이제 AI는 많은 분야에서 필수 불가결한 구성요소 중 하나로 자리매김하고 있다. AI의 놀라운 발전상에 대한 뉴스가 넘치고, 사람들은 이전보다 더 똑똑해진 서비스를 만나는 일이 늘어나고 있다. 뉴욕경찰에서는 AI를 이용하여 범인을 추적하기 시작했고, 서울시에서도 불법 대부업체와 같은 민생범죄를 수사하는 데 AI를 활용하겠다는 계획을 발표했다.

이제 AI는 더 이상 IBM, Google, Amazon, Baidu와 같은 거대 Tech 기업들이나 Uber, Netflix, Spotify 같은 몇몇 선도적인 서비스 기업에서의 얘기가 아니다.
앞서 소개했던 공공기관뿐만 아니라 전 세계의 수많은 민간 서비스 기업들이 너도 나도 AI의 물결에 합류하고 있다. 이제 AI는 본격적인 실전단계로 양상이 변화되고 있다. 머신러닝, 딥러닝, 강화학습과 같은 기술적인 논의에서 실생활에서의 구체적인 사용자 경험으로 확대되고 있는 것이다.

모든 패러다임 변화가 그렇듯이 처음에는 기술적인 가능성에서 출발하지만 기술이 성숙되어 나감에 따라 ‘그래서 그것이 어떻게 구체적인 변화를 만들어낼 것인가?’에 대한 고민으로 발전하고 있다. 물론 모든 AI 논의가 그렇다는 것은 아니다. 때로는 AI 기술 그 자체가 많은 변화를 이미 담고 있는 경우도 많다. 더 뛰어난 자연어 처리나 상황인식 능력은 기존 서비스가 갖는 한계를 단번에 바꿔버리기도 한다. 그러나 어떤 영역에서는 단지 더 많은 데이터를 수집하고, 더 정교한 알고리즘으로 그것을 처리하는 것만으로는 부족한 경우가 많다.
다시 말해서 AI 자체만으로는 멋진 경험을 제공하는 데 한계를 드러내는 경우가 존재한다.

이 글에서는 과연 AI와 UX가 접목될 수 있는 지점에는 어떤 것들이 있고 기존 UX의 한계를 AI가 어떻게 도와줄 수 있으며, 거꾸로 AI가 갖는 한계를 UX가 어떻게 보완할 수 있는 지를 살펴보고자 한다.

1. 인간을 뛰어넘는 인식능력을 활용하자

인간이 주변 세상을 보고 듣고 느끼는 과정을 지각(Perception)이라고 한다. 그런데 인간의 지각능력은 매우 제한적이어서 실제 눈앞에 벌어지는 일도 사람에 따라 다르게 받아들이며, 주의력이 부족하여 못 보는 경우도 있고, 보거나 들었지만 그 기억을 왜곡하는 경향도 있다. 이러한 인간지각 능력의 한계를 UX에서는 지금까지는 당연시 여겨왔다. 그래서 사람들이 특정 상황에서 무엇을 지각하고, 어디에 주의를 기울이며, 그것을 어떻게 기억하는지를 별도로 조사해야만 했다. 그래야지만 ‘현실적인 서비스’를 만들어낼 수 있기 때문이었다.

그러나 AI를 이용하면 인간 지각능력의 한계를 극복할 수 있다. AI의 감정인식 기술은 매우 정확하게 상대방의 기분을 파악할 수 있게 해 주고, 상황인식 기술은 출근길에 우연히 들은 노래가 무엇인지를 (약간만 흥얼거리면) 우리에게 알려줄 수 있다. AI는 스마트폰이나 웨어러블을 통해서 우리의활동을 추적할 수 있고 지나다닌 장소/시간에 따른 감정 변화나 무의식적으로 느끼는 스트레스까지도 파악할 수 있다. 이런 AI의 인식 능력을 활용하면 우리는 인간의 지각능력 한계를 극복할 수있을 뿐만 아니라 추가적으로 다음과 같은 이점을 얻을 수 있다.

2. 반복된 행동이나 불필요한 노력을 줄이자

Tiktok으로 유명한 중국 바이트댄스의 창업자 장이밍이 여행 검색 회사에서 일할 때 일화이다. 온라인에서 열차표를 구하려면 사용자가 직접 원하는 시간대와 장소를 입력하면서 실시간으로 체크해야 하는 데, 명절과 같은 시기에는 취소표가 언제 나올 지 몰라서 사용자들이 같은 검색을 수십 번 수백 번 반복해야 했다. 장이밍은 이 점에 착안해서 AI가 자동으로 취소 표를 조회해주고 그것을 사용자에게 알려주는 알고리즘을 만들었다고 한다.

여행을 좋아하는 필자는 항공편을 예매하기까지 50에서 100번 정도 검색을 반복한다. 항공기 티켓 가격이 고정된 것이 아니라 출발까지 남은 기간, 조회를 시도한 요일, 유가 변동 등에 따라서 달라진다는 것을 알고 있기 때문에 가급적 가성비가 높은 티켓을 구매하기 위해서이다. 이 같은 과정을 반복하다 보면 스스로가 바보같이 느껴지기도 하지만 어쨌든 효과적인 방법임에는 틀림없다. 아직까지는 말이다.

