공격적으로 평범한 경기

우리가 AI와 벌이는 싸움과 이에 대해 우리가 할 수 있는 일

The aggressively mediocre fight uxdesign.cc

RSS Hunter • 어제

두바이의 가장 과장된 호텔에서 이 UX 프레임워크를 훔치세요

공부 앱은 그만. 호텔을 공부하라. 구글 UX 연구원의 환대(hospitality)의 숨겨진 UX에 대한 현장 기록.

Steal this UX framework from Dubai’s most over-the-top hotel uxdesign.cc

RSS Hunter • 7월 23일

AI 학습 모델 사용에 대해 모든 도구가 (Figma조차도) 답해야 할 네 가지 질문

피그마(Figma)의 집단 소송은 저작권 침해가 아닌 기본 설정에 대한 디자인 결정에 초점을 맞추고 있습니다. 이는 피그마가 고객 디자인 파일에 대한 모델 학습을 기본적으로 허용했으며, 이는 이전의 약속과 모순된다고 주장합니다. 법적 사건은 아직 결정되지 않았지만, 피그마는 혐의를 부인하며 학습이 고객 콘텐츠가 아닌 일반적인 패턴에 초점을 맞춘다고 주장합니다. 핵심 문제는 플랜 등급에 따라 달라지는 옵트인(opt-in) 대 옵트아웃(opt-out) 설정에 관한 선택이 이루어졌다는 것입니다. 디자이너들은 사용자로서 자신들을 위해 기본 설정이 결정된다는 것을 이해하며, 영향력 있는 위치에 있는 피그마와 같은 회사들은 더 높은 기준을 유지해야 합니다. 사용자의 데이터를 AI 학습에 포함시키기 위해 약관을 조용히 변경하고, 찾기 어렵거나 특정하고 명백하지 않은 조치를 요구하는 옵트아웃 메커니즘을 사용하는 이러한 회사의 패턴은 Zoom, Slack, Adobe 등에서 반복되었습니다. 이러한 회사들은 종종 반발에 직면하고, 해명을 발표하며, 때로는 결정을 번복하기도 하는데, 이는 신뢰가 단순히 명시된 행동이 아닌 감사 가능한 기본 설정을 기반으로 구축된다는 것을 강조합니다. 피그마의 상황은 기본 설정이 명확하게 발표되고 옹호되었으며 번복되지 않았다는 점에서 독특합니다. 네 가지 질문—동의(Consent), 대칭성(Symmetry), 공개(Disclosure), 종료(Exit)—을 통한 "직감 테스트(sniff test)"는 도구의 접근 방식을 평가할 수 있습니다. 동의는 도착 시 기본 설정이 꺼져 있었는지 여부로 테스트됩니다. 대칭성은 기본 설정이 동등하게 적용되는지 또는 결제 등급에 따라 분할되는지 여부를 조사하며, 이는 누가 보호되는지에 대한 편향을 드러낼 수 있습니다. 공개는 디자이너가 외부 통지 없이 설정을 발견할 수 있는지 여부를 평가합니다. 소송의 원고는 피그마의 보증과 AI 학습을 위한 사용자 데이터에 관한 실제 관행 사이에 격차가 있다고 주장합니다.

Four questions every tool should answer (even Figma) about AI training model usage uxdesign.cc

RSS Hunter • 7월 23일

스크린들이 강등되고 있습니다

AI의 발전은 디자인 초점을 인터페이스에서 화면의 필요성으로 옮기고 있습니다. 역사적으로 UX 디자인은, UX가 단순히 픽셀 이상의 것이라는 일반적인 격언에도 불구하고, 화면 제작을 많이 포함했습니다. 그러나 AI는 시스템이 사용자 의도를 직접 이해하고 작업을 수행할 수 있도록 함으로써 이를 변화시킵니다. 예를 들어, 사진을 보내는 것은 AI가 프로세스를 관리할 수 있기 때문에 이제 더 적은 수동 단계를 필요로 합니다. AI 도구는 또한 기사의 요약을 제공하여 사용자가 긴 콘텐츠를 읽을 필요성을 줄일 수 있습니다.이러한 변화는 시스템 이해의 격차를 메우기 위해 이전에 설계되었던 많은 화면이 쓸모없어지고 있음을 의미합니다. 구성 페이지, 설정 마법사 및 대시보드는 종종 소프트웨어가 사용자 요구 사항이나 원하는 결과를 예측할 수 없었기 때문에 존재했습니다. 반면에 AI는 설정을 추론하고, 암묵적으로 사용자를 안내하며, 여러 화면에 걸쳐 명시적인 사용자 작업 없이 관련 정보를 제시할 수 있습니다. 사용자에게 핵심 목표는 항상 결과였지 화면이 아니었으며, AI는 이제 이러한 결과를 달성하기 위한 더 직접적인 경로를 제공합니다.이러한 진화는 디자이너가 단순히 화면을 효과적으로 설계하는 방법이 아니라 화면의 근본적인 필요성에 대해 질문해야 함을 의미합니다. "인터페이스 없음"이라는 개념은 10년 전과는 달리 기술적으로 실현 가능해지고 있습니다. 복잡한 시스템은 이러한 변화를 가장 심각하게 경험하고 있으며, 파워 유저들은 역사적으로 원하는 결과를 위해 복잡한 인터페이스를 감내해 왔습니다. 사용자 행동은 진화하고 있으며, 의도를 직접적으로 충족시키는 AI 기술 및 에이전트에 대한 선호도가 증가하고 있습니다.이러한 추세는 Microsoft가 다단계 양식을 대화형 에이전트로 대체하는 것과 같은 업계 변화에서 분명하게 나타납니다. 예측은 전통적인 인터페이스보다 에이전트 사용이 크게 증가할 것임을 나타냅니다. 화면은 AI가 실패할 경우 확인 또는 백업과 같은 지원 기능으로 중앙 역할을 축소되고 있습니다. 초점은 실행 단계를 관리하는 것에서 사용자 의도를 이해하는 것으로 이동하고 있습니다.그러나 문제 진단과 같은 작업을 위한 "의미 파악" 화면은 AI와 함께 지속될 가능성이 높습니다. 이러한 화면은 사용자가 시스템 문제에서 벗어나고 복구하는 데 도움을 주며, 여기서 평가의 "두 번째 간극"은 디자이너의 책임으로 남습니다. 중요한 고려 사항은 사용자가 화면이 대체됨에 따라 시스템 작동에 대한 정신 모델을 잃을 수 있다는 것입니다. 결과 확인 및 사용자 이해 보장이 가장 중요해집니다. 새로운 디자인 비평은 워크플로우 및 인터페이스의 존재 자체에 도전합니다.

The screens are getting demoted uxdesign.cc

RSS Hunter • 7월 22일

우리가 직접 만든 디지털 벽

전 세계 상위 백만 개 웹사이트의 95.9%가 가장 필요한 사람들에게 여전히 실패하는 이유

The digital wall we built ourselves uxdesign.cc

RSS Hunter • 7월 22일

AI에게 UX 리뷰를 맡겼습니다. 어떤 일이 일어났는지 알려드리겠습니다.

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.

I handed a UX review over to AI. Here’s what happened. uxdesign.cc

RSS Hunter • 7월 21일

AI는 당신의 포트폴리오를 위조할 수 있습니다. 두 번째 질문은 위조할 수 없습니다.

"한때 기술의 값비싼 지표였던 아티팩트가 이제는 AI에 의해 쉽게 생성됩니다. 이러한 변화는 전통적인 포트폴리오와 사례 연구가 더 이상 후보자의 능력을 신뢰할 수 있는 척도가 되지 못함을 의미합니다. 결과적으로, 면접 대화 자체가 채용 과정에서 가장 중요하고 비용이 많이 드는 부분이 되고 있습니다. 저자는 실제 경험이 수년간 쌓였음에도 불구하고 말실수 하나로 기회가 무산되는 것을 직접 경험했습니다.채용 측면에서는 후보자의 업무에 대한 두 가지 질문이 강력한 초기 발표에도 불구하고 깊이 있는 이해 부족을 드러냈습니다. 이는 AI가 세련된 아티팩트를 만들 수는 있지만, 준비되지 않은 실시간 판단과 방어의 순간을 복제할 수는 없다는 것을 강조합니다. 작가들은 텍스트가 AI 생성 가능한 첫 번째 매체였기 때문에 이 현상을 더 일찍 경험했습니다.압박 속에서 자신의 업무를 설명하고, 과거의 결정을 옹호하며, 약점을 인정하는 능력은 이제 무엇보다 중요합니다. 이 "실전 테스트"는 단순히 기억된 지식이나 세련된 결과물뿐만 아니라, 실무자로서의 후보자의 성숙도를 평가합니다. 쉽게 위조될 수 있는 자신감 연기는 이러한 실시간의 즉흥적인 교환에서 종종 실패합니다.궁극적으로 저자는 개인적인 판단을 공개적인 방어로 전환하는 것이 작업의 최종적이고 필수적인 단계라고 주장합니다. 초점은 아티팩트 생성에서 실시간으로 진정한 이해와 적응력을 보여주는 것으로 전환되어야 합니다. 이는 단순히 세련된 결과물을 축적하는 것보다 연습과 성찰을 필요로 합니다."

AI can fake your portfolio. It can’t fake the second question. uxdesign.cc

RSS Hunter • 7월 21일

기능 함정

제품 팀이 구축과 검증을 혼동하는 방법

The feature trap uxdesign.cc

RSS Hunter • 7월 21일

실험 설계는 그 어느 때보다 중요하며, 실험실이 필요하지 않습니다.

