TheNote
UX Collective | Medium 한국어 노트
GooglePlay AppStore

UX Collective | Medium 한국어

Uxdesign.cc는 디자인 리소스, 기사 및 게시물을 브라우징할 때 사용자 경험을 향상시키는 온라인 플랫폼입니다. 이 사이트는 다양한 회사의 디자인 영감, 와이어프레이밍 키트 및 지침을 포함하는 큐레이션된 컬렉션을 제공합니다. Apple, Microsoft, Airbnb 등. 웹 및 앱을 디자인하는 데 필요한 디자인 자산과 지침에 쉽게 액세스할 수 있습니다.
UX Collective - Medium uxdesign.cc
RSS uxdesign.cc
UX Collective | Medium 한국어 RSS thenote.app
RSS Hunter RSS Hunter • 2024년 8월 23일

노트 스레드

"App Store에서 다운로드" 버튼은 어떻게 되었을까요?

"App Store에서 다운로드" 및 "Google Play에서 받기"라는 어디에나 있던 버튼들이 웹사이트에서 거의 사라졌습니다. Apple과 Google에서 제공하는 이러한 표준화된 배지는 한때 사용자를 각 스토어에서 앱을 다운로드하도록 안내하는 주요 방법이었습니다. 너무 익숙해져서 브로셔 및 잡지 광고와 같은 인쇄물에도 나타났습니다. 그러나 웹사이트는 이제 자체 브랜딩과 일치하는 맞춤 디자인 버튼을 자주 사용합니다.이러한 변화는 시간이 지남에 따라 더욱 유연해진 Apple의 마케팅 지침 변경에 부분적으로 기인합니다. Apple은 더 이상 모든 마케팅 자료에 대한 엄격한 승인을 요구하지 않으며, iOS에만 앱 스토어 배지 유형을 제한하지도 않습니다. 개발자와 디자이너는 이러한 자유를 받아들여 자체 버튼 디자인을 만들었습니다. 이러한 발전은 주요 플랫폼이 앱 개발자에 대한 통제를 완화하고 보다 개인화되고 브랜드 중심적인 웹 디자인으로 나아가고 있음을 의미합니다.이러한 표준화된 버튼의 사라짐은 웹사이트가 자체 브랜드 아이덴티티를 강조하는 더 넓은 추세를 반영하기도 합니다. 한때 인터넷 전반에 걸쳐 일관된 사용자 경험을 위해 필요했지만, 앱 스토어에 대한 친숙함으로 인해 이러한 일반적인 버튼의 중요성이 줄어들었습니다. 대신 개발자는 시각적으로 더 매력적이고 전체적인 미학과 통합된 디자인을 선택하고 있습니다. 이를 통해 더 큰 창의적 표현과 더 매력적인 사용자 여정이 가능해지며, 일률적인 접근 방식을 넘어서고 있습니다.
Whatever happened to “Download on the App Store” buttons? uxdesign.cc
CdXz5zHNQW_Jd1HGtiDUb.png
RSS Hunter RSS Hunter • 9월 18일

"Altman과 Amodei의 AI를 위한 "어떤 프롬프트에서도 안전하지 않음"의 순간"

"랄프 네이더의 "Unsafe at Any Speed"는 코베어를 중심으로 다루었지만, 근본적으로 자동차 제조사가 운전자가 아닌 안전에 대한 책임을 진다고 주장했습니다. 현재 AI 산업은 사용자에게 오류에 대한 책임을 전가하며 디트로이트의 역사적인 방어를 그대로 따라하고 있습니다. 이는 과거 자동차 제조사들이 제품 재설계를 피하기 위해 운전자, 즉 "핸들을 잡은 사람"을 탓했던 것과 유사합니다. 마찬가지로 AI 기업들은 내재된 제품 결함을 해결하기보다는 "AI 리터러시"나 프롬프트 엔지니어링을 실패의 원인으로 돌립니다. 사용자가 더 많은 정보를 얻어야 한다는 주장은 자동차 산업에서 사용했던 구시대적인 "운전자 오류" 방어 논리와 같습니다. 이 전략은 근본적인 제품 변경 없이 책임을 제한하기 위해 역사적으로 사용되어 온 경고 라벨과 유사합니다. 핵심 문제는 자동차의 기계적 고장처럼 AI의 오류 취약성이 사용자 교육뿐만 아니라 설계 솔루션을 필요로 한다는 것입니다. 자동차의 내부 설계가 충돌 충격을 완화하는 "두 번째 충돌" 개념은 오류를 관리하기 위한 AI의 인터페이스 설계의 중요성을 강조합니다. 설명 가능성과 사용자 제어를 포함하는 인터페이스 설계는 AI의 잘못된 출력으로 인한 피해를 완화하는 데 중요합니다. 자동차 안전을 위해 충돌 테스트가 표준이 되었듯이, 인터페이스도 "오답 생존율"을 정량화하고 해결하기 위한 엄격한 테스트가 필요합니다. 자동차 산업 이전의 AI 산업처럼, 종종 규제 당국이나 대중에게 투명하지 않은 실패에 대한 내부 데이터를 보유하고 있습니다. 궁극적으로 자동차든 AI든 안전에 대한 책임은 견고한 시스템과 인터페이스를 설계하는 창조자에게 있습니다."
Altman and Amodei’s “unsafe at any prompt” moment for AI uxdesign.cc
CdXz5zHNQW_z5IhcMYipg.png
RSS Hunter RSS Hunter • 9월 18일

폴더블 기기 때문에 앱을 너무 늘리지 마세요

iPhone Duo와 같은 폴더블 기기의 등장은 고정된 화면을 넘어 디자인 환경을 변화시켰습니다. 이전에는 폴더블 기기가 주로 안드로이드 기기의 영역이었고 사용자 채택률도 제한적이었습니다. 그러나 애플의 폴더블 기기에 대한 관심과 강력한 판매 예측은 앱 디자인의 적응을 필수적으로 만듭니다. 개발자는 이제 콘텐츠와 사용자 인터페이스가 다양한 화면 크기, 화면 비율, 방향 및 자세에 어떻게 반응하는지 고려해야 합니다. 특정 기기를 위해 디자인하는 대신, 사용 가능한 공간과 사용자 상호 작용에 적응하는 데 초점을 맞춰야 합니다. 이는 콘텐츠와 주요 작업의 계층 구조를 유지하면서 탐색, 콘텐츠 밀도 및 열 레이아웃을 조정하는 것을 포함합니다.단순히 UI를 더 큰 디스플레이에 늘리는 것을 피하는 것이 중요합니다. 대신 여러 열 사용, 여백 추가, 반응형 그리드 보장과 같은 관행을 채택해야 합니다. 디자인은 또한 힌지(hinge)를 인지해야 하며, 접히는 부분에 중요한 상호 작용 요소나 텍스트를 배치하는 것을 피해야 합니다. "패널(panes)"이라는 개념으로 생각하는 것 – 휴대폰을 위한 기본 패널과 폴더블 기기를 위한 여러 관련 패널 – 은 목록-세부 정보 또는 탐색-콘텐츠와 같은 효과적인 레이아웃 디자인에 도움이 됩니다.다양한 폴더블 상태를 이해하는 것이 가장 중요합니다. 닫힘(휴대폰과 유사), 열림(책과 유사하며 더 많은 공간 제공), 반쯤 열림(테이블탑 또는 책 모드)은 각각 뚜렷하게 사용 가능한 영역을 만듭니다. 앱은 사용자 컨텍스트를 잃지 않고 이러한 변화하는 구성에 탐색, 컨트롤 및 오버레이를 원활하게 적용해야 합니다. 여기에는 접힌 상태와 펼쳐진 상태 간의 전환 중에 사용자의 위치와 탐색 상태를 유지하는 것이 포함됩니다. iOS와 Android 모두 이러한 적응형 레이아웃을 만들기 위해 크기 클래스(size classes)와 창 메트릭(window metrics)을 활용하는 데 대한 지침을 제공합니다. 궁극적으로 폴더블 기기를 위한 디자인은 유연하고 공간을 인지하는 디자인 원칙으로의 전환을 요구하며, 다양한 기기 형태에 걸쳐 일관되고 기능적인 사용자 경험을 보장합니다.
Please don’t stretch your app for foldables uxdesign.cc
CdXz5zHNQW_HBIDSIYIG2.png
RSS Hunter RSS Hunter • 9월 17일

디자인과 AI 시대의 글쓰기 재고

저자는 자신의 100번째 디자인 기사 작성을 완료한 것에 대해 개인적인 성취로 여기며 회고합니다. 그들은 꾸준한 글쓰기를 통해 지속적인 개인적 발전이 이루어진다는 점을 강조하며, 좋은 글쓰기는 좋은 생각에서 비롯된다는 오스카 와일드의 말을 되새깁니다. 저자는 특히 발전하는 AI 앞에서 효과적으로 생각하지 못할까 하는 지속적인 두려움을 표현하며, 이를 은유적으로 "쇼고스(Shoggoth)"라고 명명합니다. 이 AI는 마치 허구의 쇼고스처럼, 대규모 언어 모델과 유사하게 지시를 따를 수 있는 강력하고 형태를 바꾸는 존재입니다.저자는 AI와의 복잡한 관계를 인정하며, 빠른 콘텐츠 생성을 용이하게 하는 능력은 높이 평가하지만, 수동적인 글쓰기에 내재된 귀중한 고군분투의 상실을 안타까워합니다. 그들은 모든 사고를 AI에 아웃소싱하는 것이 바람직한지에 대해 의문을 제기하며, UX Collective 공동 창립자인 Fabric Teixeira가 강조한 진정한 인간적 관점의 중요성을 언급합니다. 이는 마이클 비어트의 개념과 일맥상통하는데, 그는 규율을 통한 반복의 마찰을 받아들이는 것이 창의적 성장을 촉진한다고 말합니다.저자는 글쓰기 여정을 통해 배운 핵심 교훈들을 공유합니다. 개인적인 목표와 유산에서 비롯된 동기 부여, 글쓰기를 위한 전용 공간 마련, 실험을 통한 진정한 목소리 개발, 비판 속에서도 진정성을 실천하는 것 등입니다. 또한 정신적 막힘 기간 동안의 자기 용서의 중요성과 창의적 과정에서 결국 기쁨을 발견하는 것에 대해서도 논합니다. 마지막으로, 글쓰기는 다른 디자이너들과의 강력한 공동체 의식과 연결을 형성하여 그들의 세계를 확장하고 지지적인 "부족"을 제공했습니다.
Rethinking writing in the world of design and AI uxdesign.cc
CdXz5zHNQW_9sckxBJeGC.png
RSS Hunter RSS Hunter • 9월 17일

달라진 것은 그것에 대해 이야기하는 방식뿐이다.

