머신러닝+UX 관련 자료
발전하는 기술 안에서 UX 디자인도 끊임없이 변화하고 있는 것 같다. 최근 HCI(Human-Computer Interaction)는 머신러닝과 인공지능이 발전하면서 확률, 예측, 인식과 같은 새로운 요소를 인터페이스에 담기 위해 Human-AI Interaction의 개념으로 확대되고 있다.
이전과 달리 예측의 실패와 성공의 확률에 따라 사용자의 경험을 어떻게 디자인할지, 시간이 지나면서 발전하는 머신러닝과 어떻게 상호작용하며 나아가 장기적으로 신뢰 관계를 구축하는 관계성도 새로운 이슈가 된다.
이와 관련하여 많은 자료와 담론들이 나오고 있는데 관련된 꼭지별로 꾸준히 정리해야겠다는 생각이 들어(나를 위해...) 한 번 요약정리해보았다.
1. AI Design Guideline
마이크로소프트 - Guidelines for Human AI Interaction
마이크로소프트 리서치에서는 지난 20년간 학계를 비롯하여 여러 곳에서 나온 AI 관련 디자인 가이드를 종합하고 검증하여 실제 UI레벨까지 적용 가능한 18가지의 Guidelines for Human AI Interaction을 CHI2019에서 발표했다.
인터랙션 단계에 따라 4단계(초기- 사용 중 - 시스템이 틀린 경우 - 사용 이후)로 나누어 접근한 이 가이드라인은 각 도메인별로 구체적인 예시들까지 함께 제공하고 있다. 또한 가이드라인에 관한 페이퍼뿐만 아니라 실제 디자인 프로세스에서 활용할 수 있도록 카드 툴킷도 함께 제공하고 있다.
구글 - People + AI 가이드 북
구글은 PAIR(People+AI Research 센터)를 설립하여 몇 년 전부터 인간 중심의 인공지능을 위한 각종 연구자료와 도구들을 꾸준히 공유하고 있다. 올해 구글 I/O에서는 Designing Human Centered AI Products를 발표하며 People+AI가이드북을 설명하고 Google Travel에 적용한 사례를 함께 공유했다.
이 가이드북은 약 2년 전에 발표한 인간 중심의 머신러닝을 발전시킨 것으로 UX에서 익숙한 니즈 정의, 멘탈 모델 등과 함께 AI프로덕트가 가지는 특징인 데이터 컬렉션, 피드백 하기, 실패의 경우 디자인, 장기적인 신뢰 관계 구축까지 폭넓게 담았다. 가이드 북에서는 실제 디자인 과정에서 참고할 수 있는 예시 케이스와 Worksheet들도 함께 제공하고 있어 활용하기 쉽다.
2. 머신러닝 디자인 하기
스탠퍼드 디스쿨 - Designing Machine Learning : A Multidisciplinary Approach
Design Thinking으로 유명한 스탠퍼드 디스쿨에서 지난가을 개설한 수업으로 머신러닝을 하나의 디자인 대상으로 보고 프로세스에 접목하는 내용으로 진행된 수업이다. 직접 수업에 참여할 수는 없지만 각 주별로 다루는 토픽 및 강의 자료, 읽을거리가 잘 정리되어 있어 유익하다.
Tony Chu - Design in a world where Machines are Learning
Interaction 17에서 Noodle.AI의 Tony Chu가 발표한 슬라이드 자료이다. 머신러닝을 새로운 디자인 수단으로 접근하고 일반적으로 가지고 있는 이상적인 형태가 아닌 실질적으로 발생하는 문제점과 이에 따른 패턴을 쉽게 이해할 수 있도록 담고 있다.
3. Data-Driven Persona
UX 리서치에서 주로 정성적인 방법을 가지고 퍼소나를 만들어 왔다면 데이터가 많아지면서 실제 사용자의 행동 흐름을 분석한 결과를 바탕으로 퍼소나를 도출하는 접근법이 늘어나고 있다.
CHI 2016 - Data-driven Personas: Constructing Archetypal Users...
CHI 2016에서 발표된 이 페이퍼는 실제 사용자의 행동지표(클릭, 이벤트, 세션 등)를 분석하여 행동 패턴을 만들고 퍼소나를 도출한 방법을 직접적으로 볼 수 있는 논문이다. 논문 접근이 어려운 경우 발표 영상이 있어 관련 내용을 볼 수 있다.
Data Driven User Modeling (pxd) / Data-Driven Personas(Salesforce)
최근 글로벌 회사 뿐만 아니라 에이전시까지 정량적인 데이터를 UX 리서치와 접목하여 사용자를 정의하는 경우가 늘고 있다(IDEO의 데이터 사이언티스트와 디자이너가 함께 일하기). 이와 관련하여 데이터를 기반으로 사용자 모델링을 하고 있는 pxd의 블로그와 Salesforce가 접근한 방법을 살펴 보면 많은 도움이 된다.
