디자인DB_트렌드_디자인트렌드

(시범운영 후기) 방산을 일상으로, 기술을 문화로 - 창원 청년디자인리빙랩, ‘콘셉트 무기 대전’ 과제 시범운영 참가 후기

Wed, 14 Oct 2026 09:41:39 GMT

방산을 일상으로, 기술을 문화로

창원 청년디자인리빙랩, ‘K-방산 PLAYGROUND’ 현장에서

창원 청년디자인리빙랩 ‘콘셉트 무기 대전’ 과제 시범운영 참가 후기

국립창원대학교 예술대학 전시장에 들어서니 예상했던 무기 전시회와는 다른 풍경이 펼쳐졌다. 벽에는 군복과 전투화가 오늘날 패션과 아웃도어 제품에 어떤 영향을 주었는지 설명하는 패널이 걸려 있었다. 그 앞에는 실제 군복을 입어볼 수 있는 행거가 놓여 있고, 안쪽에는 캠핑용 텐트와 의자, 군용 장비에서 발전한 가방과 수납 시스템이 전시돼 있었다. 한쪽 테이블에는 여러 색의 파라코드가 놓여 있었다. 관람객들은 자리에 앉아 원하는 색의 줄을 고르고 매듭을 엮어 팔찌를 만들고 있었다. 그 옆에서는 군용 장비를 가방에 부착하는 몰리시스템을 직접 체험할 수 있었다. 전시장 안쪽으로 이동하자 분위기가 달라졌다. 창원의 대표 방산 장비인 K200과 레드백에 관한 이야기가 이어졌고, 다른 한쪽에는 국립창원대학교 산업디자인학과 학생들이 상상한 미래의 무기와 장비, 재난 대응 디자인이 전시돼 있었다. 전시장 입구에는 이런 문구가 적혀 있었다.

“일상에서 만난 방산, 창원에서 완성되다.”

창원 청년디자인리빙랩의 두 번째 핵심과제인 ‘무기대전’은 방산을 시민의 일상 경험과 연결하려는 시도다. 창원은 국내 대표적인 방산산업 집적지다. 그러나 시민이 방산산업의 기술과 생산과정을 일상에서 접할 기회는 많지 않다. 공장은 담장 안에 있고, 연구개발과 생산은 전문적인 영역에서 이루어진다. 창원이 방산도시라는 사실은 알아도 그 산업이 자신의 생활과 어떤 관계가 있는지 실감하기는 어렵다. 세계적인 방산 생산능력을 갖춘 도시지만 정작 시민이 그 산업을 경험할 접점은 부족했던 것이다. 이번 전시는 그 간극을 좁혀볼 수 있는지 시험하는 자리였다.

무기보다 먼저 보여준 것은 일상이었다

「K-방산 PLAYGROUND」는 2026년 9월 30일부터 10월 2일까지 사흘간 국립창원대학교 축제와 연계해 운영됐다. 야외부스에서는 ‘나와 어울리는 K-방산 무기’를 찾아보는 유형 테스트로 방문객의 관심을 끌었다. 실내에서는 네 개의 전시·체험 공간과 관람객 의견을 수렴하는 시티 팝업랩을 운영했다.

전시는 완성된 무기체계가 아니라 익숙한 생활용품에서 출발했다. 군복에서 패션을 발견하고, 군용 가방의 수납 구조에서 아웃도어 장비를 발견한다. 낙하산에 사용되는 파라코드는 캠핑과 생활용품에도 활용되고, 장비를 필요에 따라 탈부착하는 몰리시스템은 다양한 배낭과 수납 제품에 적용된다. 이렇게 일상에서 접할 수 있는 소재와 기술을 소개한 다음, 창원의 방위산업 역사와 대표 장비, 기업과 생산생태계로 이야기를 확장했다. 마지막에는 학생들이 제안한 미래 방산과 재난 대응 디자인을 배치했다.

