Work in Progress

원티드 하이파이브 2026 메이커스데이 UX 트랙 세션 후기

still.working — Fri, 5 Jun 2026 11:28:48 +0900

출처 원티드랩

인하우스에서 일하다 보면, 어느 순간 익숙한 방식 위주로 움직이는 스스로를 발견하게 되는 것 같습니다.
특히나 최근 변화의 속도는 빠른데,내가 보는 범위는 그대로인 것 같은 느낌이 들 때도 있습니다.

그래서 이번 하이파이브 행사에 참석했습니다. 업계 선배들은 지금 이 시기를 어떻게 읽고 있는지 궁금했고,지금 이 상황을 어떻게 바라보고 무엇을 준비해야 할지에 대한 다양한 견해도 접하고 싶었습니다.

세션 1. AI 시대, 지휘자가 된 디자이너

의도적 마찰 설계의 중요성

연사분이 강연 중 “의도적 마찰“이라는 개념을 언급하셨습니다.
AI가 모든 것을 자동화하는 시대일수록, 오히려 인간이 개입해야 하는 순간에는 의도적인 저항, 즉 인간의 선택 단계가 필요하다는 것입니다.
모든 것이 자동화되면 인간은 단순한 관찰자로 전락할 위험이 있으며, 이를 막기 위해 설계 단계에서부터 마찰을 의도적으로 심어야 합니다.
평소에 AI의 투명성과 설명 가능성, 인간-AI 간 협업에 대해 자주 생각해왔던 터라 상당히 와닿는 내용이었습니다.

마지막 20%의 탁월함

인간 디자이너의 역할은 "무수한 가능성 중 단 하나의 탁월함을 선택하는 것"이라는 프레임도 인상적이었습니다. AI가 80%를 채워줄 때, 나머지 20%를 완성하는 역량의 예시로 다음이 제시되었습니다.

감정과 공감
맥락과 관계
문화적 해석
미묘한 차이에 대한 의사결정과 방향성 설정

공감이 가면서도, 마냥 안심할 수는 없었습니다. 우리가 인간의 역할이라고 정의하는 20%를 AI가 따라잡을 수 없다는 확신이 들지 않았기 때문입니다.
최종 의사결정을 하는 건 당분간은 인간이겠지만, UX 디자이너의 주요한 역할이었던 '문화·맥락적 해석'이나 '공감 기반 설계' 자체를 AI가 맡게 되는 것도 어쩌면 시간문제가 아닐까 하는 생각이 들었습니다.

알파고가 나왔을 때, 바둑에서 인간 고유의 창의성이자 심오한 예술이라 믿었던 수들이 순식간에 따라잡혔다고 합니다.
정확히는 바둑에서 '가장 인간다운 것'이라 여겨졌던 역할과 가치가 거의 사라지고, 스포츠 경기와 비슷한 양상으로 생태계가 재편되었다고 하죠.

디자인 업계에서도 지금껏 '인간의 역할'이라 여겼던 영역들이 하나씩 허물어진다면, 디자이너의 역할은 어디로 수렴하게 되며 우리의 전문성은 어떤 요소로 증명할 수 있을까요.
아직 명확한 답은 없지만, 계속 생각해볼 주제인 것 같습니다.

세션 2. AI 페르소나, 어떻게 하면 믿을 수 있을까요?

신뢰가능한 AI

두 번째로 들은 세션은 네이버의 UX 디자이너와 AI 엔지니어가 함께 발표한 세션이었습니다. 연사분이 주목하시는 문제와 그것을 정의하고 풀어나가는 방식이 저와 공통점이 있다고 느껴 공감도 많이 하고, 흥미롭게 들었습니다. HCI 베이스라는 점도, 기술 조직 내 디자이너로 일하는 환경도 유사해서일 수 있겠네요.

AI가 단순 도구를 넘어 협업자로 이동하는 지금, “이 AI를 믿어도 되는가?”에 대한 질문이 들지 않을 수 없습니다.

