하나의 스티브가 모두를 지배하고, 하나의 스티브가 모두를 찾고, 하나의 빌이 모두를 데려와 어둠 속에 묶으리 (또는, 7400의 역할…)

고용주들이 원하는 것을 보여주는, 이전/이후의 더 나은 버전이 있습니다.

금융 상품에 대한 신뢰는 브랜딩을 통해 구축되는 것이 아니라, 작고 종종 간과되는 마이크로 모먼트(micro-moments)를 통해 구축됩니다. 로딩 상태나 확인 화면과 같은 이러한 중요한 상호작용은 사용자 신뢰에 상당한 영향을 미칩니다. 온보딩과 브랜드 시스템도 중요하지만, 리텐션을 이끄는 진정한 행동적 신뢰는 이러한 미묘한 사용자 경험에서 결정됩니다. 저자는 팀들이 이러한 사소해 보이는 세부 사항에 종종 과소 투자하여 이를 설계 문제보다는 엔지니어링 작업으로 취급한다고 주장합니다. 결제에서 "시스템 상태의 가시성" 및 "오류 방지"와 같은 원칙은 제품의 정서적 기반이 됩니다. 예를 들어, 즉시 결제를 설계할 때 속도에 대한 집중은 사용자 신뢰를 구축하기 위해 의도적인 마찰로 완화될 필요가 있습니다. 모든 확인 단계를 제거하는 것은 초기 PayPal 경험에서 볼 수 있듯이 사용자에게 불안감을 줄 수 있습니다. Domino's Pizza Tracker 또는 TurboTax의 진행 상황 시퀀스와 같은 도구는 사용자가 작업이 수행되는 것을 볼 때 서비스를 더 신뢰하는 "노동 환상(labor illusion)"을 보여줍니다. Highnote에서는 속도 대 안전 딜레마를 해결하기 위해 세 가지 디자인 결정을 내렸습니다. 아이콘과 문구를 사용하여 속도를 명확하게 표시하고, 슬라이드 투 컨펌(slide-to-confirm)과 같은 의도적인 확인 단계를 추가하고, 즉각적인 변경 대신 처리 상태를 표시하는 것입니다. 이러한 선택은 사용자에게 인지된 통제권을 부여함으로써 불안감을 주도권으로 전환하는 것을 목표로 했습니다. B2B 금융 상품에서는 확인의 중요도가 결정의 영향력과 일치해야 합니다. 금리 설정과 같은 중대한 조치는 치명적인 오류를 방지하기 위해 계층화된 확인이 필요합니다. 저자는 "점진적 의식(graduated ceremony)"을 강조하며, 확인의 어려움이 결정의 파급력과 일치한다고 말하며 GitHub의 저장소 삭제를 예로 듭니다. 그러나 전문 도구에서 습관화는 여전히 과제이며, 영구적인 해결책보다는 지속적인 관리가 필요합니다. 또한, 다양한 위험 프로필에 맞게 설계하고 단순한 거부 대신 대안을 제공하는 것은 더 큰 사용자 충성도를 구축합니다. 마지막으로, 가상 카드와 같은 추상적인 제품의 경우, 제공되는 상품을 현실적이고 신뢰할 수 있게 느끼게 하기 위해 기능뿐만 아니라 실제 사용 사례를 보여주는 데 중점을 두어야 합니다.

귀사의 AI 제품에는 조각, 카드, 화면이 있습니다. 게임을 디자인한 사람은 아무도 없습니다.

AI가 스스로 얼마나 많은 일을 할지 설정하는 실용적인 방법과 인간의 감독을 위한 여섯 가지 제어 패턴.

AI가 디자이너, 엔지니어, 제품 관리자를 대체할 것이라는 생각은 좁은 관점입니다. 대신 이러한 역할은 전문화된 빌더, 즉 디자인 중심, 엔지니어링 중심, 비즈니스 중심 빌더로 진화하고 있습니다. 이러한 각기 다른 관점의 가치는 팀을 더 나은 제품으로 이끄는 생산적인 긴장감을 조성하는 데 있습니다. AI는 그 한계와 기존 편견을 증폭시키는 경향으로 인해 이러한 필수적인 인간 역학을 대체할 수 없습니다. AI는 인간의 전문성을 대체하는 것이 아니라 증강하는 데 가장 잘 활용됩니다. 전문화된 빌더는 AI를 전술적 작업을 수행하도록 지시하여 전략과 장기적인 비전에 집중할 수 있도록 할 것입니다. 팀은 전통적인 인수인계와 사일로에서 벗어나 공유된 환경에서 협업할 것입니다. 디자인 시스템과 같은 코드화된 판단은 AI와 비전문가가 전문가의 지도하에 정보에 입각한 결정을 내릴 수 있도록 합니다. 각 빌더는 AI와 다른 사람들이 독립적으로 운영할 수 있는 영역과 자신의 승인이 필요한 영역을 정의하는 경계를 설정합니다. 이러한 빌딩의 민주화는 품질 저하의 위험을 수반합니다. 따라서 빌더의 지속적인 역할의 중요한 부분은 표준을 유지하고, 인코딩된 판단을 업데이트하며, 품질을 시행하는 것입니다. 관료적인 오버헤드를 제거하고 공유된 이해를 촉진함으로써 이 새로운 모델은 효율성을 높입니다. 궁극적으로 AI는 의사 결정 권한을 전문화된 빌더에게 집중시킴으로써 우리가 구축하는 방식을 변화시키고 있습니다.

UX 전문가를 위한 전통적인 T자형 모델은 한 분야의 깊이 있는 기술과 협업을 위한 폭넓은 지식을 강조하지만, AI로 인해 점점 쓸모없어지고 있습니다. AI는 아이디어와 실행 사이의 거리를 좁히고 있으며, 이전에는 전문적인 작업이 이루어지던 많은 핸드오프를 자동화하고 있습니다. 이러한 변화는 인간 조립 라인의 한 지점에 국한된 전문가보다는 전체 프로세스를 관리할 수 있는 폭넓은 지식을 가진 사람인 폴리매스에게 유리합니다. 이 글은 UX에서의 전문화가 분야를 점점 더 좁은 역할로 분열시킨 인위적인 구성이었다고 주장합니다. AI가 폭넓은 기술 습득 비용을 낮추면서 이러한 분열은 이제 되돌려지고 있습니다. 역사적으로 폭넓은 지식은 비용이 많이 들었지만, AI는 이 "세금"을 거의 제로로 줄여 개인이 엔드투엔드로 운영할 수 있게 했습니다. 데스크톱 퍼블리싱의 발전은 수많은 인쇄 제작 전문가를 흡수했으며, 이는 인터페이스 및 제품 작업에 대한 AI의 영향과 역사적으로 유사합니다. 초점은 인원수에서 결과로, 생산 작업에서 판단으로 이동하고 있습니다. 이제 전문가는 자신의 릴레이를 매핑하고 AI가 수행할 수 있는 핸드오프를 이해하며 결과 측면에서 자신의 가치를 재정의해야 합니다. AI 지원을 통해 인접 기술을 습득하는 것이 권장되며, 툴 스택을 공예의 일부로 취급하는 것이 필수적입니다. 폴리매스는 전지전능함이 아니라 범위, 판단력, 그리고 전체 워크플로우에 걸쳐 도구를 지시하는 능력으로 정의됩니다. 이 새로운 환경에서 생존의 핵심은 자신의 학문의 목적을 이해하고 생산보다는 판단에 집중하는 데 있습니다.