‘흥미를 발견하다’, ‘일상과 연결하다’, ‘직접 경험하다’, ‘창원을 이해하다’, ‘미래를 상상하다’라는 다섯 단계의 여정이다. 처음부터 전문적인 산업지식을 요구하지 않고, 자신과 관계있는 것에서 출발해 낯선 산업으로 조금씩 들어가도록 구성했다. 산업에 대한 설명을 늘리는 대신 산업에 관심을 갖게 되는 경로를 디자인한 것이다. 그런데 시범운영 결과를 살펴보니 몇 가지 예상 밖의 차이가 나타났다.

첨단 미래기술보다 ‘나에게 어울리는 무기’가 더 재미있었다

사흘간 총 552명이 방문했다. 실내 전시장 209명, 야외부스 293명, 채용박람회 연계 방문 50명이다. 전체 만족도는 5점 만점에 4.73점, 산업 이해도 제고에 대한 평가는 4.60점이었다. 평균 체류시간은 26.1분으로 집계됐다.전반적인 반응은 긍정적이었다. 그러나 더 흥미로운 것은 콘텐츠별 반응의 차이였다. 가장 높은 흥미 응답을 얻은 것은 K-방산 무기 테스트로 71.4%였다. 실내 전시장 관람 25.6%, 파라코드 팔찌 만들기 20.6%가 뒤를 이었다. 반면 미래형 무기·장비 콘셉트와 퓨처 디펜스 랩은 각각 0.4%에 그쳤다. 기획자의 관점에서는 다소 뜻밖의 결과다. 학생들이 미래의 전장과 재난 대응 상황을 상상하고, 새로운 장비와 시스템을 디자인한 작업은 기존 방산 전시에서 쉽게 접하기 어려운 콘텐츠다. 전시의 창의성을 보여주는 부분이기도 했다. 그러나 관람객의 즉각적인 관심은 비교적 가벼운 유형 테스트에 쏠렸다. 유형 테스트는 전문지식 없이도 참여할 수 있다. 몇 가지 질문에 답하면 자신의 유형과 어울리는 무기를 알려주고, 다른 사람의 결과와 비교하며 이야기를 나눌 수도 있다. 반면 미래 장비와 시스템의 의미를 이해하려면 설명을 읽고 그 기술이 적용될 상황을 상상해야 한다. 물론 두 콘텐츠의 접근 조건도 달랐다. 유형 테스트는 유동인구가 많은 야외부스와 실내 전시장에서 운영됐지만 미래디자인은 실내 전시장에서만 진행되었다. 따라서 이 수치를 콘텐츠 자체의 선호도 차이로 단정하기는 어렵다. 그럼에도 다음 디자인을 위한 단서는 충분하다. 기획자가 새롭다고 생각하는 것과 이용자가 쉽게 관심을 갖는 것은 다르다. 기술의 참신성만큼이나 참여에 필요한 시간, 사전지식, 행동의 부담이 이용자의 반응을 좌우할 수 있다.

다른 조사 항목에서는 더 흥미로운 결과가 나왔다. 앞으로 확대했으면 하는 콘텐츠를 묻자 미래 방산 디자인을 선택한 응답이 32.2%였다. 현재 전시에서 퓨처 디펜스 랩에 대한 흥미 응답은 0.4%였지만, 향후 확대 희망에서는 미래 방산 디자인이 32.2%를 기록한 것이다. 서로 다른 질문의 결과이므로 직접 비교해 성과 차이로 판단할 수는 없다. 사람들이 미래디자인 자체에 관심이 없었던 것일까? 아니면 이번 전시 방식이 그 관심을 충분히 끌어내지 못한 것일까?

예를 들어 재난현장에서 활용하는 이동식 병원을 생각해보자. 병원의 구조와 기능을 설명하는 패널을 읽는 것과 가상의 재난 상황에서 관람객이 직접 환자 이송 경로와 의료공간을 배치해보는 것은 서로 다른 경험이다. 전자는 디자인 결과를 이해하는 활동이고, 후자는 그 디자인이 필요한 상황에 개입하는 활동이다. 다음에는 미래디자인 작품을 더 많이 전시하기보다 관람객이 미래의 상황을 직접 판단하고 선택하게 하는 방식을 시험해볼 수 있겠다. 관심이 부족한 것인지, 관심을 참여로 바꿀 경험이 부족했던 것인지 구별할 필요가 있다.