세션에서 발표팀은 이 문제에 주목하고,조직심리학의 Mayer 모델(1995)을 차용하여 AI 신뢰를 세 축으로 정의했습니다.
• Ability — 전문성과 판단력이 있는가 → AI의 전문적 협업 태도
• Benevolence — 나를 돕고자 하는 태도가 있는가 → AI의 생산적 협업 태도
• Integrity — 압박에도 원칙을 유지하는가 → AI의 책임적 협업 태도

이 프레임을 시작으로, 신뢰 가능한 AI 동료를 만들어가는 과정을 소개해 주셨습니다.
저 역시 여러 인구통계학적,지식베이스 등의 프롬프트를 조합해가며 원하는 형태의 AI 페르소나를 구성해보려는 시도를 해왔던 터라, 흥미로웠던 점도, 배울 점도 많았습니다.

HCI에서 AX로
마지막 Q&A 시간에 나온 이 한마디가 기억에 남습니다.

이제 경험을 결정하는 것은 화면 디자인보다 페르소나, 즉 대화 자체에서 오는 경험이 될 수 있습니다.

버튼, 레이아웃, 인터랙션 중심이던 기존 HCI에서, 텍스트와 대화 자체가 인터페이스가 되는 AX 로의 전환. 즉, UX 디자이너의 무게중심이 시각 설계에서 대화 경험 설계로 이동하고 있다는 이야기입니다.

현재 채팅형이 보편적인 형태로 자리잡은 것은 지금의 과도기 상태에서 대중에게 가장 익숙한 형태였기 때문이지만 기술의 발전 방향을 보면 적합한 인터페이스 형태는 계속 변화할 것으로 보입니다.

우리는 근본적으로 인터페이스 디자이너이기 때문에 이에 빠르게 대응해야 한다고 생각합니다.

최근 10년간 인터페이스 설계의 중심이 웹과 모바일의 시각 요소였을 뿐,

자연어 자체가 인터페이스가 되는 지금은 사용자와의 접점을 구성하는 방식 자체가 달라지고 있습니다. 이에 따라 대화 턴 설계, 보이스 톤, 추구하는 대화 경험의 정의 등도 UX 디자이너의 시야 안에 들어와야 하지 않을까 생각합니다.

세션 3. 30년 디자인 커리어를 위한 생각

앞선 두 세션이 AI 시대의 기술적 질문을 다뤘다면, 이 세션은 조금 더 더 근본적인 질문을 던졌습니다.

직업인으로서의 디자이너가 아니라, 존재로서의 디자이너를 키워라.

두 가지 자아

직업인으로서의 디자이너는 퇴근하면 사라지는 역할입니다.

반면 존재로서의 디자이너는 회사 밖에서도 남는 정체성, 색깔, 스타일입니다.

연사 분께서는 커리어가 쌓일수록 후자를 키워나가야 한다는 것을 말씀하셨습니다.

AI 시대의 디자이너

AI 결과물과 사람의 작업물이 구분되지 않는 시대가 오면, 결국 가치는 만든 사람의 선명한 관점과 색깔에서 나옵니다.
이러한 '본인의 관점'을 기반으로 한 디자인 산출물을 낸다는 측면에서 미래의 디자이너는 아티스트를 닮아간다는 견해를 이야기 해 주셨습니다.

일단 AI 파도 안에서 더 많은 시간을 보내는 것이 중요하다는 조언도 현실적으로 와닿았습니다.

저 역시 디자이너의 역량 트렌드에 맞추어 스스로를 증명하고, 새 모델과 툴을 끊임없이 따라가는 과정에서 '직업인 자아'를 중심으로 생각해 온 것 같다는 생각이 들었습니다. 존재로서의 디자이너를 키운다는 것이 단기간에 되는 일은 아니겠지만, 더 고민해 보려 합니다.

세션을 정리하며

갖추어야 할 역량이 두가지로 수렴한다고 느꼈습니다.

첫번째는 기술 변화에 주목하고 빠르게 대응하기

지금 이 시기에 필요한 직무 능력은, 기술이 더 성숙하고 사용자들의 멘탈 모델이 변하면 하나씩 자연스럽게 흡수되거나 사라질 것들입니다.
결국 중요한 것은 단편적인 스킬업 뿐 아니라 기술 환경에 귀기울이며 계속 성장하려는 태도인 듯 합니다.

