합성 사용자(Synthetic User)를 보는 세 가지 기준1. Overview [바로가기] 2. Anchor [바로가기]3. Align [바로가기]4. Act Act 합성 사용자는 대부분 질문에 잘 대답하는 사용자에서 출발했습니다. 그런데 합성 사용자에게 UX에 대한 의견을 구하게 되면서 의견을 생성하는 것을 넘어 실제 행동으로 경험을 할 수 있게 해야 합니다. 그래서 점점 궁금해지죠. 이 합성 사용자는 실제 사람의 경험 중에서 어디까지 행동할 수 있는가? (What can this synthetic user actually do?)Act의 자율성 합성 사용자의 행동 수준은 어떤 스펙트럼을 구성할까요? 답변 Answer 합성 사용자는 백그라운드, 니즈, 목표, 속성, 페인포인트, 선호도 등의 정보를..

합성 사용자(Synthetic User)를 보는 세 가지 기준1. Overview [바로가기] 2. Anchor [바로가기]3. Align 4. Act [바로가기]Align 합성 사용자가 실제 사용자 데이터에 잘 닿아 있다고 해서, 실제 사용자처럼 반응하는 것은 아닙니다. 실제 인터뷰, 설문, 고객 데이터, 행동 로그를 기반으로 만들어졌더라도 새로운 질문이나 새로운 제품 상황에서 전혀 다른 반응이 나오기 때문입니다. 그래서 두 번째로 이런 질문이 떠오릅니다. 이 합성 사용자는 얼마나 실제 사람같이 반응하는가?(How well does this synthetic user align with reality?) 예를 들어 여러 EV 배터리를 비교해 본 사용자는 "배터리에서 무엇이 가장 중요한가"에는 그 경험..

합성 사용자(Synthetic User)를 보는 세 가지 기준1. Overview [바로가기] 2. Anchor 3. Align [바로가기]4. Act [바로가기]Anchor AI가 생성한 사용자의 많은 특성은 실제 고객에게서 관찰된 것이 아니라 모델이 이미 학습한 사람에 대한 일반적인 패턴에서 채워집니다. ‘30대 직장 여성’이라는 조건만 있어도 AI는 수많은 다양한 합성 사용자를 생성할 수 있습니다. 우리가 입력하지 않은 정보가 자연스럽게 채워지면 어느 순간 이 모든 것들이 근거 있는 실제 데이터처럼 느껴집니다. 그래서 합성 사용자를 볼 때 다음 질문을 합니다. 이 사용자는 실제 무엇에 근거하고 있는가? (What is this synthetic user anchored in?) Anchor가 닿..

지난해, 한 콘퍼런스에서 합성 퍼소나에 대한 발표를 듣고 적잖이 충격을 받았던 기억이 납니다. 바로 피엑스디 내부 팀에서는 ReOpsAI에서 금융 관련 AI 퍼소나를 만들었고 관련 프로젝트도 진행했으니 빠르게 이 새로운 변화를 경험하고 있는 것 같습니다. 합성 사용자, 무엇이 다른가? 지난 몇 년 사이 AI 퍼소나, 합성 퍼소나, 합성 사용자, 합성 패널, 디지털 트윈 같은 말들이 빠르게 늘었습니다. 이름만 보면 다 비슷해 보입니다. 사용자의 특성을 AI에 부여하고, 질문을 던지고, 그 사람이 어떻게 생각하거나 행동할지를 알아보는 방식이니까요.하지만 조금만 들여다보면 서로 다른 문제에 답하고 있다는 걸 알 수 있습니다. OpenAI의 리서처 Saeideh Bakhshi는 합성 사용자를 입력되는 데이터..