디자인 실험이 두려우신가요? 디자인 리더들의 방식을 따르세요. 그것들을 '베팅'이라고 부르세요.

Design experiments are more important than ever, and they don’t require a lab uxdesign.cc

RSS Hunter • 7월 21일

연구는 발표 자료에서 끝나서는 안 된다

Claude Code를 사용하여 가정을 검증하고 연구를 살아있는 아티팩트로 만드는 방법

Research shouldn’t end in a deck uxdesign.cc

RSS Hunter • 7월 20일

AI 제품에 Nir Eyal의 Hook Model을 안전하게 적용하는 방법

니어 에얄이 개발한 훅 모델은 사용자 습관을 형성하기 위해 설계된 4단계 루프를 설명합니다. B.J. 포그의 연구를 기반으로 한 이 모델은 트리거, 행동, 가변적 보상, 투자로 구성됩니다. 트리거는 사용자 참여를 유도하고, 뒤이어 즉각적인 이점을 제공하는 간단한 행동이 이어집니다. 가변적 보상은 예측 불가능하지만 만족스러운 결과를 제공하여 반복적인 상호작용을 장려합니다. 마지막으로, 사용자의 제품 투자는 향후 사용을 더욱 매력적이고 편리하게 만듭니다. 이 루프는 현재 이 습관 형성 메커니즘을 통합하고 있는 AI 챗봇에 특히 관련이 있습니다. 트리거는 알림과 같은 외부 트리거일 수도 있고, 지루함이나 불확실성과 같은 내부 트리거일 수도 있습니다. 외부 트리거는 구현하기 쉽지만 시간이 지남에 따라 무시되기 쉽습니다. 지속적인 습관은 내부 트리거를 기반으로 구축되며, 사용자는 감정적 필요에 따라 제품을 적극적으로 찾습니다. 행동 단계는 텍스트 상자가 낮은 마찰 상호작용의 대표적인 예인 사용자 노력을 최소화하는 데 중점을 둡니다. 그러나 이러한 단순성은 효과적인 프롬프트를 구성하고 응답을 평가하는 사용자의 능력으로 부담을 옮깁니다. 가변적 보상은 언어 모델에 내재되어 있으며, 매력적이면서도 좌절감을 줄 수 있는 예측 불가능한 출력을 제공합니다. 세 가지 유형의 보상은 정보 탐색, 진행 상황에 대한 자기 만족감, 사회적 보상입니다. 투자는 사용자가 노력, 데이터 또는 선호도를 기여하는 것을 포함하며, 이는 향후 세션을 위해 제품을 향상시킵니다. 이러한 지속적인 투자는 제품을 더욱 개인화하고 전환 비용을 증가시킵니다. 사용자가 더 많이 투자할수록 AI 비서는 특정 요구에 맞게 조정됩니다. 이 주기는 지속적인 루프를 생성하여 AI 기반 도구의 참여와 습관 형성을 주도합니다.

How to apply Nir Eyal’s Hook Model to AI products, safely uxdesign.cc

RSS Hunter • 7월 20일

취향, 오케스트레이션 계층, AI 워크플로우 위임

이번 주 디자이너를 위한 큐레이션된 자료는 취향의 본질과 그 발달 과정을 탐구합니다. 진정한 취향은 뛰어난 작업에 대한 깊은 노출과 디자인 원리에 대한 철저한 이해에서 비롯된다고 주장됩니다. 단순히 수집하거나 측정할 수 없으며, 의사 결정에 어려움을 겪는 디자이너는 종종 이러한 내면화된 참조 라이브러리가 부족합니다. 그런 다음 논의는 디자인의 진화하는 환경으로 전환되며, 왜 대화가 여전히 구축에만 초점을 맞추고 더 넓은 함의를 고려하지 않는지에 대해 의문을 제기합니다. "The interface has left the building"이라는 기사는 채팅, 음성 및 AI 에이전트의 부상으로 UX가 근본적으로 재작성되고 있다고 제안합니다. AI와 같은 기술 발전이 반드시 삶을 더 쉽게 만들지는 않지만 오히려 많은 사람들에게 더 정신없는 속도를 가져올 수 있다는 점이 언급됩니다. 엔지니어링 또는 제품 관리와는 다른 디자인 경력에 내재된 어려움도 강조되며, 관련된 개인적인 비용에 초점을 맞춥니다. "Punch yourself in the face with reality"라는 글은 역경에 직면하고 위험을 감수하는 어렵지만 필요한 측면을 탐구합니다. 이번 주 콘텐츠는 또한 AI가 디자인 프로세스를 어떻게 변화시키고 있는지 다루며, 한 기사에서는 AI가 실험을 통해 UX 디자이너의 워크플로우에 어떻게 통합되었는지 논의합니다. 마지막으로 뉴스레터는 후원, 친구에게 전달, 구독을 통해 지원을 장려합니다.

Delegating taste, orchestration layer, AI workflows uxdesign.cc

RSS Hunter • 7월 20일

낮은 지연 시간의 외로움

모든 것이 더 빨라지고, 더 가까워지고, 더 확실해졌다. 그 안의 사람은 그대로였다.

Lonely at a lower latency uxdesign.cc

RSS Hunter • 7월 20일

폭풍을 일으키지 못한 브레인스토밍

브레인스토밍이 실제로 폭풍처럼 일어나게 만드는 약간의 지연

The brainstorm that couldn’t storm uxdesign.cc

RSS Hunter • 7월 20일

가장 약한 채널

보편성은 사물에 내장되어 설계되는 것이 아니다. 그것은 생존하는 제약 조건에 의해 선택되며, 종종 사람은 그 제약 조건이 된다.

The weakest channel uxdesign.cc

RSS Hunter • 7월 19일

"조롱받았다가 사랑받은" 에어팟 효과

에어팟이 처음 등장했을 때, 독특한 디자인으로 인해 광범위한 조롱을 받았습니다. 하지만 매끄러운 페어링과 무선 편의성은 결국 소비자들을 사로잡았고, 지위의 상징으로 변모시켰습니다. 마찬가지로, 애플 워치는 처음에는 그 목적과 실용성에 대한 회의론에 시달렸습니다. 반복적인 개선을 통해 애플은 피트니스와 건강에 초점을 옮겼고, 애플 워치는 스위스 시계 산업 전체를 능가하는 엄청난 성공을 거두었습니다. 이 제품들은 처음에는 낯설었음에도 불구하고, 참신한 방식으로 실제 문제를 해결했기 때문에 성공할 수 있었습니다.이제 애플은 에어팟에 카메라를 추가하는 것을 고려하고 있다는 보도가 나오면서, 새로운 회의론과 개인 정보 보호 우려가 제기되고 있습니다. 이 카메라들은 시리에게 시각적 맥락을 제공하여, 재료나 캘린더 항목을 식별하는 것과 같은 새로운 핸즈프리 상호 작용을 가능하게 할 것입니다. 그러나 윤리적 함의와 오용 가능성은 상당합니다. 초기 에어팟에 대한 반발이 주로 미학과 기능성에 관한 것이었던 것과 달리, 카메라가 장착된 에어팟을 둘러싼 우려는 개인 정보 보호와 사회적 영향에 깊이 뿌리내리고 있습니다. 애플이 이 새로운 기능의 가치를 대중에게 확신시키기 위해 이러한 상당한 윤리적 난관을 극복할 수 있을지는 여전히 의문입니다. 미래 애플 제품의 성공은 복잡한 윤리적 고려 사항을 탐색하면서 실제 사용자 요구를 충족시키는 능력에 달려 있을 것입니다.

The “mocked, then loved” AirPods effect uxdesign.cc

RSS Hunter • 7월 17일

AI가 디자인의 허세를 간파했다

AI의 부상은 디자이너의 역할에 대한 질문을 제기하고 있습니다. AI가 이제 인간 디자이너가 이전에 수행했던 작업을 수행할 수 있기 때문입니다. 이러한 추세는 완전히 예상치 못한 것은 아닙니다. 지난 10년간 디자인 작업의 상당 부분이 시각적으로 매력적인 인터페이스를 만드는 것을 포함했으며, AI는 이제 이를 빠르고 저렴하게 생성할 수 있습니다. 저자를 포함한 디자인 리더들은 직업이 속도와 전달 속도를 우선시함으로써 의도치 않게 자체 대체 조건을 만들었다는 것을 인정합니다. 엔지니어링 팀의 차단을 해제하기 위해 신속하게 화면을 생산하는 데 초점이 맞춰졌고, 이로 인해 더 깊은 전략적 사고와 판단이 무시되었습니다. 이러한 속도 강조는 프로젝트 실행 가능성과 시스템 영향에 대한 비판적 평가와 같은 인터페이스 생산 이상의 기술이 사용되지 않아 위축되었음을 의미합니다. AI는 예측 가능하고 반복 가능한 작업을 먼저 자동화하며, 디자인의 경우 사용자 인터페이스 생성은 학습 가능하고 설명 가능한 특성 때문에 주로 해당되었습니다. 디자인이 단순히 "어떻게 보이는가"가 아니라 "어떻게 작동하는가"에 관한 것이라는 업계의 일관된 메시지는 시각적 표현 없이는 증명하기 어려웠습니다. AI는 이제 이 시각적 표현을 저렴하게 만들었고, 많은 사람들에게 인터페이스 자체가 개발된 주요 기술이었음을 드러냈습니다. 저자는 이것이 UI 디자인 기술을 평가절하하기 위한 것이 아니라, UI가 핵심이 아닌 번역 계층임을 강조하기 위한 것이라고 말합니다. 디자인의 핵심은 판단, 모호성 내성, 시스템 사고, 위험 해석 및 조직 정렬에 있습니다. 이것들은 자동화될 수 없고 미래에 레버리지를 제공할 기술입니다. 디자이너는 AI를 직업 위협으로 보기보다는, 더 높은 가치의 전략적 작업을 위해 시간을 되찾을 기회로 보아야 합니다. 저자는 AI와의 효율성 경쟁은 패배하는 전략이므로, 자동화된 것에 대해 한탄하기보다는 되찾은 시간으로 무엇을 만들 수 있는지 질문할 것을 디자이너들에게 촉구합니다.

