AI는 UX 리뷰에 귀중한 파트너가 될 수 있지만 인간의 전문성을 대체하지는 못합니다. UX 리뷰를 위해 Claude Fable 5와 ChatGPT-5.6 Sol을 사용하여 테스트한 결과, AI 모델은 관련 없거나 조작된 문제를 포함한 분석을 생성했습니다. 둘 다 유용한 관찰을 제공했지만, 이는 주로 문구와 구조를 다듬는 데 유익했습니다. Claude는 ChatGPT에 비해 문구와 구조에서 더 나은 정확도를 보였습니다. AI 모델은 기존 문제점을 모두 식별하는 데 어려움을 겪었고 몇 가지 중요한 문제를 놓쳤습니다. GPT-4o의 사용성 휴리스틱 평가 능력에 대한 연구는 이러한 결과를 뒷받침했으며, 전문가가 식별한 문제의 일부만 식별했음을 보여주었습니다. 저자는 개인적인 관찰과 AI와의 지속적인 대화를 통합하는 것이 최종 분석을 크게 향상시킨다는 것을 발견했습니다. 그렇게 함으로써 순전히 수동적인 접근 방식에 비해 프로세스가 약 15% 빨라졌습니다. 이러한 작업에서 AI의 핵심적인 한계는 데이터 접근성이 아니라 판단력과 맥락적 이해에 있습니다. 미래의 접근 방식은 일관된 적용을 위해 확립된 휴리스틱과 전문가의 판단을 인코딩하는 맞춤형 AI 에이전트를 구축하는 것을 포함합니다. AI 평가의 정확성은 모델 자체에서 비롯되는 것이 아니라 모델에 입력된 전문가 지식의 품질에서 비롯됩니다. AI가 결국 많은 작업을 자동화할 것으로 예상되지만, 복잡한 디자인 및 연구 역할은 당분간 AI 증강의 이점을 누릴 가능성이 높습니다. 저자는 AI를 예비 도구로 사용하고 실제 데이터를 입력하며 구조화된 단계로 작업할 것을 권장합니다. AI 출력을 최종 결과로 취급하거나 단일 프롬프트로 포괄적인 워크플로를 대체할 것으로 기대하는 것을 피하는 것이 중요합니다. AI를 효과적으로 지시하는 방법을 배우는 디자이너는 상당한 이점을 얻을 것이며, 즉각적인 일자리 대체에 대해 당황할 필요는 없습니다.