이처럼 일상생활 중에 어쩔 수 없이 해야 하는 반복적인 행동들이 제법 많이 있다. 아침에 일어나자마자 날씨를 확인하거나, 구매하고자 하는 상품/주식/환율 체크, 출퇴근 대중교통 도착 시간 조회 등이 바로 그것이다. 어떤 경우에는 반복적인 행동에 더해서 ‘지금 이 제품을 사야 할까? 말아야 할까?’ 하는 내적 갈등이나 과거의 안 좋은 기억이 만들어 낸 편향(bias)이 심적 피로감과 시간낭비를 더 부추기기도 한다.

지금까지는 이것을 당연시 여기며 살아왔지만, 다행스럽게도 앞으로는 AI가 우리의 이런 어리석은 행동들을 대신하게 될 것이다. AI는 우리보다 고민은 덜 하면서 결과는 더 똑똑하게 찾아줄 것이다. 이런 일을 하는 데 있어서 우리 중에서 가장 뛰어난 전문가라고 할지라도 AI를 이길 수는 없을 것이다. 어째서 AI가 우리보다 더 똑똑하다는 것일까?
가장 대표적인 패턴 몇 가지만 들어보자 (박스 내용 참고)

3. AI 서비스도 새로운 UX로 달라지게 

얼마 전에 저명한 과학 잡지인 ‘Nature’지에 “Artificial intelligence alone won’t solve the complexity of Earth sciences”라는 흥미로운 기사가 실렸다. 지구과학의 복잡한 문제를 풀기 위해서는 단지 방대한 데이터를 수집하고 정교한 알고리즘으로 그것을 해석하는 과정만으로는 불충분하며, 다양한 변수와 각 영역들(예: 대기, 해양, 자동차 운행)간의 상관관계를 미리 모델링하여 통합된 접근과 견고한 신뢰성을 확보하지 않으면 안 된다는 내용이었다.

UX도 이와 마찬가지이다. 서두에서 말한 바와 같이 모든 영역은 아닐지라도 AI 자체만으로는 멋진 경험을 제공하는 데 한계를 드러내는 경우가 존재한다. 사용자들이 갈등하고 고민하는 영역에서는 AI도 (데이터를 가지고) 고민을 해야 한다. 데이터를 가공하고 분석해서 보여주면 끝이 아니라 데이터의 세기에 따라서 사용자들을 적합한 경험으로 이어줘야 한다.

길 찾기(Navigation) 서비스를 예로 들어보자. 대다수 사용자들은 길 찾기 서비스 이용 시 경로 효율성을 가장 중요하게 여긴다. (경로 효율성이란 ‘현재 위치에서 특정 위치까지 가장 빠르고 저렴하면서 덜 걷는 교통수단을 의미한다.) 그러나 갑자기 날씨가 나빠진 경우에는 경로 효율성도 중요하지만 이동 시 쾌적성도 중요하게 여긴다. 조금 돌아가더라도 비를 맞지 않고 눈길에 미끄러지지 않는 방법을 찾는 것처럼 말이다. 그런데 갑자기 폭우가 내리거나 태풍이 불면 어떨까? 최악의 기상 상황에서 꼭 어딘가를 가야만 한다면 ‘안전한 이동’에 대한 니즈가 갑자기 높아질 것이다. 날씨를 예로들었지만 이 외에도 여러 가지 변수가 더 개입될 수 있다. 중간에 장을 봐야 한다거나 가는 도중에 멋진 벚꽃 길을 지나가고 싶다는 등의…

대부분의 길 찾기 서비스에는 이미 AI가 결합되어 있다. 실시간 교통상황 데이터를 수집하여 사용자가 입력한 경로에 맞게 분석한 다음 가장 경로 효율성이 높은교통수단을 제시하기 위해서 말이다. 그러나 앞서 얘기한 날씨 데이터를 UX 모델링에 고려한 서비스는 아직 못 본 것 같다. 아직까지는 AI와 UX가 다소 거리를 두고 있기 때문에 그렇게 보인다. 앞으로 우리는 실제 사용자들의 관심사, 고민, 갈등을 다양한 외부 변수와 더불어 모델링 하여 좀 더 가치 있는 AI 서비스를 제공하는데 목표를 두고 있다.

AI로 변하는 앞으로의 UX

UX를 직업으로 하고 있는 필자 같은 사람에게 AI는 축복처럼 느껴지는 선물이다. 지금까지는 포기하고 있었던 한계들이 AI라는 도구를 통해서 극복할 수 있게 되었기 때문이다. 반면에 숙제 또한 많이 남게 되었다. AI와 UX를 잘 접목시키기 위해서는 지금까지와는 다른 노력들이 요구되고 있다. 그 노력들이 무엇인지를 짧게 살펴보면서 이 글을 마칠까 한다.

– UX1컨설팅 그룹 조성봉

* 이 글은 아마존코리아 AWS Enterprise Newsletter vol.2에 수록된 기고문입니다.
– AWS  Enterprise Newsletter 보기