기술 산업의 AI와 자동화는 빠르게 가속화되고 있으며 UX의 경우 AI 미래가 거의 여기에 있습니다. 이 기사에서는 UX 팀이 AI 지원 사용자 경험을 만드는 방법을 조정하는 데 도움이 되는 중요한 고려 사항이 포함된 청사진을 제공하겠습니다. 큰 그림은 다음과 같습니다. 생성 AI 스타트업의 벤처 자금은 2022년 48억 달러에서 2023년 상반기 127억 달러 로 증가했습니다. 그리고 비즈니스 리더의 72% 는 3년 이내에 AI 도입을 원합니다. 근로자들은 내재된 위험 과 편견이 있음에도 불구하고 업무에 AI를 추가하여 이를 실현하고 있습니다 . 마지막으로, 사용 가능한 AI 도구의 수가 증가함에 따라 더 많은 사용자가 제품 및 서비스 경험을 강화 , 자동화 또는 우회할 수 있습니다. 이 모든 것이 UX 산업에 무엇을 의미합니까? 우선, UX ​​실무자는 AI와 관련하여 다음과 같은 몇 가지 일반적인 문제에 직면해 있습니다. AI 기술과 그 이점 및 위험에 대한 최신 정보를 받아보세요. AI 도구를 사용하여 UX 프로세스를 간소화합니다. 고객 경험에 AI를 적용할 시기를 선택합니다. 아이디어 생성 및 초기 제품 컨셉에 AI를 사용합니다. 자동화된 경험에 대한 사용자 신뢰 구축. UX 리더와 팀은 이러한 변화에 대비하기 위해 노력해야 합니다. 내 동료의 통찰력은 다음과 같습니다. “우리는 지금 최고 과대광고 주기에 있습니다. 월스트리트의 흥미롭고 미지의 문제 공간이자 브랜딩 기회이자 가치를 창출하는 주문입니다. 이것이 우리와 같은 기술 기업의 새로운 현상이 되면서, 인간의 요구를 우선시하고 유해한 외부 효과를 완화하는 창의적인 문화로 인해 선점자의 이점이 무색해질 것입니다. 디자이너가 과장된 광고에 뛰어들고 싶은 충동을 억제하고 공감, 뉘앙스, 신중한 평가를 바탕으로 의사결정자와 솔직한 대화를 나누는 것이 중요합니다.” — Mark Laughery , 수석 UX 디자이너 당신의 팀은 어떻게 그렇게 할 수 있나요? 여기에는 많은 지원 리소스가 포함된 권장 사항이 있습니다. AI 학습으로 시작하세요 이제 막 AI를 시작하는 UX 사용자를 위해 주요 개념부터 시작해 보겠습니다. 자동화는 기계 학습 및 생성 AI 도구를 포함하는 AI와 동일하지 않습니다. 자동화 와 AI를 별개로 생각하십시오 . 자동화는 종종 일상적인 작업에 대해 설정된 규칙을 따르는 시스템입니다. 그리고 인공지능(AI)은 인간의 사고를 시뮬레이션하도록 설계된 시스템입니다. 인간의 사고는 시뮬레이션하기 어렵기 때문에 많은 구성 요소가 AI를 구성합니다. 지식 없이 시작하여 지능적으로 변하는 시스템인 머신러닝(ML)은 특정 정보 소스를 활용합니다. 그것들도 정의해 봅시다: GenAI(Generative AI) : 콘텐츠를 생산할 수 있는 AI. LLM(대형 언어 모델): 방대한 양의 데이터를 학습하여 인간과 유사한 텍스트를 이해하고 생성하도록 설계된 AI 모델입니다. 작업: 번역, 감정 분석, 텍스트 요약, 채팅. NLP(자연어 처리): 인간의 언어를 분석하고 해석하는 기계 학습 기술입니다. 작업: 이메일 필터링, 피드백 정렬, 텍스트 예측, 자동 수정, 챗봇, 번역. GPT(Generative Pre-trained Transformer): 상황 인식 방식으로 텍스트를 처리하고 생성하는 LLM 유형입니다. 