AI just called design’s bluff uxdesign.cc

RSS Hunter • 7월 17일

식인종과 키스하는 법

현재 디자인 환경은 예측 가능하고 진실되지 못하다는 비판을 받고 있으며, 이는 더 깊은 질문과 의미 있는 접근 방식의 필요성을 촉발합니다. 리미널 디자인은 모호함을 포용함으로써 디자인에 실존적 관련성과 생동감을 불어넣는 방법을 제공합니다. 거래적 디자인은 효율성과 예측 가능성을 우선시하며, 단순하고 미리 결정된 결과를 제공합니다. 대조적으로, 리미널 디자인은 심오하고 의미 있는 놀라움으로 번성하며 즉각적인 해결책을 제공하기보다는 의도적으로 열린 질문을 유지합니다. 이 개념은 새로운 통찰력이 나타날 수 있는 문턱 상태의 인류학적 개념에서 비롯됩니다.미학과의 유사점을 통해 저자는 휴식을 주는 성찰을 제공하는 아름다움과, 한계를 초월하여 마음을 동요시키고 기쁨과 고통을 모두 불러일으키는 숭고함을 구분합니다. 아리스토텔레스에 따르면 위대한 이야기와 디자인은 필연적이면서도 놀라운 방식으로 이를 달성하며, 사물이 항상 보이는 대로만 있는 것은 아님을 보여줍니다. 이 역설은 상충되는 감정과 세상에서의 자신의 위치에 대한 재평가를 포함하는 경외감과 유사합니다. 경외감을 경험하는 것은 개인이 자신의 한계에 직면하고 관점을 조정하도록 강요하며, 이는 변혁적인 변화로 이어집니다.리미널 디자인은 소설처럼, 참가자들이 문자 그대로 사실이 아닌 경험에 깊이 몰입할 수 있도록 믿음의 의도적인 유예를 포함합니다. 디자이너는 경험의 약 50%를 창조하고 나머지 50%는 청중이 완성하도록 하여 개인적인 연결과 지속적인 참여를 촉진합니다. 리미널 디자인은 가능성을 완전히 차단하는 거래적 디자인과 달리, 지속적인 탐험을 초대하는 반쯤 열린 문과 같습니다. 저자는 리미널 경험을 만들기 위한 세 단계 과정을 제시합니다. 서사적 욕구 확립, 빼기를 통한 최적화된 추상화 활용, 명확한 문턱과 의식을 통한 믿음의 유예 유지입니다.궁극적으로 리미널 디자인은 디자이너를 단순한 작업 수행자를 넘어 진지한 예술과 유사한 풍부하고 기억에 남는 경험의 창조자로 격상시킵니다. 이 접근 방식은 진실성을 요구하며, 참가자들은 안전하다고 느껴야 하고 디자인의 목표가 진실하다고 믿어야 합니다. 통제와 예측 가능성에 의해 주도되는 기업 세계는 리미널 디자인에 내재된 심오한 놀라움을 포용하는 데 어려움을 겪는데, 이는 그 근본적인 목표가 종종 그러한 접근 방식과 충돌하기 때문입니다.

How to Kiss a Cannibal uxdesign.cc

RSS Hunter • 7월 17일

바이브부터 스펙까지: SAID 프레임워크로 디자인 프로세스 되찾기

현대의 AI 네이티브 워크플로우는 정적인 핸드오프를 지속적이고 명세 기반의 제품 엔진으로 대체하며, 선형적인 프로세스에서 피드백 루프로 이동하고 있습니다. 기초적인 전략 단계는 프로토타이핑 및 프로덕션 강화의 빠르고 높은 속도의 사이클을 위한 가드레일을 설정합니다. 이러한 변화는 엔지니어링, 제품, 디자인, 데이터 과학 간의 경계를 모호하게 만들며, 유동성과 디자인과 구현의 더 긴밀한 통합을 강조합니다. 팀은 이제 프로토타이퍼, 빌더, 스위퍼, 그로워, 메인테이너와 같은 아키타입 사이를 이동할 수 있는 개인들로 구성되며, 기술과 적응성이 타이틀보다 더 중요해지고 있습니다. Git은 명세, 코드, 반복을 통합하는 중앙 공유 작업 공간이 되어 도구 파편화에서 통합된 환경으로 이동하고 있습니다. 상호작용은 직접적인 프로토타이핑을 통해 표현되며, 명세 기반 개발(SDD)은 인간 및 AI 에이전트의 진실 공급원으로서 중요성을 더해가고 있습니다. 디자이너는 픽셀 정렬에서 시스템 규칙, 동작 및 제약 조건을 정의하는 것으로 전환하여 아이디어가 테스트 가능한 행동으로 번역될 수 있도록 보장합니다. 이는 Anthropic의 4D AI Fluency Framework에서 예시된 것처럼 인간-AI 협업을 중심으로 하는 기본 시스템 구조와 정신 모델을 재설계해야 합니다. SAID라고 명명된 새로운 제품 수명 주기는 의도 명세, 에이전트 위임, 반복적 설명, 인간의 식별 및 근면을 포함하며, 명세를 중심으로 하는 루프를 형성합니다. "바이브 코딩"을 넘어선 전문적인 수명 주기로 나아가는 이 구조화된 명세 기반 접근 방식은 AI를 프로덕션 시스템으로 관리함으로써 개발을 가속화합니다.

From vibe to specs: reclaiming the design process with SAID framework uxdesign.cc

RSS Hunter • 7월 16일

디자인 시스템 계약: 컴포넌트는 피그마에도 코드에도 속하지 않는다

디자인 시스템은 Figma와 같은 디자인 도구와 실제 배포된 코드에 동시에 존재하며, 이 둘 사이의 지속적인 불일치라는 과제를 야기합니다. 이러한 불일치는 한 곳에서 변경이 이루어졌지만 다른 곳에서는 이루어지지 않을 때 발생하며, 불일치를 초래합니다. 기존 해결책은 Figma 또는 코드를 진실의 원천으로 우선시하는 것을 포함하며, 둘 다 보조 복사본에 대한 지속적인 업데이트가 필요합니다. 제안된 해결책은 세 번째 중립적인 진실의 원천을 도입합니다. 바로 각 컴포넌트에 대한 "계약" 역할을 하는 일반 데이터 파일(주로 JSON 또는 YAML)입니다. 이 계약은 시각적 또는 코드별 사양 없이 컴포넌트의 속성과 옵션을 설명합니다. 중요한 것은 Figma 컴포넌트와 코드가 모두 이 단일 계약 파일에서 자동으로 생성된다는 것입니다. 그런 다음 검사 도구가 Figma 버전과 코드 버전이 모두 계약을 정확하게 반영하는지 확인합니다. 이 계약 기반 접근 방식은 어느 쪽도 다른 쪽을 직접 업데이트할 수 없으므로 Figma와 코드가 동기화된 상태를 유지하도록 보장합니다. 이 시스템에 대한 시급성은 인터페이스 구축에서 AI의 역할이 증가함에 따라 더욱 증폭됩니다. 비지도 AI는 디자인 시스템의 불일치를 가속화하여 불일치와 오류를 초래할 수 있습니다. 그러나 디자인 시스템 계약이 제공되면 AI는 규칙을 준수하여 완벽하게 점수를 받고 새로운 기능을 위해서는 계약에 대한 실제 변경이 필요합니다. 이 시스템은 AI 생성 디자인이 정의된 토큰과 컴포넌트 속성을 존중하도록 보장하여 오류를 방지하고 무결성을 유지합니다. 계약은 컴포넌트가 무엇으로 구성되는지를 정의하지만, 더 복잡한 동작과 창의적인 레이아웃은 여전히 인간의 입력이 필요합니다. 이를 구현하려면 마이그레이션 프로세스가 필요하며 계약을 유지하기 위한 도구를 도입하여 거버넌스를 검토 프로세스로 전환합니다. 수동 동기화에 리소스를 할당하기에는 너무 작지만 상당한 불일치가 발생할 만큼 큰 중간 규모 팀은 이 AI 기반 접근 방식으로부터 가장 큰 이점을 얻을 수 있습니다.

Design system contracts: the component lives in neither Figma nor code uxdesign.cc

RSS Hunter • 7월 16일

AI 시스템은 새로운 상호작용 모델을 요구하고 있습니다. 디자이너들은 준비되었나요?

