제안서를 작성하거나, 기획 업무를 할 때 필요한 이미지를 찾느라 고생해 본 경험… 한 번쯤 있지 않으신가요? 제안서 또는 랜딩 페이지에 들어갈 딱 맞는 이미지를 찾기 위해, 스톡 이미지 사이트를 둘러봐도 원하는 느낌을 한 번에 찾기란 쉽지 않죠. 이번 글에서는 원하는 이미지를 만들기 위한 프롬프트 작성법, 무료로 높은 수준의 AI 이미지를 생성할 수 있는 방법, 그리고 이미지에 모션 효과를 넣을 수 있는 방법을 살펴보겠습니다.

요즘 기술업계에서 가장 핫한 단어는 아마도 AI 에이전트일 겁니다. 지금까지 들었던 에이전트는 영화에서나 나오는 FBI/CIA 에이전트 정도가 다였는데 말입니다. 그렇다고 미리 쫄 필요는 없겠지요. 지금부터 여러분이 저와 딱 10분간만 함께 하면, 그 후에는 AI 에이전트에 대해 잘 이해할 수 있습니다. AI 에이전트란 무엇일까요? 또 무슨 일을, 어떻게 할까요?

프로덕트 매니저(이하 PM)가 ‘로드맵’이라는 단어보다 더 자주 쓰는 말이 있다면, 아마도 ‘가치’일 것입니다. 예를 들어, 고객 가치, 비즈니스 가치, 가치 제안, 가치 흐름, 가치 창출 등이 있죠. 하지만 많은 PM들이 자신이 회사에 제공할 가치나 그 가치를 극대화할 방법에 대해서는 충분히 고민하지 않습니다. PM에게는 개발, 영업, 마케팅, 경영진 등 여러 부서의 다양한 요구가 쏟아집니다. 이러한 상황에서 자신이 맡은 일을 근본적으로 어떻게 개선할 수 있을지, 또 회사에 필수적인 존재로 어떻게 자리 잡을 수 있을지 제대로 평가해 볼 여유가 없습니다. 그렇다면 이 역할을 잘 수행하기 위한 핵심 요건은 무엇일까요? 제품에 대한 올바른 결정을 내리고, 조직 전체가 제품을 성공적으로 마케팅, 판매 지원할 수 있도록 하려면, PM은 무엇을 해야 할까요?

한 달 전, 한강 작가의 노벨 문학상 수상으로 세간이 떠들썩했습니다. 하지만 인공지능 업계 종사자들에게는 그보다 훨씬 더 가슴 뛰는 사건이 하나 있었습니다. 바로 노벨 과학상(물리학, 화학 부문) 수상자가 모두 인공지능 발전사의 한 획을 그은 인물들로 채워졌다는 것입니다. 2024년은 인공지능이 주도하는 과학 혁명의 원년이라고 할 수 있습니다. 딥러닝이 어떻게 기존의 과학 연구 패러다임을 혁신적으로 바꾸고 있는지, 노벨 화학상 수상의 중심에 놓인 딥마인드 알파폴드(AlphaFold)의 사례를 살펴보겠습니다. 도대체 인공지능은 어떻게 과학 연구 분야의 난제들을 해결하고 있는 것일까요?

기획자의 모든 업무는 해결할 문제를 배경으로 시작하게 된다. 명확한 문제가 있어야 해결이라는 목표가 성립되며, 방향성을 더 견고하게 설정할 수 있다. 그러나 현업에서 안타깝게도 명확한 문제가 배경이 아닌 상태로 기획이 시작되는 경우가 종종 있다. 이번 글에서는 기획의 시작이 ‘명확한 문제’가 되어야 하는 이유와 명확한 문제를 찾는 방법을 이야기해 보려고 한다.