쉽게 만들었더니 더 깊이 알고 싶다는 요구도 나왔다

또 하나 주목할 만한 반응이 있었다. 이번 전시는 방산이라는 전문적인 주제를 친근하게 전달하는 데 초점을 맞췄다. 패션과 아웃도어, 게임과 만들기를 앞세운 것도 이 때문이다. 그런데 관람객들은 이런 의견을 남겼다.
“실제 무기 전시 및 설명을 보고 싶습니다.” “군인이 설명하면 좋겠습니다.” “전차 및 다련장 무기체계의 소개도 있으면 좋겠습니다.” 쉽게 접근할 수 있는 콘텐츠를 제공했지만 더 전문적인 정보를 원하는 목소리도 나타난 것이다. 물론 가벼운 체험에 참여한 사람들이 이후 전문지식을 요구했는지는 확인되지 않았다. 처음부터 방산에 관심이 많았던 관람객의 의견일 수도 있다. 다만 서로 다른 수준의 정보 수요가 공존한다는 사실은 확인됐다. 이 결과는 전시를 어떻게 발전시켜야 할지 생각하게 한다. 대중에게 친근하게 다가가기 위해 전문적인 내용을 줄여야 할까? 아니면 산업의 전문성을 보여주기 위해 처음부터 깊이 있는 설명을 제공해야 할까?

어느 한쪽만 선택할 이유는 없다. 처음에는 누구나 참여할 수 있는 게임과 체험을 제공하되, 더 알고 싶은 사람에게는 실제 장비의 구조와 작동 원리, 관련 기업과 생산과정, 전문가의 해설로 이어지는 경로를 마련할 수 있다.

관심의 문턱은 낮추고 지식의 깊이는 깊게

하나의 전시에서 모든 사람에게 같은 수준의 정보를 전달하려 하기보다, 관심과 이해 수준에 따라 서로 다른 경로를 선택할 수 있도록 하는 것이다. 개인적으로 특히 주목한 의견은 ‘그래서 창원’ 전시에서 나왔다. “창원이 방산도시임을 알게 되어 좋습니다.” “생산하는 공단도 알려주면 좋을 듯해요.” 두 번째 의견이 눈에 남는다. 완성된 무기뿐 아니라 그것을 만드는 산업현장에 대한 관심을 드러내기 때문이다. 방산 장비 한 대가 만들어지기까지는 완성 장비 기업과 부품기업, 연구·시험기관, 생산과 정비 현장이 연결된다. 창원의 방산 경쟁력도 이런 촘촘한 산업적 협업에서 나온다. 그러나 일반적인 산업 홍보에서는 완성된 제품과 대표 기업이 전면에 등장하고, 그 뒤에 있는 생산생태계는 상대적으로 드러나지 않는다.

시민이 알고 싶어 하는 것은 장비의 성능만이 아닐 수 있다. 자신이 사는 도시에서 누가, 무엇을, 어떻게 만드는지, 지역의 산업이 세계적인 공급망에서 어떤 역할을 하는지에 관한 이야기일 수도 있다. 다음 전시에서는 장갑차 한 대를 출발점으로 삼아볼 수 있겠다. 관람객이 장비를 선택하면 그 안에 적용된 주요 기술과 부품을 확인하고, 다시 그것을 만드는 창원의 기업과 생산현장으로 이어지는 방식이다. 완성품에서 부품으로, 부품에서 기업으로, 기업에서 그곳에 일하는 사람으로 시선을 옮겨보는 것이다. 산업의 성취를 완성품의 성능뿐 아니라 그것을 가능하게 한 사람과 협업의 구조로 설명하는 전시. 그런 방식이라면 방산산업을 시민의 일상과 연결하는 데서 더 나아가 산업단지 자체를 이해하는 문화 콘텐츠가 될 수 있겠다. 산업단지가 축적해 온 기술과 인력, 협력관계를 시민이 이해하고 이야기할 수 있도록 만드는 것이다.

