도토리

인간과 AI의 협업: 인간이 먼저인가, AI가 먼저인가 - 닭이 먼저냐 달걀이 먼저냐

2026-03-12T09:00:15Z

기술이 점점 정교해지면서 "AI가 결국 인간보다 더 나은 결정을 내리게 될 것"이라는 전망도 자주 등장합니다. 실제로 AI는 특정 영역에서 인간보다 높은 정확도를 보이기도 합니다. 의료 영상 분석이나 패턴 인식 같은 분야에서는 이미 인간 전문가를 능가하는 성능을 보이는 경우도 있습니다. 하지만 Human–AI collaboration 연구에서는 조금 다른

자율주행 시대, 어떤 UX가 중요한가 - 운전석의 풍경이 달라지고 있다

2026-03-12T06:49:02Z

‘자동차 UX’라고 하면 우리는 내비게이션 화면이나 에어컨 버튼 위치를 떠올립니다. 버튼이 직관적인지, 터치가 편한지, 메뉴 구조가 명확한지 같은 문제들입니다. 그러나 자율주행과 인공지능 기술이 더해지면서 자동차는 완전히 다른 얼굴을 하고 있습니다. 이제 차는 단순한 이동 수단이 아니라, 인간과 알고리즘이 함께 판단을 공유하는 공간이 되고 있습니다. 운전자

기업의 AX, 어떻게 이루어져야 할까

2026-03-09T11:00:11Z

요즘 많은 기업이 ‘DX’ 대신 ‘AX’를 이야기합니다. DX가 디지털 기술을 활용해 조직과 서비스를 변화시키는 과정이었다면, AX란 Artificial Intelligence Transformation의 약자로 단순히 AI 기술을 도입하는 것을 의미하지 않습니다. 더 정확히 말하면 AI를 중심으로 조직의 의사결정 방식, 업무 프로세스, 제품 경험을 재설

AI, 서비스에 무작정 도입하지 마라 - AI 상담 고객센터의 역설

2026-03-09T05:42:32Z

요즘 많은 서비스가 AI 기능을 추가하고 있습니다. 추천 고도화, 자동 요약, 생성 기능, 챗봇 인터페이스까지. 새로운 제품을 발표할 때 “AI 기반”이라는 문장이 빠지는 경우를 찾는게 더 힘들죠. 기술적인 관점에서 보면 자연스러운 흐름입니다. AI 모델은 점점 더 강력해지고 있고, 이를 서비스에 적용하는 것도 훨씬 쉬워졌습니다. API 하나만 연결해도 다

Human-AI Interaction의 18가지 원칙 - Guidelines for Human-AI Interaction 논문

2026-03-06T11:00:12Z

AI 기능이 들어간 제품은 전통적인 소프트웨어와 다르게 작동합니다. 같은 입력에도 다른 결과가 나올 수 있고, 시간이 지나면서 스스로 업데이트되기도 하며, 사용자의 행동에 따라 점점 달라지기도 합니다. 논문은 바로 이 지점에서 문제가 시작된다고 봅니다. 기존 UI 원칙은 대체로 일관성, 예측 가능성, 명확성을 전제로 하지만, AI 시스템은 본질적으로 확률적

유저의 말을 그대로 믿으면 안 되는 이유

2026-03-06T09:00:16Z

인터뷰를 하다 보면 자주 듣는 말이 있습니다. “있으면 좋을 것 같아요.” “그냥 귀찮아서 안 써요.” “가격이 좀 비싼 것 같아요.” 이 문장들만 모아두면, 방향이 보이는 것처럼 느껴집니다. 기능을 추가하고, 과정을 단순화하고, 가격을 낮추면 해결될 것 같죠. 그런데 이상하게도, 그렇게 개선해도 지표는 크게 변하지 않는 경우가 많습니다. 왜일까요? 사용

사용자 인터뷰를 해도 인사이트가 안 나오는 이유 - 인터뷰는 열심히 했는데..그래서 뭘 해야 하죠?

2026-03-06T07:41:54Z

특히 초기 스타트업에서 정말 자주 발생하는 일입니다. 사용자 15명, 20명, 많게는 30명까지 인터뷰를 했는데도 결국 남는 건 녹취 파일과 정리되지 않은 노트뿐. 회의실에 모여 이렇게 말하죠. “그래서... 뭘 바꾸면 되죠?” 인터뷰는 분명히 열심히 했습니다. 그렇지만 방향은 여전히 보이지 않습니다. 왜 이런 일이 생길까요? 많은 팀이 ‘사용자 의견

AI 시대일수록 UX 리서처가 필요한 이유(2)

2026-03-05T11:00:11Z

AI가 리서처를 대체할 수 없다는 것과는 별개로, 또 하나의 중요한 질문이 있습니다. AI 기능이 서비스에 들어갈수록 왜 더 많은 리서치가 필요할까요? AI 기능은 단순한 UI 변경이 아닙니다. 버튼 위치를 바꾸거나 컬러를 수정하는 수준이 아니라, 사용자의 의사결정 구조에 직접 개입하는 장치입니다. 추천, 자동 정리, 생성, 예측 기능은 사용자가 무엇을

AI 시대일수록 UX 리서처가 필요한 이유(1)

2026-03-05T09:00:11Z

요즘 자주 듣는 질문이 있습니다. “이제 인터뷰도 AI로 돌릴 수 있지 않나요?” “로그 데이터도 많은데, 굳이 사람이 분석해야 하나요?” 기술이 빠르게 발전하면서 리서처의 역할이 줄어들 것처럼 보이기도 합니다. 그러나 AI가 아무리 정교해져도, 리서처를 완전히 대체하기는 어렵습니다. 그 이유는 단순합니다. AI는 패턴을 찾지만, 문제를 정의하지는 못하기

AI는 왜 사용자를 지치게 만들까? - 넷플릭스에서 콘텐츠를 찾는 것이 힘든 이유

2026-03-05T06:54:31Z

요즘 많은 서비스가 AI를 붙입니다. 추천 고도화, 자동 큐레이션, 개인화 피드. 기술적으로는 점점 더 정교해지고 있습니다. 그런데 이상한 현상이 있습니다. “볼 게 없네.” 이 말은 어디서 가장 많이 나올까요? 아이러니하게도 넷플릭스 같은 초개인화 플랫폼입니다. 넷플릭스의 추천 알고리즘은 매우 정교합니다. 사용자의 시청 이력, 중도 이탈 구간, 선호 장