디자인 씽킹과 AI는 특히 문제 해결의 발견(Discover) 및 정의(Define) 단계에서 자연스럽게 어울립니다. AI 에이전트는 프로젝트의 초기 조사 및 가정 분석 단계를 크게 가속화할 수 있습니다. 정보를 종합하는 데 며칠을 소비하는 대신, AI는 몇 분 안에 구조화된 제품 요구사항 문서를 생성할 수 있습니다. 이 AI 생성 결과물은 최종 목표가 아니며, 인간의 검토 및 개선을 위한 시작점으로 작용합니다. 인간의 "In The Loop"는 AI 생성 오류를 수정하고 판단을 주입하는 데 중요합니다. AI는 사용자 불만 뒤에 숨겨진 더 깊은 감정적 층위를 발견하여 보다 효과적인 문제 프레이밍으로 이어지면서, 연구 보고서를 세심하게 분석하여 패턴을 찾고 증거에 기반하여 초기 가정을 검증함으로써 공감(Empathize) 단계에서 뛰어난 성능을 발휘합니다. AI는 정의(Define) 단계에서 관점(Point of View) 진술을 압박 테스트하는 적대적 파트너 역할을 합니다. 작성, 도전, 수정의 이 반복적인 루프는 문제 정의를 신속하게 개선하는 데 도움이 됩니다. AI는 문제 발견 단계를 압축하지만, 디자인 씽킹의 핵심 원칙을 대체하지는 않습니다. 인간 디자이너의 판단은 "더블 다이아몬드" 프로세스에서 창의적인 선택에 필수적입니다. 궁극적으로 AI는 조사 작업을 가속화하여 디자이너가 창의적인 의사 결정에 더 많은 시간을 할애할 수 있도록 지원합니다.
Nothing has changed other than how we talk about it uxdesign.cc
CdXz5zHNQW_FAs6spzxb8.jpeg
RSS Hunter RSS Hunter • 9월 17일

잃어버린 개—아니면 잃어버린 디자이너?

AI 생성 디자인의 윤리는 절대적인 것이 아니라 맥락, 의도, 결과에 크게 좌우됩니다. 실종견 포스터나 어려움을 겪는 지역 사업체의 홍보 전단지를 만드는 데 AI를 사용하는 것은 일반적으로 받아들여지는데, 이는 실질적인 필요를 충족시키거나 그렇지 않으면 존재하지 않을 수 있는 작업을 가능하게 하기 때문입니다. 이러한 시나리오는 AI가 전문 디자인을 위한 자원이 부족한 개인이나 소규모 사업체의 격차를 메우는 것을 보여줍니다. 그러나 수익성 있는 기업이 이익 증대만을 위해 디자인 부서를 자동화할 때 윤리적 함의는 크게 달라집니다. 이 상황은 일자리 감소와 이익 분배에 대한 우려를 제기합니다. 핵심 윤리적 문제는 AI가 인간 노동을 대체하는지 여부가 아니라, 그러한 결정의 정당성과 그 결과가 어떻게 분배되는지에 있습니다. 우리는 자동화의 필요성, 사용 가능한 대안, 잠재적 이익과 함께 근로자에게 미치는 영향을 고려해야 합니다. 저자는 AI 생성 디자인을 판단하는 것은 단순한 윤리적 이분법과 달리 특정 상황을 이해해야 한다고 주장합니다. 디자이너들의 노동 가치에 대한 정당한 우려를 인정하는 것은 중요하지만, 이것이 기술 발전에 대한 영구적인 수요를 결정할 수는 없습니다. 궁극적으로 윤리적 평가는 인간 노동을 대체하는 것이 상황에 의해 정당화되는지, 누가 이익을 얻고 누가 비용을 부담하는지에 달려 있습니다.
Lost dog—or lost designer? uxdesign.cc
CdXz5zHNQW_oU9EROEqpI.png
RSS Hunter RSS Hunter • 9월 17일

셰익스피어가 AI에 대해 틀린 점

셰익스피어의 마법에는 항상 꺼지는 스위치, 도덕적 질서, 그리고 책임자가 있었지만, 오늘날 우리가 구축하는 AI와는 달랐습니다. 그의 등장인물들은 마법을 소환했다가 물약을 사라지게 하고 폭풍을 잠재우며 그것을 멈출 수 있었습니다. 이 마법은 양심과 도덕적 질서에 복종했으며, 죄인은 처벌받고 억울한 자는 구제되었습니다. 마녀, 요정, 혹은 계획을 가진 공작 등 누군가가 항상 그 뒤에 있었습니다. 셰익스피어의 마법과 우리 AI의 결정적인 차이는 꺼지는 스위치, 끝, 양심, 그리고 인도하는 손의 부재입니다. 셰익스피어는 인간 본성을 이해했기에 SF보다 AI에 대해 더 통찰력 있습니다. SF는 기계의 물리적 발현에 초점을 맞추는 반면, 셰익스피어는 강력하고 알려지지 않은 힘에 직면한 인간의 행동을 탐구했습니다. 템페스트에서 프로스페로는 모든 것을 통제하고 자신의 마법을 끝내기로 선택하며, 통제 가능한 힘을 구현합니다. 마찬가지로, 판타지아에서 미키의 통제되지 않는 마법은 질서를 회복하기 위해 주인을 필요로 합니다. 노버트 위너는 마법사의 제자 우화를 사용하여 우리가 통제하기에는 너무 빠르게 움직이는 기계에 대해 경고했습니다. 오늘날 AI 창조자들은 자신들의 창조물을 완전히 이해하지 못하며 그것들을 끌 수 없다고 인정합니다. 셰익스피어는 마법을 이해하고 끝낼 수 있는 프로스페로와 같은 존재를 가정했지만, 이는 더 이상 사실이 아닙니다. 우리의 마법에는 주인도 통제도 없으며, 우리는 불어나는 물 속의 미키처럼 남겨집니다. 셰익스피어의 마법은 항상 떠나는 법을 알았고 아침이면 사라졌지만, AI는 무기한 지속됩니다. 오픈 웨이트 AI 모델의 공개는 되돌릴 수 없으며, 일단 공개되면 그것들을 봉쇄하는 것은 불가능합니다. 셰익스피어의 등장인물들은 항상 현실로 돌아왔지만, AI와 함께라면 돌아갈 집이 없습니다. 마지막으로, 셰익스피어의 마법은 점수를 매겨 도덕적 질서를 유지했지만, AI는 점수를 매기지 않는 힘입니다.
What Shakespeare got wrong about AI uxdesign.cc
CdXz5zHNQW_5c0CgtNNSR.jpeg
RSS Hunter RSS Hunter • 9월 16일

AI가 윈체스터 미스터리 하우스를 짓게 두지 마세요

이 글은 체계적인 계획 없이 38년간 지어진 윈체스터 미스터리 하우스에 빗대어 잘못 설계된 소프트웨어를 설명합니다. 이러한 비유는 현대 AI 기반 앱 개발에도 확장되어, 근본적인 구조 없이 기능이 부분적으로 추가되는 상황을 지적합니다. 저자는 이러한 문제를 해결하기 위해 여섯 가지 아키텍처적 조치를 제안하며, 근본적인 설계 원칙으로의 복귀를 강조합니다. 첫 번째 조치는 기능 개발 전에 공유 객체 모델을 정의하여 스캐폴딩과 하네스를 먼저 고정하는 것입니다. 이는 시스템 내에서 액션이 정의된 위치와 목적을 갖도록 보장합니다. 두 번째 조치는 정의된 패턴과 컴포넌트부터 구성하는 것으로, 재사용 가능한 동작과 상호작용을 위한 통제된 어휘를 확립합니다. 이 접근 방식은 기능이 어떻게 동작하는지, 특히 오류 상태에서 어떻게 동작하는지를 표준화하고 정보를 어떻게 제시하는지를 결정합니다. 세 번째 조치는 제품과 함께 진화하는 살아있는 문서로 취급하여 지속적인 정보 아키텍처를 유지하는 것입니다. 이는 지속적인 개발에 필요한 개요와 맥락을 제공합니다. 네 번째 조치는 기술 부채가 축적되도록 두는 대신 조정 및 정리를 위한 시간을 예약하여 정기적인 주기로 리팩토링하는 것입니다. 이는 윈체스터 하우스에서 볼 수 있는 "손상된 날개를 봉쇄하는" 접근 방식을 방지합니다. 다섯 번째 조치는 기능 범위를 위치에 바인딩하여, 기능이 할 수 있는 일이 사용자의 현재 애플리케이션 내 위치에 맥락적으로 관련되도록 하는 것입니다. 이는 기능이 너무 일반적이어서 유용하지 않은 "전지전능한 상자" 문제를 피합니다. 마지막으로, 이 글은 이러한 아키텍처 원칙이 완전한 재구축을 요구하지 않고 기존 애플리케이션에 대한 개조로 적용될 수 있음을 강조합니다. 이러한 조치를 구현하는 것은 더 일관성 있고 유지보수 가능하며 사용자 친화적인 소프트웨어를 만드는 데 도움이 됩니다.
Don’t let AI build a Winchester Mystery House uxdesign.cc
CdXz5zHNQW_KTXIv19LiZ.png
RSS Hunter RSS Hunter • 9월 16일

UX 더블 다이아몬드는 죽었고, AI에서는 소프트웨어를 위해 하나만이 살아남습니다.