소프트웨어 상호작용에서 오랜 데스크톱 은유를 넘어서는 중요한 변화가 일어나고 있습니다. 전통적인 인터페이스는 수십 년간 지속되어 온 모델인 사용자가 능동적으로 애플리케이션과 파일을 관리하는 것에 의존했습니다. 그러나 최근 AI의 발전은 시스템이 사용자 의도를 해석하고 이에 따라 행동할 수 있도록 함으로써 이 패러다임에 도전하고 있습니다. 이러한 전환은 작업 중심 인터페이스에서 의도 중심 인터페이스로의 이동을 의미합니다.Thinking Machines Lab은 실시간 멀티모달 교환을 위해 설계된 새로운 유형의 AI 모델인 "Interaction Models"를 출시했습니다. 이 개념은 제품의 구조적 프레임워크를 지칭하는 디자인 용어 "interaction model"과는 다릅니다. 둘은 다르지만, 동일한 기술 스택의 다른 계층에서 작동합니다. AI 모델 계층은 내부 처리를 담당하고, 디자인 계층은 사용자 경험에 중점을 둡니다.AI 모델이 지속적인 대화와 같은 새로운 기능을 습득함에 따라 디자인의 역할은 크게 적응해야 합니다. 디자이너는 이제 보이지 않는 AI 시스템을 포괄하도록 사용자 정신 모델을 재구축하고 탐색을 위한 새로운 규칙을 만드는 과제에 직면해 있습니다. 사용자가 작업을 검토하거나 취소할 수 있는 개입 지점은 의도적으로 선택되어야 합니다. 또한, 디자이너는 AI 시스템이 복잡한 판단을 인간 의사 결정자에게 적절하게 전달할 수 있도록 해야 합니다.일부에서는 AI 에이전트로 인해 전통적인 인터페이스가 쓸모없어질 것이라고 예측하지만, 사용자 인터페이스는 인간의 책임성을 위해 여전히 중요합니다. 엔터프라이즈 소프트웨어에서는 가시성과 개입 능력이 가장 중요합니다. 새로운 상호작용 모델의 궁극적인 과제는 사람과 시스템 간의 명확하고 투명한 관계를 조성하여 디자인이 직관적이고 인간 중심적이도록 보장하는 것입니다.

AI systems are demanding new interaction models. Are designers ready? uxdesign.cc

RSS Hunter • 7월 15일

디자이너들은 잘못된 싸움을 위해 칼을 갈고 있다.

AI의 등장은 제품 개발의 비용과 난이도를 극적으로 감소시켰습니다. 이러한 제작 용이성의 증가는 역설적으로 중요한 전략적 결정에서 창작의 메커니즘으로 초점을 이동시켰습니다. 기업들은 이제 정교한 제품을 만들 수 있지만, 누구를 위해 만들고 있는지 또는 해결하려는 핵심 문제에 대한 명확한 이해가 부족한 경우가 많습니다. 이러한 전략적 기반 없이는 혁신 노력이 방향성을 잃어 자원 낭비와 고객과 연결되지 못하는 여러 번의 반복으로 이어질 수 있습니다. 병목 현상은 기술적 실행에서 의사 결정 과정 자체로 이동했습니다.제품 개발, 특히 디자인에 대한 논의는 구축의 "방법"에 고정되어 역할, 기법, 취향 및 표준을 강조하게 되었습니다. 이러한 측면은 품질에 중요하지만, 제품이 존재해야 하는지에 대한 근본적인 질문을 다루지 않습니다. 제품 개발에서 진정한 상대는 투자된 노력과 독립적으로 작동하며 설명 없이 제품을 거부할 수 있는 시장입니다. 칼과 같은 기법은 근거리 도구인 반면, 총과 유사한 전략은 시장의 현실과 맞서기 위해 필요합니다.역사적으로 높은 비용과 제한된 자원은 자연스러운 제약 역할을 하여 팀이 상당한 투자를 하기 전에 아이디어를 신중하게 고려하도록 강요했습니다. 이는 전략적 사고를 강요하여 잘못된 결정이 비싸게 만들어졌기 때문에 이를 단념시켰습니다. AI는 이러한 재정적 압박을 제거하여 끝없는 저렴한 실험을 가능하게 했고, 이는 팀을 잘못된 것을 잘못된 자신감으로 구축하는 순환에 가둘 수 있습니다. 이는 번아웃과 귀중한 인재의 이탈로 이어집니다.풍부한 AI 생성 옵션의 시대에 분별력을 위해 표준과 취향이 중요하지만, 시장 성공을 보장하지는 않습니다. 핵심 과제는 진정한 인간의 문제를 식별하고 솔루션이 진정으로 가치 있는지 여부를 결정하는 데 있으며, 이는 AI가 답할 수 없는 질문입니다. 잘못된 제품을 만들고 있다면 효율적으로 출시하는 것은 의미가 없습니다. 구축의 실현 가능성은 크게 무너졌고, 가치에 대한 질문, 즉 무언가가 존재해야 하는지에 대한 질문이 중요하지만 종종 간과되는 초점으로 남았습니다.

Designers are sharpening knives for the wrong fight uxdesign.cc

RSS Hunter • 7월 15일

웹 표준으로 디자인하기: 이 AI 시대의 플레이북

현재 AI 인터페이스 표준을 향한 움직임은 제프리 젤드먼이 이끌었던 웹 표준을 위한 과거의 싸움을 반영합니다. 1990년대에는 경쟁 브라우저들이 호환되지 않는 경험을 만들어 개발자들이 사이트를 여러 번 다시 구축해야 했습니다. 젤드먼은 사양을 만드는 것이 아니라, 업계에 그 가치를 설득함으로써 공유된 관례를 옹호했습니다. 그의 노력은 브라우저 일관성을 추진한 풀뿌리 이니셔티브인 웹 표준 프로젝트와 A 리스트 어파트(A List Apart)로 이어졌습니다. 실무자들이 밑바닥부터 표준을 수립하는 이러한 철학은 이제 AI 인터페이스에 관련이 있습니다. ChatGPT와 Copilot과 같은 오늘날의 AI 비서들은 정보 표시 및 추론에 대한 자체 관례를 가진 유사한 파편화를 보여줍니다. 이러한 상호 운용성 부족은 AI 결과물의 효과적인 평가 및 비교를 방해합니다. 젤드먼이 구조, 표현, 동작의 분리를 강조했던 것처럼, AI 인터페이스는 추론, 출력 및 동작에 대해 유사한 별도의 계층이 필요합니다. 젤드먼 운동의 성공은 또한 접근성에 대한 초기 도덕적 주장보다 비용과 도달 범위를 강조하며 표준에 대한 비즈니스 사례를 제시했기 때문입니다. 마지막으로, 실무자들이 하향식 명령을 받는 대신 집단적으로 규범을 형성했던 연합 접근 방식이 효과적임이 입증되었습니다. 이 역사적 교훈은 AI 인터페이스 관례를 수립하기 위한 로드맵을 제공합니다.

Designing with web standards: The playbook for this AI moment uxdesign.cc

RSS Hunter • 7월 15일

놀이와 디자인: 새로운 디지털 경험을 위하여

디자인은 우리를 방황하게 했었지만, 현대성은 그 방황을 효율성으로 대체했습니다. 이제 모든 제품은 당신이 어디에 도착할지 미리 결정합니다...

Play and design: in favour of the novel digital experience uxdesign.cc

RSS Hunter • 7월 14일

32명의 디자인 리더들이 더 빨리 움직이라는 지시를 받았을 때 하는 일

그리스인들은 2300년 전 이 문제의 답을 알고 있었다

What 32 design leaders do when told to move faster uxdesign.cc

RSS Hunter • 7월 14일

그 터미널은 나의 캔버스가 되었다

그리고 그것은 훌륭하지만… 동시에 끔찍합니다.

The terminal became my canvas uxdesign.cc

RSS Hunter • 7월 13일

AX는 단지 오케스트레이션 계층일 뿐입니다

작업물이 화면과 함께 사라진 것이 아니었다. 그것은 한 단계 아래로 떨어졌다.

AX is just the orchestration layer uxdesign.cc

RSS Hunter • 7월 13일

이것은 누가 만들었는가, 변명 디자인하기, AI 시대의 DesignOps

UX Collective는 AI 시대에 진화하는 디자인 환경을 다루며 디자이너를 위한 리소스를 큐레이션합니다. 핵심 주제는 AI 도구가 더욱 보편화됨에 따라 창의적인 작업에서 가치와 신뢰의 재정의입니다. 이러한 변화는 창작의 "방법"이 자동화될 수 있을 때 진정으로 중요한 것이 무엇인지에 대한 질문을 제기합니다. 한 기사에서는 AI가 리서치를 가속화하는지 아니면 통찰력을 평탄화하는지 탐구하며 AI 생성 요약의 깊이에 의문을 제기합니다. 다른 기사에서는 AI가 핵심 창의적 결정에 침범함에 따른 "무엇"의 위기와 일상적인 AI 사용에서 인간적인 불꽃의 잠재적 상실에 대해 논의합니다. 토론은 AI와 디자인 시스템 속에서의 제품 제작, 그리고 디자인 엔지니어링의 진화하는 역할에 대해 깊이 파고듭니다. 이해는 점점 더 자동화되는 워크플로우에서 새로운 병목 현상으로 강조됩니다. 리소스는 또한 프롬프트 사고, 우수성 대 실용성 추구, 규제 산업에서의 디자인 탐색을 다룹니다. 뉴스레터는 독자들이 후원 및 공유를 통해 해당 작업을 지원하도록 장려합니다.

Who made this, Designing excuses, DesignOps in the age of AI uxdesign.cc

RSS Hunter • 7월 13일

디자인이 조직이 되고, AI가 디자인이 될 때

모든 것을 설계하는 존재가 기계에 의해 설계되고 있다면 무슨 일이 일어날까요?

