(위 이미지를 클릭하면 이 강의의 동영상을 볼 수 있습니다)
사용자 경험은 앱을 개발할 때 매우 중요한 요소입니다. 사용자가 효율적으로 작업을 수행할 수 있도록 앱을 사용할 수 있어야 합니다. 효율성도 중요하지만, 모든 사람이 사용할 수 있도록 앱을 설계하여 _접근성_을 높이는 것도 필요합니다. 이 장에서는 이러한 영역에 초점을 맞추어 사람들이 사용할 수 있고 사용하고 싶어하는 앱을 설계할 수 있도록 돕는 것을 목표로 합니다.
사용자 경험은 사용자가 특정 제품이나 서비스를 시스템, 도구 또는 디자인을 통해 어떻게 상호작용하고 사용하는지를 의미합니다. AI 애플리케이션을 개발할 때, 개발자는 사용자 경험이 효과적일 뿐만 아니라 윤리적이어야 한다는 점에 초점을 맞춥니다. 이 강의에서는 사용자 요구를 충족하는 AI 애플리케이션을 구축하는 방법을 다룹니다.
강의에서는 다음과 같은 내용을 다룹니다:
- 사용자 경험 소개 및 사용자 요구 이해
- 신뢰와 투명성을 위한 AI 애플리케이션 설계
- 협업과 피드백을 위한 AI 애플리케이션 설계
이 강의를 수강한 후, 여러분은 다음을 할 수 있습니다:
- 사용자 요구를 충족하는 AI 애플리케이션을 구축하는 방법을 이해합니다.
- 신뢰와 협업을 촉진하는 AI 애플리케이션을 설계합니다.
사용자 경험과 디자인 사고에 대해 더 읽어보세요.
우리의 가상 교육 스타트업에서는 두 가지 주요 사용자, 즉 교사와 학생이 있습니다. 이 두 사용자는 각각 고유한 요구를 가지고 있습니다. 사용자 중심 설계는 사용자를 우선시하여 제품이 의도된 대상에게 적합하고 유익하도록 보장합니다.
애플리케이션은 유용성, 신뢰성, 접근성, 즐거움을 갖추어야 좋은 사용자 경험을 제공합니다.
유용하다는 것은 애플리케이션이 의도된 목적에 맞는 기능을 가지고 있다는 것을 의미합니다. 예를 들어, 채점 과정을 자동화하거나 복습용 플래시카드를 생성하는 기능이 포함될 수 있습니다. 채점 과정을 자동화하는 애플리케이션은 사전에 정의된 기준에 따라 학생의 작업에 점수를 정확하고 효율적으로 부여할 수 있어야 합니다. 마찬가지로 복습 플래시카드를 생성하는 애플리케이션은 데이터에 기반하여 관련성 있고 다양한 질문을 생성할 수 있어야 합니다.
신뢰성이란 애플리케이션이 일관되게 오류 없이 작업을 수행할 수 있다는 것을 의미합니다. 그러나 AI는 인간과 마찬가지로 완벽하지 않으며 오류가 발생할 가능성이 있습니다. 애플리케이션은 오류나 예상치 못한 상황에 직면할 수 있으며, 이는 인간의 개입이나 수정이 필요할 수 있습니다. 오류를 어떻게 처리할까요? 이 강의의 마지막 섹션에서는 협업과 피드백을 위해 AI 시스템과 애플리케이션이 어떻게 설계되는지 다룰 것입니다.
접근성이란 다양한 능력을 가진 사용자, 특히 장애가 있는 사용자에게도 사용자 경험을 확장하여 누구도 소외되지 않도록 하는 것을 의미합니다. 접근성 지침과 원칙을 따름으로써 AI 솔루션은 더 포괄적이고, 사용 가능하며, 모든 사용자에게 유익하게 됩니다.
즐거움이란 애플리케이션을 사용하는 것이 즐겁다는 것을 의미합니다. 매력적인 사용자 경험은 사용자가 애플리케이션을 다시 사용하도록 격려하고 비즈니스 수익을 증가시킬 수 있습니다.