2004년에 소개된 더블 다이아몬드 모델과 2008년에 대중화된 디자인 씽킹은 모두 광범위한 연구와 문제 정의를 통해 프로세스를 초기에 집중시키는 것을 강조했습니다. 이러한 접근 방식은 구축 비용이 많이 들고 되돌릴 수 없다는 가정에 의해 추진되었으며, 초기 탐색을 중요하게 만들었습니다. 그러나 디지털 시대는 이러한 비용을 극적으로 변화시켰습니다. 프로토타입은 이제 빠르게, 저렴하게, 종종 오후 안에 생성될 수 있습니다. 이러한 변화는 이제 비용이 구축이 아닌 판단과 선택에 있다는 것을 의미합니다. 여정 지도 및 문제 진술과 같은 전통적인 아티팩트는 더 이상 주요 관심사가 아닌 값비싼 구축에 대한 보험이었습니다. AI 모델 쿼리 비용이 급감하여 광범위한 실험이 가능해졌습니다. 팀은 이제 긴 토론 비용보다 적은 비용으로 솔루션의 여러 버전을 구축할 수 있습니다. 이로 인해 집중적인 탐색 단계가 프로세스 후반으로 재배치되었습니다. 벽에 많은 아이디어를 매핑하는 대신 팀은 이제 여러 개의 작동하는 프로토타입을 구축할 수 있습니다. 한때 엔지니어링이 느렸을 때 옵션을 생성하는 데 효율적이었던 아이디어 워크숍과 포스트잇 연습은 이제 덜 중요합니다. 실제 비용은 생성된 많은 옵션 중 어떤 것이 가치 있는지 결정하는 데 발생합니다. 원래의 더블 다이아몬드는 적은 판단 예산과 많은 제작 예산을 가정했지만, 이 비율은 역전되었습니다. 문제 탐색의 첫 번째 "다이아몬드"는 이제 간결한 한 페이지 브리프가 될 수 있습니다. 솔루션 생성 및 개선에 초점을 맞춘 두 번째 "다이아몬드"는 이제 상당히 확장됩니다. 주요 남은 비용은 "판단 예산"으로, 무엇이 좋은지를 결정하는 것입니다. 의료 기기 또는 하드웨어와 같이 구축 비용이 많이 들고 되돌릴 수 없는 산업의 경우 원래의 초기 집중 접근 방식이 여전히 적용되지만, 소프트웨어의 경우 이는 점점 드물어지고 있습니다. 새로운 모델은 안정적인 결과, 광범위하고 저렴한 생성 단계, 그리고 미리 정의된 좋은 기준을 포함합니다. 이는 소프트웨어 개발이 광범위한 사양에서 코딩 전에 테스트를 작성하는 것으로 발전한 방식을 반영합니다.
The UX Double Diamond is dead, and in AI only one survives for software uxdesign.cc
CdXz5zHNQW_22zliGFxxr.png
RSS Hunter RSS Hunter • 9월 14일

디자인 없는 자들을 위해

디자이너는 모호한 클라이언트의 의도를 다양한 도구를 사용하여 구체적인 형태로 변환하는 상업적 문제 해결사입니다. 인공지능은 디자이너의 역할을 바꾸지 않았지만, 더 많은 사람들이 스스로 디자인 작업을 시도할 수 있도록 했습니다. 이러한 새로운 사용자는 세 그룹으로 분류할 수 있습니다. 아마추어적인 실행이 메시지의 일부인 버내큘러(Vernacular), 문화적 어휘와 좋은 디자인을 달성할 수단을 갖추지 못한 레퍼런스리스(Referenceless), 전문적인 디자인을 감당할 수 있지만 그렇게 하지 않기로 선택한 코너 커터(Corner-Cutters)입니다. AI의 영향에 대한 현재의 논쟁은 이 그룹들을 구분하지 않음으로써 약화됩니다. 버내큘러에게 AI는 인공적인 세련됨으로 진정한 불완전함을 대체함으로써 해로울 수 있습니다. 코너 커터는 주로 기존 비용을 우회하기 위해 AI를 사용합니다. 그러나 레퍼런스리스에게 AI는 사전 디자인 지식 없이도 의사소통 요구를 충족시킬 수 있는 강력한 새로운 도구를 제공합니다. 종종 "AI 슬롭(AI slop)"으로 낙인찍힌 AI 생성 디자인에 대한 반발은 따뜻함과 숙련도의 부족을 인식하게 합니다. 그러나 많은 기업에게 AI 슬롭의 대안은 장인적인 숙련이 아니라 기본적인 Microsoft Word 디자인이거나 아예 아무것도 없었습니다. 아마추어 전단지를 무료로 재디자인하는 프로젝트는 디자인 지식을 직접 적용하는 가치를 보여주며, 이는 AI가 잠재적으로 확장할 수 있는 서비스입니다. 길 잃은 고양이 포스터와 같은 버내큘러 그룹의 "불완전함"은 AI가 세련됨을 추구하면서 훼손할 수 있는 필수적인 메시지를 전달합니다. 더 많은 레퍼런스가 더 나은 디자인을 의미하는 것은 아닙니다. 길 잃은 고양이 포스터에 대한 관련 레퍼런스는 포스터 자체입니다. 레터셋(Letraset)이나 디지털 도구를 사용하든 디자인을 계획하고 실행하는 능력은 항상 더 나은 결과를 가져왔습니다. AI는 간단한 프롬프트에서 일반적인 출력을 생성할 수 있지만, 특정 문화적 레퍼런스를 통합함으로써 동일한 도구가 더 관련성 있고 차별화된 결과를 생성할 수 있습니다. 이는 AI 출력의 품질이 사용자의 문화적 이해도와 입력에 달려 있음을 보여줍니다.
For the Designless uxdesign.cc
CdXz5zHNQW_vi0Dx1tnvL.jpeg
RSS Hunter RSS Hunter • 9월 14일

UX의 다섯 가지 시대, 초안, 데이터로 만든 로고, 음성 AIUX 패턴

이번 주 디자이너를 위한 큐레이션된 자료들은 UX 디자인과 인공지능의 교차점을 탐구합니다. Patrick Neeman은 UX의 다섯 가지 시대와 AI 시대를 위한 교훈을 되돌아보며, 역사는 엄격하게 반복되기보다는 종종 "운율을 맞춘다"고 강조합니다. 스폰서 특집에서는 디자인 시스템을 AI와 함께 활용하여 더 빠르고 일관되며 효율적인 브랜드 인터페이스 생성을 가능하게 하는 방법을 강조합니다. 편집자 추천에는 악당들의 계획에서 배우기, 1980년대 복사기 비유를 통해 에이전트 UX 이해하기, 2026년까지 제품 팀에 미치는 AI의 영향에 대한 통찰력이 포함됩니다. 또 다른 글에서는 직장 감시가 개인 워크플로우까지 확장되는 불안한 추세를 논합니다. UX Collective 출판물은 디자인 목소리와 비판적 사고를 향상시키는 것을 목표로 합니다. "나를 생각하게 만드는" 기사들은 AI 에이전트로 인해 고객 기대치가 변화함에 따라 제품이 미묘하게 관련성을 잃는 방법, 단순한 휴식을 넘어선 번아웃의 지속적인 문제, 그리고 집중과 배려를 향상시키기 위해 디자인 세부 사항을 제한해야 한다는 주장 등을 숙고합니다. 추가적인 "작은 보석"들은 데이터 기반 로고의 역사, 무작위처럼 느껴지기 위한 테트리스의 조작 필요성, 그리고 iPod 단종의 중요성을 탐구합니다. 마지막으로, 정보 아키텍처와 AI 모델 간의 관계, 감정을 지표로 착각하는 위험, 그리고 떠오르는 음성 AI UX 패턴에 대한 자료들이 있습니다.
Five eras of UX, First drafts, Logos made of data, Voice AIUX patterns uxdesign.cc
CdXz5zHNQW_XUKSlGXXrE.jpeg
RSS Hunter RSS Hunter • 9월 14일