When design becomes the organisation, and AI becomes the design uxdesign.cc

RSS Hunter • 7월 13일

취향은 위임할 수 없습니다

AI는 실행을 민주화하여 경쟁 우위를 전략적 사고와 판단으로 이동시킵니다. 취향은 단순히 학습되거나 측정되는 것이 아니라, 탁월한 작업에 대한 노출과 기본적인 디자인 원리에 대한 이해를 필요로 합니다. 그러나 품질을 인식하는 것만으로는 충분하지 않으며, 진정한 가치는 그 인식을 바탕으로 행동할 책임이 있을 때 나타납니다. 생성형 AI는 방대한 데이터셋을 기반으로 사용자 선호도를 예측하는 데 뛰어나지만, 진정한 의도와 맥락 기반 판단 능력은 부족합니다. 조직은 종종 판단을 선호도 집계로 대체하는 함정에 빠지며, 이는 희석된 결정과 평균적인 결과로 이어집니다. 아이폰의 멀티터치 디스플레이나 뉴욕타임스의 "스노우 폴"과 같은 성공적인 혁신은 기존의 것을 최적화하기보다는 미래의 필요를 예측하는 대담한 판단에서 비롯됩니다. 디자인 리더십은 다양한 관점을 일관된 관점으로 통합하고, 불일치를 제거하는 것이 아니라 해결함으로써 이러한 판단을 보호하는 데 중요합니다. 건강한 디자인 조직은 피드백이 결정을 대체하기보다는 향상시키는 명확한 소유권을 육성합니다. 디자인 바이 커미티의 궁극적인 결과는 실패가 아니라 잊혀짐이며, 이는 누구도 깊이 흥분시키기보다는 모든 사람을 약간 만족시키는 것을 우선시하기 때문입니다. AI는 취향을 대체하지 않겠지만, 단순히 선호도 예측 및 집계로 대체한 조직의 한계를 드러낼 것입니다.

Taste cannot be delegated uxdesign.cc

RSS Hunter • 7월 12일

인터페이스가 건물을 떠났다

화면과 계층적 구조에 초점을 맞춘 전통적인 UX 디자인은 새로운 상호작용 패러다임에 의해 근본적으로 재편되고 있습니다. 채팅 인터페이스는 지배적인 요소가 되었지만, 그 효과는 사용자 의도의 명확성에 달려 있습니다. 알려진 작업을 위한 구조화된 UI와 모호한 탐색을 위한 대화형 AI를 결합한 하이브리드 인터페이스는 더 효과적인 접근 방식을 제공합니다. 이러한 생성 UI 개념은 인터페이스가 사용자 요구에 따라 동적으로 자체를 조립할 수 있도록 하여, 디자이너의 역할을 모든 가능한 상태를 만드는 것에서 생성 시스템을 만드는 것으로 전환합니다.음성 인터페이스는 단순한 명령-응답을 넘어 관계적 상호작용과 지속적인 컨텍스트를 강조하며 발전하고 있습니다. 초기 음성 애플리케이션은 음성을 거래적인 것으로 취급하여 우리의 뇌가 가진 구어 대화에 대한 사회적 기대를 위반함으로써 실패했습니다. Apple의 Siri AI와 같은 새로운 발전은 기기 간 대화 연속성과 온디바이스 처리에 초점을 맞추며, 음성이 더 깊고 상호적인 참여를 필요로 한다는 것을 인정합니다. 높은 지연 시간과 컨텍스트 부족은 음성의 중요한 실패 지점으로, 강력한 인프라와 우아한 오류 복구를 요구합니다.가장 중요한 변화는 시스템이 자율적으로 일련의 행동을 수행하는 에이전트 AI에서 비롯됩니다. 핵심 UX 과제는 직접적인 인터페이스 없이 작동하는 에이전트에 대한 사용자 신뢰를 구축하는 데 있습니다. 에이전트 AI를 위한 디자인은 자동화와 높은 수준의 인간 제어를 통합하여 사용자를 압도하지 않으면서 투명성을 보장해야 합니다. 목표는 효율적이고 이해하기 쉬운 시스템을 만드는 것으로, 감독과 제어가 본질적으로 디자인의 일부가 되도록 하는 것입니다.

The interface has left the building uxdesign.cc

RSS Hunter • 7월 12일

그것을 확인했습니까 — 아니면 믿기 너무 쉬웠던 것입니까?

제프 베이조스가 인간은 소비를 줄여 기계가 더 많이 소비하도록 해야 한다는 취지의 발언을 했다는 조작된 인용구가 바이럴되면서 분노를 촉발했습니다. 그러나 이 인용구는 패러디 계정에서 나온 것으로 밝혀졌으며, 그가 실제로 한 말은 아니었습니다. 이 사건은 사람들이 검증 없이, 특히 기존의 감정과 일치할 때 정보를 쉽게 믿는다는 더 광범위한 문제를 강조합니다. AI 생성 요약의 대부분이 검증되지 않는다는 연구 결과에서 알 수 있듯이, 이러한 비판적 확인 부족은 만연해 있습니다. 자동화 편향, 즉 자동화 시스템의 답변을 선호하는 경향은 AI의 일관되게 자신감 있는 출력으로 증폭되어 이러한 현상에 기여합니다. 전문가들도 예외는 아니며, 방사선과 의사들의 정확도가 AI 생성의 잘못된 해석이 제시되었을 때 감소했다는 연구에서 알 수 있습니다. 이 문제는 Deloitte와 같은 회사에서 잘못된 정보를 생성한 AI를 사용하는 등 전문적인 환경으로까지 확장됩니다. 법률 분야 역시 AI가 발명한 인용구를 포함한 법원 사건 데이터베이스가 증가하면서 어려움을 겪고 있습니다. 가짜 베이조스 인용구가 대중의 관심을 사로잡았지만, AI의 환경 영향과 자원 소비에 대한 실제적이고 더 미묘한 논쟁은 거의 주목받지 못했습니다. 실제 수치는 데이터 센터의 상당한 물과 전력 수요를 보여주며, 이는 종종 납세자들에 의해 보조됩니다. 시장은 AI 탐지 도구로 대응하고 있지만, 이 역시 완벽하지 않으며 지속적인 업데이트가 필요합니다. 한편, 인간 팩트 체크 기관은 청중이 증가함에도 불구하고 자금 위기에 직면해 있습니다. 궁극적으로 비판적 평가와 검증의 책임은 개인에게 있으며, 더 많은 관심과 더 투명한 AI 인터페이스를 요구합니다.

Did you verify that — or was it just too easy to believe? uxdesign.cc

RSS Hunter • 7월 12일

긴츠기 문제

가장 중요한 디자인 결정은 모든 것이 잘 작동할 때 내려지는 것이 아니라, 작동하지 않을 때 내려집니다.

The Kintsugi problem uxdesign.cc

RSS Hunter • 7월 12일

기술도 중요하지만, 중요한 것은 결과입니다

공예의 본질은 생산에서 판단으로 전환되었으며, 특히 AI의 부상과 함께 더욱 그렇습니다. 역사적으로 디자인 기술은 픽셀 단위로 완벽한 파일이나 기능적인 프로토타입과 같은 다듬어진 아티팩트를 통해 입증되었습니다. 하지만 이 유물들은 직접적인 수익으로 이어지지 않았으며; 그들은 단지 제품을 약속했을 뿐입니다. 진정한 디자인 영향은 사용자 참여, 유지, 수익으로 측정됩니다.1980년대 데스크톱 출판의 등장도 비슷한 전환기를 의미했으며, 변화하는 매체에 적응한 이들이 번성했습니다. AI는 이러한 디자인 변화를 가속화하며, 와이어프레임이나 초기 초안과 같은 생산 계층을 점점 더 상품화되고 무료화하고 있습니다. 여전히 가치 있는 것은 올바른 문제를 선택하고 그 결과를 책임질 수 있는 능력이다.이제 장인은 여러 가능한 옵션 중 어떤 것이 존재할 가치가 있는지 구별하는 데 달려 있는데, 효율성에 집중하는 AI는 종종 간과합니다. 이는 제작에서 큐레이션으로 넘어가야 하며, 판단력과 취향이 가장 중요합니다. 폴란드어는 이제 차별화가 아니라 기준 기대가 되었다.이 새로운 문해력은 기술을 단어로 표현하는 능력을 요구합니다; 암묵적 지식만으로는 기계에 충분하지 않습니다. 직관적 이해를 명확한 기준, 제약, 그리고 '선'의 정의로 번역하는 것이 매우 중요합니다. 자신의 글을 적는 과정은 기초의 기술을 더욱 날카롭게 만듭니다.AI는 이 명확한 기술적 기법을 적용해 기준을 유지하고 안티패턴을 방지할 수 있지만, 그 기준이 명확히 정의되어야 합니다. DESIGN.md 와 같은 형식을 통해 명시적인 맥락, 즉 '스캐폴딩'을 제공함으로써 AI 에이전트가 일반적인 출력을 생성하지 않고 특정 제약 조건 내에서 작동할 수 있습니다. 인간이 확립한 이 스탠딩 맥락이 가장 가치 있는 구성 요소입니다.초점은 기계에서 사람으로 옮겨가고 있으며, 실제 사용자로부터의 지속적인 발견과 반복적인 피드백이 그 어느 때보다 중요해지고 있습니다. AI는 그럴듯한 연구 문서와 페르소나를 생성할 수 있지만, 이를 실제 사람과 대조하는 습관은 잘못된 정보에 대한 저렴한 보험 역할을 합니다. 이제는 초기 약속이 아니라 증거로 약한 옵션을 빠르게 제거하는 데 집중되어 있습니다. 기계 능력은 연구와 반복 같은 인간 습관의 가치를 높여 허구의 발견이 확산되는 것을 방지합니다.

