UT 프로토타입의 가치는 화면이 얼마나 정교하냐가 아니라 참여자가 “내가 본 적 있는” 데이터를 마주하는 순간에서 나온다. 더미 상품 사진과 실제 자기 장바구니 상품 사진은 같은 화면이지만 사용자의 반응 깊이가 완전히 다르다.
근거
오늘의집 Gongdee는 Athena MCP로 유저 ID 기반 실제 조회/구매 데이터를 프로토타입에 일괄 주입함으로써 5명분 데이터 세팅을 2시간에서 15분으로 줄였다.
이렇게 하면 UT 참여자가 실제로 봤던 상품을 화면에 넣을 수 있어 몰입도가 확 올라가고, 유저 5명 데이터 세팅도 2시간 → 15분으로 줄일 수 있어요.
핵심은 시간 단축이 아니라 “데이터 세팅이 싸지면 더 많은 참여자에게, 더 깊은 데이터로 테스트할 수 있다”는 점이다. 수작업으로 2시간이 드는 작업이라면 5명이 한계지만, 15분이면 20명도 가능하다. 그리고 한 명당 더 풍부한 맥락(최근 1달 카테고리 이력 등)을 넣을 여유가 생긴다.
이게 측정 가능한 UT 품질로 이어진다 — 사용자가 가짜 데이터에 거리를 두며 답하는 것과, 자기가 본 적 있는 상품에 즉각 반응하는 것 사이의 인사이트 차이는 크다.
연결된 생각
- 20260512-ai-bottleneck-design-workflow — UT 데이터 세팅 병목 사례
- 20260512-mcp-protocol — Athena MCP 연결