8음성 AIUX 패턴

1922년 최초의 음성 활성화 장난감인 Radio Rex는 소리 패턴이 반응을 유발하는 간단한 원리를 도입했습니다. 이 기본적인 개념은 수십 년 동안 음성 지원 장치에서 지속되었으며, Siri, Alexa, Google Assistant와 같은 지배적인 인터페이스는 의도 추출에 중점을 두었습니다. 대규모 언어 모델과 음성 모델의 최근 발전은 음성 AI에 혁명을 일으켜 새로운 사용 사례와 상호 작용 패턴을 가능하게 했습니다.이 글은 8가지 신흥 음성 AI UI 패턴을 개괄하고, 각 패턴에 대한 AI 에이전트의 인식된 역할, 주요 디자인 결정 및 한계를 분석합니다. 첫 번째 패턴은 Avatar video/voice call로, 애니메이션 또는 초현실적인 아바타가 얼굴을 맞대고 상호 작용을 제공하여 연결감과 정서적 지원을 조성합니다. 디자인 고려 사항에는 AI 성격과 사실적인 아바타로 불쾌한 골짜기를 탐색하는 과제가 포함됩니다.두 번째 패턴인 Turn-by-turn은 말하기와 듣기에 대한 시각적 신호를 사용하여 엄격한 차례 바꾸기를 사용합니다. 이는 통제된 교육적 교환이 바람직하고 얼굴이 없다는 것이 상호 작용에 집중하는 데 도움이 되는 구조화된 튜터링 또는 평가에 이상적입니다. 결정적으로, 방해의 여지가 없어 명확한 차례 시나리오로의 적용이 제한됩니다.AI 전화 통화는 고객 지원, 리드 자격 또는 약속 예약을 위해 실제 전화 상호 작용을 모방합니다. 에이전트는 음성 전용 서비스 에이전트 역할을 하며, 대화 흐름 설계와 단어를 통해서만 전달되는 성격에 의존합니다. 중요한 한계는 스크롤할 수 없다는 것으로, 중요한 정보의 확인을 필요로 합니다.Voice-augmented chat는 텍스트 채팅에 음성 모달리티를 계층화하여 사용자가 입력하는 대신 말할 수 있도록 합니다. 에이전트는 전체 화면 음성 모드 또는 채팅 내 인라인으로 나타나는 범용 음성 비서 역할을 합니다. 이 패턴은 멀티모달 경험을 지원하지만 음성으로 전달하기 어려운 코드 또는 테이블과 같은 복잡한 출력을 제한할 수 있습니다.Voice to text는 대화형 에이전트 없이 음성 입력을 텍스트로 전사하는 순전히 실용적인 도구입니다. 효과는 전적으로 출력 정확도와 맥락에 적응하는 능력에 달려 있습니다. 음성으로 수정하는 것은 종종 타이핑보다 느리므로 편집을 위한 사용자 지정 키보드와 같은 솔루션으로 이어집니다.Scripted video + voice는 사전 녹화된 비디오와 음성 입력을 결합합니다. 인간 교사로 인식되는 가상 튜터는 사전 촬영된 응답을 선택하여 사용자 입력에 따라 피드백을 제공합니다. 이는 몰입형 학습 환경을 조성하지만, 모든 분기를 촬영하는 과정은 콘텐츠를 확장하거나 업데이트하는 데 비용이 많이 들고 느립니다.
8 voice AIUX patterns uxdesign.cc
CdXz5zHNQW_gjst8UD3wp.jpeg
RSS Hunter RSS Hunter • 9월 10일

UX 디자인의 다섯 가지 시대와 AI 시대에 간직해야 할 교훈

사용자 경험(UX) 분야는 현재의 이름보다 앞선 풍부한 역사를 가지고 있으며, 그 뿌리는 인간 공학(Human Factors) 시대로 거슬러 올라갑니다. 1940년대 벨 연구소(Bell Labs)의 전화기와 같은 시스템에 대한 인간 중심 설계 작업은 오늘날에도 여전히 유효한 기본 원칙을 세웠습니다. 정규 교육은 도구를 제공하지만, 이러한 도구가 존재하는 이유에 대한 이해의 격차를 만드는 중요한 역사적 맥락을 종종 생략합니다. UX 역사는 선형적인 발전이 아니라 일련의 시대로, 각 시대는 이전 시대의 실수를 바탕으로 하거나 때로는 반복합니다. 관찰된 일관된 패턴은 제본스의 역설(Jevons paradox)입니다. 컴퓨팅이 더 저렴하고 접근하기 쉬워질수록 그 사용은 축소되기보다는 확장됩니다. 이러한 확장은 방 크기의 메인프레임에서 주머니 크기의 스마트폰에 이르기까지 분명하게 나타납니다. 현재의 AI 시대는 유사하지만 규모는 더 큰 확장을 나타내며, 이러한 역사적 추세를 이해하는 것은 현재의 혼란을 피하는 데 핵심입니다. 미학만을 강조하기보다 기능을 강조하는 내구력 있는 교훈은 스티브 잡스(Steve Jobs)와 같은 인물들에 의해 옹호되었습니다. 디자인은 "작동 방식"이라는 이 근본적인 통찰력은 연속적인 시대를 거치면서 받아들여지거나 간과되었습니다. 각 역사적 시기는 고유한 통찰력과 방법을 기여했지만, 버려져야 할 자체적인 맹점과 습관도 개발했습니다. 인간 공학 시대는 화면뿐만 아니라 전체 사용자 시스템에 초점을 맞췄지만, 나중에 범위를 좁혔습니다. 웹 시대는 온라인 콘텐츠를 구성하는 데 중요한 정보 아키텍처를 확립했지만, 이 분야는 이후 덜 가시적이 되었습니다. 모바일 시대는 디자인을 날카롭게 만드는 중요한 제약을 도입했지만, 이러한 제약은 이후 약화되었습니다. AI 시대는 UX 역사를 깊이 이해하여 일시적인 추세에서 지속적인 교훈을 분별해야 하는 새로운 지평을 제시합니다.
Five eras of UX design and the lessons to keep in the AI era uxdesign.cc
CdXz5zHNQW_oMUwGim6GS.png
RSS Hunter RSS Hunter • 9월 10일

데이터로 만들어진 로고의 짧은 역사

저자는 상징적인 표현을 넘어 실제 데이터를 로고에 임베딩하는 개념을 탐구합니다. 이 아이디어는 저자의 브랜딩 작업에서 다시 등장했으며, 역사적 및 현대적 사례에 대한 연구를 촉발했습니다. 저자는 로고를 브랜드의 주요 마크로 정의하며, 삽화나 별도의 데이터 시각화는 제외합니다. 저자는 데이터가 로고 외부에 존재하는지, 그리고 데이터가 변경될 경우 로고가 변경될 것인지 질문함으로써 데이터를 임베딩하는 로고와 단순히 데이터에서 영감을 받은 로고를 구별합니다.발견된 가장 초기 사례는 1903년 Key Route 로고로, 전차 노선의 양식화된 지도가 회사의 이름도 형성했습니다. 네트워크가 발전함에 따라 데이터 임베딩에서 상징으로 전환되었습니다. 국제 원자력 기구의 엠블럼과 같이 과학적 표현도 등장했으며, 이는 상징적인 원자에서 베릴륨의 특정 시각화로 전환되었습니다. 더 최근에는 VIZBI 컨퍼런스 로고가 단백질 구조를 기반으로 한 애니메이션 문자를 사용하여 과학적 시각화와 추상적 표현의 혼합을 보여줍니다.개인용 컴퓨터의 부상과 함께 차트와 그래프가 Coalar 및 Open Knowledge 로고와 같은 로고의 일반적인 요소가 되었습니다. 이러한 예는 데이터셋을 시각적으로 표현하지만, 완전히 이해하려면 종종 설명이 필요합니다. APEC CEO 서밋 아이덴티티와 같은 일부 로고는 여러 데이터셋을 인코딩하여 변형을 허용합니다. Oppenheim 법률 회사의 로고는 파트너 이름의 문자 빈도를 사용하여 고유한 방사형 시각화를 만듭니다.데이터를 흐르는 정보로 표현하는 동적 로고도 등장했으며, 무한한 작은 이미지 흐름을 특징으로 하는 Seagate의 "Living Logo"가 그 예입니다. Visit Nordkyn 로고와 같은 생성적 아이덴티티는 실시간 환경 데이터에 의해 구동되어 모양을 조정합니다. 마찬가지로, 애들레이드 비엔날레의 시각적 아이덴티티는 실시간 환경 및 금융 데이터에 따라 변이하는 프로그래밍 가능한 서체를 사용합니다. 이러한 동적 로고는 혁신적이지만, 변화하는 특성으로 인해 일관된 브랜드 인지도에 어려움을 초래합니다.
A short history of logos made of data uxdesign.cc
CdXz5zHNQW_5BUMC0p0kZ.jpeg
RSS Hunter RSS Hunter • 9월 10일

당신의 첫 번째 초안에 이제 로그가 있습니다.