작업: 텍스트 완성, 요약, 질문에 답변, 번역. 거대 기술 기업들은 AI 아이디어가 어떻게 작동하고 윤리적이고 책임감 있게 사용될 수 있는지에 대한 유용한 설명과 규칙을 만들었습니다. Google , Microsoft , Salesforce , IBM , LinkedIn 및 IEEE 로 시작하세요 . AI를 시도하거나 고려 중인 팀의 경우 정기적인 고객 중심 학습이 도움이 됩니다. 다음 중에서 선택하십시오. AI 강좌, 웹 세미나, 기사, 팟캐스트 등 자가 학습 리소스를 공유하세요. 관련된 실제 AI 사례 연구를 연구합니다 . 지식이 풍부한 초청 연사를 초대합니다. 자동화 기회를 명확히 하기 위해 워크숍을 준비하세요. 새로운 연구를 통해 AI에 대한 사용자 피드백을 수집하세요. IBM의 디자인 사고 AI 팀 필수 사항을 통해 팀을 안내합니다 . 시나리오별 고객 위험과 이점에 초점을 맞춘 반복 세션을 예약하세요. 가능한 경우 내부 데이터 과학자와 대화하세요. 기초 지식에 대해 동료들과 함께 그룹 학습을 해보세요. 최신 동향과 연구 논문을 접할 수 있는 독서 클럽을 매달 개최하세요. 이러한 제안을 팀의 작업 스타일과 요구 사항에 맞게 조정하세요. AI를 통해 UX 프로세스를 진화시키세요 UX 프로세스 및 도구는 중요한 사용자 문제를 식별하고 유용한 솔루션을 만드는 데 도움이 됩니다. AI를 UX에 어떻게 효과적으로 통합할 수 있나요? “책임감있게 사용하면 AI는 강력한 파트너가 될 수 있습니다. 반복적이고 힘든 작업을 간소화하는 동시에 인간이 상상력, 창의적 방향, 인간 관계와 같은 고유한 가치를 제공하는 영역에서 탁월한 능력을 발휘할 수 있도록 해줍니다. 다른 것이 없다면, 사람들은 항상 목표 사용자와 청중을 위해 AI 시스템의 출력을 편집하고 선별해야 합니다.” — Adrienne Downing , 수석 UX 연구원 AI는 확립된 UI 요소를 사용하여 와이어프레임을 생성하는 등 일상적인 작업에 유용합니다. 그러나 AI를 사용하여 제품의 방향을 결정하는 압축된 데이터를 기반으로 제안을 제공하는 것의 이점이 항상 잠재적인 단점보다 더 큰 것은 아닙니다. 현재로서는 이것이 불확실합니다. 그럼에도 불구하고 점점 늘어나는 AI 기반 UX 도구 배열을 살펴보고 UX 더블 다이아몬드 내에서 도구의 강점과 약점을 평가해 보겠습니다 . UX 더블 다이아몬드: 연구와 종합을 통해 구축할 올바른 것을 찾고, 아이디어와 구현을 통해 올바른 것을 구축합니다. 작업에 적합한 도구를 확보하세요 엔드투엔드 프로세스를 공동 조종하거나 인계할 수 있는 AI 도구가 존재합니다. 규범적인 UX 프로세스를 실행하기 위해 AgentGPT , MindOS , 4149.AI , AutoGPT 와 같은 하나 이상의 AI 에이전트를 설정할 수 있는 능력이 멀지 않았습니다 . 그리고 우리는 AI가 새로운 UX 프로세스를 결정하고 안내할 수 있도록 하는 것에서 조금 더 멀리 떨어져 있습니다. 여기 용이 있습니다. 하지만 이 공간에서 눈을 떼지 마세요. 그동안 각 단계에서 프로세스를 개선하는 데 도움이 될 수 있는 몇 가지 작업 목록과 AI 도구는 다음과 같습니다. 