들어가며 AI에게 바이브 코딩으로 AI툴 개발을 시킵니다. 또 하나의 창에서는 사용자 리서치 정리도 시켰습니다. 또 다른 에이전트에게는 경쟁사 분석도 시킵니다. 작업물 3개를 세 개를 동시에 돌렸으니 생산성은 마땅히 3배가 되어야 합니다. 하지만, 막상 결과물을 받으면 어디부터 봐야 할지 멍하니 고민이 됩니다. 결과물을 훑으며 "괜찮은데?" 했지만, 곧 불안해졌습니다. 이게 진짜 괜찮은 건지, 그냥 그럴듯해 보여서 괜찮다고 느끼는 건지, 구분이 안되기 시작했습니다.왜 AI에게 일을 시키면 오히려 더 피곤하게 느껴질까요? AI와 함께 일하는 상황이 늘어나는 지금, AI와 협업하면서 발생하는 어려움을 해결해 나가는 최선의 워크플로우는 무엇일지 고민해 보았습니다. 왜 우리는 AI 결과물 앞에서 판단이 흐려..

우리는 '차별화(Differentiation)'의 중요성을 너무나 잘 알고 있습니다. 그런데 a16z와 같은 실리콘밸리의 대표적인 벤처캐피탈은 최근 제품이나 서비스의 경쟁력에서 차별화보다 '해자(Moat)'의 중요성을 강조하고 있습니다. 차별화와 해자본격적인 이야기에 앞서, 두 개념을 살펴보겠습니다. 차별화 (Differentiation, 差別化) 일반적인 언어로서의 차별화는 둘 이상의 사물 사이의 차이를 인식하거나 만들어내는 것을 의미합니다. 차별화란 기업이나 개인, 제품이 다른 대상과 구별되는 고유한 특성이나 가치를 창출해 소비자에게 인식시키는 행위나 전략을 뜻합니다.AX 시대에는 새로운 AI 기능이나 에이전트 경험을 먼저 제공하는 것이 대표적인 차별화 전략이 됩니다. 다만 AI 기술의 확산 속도가..

하루가 다르게 발전하는 AI, 모든 조직이 빠르게 도입해서 업무 효율을 높이고 싶어 합니다. 구성원들도 기대가 크겠지요. 그런데 AI의 성능과 별개로 사용 경험에 대한 반응이 시큰둥합니다. 왜 그럴까요? 너 자신을 알라.세상에 다시 없을 너무나 훌륭한 성분의 화장품이 있다고 칩시다. 상당히 높은 가격입니다. ‘최근 푸석해진 내 피부를 아기 피부처럼 되살려 주겠지’라는 기대로 발라 봤는데… 어라? 반응이 없습니다. 트러블도 생깁니다. 그 좋은 성분들은 딱히 힘을 발휘하지 못했습니다. 내 피부 상태를 제대로 알고 필요한 성분의 화장품을 발랐더라면 적어도 트러블은 없었겠죠. 조직에 AI를 도입할 때도 마찬가지입니다. 화장품을 고를 때 내 피부 상태를 잘 알아야 하듯이, AI를 도입하기 위해서는 조직을 잘 알..

요즘 AI 업계의 화두는 ‘에이전틱 AI(Agentic AI)’입니다. 그런데 에이전트 활용 경험은 이전과는 비슷하면서도 조금 다른 것 같습니다. 어떤 점이 달라야 할까요? 에이전틱 AI란?에이전틱 AI는 고도의 자율성을 가지고 스스로 작동할 수 있는 인공지능 시스템을 의미합니다. 동적으로 변화하는 환경에서 효율적인 결정을 내리기 위해, 에이전트 AI는 스스로 해야 할 일을 인지하고(Perceive) - 추론하고(Reason) - 계획을 세우고 알아서 행동하며(Act) - 학습(Learn) 단계를 거칩니다. 반면, 비에이전틱 AI인 프롬프트 기반 AI는 사용자의 지시, 즉 프롬프트 입력이 매번 필요합니다. 내 판단이 필요한 순간에 AI가 판단하고 액션을 취하고 학습까지 하여 최적의 결과를 내주는 것..