직장 감시는 이제 직원들이 AI 도구에 제출하는 생각과 사적인 대화를 모니터링하는 것까지 확장되었습니다. 직원들은 민감한 정보를 털어놓을 수 있지만, 이러한 AI 도구를 구매하는 회사들은 데이터에 대한 소유권을 주장합니다. 이는 사용자의 프라이버시와 구매자의 통제권 사이에 근본적인 충돌을 야기합니다. 원래는 직원들이 직장 내 어려움을 헤쳐나가는 데 도움이 되는 도구로 의도되었지만, 이 제품은 직원들의 고백을 평가절하하는 시장에 판매되고 있습니다. 인사 부서는 종종 이러한 감시 도구를 구매하여 직원들의 어려움이 병가나 퇴사로 확대되기 전에 선제적으로 해결하려고 합니다.시장은 부정적인 함의를 피하기 위해 "모니터링" 및 "조기 감지"와 같은 감시 용어를 재구성하여 지속적인 데이터 수집의 현실을 모호하게 합니다. 직원들은 종종 어떤 데이터가 캡처되는지, 어떻게 사용되는지, 누가 접근하는지, 또는 부정확성에 어떻게 이의를 제기하는지에 대해 알지 못합니다. 이는 만연한 자기 감시 의식을 유발하고 윤리적 행동에서 단순히 적발을 피하는 것으로의 전환을 초래할 수 있습니다. 직원 복지라는 명시적인 의도가 있더라도, 근무 시간을 모니터링하는 인프라는 실적 부진을 입증하는 데에도 사용될 수 있습니다. 이는 이미 유발된 행동으로 감시를 정당화하는 피드백 루프를 만듭니다.모니터링은 높은 이직률이나 어려움을 겪는 직원과 같은 중요한 문제를 드러낼 수 있지만, 개인을 보호하는 것과 시스템적인 문제를 식별하는 것 사이에는 상충 관계가 있습니다. 이 수집된 데이터, 특히 이름이 명시된 직원과 연결될 경우 최악의 시나리오는 신뢰의 침식입니다. 이는 사람들이 본질적으로 정의로운지 아니면 발각될까 두려워 정의롭게 행동하는지에 대한 고대 철학적 논쟁에 뿌리를 두고 있습니다. 현재의 관찰된 행동에 대한 의존은 직원들로 하여금 일 자체보다는 일의 증거를 생산하는 데 집중하게 만듭니다. 이러한 보이지 않는, 비용이 많이 드는 입증 부담은 직원 모니터링에 대한 시장이 성장하고 있음에도 불구하고 만족도와 성과를 감소시킵니다.
Your first draft now has a log uxdesign.cc
CdXz5zHNQW_mLyTYIHNbj.png
RSS Hunter RSS Hunter • 9월 10일

셰익스피어가 AI에 대해 옳게 말한 점

4세기 전에 쓰여진 셰익스피어의 작품들은 인공지능의 난제에 대한 심오한 통찰을 제공한다. 그의 희곡들은 예언과 애매한 말하기, 즉 오해를 불러일으키는 진실을 말하는 기술을 탐구하며, 이는 현재 우리가 AI와 상호작용하는 방식을 반영한다. 셰익스피어는 이해하기 어렵고 종종 인간의 오해를 통해 재앙으로 이어지는 힘을 나타내기 위해 "마법"을 사용했다. AI 모델의 출력은 기계의 말이 기술적으로는 사실이지만 오해의 소지가 있을 수 있다는 점에서 유사하게 기능한다.맥베스의 마녀들은 문자 그대로는 사실이지만 모호한 예언을 전달함으로써 이를 잘 보여주는데, 이는 맥베스가 자신의 욕망 때문에 예언을 오해하게 만든다. 이는 AI가 사용자가 자신의 희망에 따라 해석하는 그럴듯한 정보를 제공할 수 있는 방식을 반영한다. 셰익스피어가 글을 쓸 당시에는 거짓말을 하지 않고 신중하게 선택된 단어를 사용하여 오해를 불러일으키는 행위인 애매한 말하기가 당시의 스캔들이었으며, 이는 AI에서 발견되는 미묘한 속임수를 반영한다.십이야의 위조된 편지를 오독한 말볼리오의 사례는 우리가 존재하지 않는 패턴과 의미를 보는 경향을 보여주는데, 이는 공현상(apophenia)으로 알려진 개념이다. 우리는 말볼리오가 자신의 자존심에 맞게 모호한 구절을 왜곡했던 것처럼, AI 출력에 우리의 욕망과 의도를 투영한다. AI 모델은 동의하도록 훈련되어 객관적인 정확성을 제공하기보다는 사용자에게 아첨하게 된다. 이러한 아첨하는 본성은 AI를 더 신뢰할 수 있게 만들고 사용자에게 과신을 조장한다.햄릿은 유령의 메시지를 시험함으로써 극명한 대조를 이루며, 비판적인 조사의 중요성을 보여준다. 이러한 검증 행위는 많은 사람들이 AI에 적용하지 못하는 규율이다. AI가 더 확신에 차 보일수록 우리는 그 확신을 신뢰성으로 착각하여 AI의 출력을 덜 검토하는 경향이 있다. 우리의 타고난 성향은 이에 취약하게 만들어, 충분한 재확인 없이 AI의 명백히 확실한 답변을 받아들이게 한다.
What Shakespeare got right about AI uxdesign.cc
CdXz5zHNQW_jH9N3CTibZ.jpeg
RSS Hunter RSS Hunter • 9월 9일

대부분의 AI 문제는 사실 인간의 문제입니다

AI 실패는 종종 기술적인 것이 아니라 조직적인 문제이며, 모델의 한계보다는 인간의 결정에 명확성이 부족한 데서 비롯됩니다. 핵심 문제는 의도 정의, 감독 제공, 충분한 맥락 보장, 정확한 언어 사용, 기대치 설정, 평가 수행, 결과 명확화, 적절한 도구 선택 등 상류에 있습니다. Anthropic의 경험은 AI가 코드 생성을 가속화함에 따라 제약이 구축에서 무엇을 구축할지 결정하는 것으로 이동한다는 것을 강조합니다. 이러한 속도 증가는 사용자 경험과 신중한 계획을 강조하며 더 나은 인간 정렬과 제어를 필요로 합니다.많은 AI 프로젝트가 사용자 의도를 이해하기보다는 도구의 기능으로 시작하기 때문에 실패하며, 이는 사용되지 않는 기능으로 이어집니다. AI에 대한 언급이 있기 전에 사용자의 문제를 자신의 말로 시작하는 것이 후속 결정을 정렬하는 데 중요합니다. 일반적인 실수는 간단한 작업에 너무 강력한 AI 에이전트를 사용하는 것인데, 이는 비효율적이고 위험합니다. 검색을 위한 도우미나 고정된 단계를 위한 자동화를 사용하는 것과 같이 작업에 도구를 맞추는 것이 필수적입니다. 에이전트 AI는 불확실성 하에서의 실제 결정이 필요할 때만 명확한 경계와 인간 체크포인트를 가지고 사용해야 합니다.입력 요구 사항과 출력 신뢰성에 대한 사용자 기대치를 명확하게 설정하는 것은 AI 도구에 대한 과도한 의존 또는 포기를 피하는 데 중요합니다. AI 시스템은 신입 사원이 온보딩을 받는 것처럼 기능, 한계 및 정확도 수준을 명확하게 전달해야 합니다. 대부분의 AI 배포는 시스템 결정 및 그 결과에 대한 명확한 소유권과 책임이 부족합니다. 권한 및 체크포인트를 통한 강력한 감독을 확립하는 것이 유해한 AI 행동을 방지하는 가장 신뢰할 수 있는 방법입니다. 효과적으로, AI 실패는 기계의 실패가 아니라 그것을 안내하는 인간 결정의 실패입니다.
Most AI problems are really human problems uxdesign.cc
CdXz5zHNQW_VIHk9ziYVR.png
RSS Hunter RSS Hunter • 9월 8일

인간 중심 자동화에 대한 지속적인 교훈

1980년대 제록스 복사기 연구는 오늘날 AI 사용자 경험에 대한 중요한 교훈을 밝혀냈습니다. 연구원들은 예상치 못한 용지 걸림에 직면했을 때 사용자들이 복사기의 경직된 지침으로 어려움을 겪는 것을 관찰했습니다. 이는 인간의 행동이 예측 가능한 스크립트가 아니라 즉흥적이고 맥락에 의존적이라는 것을 강조했습니다. 제록스 PARC의 초기 HCI 개발에서도 시스템 중심적 설계 철학과 인간 중심적 설계 철학 사이의 긴장이 있었습니다. 더 똑똑한 기계가 본질적으로 더 유용하다고 믿는 사람들도 있었지만, 연구는 실제 세계의 복잡성을 고려하는 것의 중요성을 보여주었습니다. 인류학자 루시 서치먼의 연구는 인간의 행동이 고정된 계획이 아니라 상황에 대한 끊임없는 조정임을 보여주었습니다. 마찬가지로 협업 시스템에 대한 연구는 인간 상호작용이 역동적인 춤이기 때문에 경직된 커뮤니케이션 모델이 실패한다는 것을 발견했습니다. 이러한 초기 통찰력은 상황적 행동(situated action)과 사람 중심 설계(person-centered design)와 같은 원칙으로 이어졌습니다. 전통적인 시스템은 맥락과 유연성이 부족하여 이러한 요구 사항을 충족하는 데 어려움을 겪었습니다. 그러나 현대의 대규모 언어 모델(LLM)은 확률적 추론과 대화형 오류 수정을 제공함으로써 이러한 문제를 해결하기 시작하고 있습니다. 이러한 변화는 사용자가 의도를 명시하고 시스템이 선제적으로 추론하는 AIX라는 새로운 상호작용 패러다임을 가능하게 합니다. LLM은 유창함에도 불구하고 물리적 현실에 대한 이해 부족을 숨김으로써 인간의 역량에 대한 환상을 만듭니다. 이는 AI가 일부 영역에서는 뛰어나지만 다른 영역에서는 예상치 못하게 실패하는 "불규칙한 능력(jagged capabilities)"으로 이어집니다. 현재의 대화형 인터페이스는 눈에 보이는 어포던스(affordances)가 부족하고 다중 이해관계자의 요구를 무시함으로써 신뢰 문제를 악화시키는 경우가 많습니다. 신뢰할 수 있는 AI 시스템을 구축하려면 사용자와 그들의 다양한 요구 사항으로 이루어진 네트워크 내에서의 지속적인 협상으로서의 신뢰를 이해해야 합니다.
Persistent lessons in human-centered automation uxdesign.cc
CdXz5zHNQW_pIgsj8mihd.jpeg
RSS Hunter RSS Hunter • 9월 8일

