AI UI는 어떻게 사용자의 의도를 파악할 수 있을까?
사용자가 입력하는 동안 의도를 포착하는 맥락적 프롬프트 패턴 탐구하기
*원문 출처를 번역한 글입니다.
컨텍스트 관리는 AI 모델의 동작과 결과물을 형성하는 데 필수적인 맥락을 제공한다는 점에서, 논란의 여지 없이 가장 중요한 요소 중 하나입니다. 사용자가 문서를 업로드하거나, 질문을 하거나, 지시를 내릴 때, 본질적으로는 AI 모델에게 어떻게 동작해야 하고 어떤 결과를 제공해야 하는지를 가르치는 것입니다. 하지만 이러한 중요성에도 불구하고, 대부분의 AI 제품은 놀랍도록 조잡한 방식으로 컨텍스트를 다루고 있습니다.
Claude 홈페이지의 스마트 기본값, GitHub Copilot의 컨텍스트 필터, Adobe Firefly의 스타일 컨트롤과 같은 현재의 패턴들은 좋은 출발점을 제공하지만, 공통적인 한계를 가지고 있습니다. 스마트 기본값은 너무 광범위하거나, 사용자가 처음부터 자신의 의도를 완전히 설명해야 하고, 이후 반복적인 채팅 기반의 주고받기를 통해 컨텍스트를 다듬어야 하는 문제가 있습니다.
이로 인해 불필요한 마찰이 생겨납니다.
분기 보고서를 업로드한 금융 분석가가 무엇을 추출해야 하는지 일일이 설명해야 하는 사례를 생각해 보세요. 또는 Perplexity에서 러닝화를 검색하는 쇼핑객이 광범위하고 맥락이 맞지 않는 결과를 마주하고, 자신의 선호도에 따라 수동으로 결과를 좁혀야 하는 경우도 있습니다.
컨텍스트가 그토록 중요하다면, 왜 우리는 사용자에게 이를 제공하기 위해 그렇게 많은 수고를 요구하는 걸까요?
반면에, 예측형 UX는 대안적인 접근 방식을 제시합니다. 사용자가 모든 단계를 설명할 때까지 기다리는 대신, 시스템은 사용자가 입력하는 동안 행동이나 일반적인 패턴을 기반으로 의도를 예측할 수 있습니다. Apple Reminders는 입력하는 동안 가능성 있는 작업을 제안하고 Grammarly는 오류를 예측하고 인라인으로 수정안을 제공합니다. 심지어 Gmail의 Smart Compose는 전체 문구를 예측하여 초안 작성 시의 번거로움을 줄여줍니다.
이 글에서는 인라인 의도 개선을 통해 AI 시스템이 사용자가 입력하는 동안 검색, 정보 추출, 콘텐츠 제작과 같은 핵심 사용 사례에서 가장 유용한 프롬프트 개선 사항을 어떻게 예측하고 제시하는지 보여줍니다.
목표는 가치 실현 시간을 줄이고, AI를 사용자가 입력하는 동안 의도를 예측하는 적응형 파트너로 재정의하는 것입니다.
1. 검색 워크플로우 컨텍스트
Perplexity 및 ChatGPT와 같은 플랫폼에서 AI 기반 검색이 성장함에 따라, 대부분의 검색은 몇 가지 예측 가능한 범주로 분류됩니다. 시스템이 검색 의도를 예측할 수 있다면 칩, 슬라이더, 드롭다운과 같은 형태로 상황에 맞는 프롬프트를 제시하여 결과의 개선을 유도하고 검색 절차를 줄여야 합니다.
일반적인 사용 사례를 위한 몇 가지 디자인 접근 방식은 다음과 같습니다 —
러닝화를 검색할 때 지형 유형(도로, 트레일, 러닝머신)을 선택할 수 있는 맥락적 프리셋과 드롭다운.
로컬 검색 시 근접성과 분위기를 기준으로 레스토랑을 필터링할 수 있는 2D 거리 선택기와 토글과 드롭다운.