Craft still matters, but it’s about outcomes uxdesign.cc

RSS Hunter • 7월 11일

변명 설계

아마도 시장이 규범을 공개적인 장소로 끌어내는 것일지도 모른다.

Designing excuses uxdesign.cc

RSS Hunter • 7월 10일

AI 시대의 DesignOps: 거버넌스가 오케스트레이션이 될 때

DesignOps는 인간 주도 프로세스를 관리하는 것에서 인간과 AI 기술을 조율하여 윤리적이고 의미 있는 결과를 도출하는 방향으로 전환하고 있습니다.

DesignOps in the age of AI: when governance becomes orchestration uxdesign.cc

RSS Hunter • 7월 9일

혁명은 쉬운 부분이었다

새로운 기술의 출시는 요란한 행사이지만, 진정한 진화의 작업, 즉 느린 구축은 다음 날 아침에 시작됩니다. "Born in the USA"와 같은 시위 노래로 가득 찬 Spotify의 7월 4일 플레이리스트는 혁명적인 변화의 외침을 배경 소음으로 바꾸는 국가적 습관을 강조합니다. 원래 미국 실험에 대한 비판이었던 이 노래들은 이제 바비큐 찬가가 되어, 우리가 종종 혁명의 핵심 메시지를 오해하는 방식을 보여줍니다.혁명은 새로운 관점과 설득력 있는 이야기를 제공하지만, 본질적으로 무언가를 구축하지는 않습니다. 건설과 개선, 즉 "진화"라는 힘들고 화려하지 않은 작업은 지속적인 개선에 전념하는 개인들에 의해 주도되어 나중에 이루어집니다. 미국 실험 자체는 결함 있는 선언으로 시작하여, 현 상태를 받아들이기를 거부한 사람들의 끈질긴 노력 덕분에 수세기에 걸쳐 발전했습니다. 이러한 지속적인 개선 과정이야말로 진정한 진보가 놓여 있는 곳입니다.인공지능은 현재 눈부신 데모로 특징지어지는 비슷한 "출시 파티" 단계를 거치고 있으며, 이는 종종 근본적인 복잡성과 한계를 가립니다. 많은 기업들이 초기 광경을 완성된 제품으로 착각하고 발표가 결승선이라고 믿고 있습니다. 그러나 이러한 세련된 발표는 종종 구글의 Gemini 공개와 같이 실제 상호 작용이 연출되고 편집된 상당한 조작을 포함합니다.아름다운 데모가 실제 엣지 케이스와 사용자 피드백에 직면했을 때 진정한 도전이 시작됩니다. 이러한 진화는 별 다섯 개 평가의 모호함과 같은 문제를 해결하고, 엔지니어 친화적인 프로토타입을 재설계하며, 구성 요소 라이브러리를 지속적으로 업데이트하는 것을 포함합니다. 키노트에서 거의 다루어지지 않는 이러한 화려하지 않은 작업들은 AI를 진정으로 기능적이고 가치 있게 만드는 데 매우 중요합니다.AI는 일부 고된 작업을 자동화할 수 있지만, 무엇을 수정해야 하는지 결정하거나 시스템이 실제로 작동하는지 확인하는 데 인간의 판단을 대체할 수는 없습니다. 단순한 "느낌 확인"보다는 효과적인 평가 시스템이 진행 상황을 추적하고 지속적인 개선을 보장하는 데 필수적입니다. 궁극적으로 AI의 성공은, 모든 혁명과 마찬가지로, 초기 갈채에 만족하지 않고 지속적이고 종종 평범한 진화의 작업에 전념하는 헌신적인 개인들에게 달려 있습니다.

The revolution was the easy part uxdesign.cc

RSS Hunter • 7월 8일

그들의 눈에서 빛을 잃다

이 텍스트는 우리가 습관적으로 AI에 의존할 때 발생하는 심오한 손실을 탐구하며, 이는 인지적 영향뿐만 아니라 개인적인 의미의 침식까지 확장됩니다. AI가 부인할 수 없는 속도와 규모를 제공하지만, 이는 우리를 일에서 의미를 창조하는 본질적인 과정에서 분리시킨다고 주장합니다. 프로젝트와의 깊은 연결에서 파생되는 이러한 의미는 지속적인 참여와 직업적 성취에 매우 중요합니다. 저자는 목적지뿐만 아니라 여정 자체가 진정한 가치를 지니는 산을 오르는 두 형제의 비유를 통해 이를 설명합니다.AI에 대한 과도한 의존은 전문가들이 "반짝임"을 잃고 경력 경로에 의문을 제기하며 일부는 기술 산업을 떠나게 만드는 무관심의 감정으로 이어질 수 있습니다. 이러한 몰입 부족은 직업적인 것뿐만 아니라 개인적인 삶으로도 퍼져나가며, 사람들은 전통적으로 인간적인 연결과 노력을 촉진했던 작업에 점점 더 AI에 의존하게 됩니다. AI가 제공하는 편리함은 매력적이지만, 점차 진정한 성취와 학습 능력을 고갈시킵니다.더욱이, 이 텍스트는 AI를 통한 "지름길"을 택하는 것이 작업에 개인적인 의미가 부족했기 때문에 의사 결정을 배우고 기억하고 정당화하는 우리의 능력을 방해한다고 강조합니다. 배우가 대사를 외우는 것처럼 진정한 지식과 숙달은 단순히 정보를 수동적으로 소비하는 것이 아니라 맥락을 깊이 이해하고 경험하는 것에서 비롯됩니다. 예를 들어, AI의 벤치마킹은 본질적인 인간적 관점이나 상호작용의 실제 경험 없이 데이터를 제공합니다.마감일과 시장 요구의 압박을 인정하면서도, 저자는 AI를 수단으로 삼아야 하며 목적이 되어서는 안 된다고 강조하며 분별력 있는 사용을 촉구합니다. 비판 없는 채택은 디자이너를 단순한 운영자로 전락시켜 의미, 레퍼토리, 경험에 의해 안내되는 의사 결정 과정으로서의 디자인의 본질을 잃게 할 위험이 있습니다. 창조의 여정은 내재된 도전과 의심과 함께 진정한 학습을 촉진하고 우리 눈의 "반짝임"을 밝히는 것이며, 이는 어디에나 있는 편리함의 유혹으로부터 보호할 가치가 있습니다.

Losing the spark in their eyes uxdesign.cc

RSS Hunter • 7월 8일

규제 산업에서의 설계

금융 및 보험과 같은 규제 산업에서의 디자인은 일반적인 소비자 제품 디자인과는 다른 접근 방식을 요구합니다. 디자이너는 규정 준수를 장애물로 여기기보다는 기본적인 디자인 제약 조건으로 받아들여야 합니다. 이는 법률 및 규제 요구 사항을 나중에 고려하는 것이 아니라 디자인 프로세스 초기에 통합하는 것을 포함합니다. 주요 과제로는 거부권을 가진 다수의 이해관계자를 관리하고, 동의 및 공개를 상호작용 디자인 기회로 구성하며, 오류 상태가 상당한 법적 중요성을 갖는다는 점을 인식하는 것이 있습니다. 또한, 접근성은 이러한 분야에서 단순히 열망적인 목표가 아니라 법적 의무입니다. 디자인 결정에 대한 철저한 문서화는 감사 가능성과 방어 가능성을 위해 중요합니다. 의사 결정 매트릭스는 디자인이 사용자 이해, 규정 준수, 비즈니스 요구 사항 및 입증 가능성을 동시에 충족하도록 보장하기 위해 제안됩니다. 규정 준수를 사용자 요구 사항으로 재구성하고 이를 상류에서 통합함으로써 디자이너는 효과적이고 책임감 있는 제품을 만들 수 있습니다. 궁극적인 목표는 복잡하고 규제된 프로세스를 사용자가 쉽고 안전하게 느끼도록 만드는 것입니다.

Designing in regulated industries uxdesign.cc

RSS Hunter • 7월 8일

무엇의 위기

AI는 작업을 처리하는 것에서부터 그 작업들을 정의하는 결정에 영향을 미치는 것으로 진화했습니다. 처음에는 AI가 명령을 실행하는 도구로 여겨졌고, 인간의 판단이 전략과 목표를 결정했습니다. AI가 "어떻게"를 마스터하고 인간이 "무엇을" 마스터하는 이 분할은 전문가들에게 안심할 수 있는 서사를 제공했습니다. 그러나 AI 에이전트가 자율적으로 아키텍처 및 구성 결정을 내리기 시작하면서 이러한 분리는 흐릿해지고 있습니다.이러한 변화는 AI가 단순히 지시를 따르는 것을 넘어 생성적 결정에 참여하는 "무엇"의 위기를 의미합니다. 저자가 다른 에이전트를 평가하는 에이전트를 구축한 개인적인 경험은 이러한 깨달음으로 이어졌습니다. 코드와 터미널 명령의 AI 해석자인 이 에이전트는 단순한 지시 따르기를 넘어 기본적인 결정에 영향을 미쳤습니다. 이는 AI가 순종적인 도구를 넘어 의사 결정 사다리를 오르기 시작했음을 나타냅니다.저자는 AI가 확률적이고 선례에 기반한 솔루션을 식별하는 데 뛰어나지만, 비정형적이고 예상치 못한 상황에는 어려움을 겪는다고 주장합니다. 반대로 인간의 판단은 확립된 규칙이 실패하는 불확실하고 독특한 상황에서 번성합니다. 종종 "행동 속의 앎" 또는 직관이라고 불리는 이러한 미묘한 의사 결정은 경험과 결과를 통해 구축됩니다. 예측 불가능한 맥락에서 행동을 안내하는 과거 결정의 "흉터 조직"입니다.이러한 유형의 판단은 AI가 발전함에 따라 살아남을 것입니다. AI는 방대한 양의 데이터를 처리하여 가장 효율적인 솔루션을 찾을 수 있지만, 그 효율적인 솔루션이 잘못된 것임을 알 수 있는 경험적 이해가 부족합니다. 성공과 실패의 기록을 통해 연마된 인간의 직관은 이러한 복잡성을 탐색할 수 있게 합니다. 결정의 인간 수신자의 예측 불가능한 특성은 이러한 깊이 뿌리내린, 맥락을 인식하는 인간 판단의 필요성을 더욱 강조합니다.

