생성형 AI 서비스에 필요한 UX 3가지
생성형 AI에서는 어떤 UX가 고려돼야 할까?
📌 이 글을 읽으면 알 수 있어요!
1. 요즘 앞다퉈 생성형 인공지능(AI) 서비스가 출시되고 있지만요. 여전히 사용성 부분에선 개선이 필요한 상황입니다. UX 전문가이자 인간공학 기술사인 오의택 인사이터가 생성형 AI 서비스에 필요한 UX 디자인을 3가지로 살펴봅니다.
2. 조금 힌트를 드리자면, 생성형 AI는 기존 AI 서비스와 결정적으로 다른 점이 있습니다. 프롬프트라고 불리는 명령어를 직접 입력하는 방식으로 사용한다는 점인데요. 이 같은 특성을 고려한 UX 디자인 가이드라인이 정리돼 있습니다.
3. 사용성 높은 생성형 AI 서비스를 만드는 데에는 UI 중심적인 솔루션뿐 아니라, 본질적인 관점에서의 섬세한 사용자 이해와 더 나은 UX를 위한 다각적인 고민이 필요한데요. 디자이너는 어떤 노력을 통해 AI의 사용성을 높여나갈 수 있을까요? 이 고민에 대한 대답을 들을 수 있습니다.
글. 오의택(LG전자 디자인 경영센터)
편집. 김동욱 기자 jkkims@ditoday.com
전에 없던 혁신적인 경험을 제공하는 생성형 AI에 대한 시장의 반응이 뜨겁게 달아오르고 있습니다. 대표적인 생성형 인공지능(AI)인 ‘챗GPT(ChatGPT)’는 출시 2개월 만에 월 사용자(MAU) 1억명을 가볍게 돌파했는데요. 이는 인터넷이 등장한 이래 가장 빠른 성장세를 보인 서비스입니다. 챗GPT는 폭넓은 범위의 질문에 대해 정보를 검색하고 요약해 주는 것을 넘어, 아이디어 제안이나 창작의 영역에서도 탁월한 답변을 제공해 줍니다.
생성형 AI는 챗GPT와 같이 텍스트 생성 외에도, 이미지와 같은 멀티미디어 콘텐츠를 생성해 낼 수 있는 AI 기술을 총칭하는 말입니다. 사용자는 생성형 AI 서비스를 이용해 반복적으로 수행하던 일을 더욱 효율적으로 처리할 수 있을 뿐만 아니라, 그동안 어렵게만 느껴졌던 일들을 더욱 창의적으로 수행할 수 있습니다. 기업에서도 생성형 AI를 활용해 고객에게 더욱 맞춤화된 개인화된 서비스를 제공할 수 있게 됐습니다. 이렇듯 생성형 AI는 우리의 창의적인 조력자로서 삶을 더욱 생산적으로 만들어 줄 것이라는 기대를 받고 있습니다.
하지만 전에 없던 혁신적인 경험을 제공하는 기술일수록 사용자가 이를 어떻게 받아들일지 고민하는 자세가 필요한데요. 유용성이 높은 생성형 AI를 사용자가 잘 사용하기 위해서는 기본적인 사용성뿐만 아니라 윤리적 이슈도 고려해야 합니다. 이번 글에서는 생성형 AI가 무엇인지 먼저 알아보고, 생성형 AI에서는 어떤 사용자 경험을 고려해야 하는지 살펴보도록 하겠습니다.
생성형 AI란?
생성형 AI는 학습된 데이터를 기반으로 새로운 콘텐츠를 창작할 수 있는 AI를 의미합니다. 대표적인 생성형 AI인 챗GPT는 딥러닝 알고리즘인 거대 언어 모델(LLM)을 통해, 단어 간의 상호 연관성을 확률적으로 계산하는데요. 이런 과정을 통해 생성형 AI는 스스로 단어를 조합하고 합성해, 새로운 콘텐츠를 생성합니다.