전시장 한편에는 관람객의 의견을 듣는 ‘시티 팝업랩’이 마련돼 있었다. 방문객들은 만족도와 선호 콘텐츠를 표시하고 앞으로 필요한 프로그램과 개선 의견을 남겼다. 여기에는 매우 구체적인 제안도 있었다.

“군복 체험존에 거울이 있으면 좋겠어요.”

“접근성이 좋은 데서 했으면 좋겠어요.”

“홍보가 좀 더 빨리 이루어지면 좋겠어요.”

군복을 입어보는 사람에게 자신의 모습을 확인하는 것은 체험의 일부다. 사소한 부분일 수 있지만, 거울이 없다면 옷을 입은 경험을 충분히 마무리하기 어렵다.
장소와 홍보 시점도 마찬가지다. 콘텐츠가 아무리 좋아도 찾아오기 어렵거나 행사 자체를 알지 못한다면 경험은 시작되지 않는다. 기획 단계에서는 전시 콘텐츠와 공간 연출에 관심이 집중되기 쉽다. 그러나 실제 이용자는 전혀 다른 지점에서 불편을 발견한다. 서비스는 행사 정보를 접하고, 방문을 결정하고, 장소를 찾아가고, 체험에 참여하고, 돌아가는 과정 전체에서 작동한다. 작은 접점을 빠뜨리지 않는 것이 서비스디자인에서 현장 검증이 필요한 이유이기도 하다.

만족도 4.73점 다음에 물어야 할 질문

이번 시범운영에서 동료나 가족에게 추천하겠다는 응답은 94%, 재방문 의향 및 랜드마크 적합성에 대한 긍정 응답은 88.2%였다. 높은 만족도와 재방문 의향은 의미 있는 결과다. 그러나 청년디자인리빙랩의 사업 목적을 생각하면 여기서 한 가지 질문을 더 해야 한다.

‘이번에 호응을 보인 사람들이 앞으로도 이 서비스를 이용할 핵심 수요자인가?’

이번 전시는 대학축제와 연계해 운영됐다. 대학생과 축제 방문객이 자연스럽게 유입될 수 있는 조건이었다. 반면 청년디자인리빙랩의 주요 정책수요자는 창원산단에서 일하는 청년근로자다. 퇴근 후 방문을 유도하기 위해 오후 5시부터 7시까지 방산 관련 종사자를 위한 ‘방산 해피아워’를 별도로 운영한 것도 이런 차이를 고려한 장치였다. 대학축제 방문객의 호응은 방산문화 콘텐츠가 일반 청년층에게도 통할 수 있다는 가능성을 보여준다. 하지만 그것만으로 산단 청년근로자들이 퇴근 후 반복적으로 찾을 서비스의 수요까지 검증됐다고 보기는 어렵다.

또 하나 확인해야 할 것은 흥미가 실제 산업 이해로 이어졌는가이다. 이번 조사에서 K-방산 무기 테스트는 가장 높은 관심을 얻었다. 야외부스에서는 실내 전시 홍보 부스 및 무기 유형 테스트를 운영했고, 실내 전시장에서는 무기 유형 테스트를 포함한 방산 기술과 일상생활의 접점을 보여주는 전시·체험 콘텐츠를 함께 제공했다. 이처럼 다양한 접점으로 방산을 경험하도록 구성했지만, 방문객이 각 콘텐츠를 어떤 순서로 경험했는지, 체험을 통해 창원의 방산산업을 얼마나 새롭게 이해하게 됐는지는 현재 집계된 수치만으로 확인하기 어렵다.

