2018년 10월 17일, 인공지능 시대의 UX: 스마트스피, 서울대 융합과학기술대학원 이중식 교수님

사용자 경험이란 새기술-현상-경험으로 정리할 수 있는데 경험이란 인식의 트임이라고 말합니다. 늘 하지 않던 것들을 할 때, 인식 범위가 바뀔 때 경험이라고 말 할 수도 있습니다.
기술이 4차산업 기술이라고 하는 것들이 나오고 있는데, 이제 통제범위 밖으로 나가는 기술들을 사용자랑 어떻게 인터페이스 해야하는가가 우리들의 역할이잖아요. 이런 기술을 초월기술이라고 말합니다. 현상으로서의 기술은 HCI학회에서도 많이 얘기하고 있는데 지금은 현상학적으로 봐야된다고 얘기합니다. 내가 놓친 할 일들을 알려주는 아이폰등… 기술들이 우리에게 제안을 하는 일들을 현상을 디자인해야하는 것이고 현상에 대한 감각을 가져야 하는 것이 아닌가 합니다. 현상을 기록하고 설계하는 방법이 경험이 아닌가 해요. 경험이란게 TEXT로서 어떤 의미가 있는지 보면, 요즘은 누가 시키지도 않았는데 리뷰를 정말 자세히 쓰고 태그를 달고, 여러분들은 어떤 것들이 의미가 있는지 이미 알고있는 제너레이션이에요.

“원리의 물러남, 쓸모의 머뭇거림, 현상의 약진을 가져옴”

경험을 4가지로 나뉘었습니다.
첫번째 경험은 자연경험인데 original한, 가공되지 않은 경험을 말합니다. 생활 속에서 뜨거운 것을 만지고 놀라는 것 등, 두번째, 인공경험이란 카페, 레스토랑, 비행기 등등.. 인스타그램에 올려지는 대부분은 인공물로 구축된 경험들이에요. 세번째, 정보 경험은 게임, 웹, 음악듣기, 에어비앤비, 카카오택시 등, 초월기술에 등장한 네번째 알고리즘 경험은 유튜브에서 추천하는 영상들, 아이폰에서 추억이라고 제안하는 것들입니다.

자연 경험
자연 경험은 인공물이 많지 않던 시절, 겪었던 경험 – 인식이 트여진 경험들, 인공물 개입이 없이, 대상이 intact 하고, 내가 경험을 control할 수 있을 때.
ex. 맨발로 청계산 걷기, 하이힐 신고 하루 보내기
경험의 특질은 무엇이 있는가?- 시간성(순서, 속도, 밀도), 총체성(감각의 연결), 인상의 함, 일관성, 재구성 및 선별 등
자연 경험의 기록은 어떻게 하는가?- 스토리, 일기, 기행문 등, 최근에는 블로그, sns, 다큐멘터리

인공 경험
체험경제 (90년대 등장) 가 경험붐의 촉매가 되었습니다. ‘소비자가 단순히 상품이나 서비스를 구매하기보다 상품 고유 특성에서 기인한 가치 있는 체험에 지불 의사를 가진다’고 했는데요. ‘상품의 경험’이 ‘경험의 상품’으로 전환되었습니다. (Ex. 비싼 미용실, 공항의 캡슐호텔) 자연 경험은 느끼는 사람마다 순서나 받아들이는게 다른데 인공 경험은 사람들이 똑같은 시퀀스로 받아들입니다. 경험을 묘사할 때는 다른 경험에 빗대어 묘사하는 경우가 많기 때문에 다양한 경험을 하는게 좋습니다.
경험 구축물은 어떤 것이 있는가?- 공간, 미디어, 제품, 서비스, 리추얼(연극)
왜 인공경험을 구분해 바라보는게 중요한가?- 경험 구축의 모든 기법을 살펴볼 수 있다.