그렇다면 생성형 AI는 기존의 AI와는 어떤 차이를 보일까요? 생성형 AI는 고도화된 LLM을 통해 사용자의 질문과 맥락을 분석해 답변하는데요. 이에 따라 기존 AI 보다도 더욱 복잡한 문제의 해결에도 탁월한 성능을 보일 뿐만 아니라, 사용자가 원하는 질문에 좀 더 최적화된 답변을 할 수 있습니다. 생성형 AI는 주로 텍스트 명령어인 ‘프롬프트(Prompt)’를 통해 사용자와 AI 간의 대화하는 방식으로 사용이 이루어지는데요. 사용자는 생성형 AI와의 자연스러운 대화를 통해 폭넓은 범위의 일에 대한 솔루션을 얻을 수 있게 됩니다.
대표적인 생성형 AI로는 챗GPT, 빙AI, 제미나이와 같이 텍스트 생성형 AI를 들 수 있는데요. 텍스트 생성형 AI는 뉴스 기사나 마케팅 문구, 시 소설과 같은 글쓰기뿐만 아니라, 프로그래밍, 교육이나 의료 등 다양한 분야에서 활용할 수 있습니다. 최근에는 미드저니나 DALL-E와 같은 이미지 생성형 AI도 디자인 분야에서 활발히 활용되고 있습니다.
사용자는 이미지 생성형 AI를 이용해 원하는 조건을 프롬프트로 자유롭게 작성해 콘셉트 이미지부터 구체화된 디자인 결과물까지 완성할 수 있습니다. 생성형 AI는 텍스트 및 이미지 생성 뿐만 아니라, 음성과 동영상을 생성하는 데 활용될 수 있는데요. 최근에는 발표된 동영상 생성형 AI인 ‘소라(Sora)’는 압도적인 성능으로 많은 주목을 받고 있습니다.
생성형 AI와 사용자 경험
전에 없던 혁신적인 생성형 AI 서비스를 사용자가 잘 사용할 수 있게 하려면 어떤 UX를 고려해야 할까요? 이에 대한 힌트는 기존 AI 서비스와 생성형 AI 서비스의 차이점에서 찾아볼 수 있습니다.
우선 프롬프트라는 새로운 사용 방식을 통해 생성형 AI를 사용해야 하기 때문에, 사용법에 대한 예측성을 제공하는 것이 중요합니다. 두 번째로 사용자는 AI와의 긴밀한 협업을 통해 콘텐츠를 만들어 가는 과정에서 원하는 결과물을 만들 수 있도록 통제감을 제공하는 것이 필요합니다. 세 번째로 AI가 생성한 정보로 인해 사용자가 잘못된 의사 결정을 하지 않도록 배려하는 것이 필요합니다. 그럼 생성형 AI에서 고려해야 할 세 가지 사용자 경험에 대해 좀 더 자세히 살펴보도록 하겠습니다.
1. 프롬프트 사용에 대한 예측성을 제공해야 합니다
생성형 AI 서비스를 사용하기 위해서는 사용자는 텍스트 명령어를 입력해야 하는데요. 이러한 프롬프트 입력 방식은 버튼 선택이나 검색어 입력에 익숙한 사용자에게 학습을 요구합니다. 그러므로 사용자가 생성형 AI를 더 쉽게 사용하기 위해서는 프롬프트 사용법에 대한 예측성 제공이 필요합니다.
생성형 AI를 처음 사용할 때 원하는 콘텐츠를 어떤 명령어로 생성해 낼 수 있을지 예측할 수 있게 하는 것이 중요한데요. 만약 프롬프트를 통해 원하는 것을 얻는 데 많은 시행착오를 거쳐야만 한다면, 사용자는 더 이상 서비스를 사용하지 않게 될 겁니다. 그러므로 서비스 첫 진입 시 어떻게 질문해야 하는지 알려주는 것은 서비스 이탈 방지에 효과적일 수 있는데요.
아래 그림과 같이 첫 화면에서 대화를 유도하는 인사말과 함께, 특정 대화 주제를 선택하면 프롬프트에 질문의 예시를 제공하는 겁니다. 이러한 이니셜 가이드의 제공은 프롬프트 사용법의 학습을 촉진하고 자연스러운 대화를 도와줍니다.
사용자가 프롬프트를 통해 질문을 하려면, 생성형 AI에 대한 적절한 기대치를 설정하는 것이 선제적으로 필요한데요. 만약 사용자의 기대와 차이가 큰 결과물이 생성된다면 혼란을 느끼고 실망할 겁니다. 그러므로 생성형 AI가 어떤 일을 할 수 있고 그 한계는 무엇인지를 알려주어 사용자에게 적절한 기대치를 설정해 줘야 합니다.