테슬라 주식을 추적할 때 출처(Yahoo, Bloomberg, CNBC) 또는 시간 범위를 전환할 수 있는 드롭다운과 세그먼트 범위 선택기.
"AI UX가 무엇인가요?"라고 질문할 때 답변 길이, 대상 독자(디자이너, 엔지니어, 창업자), 깊이를 조정할 수 있는 상황별 기본값과 중첩 드롭다운.
2.파일 업로드 컨텍스트
사용자가 파일을 업로드하면, 시스템은 가만히 있지 않고 즉시 해당 파일 유형에 맞춤화된 컨텍스트 인식 프롬프트를 제시합니다.
이런 스마트 기본값을 보여주는 두 가지 접근 방식은 다음과 같습니다 —
관련 옵션을 묶어주고 확장 가능한 메뉴를 보여주는 중첩된 프롬프트 프리셋(예: 요약 → 핵심 내용, 불릿 포인트, 섹션별 요약)으로, 사용자가 구조화된 여러 단계의 워크플로우를 탐색할 수 있도록 돕습니다.
파일에 맞게 가볍고 맥락적인 힌트를 보여주는 인라인 고스트 텍스트(예: 이미지의 경우 "설명, 텍스트 추출, 리믹스를 요청해 보세요", 동영상의 경우 "장면 요약, 캡션 생성을 요청해 보세요")로, 다음 단계가 자연스럽고 명확하게 느껴지도록 만듭니다.
이 디자인은 파일 업로드를 수동적인 작업에서 대화형 진입점 으로 전환하여 AI가 사용자를 의미 있는 결과로 안내합니다.
3. 콘텐츠 제작 컨텍스트
사용자가 콘텐츠를 만들 때 AI는 톤, 스타일, 형식을 형성하는 상황에 맞는 프롬프트를 표시하여 빈 페이지에서 발생하는 마찰을 줄이고 맞춤형 결과물을 안내합니다.
몇 가지 독특한 접근 방식은 다음과 같습니다 —
빠른 슬라이더나 선택기로 이메일의 어조(예: 캐주얼–설득적 또는 공식적–전문적)를 조정할 수 있는 2D 톤 조작기.
종횡비나 변형(예: 스토리용 9:16, 게시물용 1:1)과 같은 이미지 속성을 선택할 수 있는 슬라이더 컨트롤.
비디오 생성 시 프레임을 제어하기 위한 카메라 앵글(예: 미디엄 샷, 클로즈업, 버드아이 뷰)을 선택할 수 있는 스택형 프롬프트에 대한 드롭다운.
LinkedIn 게시물 작성 시 콘텐츠 방향을 조정하기 위해 주제 태그(예: AI UX, 제품 디자인)를 추가할 수 있는 인라인 프롬프트 제안 제공.
이러한 실험들은 근본적인 변화를 가리킵니다. 즉, AI 인터페이스는 반응하는 것이 아니라 예측할 때 진정으로 지능적으로 변합니다. 사용자가 완벽한 프롬프트를 만들어낼 때까지 기다리는 대신, 상황에 맞는 UI 패턴을 통해 파일 업로드를 위한 적응형 프리셋, 검색을 위한 동적 정제 칩, 콘텐츠 제작을 위한 인라인 톤 컨트롤 등을 통해 자연스럽게 의도를 드러낼 수 있습니다. 사용자는 원하는 것을 설명하는 데 소요되는 시간을 줄이고 중요한 결과를 개선하는 데 더 많은 시간을 할애할 수 있습니다.
단순히 문자 그대로의 내용이 아니라 문장의 숨은 의미를 읽는 AI 인터페이스를 디자인하세요. 제대로 구현한다면 사용자 경험을 향상시킬 뿐만 아니라 인간과 AI 시스템의 소통 방식을 근본적으로 재정의할 수 있습니다.
원문 출처 : https://uxdesign.cc/how-can-ai-ui-capture-intent-d7a6d0393ded