올바른 것을 구축하세요: 발견하고 정의하세요 발견 단계 에서 팀은 데이터, 연구, 가설, 가정, 알려지지 않은 사항 및 가능성으로부터 구조화되지 않은 결과를 수집합니다. 정의 단계 에서 팀은 주제, 기회 영역 및 "우리가 어떻게 할 수 있는가"라는 질문에 대한 통찰력을 그룹화하여 개요를 작성합니다. AI 작업 및 도구 예시: 사용자 인터뷰 실시( RhetorAI , UserZoom ) 설문조사 자동화( Pollfish , HotJar ) 조명 리뷰 컴파일( SciSpace Co-Pilot ) 클라이언트 위험 대조( Kaizan ) 메모 작성 간소화( Otter , Subito , Enote ) 결과 종합( Reframer , UserEvaluation , Chattermill , Usabilia , Brainpool ) 댓글 분석 ( 댓글 분석 ) 요약 생성( GeniePM , Stellar , Kraftful , Userdoc ) 이익: 광범위한 입력 및 데이터 컴파일 지속적인 발견 통찰력 자동화 권장 사항에 맞춰 속도를 높이세요 데이터 대조 및 분석 개선 녹음 및 스크립트 자동 스크립트 작성 위험: 불완전한 데이터 세트는 편향을 증가시킬 수 있습니다. 사용자 의도를 파악하는 데 있어 인간의 공감과 오류가 줄어듭니다. 이것이 올바른 연구 및 인터뷰 질문인지 확인할 수 없습니다 전략적 후속 질문을 할 수 없음 사용자 데이터 개인정보 침해 및 보안 문제 올바른 구축: 개발 및 제공 개발 단계 에서 팀은 핵심 사용자 문제를 해결하는 데 가장 유망한 아이디어를 생성하고 평가합니다. 제공 단계 에서 팀은 솔루션을 구축, 테스트 및 반복하여 이를 현실로 만들고 불확실한 것에서 확실한 것으로 이동합니다. AI 작업 및 도구 예시: 사본 생성( ChatGPT , NotionAI ) 및 와이어프레임( WireGen ) Figma 작업 자동화 ( Automator , Autoname , Ando ) 피드백 컴파일( Resonote ) 테스트 시뮬레이션( VisualEyes ) 현지화 자동화( Rask , Translator ) 최적화 테스트 권장( UserTesting ) 디자인을 코드로 간소화( Bifrost , Rendition ) 이익: 컨셉부터 테스트 결과, 출시 기간까지 속도를 향상하세요. 팀 협업 및 피드백 루프 간소화 일관된 테스트로 오류와 편향을 줄입니다. 대규모로 설계 테스트 및 통찰력을 다양화 복잡한 테스트 시나리오 자동화 위험: 연구를 건너뛰거나 시뮬레이션하여 중요한 결과를 놓쳤습니다. 반복적인 사용자 중심 혁신의 어려움 제품 발견 및 개발 프로세스에서 AI 도구를 사용하려면 법률 및 UX 운영 팀과 같은 이해관계자의 승인을 확인하는 것이 좋습니다. AI를 통해 고객 경험을 발전시키세요 다음으로, 고객 경험에서 AI와 자동화를 안내하기 위한 UX를 준비하는 필수 단계에 대해 이야기하겠습니다. AI 원칙에 따라 결정을 고정 AI 및 자동화 원칙을 채택하거나 생성하고 리더십을 통해 의사 결정에서 자신의 역할을 명확하게 정의합니다. IBM , Google , Apple , Microsoft , LinkedIn 등 대규모 기술 기업이 발표한 내용을 살펴보세요 . 그리고 유용한 리소스와 원칙을 모아 놓은 AI의 UX를 사용하세요. 