두번째는 스스로의 직업 가치 명확히 세우기

본질적인 직업 정신과 가치를 정의해 두어야 합니다.
기술이 확장될수록 수단은 축소되고 지식의 접근성이 낮아질 것이며, 그에 맞춰 전 영역의 비즈니스 생태계가 재베열될 것입니다.
그 상황에서 기회를 만들고, 어떤 방향으로 스스로의 커리어를 가져갈지 정할 수 있는 기준이 필요하다 느낍니다.

생각들을 정리하고, 생각을 확장할 수 있었던 세미나였습니다.

407 포텐데이 X 클로바 스튜디오 해커톤 후기(1) : 브레인스토밍 어시스턴트 '말모말모' 구현 과정

still.working — Mon, 2 Mar 2026 10:33:29 +0900

(2024년 진행된 포텐데이 407기수 참석 후기 글입니다.)

참여 배경 & 해커톤 개요

2024년 여름, 리프레시 겸 짧은 프로젝트를 해보고 싶다는 생각으로 포텐데이*네이버클라우드가 함께한 해커톤에 참여했습니다.

해커톤에 참여한 이유는 크게 세 가지였습니다.
첫째는 리프레시였습니다. 마음맞는 팀원들과 소소한 프로젝트라도 재미있게 해보고 싶었습니다.
스터디 목적도 있었습니다. AI를 직접 설계해보고 싶었고, 가능하다면 사용자 반응과 행동 데이터도 체감해보고 싶었습니다.
마지막으로는 경험이었습니다. 클로바 스튜디오 환경을 실제로 활용해보고, 크레딧 비용 지원까지 받을 수 있었기에 매력적으로 느껴졌었습니다.  

해커톤은 클로바 스튜디오와 OCR 등 네이버클라우드의 AI 기술을 활용해 10일간 하나의 프로덕트를 만드는 방식으로 진행됩니다. 제가 참여한 기수에는 고도화 세션과 후속 세미나가 있었어요.

해커톤(10일) > 1차 수상자 발표> 희망자에 한해 고도화 해커톤 (10일) > 오프라인 발표 > 최종 수상 > 후속 세미나

팀 구성 및 역할

해커톤 시작 전, 노션과 슬랙에 초대되며 자유롭게 팀 빌딩을 진행할 수 있습니다. 포텐데이에서 매칭해주는 팀원들과 함께할 수도 있고, 그 전에 구인(?)과 컨택을 통해 먼저 팀을 꾸릴 수도 있는 시스템입니다.

저의 경우 좋은 동료들을 선점하기 위해 먼저 프로덕트 컨셉을 제안하며 팀원들을 모았고, UX디자이너 2명, 백엔드 개발자 1명, 프론트 개발자 1명, AI개발자 1명으로 팀을 꾸렸습니다.

저는 팀 내에서 기획 겸 디자인을 맡았고, 기획 80%,디자인 20%정도 담당했습니다. 반대로 다른 디자이너분께서 기획 20% UI 디자인 80가량 담당해주셨구요. 크게는 아래 업무 범위 정도 담당했다고 보시면 될 것 같습니다.

AI 설계 및 프롬프팅
서비스 기획 및 챗 로직 기획
UX/UI 설계 보조 (그래픽 / UI 제작)
AI 대화 및 주요 시나리오 대상 QA 진행

프로덕트 기획 과정

당시 프로덕트화 하고자 했던 아이디어는 ‘브레인스토밍 도우미’ ai였습니다. 주변인들이 회사생활이나 과제, 사이드 프로젝트 등을 위해 아이디어를 떠올리는 과정에서 혼자만의 생각에 갇히거나, 생각이 막히는 순간들을 많이 봐왔기에, AI를 사용해 사고의 확장을 도와주는 툴을 구현해보기로 했습니다.

브레인스토밍 기법 중 ‘6 Hats 사고 기법’이란 것이 있는데, 의도적으로 관점을 6가지로 나누어 토론하며 사고를 확장하는 방식입니다.
여기서 출발한 가설은 단순했습니다.

“이 사고 기법을 AI로 재현하면, 아이디어 확장을 도와줄 수 있지 않을까?”

마침 클로바 스튜디오의 다양한 기능을 활용할 수 있었기 때문에,
각기 다른 관점의 AI를 만들어보며 AI 페르소나별로 서로 다른 프롬프트를 설계하고, 다양한 클로바 스튜디오의 기능을 붙여 스튜디오 사용을 극대화해 보고 싶기도 했습니다.