The crisis of the what uxdesign.cc

RSS Hunter • 7월 7일

모든 디자이너가 실행할 수 있는 15분 AI 스트레스 테스트

스파게티 테이블 프로토콜 챌린지는 사용자가 AI의 물리적 현실 이해도를 테스트하도록 초대합니다. GPT-4o, Gemini 1.5 Pro, Claude 3.5 Sonnet에 대한 최근 파일럿 연구 결과는 물리적으로 일관된 이미지를 생성하는 데 있어 상당한 한계를 보여주었습니다. 완벽한 사실적 이미지 생성에도 불구하고, AI는 기본적인 물리학에 어려움을 겪었으며 구조적 일관성에서 낮은 점수를 받았습니다. Claude 3.5 Sonnet은 언어적으로 불가능성을 인지했지만, 여전히 결함 있는 이미지를 생성했습니다. GPT-4o와 Gemini 1.5 Pro는 문제에 대한 상징적 인식조차 부족했습니다. 이 프로토콜은 연속성, 중력 및 물리학, 사고의 가역성을 측정합니다. 인간의 체화된 인지는 즉각적으로 물리적 불가능성을 감지하지만, 이는 현재 AI에는 없는 능력입니다. 이 챌린지는 UX/UI 및 HCI 커뮤니티의 더 광범위한 테스트를 장려합니다. 참가자는 AI에게 특정 테이블을 생성하도록 프롬프트하고, 5초 후 테이블이 무너지는 것을 시뮬레이션하도록 요청받습니다. 결과는 AI가 불가능성을 플래그했는지 여부와 붕괴 시퀀스가 물리적 논리를 따랐는지 여부에 따라 채점됩니다. 이 연구는 또한 이전 프롬프트에서 의도하지 않은 요소 오염을 확인합니다. 이 협력 노력은 AI의 한계를 이해하기 위한 공개 데이터셋을 구축하는 것을 목표로 합니다.

The 15-minute AI stress test every designer can run uxdesign.cc

RSS Hunter • 7월 7일

모든 디자이너가 직장에서 더 개방적인 디자인 문화를 구축하는 방법

"직장에서 심리적 안전감을 구축하기 위해 "리더"라는 직책이 필요하지는 않습니다."

How any designer can build a more open design culture at work uxdesign.cc

RSS Hunter • 7월 7일

린 스타트업이 생성형 AI에 대해 여전히 우리에게 가르쳐주는 것

기업들은 생성형 AI에 막대한 투자를 하고 있지만, 대부분의 파일럿 프로그램은 측정 가능한 성과를 내지 못하고 있으며, 이는 과거 소프트웨어 개발 실패 사례를 되풀이하는 것입니다. 근본적인 원인은 반복적인 학습 접근 방식을 채택하기보다는 대규모의 선행 프로젝트에 자금을 지원하려는 지속적인 경향입니다. 에릭 리스의 "린 스타트업"은 학습 속도를 제품 출시 속도보다 우선시하여 기업이 원치 않는 제품을 만드는 것을 방지하는 것을 목표로 했습니다. 생성형 AI의 낮은 실행 비용은 이러한 린 원칙을 오늘날 더욱 관련성 있게 만듭니다. 마찬가지로, 빠른 프로토타이핑의 시대에 전통적인 디자인 사고 방법은 구식이 되어가고 있습니다. AI 환경이 빠르게 진화함에 따라 소규모 실험을 통한 빠르고 반복적인 학습이 이제 중요해졌습니다. "가서 보고"와 같은 원칙은 회의실이 아닌 현장에서 실제 문제를 이해하는 것을 강조합니다. 많은 생성형 AI 노력은 혁신을 알리는 도구를 구축하고 실제 사용자 요구를 해결하지 못함으로써 제품-시장 적합성이 떨어져 실패합니다. "린 스타트업"의 "만들고, 측정하고, 배우는" 루프는 생성형 AI가 이 과정을 가속화하면서 여전히 중요합니다. 그러나 더 빠른 실패를 방지하기 위해서는 안전 장치와 명확한 결과 측정이 필수적입니다. 야심찬 내부 구축보다는 좁은 범위와 효과적인 파트너십이 더 빠른 배포와 성공으로 이어집니다. 특히 AI로 쉽게 생성되는 과도한 문서는 의사 결정이나 업무를 직접적으로 지원하지 않으면 낭비가 됩니다. 궁극적으로 AI의 핵심 과제는 스타트업과 마찬가지로 지속적으로 학습하고 적응함으로써 내재된 불확실성을 헤쳐나가는 것입니다.

What the Lean Startup still teaches us about generative AI uxdesign.cc

RSS Hunter • 7월 6일

정말로 최고가 되려고 노력해야 할까요?

자신이 최고가 아니라는 사실을 인지하는 것은 통제 가능한 요인에 따라 동기 부여가 되거나 사기가 저하될 수 있습니다. 올림픽 메달리스트들이 이를 잘 보여줍니다. 은메달리스트는 종종 실망한 표정을 짓는 반면, 동메달리스트는 자주 행복에 겨워합니다. 이러한 차이는 반사실적 사고에서 비롯되는데, 은메달리스트는 거의 땄던 금메달에 집중하고, 동메달리스트는 4위 탈락을 피한 것에 집중합니다. 자신을 위나 아래의 다른 사람들과 비교하는 이러한 경향은 감정적 반응에 상당한 영향을 미칩니다.개선하기 위해서는 자신의 약점을 정확히 아는 것이 중요합니다. 이는 발전이 필요한 영역을 강조하기 때문입니다. 그러나 종종 지나치게 단순화되는 Kruger-Dunning 효과는 무능함이 자기 평가를 방해할 수 있음을 시사합니다. 반대로, 성공의 증거에도 불구하고 자신이 부족하다고 믿는 impostor 현상은 놀랍게도 더 나은 대인 관계 효과로 이어질 수 있습니다. impostor 생각을 경험하는 개인은 더 주의 깊고 관찰력이 뛰어남으로써 이를 보상할 수 있습니다.과소평가되는 것은 의심하는 사람이 신뢰성이 부족하다면 강력한 동기 부여가 될 수 있으며, 그들을 틀렸음을 증명하려는 욕구를 부추깁니다. 그러나 존경받는 출처의 의심은 낮은 기대치가 자기 충족적 예언이 되는 Golem 효과로 이어질 수 있습니다. 자신을 낮은 기대치를 극복한 언더독으로 프레이밍하는 것은 자신감과 성과를 높일 수 있습니다. "큰 물고기 작은 연못" 효과는 경쟁이 치열한 환경에 있는 것이 개인의 능력에 대한 자기 인식을 어떻게 낮출 수 있는지 강조합니다.궁극적으로 자신이 최고가 아니라는 사실을 인정하는 것이 유익한지 해로운지는 그것을 어떻게 프레이밍하는지에 달려 있습니다. 열망의 사고방식("나는 거기에 도달할 수 있어")으로 위쪽 비교에 집중하는 것은 동기 부여가 될 수 있지만, 달성할 수 없는 목표("나는 절대 하지 못할 거야")에 집중하는 것은 낙담하게 만들 수 있습니다. 의심의 출처와 주변 환경도 중요한 역할을 합니다. 팀 환경에서는 순위보다는 여정으로 진행 상황을 프레이밍하는 것이 개인들이 뛰어난 사람들 사이에서 부적절함을 느끼는 것을 방지할 수 있습니다. 리더보드 및 팔로워 수와 같은 외부 비교는 끊임없이 위쪽을 향하게 하여 자기 가치에 부정적인 영향을 미칠 수 있으며, 비교 방향에 영향을 미치는 디자인 선택은 거의 중립적이지 않음을 시사합니다.