50센티미터가 300년을 말하게 하는 것에 대해

답변을 생성하는 것은 수월해졌지만, 그것이 옳은지 아는 것은 그렇지 못했다.

이번 주 큐레이션된 디자인 리소스는 디자인 분야에서 AI의 진화하는 환경을 조명하며, 본질적으로 못생기지는 않았지만 AI 생성 디자인은 예측 가능하게 유창해질 수 있다고 경고합니다. 스폰서 보고서는 연구원 통찰력과 의사 결정 간의 단절을 탐구하며 워크플로우 마찰과 연구에 대한 AI의 영향을 밝힙니다. 편집자 추천은 "폴리시"의 가치, 기계 시대의 전략, 그리고 다양한 유형의 디자인 작업과 피로에 대해 다룹니다. 독립 출판물인 UX Collective는 아직 알려지지 않은 디자인 목소리를 높이고 비판적 사고를 증진하는 것을 목표로 합니다. 새로운 크리에이터 주도 인디 타입 플랫폼인 fonts.xyz도 소개됩니다. 주요 사고를 자극하는 기사들은 디자인에서 탐색과 활용 사이의 긴장, 특히 AI가 전달 속도 대 품질에 미치는 영향을 논의합니다. 구축 자체에 빠져들어 창작 후 정당화하게 되는 문제도 탐구됩니다. 다른 주목할 만한 글들은 "리퀴드 글래스"를 통한 인터페이스 미학의 주관적 본질, 홍콩의 성벽 도시를 통해 본 AI의 미래, 그리고 한때 로그오프하던 것의 사회적 변화를 다룹니다. 실용적인 리소스에는 고충점 디자인과 아이콘 디자인이 접근성에 어떻게 영향을 미치는지에 대한 내용이 포함됩니다. 마지막으로, 뉴스레터는 AX 디자인의 역할을 소개하고 스폰서십을 통한 지원을 장려합니다.

GUI는 컴퓨팅을 대중화했습니다. 프롬프트 인터페이스는 GUI를 대중화했습니다.

문화적으로 조화로운 챗봇을 구축하는 것은 종종 가정되는 것보다 더 복잡하며 상당한 결과를 초래합니다. 조화롭지 못한 챗봇은 고객 만족도, 유지율 및 전반적인 제품 목표에 해를 끼칠 수 있습니다. 흥미롭게도 수평적 개인주의 성향이 높은 사용자들은 때때로 집단주의적 프레이밍에 더 잘 반응하는데, 특히 헌혈과 같은 친사회적 행동의 경우에 그렇습니다. 이는 행동을 개인적 이득 중심으로 프레이밍하면 이타적 동기에 반하는 "기여 갈등"을 야기할 수 있기 때문입니다. 사용자가 다른 사람을 위해 무언가를 하도록 요청할 때, 프레이밍은 행동의 근본적인 논리에 의해 안내되어야 하며, 사용자의 문화적 배경에 의해서가 아닙니다. 연구에 따르면 문화는 인터페이스 디자인과 사용자 상호작용을 크게 형성하며, 정신적 노력, 신뢰 및 의사 결정에 영향을 미칩니다. 예를 들어, 고맥락 사용자들은 챗봇에서 사회적 존재감을 우선시하는 반면, 저맥락 사용자들은 성능에 집중합니다. 아이콘 및 적절한 레이아웃 사용과 같이 앱 디자인에 문화적 맥락을 통합하면 사용성이 향상될 수 있습니다. Culturally Responsive AI Chatbot Framework는 문화적 적합성이 사후 고려 사항이 아닌 기본적인 디자인 원칙이 되어야 함을 강조합니다. 호프스테데의 문화 차원은 디자인 레버로 간주될 때 챗봇의 권위, 개인주의 대 집단주의 강조, 불확실성 회피, 어조, 시간 지향 및 표현성에 대한 선택에 영향을 미칩니다. 이는 피상적인 선택이 아니라 사용자 신뢰와 행동 의지에 영향을 미칩니다. 낮은 위험 상황에서의 부조화는 짜증을 유발하지만, 정신 건강 지원과 같은 높은 위험 상황에서는 해를 끼칠 수 있습니다. 정신 건강 챗봇에 대한 연구에 따르면 문화적 성향은 사용자 요구를 결정하며, 일부는 집단주의 또는 체면을 중시하는 규범으로 인해 비대립적인 봇과 예측 가능한 응답을 선호합니다. 고객 서비스에서는 효율성과 가용성이 보편적으로 가치 있지만, 문화적 변수는 AI에 대한 신뢰에 영향을 미치며, 집단주의 문화는 따뜻함을 선호하고 개인주의 문화는 정확성을 우선시합니다. 궁극적으로 AI 파이프라인은 종종 서구의 기본값으로 편향되어 있으며, 개발자는 이러한 기본값이 사용자의 문화적 기대와 일치하는지 고려해야 합니다.

방 안에서 가장 조용한 목소리가 수백만 달러의 소송, 산산조각 난 브랜드 평판으로부터 당신의 회사를 구할 수 있는 목소리인 이유...