아래 그림과 같이 첫 화면에 디자인 결과물 예시와 함께 프롬프트에 대한 정보를 제공해 주는데요. 이를 통해 사용자는 생성형 AI에 대한 적절한 기대치를 설정할 수 있고, 이를 기반으로 AI와 원활히 상호작용할 수 있습니다.
2. 결과물 통제감을 제공해야 합니다
생성형 AI는 사용자와의 긴밀한 협업을 통해 콘텐츠를 함께 만들어 갑니다. ‘스페이스 오페라 극장(Theatre D’opera Spatial)’은 널리 알려진 생성형 AI와의 협업을 통해 만들어진 작품인데요. 이 작품을 만들기 위해 작가는 900번 이상 프롬프트를 입력하는 과정을 거쳐야만 했습니다. 이는 사용자가 AI와 협업 과정에서 원하는 대로 조작하기 어려웠다는 것을 의미하는데요. 사용자가 원하는 결과물을 원활히 만들 수 있게 하려면 통제감을 높여줄 수 있는 UX에 대해 고민하는 것이 필요합니다.
사용자가 첫 질문에 원하는 수준의 대답을 AI로부터 얻어내지 못한다면 불편함을 느낄 수 있는데요. 사용자의 기대와 AI 답변 사이의 격차를 줄여주기 위해서는 통제감을 제공하는 것이 필요합니다. 예를 들면 AI가 사용자의 의도나 맥락에서 벗어난 대답을 했다면, 아래 그림과 같이 여러 개의 답변을 제시한다거나 답변을 재생성할 수 있도록 하는 것은 사용자가 원하는 답변을 얻게 하는 데 효과적일 수 있습니다.
만약 AI가 답변하기에 사용자의 질문의 구체성이 부족했다면, AI가 후속 추천 질문을 제시해 원활히 대화를 이어나갈 수 있도록 유도하는 것이 효과적입니다. 이러한 선택권 제공을 통해 사용자는 불필요한 시행착오를 최소화하고 원하는 답변을 얻어낼 수 있습니다.
생성형 AI와 함께 콘텐츠를 만들어 가며 느끼는 창작 주체감은 서비스 지속 이용 의향과 밀접하게 연관될 수 있는데요. 단순히 프롬프트에 의해 수동적으로 콘텐츠가 생성되면 낮은 창작 주체감을 느끼게 될 것입니다. 창작 주체감을 향상시켜 주기 위해서는 AI가 생성한 결과물을 보며 사용자의 의도를 반영할 수 있는 편집 권한을 제공하는 것이 효과적입니다.
아래 그림과 같이 프롬프트 입력 창 외에 옵션 제공을 통해 다양한 이미지 편집 작업을 수행할 수 있는데요. 이러한 편집 권한 제공은 사용자는 높은 통제감과 함께 성취감을 느끼며 원하는 결과물을 만들 수 있게 합니다.
3. 올바른 판단을 내릴 수 있는 정보를 제공해야 합니다
전에 없던 AI의 창작 활동으로 인해 윤리적 문제가 대두되고 있습니다. 생성형 AI는 거대 언어 모델(LLM)로 대량의 데이터를 학습한 후 확률상 가장 높은 대답을 내놓기 때문에 사실 여부는 검증할 수 없는데요. 생성형 AI가 제공하는 사실 여부를 판단하기 어려운 정보를 사용자가 맹신한다면 의사 결정의 오류가 발생할 수 있습니다. 그러므로 사용자가 올바른 판단을 할 수 있도록 UX 측면에서 고려하는 것이 중요합니다.
챗GPT가 등장하면서 압도적인 성능에 찬사를 받았지만, 얼핏 그럴 듯해 보이지만 말도 안 되는 답변을 하는 ‘할루시네이션(Hallucination)’이 이슈가 되었습니다. 이러한 사용자의 판단을 흐릴 수 있는 오류를 사용자가 검증할 수 있도록 학습 데이터의 출처를 제공해 주는 것이 필요한데요. 아래 그림과 같이 AI에 의해 생성된 답변이 어떤 출처에서 가져온 것인지 답변 하단에 제공해 줍니다. 이러한 출처 정보의 제공은 답변의 신뢰성을 올려주고 사용자가 검증할 수 있도록 해 할루시네이션에 의한 부작용을 줄여 줄 수 있습니다.