모든 문제를 AI로 해결할 수 있는 것은 아닙니다. AI는 수작업을 자동화하거나 사용자 경험을 개인화하는 등 사용자 경험을 보완하는 데 사용됩니다.
AI 애플리케이션을 설계할 때 신뢰를 구축하는 것이 중요합니다. 신뢰는 사용자가 애플리케이션이 작업을 완료하고, 일관되게 결과를 제공하며, 결과가 사용자가 필요로 하는 것임을 확신할 수 있도록 합니다. 이 영역에서의 위험은 불신과 과도한 신뢰입니다. 불신은 사용자가 AI 시스템을 거의 또는 전혀 신뢰하지 않을 때 발생하며, 이는 사용자가 애플리케이션을 거부하게 만듭니다. 과도한 신뢰는 사용자가 AI 시스템의 능력을 과대평가하여 AI 시스템을 지나치게 신뢰하게 되는 경우를 말합니다. 예를 들어, 자동 채점 시스템에서 과도한 신뢰가 발생하면 교사가 일부 시험지를 검토하지 않고 채점 시스템이 잘 작동한다고 믿게 될 수 있습니다. 이는 학생들에게 불공정하거나 부정확한 점수를 부여하거나 피드백과 개선 기회를 놓치는 결과를 초래할 수 있습니다.
신뢰를 설계의 중심에 두는 두 가지 방법은 설명 가능성과 통제입니다.
AI가 미래 세대에게 지식을 전달하는 것과 같은 결정을 내릴 때, 교사와 부모가 AI 결정이 어떻게 이루어지는지 이해하는 것이 중요합니다. 이것이 바로 설명 가능성입니다. AI 애플리케이션이 결정을 내리는 방식을 이해하는 것입니다. 설명 가능성을 설계하는 것은 AI가 출력에 도달한 방법을 강조하는 세부 정보를 추가하는 것을 포함합니다. 청중은 출력이 인간이 아닌 AI에 의해 생성되었다는 것을 인지해야 합니다. 예를 들어, "지금 튜터와 채팅을 시작하세요" 대신 "AI 튜터를 사용하여 필요에 맞게 학습하고 자신의 속도에 맞게 학습하세요"라고 말할 수 있습니다.
또 다른 예는 AI가 사용자 및 개인 데이터를 사용하는 방식입니다. 예를 들어, 학생이라는 페르소나를 가진 사용자는 자신의 페르소나에 따라 제한이 있을 수 있습니다. AI는 질문에 대한 답을 공개할 수는 없지만 사용자가 문제를 해결하는 방법을 생각하도록 안내할 수 있습니다.
설명 가능성의 또 다른 중요한 부분은 설명을 단순화하는 것입니다. 학생과 교사는 AI 전문가가 아닐 수 있으므로 애플리케이션이 할 수 있는 것과 할 수 없는 것에 대한 설명은 간단하고 이해하기 쉬워야 합니다.
생성형 AI는 AI와 사용자 간의 협업을 만들어냅니다. 예를 들어 사용자가 다양한 결과를 위해 프롬프트를 수정할 수 있습니다. 또한 출력이 생성된 후 사용자는 결과를 수정할 수 있어야 하며, 이를 통해 통제감을 느낄 수 있습니다. 예를 들어 Bing을 사용할 때 형식, 톤, 길이에 따라 프롬프트를 조정할 수 있습니다. 또한 출력에 변경을 추가하고 결과를 수정할 수 있습니다.
Bing에서 사용자가 애플리케이션에 대한 통제력을 가질 수 있도록 하는 또 다른 기능은 AI가 사용하는 데이터에 대해 선택적으로 참여하거나 참여를 거부할 수 있는 기능입니다. 학교 애플리케이션의 경우, 학생은 자신의 노트뿐만 아니라 교사의 자료를 복습 자료로 사용하고 싶을 수 있습니다.
AI 애플리케이션을 설계할 때, 사용자가 과도하게 신뢰하여 비현실적인 기대를 가지지 않도록 의도적으로 설계하는 것이 중요합니다. 이를 실현하는 한 가지 방법은 프롬프트와 결과 사이에 마찰을 만들어 사용자가 이것이 AI이며 인간이 아니라는 것을 상기시키는 것입니다.