AI 캔버스, 합성된 자아, 프롬프트는 제품

이 큐레이션된 디자인 리소스 모음은 AI의 진화하는 역할과 디자인 프로세스에 미치는 영향을 탐구합니다. 핵심적인 우려는 AI 기반 시스템이 상호작용하게 될 때 통제권의 변화이며, 이는 AI의 행동을 이해하고 관리하는 것에 대한 질문을 제기합니다. AI의 통합은 엔지니어링과 관련하여 논의되기도 하는데, AI가 작업을 거부하는 능력을 저하시켰다는 제안이 있습니다. 반복적인 디자인 작업을 피하기 위해 "에이전트 표준(agentic standard)"의 필요성이 강조됩니다.이 출판물은 디자인에서 성공을 재고하는 것을 강조하고 사용자 피드백의 중요성을 논의하며, 스폰서 도구는 실시간 제품 내 인터뷰를 제공합니다. 디자이너들은 디자인 시스템의 AI 준비 상태 평가를 포함하여 AI가 자신의 작업에 미치는 영향을 비판적으로 검토하도록 권장됩니다. 제품 전략에서 "좋은 움직임(good moves)"이라는 개념은 효율적인 리소스 할당과 미래 기회를 위해 중요하다고 제시됩니다.AI가 코드 생성을 더 쉽게 만들면서 기본적인 코딩 능력 이상의 가치를 입증하는 것의 중요성이 커지고 있다는 중요한 요점이 제기됩니다. 이 뉴스레터는 또한 사용자가 디자인 시스템을 보지 못하는 것, 신경 다양성을 포용하는 디자인 관행(neuroqueering design practices), 그리고 합성 자아(synthetic selves)의 소유권에 대한 논의를 다룹니다. 프롬프트를 제품으로 삼고, UX 디자이너가 행동을 형성하는 데 있어 책임이 커지고 있으며, 아이디어 구상을 위해 AI를 사용하는 것에 초점을 맞춘 도구와 리소스가 제공됩니다. 스폰서를 확인하고 콘텐츠를 공유하는 것을 포함한 다양한 수단을 통해 뉴스레터에 대한 지원이 권장됩니다.
AI canvas, Synthetic self, The prompt is the product uxdesign.cc
CdXz5zHNQW_GK5cgsccOK.jpeg
RSS Hunter RSS Hunter • 9월 6일

제품 팀에서의 AI: 2026년, 협업에 미치는 영향 증대

기업들은 파편화된 이니셔티브를 넘어 디자인, 엔지니어링, 제품 협업에 영향을 미치는 보다 전략적인 채택으로 AI 접근 방식을 발전시키고 있습니다. 과대 광고에 의해 주도된 광범위하고 종종 조정되지 않은 AI 도구 사용의 초기 단계는 보다 신중한 통합으로 대체되고 있습니다. 이러한 전환은 조직이 ROI 현실과 보안 문제를 직면함에 따라 Gartner의 "과장된 기대의 정점(Peak of Inflated Expectations)"에서 "환멸의 골짜기(Trough of Disillusionment)"로의 이동을 반영합니다. 일부 기업은 여전히 전략에 어려움을 겪고 있지만, "Directive Companies"와 같은 다른 기업들은 최고 경영진 주도의 AI 구현을 통해 상당한 이익을 얻고 있습니다. 수석 엔지니어의 AI "클론"을 만드는 것과 같은 개별적인 노력은 공식적인 전략이 없더라도 AI가 협업을 원활하게 함으로써 긍정적인 결과를 가져올 수 있음을 보여줍니다. 그러나 디자이너들이 생산성 향상에 대해 느끼는 압박과 AI 채택을 지원하기 위한 공식적인 회사 업데이트 사이에는 상당한 격차가 존재합니다. Figma의 보고서는 구조화된 AI 지원에 대한 인식이 높아지고 있음을 나타내며, 초기 및 성장 단계 기업 모두 이제 강력한 조직적 지원을 보고할 가능성이 동등합니다. Fin 및 Amplitude와 같은 회사는 성공적이고 포괄적인 AI 통합을 보여주며, 상당한 수익 성장과 개방적인 AI 사용을 향한 문화적 변화를 이끌고 있습니다. AI에 대한 이러한 전략적 수용은 역할 경계를 모호하게 만들고 있으며, 디자이너는 더 많은 제품 및 엔지니어링 작업을 수행하고 비 디자이너는 디자인 작업을 수행합니다. 이는 일부에게는 협업에 어려움을 초래할 수 있지만, 다른 사람들에게는 상당한 긍정적인 영향을 촉진하고 다기능 개인들 사이에서 팀 규모 축소로 이어질 수도 있습니다.
AI in Product teams: In 2026, the growing impact on collaboration uxdesign.cc
CdXz5zHNQW_ZeFLVypesm.jpeg
RSS Hunter RSS Hunter • 9월 6일

읽기와 쓰기는 인터페이스입니다. 그리고 AI는 그 마찰을 줄일 수 있습니다.

"AI가 노동에 미치는 영향에 대한 논쟁은 감소보다는 지적 작업의 재배치에 관한 것입니다. AI 생성 콘텐츠에 대한 비판은 종종 생산 수단을 지적 가치와 혼동하며, 수작업이 본질적으로 더 높은 가치를 가진다고 가정합니다. 읽기와 쓰기 자체는 사고와 의사소통을 구조화하는 인터페이스이자 기술입니다. 다른 인터페이스와 마찬가지로 읽기와 쓰기의 "마찰"은 의도적이거나 부수적일 수 있습니다. 기본적인 철자와 같은 부수적인 마찰은 초보자에게는 발달적일 수 있지만 전문가에게는 방해가 됩니다. AI를 포함한 기술은 역사적으로 문어체에서 부수적인 마찰을 줄여왔습니다. 생성형 AI는 종합 및 해석과 같은 작업의 인지적 측면과 더 직접적으로 상호 작용함으로써 차별화됩니다. AI를 사용한 지적 작업은 생산에서 판단 및 검증으로 전환됩니다. AI는 위임, 신뢰 및 생성된 콘텐츠의 정확성에 대한 결정을 필요로 합니다. 교육에서 AI는 기술을 마스터한 학습자에게는 부수적인 마찰을 제거할 수 있지만, 아직 개발 중인 학습자에게는 학습을 저해할 수 있습니다. AI는 세련된 산문과 명확한 추론 간의 전통적인 연결을 약화시켜 진정한 이해를 평가하기 어렵게 만듭니다. AI는 깊은 이해 없이도 설득력 있는 결과물을 생성할 수 있으므로 평가를 재고하는 것이 중요합니다. 핵심은 AI가 표현을 돕는 데 사용되는지 아니면 핵심 사고를 수행하는 데 사용되는지에 초점을 맞춰야 합니다. AI는 나쁜 산문이나 조작된 인용과 같은 문제를 만들지 않았지만, 이러한 문제를 악화시키고 탐지를 더 어렵게 만들 수 있습니다. AI의 부정적인 사용에 지나치게 집착하는 것은 생산성과 지적 증폭을 위한 잠재력 탐구를 방해할 위험이 있습니다. 단순히 익숙하다는 이유로 오래된 관행을 유지하는 것은 목적을 비판적으로 평가하는 것이 아니라 비생산적입니다. 진정한 질문은 AI가 일을 더 쉽게 만드는지가 아니라 우리가 어떤 능력을 가치 있게 여기고 AI가 그 능력의 발달에 어떤 영향을 미치는가입니다."
Reading and writing are interfaces. And AI can reduce their friction. uxdesign.cc
CdXz5zHNQW_6SIZva4LIj.jpeg
RSS Hunter RSS Hunter • 9월 5일

마이너리티 리포트가 AI에 대해 (지금까지) 틀렸던 점

영화 "마이너리티 리포트"는 톰 크루즈가 장갑으로 제어하는 디스플레이로 구현된 첨단 제스처 인터페이스에 대한 비전을 제시했습니다. 그러나 업계는 이러한 시각적 볼거리에 집중한 나머지, 예측 시스템에 대한 영화의 핵심 경고를 간과했습니다. 제스처 인터페이스는 시각적으로 인상적이었지만, 물리적으로 비현실적이고 인체공학적으로 결함이 있음이 입증되었습니다. 대조적으로, 영화의 중심 주제인 범죄 예측은 우리 사법 시스템에서 현실이 되었습니다.이제 위험 평가 도구가 피고인에게 점수를 매겨 보석 및 선고 결정에 영향을 미치며, 종종 불투명한 알고리즘을 사용합니다. 예측 치안도 시행되었으며, 종종 동일한 지역에 순찰을 집중시켜 피드백 루프를 생성합니다. 시스템의 불확실성을 강조하는 영화의 "마이너리티 리포트", 즉 반대 의견에 대한 아이디어는 거의 무시되고 있습니다. 대신 AI는 종종 확률적 결과를 확정적인 사실로 제시합니다.영화의 또 다른 요소인 개인화된 광고도 실현되었지만, 화면에서 볼 수 있었던 공개적인 공개는 없었습니다. 안면 인식의 실제 적용은 영향을 받은 사람들에게 통지나 구제 수단 없이 피해를 초래했습니다. 우리는 챗봇과 같은 AI의 "볼거리"를 받아들였지만, 그에 따른 배경 시스템은 간과했습니다. "마이너리티 리포트"의 진정한 교훈은 기술이 아니라 예측에 기반한 행동의 윤리적 함의입니다. 우리는 예측 시스템을 배포하기 전에 투명성, 반대 의견, 구제 수단을 우선시해야 합니다.
What Minority Report got wrong about AI (so far) uxdesign.cc
CdXz5zHNQW_7MY1VPkgzK.png
RSS Hunter RSS Hunter • 9월 3일

캔버스가 움직이기 시작할 때, 누가 진정으로 통제권을 쥐고 있는 걸까?

