AI의 사용자 경험은 디자인부터 다르다

AI 서비스에는 어떤 사용자 경험(User eXperience, 이하 UX)이 필요할까요? UX 디자인은 서비스의 기술적인 배경과 무관하지 않습니다. 서비스와 사용자의 특성을 고려해 경험을 만들어가는 일이니만큼, 관련 기술을 파악하는 일은 UX 디자인의 필요조건이죠.

 

AI 서비스의 UX를 디자인하기 위해서는 AI 기술을 알아야 합니다. 서비스의 기반 기술이 AI라서 가능한 일과 불가능한 일, 특히 더 주의해야 할 점, 중요도를 낮게 둘 수 있는 사항 등을 이해하고 나면 이를 바탕으로 UX를 디자인할 수 있죠. 이 글에서는 AI 서비스의 UX 디자인에서 고려해야 할 요소들을 알아보겠습니다.

AI가 서비스에 적합한가?

 

구글은 사람과 AI의 상호작용을 연구하는 PAIR(People + AI Research)팀을 구성하고, UX 전문가나 프로덕트 매니저가 AI에 인간 중심적으로 접근할 수 있도록 가이드북을 배포했는데요. 이 가이드북은 가장 먼저 ‘AI가 가치를 더하는지 판가름(Determine if AI adds value)’하라고 권합니다. 개발 또는 디자인에 앞서 프로덕트나 기능이 AI 없이는 성립될 수 없거나 AI로 인해 개선될 수 있는지, AI가 사용자를 위해 적합한 기술이 맞는지를 판단하라는 것이죠.

 

AI는 모든 작업을 완벽하게 해내는 만능열쇠가 아닙니다. 때론 휴리스틱이나 수동 선택이 더 나은 경험을 만들어낼 수 있죠. 할 수 있어서, 다들 하니까, 멋져 보여서 AI를 사용할 필요는 없습니다. ‘개인화된 경험을 제공하는 예측 시스템’과 같이, AI 없이는 존재하지 못할 서비스에서, AI는 유의미하게 사용됩니다.

 

워드프레스(WordPress) 개발사 오토매틱(Automattic)의 글쓰기 도구 ‘라이트 브리프 위드 AI(Write Brief with AI)가 대표적인 사례죠. 이 기능을 활성화하면 교정이 필요한 부분에 밑줄이 나타나고, 수정을 제안하는데요. 앞서 출시된 AI 글쓰기 도우미가 글을 생성하는 데에 초점을 맞췄다면, 이 도구는 사용자의 언어 습관이나 문맥 등을 고려해 사용자가 쓴 글을 교정해 준다는 점에서, AI로 더 나은 경험을 제공한다고 볼 수 있습니다.

 

 

 

이해하기 쉬운가?

 

어느 서비스든 사용자의 쉬운 이해를 위해 코치 마크, 플레이스홀더, 레이블 등 다양한 장치를 두고 있죠. 새로운 기술을 활용할수록 사용자가 느끼는 생경함은 크기 마련입니다. AI 서비스에서 사용자가 쉽게 이해하고 활용할 수 있도록 돕는 장치가 더욱 중요한 이유죠. 그중에서도 생성형 AI는 전에 없던 새로운 유형의 AI 서비스라는 점, 무의 상태에서 글, 이미지, 영상 등을 생성한다는 점을 염두에 둬야 합니다.

 

생성형 AI의 대표 격인 챗GPT(ChatGPT)는 시장 화면에서 여러 대화 주제를 예시로 제공합니다. 사용자가 예시 중 하나를 선택하면, 사용자가 입력할 만한 구체적인 프롬프트를 스스로 입력한 뒤 그에 대해 답하죠. 이 과정을 본 사용자는 같은 방식으로 프롬프트를 입력하면서 자연스럽게 챗GPT와 대화를 이어갈 수 있습니다. 서비스를 어떻게 써야 하는지 간결하고 정확히 전달해 사용자의 이해를 돕는 사례입니다.

 

 

 

신뢰할 수 있나? 

 

LLM¹⁾을 기반으로 하는 서비스의 경우, AI가 없는 사실을 꾸며내거나 데이터나 맥락을 왜곡하는 ‘환각’ 현상을 일으켜 논란이 되기도 했습니다. 잘못된 정보를 생산하고 학습하는 작업이 반복되면, 환각이 심해질 것이라는 우려도 있죠. 이러한 문제가 반복되면 사용자는 AI 서비스를 신뢰하기 어렵습니다. 