그렇게 만들어진 프로덕트 이름은 말모말모(말하는 모자)로, 브레인스토밍을 돕는 AI 어시스턴트입니다.

사용자가 하나의 아이디어나 주제를 입력하면,
그에 대해 6개의 서로 다른 성향을 가진 AI가 각자의 관점에서 대화를 나누며 피드백을 제공합니다.

핵심 설계 요소는 아래와 같았습니다.

6 Hats 사고 기법을 기반으로 한 6개의 AI, 각각의 관점(서로 다른 성격,특징,기능) 구현
에이전트별로 서로 다른 설계 방식(프롬프트, 확장 기능) 적용

대신 6개의 에이전트를 각각 설계하다 보니, 응답 톤이나 맥락 유지, 캐릭터 일관성에서 오류가 반복적으로 발생했습니다.
하지만 이 과정을 통해 여러 프롬프트 기법도 시도해보고,프롬프트 경량화 등 많은 부분을 배웠던 것 같습니다.

무엇보다 좋았던 건, 이 모든 과정을 팀원들과 함께 즐기며 해나갔다는 점이었습니다.
좋은 팀원분들을 만난덕에 새벽까지 버그를 잡으면서도 즐겁게 했었던 듯합니다. 이자리를 빌려 감사드려요..ㅎㅎ

일상적 버그를 잡던 새벽 3시쯤 진행한 시상식

결과 및 고도화 과정

1차 제작 결과, 포텐데이 내부 투표에서 공동 1위를 기록했습니다.
이후 고도화 세션에서는 정확도와 캐릭터성을 중심으로 서비스를 다듬었고,오프라인 발표를 거쳐 최종 3위 수상으로 마무리되었습니다.
3등이 아쉽기는 했지만, 그만큼 많은 분들이 좋은 프로덕트를 만드셨었고. 그 과정을 듣는 경험 또한 큰 자산이 됐습니다.

해커톤 이후에는 후속 세미나에 참여하며, AI 기획과 서비스 설계에 대한 이야기를 참가자들끼리 나눌 수 있는 시간으로 이어갔습니다.
AI 설계 과정을 공유해 주시는 분들의 이야기를 들으며 다른 제품 설계과정을 참고하게 되는 등, 지식의 공유/확장이 활발히 일어났었습니다. 일단 재미있기도 했구요.

가벼운 마음으로 시작했었지만 팀원들과 함께한 경험, AI 개발 경험, 세미나를 통한 지식 공유 등 많은 기회를 얻을 수 있어 의미 깊었던 해커톤이었습니다.

✏︎ 말모말모 소개 영상 보러가기

선택권에 대한 디자인

still.working — Mon, 23 Feb 2026 20:50:27 +0900

요즘 GPT를 비롯한 LLM과의 대화를 많이 하는데, 스스로의 생각을 정리하고 결정을 내리는 데 큰 도움이 된다고 느낍니다.

그러나 그 편리함 속에서, 한 가지 질문이 따라왔습니다.

‘나는 여전히 판단하고 있는 주체인가, 아니면 AI가 제시한 선택지를 받아들이며 스스로 판단했다고 착각하고 있는 걸까.’

1. AI는 이미 ‘결정을 돕는 도구’를 넘어섰다

선택지를 추천하는 기술은 오래전부터 우리 일상 속에 있었습니다.

가령 엔터테인먼트 영역에서는 취향에 맞는 콘텐츠를, 커머스에서는 비슷한 사람들이 많이 고른 상품을 보여주는 방식이었습니다.

하지만 AI는 단순히 선택지를 노출하는 존재를 넘어 결정 과정에 직접 개입하는 존재가 되어가고 있습니다.

사람들은 이제 크고 작은 결정을 AI에게 묻고, 그 답변을 참고해 결정을 내립니다.

그래서 요즘은 이런 말도 종종 들립니다. “AI가 이게 합리적이라고 해서 이렇게 결정했어.”

이전의 알고리즘,시스템이 단순히 ‘선호할 만한 선택지’를 보여주는 역할이었다면, 지금의 AI는 ‘최종 선택에 관여하는 존재’가 된 것처럼 보입니다.