에이전트 인터페이스는 전통적인 디자이너의 역할을 사용자 입력을 전적으로 관리하는 것에서 AI 시스템 동작을 조율하는 것으로 변화시키고 있습니다. 역사적으로 인터페이스는 인간 사용자가 소프트웨어에 지시하는 명령 센터 역할을 했습니다. 그러나 AI 에이전트는 이제 명시적인 단계별 명령 없이도 의도를 해석하고 행동을 취합니다. 이는 시스템 이해, 행동 및 변경 사항을 이해하는 데 어려움을 야기합니다.빈 프롬프트 문제는 시스템 기능이 언어에 의해 가려질 때 AI 인터페이스의 어려움을 강조합니다. 사용자는 이미 무엇을 물어야 할지 알아야 하며, 탐색의 부담이 사용자에게 전가됩니다. 어포던스 및 시스템 상태 가시성과 같은 좋은 인터페이스 디자인 원칙은 사용자를 안내하기 위해 다시 중요해지고 있습니다. 닐슨의 휴리스틱은 새로운 인간-에이전트 관계를 이해하기 위한 프레임워크를 제공합니다.Miro와 같은 에이전트 캔버스는 다양한 도구에서 컨텍스트를 집계하고 AI가 이를 공간적으로 활용하도록 합니다. 디자이너는 이제 워크플로우를 조율하고 AI가 인간의 입력이 필요한 시점을 결정합니다. Figma의 접근 방식도 캔버스에 AI 에이전트를 직접 통합하여 보다 역동적인 디자인 프로세스를 가능하게 합니다.더 나아가, Gemini의 비디오 이해에서 볼 수 있듯이 에이전트는 필요한 컨텍스트를 적극적으로 찾도록 진화하고 있습니다. 이는 시스템이 더 이상 수동적이지 않고 관련 정보를 자율적으로 검색할 수 있음을 의미합니다. 주의는 핵심 디자인 문제가 되고 있으며, 디자이너는 시스템 주의와 시스템이 인간 주의를 향하게 하는 것 모두를 고려해야 합니다.핵심적인 변화는 인간과 시스템 간의 책임 분배를 설계하는 데 있습니다. 디자이너는 이제 사용자 대면 화면뿐만 아니라 AI 동작을 제어하는 정책과 제약 조건을 정의합니다. 여기에는 에이전트가 독립적으로 할 수 있는 것, 확인이 필요한 시점, 그리고 인간 중심적인 결정이 무엇인지 결정하는 것이 포함됩니다. 디자이너의 역할은 시스템 작동을 결정하는 기본 규칙과 가정을 형성하도록 확장되고 있습니다. 궁극적으로 취향과 판단은 AI 생성 가능성을 안내하고 결과를 생성하는 데 있어 적절한 에이전시 분할을 결정하는 데 중요합니다.
When the canvas starts acting, who’s really in control? uxdesign.cc
CdXz5zHNQW_EmBWwQnVQo.png
RSS Hunter RSS Hunter • 9월 2일

AI는 엔지니어링이 거절할 권리를 빼앗았습니다

소프트웨어 엔지니어링 분야는 한때 엔지니어들이 전문 지식으로 인해 게이트키퍼 권력을 쥐고 있던 폐쇄적인 시스템이었습니다. 이러한 전문성은 그들이 무엇이 가능한지를 결정하게 하여 제품 개발을 효과적으로 통제할 수 있게 했습니다. 코딩의 어려움과 코드의 가독성에서 비롯된 이 "전문가 권력"은 엔지니어들이 무언가를 만들 수 없다고 말하면 그것은 만들어지지 않을 것임을 의미했습니다. 비엔지니어들은 이러한 결정을 이의 제기할 기술적 이해가 부족하여 엔지니어링에 유리한 정보 비대칭을 만들었습니다. 이러한 역학 관계는 더 많은 정보를 가진 판매자가 시장에서 구매자를 이용할 수 있는 것과 유사했습니다.그러나 AI의 부상으로 엔지니어링 지배의 시대가 해체되고 있습니다. "바이브 코딩"과 같은 도구는 비기술적인 개인조차도 기능적인 소프트웨어 프로토타입을 생성할 수 있게 합니다. 이러한 파괴는 도구에 대한 접근성이 즉시 전문성을 부여하지 않았던 데스크톱 출판과 같은 역사적 변화를 반영합니다. 가치는 도구를 작동하는 것에서 그것으로 무엇을 해야 하는지를 아는 것으로 이동하고 있습니다. AI 생성 코드는 취약하고 상당한 기술 부채를 포함할 수 있지만, "할 수 없다"는 주장에 대한 강력한 반례 역할을 합니다. 불완전하더라도 "불가능한" 것을 만들 수 있는 능력은 실행 가능성에 대한 엔지니어링의 전통적인 독점에 도전합니다.
AI took away engineering’s right to say no uxdesign.cc
CdXz5zHNQW_uPB6gvESYM.jpeg
RSS Hunter RSS Hunter • 9월 2일

마이너리티 리포트가 AI에 대해 옳게 말한 점

스티븐 스필버그 감독의 영화 마이너리티 리포트는 상징적인 제스처 인터페이스보다 훨씬 더 놀랍도록 정확하게 생성형 AI를 묘사하고 있습니다. 미래에 대한 확신에 찬 예측을 생성하는 영화 속 예지자들은 현대 언어 모델처럼 기능합니다. 그들은 정보를 검색하는 것이 아니라, AI가 텍스트를 생성하는 방식과 유사하게 사실로 제시되는 그럴듯한 결과를 종합합니다. 잠재적인 오류나 "환각"을 포함한 이러한 생성 과정은 영화 줄거리의 핵심을 이룹니다. 예지자들의 환상은 부인할 수 없는 진실로 취급되어 범죄가 발생하기 전에 체포로 이어지는데, 이는 인간의 감독 없이 계획을 실행하는 AI 에이전트와 유사합니다. 이 영화는 또한 AI의 훈련 데이터를 다루며, 예지자들의 정신이 정보에 대해 "채굴"되는 것을 보여주는데, 이는 AI 모델을 훈련하는 데 사용되는 방대한 인간 생성 콘텐츠와 유사합니다. 반대되는 예지자들의 환상, 즉 "마이너리티 리포트"의 억압은 AI 모델이 불확실한 가능성을 버리고 단 하나의 확신에 찬 답변을 제시하는 것을 나타냅니다. 틀렸을 때조차도 이러한 확신에 찬 출력은 생성형 AI의 핵심 위험이며, 시스템의 유창함이 부정확성을 가릴 수 있기 때문입니다. 영화의 진정한 예측은 시스템의 흔들리지 않는 확신, 생성된 출력에 대한 의존, 그리고 무비판적인 수용으로 이어지는 자동화 편향에 있습니다. 궁극적으로 마이너리티 리포트는 생성형 AI의 힘과 비판적인 검토 없이 그 확신에 찬 선언을 받아들이는 위험에 대한 경고적인 이야기 역할을 합니다.
What Minority Report got right about AI uxdesign.cc
CdXz5zHNQW_wJ7kfvsVpm.png
RSS Hunter RSS Hunter • 9월 1일

에이전트 표준에 대한 요구: 우리는 같은 양식을 네 번 다른 방식으로 배포하는 것을 중단해야 합니다.