 

AI 기반 대화형 검색엔진 퍼플렉시티(Perplexity)는 답변에 참고한 자료의 출처를 명시하고 필요할 경우 사용자가 직접 출처가 된 웹 페이지를 열람할 수 있는 화면을 제공합니다. 이 외에도 여러 서비스가 문서 작성, 요약 등과 함께 출처 링크를 제공하거나 원본을 보여주는 등 사용자가 정보의 진위를 가릴 수 있도록 돕는 기능을 제공하면서 AI 서비스로서 사용자의 신뢰를 확보하고 있습니다. 

 

¹⁾ Large Language Models. 거대 언어 모델 또는 대규모 언어 모델. 방대한 양의 데이터를 학습해 자연어 및 기타 유형의 콘텐츠를 이해하고 분석하는 AI의 한 종류. 

 

 

 

한계를 명시할 것인가?

 

AI의 기술적 한계를 사용자에게 전달하는 일도 중요합니다. 성향이나 상황에 따라 사용자는 AI가 내놓은 결과물을 다르게 인식합니다. 참고만 할 수도 있고 그대로 인용할 수도 있을 겁니다. AI는 완벽하지 않다는 사실을 인지시키고 결과에 어떤 문제가 발생할 수 있는지, 한계는 무엇인지를 알려주면 사용자가 AI의 결과물을 어떻게 받아들일지 정하는 데에 도움이 됩니다. 

 

예컨대 여러 AI 서비스가 ‘베타(Beta) 버전’이라는 이름으로 불안정하고 완벽하지 않은 상태를 설명하죠. 챗GPT의 경우, “ChatGPT는 실수를 할 수 있습니다. 중요한 정보를 확인하세요.”라는 문구를 사용자가 언제든 볼 수 있도록 화면 하단에 고정합니다. 아크 브라우저(Arc Browser)는 사용자가 웹 페이지 검색 또는 요약을 요청했을 때, 답변과 함께 “This page was long, so I read the first 00%”와 같은 메시지를 전달합니다. 이 페이지의 분량이 너무 길어 전체 분량 중 처음 보이는 00%만 읽고 답했다는 뜻이죠. 

 

 

 

사용자에게 작업 과정을 보여줄 것인가?

 

기존 대부분의 서비스는 사용자에게 결과를 전할 뿐 사용자 요청을 처리 중인 과정을 전달할 필요성이 없었습니다. 특히 우리나라의 경우는요. 워낙 네트워크 속도가 빠른 까닭인데요. 예외적으로 결과가 나오기까지 일정 시간이 필요한 서비스가 기다리는 사용자의 지루함과 불안을 덜어주는 장치를 뒀죠. 금융, 결제, 암호화폐 서비스 등에서 거래가 처리되는 동안에 ‘사용자 요청이 진행되고 있음’을 전달하는 것이 대표적인 예입니다.

 

그러나 AI 서비스는 필요에 따라 결과에 이르기까지의 과정을 사용자에게 보여줍니다. 생성형 AI의 경우, 복합적인 콘텐츠를 생성하면서 고성능 컴퓨팅 기술이 필요하고 작업에 시간이 걸리는 편인데요. 사용자가 작업을 요청하면 처음부터 끝까지 생성의 모든 과정을 실시간으로 지켜볼 수 있도록 합니다. 예를 들어, 프레젠테이션, 웹사이트 등을 제작하는 생성형 AI 감마(Gamma)는 제목부터 마지막 페이지까지 차례대로 결과물을 생성하면서 그 과정을 사용자에게 전달, 필요할 경우 사용자가 개입할 수 있도록 합니다.

 

 

 

AI의 자유도를 관리할 수 있나?

 

AI는 사용자의 의도를 완벽히 파악할 수 없다는 한계를 고려할 필요가 있습니다. 프롬프트 작성과 같은 사용자의 전달 역량, AI의 학습 정도, 작업의 복잡성 등 여러 요인과 변수에 따라 사용자와 AI 사이 ‘미스 커뮤니케이션’이 발생하죠. 경우에 따라 사용자가 AI의 작업에 개입할 수 있게 하는 것이 해결책이 될 수 있습니다. 

