업계에서 ‘5인 법칙’이 성배처럼 떠받들어지는 이유는 그것이 과학적으로 완벽해서가 아니라, 리서치 비용을 절감하고자 하는 비즈니스적 욕망에 ‘수학적 정당성’이라는 방패를 제공하기 때문이다. 하지만 이 숫자를 맹신하는 순간 리서치는 ‘발견’이 아닌 ‘안심’을 위한 요식행위로 전락한다.
중요한 것은 “5명이 충분한가?”라는 추상적 질문이 아니라, “이 결정으로 인해 우리가 감수할 위험(Risk)은 무엇인가?”라는 질문이다. 5명은 평균적인 문제를 찾는 데는 효율적이지만, 치명적인 Edge Case나 소수 사용자 그룹의 고통을 무시하는 대가로 얻은 효율성임을 인지해야 한다.
근거
닐슨의 모델에서 이라는 수치는 1990년대 초기 데스크톱 환경의 연구 데이터에서 도출된 평균값이다. 현대의 복잡한 멀티 디바이스, AI 기반 시스템에서는 사용자가 문제를 겪을 확률()이 훨씬 낮아질 수 있으며, 이 경우 85% 발견을 위해 필요한 인원은 5명이 아니라 18명 이상으로 늘어날 수 있다.
“5명은 마법의 숫자가 아니다. 그것은 속도, 비용, 커버리지, 그리고 신뢰도 사이의 트레이드오프일 뿐이다.”
연결된 생각
- 20260611-five-user-rule-usability-testing — 이 인사이트의 근거가 되는 수학적 정의
- 20260611-subgroup-dilution-in-small-n-samples — 트레이드오프를 무시했을 때 발생하는 구체적인 데이터 왜곡 현상