인디드에서 AI윤리팀은 AI 원칙을 공개했다 . UX 팀은 Mark Laughery 와 Krissy Groom 덕분에 생성적 AI 가드레일을 도입했으며 Adrienne Downing은 새로운 AI 및 자동화 UX 지침 초안을 작성했습니다. 우리 작업에서 다음과 같은 기둥이 나타났습니다. 사용자 중심으로 만드세요. 통제권을 제공하세요. 기대치를 설정하십시오. 오류를 완화합니다. 윤리적이어야 합니다. 사용자 영향을 고려하세요. "UX 실무자로서 사용자 요구, 사용자 신뢰에 대한 위험, 생태계의 모든 사용자에게 미치는 영향을 고려하여 사용자를 최우선으로 생각합시다." — Daowz Sutasirisap, UX 관리자 자동화 스펙트럼의 기능 평가 자동화 는 인간이나 기계가 갖는 자율성 수준에 따라 인간과 시스템이 서로 작용하고 서로 정보를 제공하는 스펙트럼 입니다 . 자동화 기능 감사를 시작하세요. 핵심 사용자 작업과 사용 사례를 나열한 다음 기존 기능을 매핑하고 새로운 기회를 브레인스토밍하세요. 1부터 10까지의 척도를 사용하여 자동화 수준의 점수를 매깁니다. 관련 연구 증거와 함께 중요한 이점과 위험을 나열합니다 . UX 자동화를 감사하려면 핵심 작업, 사용 사례, 기회, 자동화 수준, 이점 및 위험을 식별하세요. “핵심 사용 사례와 연구 통찰력을 분석하면 사용자 요구와 회사 목표가 일치하는 지점을 찾는 데 도움이 됩니다. 사용자 여정 전반에 걸쳐 자동화 기능을 도입할 위치와 방법을 고려할 때 균형을 찾는 것이 중요합니다.” — Kelsey Hisek , 선임 UX 디자이너 새로운 자동화 포인트를 추가하거나, 유해한 포인트를 제거하거나, 자동화 스펙트럼에서 기존 기능을 위아래로 이동하려는 경우 연구 증거를 사용하여 우선 순위를 정할 테스트에 영향을 줍니다. 아래 자동화 스펙트럼 목록에서 10은 인간의 입력이 없음을 나타내고 1은 시스템의 입력이 없음을 나타냅니다. 시스템은 어떠한 지원도 제공하지 않으며 인간이 모든 결정과 행동을 내려야 합니다. 시스템은 완벽한 의사결정/행동 대안 세트를 제공합니다. 선택 범위를 몇 가지로 좁힙니다. 대안을 하나 제안해 보세요 사람이 승인하면 해당 제안을 실행합니다. 자동 실행 전에 인간이 거부할 수 있는 제한된 시간을 허용합니다. 자동으로 실행된 다음 반드시 인간에게 알립니다. 요청한 경우에만 인간에게 알립니다. 시스템은 결정한 경우에만 인간에게 알립니다. 시스템이 모든 것을 결정하고, 인간을 무시하고 자율적으로 행동한다. “추가할 새로운 유형의 자동화를 고려할 때 개념 테스트는 사용자가 가장 큰 이점을 인식하는 부분과 우려 사항이 있는 부분을 이해하기 위해 사용할 수 있는 훌륭한 조사 방법입니다. 스펙트럼에서 더 낮은 수준의 자동화를 사용하여 가장 필요한 곳에 인간의 통제를 유지함으로써 우려 사항을 해결할 수 있습니다.” — Kathryn Brookshier , UX 연구 관리자 신뢰 구축에 자동화 집중 신뢰는 선택이자 관계 기술입니다. 취약성과 기대치를 기반으로 하기 때문에 새로운 자동화 기능을 추가할 때 신뢰를 고려하는 것이 중요합니다. “여행 중 중요한 순간을 볼 때, 우리 제품과 서비스 내에서 신뢰 구축을 위해 인간 관계가 진정으로 필요한 영역을 이해해야 합니다. 