '생각 소리 내어 말하기' 이야기를 결부터 결합했을 때 일어났습니다. 그들은 때때로 눈이 하는 행동과 뇌가 말하는 내용이 일치하지 않는다는 것을 발견했습니다. 그들은 결과를 네 가지 주요 범주로 분류했으며, 이를 통해 다른 사람들에게 배포하기 전에 보고서를 수정했습니다.

1. 완벽한 일치 (Convergent)
보고서의 29개 부분 중 14개 부분에서 모든 것이 완고했습니다. 의사들은 적절한 위치를 적절한 시간 동안 바라보았고, 그들의 '생각 소리 내어 말하기' 내용은 그들이 내용을 이해했으며 자신의 관행을 어떻게 바꿀지 고민하고 있음을 보여주었습니다. 이는 마치 학생이 교과서를 읽고, 중요한 문장에 형광펜을 긋고, 퀴즈 질문에 올바르게 답하는 것과 같았습니다. 이 부분들은 바로 배포할 준비가 되었습니다.

2. 숨겨진 함정 (Hidden Opportunity)
여기서 흥ка로운 점이 나타납니다. 보고서의 한 부분에서 의사들은 (연구진이 희망했던 대로) 오랫동안 응시했습니다. 하지만 말을 할 때는 혼란스러워했습니다! 숫자는 보고 있었지만 그 의미를 이해하지 못했습니다! 이는 마치 외국어로 된 메뉴판을 뚫어지게 쳐다보는 것과 같습니다. 열심히 보고는 있지만, 실제로 정보를 '섭취'하고 있지는 않은 상태입니다. 만약 연구진이 안구 추적 데이터만 봤다면, "좋아, 집중하고 있군!"이라고 생각했을 것입니다. 하지만 '생각 소리 내어 말하기'는 함정을 드러냈습니다: 설계가 혼란스러웠던 것입니다. 이것은 라벨이 이해하기 쉽도록 수정해야 할 '숨겨진 기회'였습니다.

3. 스피드 런 (Attentional Mismatch)
8가지 사례에서 의사들은 예상보다 다른 시간 동안 보고 부분을 바라보았지만, 여전히 내용을 이해하고 있었습니다. 때로는 디자인이 너무 복잡해서 정보를 찾는 데 시간이 걸려 너무 오래 보기도 했습니다. 반대로 너무 짧게 보기도 했지만, '생각 소리 내어 말하기'를 통해 그들이 정보를 매우 빠르고 효율적으로 처리하고 있음이 드러나기도 했습니다. 이는 마치 프로 게이머가 레벨을 기록적인 속도로 클리어하는 것과 같습니다. 초보자처럼 화면을 오래 응시하지는 않았지만, 여전히 승리한 것입니다. 연구진은 이러한 사례 중 일부는 디자인이 생각보다 더 잘 작동하고 있는 것이며, 다른 일부는 사람들이 덜 고생하도록 더 명확하게 만들어야 한다는 것을 깨달았습니다.

4. 완전한 실패 (Dversegent)
3가지 부분에서는 계획이 완전히 무너졌습니다. 의사들은 그 부분을 충분히 오래 보지 않았고, 보더라도 혼란스러워하거나 아예 무시했습니다. 이는 마치 표지판이 덤불 뒤에 숨겨져 있는 것과 같으며, 설령 발견하더라도 다른 마을을 가리키는 것으로 착각하는 것과 같습니다. 이것들은 가장 큰 경고 신호였습니다. 연구진은 특정 차트의 경우, 데이터가 너무 완벽해서(나쁜 사건이 0건임) 의사들이 고칠 것이 없다고 느껴 주의를 멈췄다는 것을 발견했습니다. 디자인이 이 '천장 효과(ceiling effect)'를 고려하지 못한 것입니다.

이것이 왜 중요한가

이 논문이 제안하는 가장 중요한 점은, 도구를 만든 뒤 그냥 잘 작동하기를 바라기만 해서는 안 된다는 것입니다. 우리는 출시 전에 과학자처럼 그것을 테스트해야 합니다. 스마트 글래스를 사용하고 사람들이 소리 내어 말하게 함으로써, 팀은 그렇지 않았다면 보이지 않았을 문제들을 찾아낼 수 있었습니다. 만약 연구진이 의사들에게 "보고서가 마음에 드나요?"라고 물었다면, 의사들은 "네, 괜찮아 보이네요"라고 답했을 것이고, 혼란스러운 부분들은 그대로 방치되었을 것입니다.

이 연구가 의사의 행동을 바꾸는 문제를 영원히 해결했다고 주장하는 것은 아닙니다. 이것은 엔진을 튜닝하는 새로운 방법을 보여주는 '개념 증명(proof-of-concept)'이자 '시운전'에 가깝습니다. 저자들은 우리가 이러한 '인터페이스 수준의 장벽'을 조기에 해결함으로써 많은 시간과 비용을 아낄 수 있다고 제안합니다. 고장 난 보고서를 출시하고 몇 달 뒤에 실패하는 것을 지켜본 뒤 다시 고치는 대신, 소프트웨어가 아직 차고에 있을 때 버그를 잡아낼 수 있습니다.

결국, 이 논문은 좋은 디자인이란 단순히 보기 좋게 만드는 것이 아니라, 인간의 뇌가 실제로 정보와 연결되도록 만드는 것이라고 주장합니다. 눈이 어디로 향하는지 관찰하고 마음이 무엇을 말하는지 들음으로써, 우리는 의사가 환자를 돕는 데 실제로 도움이 되는 더 나은 도구를 만들 수 있습니다.