UX 디자이너로서, 동료들과 논의할때 종종 이렇게 말하곤 합니다.

사용자의 편리함을 위해 자동 선택을 하는 시스템을 제공하자
인지 부하를 줄이기 위해 요약된 선택지를 제공하자

선택지가 많을수록 사용자의 의사결정이 느려진다는 사실은 잘 알려져 있고,
그간 UX디자인은 선택의 과정을 줄이는 경험을 설계함으로서 좋은 사용자 경험을 만들어왔습니다.

사실 기존의 프로덕트에서는 이로 인한 부작용이 심각한 문제가 되진 않았습니다.

사용자는 시스템이 대략 어떻게 작동하는지 어렴풋이 알고 있었고, 그 시스템은 인격적인 존재라기보다 ‘도구’에 가까웠기 때문입니다.

하지만 대화형 AI에서는 이야기가 달라집니다. AI는 대화 속에서 인격적인 존재처럼 느껴지고, 그럴 듯하게 개인화된 답변을 자연스럽게 내놓습니다. 이는 사용자에게 있어 ‘도구’라는 감각을 약하게 만들고 선택의 주체성을 약화시키기 쉽습니다.

2. 주체적 선택권을 고려한 경험설계의 필요성

“사용자를 위해 좋은 선택지를, 더 인지가 쉬운 방식으로 보여주자” 이 사용성 원칙 자체는 여전히 유효합니다.

다만 사용자의 주체적 선택권을 고려한 설계가 이전보다 더 중요해진 시점입니다.

어떤 사용자는 현재 시점의 AI가 읽어내지 못하는 맥락과, 자신이 제공하지 않은 암묵지적 지식이(경험, 노하우 등 개인에게 체화되어 있는 주관적인 지식) 있다는 사실조차 인식하지 못한 채 AI의 판단을 자신의 결정처럼 받아들일 수 있기 때문입니다.

예를 들어 한 사용자가 LLM 에게 3박 4일 일본 여행 일정을 짜달라고 요청합니다. 곧 LLM은 동선도 효율적이고 설명도 설득력 있는 일정 하나를 제시하죠. 하지만 사용자는 아래 내용을 곧바로 알 수 없습니다.

이 일정이 어떤 기준으로 ‘좋은지’
어떤 선택지가 제외됐는지
자신의 여행 스타일과 체력적 요인들을 AI가 충분히 이해했는지

3. 그래서 설계자의 역할은 무엇일까

앞으로 AI 설계는 사용자 선택의 주체성도 함께 설계해야 한다고 생각합니다.

이를 위해 설계자는 질문해야 합니다.

- 사용자가 다시 생각하거나, 다른 선택을 떠올릴 여지는 남아 있는가
- AI가 생성한 선택지가 어떤 결과를 가져올지 사용자가 인지할 수 있는가
- AI가 생성한 정보의 기준이 사용자에게 인식되고 있는가

기술의 발전에 따른 인간 선택의 주체성은 갑자기 등장한 문제가 아닙니다.

다만 최근 LLM의 발전은 판단을 너무 쉽게 맡길 수 있는 환경을 만들었고, 앞으로 기술의 발전을 통해 그 속도가 계속 가속화 될 것으로 보입니다.

그래서 지금은 ‘사용자의 선택권’에 대한 설계자의 책임감이 더 또렷해져야 하는 시점입니다.

AI 시대의 메타포: 대화형 AI 캐릭터에 따른 사용자 행동 변화

still.working — Wed, 18 Feb 2026 19:25:07 +0900

1. Background/Process

AI 챗봇의 ‘페르소나’에 따라 사용자 행동이 달라진다고?

최근 진행한 AI 에이전트 경험 조사에서, 한 가지 흥미로운 현상을 관찰했습니다.

사기 신고서 작성을 돕는 챗봇을 만들기 위해 사용성테스트를 진행 중이었는데, 챗봇이 어떤 ‘사람처럼 보이느냐’에 따라 사용자 행동이 달라졌어요.

즉, 챗봇이 가진 캐릭터성(ex. 로봇, 친구, 경찰 등)에 따라 사용자의 말투, 정보 제공 방식, 감정 표현 여부가 달라진 것이죠.