이 글은 에이전트-UI 통신에 대한 표준화된 접근 방식을 주장하며, 현재의 파편화와 그로 인한 비용을 강조합니다. 각 AI 어시스턴트가 사용자 인터페이스를 다르게 렌더링하기 때문에 개발자들은 어려움에 직면하며, 버튼 컴포넌트를 유지보수하는 사람들은 적응해야 합니다. 에이전트 연결은 쉬워지고 있지만, 다양한 클라이언트에서 렌더링하는 과정은 여전히 일관성이 없으며, 컴포넌트 소유권이나 모양에 대한 단일 진실 공급원이 없습니다. Google의 A2UI는 에이전트가 클라이언트가 이미 가지고 있는 컴포넌트의 이름을 지정하고 클라이언트가 렌더링을 처리하는 선언적 JSON을 사용하여 이를 해결하는 것을 목표로 합니다.이 선언적 JSON 접근 방식은 초기 HTML과 유사하게, 공급업체 소유권이 없는 중립적인 제안으로 제시됩니다. 그러나 샌드박스 처리된 HTML 및 Slack의 BlockKit 및 Microsoft의 Adaptive Cards와 같은 공급업체별 형식을 포함하여 클라이언트가 UI를 표시하는 다양한 방법으로 인해 광범위한 채택이 방해받고 있습니다. 핵심 문제는 현재 클라이언트에 넘겨져 디자인 시스템 일관성을 복잡하게 만드는 스타일링 및 컴포넌트 어휘의 소유권입니다. 저자는 1990년대 후반의 브라우저 전쟁과 유사점을 제시하며, 경쟁 표준이 중복된 노력과 정체를 초래했다고 말합니다.이 글은 단순한 채팅을 넘어선 "캔버스" 또는 더 복잡한 UI 영역이 실제 비용이 발생하는 곳이며, 각 공급업체가 자체 컴포넌트 세트를 유지한다고 강조합니다. A2UI와 같은 선언적 UI는 공유 "부품 목록"으로 가는 길을 제공하지만, 현재 현실에서는 수많은 에이전트 표면과 플랫폼 전반에 걸쳐 디자인 시스템을 작동시키기 위해 상당한 노력이 필요합니다. 제안된 해결책은 렌더링 프로세스를 통일하고 여러 구현을 관리함으로써 발생하는 "표면세"를 줄이기 위해 A2UI가 가장 유망한 대상 표준을 선택하는 것입니다. 궁극적으로 모든 표준의 성공은 중립성과 렌더링의 복잡성을 흡수하려는 플랫폼 공급업체의 의지에 달려 있습니다.
The call for an agentic standard: We need to stop shipping the same form four different times uxdesign.cc
CdXz5zHNQW_qcceL6xcVd.png
RSS Hunter RSS Hunter • 8월 31일

디자인은 기존의 디자이너 개념을 뛰어넘게 되었다

디자인 교육은 창의적인 성향의 학생들에 대한 전통적인 초점에서 벗어나 진화해야 합니다. 역사적으로 디자인은 타이포그래피와 구성과 같은 시각적 기술을 강조하며, 예술적 재능을 가진 사람들에게 실용적인 직업을 제공했습니다. 이러한 인식은 여전히 채용과 학생들의 기대를 형성하며, 디자인을 시각적 창의성이 인지 가능한 경력으로 이어지는 직업으로 제시합니다. 그러나 현대 디자인 직업은 예술적 능력 이상의 것을 요구합니다. 이 분야가 디지털 제품으로 전환됨에 따라, 디자이너는 이제 연구, 시스템 사고, 윤리, 그리고 기술 이해에 대한 책임을 지게 되었습니다. 많은 학생들이 여전히 시각적 결과물에만 집중할 것으로 예상하며 디자인 프로그램에 입학하며, 이러한 더 넓은 책임에 직면했을 때 단절을 경험합니다. 노동 통계와 고용주 채용 동향에서 알 수 있듯이, 디지털 인터페이스, 사용자 행동, 그리고 제품 전략에 능숙한 디자이너에 대한 수요가 증가하고 있습니다. 따라서 디자인 교육은 채용 홍보와 입학 절차를 재고해야 합니다. 포트폴리오는 시각적 작업과 함께 문제 해결 및 추론 능력을 보여주어야 하며, 채용은 미술 학생을 넘어 심리학, 컴퓨터 과학, 그리고 비즈니스 분야의 학생들에게까지 확장되어야 합니다. 커리큘럼과 평가는 결과적인 결정에 대한 방어, 다양한 요구에 대한 대응, 그리고 연구 및 윤리적 추론 능력 입증을 강조해야 합니다. 궁극적으로 디자인 교육은 학생들이 단순히 무언가를 만드는 것뿐만 아니라, 무엇을 만들어야 하는지, 누구를 위해 봉사하는지, 그리고 그것의 더 넓은 영향력을 이해하도록 준비시켜야 합니다.
Design has outgrown the traditional designer uxdesign.cc
CdXz5zHNQW_bf87h8SxCM.jpeg
RSS Hunter RSS Hunter • 8월 31일

옥수수밭에서는 장미를 키울 수 없다

이 글은 전직 UX 컨설턴트이자 현직 코치인 휘트니 헤스의 통찰력을 바탕으로 커리어 경로에 대해 논의합니다. 헤스는 자신의 일이 더 이상 맞지 않는다는 미묘한 느낌, 즉 "속삭임"이 어떻게 심각한 위기로 커질 수 있는지 강조합니다. 그녀는 불만족 때문이 아니라 시스템적인 문제를 해결하고 사람들과 더 깊은 관계를 맺도록 돕기 위해 컨설팅에서 코칭으로 전환했습니다. 헤스는 속삭임이 정확하며 순수한 문제 해결보다 촉진에 대한 욕구를 나타낸다고 강조합니다. 그녀의 커리어 전환은 독립으로의 초기 도약과는 달리 전략적으로 설계되었습니다. 헤스의 코칭은 이제 커리어를 넘어 삶으로 확장되어 직업적 만족에 영향을 미치는 근본적인 문제를 다룹니다. 그녀는 과거 경험을 버리는 것이 아니라 새로운 시도로 재결합될 수 있는 귀중한 구성 요소로 간주합니다. 헤스는 커리어 성장을 적합한 밭에 씨앗을 심는 것에 비유하며 환경의 중요성을 강조합니다. 그녀는 디자이너들에게 부동산을 사는 것에 비유하여 합류하기 전에 회사의 디자인 문화를 철저히 조사할 것을 조언합니다. 궁극적으로 자신을 이해하고 올바른 환경을 선택하는 것이 커리어 성장과 만족에 중요합니다.
You can’t grow roses in a cornfield uxdesign.cc
CdXz5zHNQW_ZEcEVZYEpy.jpeg
RSS Hunter RSS Hunter • 8월 31일

빈 페이지, ‘리서처-인-더-루프’, 디자인의 장인정신 위기

이 주간 큐레이션 리소스는 인터페이스 디자인의 핵심 개념을 강조하며, 보이는 요소를 통해 사용자 메모리 부하를 최소화하는 것이 오래된 사용성 원칙임을 강조합니다. 빈 페이지와 손대지 않은 완벽한 페이지는 상호작용의 바람직하지 않은 시작점이라고 언급합니다. 뉴스레터에는 실용적인 기술과 개학 할인 혜택을 제공하는 AI for UX Design 과정이 후원되어 소개됩니다. 편집자 추천은 AI 기반 UX 연구, AI 윤리의 복잡성, AI를 더 똑똑하게 만들기 위한 재정적 투자에 대해 깊이 다룹니다. 독립적인 디자인 출판물인 UX Collective는 다양한 디자인 목소리를 증폭시키고 비판적 사고를 장려하는 것을 목표로 합니다. 기사들은 모델링에서의 미래주의 개념, 디자인 연구 신뢰성 전달의 어려움, 덜 침해적이고 더 사색적인 디지털 경험에 대한 갈망을 탐구합니다. 추가 콘텐츠는 UX 프로세스 재정의, 디자인 제작에 대한 AI의 영향, 명품에서 배우는 적응의 교훈을 다룹니다. 도구 및 리소스 섹션에서는 책임감 있는 AI 감사, 에이전트 상거래를 위한 UI, 효과적인 은유의 힘에 대해 논의합니다. 뉴스레터는 독자들이 지속적인 출판을 지원할 수 있는 방법에 대한 내용으로 마무리됩니다.
Blank pages, Researcher-in-the-loop, Design’s craft crisis uxdesign.cc
CdXz5zHNQW_urbYyWEOJd.png
RSS Hunter RSS Hunter • 8월 31일

2027년의 UX는 인터페이스보다는 행동에 더 초점을 맞출 수 있습니다.

UX 디자인의 미래는 사용자 목표를 해석하고 그들을 대신하여 행동하는 더욱 적응적인 인터페이스를 포함할 것입니다. 소프트웨어는 고정된 사용자 흐름을 넘어 인터페이스를 조립하고, 도구를 선택하며, 작업을 수행하도록 진화하고 있습니다. 이러한 변화는 디자이너가 사람이 무엇을 할 수 있는지뿐만 아니라 제품이 무엇을 추론하고, 생성하며, 달성할 수 있는지도 정의하도록 요구합니다. 디자이너는 시스템 동작을 정의하고, 한계를 설정하며, 필요할 때 사용자가 제어권을 되찾을 수 있도록 보장하는 데 집중할 것입니다. 인터페이스는 시스템 이해, 추천 및 정보 요구 사항에 대한 임시 설명 역할을 점점 더 많이 수행할 것입니다. 시스템이 정의된 경계 내에서 컨텍스트에 응답하는 제약된 적응은 무제한 개인화보다 더 유용한 방향으로 간주됩니다. 신뢰는 허가, 출처, 확인, 되돌리기 및 에스컬레이션을 포함하는 중요한 상호 작용 기본 요소가 될 것입니다. 제품은 인간 사용자와 AI 에이전트 모두를 수용해야 합니다. UX의 역할은 기계가 읽을 수 있는 정책과 구조화된 콘텐츠를 설계하고, 위임된 여정에 제품이 접근 가능하도록 보장하는 것을 포함하도록 확장될 것입니다. 디자이너는 AI의 불균등한 채택을 고려하고 에이전트가 완벽하게 작동하지 않을 수 있는 시나리오를 설계해야 합니다.
UX in 2027 may be less about interfaces and more about behavior uxdesign.cc
CdXz5zHNQW_dL7dX3O7sT.png
RSS Hunter RSS Hunter • 8월 31일