AI를 디자인할때 알아야 하는 필수 상식
AI 디자인: 무엇이 특별한가요?
인공지능을 위한 디자인은 전통적인 디자인과는 달리 인간-기계 관계가 지속적으로 변화하는 것을 고려한 디자인입니다.
인공지능이 아닌 기계에서는 상호작용이 동일한 상태로 유지되지만, 인공지능 기계에서는 기계가 학습하고 적응함에 따라 상호작용이 항상 진화하고 변화합니다. 이러한 상호학습은 인간과 기계가 서로 배우며 진행되는 동적인 피드백 루프를 만듭니다. AI 디자이너의 역할은 이 동적인 인간-기계 관계에서 효과적인 커뮤니케이션을 위한 조건을 만드는 것입니다.
데이터는 인간과 인공지능 간 풍부한 상호작용을 가능하게 하는 핵심 요소입니다. 인공지능 이전에는 데이터 전송이 스위치를 끄는 것만큼 간단했습니다. 그러나 인공지능에서는 데이터가 학습된 행동의 원재료가 되며, 데이터 입력은 기계에게 명령이 아닌 사실을 제공합니다. 또한, 기계 출력은 이전과 같이 미리 결정되지 않으므로, 특정 응답이 어떻게 데이터에서 유도되었는지에 대한 설명이 필요합니다. AI 디자이너는 데이터 수집부터 데이터 출력, 데이터 설명, 그리고 다시 데이터 수집까지 데이터 생명주기 전반에 걸쳐 이러한 상호작용을 디자인하는 책임이 있습니다.
예시) 레코드 플레이어 VS 스포티파이
레코드 플레이어는 녹음을 항상 같은 방식으로 재생합니다. 반면, Spotify는 기계 학습으로 구동되어 맞춤형 재생 목록을 만들고 새로운 노래를 추천합니다. 사용할수록 사용자의 취향을 학습하여 더 나은 노래 추천을 제공합니다. 이는 완전히 동적인 기술입니다.
간결함과 일관성 같은 디자인 원칙은 여전히 중요하지만, 이제 디자이너는 인간과 기계가 상호작용하는 방식도 고려해야 합니다. 인공지능 디자인에서 인간-기계 상호작용은 초기 상호작용뿐만 아니라 그 이후의 발전하는 관계를 고려해야 합니다.
단기 및 장기적인 영향
AI 디자인 기술을 정의하는 것이 중요한 이유에 대해 이야기해 보겠습니다. 단기적으로는, 실용적인 이유로 디자이너들은 AI 기술 작업 시 무엇을 해야 할지 알아야 합니다. 비디자인 팀원들도 디자이너로부터 무엇을 기대해야 하는지 알게 됩니다. 모두에게 이득이 됩니다.
하지만, 가까운 기능성 이상의 이점이 있습니다. 우리는 제한된 AI를 통해 인간처럼 배우고, 추론하고, 감지하고, 행동하는 기계를 만드는 것이 무엇을 의미하는지 점점 더 이해하고 있습니다. 이러한 기계는 엔지니어링(작동)과 디자인(목적 지향적)이 모두 필요합니다. 그래서, 기계가 더 나아지고 똑똑해짐에 따라 우리는 그들과 함께 고품질 AI를 만드는 방법에 대한 이해를 발전시킬 수 있습니다. 이를 통해 인간 결정력을 기계로 아웃소싱하기 시작하는 것이 특히 중요합니다. 이러한 기술을 정의함으로써, 우리는 기능적인 것뿐만 아니라 윤리적이고 안전한 AI를 디자인하는 책임을 지는 전문직을 발전시킬 수 있습니다. 정말 멋진 것이죠?
AI 디자인 기술
AI 디자인 기술의 범위는 화면에 픽셀을 올리는 것과 같은 시각적인 것에만 국한되지 않습니다. 대신, 이러한 동적인 인간-기계 상호작용을 위한 디자인은 디자인의 전체 과정을 바꿉니다. AI 디자인은 팀이 해결할 문제를 선택하고 그 문제를 해결하기 위해 필요한 데이터를 정의할 때부터 시작되며, 디자인이 출시된 후에도 계속됩니다 (학습이 추적되고 수정이 필요하기 때문입니다). 이 새로운 end-to-end 프로세스는 새로운 협력 파트너, 새로운 시장 전략, 새로운 윤리적 고려 사항 및 새로운 기술적 지식을 의미합니다.
AI 디자이너는 다음 다섯 가지 기술에 능숙해야 합니다.
기술
데이터 과학 및 인공지능 용어와 기술 이해
AI 디자이너는 인공지능 기술 분야에 대한 기본적인 이해를 가져야 합니다. 그들은 충분한 지식을 보유하여 AI 개발에 영향을 미칠 수 있으며, AI 사용에 대한 책임을 지을 수 있어야 합니다. 최고 수준에서, AI 디자이너는 데이터 과학에 대해 정보가 풍부하고 긴밀한 대화를 나눌 수 있어야 합니다.
기계 학습의 기본적인 작동 방식을 설명할 수 있습니다.
데이터 엔지니어링 개념 (예: 데이터 수집, 데이터 정리, 데이터 큐레이션, 데이터 모델링)을 설명할 수 있습니다.
AI 기술 (예: NLP, NL 이해, ML)을 설명할 수 있습니다.
핵심 알고리즘이 작동하는 방식을 설명할 수 있습니다 (예: 딥 러닝, 라이브러리 생성, 코드 패턴).