Should you really aim to be the best? uxdesign.cc

RSS Hunter • 7월 6일

성사되지 못한 프로모션

디자이너의 경력을 단일하고 선형적인 진행 과정으로 보는 전통적인 관점은 더 이상 정확하지 않습니다. 역사적으로 직책은 수준에 해당했고, 이는 업무 범위와 급여를 결정하여 명확한 경력 사다리를 만들었습니다. 그러나 두 가지 주요 변화가 이 모델을 교란시켰습니다. AI는 주니어 레벨의 업무를 점점 더 자동화하여 신입 포지션을 줄이고 기초 경험을 축적하기 어렵게 만들고 있습니다. 동시에 팀 규모 축소로 인해 업무 범위가 하향 이동하면서 디자이너들은 직책보다 높은 수준에서 업무를 수행하게 되었습니다.이로 인해 디자이너의 직책과 실제 역량 사이에 광범위한 불일치가 발생했습니다. 저자의 연구에 따르면 연륜은 단일 측정치가 아니라 레벨(Level)과 스테이지(Stage)라는 두 가지 독립적인 측면으로 구성됩니다. 레벨은 조직에서 개인에게 부여하는 문제 해결 범위에 해당합니다. 반면에 스테이지는 회사에서 부여하는 것이 아니라 경험을 통해 축적된 실무자의 성숙도를 나타냅니다.이 두 축을 독립적으로 평가하기 위해 측정 도구가 설계되었을 때, 평가된 디자이너의 거의 절반이 레벨과 스테이지 간의 차이를 보였습니다. 이는 직책과 성숙도 사이의 인식된 동기화가 현실을 반영하기보다는 경력이 측정되어 온 방식의 결과물임을 시사합니다. 스테이지가 레벨보다 앞선 디자이너는 자신의 직책보다 높은 수준에서 업무를 수행하고 있으며 승진을 정당화하기 위해 자신의 성과를 문서화해야 합니다. 반대로 레벨이 스테이지보다 앞선 디자이너는 성숙도를 쌓기 위해 집중적인 코칭과 개발이 필요합니다. 이 두 가지 구별되는 측정치를 인식하고 해결하는 것은 효과적인 경력 개발 및 대화에 매우 중요합니다.

The promotion that didn’t take uxdesign.cc

RSS Hunter • 7월 6일

디자인 시스템 부채, 게임 UX, AI 상호작용을 위한 39가지 원칙

이 큐레이션된 목록은 현재 트렌드와 비판적 사고에 초점을 맞춰 디자이너를 위한 리소스를 제공합니다. 핵심 사항은 디자인 시스템 부채가 개별 디자이너에서 엔지니어, 제품 관리자, 마케터로 이동했다는 점을 강조합니다. Figma와 같은 도구로 증폭된 이러한 변화는 디자인 시스템 비용을 공동 책임으로 만듭니다. 디자이너들은 오랫동안 디자인 시스템이 지속적인 거버넌스와 자금 지원이 필요한 제품으로 취급되어야 한다고 주장해 왔습니다. 이 기사는 예산 보유자가 실패를 직접 경험하지 않았기 때문에 이전의 주장들이 종종 무시되었다고 제안합니다.편집자 추천은 디자이너의 진정한 가치가 기본적인 구현을 넘어선다는 점을 강조합니다. AI 페르소나는 디자인 과제로 제시되며, 발견은 별도의 단계가 아닌 지속적인 역량으로 프레임됩니다. 화살표 디자인에 대한 글도 포함되어 있습니다. "나를 생각하게 하는" 섹션은 "누군가가 이것을 쓰기 위해 충분히 신경 썼다"는 휴리스틱의 쇠퇴, 소프트웨어 엔지니어링 노동의 재가격 책정, 인터페이스 유지보수성에 대한 시맨틱 웹의 영향에 대해 탐구합니다. 이는 시각 계층을 진실의 원천으로 취급하여 접근성 및 사용성 문제를 야기하는 컴포넌트를 비판합니다.추가적인 "작은 보석"에는 게임 UX 및 UI 디자인에서 의사 결정 프로세스 디자인으로의 전환에 대한 논의가 포함됩니다. 도구 및 리소스는 AI에 대한 적응, 인간-AI 상호 작용 디자인 원칙, 결과물 이상의 연구의 본질을 다룹니다. 뉴스레터는 후원 및 공유를 통해 독자 지원을 장려합니다.

Design system debt, game UX, 39 principles for AI interaction uxdesign.cc

RSS Hunter • 7월 6일

기능으로서의 설계

디자인의 미래는 픽셀에 관한 것이 아닙니다. 기능에 관한 것입니다. 그리고 그것을 먼저 파악하는 조직이 승리할 것입니다.

Design as a function uxdesign.cc

RSS Hunter • 7월 6일

잠깐, 이거 누가 만든 거야?

창작 분야에서 AI 사용이 증가하면서 디지털 및 인쇄 매체의 진정성과 출처에 대한 질문이 제기되었습니다. 초기에는 소비자들이 창작 과정에 대한 통찰력 없이 최종 품질만을 기준으로 창작물을 평가했습니다. 그러나 AI 도구가 더욱 정교해지고 보편화되면서 인간과 기계가 생성한 콘텐츠를 구별하기 어려워지고 있으며, 이는 신뢰를 약화시키고 있습니다. 사람들은 이제 창작물의 출처를 알고 싶어하며, 예술 작품의 출처와 유사하게 인간의 참여 증거와 창작 비하인드 스토리를 찾고 있습니다. 이러한 욕구는 AI가 창의성에 미치는 영향에 대한 불확실성과 진정성에 대한 확신을 얻고자 하는 필요성에서 비롯됩니다.고품질 AI 생성 콘텐츠에 필요한 비용과 기술이 감소했다는 인식은 그 가치를 떨어뜨렸고, "인간이 만든" 작품을 감상하는 문화적 변화를 가져왔습니다. AI 저작권, 저작권 및 보상과 관련된 법적 및 윤리적 문제는 투명성에 대한 필요성을 더욱 증폭시킵니다. 결과적으로, 사용된 도구와 인간의 의사 결정 과정을 포함한 창작 과정을 보여주는 것이 "Made in the USA" 라벨링과 마찬가지로 중요한 차별화 요소가 되고 있습니다. 이러한 과정에 대한 초점은 명시적인 "AI 없음" 선언과 스토리보드 및 반복 작업과 같은 비하인드 스토리 콘텐츠 공유에서 분명하게 나타납니다.그러나 창작자는 제시된 과정을 조작할 수 있으며, 이는 검증을 어렵게 만듭니다. 출처의 중요성은 맥락에 따라 다르며, 기능적 인터페이스보다 영화 및 예술과 같은 표현적 작업에 더 중요합니다. 표현적 매체에서 "누가"와 "어떻게"는 작품의 의미에 필수적입니다. 기능적 또는 거래 시스템의 경우, 사용성과 신뢰성이 가장 중요하므로 출처는 덜 관련성이 있습니다. 특히 UX/UI 디자인에서는 인터페이스가 개성을 띠고 AI의 역할과 사용자의 과정 이해가 점점 더 중요해짐에 따라 중간 영역이 커지고 있습니다. AI 사용을 표시하고 AI 생성 결과물을 설명하는 디자인 패턴이 등장하고 있으며, 출처는 맥락적으로 관련성이 있고 그에 따라 설계되어야 함을 인정하고 있습니다.

Wait, who made this? uxdesign.cc

RSS Hunter • 7월 6일

얼굴이 중요한 게 아니었다

애니머시는 디자인하는 것이 아닙니다. 그것은 촉발하는 것입니다.

The face was never the point uxdesign.cc

RSS Hunter • 7월 4일

프롬프트는 신경 쓰지 마세요, 여기 사고 과정이 있습니다.

저자는 스튜디오의 디자인 프로세스에 AI를 통합하는 데 1년을 보냈으며, 이는 속도보다는 더 풍부한 결과물을 얻기 위함이었습니다. 팀이 5일 스프린트 주기를 유지했기 때문에 초기 스프린트 속도 향상에 대한 기대는 비현실적이었습니다. 속도 대신 AI 통합은 새로운 과제에도 불구하고 더 포괄적이고 상세한 최종 제품으로 이어졌습니다. 팀원들의 회의론은 결함 있는 변환을 방지하는 인정받지 못한 품질 관리 역할을 하며 중요했습니다. 저자는 이러한 회의론을 받아들이는 법을 배웠고, 피치에 의존하기보다는 작업 자체로 프로세스를 검증하도록 했습니다.속도 향상에만 집중하면 "고속 평범함" 또는 "AI 슬롭"으로 이어질 수 있다는 점에서, 작업의 전반적인 품질과 깊이를 향상시키는 데 초점이 맞춰졌습니다. AI의 실제 가치는 개별 작업을 단순히 가속화하는 것이 아니라 완전하고 응집력 있는 결과물을 생성하는 능력에 있다는 것을 발견했습니다. 모든 사용자 상태와 장치 변형을 동시에 구축함으로써 스튜디오는 동일한 시간 내에 훨씬 더 깊이 있는 제품을 달성했습니다. 이 새로운 접근 방식은 다음 단계가 시작되기 전에 한 측면이 완료되는 전통적인 순차적 디자인의 "릴레이 경주"를 제거합니다.또한 AI는 승인된 작업 프로토타입에서 직접 문서를 생성함으로써 통일된 "진실의 원천"을 가능하게 했습니다. 이는 곧 구식이 되는 PRD, 와이어프레임, Figma 파일과 같은 분리된 아티팩트의 오래된 문제를 제거합니다. 엔지니어는 이제 지속적으로 동기화되는 시스템에서 구축하여 사용자 스토리, 흐름 맵, 오류 조건이 항상 프로토타입의 현재 상태를 반영하도록 합니다. 불일치 또는 고아 요소는 자동으로 검토를 위해 표시되어 오래된 정보의 "프랑켄슈타인 문제"를 방지합니다. 이를 통해 수정 비용이 저렴할 때 변경 사항이 처리되어 더 강력하고 정확한 최종 제품으로 이어집니다.

Never mind the prompts, here’s the thinking uxdesign.cc

RSS Hunter • 7월 4일