앞서 언급했듯이, 생성형 AI는 사용자와 AI 간의 협업을 만들어냅니다. 대부분의 상호작용은 사용자가 프롬프트를 입력하고 AI가 출력을 생성하는 방식으로 이루어집니다. 만약 출력이 잘못되었다면 어떻게 될까요? 애플리케이션은 오류가 발생했을 때 이를 어떻게 처리할까요? AI가 사용자를 비난하거나 오류를 설명하는 데 시간을 할애할까요?
AI 애플리케이션은 피드백을 받고 제공할 수 있도록 설계되어야 합니다. 이는 AI 시스템이 개선되는 데 도움을 줄 뿐만 아니라 사용자와의 신뢰를 구축하는 데도 기여합니다. 설계에는 피드백 루프가 포함되어야 하며, 예를 들어 출력에 대해 간단히 좋아요 또는 싫어요를 표시할 수 있는 기능이 포함될 수 있습니다.
또한 시스템의 기능과 한계를 명확히 전달하는 방법도 중요합니다. 사용자가 AI의 능력을 넘어서는 요청을 했을 때 이를 처리할 방법도 마련되어야 합니다. 아래와 같이 예를 들어볼 수 있습니다.
시스템 오류는 애플리케이션에서 일반적으로 발생하며, 사용자가 AI의 범위를 벗어난 정보에 대한 도움을 필요로 하거나 애플리케이션이 사용자가 생성할 수 있는 질문/주제의 수에 제한이 있을 수 있습니다. 예를 들어, 역사와 수학에 대한 데이터로 훈련된 AI 애플리케이션은 지리와 관련된 질문을 처리할 수 없을 수 있습니다. 이를 완화하기 위해 AI 시스템은 다음과 같은 응답을 제공할 수 있습니다: "죄송합니다, 저희 제품은 다음 과목에 대한 데이터로 훈련되었습니다....., 요청하신 질문에 답변할 수 없습니다."
AI 애플리케이션은 완벽하지 않으므로 실수를 할 가능성이 있습니다. 애플리케이션을 설계할 때는 사용자로부터 피드백을 받고 오류를 간단하고 쉽게 설명할 수 있는 방법을 마련해야 합니다.
지금까지 구축한 AI 앱이 있다면, 아래 단계를 앱에 구현하는 것을 고려해보세요:
-
즐거움: 앱을 더 즐겁게 만들 수 있는 방법을 고려하세요. 설명을 충분히 추가하고 있나요? 사용자가 탐색하도록 격려하고 있나요? 오류 메시지를 어떻게 표현하고 있나요?
-
유용성: 웹 앱을 구축하세요. 마우스와 키보드 모두로 앱을 탐색할 수 있는지 확인하세요.
-
신뢰와 투명성: AI와 그 출력물을 완전히 신뢰하지 마세요. 출력물을 검증하기 위해 인간을 프로세스에 추가하는 방법을 고려하세요. 또한 신뢰와 투명성을 달성할 수 있는 다른 방법을 고려하고 구현하세요.
-
통제: 사용자가 애플리케이션에 제공하는 데이터를 통제할 수 있도록 하세요. 사용자가 AI 애플리케이션에서 데이터 수집에 참여하거나 참여를 거부할 수 있는 방법을 구현하세요.
이 강의를 완료한 후, 생성형 AI 학습 컬렉션을 확인하여 생성형 AI 지식을 계속 향상시키세요!
13강으로 이동하여 AI 애플리케이션 보안에 대해 알아보세요!
면책 조항:
이 문서는 AI 번역 서비스 Co-op Translator를 사용하여 번역되었습니다. 정확성을 위해 최선을 다하고 있지만, 자동 번역에는 오류나 부정확성이 포함될 수 있습니다. 원본 문서의 원어를 권위 있는 출처로 간주해야 합니다. 중요한 정보의 경우, 전문적인 인간 번역을 권장합니다. 이 번역 사용으로 인해 발생하는 오해나 잘못된 해석에 대해 책임지지 않습니다.