AI 도구 체인 및 AI DevOps 프로세스 (예: WML, Cloud Pak for Data)를 설명할 수 있습니다.
윤리
윤리적 의사결정을 촉진하기
AI 디자이너는 책임감 있고 공정하며 투명하며 신뢰성 있는 AI를 구축하는 윤리적 기준과 함정을 이해해야 합니다. 그들은 팀에 윤리적 관행을 수립하고 윤리적 사고를 일상적인 디자인 및 개발 프로세스에 통합할 수 있는 능력이 있어야 합니다. 최고 수준에서 AI 디자이너는 높은 윤리적 기준의 이유를 명확히 주장하는 능력을 가져야 합니다.
디자인 사고 연습, 정적 리소스 및 역할별 도구를 포함한 윤리적 리소스를 팀 프로세스에 통합할 수 있습니다.
GDPR/컴플라이언스 규정이 전달물에 어떤 영향을 미치는지 설명할 수 있습니다.
비윤리적인 디자인 결정이 금전적 및 인적 영향을 미친 실제 사례를 설명할 수 있습니다.
다양한 능력을 가진 사람들을 위한 위험성을 파악하는 핵심 질문을 할 수 있습니다.
인간 다양성이 데이터에 어떤 영향을 미치는지에 대한 대화를 주도할 수 있습니다.
협업
전체 팀 AI 개발 및 제공에서의 협업
AI 디자이너는 AI 경험 제공에 관련된 다양한 이해관계자들과 협업할 수 있는 능력이 있어야 합니다. 그들은 AI 개발, 제공 및 개선 과정을 이해하고 그 과정에서 자신의 고유한 책임을 이해해야 합니다. 최상위 수준에서 AI 디자이너는 데이터 수집부터 모델 설계, 경험 제공에 이르기까지 팀을 성공적인 목표로 이끌어야 합니다.
다학제적인 팀으로 공유 비전을 생성할 수 있습니다.
종단간 AI 개발 프로세스에 참여하고 AI 개발 타임라인을 설명할 수 있습니다.
데이터가 수집, 정리, 모델에 추가되는 방법을 설명할 수 있습니다.
디자인 사고 활동을 촉진하고 AI 목표를 충족시키기 위해 관련 디자인 사고 운동을 사용할 수 있습니다.
다양한 능력을 가진 사용자들을 참여시킬 수 있습니다.
전략
인공지능 전략 정의
AI 디자이너는 시뮬레이션된 인간 지능과 사고 과정의 목적과 의도를 구상하고 설명할 수 있어야 합니다. 사용자 중심의 AI 개발 전략을 개발하고 비즈니스 및 사용자 관점에서 공통적인 AI 사용 사례를 설명할 수 있어야 합니다. 전략이 정의되면 AI 디자이너는 AI 전략의 가치에 대해 설득력있는 이야기를 전할 수 있어야 합니다.
AI 도입의 장벽을 설명할 수 있습니다.
워크샵에서 AI 기회/기능을 설명하는 데 도움이 되는 실제 사용 사례를 설명할 수 있습니다.
회사의 AI 전략과 차별화를 설명할 수 있습니다.
AI 성공을 위한 계단이나 AI 성공 여정을 설명할 수 있습니다.
데이터 및 AI 도구 및 서비스를 설명할 수 있습니다.
상호작용
AI 상호작용 디자인
AI 디자이너는 인간과 AI 기계 간의 반복적이고 동적인 관계에 책임이 있습니다. AI 디자이너는 AI 모델의 출력을 소비 가능하게 만들어 인간이 기계의 진화하는 추론과 결과에 대한 통찰력을 갖도록합니다. 동시에 AI 디자이너는 인간 입력이나 선호도를 캡처하는 상호작용을 생성하여 기계가 시간이 지남에 따라 개선되도록합니다. 최고 수준에서 AI 디자이너는 일관적으로 고품질의 다양한 AI 상호작용을 생산할 수 있어 다른 디자이너들을 위한 표준과 최상의 방법을 정의 할 수 있어야합니다.
AI 출력을 인간에게 가치 있는 정보로 번역 할 수 있습니다.
AI 디자인의 다양한 "범용 경험"에 대한 설계를 "시작하기"에서 "지원"까지 가능할 수 있습니다.
기존 AI 패턴을 효과적이고 적절하게 재사용 할 수 있습니다.
AI의 존재에 대한 적절한 커뮤니케이션 수준을 결정할 수 있습니다. (예 : 브랜딩, 빈도)
초기에 AI 솔루션의 프로토타입 및 테스트 가능할 수 있습니다.
AI 수명주기의 공통 개념에 대한 디자인이 가능할 수 있습니다. (예 : 신뢰 임계값 설정, 지속 가능한 모델 유지보수 프로그램 설정, 데이터 수집 방법)
이 도구를 사용하는 방법
AI 디자인의 기술을 키워나가기 위해 지금 바로 할 수 있는 몇 가지 일이 있습니다.
첫째, 스스로 평가를 진행하세요. 위의 각 기술을 검토하고 "No Skill"에 해당하는 0에서 "Expert"에 해당하는 5까지의 등급을 매겨보세요. 이러한 기준을 설정하면 지금의 실력을 이해하고 성장해야 할 방향을 파악하는 데 도움이 됩니다.
둘째, 개발하고 싶은 하나의 기술을 알아보세요. 성장을 위해 하나를 선택하면 집중하는 데 도움이 되어 성과를 내기 쉽습니다. 모든 것을 동시에 더 나아지려고 하지 말고 하나에 집중하는 것이 좋습니다.
