기존 UX와 AI UX의 차이점 (3)
AI UX 시리즈
기존 UX와 AI UX의 차이점 세번째는 사용자 여정(User Journey)에서 찾아볼 수 있다.
먼저 구글 클라우드 플랫폼에서 얘기하는 AI의 정의를 살펴보자
"Using Data to answer Question" 데이터를 이용해서 답변을 제공한다.
여기에서 말하는 답변이란 단순히 질문에 대한 답을 찾아주는 것보다는 더 적극적인 의미로써 여러가지가 있을 수 있다.
: 사용자에게 맞춤화된 추천, 미래 다가올 일에 대한 예측, 초개인화, 자연어 이해, 전체 엔터티에 대한 인식, 이상징후 감지, 특정 서비스에서의 전문화된 에이전트, 동적으로 콘텐츠 제공
(출처 : Google AI Guidebook)
사용자가 적당한 서비스를 찾아서(접근), 일일이 발품을 팔고(탐색), 본인에게 맞는 정보를 찾은 다음에(조회), 예약/구매/신청 등을 하는(주활동) 지금의 사용자 여정의 많은 부분을 AI 에이전트가 대신한다.
- 사용자가 굳이 서비스나 정보를 찾지 않아도 AI가 맞춤화된 추천을 해준다.
- 사용자가 궁금해 할 미래 정보를 예측해준다. (건강, 금융, 날씨, 환경변화, etc...)
- 사용자의 기존 이력, 현재 상태, 관심사를 기반으로 특정 기능/정보에 바로 접근할 수 있도록 해 준다.
- 사용자의 의사결정을 대신하여 현재 찾고자 하는 서비스와 관련된 맥락 전반을 분석해서 알려준다.
- 보안이나 건강 등 사용자에게 직접적인 위협이 될 수 있는 이상징후를 미리 감지하고 알려준다.
- 쇼핑, 여행, 업무, 금융 등 복잡한 활동과 전문성이 요구되는 분야에서 전문화된 에이전트가 필요한 정보와 지식을 전달한다.
- 현재의 활동에 기반하여 동적으로 콘텐츠를 찾아준다.
위 얘기를 종합하자면 사용자 여정 중 많은 부분을 AI가 대체하는 것이다.
사실 모든 AI 서비스가 이렇게 여정이 흘러간다고 얘기할 수는 없다. 서비스 유형에 따라서 약간씩 달라지기 때문이다. 한가지 분명한 것은 AI UX는 지금까지의 UX와는 다른 부분을 다룬다는 사실이다.
완전한 AI 서비스에서는 탐색이나 조회를 설계할 필요가 없다. 하나의 서비스나 채널에 국한될 필요도 없다. AI 에이전트가 여러 서비스를 넘나들면서 가장 합리적이고, 사용자에게 유리한 조건을 예측해서 답변(answer questions)해주기 때문에 우리의 UX 설계는 어떤 결과를 어떤 방식으로 전달할 것인지와 어떻게 모델의 성능에 실제 경험을 반영할 것인지, 사용자 여중 중 설정, 인증, 확인, 튜닝(위 도식에는 나오지 않음) 등에서의 UX에만 신경쓰면 된다.
** 참고
AI는 데이터를 가지고(using data), 적절한 답변을 제공(위에서 열거한 것들)하기 때문에 다음 조건들이 선결되어야 한다.
어떤 데이터를 쓸 것인지? (X, Training data set, Real data)
어떤 결과를 전달할 것인지? (Y, 예측, 둘중 하나, 다양한 분류, 군집화)
어떻게 그 과정을 처리할 것인지? (W, 모델, 알고리즘)
→ Y = WX + b (*b= bias)
AI 모델이 실제로 작동하기 위해서는 데이터를 통한 학습이 필요하다. 지도학습, 비지도학습으로 분류하는 것이 바로 그것이다.
Y는 실제 결과(Real Value)인데, 주어진 질문(Question)에 적절한 답변(Answer)를 제공하기 위해서는 학습 외에도 복잡한 현상을 최대한 잘 모델링할 수 있는 설계가 요구된다.
WX는 예측에 불과하기 때문에 실제 결과와 예측치가 잘 부합되도록 하기 위해서 머신러닝, SVM, 딥러닝 등의 기술이 필요한 것이다.