여기서 저는 ‘AI 캐릭터(페르소나)’가 대화형 AI에서 사용자의 행동을 유도하는 ‘메타포’로서 기능할 수 있다는 가능성을 발견했고, 이에 따라 부가적인 사용성 테스트를 설계하게 되었습니다.

(※ 이 실험은 약 1년 전, 한국에서 생성형 AI가 덜 대중화되던 시점에 진행되었기에 현재의 사용자 패턴과는 차이를 보일 수 있습니다.)

사용자 테스트 설계: Wizard-of-Oz & 정성 분석

사용자 행동 패턴 추출 과정

챗봇인척 꾸민 메시지 방을 활용하여 5턴 정도의 대화 진행
(10명의 사용자, 경찰관 챗봇 / 친구 챗봇 사용자 각각 1:1 비율로 배치, 성별 및 기타 변수 고르게 분포)
대화 로그를 추출해서 메시지 길이, 감정 표현, 정보량 분석 + IDI 를 통해 공통 패턴 추출

1)경찰관 페르소나

보이스톤 : 공적인 말투, 명확하고 공식적인 안내, 감정이 배제된 표현
대화 예시 : “피해 조정을 위해, 피해 날짜와 금액을 알려주십시오.”

2) 친구 페르소나

보이스톤 : 편안한 말투, 공감 중심의 표현
대화 예시 : “진짜 당황스러웠겠다…얼마나 손해를 본거야?” / ”언제가 피해일자였는지 알려줘!”

2. Insight

사용자 행동 패턴 요약

1)경찰관 페르소나

발화 경향성 : 정확하고 정제된 말투로 대화했고, 감정을 배제하고 공식적으로 말하려 하는 패턴이 보였습니다. 일부 사용자는 부정확한 기억에 대해 책임을 회피하는 듯한 표현도 가끔 보였고요. (“정확하진 않으니 참고 부탁드립니다…”)
기대 범위 : 보다 정확한 문서 작성 및 상황 해결의 역할을 수행해 줄 것 같았다는 의견이 다수였습니다. 특히, 진정서 문서에 대한 전문성을 바탕으로 문서 초안 생성에 도움을 줄 거란 기대가 컸습니다.

2) 친구 페르소나

발화 경향성 : “그래서 불안감을 느꼈어”, 같은 감정 표현이 자주 나오고, 피해 상황을 구체적으로 서술하는 경향성이 있었어요. “그 당시에 연락을 못 본 상황이었는데,")
기대 범위 : 가볍게 공감해주는 친구 같은 역할의 챗봇이었으므로 정확한 문서 작성 보다는 감정 완화, 하소연 가능한 역할이 기대되었다는 의견이 다수였습니다.

왜 이런 차이가 생겼을까: 메타포로서의 페르소나

이번 실험을 보면서 가장 크게 느낀 점은, 페르소나는 사용자에게 ‘어떤 방식으로 이 챗봇의 특징을 이해해야 하는지, 어떤 결과물을 기대해야 하는지’에 대한 힌트를 주는 ‘메타포로서의 역할을 할 수 있다’ 였습니다.

여기서 메타포가 무엇인지 잠시 설명드리고 넘어가겠습니다.

사람은 새로운 기술을 접할 때 완전히 처음 보는 구조를 그대로 이해하려고 하지 않아요.

대신, 이미 알고 있는 개념이나 사회적 규칙을 빌려와서 새로운 대상에 적용하게 됩니다. 이런 작동 방식을 설명할 때 종종 사용하는 유명한 사례가 하나 있어요.

‘휴지통’ 메타포의 사례

초기 데스크톱 환경은, 사용자들에게 완전히 새로운 개념이었습니다. 파일을 ‘삭제’한다는 개념도, 저장 공간이라는 개념도 당시의 사용자에게는 직관적이지 않았죠.
그래서 당시 디자이너들은 사람들이 '일상에서 이미 알고 있던 개념'을 빌려와 문제를 해결했습니다. 바로 ‘휴지통’이라는 메타포였습니다.

- 불필요한 파일은 버린다.
- 버린 파일은 휴지통에 있고, 다시 꺼내올 수도 있다.
- 휴지통을 비우면 정말로 영구 삭제된다.

