우리는 AI 생성 인터페이스를 디자인 할 때 발생하는 문제점과 기회를 이해하기 시작했다. 인터페이스 디자인에 있어서 디자이너의 역할은 고정된 환경을 위한 요소 설계에서부터 무한한 가능성을 지닌 시각적 언어와 프레임워크를 만드는 것으로 전환될 것이다. 사람들이 무엇을 보게 될지 정확히 알 수 없기 때문에, 우리는 AI가 만들어 내는 것에 대해 사람들이 의문을 제기하고 이의를 제기할 수 있도록 이러한 프레임워크에 투명성을 설계할 필요가 있다.
Google 검색의 자동 완성에서부터, SwiftKey의 이모지
(imoji) 예측 메시지에
이르기까지, AI가 생성 한 고도로 개인화 된 인터페이스는 수백만 명이 일상적으로 사용하는 서비스의 일부가 되었다. AI에 의한 인터페이스를 디자인 관점에서
볼 때 이로 인해 발생하는 흥미로운 결과는 Google이나 SwiftKey에서 일하는 그
누구도 사용자들이 무엇을 보게 될지 정확히 알지 못한다는 것이다. AI가 인터페이스와 인터랙션 디자인에 대한 책임을 지게 됨에 따라 디자이너에게는 새로운 과제가 부여된다.
예측 가능한 제어 인터페이스에서부터 무한 가능성까지
AI를 위한 디자인은 전통적인 사용자 인터페이스를 디자인하는 방식과는 매우 다르다. 디자이너로서
우리는 고정된, 물리적인 환경을 디자인하는 데 익숙하지만, AI가 생성한 인터페이스는 효과적으로 무한한 인터페이스집합을 생성하게
되며,
이것은 아래 이미지와 같이 각각의 사용자들이 모두 다른 것을 볼 수 있음을
의미한다.
디자이너가 만든 인터페이스 ⓒProjectsbyif
AI가 만든 인터페이스 ⓒProjectsbyif
IBM의 여행.운송 파트 디자인 책임자인 크리스 노살 (Chris Noessal)이 말했듯이, 이는 디자이너들이 사용자 인터페이스를 만들어내는 관계 자체를 변화시킬 수 있다. 이러한 관점에서 디자이너는 AI가 다양한 가능성을 표현할 수 있도록 시각 언어나 프레임워크에 대해 생각해 볼 필요가 있을 것이다. 이 프레임워크 내에서 디자이너는
1) 어떠한 일이 잘못 될 때 어떤 결과가 발생할 지에 대해 고려. 또 다른 디자이너의 역할로,
Machine learning 디자이너이자, 사용자 연구 (User
Research) 및 디지털 인류학자
(Digital
Anthropologist) 인 캐롤라인 신더스(Caroline Sinders)는 2) 규제되지 않은 AI 생성 콘텐츠의 잠재적 유해 영향으로부터 사람들을 보호하는 것이라고 했다.
Caroline은 "현재 구축하고있는 제품은 특정 종류의 알고리즘을 사용하며 알고리즘이 특정 데이터 세트에 어떻게 반응하는지는 디자인 효과 (의도 여부와 결과 여부를 알 수 있는지 여부)에 달려 있다."고 말한다. AI가 실수로 무엇을 할 수 있는지 저지른 실수로부터 어떻게 사람들을 보호하는가? 캐롤라인은 이것에 대한 한가지 대답이 알고리즘적인 결정을 사람들에게 투명하게 하는 것이라고 믿는다. “AI가 어떤 실수를 할지 알 수 없을 때 디자이너는 어떻게 사람들을 보호할
수 있을까?”에 대해 캐롤라인은 알고리즘 결정을 명료하고
알기 쉽게 만드는 것이 해결책이 될 수 있다고 말한다.
신뢰를 위한 필수, 데이터의 투명성
전적으로 신뢰할 수 있는 AI는 사람들이 일하는 방식에 대해 이해하고, 실수에서 벗어나도록 도와야 한다. 일리노이 대학 어바나-샴페인 (Urbana-Champaign)의 캐리 카라히오스(Karrie Karahalios)는 소셜 미디어 피드에서 알고리즘적 결정이 어떻게 신뢰를 불러일으키는가에 대해 연구해 왔다. 이 연구를
통해 밝혀진 결과 중 하나는 사람들이 알고리즘의 결과를 되돌리거나 조정할 필요가 있다는 것이었다.
스냅챗 (Snapchat)의 최신 업데이트에는 알고리즘으로 생성된 피드가 포함되어 있다. 이 피드는 "Netflix와 같이 대중이 가장 많이 보는 것에 맞춰 피드를 생성하는 알고리즘이 포함되어 있다. 많은 스냅챗 사용자들은 "알고리즘은 나를 모른다"고 말하며 새로운 디자인을 거부했고, 해당 서비스는 사용하기 점차 어려워졌다. 이러한 문제를 위한 해결방안으로, 알고리즘이 만든 결정에 대해 사람들이 더 많이 이해할 수 있고, 학습에 대한 피드백이
있었다면,
서비스 신뢰를 향상시키는데 도움이 되었을 것이다.
AI 기반 서비스가 중단되었거나 AI가 실수를 범한 경우, 이를 해결하는 과정에서 디자이너들은 1) AI의 성능을 저하시키거나, 2) 알고리즘이 가지고 있는 자율성을 제거하거나, 3) 시스템 오류를 일으키지 않고도 이전 버전으로 되돌릴
수 있어야 한다. 피츠버그의 HCI 연구소 (Human-Computer Interaction Institute), 존 짐머만 (John Zimmerman)은 2017 년 페어 (PAIRS) 심포지엄에서이 문제에 관해 논의했다. 그는 사람들에게 보편적 인 '뒤로 버튼'이 필요하다는 점을 설명하면서 필연적으로 발생할 수
있는 오류에 대한 대안을 제공해야함을
강조했다.
Ref.
https://www.projectsbyif.com/blog/designing-for-ai-generated-interfaces
영국 리포터_이보연.
