체감 대기 시간을 줄여주는 AI Loading
#AI Loading #Generatvie AI #LLM
Generative AI UX Pattern의 네 번째 주제는 AI Loading 패턴입니다.
기술의 발전으로 점점 많은 서비스의 로딩 시간이 단축되었지만, 생성형 AI 서비스는 아직 결과를 생성하기까지 복잡한 과정을 거치기 때문에 오랜 시간이 소요됩니다. 특히 사용자와 실시간으로 대화하기 때문에 체감하는 대기 시간이 길게 느껴질 수 있습니다. 이러한 생성형 AI 서비스의 기술적 한계를 보완하기 위해서 AI Loading 패턴이 필요합니다.
AI Loading 패턴이란?
AI Loading 패턴은 생성형 AI 서비스에서 결과가 생성되기까지 걸리는 체감 시간을 줄여 사용자 경험을 개선하고, 서비스 이탈을 낮추는 역할을 합니다. 관련 연구에 따르면 로딩 중일 때 사용자에게 진행률을 보여주기만 해도 대기 시간을 2.5배 늘릴 수 있었습니다. 사용자는 상황을 납득한다면 기다림의 필요성을 적절하게 받아들입니다. 특히 로딩이 오래 걸리는 생성형 AI 서비스는 기존에 쉽게 볼 수 있던 로딩 패턴보다 긴 기다림을 납득할 수 있는 다양하고 구체적인 패턴을 보여줍니다.
AI Loading 패턴의 유형
1. 지루함을 줄여주는 스피너 (Animated Spinner)
기존 UI에서 쉽게 발견할 수 있는 스피너에 생성형 AI 서비스를 상징하는 별 모양이나 컬러가 끊임없이 변하는 인터랙션을 추가하여 등 생동감을 더했습니다. 이 유형은 사용자에게 친숙하다는 장점이 있고, 상황에 따라 메시지를 같이 노출해 상황을 전달해 주기도 합니다.
▲ AI를 상징하는 별 모양이 들어간 스피너 (Miro AI), 다양한 상태를 나타내는 스피너 (Bard)2. 결과 생성 중 보여주는 실시간 답변 (Streaming Answers)
실시간 답변은 대기 시간 중 답변의 일부를 먼저 확인할 수 있기 때문에 사용자의 이탈과 체감 대기 시간을 줄여줍니다. 또한 사용자는 대화 중이라는 느낌을 받을 수 있으며 기대하던 흐름이 아닐 경우 결과가 완성되기 전 멈추고 원하는 흐름으로 다시 결과를 생성할 수 있습니다. 추가로, 실시간 답변 중일 경우 답변을 생성 중임을 명확하게 알려주기 위해 기존 서비스보다 눈에 띄는 Text Indicator를 사용하는 경우가 많습니다.
▲ 실시간 답변 및 눈에 띄는 Text Indicator (Chat GPT, L사)3. 서비스 이해를 높이는 답변 과정 (Progress Information)
답변 과정을 보여주는 것은 결과가 생성되는 동안 어떠한 검색과 분석이 이루어지는지 과정을 알 수 있는 정보를 제공합니다. 이를 통해 사용자는 프로세스를 이해하고, 시스템에 대한 투명성과 신뢰를 갖습니다. 또한, 생성형 AI의 복잡한 프로세스에 대한 이해를 바탕으로 프롬프트 작성 기술을 높일 수 있습니다.
▲ 답변 생성 중 실시간 답변 과정 제공 (L사, Naver Cue)AI Loading 패턴의 한계와 개선 방향
AI Loading 패턴은 생성형 AI 서비스에서 체감 대기 시간을 줄이고 사용자 경험을 개선하는 데 중요한 역할을 합니다. 이 패턴의 목적은 사용자가 답변을 기다리는 동안 불편함을 최소화하고, 서비스에 대한 만족도를 유지하는 것입니다. 그러나 이러한 패턴에도 몇 가지 한계점이 있으며 개선이 필요합니다.
1. 답변 과정을 원할 때만 볼 수 있게 제공
답변 과정 정보는 사용자에게 유용한 정보를 제공하지만, 생성된 답변과 구분 없이 많은 정보가 노출될 경우 오히려 결과에 집중하기 어렵습니다. 이 문제를 해결하기 위해, 사용자가 답변 과정을 원할 때만 볼 수 있게 제공한다면 필요한 정보를 보는 데 더 집중할 수 있습니다. 예를 들어, 답변 과정을 펼치거나 호버하여 상세하게 내용을 확인하는 방법이 있습니다.
▲ 사용자가 원할 때만 볼 수 있는 답변 과정 (L사, Chat GPT)2. 답변 길이와 속도 선택 기능 제공
생성형 AI 서비스는 동일한 질문에 대해서도 다양하게 답변을 생성할 수 있어 결과마다 대기 시간이 달라집니다. 이는 예측할 수 없기 때문에 사용자의 불안을 증가시키고, 서비스에 대한 신뢰를 감소시킬 수 있습니다. 이 문제를 해결하기 위해, '빠른 답변' 옵션을 선택하면 간결한 답변을 빠르게 제공하고, '상세 답변' 옵션을 선택하면 더 깊이 있는 정보를 제공하되 비교적 오래 걸린다는 것을 알립니다. 이를 통해 사용자는 대기 시간을 대략 예측할 수 있게 됩니다.
▲ 답변 길이 선택 기능 (Monica), 답변 속도가 다른 모델 옵션 제공 (W사)결론
AI Loading 패턴은 실제 대기 시간을 줄이지는 못하지만, 사용자의 체감 대기 시간을 줄여주어 답변 과정 중에도 서비스에 대한 만족도를 높여줍니다. 생성형 AI 서비스에 특화된 다양한 유형의 AI Loading 패턴은 사용자에게 더 나은 대기 경험을 제공하고, 기다림의 필요성을 납득할 수 있게 도와줍니다. 그러나 여전히 정보의 혼재, 동일하지 않은 대기 시간과 같은 한계점을 극복하기 위한 지속적인 개선이 필요합니다. 미래에는 생성형 AI 서비스의 성능 향상으로 AI Loading 패턴의 중요성이 줄어들게 될 것입니다. 그때까지 생성형 AI는 AI Loading 패턴을 통해 사용자 중심의 접근 방식을 더욱 강화하고 개선해야 할 것입니다.
▲ AI Loading 패턴 핵심 가치그렇다면, BELLA QNA는 어떤 AI 로딩 패턴을 제공하고 있을까요?
2024년 3월 현재, 벨라 큐나는 답변 생성 중임을 나타내는 아이콘과 텍스트로 사용자에게 '답변 생성 중' 상태를 알려주는 AI 로딩 패턴을 제공합니다. 또한, 스켈터랩스 프로덕트 팀은 계속해서 사용자가 체감하는 대기 시간을 최소화할 수 있는 다양한 AI 로딩 패턴 중 최적의 유형을 제공하기 위해 지속적으로 노력하고 있습니다.
▲ BELLA QNA 답변 생성 중참고 자료
3 Tips for Providing a Stellar UX in GenAI Apps — Nuvalence
A UI design critique of the AI tools in Microsoft Designer
A study on tolerable waiting time: how long are Web users willing to wait?
Emerging UI/UX Patterns in Generative AI: A Visual Guide
Loading & progress indicators — UI Components series
Speed and Sensibility: Balancing Latency and UX in Generative AI
The Design of Everyday (AI) Things
스켈터랩스 블로그에서 대화형 AI에 대해 더 알아보세요.
[생성형 인공지능 UX 패턴 시리즈]