들어가며1편에서 살펴본 것처럼 Proactive AI는 단순히 ‘얼마나 높은 레벨까지 제공할 수 있는가’의 문제가 아닙니다. 어떤 상황에서, 어떤 기능을 통해, 어떤 방식으로 개입할 것인가가 더 중요합니다. 같은 Proactive 기능이라도 적용되는 영역에 따라 적절한 수준이 달라지기 때문입니다.실제로 AI Assistant가 제공하는 기능을 살펴보면, 도메인에 관계없이 크게 세 가지 유형으로 나눌 수 있습니다. 첫째는 서비스·앱·기능 실행으로, AI Assistant와 연결된 앱이나 기기의 기능을 음성 명령으로 제어하는 영역입니다. 둘째는 일상 대화로, 인삿말이나 감정 표현, 잡담과 같은 가벼운 대화를 통해 사용자와의 친밀감을 쌓는 영역입니다. 마지막은 정보 탐색으로, 사용자의 질문에 답변하거나 필요한..

들어가며“알잘딱깔센”이라는 표현 아시나요? ‘알아서 잘 딱 깔끔하고 센스 있게’라는 뜻으로, 내가 직접 구체적으로 요청하지 않아도 누군가가 내 취향과 상황을 잘 파악해서 완벽하게 대신해주길 바랄 때 쓰는 말입니다. 회사에서 업무를 할 때, 집안일을 처리할 때, 혹은 여행 준비를 할 때처럼 묘하게 번거롭고 귀찮은 순간마다 “누가 알잘딱깔센으로 챙겨주면 얼마나 편할까?” 하는 생각이 들곤 하죠.사실 이런 욕구는 AI 서비스에서도 비슷하게 나타나고 있습니다. 단순히 질문에 답하거나 명령을 수행하는 차원을 넘어, 사용자의 맥락을 읽고 먼저 필요한 것을 제안하거나 실행해주는 Proactive AI 개념이 주목받고 있습니다.최근 AI 개인화 관련 프로젝트를 진행하면서, Proactive AI Assistant 기..

지난 4월 어도비 Make it. Seoul 2025에 다녀왔습니다. 다양한 세션을 통해 오늘날 콘텐츠의 폭발적인 수요와 그에 맞게 빠르게 생산해야 하는 창작자, 디자이너와 마케터의 어도비 제품군 실무 활용 사례를 총망라하는 시간이었습니다.어도비의 생성형 AI 이미지 툴인 Firefly와 클라우드 기반 협업 플랫폼 Frame.io, 간편한 콘텐츠 제작 편집이 가능한 Adobe Express, 3D를 제작할 수 있는 Project NEO 등 어도비가 지속적으로 업데이트하고 있는 크리에이티브 서비스를 직간접적으로 접했고, 브랜드 디자인과 마케팅 콘텐츠 업무 전반의 워크플로우를 들을 수 있었습니다.그중 인상깊은 세션인 스튜디오 드래곤 서현석 팀장님의 Frame.io 도입기, 이노션의 자체 제작 AI 기반 마케..

생성형 AI를 신입사원 삼아 함께 ‘반려동물 동반 가능 장소 검색 및 추천 서비스’를 모의 기획하고 있어요. 1편에서는 데스크 리서치로 기존 유사 서비스와 실제 사용자의 의견을 파악했는데요. 이번에는 서비스에 들어갈 주요 기능을 정리하고 IA(Information Architecture, 정보구조도)를 만들게요. 이를 시각화한 와이어프레임(Wireframe, 화면설계서)까지 그리면 완성입니다! 서비스 IA를 만들어보자  앞서 챗GPT(ChatGPT), ‘챗 사원’이 분석한 자료로 정리한 서비스 주요 기능은 크게 두 가지였어요.사용자 리뷰를 토대로 한 필수 기능 - 장소 위치 탐색, 커뮤니티, 예약기존 유사 서비스를 참고한 추가 기능 - 콘텐츠 큐레이션, 검색, 지도, 장소별 세부 정보이를 바탕으로 다시 ..