산업 이해도 제고에 대한 평가점수는 4.60점으로 높았지만, 이것이 관람 전후 실제 지식이 얼마나 증가했는지를 보여주는 수치는 아니다. 다음 시범운영에서는 방문객 수와 만족도에 더해 관심이 어떻게 이동하고 확장되는지를 살펴볼 필요가 있다. 야외부스에서 진행된 무기 유형 테스트에 참여한 사람이 전시까지 찾아오는 비율, 전시를 관람한 뒤 새롭게 알게 된 내용, 청년근로자와 대학생의 반응 차이, 재참여로 이어지는 조건 등을 확인하는 것이다. 방문하지 않은 사람의 이유도 알아야 할 것이다. 시간이 맞지 않았는지, 장소가 불편했는지, 콘텐츠에 관심이 없었는지 구분하지 않는다면 찾아온 사람들의 호응만으로 잠재 수요를 판단하게 된다. 앞으로는 두 성과가 실제로 어떻게 연결되는지를 검증해야 한다.

현장에 나오자 질문이 달라졌다

‘마이크로 틈새문화’와 마찬가지로 ‘무기대전’도 처음부터 정해져 있던 프로그램은 아니다. 2025년 청년디자인리빙랩에 참여한 지역의 청년과 근로자, 주민들이 워크숍과 인터뷰, 설문을 통해 창원 산업단지의 문제와 가능성을 찾았다. 그렇게 발굴한 12개의 아이디어 가운데 두 과제가 2026년 실제 현장에서 검증할 핵심과제로 선정됐다. 올해는 그 아이디어를 회의실 밖으로 꺼내놓는 단계였다.

처음 질문은 ‘창원의 방산산업을 시민에게 친근한 문화 콘텐츠로 만들 수 있을까?’였지만 현장에서 운영해보니 질문이 달라졌다.
어떤 콘텐츠가 처음 관심을 끄는가? 그 관심이 실제 산업 이해로 이어지는가? 쉬운 체험과 전문적인 지식을 어떻게 연결해야 하는가? 미래디자인에 대한 관심은 어떤 방식의 경험에서 참여로 이어지는가? 어떤 이용자가 지속적으로 방문할 것인가?...

하나였던 질문이 현장 경험을 거치면서 여러 개의 검증 가능한 과제로 분화된 것이다. 이것이 이번 시범운영의 중요한 성과라고 생각한다. 만족도 4.73점도 의미가 있지만 그보다 더 유용한 것은 어떤 부분이 작동했고, 무엇은 충분히 검증되지 않았으며, 다음에 어떤 실험을 해야 하는지 구별할 단서를 얻은 점이다.

기획자가 새로운 콘텐츠라고 생각했던 미래디자인보다 가벼운 유형 테스트에 더 높은 흥미 응답이 나타났다. 쉬운 체험을 앞세운 전시였지만 실제 장비와 전문지식에 대한 수요도 확인됐다. 거울과 장소 안내, 홍보 시점처럼 콘텐츠 밖의 이용 경험에 관한 개선 의견도 나왔다. 이런 발견은 처음부터 기획서에 적혀 있던 답이 아니다. 실제 이용자를 만났기 때문에 확인할 수 있었던 문제들이다. 서비스디자인에서 시범운영은 이용자의 실제 반응을 통해 가설을 수정하고, 다음 디자인의 방향을 더 정확하게 판단하는 과정이다.

산업을 문화로 만든다는 것은

‘마이크로 틈새문화’가 산업단지에서 일하는 사람들의 하루 속 짧은 시간을 휴식과 운동의 기회로 바꾸는 실험이었다면, ‘K-방산 PLAYGROUND’는 창원의 산업과 시민 사이에 존재하는 경험의 간극을 줄여보는 실험이었다. 하나는 점심시간 20분이라는 시간의 틈에서 출발했고, 다른 하나는 지역의 산업적 성취가 시민의 일상에서는 잘 드러나지 않는 문제에서 출발했다.

