이미 사용 중인 스크랩북 이름입니다.
다른 이름을 지정해 주세요.
만약 AI로 가상의 사용자를 만들어 인터뷰를 진행하면 어떤 결과를 얻을 수 있을까? 이번 글에서 사용할 AI 도구는 ‘Synthetic Users’이다. Synthetic Users는 여러 GPT 도구로 나누어 진행했던 가상 인터뷰와 분석 과정을 한 번에 처리할 AI 도구이다. 인터뷰 질문과 결과를 자동으로 생성하고 분석해 보고서를 제공해 빠르고 간편하게 결과를 볼 수 있다. AI를 사용하면 모두 시간과 비용을 크게 절감할 수 있는 효과적인 방법이다. 실제 사용자 인터뷰는 인터뷰 목적 및 질문지 설계, 파일럿 인터뷰, 참여자 모집과 보상 계획, 인터뷰 진행, 결과 분석 등 상당히 많은 시간과 비용이 필요하기 때문이다. 그러나 AI는 인간 사용자가 아니다. 그 때문에 인터뷰 결과를 완전히 신뢰할 수 없다는 한계가 있다. 또한, 속도와 편리함이 중심인 인터뷰 방식인 만큼 이를 실제 사용자 인터뷰의 대안으로 사용할 경우, 윤리적 문제를 고려해야 한다. 이를 방지하려면 윤리적인 AI
사용자를 이해하기 위한 다양한 리서치 방법론이 있다. 사용자와 인터뷰를 진행하여 인사이트를 도출하는 방법은 그중에서도 대표적이다. 만약 AI로 가상의 사용자를 만들어 인터뷰를 진행하면 어떤 결과를 얻을 수 있을까? 이에 대해 알아보고자 직접 AI와 가상 인터뷰를 수행한 다음, 이를 정리해 보았다. 구체성을 더하기 위해 여러 가지 AI 도구를 사용하여 ‘맥도날드 키오스크 사용자’의 페인 포인트를 찾는 것을 목적으로 했다. 이번 글에서는 GPTs를 사용하여 퍼소나를 생성하고, 인터뷰를 진행한 다음, 분석한 방법을 각각 소개한다.
디자인은 ‘있으면 좋은 것’ 정도가 아닙니다. 특히 결제 시스템에서의 현명한 디자인 결정이 얼마나 큰 재정적 영향을 줄 수 있는지 보여주는 사례 연구가 있습니다. 중요한 시스템에서 디자인이 부족하면 실수와 지연이 발생하고, 결국 사용자들이 불만을 가지게 됩니다. 아직도 많은 사람들은 디자인을 단순히 장식으로만 생각합니다. 디자인은 “있으면 좋은 것” 정도로 치부되며, 더 중요한 일이 끝난 후에나 고려해야 할 요소로 여겨집니다. 특히 기능성과 안정성이 우선시되는 ‘핀테크’에서는 더욱 그렇죠. 모든 결제 시스템이 거의 동일해 보이는 이유도 여기에 있습니다.
지난 2024년이 AI 기술의 가능성을 펼친 해였다면, 2025년은 AI와 UX 영역이 함께 사용자의 경험을 재정의하는 해가 될 것입니다. 이번 글에서는 AI 기술이 사용자 경험에 미치는 영향을 다양한 관점에서 조망해 보려고 합니다. 다가오는 2025년 주목해야 할 UX 전략과 방향성 역시 제시해 보겠습니다. 주요 IT 기업들의 AI 중심 전환 전략, 독립적인 에이전트의 부상, 디지털 정보의 신뢰성 확보와 주저 비용이 키워드입니다. 이러한 변화의 열쇠들이 사용자 신뢰와 상호작용에 어떤 영향을 미치는 지도 탐구해 보겠습니다. 또한, 인간과 AI의 협업 전략, 온-오프라인이 통합된 경험 설계, 그리고 AI 시대의 윤리적 과제까지 다각도로 살펴볼 예정입니다.
피그마는 이제 UX/UI 디자인의 필수 도구가 되었다. 현재 피그마의 독주 체제는 생각보다 더 강력하다. 나름 대항마로 등장했던 스케치와 어도비 XD는 처참할 정도로 시장 점유율을 빼앗긴 상태고, 개발자와 디자이너를 연결해 주던 다른 서비스도 피그마에 밀려 쇠락하거나 문을 닫았다. 물론 피그마가 UI 디자인 환경에 대격변을 가져온 것은 부정할 수 없다. 그만큼 피그마는 실용적이고, 디자이너의 업무 효율성을 높여주고 있다. 하지만 피그마를 실제로 사용하다 보면 아쉬운 점이 생각보다 많다. 이런저런 기능이 더 있으면 좋겠다는 수준을 넘어서, 도구 자체가 가진 한계에 더 가까운 것들이다. 이번 글에서는 필자가 직접 사용하면서 느낀 피그마의 개선점, 한계점을 공유해 보고자 한다.
챗GPT 메인 화면 하단을 보면 이런 메시지가 쓰여 있다. ‘ChatGPT는 실수를 할 수 있습니다. 중요한 정보를 확인하세요.’ 자세히 보지 않으면 쉽게 지나칠 만큼 작은 글씨로 쓰여있지만, 이는 사실 대규모 언어 모델을 사용할 때 가장 주의해야 하는 점이다. AI가 때로 사실이 아닌 정보를 그럴듯하게 꾸며내어 말하는 현상, LLM의 고질적인 문제인 할루시네이션 현상 때문이다. 따라서 AI의 답변이 사실인지 아닌지 확인하기 위해서는 근거나 출처를 직접 확인해 봐야 한다. 도구별, 상황별로 실행할 수 있는 여러 답변 검증 방법을 정리해 봤다.
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?
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.
피그마(Figma)는 지난 6월 Config 2024에서 AI 기능 업데이트를 발표했습니다. 디자인 생성부터 이미지 처리, 텍스트 수정까지 자동화하여, 디자인 프로세스를 간소화할 다양한 기능을 소개했는데요. 아쉽게도 그중 ‘메이크 디자인(Make Design)’ 서비스를 7월 초 일시 중단했습니다. 그리고 피그마는 최근 ‘메이크 디자인(Make Design)’ 기능을 ‘First Draft’라는 이름으로 다시 공개했습니다. 그러나 피그마가 해당 기능을 재정비하는 사이, 텍스트로 화면을 설계할 수 있는 서비스가 여럿 주목받았는데요. 오늘은 최근 베타 서비스를 시작한 ‘Polymet’을 살펴보고자 합니다.