검색 엔진은 옵션 목록을 제공하는 것에서 단일의 엄선된 판결을 제공하는 것으로 진화했습니다. 이러한 편리함은 소비자의 판단을 검사 가능한 AI 시스템으로 이전하는 것을 포함합니다. 이전에는 사무용 의자와 같은 품목을 구매하려면 지루한 조사가 필요했지만, 이제 AI 챗봇은 동반되는 이유와 함께 사전 선택된 옵션을 제시합니다. 이제 대다수의 쇼핑객이 구매 과정에서 AI를 활용하며, 주로 직접 구매보다는 제품 조사에 사용합니다. 소비자들은 구매 전의 선별 및 재고 확인 작업을 위임하고 있으며, 이는 AI의 제안을 형성하는 사람들에게 권력을 이동시키고 있습니다. 검색 결과는 링크 디렉토리에서 직접 추천으로 바뀌었으며, 리뷰와 비교를 단일 등급으로 압축했습니다. 이러한 변화의 속도는 놀랍고, 많은 소비자들이 이미 AI 추천 제품을 구매하고 있습니다. 소매업체들은 질문에 답할 뿐만 아니라 예산과 제약 조건에 따라 선택을 하는 AI 비서를 통합하여 적응하고 있습니다. AI의 자신감 있는 추천에 대한 매력은 인지적 노력을 최소화하고 선택 과부하의 마비를 원하는 우리의 타고난 욕구에서 비롯됩니다. 우리는 잠재적으로 결함 있는 답변을 수용하더라도 기계 출력에 의존하는 경향이 있으며, 이는 자동화 편향으로 알려진 현상입니다. 소비자들은 감각적이거나 개인적인 구매보다 실용적이고 측정 가능한 구매에 대해 AI에 의존할 가능성이 높습니다. AI의 신뢰성에 대한 광범위한 회의론에도 불구하고, 쇼핑 조언에 AI를 사용하는 습관은 지속되고 있습니다. 상거래에서 AI의 영향력은 커지고 있으며, 새로운 최적화 전략은 AI 생성 응답의 출처가 되는 데 중점을 두고 있습니다. AI 응답 내의 스폰서 메시지는 실제 추천과 유료 배치 간의 경계를 모호하게 합니다. 추세는 AI가 구매를 제안할 뿐만 아니라 이를 실행하는 방향으로 나아가고 있으며, 거래를 자동화하기 위한 인프라가 구축되고 있습니다. 이러한 자동화는 소비자의 최종 의사 결정 일시 중지를 제거할 위험이 있으며, 옵션을 비교하거나 구매가 이루어졌다는 사실을 인지하기 어렵게 만듭니다. AI가 구매 프로세스를 간소화함에 따라 수동 검색을 통한 숙고 및 발견의 일상적인 연습이 줄어들고 있습니다.

창의적인 고군분투를 아끼지 마세요. 에이전트 실행을 향상시키기 위해 코드 리터러시를 향상시키세요.

구룡성채는 통제되지 않은 야망이 혼돈으로 이어지는 것을 보여주며 AI 개발에 대한 경고의 사례가 됩니다. 군사 전초기지로 시작하여 난민들이 계획이나 조정 없이 밀집하여 건설한 무법 지대가 되었습니다. 주민들은 불법적으로 전력망에 연결했고, 건물들은 무질서하게 위로 솟아올라 복잡하고 유지보수 불가능한 환경을 만들었습니다. 기능에도 불구하고, 도시는 포괄적인 비전이 부족했고 결국 관리 불가능한 특성 때문에 철거되었습니다. 이는 기계 논리에 의해 추진된 엔지니어들이 사용자 요구를 고려하지 않고 제품을 설계했던 초기 소프트웨어 개발을 반영합니다. "Abort, Retry, Fail?"과 같은 오류 메시지는 이러한 프로그래머 중심 접근 방식을 잘 보여줍니다. 사용자 경험(UX)이 학문으로 등장하면서 사용자 요구에 초점을 맞추게 되었고, Windows 95가 중요한 전환점이 되었습니다. 오늘날 AI 붐은 신중한 설계보다 속도를 우선시하며 과거의 실수를 반복할 위험이 있습니다. "바이브 코딩"은 인상적이지만, 중요한 연구 및 설계 프로세스를 건너뜁니다. 기업들은 AI 도구 사용량을 문자 그대로 측정하고 있어 진정한 혁신보다는 형식적인 채택으로 이어지고 있습니다. 구룡성채와 유사한 이러한 빠르고 무질서한 개발은 공유된 비전이나 잠재적인 부정적인 결과에 대한 이해 없이 고립된 빌더들을 만들어냅니다. 속도에 대한 초점은 실제 병목 현상, 즉 올바른 것을 구축하고 있는지 확인하는 것을 간과합니다.

인터넷의 초기 개방성과 보편적 접근성에 대한 약속이 편의성과 AI의 부상으로 인해 약화되고 있습니다. 처음에는 방대한 도서관이자 전 세계적인 대화의 장이었던 디지털 공간은 큐레이션되고 관심을 수익화하는 플랫폼으로 이동했습니다. 알고리즘에 의해 구동되는 이러한 플랫폼은 종종 기존의 신념을 강화하고 토론의 범위를 축소시킵니다. 이러한 추세는 2026년까지 웹 트래픽의 절반 이상을 봇이 생성할 것으로 예상됨에 따라 더욱 악화되고 있습니다. 중요한 문제는 AI 도구가 즉각적이고 미리 소화된 답변을 제공함에 따라 독립적인 창작자의 경제적 생명줄인 인간의 클릭이 감소한다는 것입니다. 이러한 "대체"는 개방형 웹이 죽은 것이 아니라 원본 인간 콘텐츠를 지원하는 능력을 잃고 있음을 의미합니다. AI 시스템은 인간의 노동을 기반으로 학습하고, 이를 요약하며, 한때 창작자를 지원했던 트래픽을 가로챕니다. 이는 AI 요약을 기반으로 한 AI 콘텐츠가 진정한 지식을 대체하는 피드백 루프를 만듭니다. 가장 큰 위험은 효율성이 아니라 사고의 인간 다양성과 진정한 발견 능력의 상실입니다. 궁극적으로 편의성은 다양성과 거래되고 있으며, 사용자 관심이 제품이 되고 추출이 점점 더 친밀해지고 거부하기 어려워지는 더 순응적인 인터넷을 만들고 있습니다.

어린이를 위한 통증 관리 기술 설계는 고통스러운 시술에서 주의를 분산시키는 것을 목표로 상당한 어려움을 제시합니다. 제대로 관리되지 않은 통증은 불안감 증가, 시술 시간 연장, 공포증 및 의료 회피와 같은 지속적인 부정적인 건강 영향으로 이어질 수 있습니다. 주의 분산 방법은 통증의 게이트 컨트롤 이론과 통증 인식의 다차원적 특성을 활용합니다. Buzzy와 같은 저기술 장치는 진동과 냉기를 사용하여 통증 신호를 방해합니다. 소셜 로봇은 정서적 지원과 주의 분산을 제공하여 통증의 인지-정서적 측면에 영향을 미칩니다. 가상 현실은 감각 및 인지 경로를 모두 활용하는 매우 몰입적인 경험을 제공하여 통증 인식을 효과적으로 줄입니다. 증강 현실은 디지털 정보를 실제 세계에 겹쳐 시술을 재구성하여 불안감과 무력감을 줄입니다. 실제 구현은 임상의의 시간 제약 및 기존 루틴과의 원활한 통합 필요성과 같은 장애물에 직면합니다. 시술 시간은 중요하며, VR은 더 긴 시술에 더 적합한 반면 Buzzy는 짧은 시술에 더 좋습니다. 만성 질환을 앓고 있는 어린이의 경우 주의 분산의 효과가 반복 노출로 인해 감소할 수 있으므로 참신 효과가 우려됩니다. VR과 같은 완전 몰입형 기술의 경우 임상의와의 의사소통이 어려울 수 있지만, AR은 부분적인 해결책을 제공합니다. 특정 어린이는 신체적 또는 발달적 제한으로 인해 VR에서 제외될 수 있으며, 헤드셋 디자인은 종종 어린이에게 친숙하지 않습니다. 이러한 어려움에도 불구하고 소아 통증 주의 분산 기술은 병원에서 점점 더 많이 사용되고 있으며, 지속적인 연구는 한계를 해결하고 접근성을 개선하는 것을 목표로 합니다.