휴지통으로 비유된 아이콘은, 추상적인 파일 시스템을 사용자가 이해할 수 있는 구조로 바꿔주었습니다. 사용자는 컴퓨터가 실제로 어떻게 내부적으로 파일을 지우는지 모르더라도, “버린다 → 되돌린다 → 비운다”라는 익숙한 행동 모델을 자연스럽게 적용할 수 있었던 것입니다.

제가 이번 실험에서 관찰한 사용자 행동도 이와 비슷한 방식으로 설명할 수 있다고 생각했습니다.

경찰관처럼 말하는 AI와 대화 흐름을 보면 → 공식 기관에 말하듯 정돈된 문장을 쓰며, 정확한 정보를 바탕으로 한 문제 해결을 기대함
친구처럼 말하는 AI와 대화 흐름을 보면 → 친구에게 하듯 구체적이고 감정적인 문장을 쓰며, 문제 해결보다는 감정완화를 기대함

사용자들은 챗봇이 보여주는 메타포(말투, 역할, 상징)에서 단서를 얻어 봇의 쓰임과 역할을 예측하고 있었던 것입니다.

3. Review

이번 실험은 특정 페르소나가 더 효과적이었다는 결론을 내리기 위한 목적은 아니었습니다.
대신 사용자가 대화형 AI를 이해하는 과정에서 어떤 멘탈 모델(Mental Model)을 형성하는지를 관찰했다는 점에 의미가 있습니다.

사람들은 새로운 기술을 마주할 때 시스템의 내부 구조를 분석하기보다, 기존에 알고 있던 경험·사회적 역할·메타포를 가져와 새로운 대상을 해석합니다. 이번 실험에서 관찰된 사용자 행동의 차이 역시, AI의 실제 기능 차이가 아니라 겉으로 드러난 캐릭터(말투·역할·표현 방식)를 단서로 서로 다른 사용 방식을 예측한 결과로 볼 수 있습니다.

이를 바탕으로, 챗봇 설계 시사점을 다음과 같이 정리할 수 있습니다.

1) 비유적 UI 요소는 사용자의 ‘AI 이해 방식’을 결정하는 단서가 된다

사용자는 챗봇의 말투, 프로필 이미지, 온보딩 문구 등 표면적 신호를 통해 해당 AI의 능력, 용도, 사용 방식을 빠르게 추론합니다.
이번 실험에서처럼 페르소나를 통해 메타포가 명확히 제시될 경우, 사용자는 자연어 발화를 더 쉽게 시도하고 '이 챗봇이 나에게 어떤 도움을 줄 수 있는지'를 빠르게 이해할 수 있었습니다.

2) 메타포는 기능 목적과 일관되게 설계되어야 한다

메타포가 실제 기능과 어긋날 경우 오히려 오해를 낳습니다.
가령 감정 지원이 목적이라면 따뜻한 톤과 부드러운 비주얼이, 정보 검증이 목적이라면 중립적인 톤과 정제된 UI가 함께 설계되어야 합니다.
이러한 신호의 일관성은 사용자가 시스템을 예측 가능하게 이해하는 데 중요한 역할을 합니다.

3) 인간적인 표현은 기대치를 높일 수 있으므로 한계 안내가 필요하다

부드러운 말투나 권위적인 이미지 등 인간적인 표현은 사용자가 AI의 감정 이해 능력이나 전문성을 실제보다 높게 평가하도록 만들 수 있습니다.

따라서 이러한 요소를 활용할수록, 초기 메시지나 온보딩 과정에서 AI의 역할과 한계를 명확히 안내하는 장치가 함께 제공되어야 합니다.

또한 실제 기관이나 전문가로 오인될 수 있는 표현은 신중하게 사용해야 합니다.

AI 시스템의 성능만큼이나, '사용자가 그 시스템을 어떻게 이해하도록 설계되었는가' 역시 중요한 요소입니다.

앞으로의 HAI 발전 과정에서 다양한 메타포가 등장하여 기술 접근성을 높이는 데 중요한 역할을 할 수 있기를 기대합니다.

References

Google PAIR. People + AI Guidebook. Google, 2019.(2025년 4월 업데이트)
https://pair.withgoogle.com/guidebook/