최근 생성형 AI 기술을 악용해 보이스피싱과 같은 금융 사기나 SNS에 거짓 정보를 유포하는 것과 같은 윤리적 이슈가 발생하기도 하는데요. 이렇듯 사용자는 실제의 현실과 AI에 의해 가공해서 만들어진 것을 구분하지 못해 사회적 문제가 발생하기도 합니다. 그러므로 사용자가 보는 콘텐츠는 AI에 의해 생성되었으며 한계가 있을 수 있는 것을 고지하는 것이 필요한데요.
아래 그림과 같이 생성형 AI 편집 기능을 이미지에 사용했을 때 AI 워터마크를 표시해 줄 수 있습니다. 이러한 고지를 통해 사용자는 실제와 AI와 만들어진 것을 구분해 더 나은 판단을 내리는 데 도움이 될 수 있습니다.
최근 생성형 AI에 대한 시장의 뜨거운 반응에 힘입어, 다양한 서비스들이 앞다퉈 출시되고 있습니다. 이에 따라 생성형 AI 경쟁도 더욱 더 치열해질 것으로 예상되는데요. 앞으로는 진화하는 고객의 니즈에 따라 단순히 높은 성능뿐만 아니라, 고도화되고 차별화된 사용자 경험을 제공하는 생성형 AI 서비스가 시장에서 살아남을 수 있을 것입니다.
📌 더 좋은 경험을 위해선
생성형 AI처럼 혁신적이고 파급력이 강한 기술일수록 사용자 특성과 사회적 가치에 대한 세심한 배려가 필요한데요. 단순히 생성형 AI의 유용성을 활용하는 것을 넘어, 새로움과 불확실성으로 인해 발생할 수 있는 문제들을 파악하고 최소화해 사용자에게 좋은 경험을 선사해야 합니다.
앞서 살펴본 UI 중심적인 솔루션뿐만 아니라, 본질적인 관점에서 사용자를 섬세하게 이해하고 더 나은 경험을 제공해 주기 위한 다각적인 고민이 필요합니다.
✅ 사용자 중심의 디자인 프로세스가 필요합니다
프롬프트의 사용성을 높이기 위해선 사용자 중심의 디자인 과정이 필요합니다. 먼저 단순 기술적 제약 관점을 넘어, 사용자가 원하는 대답을 위해 어떻게 대화하며, 프롬프트에 어떤 걸 기대하는지 알아내야 합니다. 이렇게 파악한 사용 행태와 니즈를 토대로 프롬프트를 디자인할수록 사용자는 AI를 직관적이고 자연스럽게 사용할 수 있습니다.
✅ 사용자 통제 영역을 구체적으로 정의해야 합니다
더 쉬운 결과물 생성을 위해선 과업 중 AI에게 맡길 영역과 사용자가 통제할 수 있는 영역을 구체적으로 정의해야 합니다. 예를 들어 콘텐츠 생성 과정 초반에선 AI가 다양한 콘셉트를 제시해 사용자의 아이디어 탐색을 지원하고, 후반에는 사용자에게 편집과 결과물 선택 권한을 제공해 AI와 사용자의 협업 시너지를 높일 수 있습니다. 또한 사용자의 관심사나 사용 이력, 지식 수준에 맞춘 대답을 제공하는 것도 사용자가 원하는 결과물을 제공하는 데에 효과적입니다.
✅ 답변의 품질 향상 및 검증이 필요합니다
사용자가 올바른 판단을 내리기 위해선 답변의 품질이 중요한데요. 답변 품질 향상에는 양질의 데이터 학습과 사용자 테스트를 통해 답변의 품질을 검증이 필요합니다. 더 나아가 질문 목적에 따라 적합한 답변을 제공하는 기능도 필요합니다. 예를 들어 사용자의 질문이 창의적인 답변을 원하는지, 정확한 답변을 요구하는지에 따라 세분화해 답변하는 것입니다. 만약 정확성이 필요한 질문이라면 검증된 출처의 데이터로만 답변하는 것이 할루시네이션을 최소화하는 방법입니다.