저자는 제품 디자이너로서 디자인 도구의 변화로 인해 새로운 종류의 피로를 경험합니다. 전통적으로 디자이너는 도구와 물리적인 연결을 발전시켜, 직접적인 조작을 통해 사고가 이루어지는 "만드는 느낌"을 길렀습니다. 이러한 체화된 상호작용은 피드백 루프를 생성하여 문제에 대한 깊은 몰입을 가능하게 했습니다. 캔버스 기반 도구와 그 이전의 디지털 도구들조차 직접적인 제스처를 통해 이러한 "만드는 느낌"을 유지했습니다. 그러나 디자인 워크플로우에서 AI 에이전트의 등장은 단절을 야기합니다. 직접적인 조작 대신, 디자이너는 이제 구두 지시를 제공합니다. 이러한 변화는 "만드는 느낌"에서 "결과 느낌"으로 이동하며, 디자이너는 창작 과정에 몰입하는 대신 결과에 반응하게 됩니다. 암묵적인 지식을 명시적인 지시로 번역하는 행위는 본질적으로 물리적 도구의 직접적이고 공간적인 참여보다 더 피로합니다. 이러한 추상화는 이전의 도구 전환과 달리 디자이너의 상호작용을 근본적으로 변화시킵니다. 저자는 이러한 피로가 숙련도를 통해 줄어들지, 아니면 에이전트 도구 사용의 불가피한 비용인지 의문을 제기합니다. 저자는 이것이 몸이 직관적으로 아는 것을 명확히 표현하는 데 드는 세금, 즉 영구적인 비용일 것이라고 추측합니다.

자카르타 시내버스가 제게 경험이 실제로 만들어지는 곳과 왜 어떤 디자이너도 그것을 설계하지 않았는지에 대해 가르쳐 준 것.

2026 WWDC 기조 연설 요약

느꼈지, 그렇지? 그 작은 침묵.

저명한 디자이너인 디터 람스는 절제, 정직, 명확성의 원칙을 옹호했으며, 이는 AI 시대에 특히 관련성이 높습니다. 그는 40년 동안 브라운(Braun)을 위해 상징적인 제품들을 만들었고, 그의 미니멀리스트-기능주의적 접근 방식을 통해 애플(Apple)과 같은 회사에 영향을 미쳤습니다. 1970년대에 확립된 그의 좋은 디자인을 위한 열 가지 원칙은 유용성, 혁신, 미적 아름다움, 그리고 이해 가능성을 강조합니다. 이 원칙들은 기술 자체보다는 인간의 결과에 초점을 맞춥니다. 람스는 진정한 혁신은 복잡성을 더하는 것이 아니라 제거하는 것이며, 제품의 유용성이 가장 중요하다고 믿었습니다. 미적 아름다움은 그에게 기능과 상호작용의 질에서 비롯되었습니다. 좋은 디자인은 이해 가능해야 하며, 스스로를 설명하고 사용자에게 명확한 기대를 설정해야 합니다. 람스의 도구와 같은 눈에 띄지 않는 디자인은 지나치게 단정적이지 않으면서 사용자에게 봉사해야 합니다. 이러한 시대를 초월하는 원칙들은 현재의 AI 환경을 탐색하는 데 중요하며, 사용자 이익과 신중한 구현에 초점을 맞추도록 촉구합니다. 궁극적으로 좋은 AI 디자인은 단순히 좋은 디자인이며, 사용자 요구와 오래 지속되는 원칙에 의해 안내됩니다.

AI는 종종 창의적 잠재력에 대한 실존적 공포와 엄청난 흥분을 동시에 불러일으킵니다. AI 기반 생산성에 대한 이야기는 혁신의 진정한 다음 단계라기보다는 추가적인 성장을 추출하려는 자본주의적 술책입니다. 생산성에 대한 이러한 초점은 장기적인 브랜드 구축을 희생하는 것에 대한 과거의 경고를 반영하며, 최적화를 위해 창의성과 상상력을 거래하게 만들었습니다. 저자는 나이키에서의 개인적인 경험을 회상하며 데이터 중심주의가 어떻게 기업을 소비 심리의 실제 변화에 눈멀게 할 수 있는지 보여줍니다. 현재 AI 사용은 본질적으로 문제를 해결하는 것이 아니라 비판적 사고의 위험한 아웃소싱입니다. 전략가로서 우리의 가치는 AI가 현재 부족한 실제 세계와 인간 행동에 대한 독특한 이해에 있습니다. 흡연 습관의 변화와 같은 인간 행동을 관찰하는 것은 미묘한 실제 맥락을 파악하는 데 있어 AI의 한계를 강조합니다. 창작자들은 AI로 혁신하고 있지만, 전략가들은 신중을 기하고 사용에 대한 개인적인 규칙을 설정해야 합니다. 이러한 규칙에는 과학적으로 편집하면서 어린아이 같은 창의성을 유지하고, 세상과 직접 소통하면서 행정 업무를 AI에 위임하고, AI 프롬프트에 개인적인 창의적 코드를 주입하는 것이 포함됩니다. 엔지니어로부터 배우고 복합적인 AI 생태계를 구축하는 것이 중요하며, 인간의 판단은 궁극적인 책임으로 남습니다. 궁극적으로 AI를 수용하는 것은 그 출력을 수동적으로 받아들이는 것이 아니라 올바르게 설계하기 위한 매일의 실험을 의미합니다. 이 접근 방식은 AI가 인간의 독창성을 대체하는 것이 아니라 더 깊은 사고와 개인적인 표현을 위한 도구가 되도록 보장합니다.

데이터 시각화가 디자인 설명의 중요성에 대해 나에게 가르쳐 준 것

AI가 제품 디자이너의 역할을 사양 작성자에서 시스템 아키텍트로 재편하는 방법

클로드 디자인, 러버블, 그리고 v0가 모두 같은 얼굴을 하고 있는 이유 - 그리고 폭파된 세인트루이스 주택 프로젝트가 그것에 대해 예측한 것.