서로 다른 과제지만 공통점이 있다. 산업단지를 생산시설의 집합으로만 보지 않고 사람이 일하고 쉬고 만나고 자신이 속한 지역을 이해하는 생활공간으로 바라본다는 점이다. 이 관점에서 문화선도산단의 역할도 다시 생각해볼 수 있다. 산업단지에 문화시설을 짓고 공연과 축제를 개최하는 것도 필요하다. 그러나 그것만으로 산업과 시민 사이의 거리가 저절로 좁혀지지는 않는다.

창원에는 이미 세계적인 방산기술과 기업, 숙련된 인력이 집적돼 있다. 부족했던 것은 이러한 산업적 자산을 시민이 발견하고 이해할 수 있는 경험의 접점이었다.

이번 전시는 군복과 캠핑 장비처럼 익숙한 물건에서 출발해 방산기술을 발견하고, 다시 그 기술을 만드는 창원의 기업과 산업생태계로 이어지는 하나의 경로를 제안했다. 시범운영에서는 그 경로의 첫 단계, 즉 시민의 관심을 끌고 방산을 친근하게 접하도록 만드는 가능성을 확인했다. 반면 그 관심을 깊이 있는 산업 이해와 지속적인 참여로 발전시키는 일은 여전히 남아 있다.

앞으로는 처음 방문한 사람에게는 부담 없는 체험을, 더 알고 싶은 사람에게는 실제 기술과 생산현장에 대한 정보를, 이미 관심이 깊은 사람에게는 전문가와 교류할 기회를 제공하는 방식으로 확장해볼 수 있을 것이다. 산업단지의 근로자도 전시의 관람객에 머물지 않고 자신이 일하는 산업의 이야기를 직접 전달하는 참여자가 될 수 있다. 산업을 문화로 바꾼다는 것은 사람들이 그 산업을 자신의 삶과 연결해 이해하고, 이야기하고, 다시 찾아볼 이유를 만드는 일이다.

‘방산을 일상으로, 기술을 문화로.’

창원에서 시작된 이번 시범운영은 그 가능성을 시험하는 첫 단계였다. 사람들을 전시장으로 불러들이는 데서 한 걸음 더 나아가, 자신의 도시와 산업을 새롭게 바라보게 하려면 무엇을 디자인해야 할까? 이제 그 질문을 구체화할 차례다.

정리 : 한국디자인진흥원 서비스·안전디자인실

참고자료
에스큐브디자인랩, 「2026 창원산단 청년디자인리빙랩 무기대전(방산전시) K-방산 PLAYGROUND 시범운영 결과보고」, 2026. 10. 12.
2025 창원산단 청년디자인리빙랩 결과모음집 - 한국디자인진흥원, 에스큐브디자인랩

> 청년디자인리빙랩 사업 소개...

> (문화산단1기) 창원 청년디자인리빙랩 'K-방산 PLAY GROUND 무기대전’ 시범운영

달라지는 AI 챗봇 트렌드, 지금 필요한 UX 설계는?

Wed, 14 Oct 2026 01:03:41 GMT

AI 챗봇을 위한 사용자 신뢰 설계 UX

챗GPT, 제미나이와 같은 대규모 언어 모델(LLM) 기반의 대화형 AI는 이제 정보 탐색과 업무 효율화를 넘어 일상적인 대화의 영역까지 깊숙하게 들어오고 있습니다. 특히 사용자의 질문에 답하는 도구를 넘어 고민을 듣고, 감정을 반응하며, 지속적으로 대화를 나누며 관계를 형성하는 대상으로 역할이 확장되고 있는데요.

이런 변화는 사용자가 AI를 인식하는 방식에도 영향을 주고 있습니다. 시간과 공간의 제약 없이 언제든 대화를 시작할 수 있고, 타인의 평가를 의식하지 않은 채 사용자의 생각과 감정을 표현할 수 있기 때문입니다. 여기에 사용자가 원하는 말투나 어조, 역할과 응답 방식에 맞춰 상호작용을 할 수 있다는 특성까지 더해지며, 현재 AI는 자기 성찰과 정서적 지지를 돕는 관계적 대상으로 자리 잡고 있습니다.