앞서 글에서는 “서비스향으로 AI 모델을 개발한다”라고 할 때, 무엇이 다를지 설명했습니다. 들여다봤더니 정말 많은 일이 있죠? 그 많은 업무는 결국 기술팀에서 감당해야 합니다. 그래서 “효율적으로 이를 잘 감당하려면 조직 구성을 어떻게 하면 좋겠느냐”라는 물음에 대한 답을 제 개인적인 의견을 담아 만들어 봤습니다. 또, 이런 조직 구조를 바탕으로 AI 쪽에서 커리어를 시작하거나, 직종을 전환하려는 개발자를 위한 조언을 몇 가지 준비했습니다.

잘 성장하던 아크(Arc) 브라우저가 돌연 업데이트 중단을 선언했다. 지난 10월 25일, 아크의 개발사인 더브라우저컴퍼니의 대표가 유튜브에 영상을 올렸는데, 더 이상 아크에 기능을 추가하지 않겠다고 발표한 것이다. 앞으로는 보안 업데이트만 진행할 것이며, 나머지 시간은 새 제품을 개발하는 데 집중할 예정이라고 한다. 더브라우저컴퍼니는 지난 3월에 5천만 달러(약 690억 원)의 추가 투자를 받은 터라, 회사 사정이 어려워서는 아닐 것이다. 아크의 사용자 수도 계속 증가세라 지표가 나쁜 것도 아니었다. 그렇다면 아크 브라우저는 왜 돌연 업데이트를 중단한 걸까?

UX 디자인 방법론인 더블다이아몬드 기반으로 앱스토어 리뷰를 UX 모델링하고 디자인해 나가는 과정을 시리즈로 담고 있습니다. 과정마다 적합한 AI 도구를 소개하며 넷플릭스 리디자인을 진행합니다. 앞서 넷플릭스 앱스토어 리뷰가 최근 1년 사이 악화되고 있다는 것을 발견했습니다. 이어 개인화 부족, 공유 계정 정책의 혼란으로 구독 해지 위험이 증가하고 있다는 문제 역시 정의했습니다. 이에 따라 “사용자가 경험을 더 개인화하고, 친구들과의 연결 기능이 추가되면 콘텐츠 탐색의 불편함과 실망감을 줄일 수 있다”는 가설까지 설립했죠. 그럼 이번 글에서는 Develop, 개발하기와 Deliver, 전달하기 과정을 진행해 보겠습니다. 시작해 볼까요?

지난 6월, 네덜란드의 스마트홈 플랫폼 홈 어시스턴트(Home Assistant, 이하 HA)에서 챗GPT 플러그인을 공개했습니다. 여기서 스마트홈 플랫폼이란, 가전제품이나 조명 등 집 안의 스마트 기기를 연결해 원격으로 제어하거나 자동화 할 수 있는 서비스 플랫폼을 말합니다. 비교적 작은 플랫폼인 HA는 빅테크 기업인 구글과 애플, 제조 기업인 삼성과 LG가 아직 하지 못한 생성형 AI의 도입과 상용화를 누구보다 빨리 해냈습니다. 플랫폼에 통합 모듈(integration)을 연결하는 것만으로 가전 시장에서도 자연어의 맥락과 멀티 턴을 인식하는 ‘진짜 사람’ 같은 어시스턴트를 사용하게 만든 것이죠. 과연 HA는 어떻게 이러한 성과를 만들어 낼 수 있었을까요? HA의 AI는 무엇까지 할 수 있을까요?

UX 디자이너에게 가장 중요한 덕목 중 하나는 사용자 피드백을 수집하고 분석하여 서비스를 개선하는 것입니다. 사용자들이 서비스에 의견을 남기는 방법은 여러 가지가 있는데요. 그중 앱스토어 리뷰는 플랫폼에 유저가 직접적으로 피드백을 남기는 공간으로, 앱 출시부터 누적된 방대한 양의 로우 데이터(Raw Data)가 쌓여있습니다. 이러한 앱스토어 리뷰 기반으로 넷플릭스 앱을 리디자인하는 과정을 시리즈로 준비했습니다. UX 디자인 방법론인 더블 다이아몬드(Double Diamond)를 따르며, 과정별로 그에 적합한 AI 도구들과 함께 진행해 보겠습니다.