한 디자이너가 고객이 ChatGPT를 사용해 웹사이트 디자인을 검토했는데, 처음에는 모욕적으로 느껴졌지만 결국 토론이 이어졌다고 전합니다. 이 경험은 고객이 AI를 피드백에 활용하는 새로운 현실을 부각시키며, 디자인 논의에서 '초대받지 않은 참여자'가 되는 상황을 보여줍니다. 디자이너들은 AI를 자신의 워크플로우에 통합하지만, 클라이언트 사용은 AI의 한계에 대한 이해가 다르기 때문에 다릅니다. 문제는 나쁜 AI 피드백이 아니라, 분석이 필요한 그럴듯한 제안에 있습니다. 이러한 상황은 궁극적으로 AI 생성 정보를 맥락화하는 데 있어 인간의 판단력과 전문성의 중요성을 더욱 높여줄 수 있습니다. 디자이너는 개인적으로 받아들이지 말고, 결과를 이해하기 위해 AI 프롬프트를 요청하며, AI 피드백을 다른 이해관계자 입력과 동일하게 다뤄야 합니다. 디자이너의 역할은 큐레이션과 번역으로 진화하고 있으며, 인간과 기계로부터 쏟아지는 방대한 정보를 관리하는 역할을 하고 있습니다. 이러한 새로운 역학은 디자이너들이 자신감 있고 지칠 줄 모르는 디지털 인턴을 가진 클라이언트에 적응하도록 요구합니다. 궁극적으로 디자이너들은 이러한 AI 지원 고객 상호작용을 효과적으로 헤쳐 나가는 법을 배워야 합니다.

목표 지향 시스템에 대한 과학인 사이버네틱스가 AI 개발을 위한 중요한 지식 체계로 다시 부상하고 있습니다. 실무자들은 해당 분야에 대한 명시적인 지식 없이도 독립적으로 사이버네틱스 원리에 도달하고 있습니다. Anthropic의 Boris Cherny는 AI에 직접 프롬프트를 입력하는 대신, AI가 스스로 프롬프트를 생성하고 스스로 수정할 수 있도록 하는 루프를 작성함으로써 이를 강조합니다. 이러한 자기 참조 제어 루프로의 전환은 AI 엔지니어링의 현재 전환을 정의합니다. Y Combinator의 Tom Blomfield는 자동화된 모니터링 및 수정 루프를 통해 스스로 치유하고 개선되는 AI 쿼리 에이전트로 이를 설명합니다. 그는 전통적인 계층적 기업 구조가 더 이상 유효하지 않으며, Stafford Beer의 Viable System Model과 일치하는 재귀적이고 자체 개선적인 루프로 대체되고 있다고 주장합니다. Anthropic의 Mahesh Murag는 메모리를 핵심 기본 요소로 강조하며, 에이전트가 시간이 지남에 따라 능력을 축적할 수 있도록 하여 Gordon Pask의 Phase Space 원리를 직접적으로 반영합니다. Murag는 또한 "Dreaming"을 생물학적 기억 통합과 유사한 2차 항상성 메커니즘으로 소개하며, 이는 규제 아키텍처 자체의 품질을 유지합니다. 이 과정은 경험을 통합하고 세션 간의 패턴을 식별하여 향후 성능을 향상시킵니다. Anthropic의 Daisy Hollman은 효과적인 AI 작업의 비결은 단순히 더 나은 모델이 아니라 더 긴밀한 피드백 루프라고 명시적으로 말합니다. 이는 1948년 Norbert Wiener의 기초적인 사이버네틱스 주장과 일치하며, 목적 시스템에서 피드백 메커니즘의 중요성을 강조합니다. 시스템의 성능은 구성 요소의 힘뿐만 아니라 피드백의 품질에 의해 결정됩니다. AI든 조직이든, 불일치를 감지하고 수정 행동을 구현하는 능력은 매우 중요합니다. 이러한 100년 된 사이버네틱스 원리의 재발견과 적용이 현재 에이전트 시스템의 발전을 주도하고 있습니다.

온라인은 예전에는 떠날 수 있는 곳이었습니다. 저희는 그것으로부터의 탈출구를 설계했는데, 탈출구는 누출로 읽히기 때문입니다. 이것이 그것을 다시 구축하는 이유가...

완벽함은 한때 인간 노력의 지표였으나, 이제는 기계로 쉽게 달성 가능해져 본질적인 가치를 떨어뜨린다. 실수 효과(pratfall effect)는 사소한 실수가 오히려 호감도를 높일 수 있음을 시사하는데, 1960년대 심리학 연구에서 연설자의 커피 쏟음이 그를 더 친근하게 만들었던 사례가 이를 보여준다. 디자인 업계는 이제 사소한 결점까지도 없애며 완벽한 결과물을 추구하지만, 이는 동질적이고 잊히기 쉬운 미학으로 이어진다. 이러한 완벽함 추구는 촉박한 마감 시간과 축소된 팀 규모에 의해 주도되는 전략으로, 실수는 너무 위험한 것으로 간주된다. 역사적으로 완성도는 헌신과 기술을 의미했지만, 생성형 AI가 즉각적이고 저렴하게 완벽한 결과물을 생산할 수 있게 되면서 이러한 제작의 증거는 보이지 않게 되었다. AI의 완벽함은 인간 노동에서 비롯되며, 업계가 더 이상 독점적으로 주장할 수 없는 품질을 쫓는 아이러니를 부각시킨다. 핵심 통찰은 결점이 이미 강력한 작업만을 향상시킨다는 것이며, 불완전함은 기술을 대체할 수 없다는 것이다. 우리는 최종 제품뿐만 아니라 그 안에 투자된 인간의 노력, 판단, 의도성에도 비용을 지불했으며, 이는 기계가 복제할 수 없는 것이다. 연구에 따르면 사람들은 수제라고 믿을 때 물건의 가치를 더 높게 평가하며, 무언가가 AI 생성이라는 것을 알면 인지된 가치와 기술이 현저히 감소한다. 흥미롭게도 인간이 만든 예술 작품을 AI 예술 작품과 나란히 놓으면 인간 창작물이 더 창의적으로 보일 수 있다. 주의 깊은 과정을 통해 인식된 결점은 때때로 특징이 될 수 있으며, 이는 포스트잇 노트의 발명에서 볼 수 있다. 업계는 끊임없이 다듬는 대신, 인간의 개입을 신호하기 위해 의도적인 불완전함을 받아들이는 것을 고려해야 한다. 기술과 완성도는 여전히 가치 있지만, 예전처럼 더 이상 프리미엄을 요구하지는 않는다. 가장 큰 가치는 이제 의도적으로 인간의 흔적, 즉 우리 작업에 있는 작고 의도적인 불규칙성을 남기는 데 있을 수 있다.

프롬프트, 그래픽 디자인, 그리고 조용히 상대방의 마음을 읽는 것에 관한 기술에 대하여

실용적 지혜는 디자이너의 마지막이자 가장 중요한 이점이다.