 

챗GPT, 포토샵(Photoshop), 미드저니(Midjourney) 등은 사용자가 요청한 내용에 따른 결과물을 여러개 생성한 뒤 그 중 원하는 것을 고를 수 있도록 합니다. 에어테이블 AI(Airtable AI)는 AI가 스스로 데이터를 카테고라이징하는 기능을 제공하되, 사용자가 프롬프트로써 AI의 작업을 통제할 수 있게 하죠. 감마는 AI가 결과물을 생성하는 도중 사용자가 스타일을 변경하거나 텍스트를 수정하는 등 직접 세부적인 작업을 할 수 있습니다. 사용자와 AI가 공동작업자로서 협업하는 셈이죠. 

 

 

 

능동적으로 제안할 것인가?

 

고성능 AI는 사용자의 명령을 기다리는 데에서 그치지 않고 사용자의 의도를 먼저 파악한 뒤 다음 행동을 예측할 수 있습니다. 다만 사용자의 마음을 100% 틀림없이 읽을 수는 없기 때문에, 예측에 따라 결과를 내기보다는, 제안한 뒤 사용자가 수락 또는 거절할 수 있도록 선택권을 제공해야 합니다.

 

대표적인 예로는 마이크로소프트(Microsoft, MS)의 코파일럿(Copilot)이 있는데요. MS 코파일럿은 사용자가 입력하는 내용을 인식, 다음에 타이핑할 법한 단어들을 예측해 섀도 텍스트로 제시합니다. 사용자의 의도를 알아채고 ‘이런 명령이나 요청을 입력하면 어떨지’ 능동적으로 제안하는 거죠. 구글의 스마트 필(Smart Fill) 기능은 사용자가 작성하고 있는 문서의 성격을 분석해 다음 내용을 제안합니다. 사용자가 서평과 함께 각 책에 점수를 매기고 있다면, 아직 점수를 내지 않은 책에 대해 예상 점수를 제안하는 식이죠.

 

 

 

초개인화 콘텐츠를 제공하나?

 

앞서 말했듯 AI는 사용자를 능동적으로 이해하고 사용자에게 필요한 작업을 제안합니다. 이는 사용자의 데이터를 실시간으로 학습하고 분석하는 ‘맞춤형 경험’인데요. 기존 서비스가 연령, 위치 등 여러 데이터를 토대로 ‘사용자와 비슷한 사람들’을 위한 개인화 콘텐츠를 제공했다면, 현재 AI 서비스는 ‘사용자 한 사람’만을 위한 초개인화(hyper-personalization) 콘텐츠를 제공하는 것이죠.

 

최근에는 사용자의 시청 습관에 따라 영상을 추천하는 등의 큐레이션 기능을 넘어, 생성형 AI 자체가 사용자만을 위한 맞춤형 답변을 제공하기도 합니다. 사용자와 AI가 상호작용하는 대화형 구조(Conversational Structure)의 서비스에서 자주 볼 수 있죠.

 

대표적으로 챗GPT는 사용자가 답변에 참고가 될 만한 개인정보, AI에게 원하는 태도와 화법 등을 입력할 수 있게 맞춤 설정 기능을 제공합니다. 사용자의 그날 기분부터 좋아하는 캐릭터의 말투까지, 입력하는 정보에 따라 맞춤형 결과를 생성하죠. 또한 사용자가 메모리 기능을 활성화하면, AI가 사용자와의 대화를 저장, 분석해 활용합니다. 사람의 ‘기억’과 유사한 기능이죠. 정서적인 지능을 내세우는 파이(Pi)는 사용자의 취미를 기억했다가 “기타 배우기는 잘 돼가?”라고 묻는 등 초개인화된 감정 지원을 통해 교감 경험을 제공합니다.

 

 

AI 기술과 이를 활용한 서비스는 빠르게 변화하고 있습니다. 기술 발전에 따라 현재 AI 서비스에 필요한 UX가 더 이상 유의미하지 않을 수도, 전에 고려하지 않았던 UX 요소가 추가되거나 완전히 새로운 UX가 만들어질 수도 있을 겁니다. 이러한 AI 기술의 특성을 익히고 지속적인 관심을 기울인다면 AI 서비스를 위한 UX를 디자인하는 데에 훨씬 수월할 것입니다.

 

---

 

[참고 자료]

• People + AI Guidebook - Google

•  A new age of UX: Evolving your design approach for AI products - intercom

• Designing better UX for AI — 8 best practices to follow

• Designing for AI: beyond the chatbot

• Emerging UX Patterns for Generative AI Apps & Copilots

• Emerging UX patterns in Generative AI experiences