정보경험
처음에는 사용 환경을 구성하기 위해 생겼지만 이제는 경험으로 차별화하기 위해 가고있습니다. 스티브존슨의 ‘Interface culture’에서 인터페이스는 단순히 기계의 표면이 아닌 기계라기보다 풍경에 가깝다고 말했습니다. (Ex. 음악듣기, 지도의 Streetview)

알고리즘 경험
사용자가 오래 보거나 자세하게 본 것들에 점수를 줘서 알고리즘을 강화하는 것입니다. 머신러닝이 생기면 Word에서 intent로 바뀝니다.
“물 떨어졌는데?” -> 문장의 의미: 쇼핑
객체와 조작을 제시하는 것도 되지만 상황 의도나 문제를 제시합니다.
“마이크드랍 틀어줘”, “분위기 띄우는 음악 틀어줘”
목표가 있고 그걸 절차를 풀어서 기능을 넣었다면 이제는 절차를 건너뛰고 문제와 목표만 있습니다. 그래서 이해가 아닌 포착을 해야합니다. 자율운전처럼 인공지능에서 사용자 주도권을 맡기더라도 기계가 혼란스러울 때 생기는 ‘꿀럭거림’을 통해 사람들은 변화를 포착합니다.

현상을 보려면 다양한 경험을 하고 경험을 기록하고 특히 여러분은 알고리즘 경험을 잘 살펴볼 필요가 있을 것 같아요. 음악 추천이나 제안을 잘 보고 설계해야하지 않을까 합니다. 새로운 서비스는 이 근처에서 나오지 않을까요?

유용한 인공지능 서비스란 인간의 (인간의 실수를 보완하는, 반복의 노고를 덜어주는, 인간이 지각과 판단을 대체하는) Usecase를 발견해서 알고리즘을 넣는 것입니다. 실제 Usecase를 찾아서 UX를 집어넣고 데이터를 받아서 제공하는게 UX디자이너의 할 일이 될 수 있을 것입니다.


2018년 5월 16일, Smart Speaker Value Chain: Platform(Google/Amazon) & Technology momentum, Humax Smart Device 개발팀 박성흠 책임

최근 개최된 개발자 컨퍼런스 ‘구글I/O 2018’에서 피차이 최고경영자는 사람의 목소리를 정교하게 합성하는 기술, 디스플레이가 달린 AI스피커 등에 대한 소개를 하며 딥러닝을 통해 AI가 고도화 됨에 따라 사용자들의 편의가 높아질 것이라 말했다. 특히 ‘Google Duplex’라는 서비스가 이슈가 되었는데, AI가 사람처럼 자연스러운 발성과 톤으로 미용실 직원과 대화하며 예약했고, 통화를 한 상대방은 AI인 것을 인식하지 못했다. 기존 정형화 된 값만 인식하는 룰 베이스의 대화형 엔진과는 차원이 다르다. 우리나라에 출시된 기가지니, 누구, 클로바와 같은 AI 스피커는 NLP(Natural Language Processing) Engine이 문법위주로 구성되어 정해놓은 Intent에 도달하는 정확도를 높이고 있다면, 구글 어시스턴트는 정의되지 않은 Intent를 AI 스스로 정의해가며 반응하는 기술로 볼 수 있다.

AI 스피커는 버튼을 누르고 명령하는 근거리 음성인식(Near Field)에서 Voice Trigger 후 명령하는 원거리 음성인식(Far-Field)으로 발전되었다. 원거리 음성인식은 ‘Pre-Processing – Local VR – VA Platform / Service / Solution’의 단계로 구성되어 작동하는데, 휴맥스는 Pre-Processing 단계에 해당하는 Far-Field MIC 솔루션을 보유하고 있다. 원거리 잡음을 없애주는 Beam Forming & Ambient Noise Canceling 기술과 그 중 사람의 목소리만을 엔진으로 전달하는 Acoustic Echo Canceling 기술이 해당된다. 이 기술을 활용해 다양한 회사들과의 협업으로 새로운 서비스를 출시할 예정이다. 어떠한 기술이든 그 기술의 완성도에 따라 사용자의 만족도 결정될 것이기에 minimum value position을 찾는것이 중요하다.