이번 주 디자이너를 위한 큐레이션된 자료들은 AI가 디자인 사고와 실무에 미치는 심오한 영향을 탐구합니다. 호세 토레(José Torre)는 효율적인 도구가 창의적인 경로를 좁혀 예측 가능한 아이디어로 이어질 수 있음을 강조합니다. 스폰서 과정은 디자이너가 AI 도구를 단순히 사용하는 것을 넘어 AI 기반 제품을 설계하는 방법을 배워야 하는 비판적인 필요성을 강조합니다. 편집자 추천은 AI로 인한 컴퓨팅 비용 상승, 디자인 정체성의 진화, 그리고 더 많은 콘텐츠가 항상 더 높은 품질을 의미하지 않는 이유를 다룹니다. "나를 생각하게 하는" 섹션은 사용자들이 대화형 AI에 대해 느끼는 좌절감과 기술 근로자들 사이에서 전문적인 정체성 상실에서 비롯된 AI 관련 직무 슬픔의 심리적 위기를 드러냅니다. 또한 AI가 엔지니어링 작업을 어떻게 변화시키는지, 시스템 설계에 대한 총체적인 접근 방식을 강요하는지에 대해 논의합니다. 작은 보석들은 조직도보다 사용자 중심, 직장 충성도의 감소, 디자인과 솔루션 아키텍처 역할의 융합을 다룹니다. 도구와 자료는 에이전트 컴퓨팅을 위한 설계, AI 에이전트에 대한 접근성의 중요성, AI 생성 문서 피로에 대처하기 위한 전략에 대한 통찰력을 제공합니다. 뉴스레터는 독자들이 스폰서와 교류하거나, 콘텐츠를 전달하거나, 에디션을 후원함으로써 그 사명을 지원하도록 장려합니다.

동일한 파일. 두 번째 함수. 완전히 다른 아키텍처.

AI 기반 코딩의 용이성이 증가함에 따라 엔지니어링 비용이 크게 절감되어 프로토타입을 신속하게 구축할 수 있게 되었습니다. 그러나 이러한 속도는 심리적 비용을 초래합니다. 즉, 초기 기능 프로토타입이 아이디어를 고착화시켜 전환을 방해하는 디자인 고착화입니다. 이러한 매몰 비용 오류는 팀이 초기 가설과 모순되는 정보에도 불구하고 새로운 정보에 저항하게 만듭니다. 디자인 과학은 실질적인 문제를 엔지니어링 과제로, 지식 문제를 연구로 취급하고 단순한 구축보다는 측정을 강조하는 프레임워크를 제공하여 이를 상쇄합니다. 원래의 린 스타트업 철학은 최소 기능 제품(MVP)에 초점을 맞춰 검증된 학습을 목표로 했지만, 특히 AI의 신속한 프로토타이핑 기능을 통해 디자인 고착화에 빠질 수 있습니다. UX 전문가는 이제 엔지니어링 시간 절약에서 시장 및 평판 위험 완화로 가치 제안을 전환해야 합니다. 최소 실행 실험(MVE) 개념은 상당한 개발 전에 위험한 가정을 검증하기 위한 코드 없는 탐색으로 테스트를 재구성합니다. AI로 강화된 시나리오 중심 엔지니어링(SFE)은 심문 프롬프트를 사용하고 초기 AI 생성 프로토타입을 일회용으로 취급하여 팀을 사용자 경험에 고정시킬 수 있습니다. AI를 공정한 거울로 사용하는 편향 점검 검토는 팀이 불편한 데이터에 직면하도록 도울 수 있지만, 방어적인 태도를 피하기 위해 신중한 프레이밍이 필요합니다. 궁극적으로 발견은 엔지니어링 시간을 절약하기 위한 것이 아니라 원치 않는 제품을 신속하게 구축하는 막대한 시장 및 평판 피해를 방지하기 위해 여전히 중요합니다.

저자는 커피숍에서 두 여성이 해고에 대해 이야기하는 대화를 되돌아본다. 한 여성은 점심시간에 예상치 못하게 해고되었는데, 이를 트라우마보다는 불편함으로 느꼈다고 설명한다. 이 경험은 직업이 끝나는 것이 아니라 만료되는 것으로 제시되는 고용의 변화를 강조한다. 저자는 이를 유효기간이 표시되지 않은 우유갑에 비유하며, 고용 계약서에 명확한 만료일이 없다는 점을 지적한다. 역사적으로 직업 상실은 관계의 단절을 의미하는 중대한 파열로 여겨졌다. 그러나 현대적 관점에서는 고용을 행정적이고 예정된 것으로 보며, 이는 심리적 계약의 변화를 반영한다. 이 계약은 과거에는 충성심과 헌신을 대가로 안정과 미래를 약속했다. 이제 기업들은 보이지 않는 만료일까지 급여를 제공하며 직원들에게 자신의 이익을 보호하도록 장려한다. 저자는 두 여성이 이 새로운 현실에 적응했으며, 더 이상 깨어진 언약을 슬퍼하지 않는다는 것을 깨닫는다. 그들은 새로운 계약에 대처하는 것이 아니라, 그것이 확립된 변화라는 살아있는 증거이다. 저자는 그들이 비유적으로 말해 우유갑의 만료일을 여전히 찾고 있는 반면, 다른 사람들은 이미 앞으로 나아갔다고 결론짓는다. 이 관찰은 그들의 저술을 고용의 진화하는 본질에 대한 메모 작성으로 전환시킨다.

사용자는 당신이 싸우는 조직도를 절대 보지 못합니다. 그렇다면 그것이 무너졌을 때, 누구에게 그 대가를 치르게 할 건가요?

AI의 부상은 새로운 디자인 역할을 촉진하며, '픽셀 밀기'에서 보다 전략적인 영역으로 초점을 전환하고 있습니다. 일자리 대체를 두려워하기보다는, 디자이너들은 새로운 작업 흐름과 경험을 창출하기 위해 적응하고 있습니다. B2B 분야에서는 임베디드 AI 설계 컨설턴트와 같은 역할이 기업들이 AI를 운영에 통합할 수 있도록 돕는 역할이 등장하고 있습니다. 이 컨설턴트들은 기술 역량과 인간 채택 사이의 간극을 메워줍니다. 또 다른 B2B 역할은 복잡한 AI 작업에 대한 비동기식 경험과 시각적 진행 지표를 설계하는 에이전트 UX 아키텍트입니다. 이 아키텍트들은 AI 에이전트와의 사용자 상호작용을 관리하며, 이는 다시간 워크플로우를 수행합니다. B2C 분야에서 프로액티브 상호작용 디자이너는 AI가 사용자 요구를 예측하는 직관적인 경험을 만드는 데 집중합니다. 이는 AI가 의도를 예측하고 침해성을 관리할 수 있도록 보이지 않는 트리거를 매핑하는 것을 포함합니다. 생성형 UI 시스템 아키텍트는 AI 생성 인터페이스의 제약 조건과 가드레일을 설계합니다. 이로 인해 동적 UI가 브랜드 가이드라인과 접근성 기준에 부합하도록 보장합니다. 신뢰 설계자는 검증과 투명성을 위한 시각적 신호를 만들어 소비자 신뢰 하락에 대응합니다. 이 역할들은 복잡한 AI 프로세스를 이해하기 쉬운 소비자 대상 신호로 변환합니다. 추가로 신흥 역할로는 AI 결과물을 브랜드 목소리와 연계하는 프롬프트/컨텍스트 디자이너와 AI를 활용해 인터랙티브 프로토타입을 만드는 디자인 엔지니어가 있습니다. 궁극적으로 AI 시대는 인지심리학과 시스템 사고를 단순한 시각적 실행보다 강조하며 인간-AI 협업을 조율할 수 있는 디자이너들을 끌어올립니다.