마찬가지로 중요한 것은 시스템이 인간의 능력을 효과적으로 능가하는 동시에 적응성과 진정성의 인간적 요소를 구현할 수 있는 위치와 방법을 이해하는 것입니다.” — Sarah Gagné , 수석 UX 연구원 인디드는 신뢰에 대한 통찰력을 제공하는 30개 이상의 연구 조사를 수행하고 분석했습니다. 제품 경험, 서비스 상호 작용 및 다른 사용자와의 참여(해당하는 경우) 내 자동화에 대한 사용자의 신뢰에 대한 연구 수행을 고려하십시오. 편안함, 연결, 자신감, 통제라는 네 가지 신뢰 구축 요소에 대한 통찰력에 주의를 기울이십시오. 또한 능력 격차, 융통성 없는 프로세스, 위험 회피, 인간의 접촉이 없거나 진실되지 않은 경우, 편견, 데이터 오용과 같은 신뢰 파괴자를 염두에 두십시오. 조사 결과를 바탕으로 다음과 같이 팀의 상황에 가장 유용한 것이 무엇인지 추천하십시오. 자동화 신뢰 고객 경험 지표를 측정합니다. 자동화 기능으로 신뢰 중심의 격차 분석을 수행합니다. 자동화 중심 연구에서 신뢰 구축자와 신뢰 파괴자를 추적합니다. 자동화 기능 내에서 실행 가능한 피드백 루프를 생성하여 신뢰 문제를 식별하고 시정 조치를 취합니다. 사용자가 예상하는 결과에 맞춰 자동화 조정 궁극적으로 자동화 기능을 추가하거나 강화하기로 결정할 때 주요 초점은 증거를 기반으로 팀이 우선순위를 두는 사용자 결과 개선에 있어야 합니다. 다음 질문을 가이드로 사용하여 사용자가 기대하는 결과를 충족하기 위해 올바른 방향으로 나아가고 있는지 확인하세요. 사용자는 핵심 요구 사항에 대한 가치를 달성하기 위해 자동화를 신뢰하고 사용합니까? 실제 노력과 인지된 노력을 줄이고 만족도를 높이는가 ? 위험을 낮추고 새로운 위험을 도입하는 것을 방지합니까? 지루하고 반복적이기 때문에 작업이 자동화에 적합한가요? 아니면 복잡하고 즐겁고 위험이 높기 때문에 적합하지 않습니까? 작업이 얼마나 복잡합니까? 한 명 또는 여러 명의 사용자가 소유하고 완료합니까? 사용자는 자동화를 위해 얼마나 많은 교육과 통제를 원하거나 필요로 합니까? AI의 미래는 UX이다 무엇보다도 UX에는 AI 기반 제품과 서비스를 사용하여 목표를 달성하는 데 있어 비즈니스, 사용자 및 사회가 높은 윤리적 기준을 준수하도록 명시적인 책임과 능력이 있습니다. 어디서부터 시작해야 할지 모르겠다면 위험 평가를 시도해 보세요 . 또한 UXer는 사용자가 자신의 목표와 결과가 자신과 사회에 우선적으로 건강한지 여부를 식별하는 데 도움을 줄 수 있습니다. UX와 AI에 대해 더 자세히 알아볼 수 있지만 지금은 여기서 멈추겠습니다. 제가 언급한 작업과 제가 언급하지 않은 인디드의 UX 동료들에게 큰 감사를 드립니다. 이는 인디드에서 구직자와 고용주의 경험에 AI와 자동화가 미치는 영향을 안내하는 데 중요한 역할을 했습니다. Adrienne Downing , Mark Laughery , Daowz Sutasirisap , Kathryn Brookshier , Sarah Gagné , Krissy Groom , Kelsey Hisek , Michelle Sargent 에 대해 자세히 알아보세요 . 이 가이드는 포괄적이지 않을 수 있지만, 새로운 리더나 직장에서 보다 윤리적인 AI 사용을 옹호하려는 사람과 공유할 수 있는 완벽한 링크입니다. 지식을 네트워크와 공유하여 지식을 전파하고 UX 및 AI의 미래에 대비하세요.