반려동물 경제의 호황은 작고 독립적인 가구로의 전환을 반영합니다. 고양이를 특징으로 하는 "힐링 소설"은 이러한 변화하는 가정 구조 속에서 외로운 사람들에게 위안을 제공합니다. 이러한 추세는 전 세계적으로 출산율 감소와 1인 가구 증가를 반영합니다. 일본은 이러한 현상을 주도하고 있으며, 고양이가 개를 능가하고 "캣노믹스"로 알려진 반려동물에 대한 상당한 지출이 이루어지고 있습니다. 이러한 패턴은 한국에서도 나타나고 있으며, 반려동물 유모차가 이제 유아용 유모차보다 더 많이 팔리고 있습니다. 중국은 비슷한 인구 통계학적 변화를 겪고 있으며, 이는 분유와 같은 산업에 영향을 미쳐 반려동물 사료로 전환하고 있습니다. 서구에서도 반려동물 소유가 증가하고 있으며, 일부 미국인들은 자녀보다 반려동물을 선호합니다. 반려동물은 가족처럼 대우받지만, 출산율 감소의 주된 원인은 아닙니다. 대신, 경제적 요인과 결혼 연령 상승으로 인해 자녀가 차지했던 정서적, 예산적 공간을 채웁니다. 반려동물 경제는 스마트 급이기 및 단일 부양가족을 위한 원격 모니터링과 같은 제품에 초점을 맞춰 축소된 가구를 위한 디자인 원칙을 보여줍니다. 이러한 적응은 저에너지 연결과 안심을 추구하는 고령화되고 고독한 인구를 위한 디자인 템플릿을 제공합니다.

저는 £30M 규모의 부트스트랩 CFO에게 면접 중에 그 말을 했습니다.

"혁신"이라는 단어는 실제 이익과 관계없이 새로운 모든 것을 묘사하는 데 광범위하게 사용되는 경우가 많습니다. 이는 새로운 아이디어가 자동으로 진보를 나타낸다는 잘못된 가정을 초래할 수 있습니다. 혁신은 단순히 새로운 것을 도입하는 것을 의미하지만, 진보는 진정한 개선을 의미합니다. 안타깝게도 진보의 긍정적인 함의가 혁신에 조기에 적용되는 경우가 많습니다. 역사는 항생제와 스마트폰과 같이 혁신적이었지만 의도하지 않은 부정적인 결과를 가져온 사례를 보여줍니다. 릴라이언트 로빈 자동차는 결함이 빠르게 드러난 혁신의 예입니다. "혁신"의 수사적 힘은 기관이 입증 없이 발전을 주장할 수 있도록 합니다. 이는 특히 생성형 AI에서 두드러지는데, 적절한 프레임워크가 존재하기 전에 사회적 규모의 시스템이 배포됩니다. 결함이 있는 AI 제품은 종종 "최소 실행 가능 제품"으로 프레임되거나 "버그가 아닌 기능"을 가지고 있다고 프레임됩니다. 이러한 프레임은 자발적이지 않은 테스터가 되는 대중에게 위험을 옮깁니다. 대학, 병원, 정부 또한 혁신적인 지위를 기반으로 AI를 채택하고 있으며, 이는 진보를 나타낸다고 가정합니다. 저자는 혁신을 검증을 기다리는 가설로 보고, 참신함보다 결과를 강조할 것을 제안합니다. 궁극적으로 혁신은 변화를 나타내지만, 진보는 그 가치를 확인합니다.

생성형 AI는 지루한 작업을 자동화하여 여가 혁명을 약속했지만, 실제로는 소비하고 검토해야 할 문서의 양을 증가시켰습니다. 저자는 이러한 문서 검토 피로에 직면하여 Audio Review Companion(ARC)이라는 음성 우선 애플리케이션을 설계했습니다. ARC는 사용자가 책상에 앉아 있거나 화면을 볼 필요 없이 음성 명령을 통해 문서를 그대로 듣고 피드백을 제공할 수 있도록 합니다. 이를 통해 산책 중이나 식사 준비 중과 같이 더 유연하고 즐거운 환경에서 작업을 수행할 수 있습니다. ARC의 개발에는 Gemini Flash Live 및 Claude Design과 같은 도구를 활용하여 AI 모델과 사용자 인터페이스를 동시에 구축하는 작업이 포함되었습니다. ARC는 전통적인 책상 중심의 워크플로우에서 벗어날 수 있는 자유를 제공하지만, 저자는 AI 도구가 업무와 개인 시간의 경계를 모호하게 만들 수 있다는 점을 인정합니다. ARC는 휴식 시간을 침해하는 것이 아니라 사용자가 자신의 조건에 맞게 업무를 일상에 통합할 수 있도록 지원하기 위해 설계되었습니다. 저자는 원하는 업무 방식에 부합하는 AI 도구를 설계하는 것의 중요성을 강조합니다. ARC는 오픈 소스로, 기능 개선 및 한계점 해결을 위한 커뮤니티 기여를 장려합니다. 목표는 AI에 의해 통제되는 것이 아니라 AI를 사용하여 업무에 대한 통제권을 되찾는 것입니다.

머릿속에 갇힌 취향이 당신과 당신의 팀에게 치르는 대가

사람들은 관성 때문에 적극적으로 대안을 선택하기보다는 미리 선택된 옵션에 머무르는 경향이 있습니다. 기본값을 변경하는 것은 위험처럼 느껴지며, 기본값에 대한 암묵적인 승인은 그것이 합리적인 선택임을 시사합니다. 옵션을 평가하는 데 드는 인지적 노력은 사람들이 현상 유지를 받아들이도록 더욱 부추깁니다. 이러한 "기본값 편향"은 장기 기증, 은퇴 저축, 개인 정보 설정과 같은 분야의 결과에 상당한 영향을 미칩니다. 디자이너의 사전 설정된 선택은 사용자 이익과 관계없이 종종 사용자의 영구적인 선택이 됩니다. 따라서 기본값이 선택되는 순간은 모든 사용자에 대한 정책 결정으로서 중요합니다. 디자이너는 대안을 쉽게 접근할 수 있도록 유지하면서 다수에게 이익이 되도록 기본값을 활용할 수 있습니다. 반대로, 이 원칙을 무시하면 기본값은 사용자 요구보다 내부 편의성을 반영하게 됩니다. 예를 들어, 덜 침해적인 커뮤니케이션 설정을 하고 업그레이드에 가장 관련성이 높은 계획을 미리 선택하는 것이 있습니다. 파괴적인 조치는 결코 기본값이 되어서는 안 되며, 대신 사용자의 적극적인 조치를 요구해야 합니다. 개인 정보 설정은 가장 사적인 구성으로 기본 설정되어야 하며, 확장은 사용자의 선택으로 이루어져야 합니다. 권장 설정은 숨겨진 권위가 아닌 투명성을 제공하기 위해 명확하게 표시되어야 합니다. 자동 장기 기증 및 자동 은퇴 등록 국가에서는 참여율이 훨씬 높습니다. Microsoft와 Google도 기능을 채택하기 위해 기본값을 활용했으며, 때로는 개인 정보 보호에 영향을 미치기도 했습니다. Apple이 옵트아웃에서 옵트인 광고 추적으로 전환하면서 동의율이 극적으로 감소했습니다.

왜 더 많은 콘텐츠가 더 좋은 품질을 의미하지 않나요

이삿짐 회사의 상자 위에서, 그리고 몇 가지 조용한 결정들의 긴 파급 효과

AI 상호작용의 핵심 문제는 대화적 탐색과 정확한 위임 사이의 간극입니다. AI 도구는 점점 더 유창하고 인간과 유사해지고 있지만, 이러한 대화 스타일은 인간과 기계가 정보를 처리하는 방식의 근본적인 차이를 가릴 수 있습니다. 사람들은 AI를 동료처럼 대하며, 길고 복잡한 과정 자체가 사고 과정인 "글쓰기를 통한 대화"에 참여하는 경향이 있습니다. 그러나 이러한 탐색적 텍스트가 지시로 주어지면, AI는 열린 질문과 확정적인 약속 사이에서 추측하게 됩니다. 사용자 관찰을 통해 협업적, 명령적, 과도한 설명이라는 세 가지 상호작용 스타일이 드러났으며, 원래 의도에서 벗어난 AI 제안을 수용하는 공통적인 문제가 있었습니다. 제안이 달라지더라도 이러한 수용은 위임에는 문제가 되지만 탐색에는 유익합니다. 대화형 인터페이스의 유창함은 사용자가 일반적으로 존재하지 않는 공유된 정신 모델을 가정하기 때문에 불협화음을 만듭니다. 인간은 명확한 질문을 함으로써 사회적으로 모호함을 해결하는 반면, AI 에이전트는 조용히 단일 해석에 전념합니다. 이러한 오해석은 지침이 불충분하게 명시될 때 강조됩니다. "새로운 항목"이 "나에게 새로운"을 의미한다는 저자의 예시는 공유된 맥락이 당연하게 여겨져 AI가 더 그럴듯한 대안에 전념하게 되는 것을 보여줍니다. 이는 양측의 실패로 이어집니다. 에이전트는 추측함으로써 과도하게 전념하고, 사용자는 자신감 있고 권위 있어 보이는 제안에 의존함으로써 덜 저항합니다. 대화가 전체 인터페이스인 음성 우선 인터페이스에서는 위임을 위한 시각적 단서가 없기 때문에 이 문제가 증폭됩니다. 이러한 간극을 디자인하기 위해서는 연극 연출 및 법률 초안 작성과 같이 언어의 수행 및 수행적 특성이 가장 중요한 분야에서 새로운 학문이 필요합니다. 초점은 기계를 이해할 수 있게 만드는 것에서 기계의 응답을 가시적이고 제어 가능하게 만드는 것으로 이동합니다. 궁극적으로 이 간극을 좁히는 것은 대화가 행동의 주요 인터페이스 역할을 하는 세상에 대한 새로운 문해력을 개발하는 것입니다.

VR은 중독 치료법으로서 치료와 현실 세계 유발 요인 사이의 간극을 메우는 것을 목표로 탐구되고 있습니다. 텍사스 헬스는 VR을 활용해 환자들이 모의 환경에서 갈망을 관리하는 연습을 하도록 하고 있습니다. 이러한 가상 환경에서 환자는 특정 환경이나 냄새 같은 신호를 경험하여 갈망을 유발합니다. 목표는 VR 내에서 큐 노출 치료(CET)를 사용하여 환자들이 이러한 신호에 둔감해지도록 하는 것입니다. 연구들은 엇갈린 결과를 보여줍니다: VR은 효과적으로 갈망을 유발하지만, 항상 장기적인 금주로 이어지는 것은 아닙니다. 도전 과제로는 개인화된 신호를 식별하고 완전한 감각 경험을 제공하는 것이 포함됩니다. 임상의들은 기술을 효과적으로 구현하기 위해 교육과 실용적인 도구도 필요합니다. VR에서 배운 기술이 전이되지 않을 수 있는데, 이를 '재생 효과'라고 불리는 알려진 효과입니다. 해결책은 치료 중 신호를 섞거나 실제 환경에 반영하여 이러한 문제를 해결하는 것입니다. 궁극적으로 VR은 다른 치료법과 함께 사용할 수 있는 도구입니다.

이 리소스는 디자이너, 사상가, 제작자를 위한 콘텐츠를 큐레이션하며 진화하는 디자인 환경을 반영합니다. 서론에서는 AI 도구의 진화하는 특성을 변화하는 기반에 비유하며 혁신을 위한 초대라고 강조합니다. Patrick Neeman의 기사는 AI를 위한 디자인이 1999년의 디자인과 같다고 제안하며 초기 단계를 암시합니다. 후원 섹션에서는 연구의 중요성과 기업 내에서의 적용 사이의 격차를 다룹니다. 다른 기사들은 지역성을 위한 디자인, Vibe 디자인의 한계, 디자인에서의 공감과 AI의 영향에 대한 성찰과 같은 주제를 다룹니다. 이 출판물은 디자인 전문가를 대상으로 하는 독자들에게 디자인에 대한 비판적 사고를 강조합니다. 기사들은 조직 학습 및 인지 위임과 같은 AI 관련 과제를 탐구합니다. 또한, 이 컬렉션은 책 표지를 객체로 논의하고 사용자에서 주요 인물로 초점이 이동하는 디자인 관련 기사를 제시합니다. 뉴스레터는 AI 디자인 마스터링에 초점을 맞춘 유용한 도구와 리소스를 선보입니다. 요약은 출판물 자체의 콘텐츠 제작을 지원하는 방법을 홍보하며 마무리됩니다.