최근 HCI 분야의 연구에서도, AI가 사용자에게 안전한 피난처(Safe Haven)나 안정 기지(Secure Base)와 같은 애착 기능을 수행할 가능성에 집중하고 있습니다. 실제 최근 AI의 활용 영역은 심리·웰니스, 연애와 관계 조언, 타로·사주와 같은 개인화된 정서 경험 영역으로 빠르게 확장되고 있습니다.

그리고 AI가 질의응답 시스템 같은 기술적 도구를 넘어 사용자의 감정과 판단, 행동까지 영향을 미치면서, UX 설계에서 고려해야 할 범위도 함께 넓어지고 있습니다. 이젠 얼마나 정확한 답변을 제공하는 것뿐만 아니라, 얼마나 자연스럽게 대화를 시작하고 이어나갈 수 있는지, 상황과 감정에 알맞는 방식으로 반응하는지, 그리고 역할을 명확히 이해하면서 신뢰할 수 있는 관계를 형성할 수 있는지까지 함께 고려해야 하는 시대인 것이죠.

동시에 AI가 기술적 도구를 넘어 사용자가 조언을 구하는 상담자이자, 지속적으로 대화를 나누는 일상 속 정신적 동반자로 변화하는 흐름 속에서, 디자이너는 새로운 과제에 마주했습니다. 바로 어떻게 하면 사용자와 AI의 관계를 자연스럽고 신뢰할 수 있는 경험으로 이어지도록 설계할까? 입니다

(자료=이모션글로벌)

공감·관계형으로 확장하는 AI 서비스

톤 앤 매너 고도화

AI 챗봇의 언어 표현 방식은 기능만큼 중요한 사용자 경험 요소로 자리 잡고 있습니다. 같은 내용을 전달하더라도 어떤 말투와 어조로, 어떤 방식으로 반응하는지에 따라 사용자가 느끼는 친밀감과 신뢰는 달라질 수 있기 때문입니다.

특히 최근 AI 챗봇은 조언을 주는 ‘정보적 지지’를 넘어, 개인의 가치를 인정해 주는 ‘평가적 지지’, 소속감과 유대감을 강화하는 ‘동반자적 지지’, 그리고 감정을 돌보는 ‘정서적 지지’까지 다양한 방식으로 사용자와 정서적 관계를 형성하고 있습니다.

멘탈 케어 영역 확장

이렇게 구축된 AI와 사용자의 정서적 관계는 자기 이해와 심리적 안정을 돕는 멘탈 케어 영역으로 빠르게 확장되고 있습니다. 실제 타로, 사주, 별자리와 같은 서비스에서도 AI를 활용해 사용자의 상황에 맞는 해석과 조언을 제공하고 있는데요.

사용자는 이를 정보가 아니라 자신의 고민을 정리하고 감정을 돌아보게 하는 개인화된 대화 경험으로 받아들입니다. 나아가 AI를 멘토나 조언자로 인식하고, 얻은 조언을 실제 선택이나 행동에 참고해 활용하는 모습도 나타나죠. AI가 사용자의 생각과 감정을 탐색하도록 돕는 대화 상대에 그치지 않고, 판단과 행동에 영향을 미치는 경험으로도 확장되고 있는 것입니다.

관계 중심 서비스 강화

최근 AI는 특정 관계와 상황을 중심으로 고민을 이해하고, 나아가 조언까지 하는 영역으로 활동 범위를 넓히고 있습니다. 직장인 고민 상담, 부모와 자녀의 관계, 연애와 데이팅 등 관계의 유형과 사용자가 처한 상황에 따라 필요한 정보와 대화 방식이 다릅니다.

관계 중심 AI에선 상황과 관계의 맥락을 이해한 맞춤형 상호작용이 중요해지고 있습니다. 특히 데이팅 앱인 틴더에서는 AI가 프로필 작성이나 상대 탐색, 대화 메시지 생성 등을 지원하며 관계 형성 과정에서 사용자의 판단을 지원하는 역할을 수행하기도 합니다.

(자료=이모션글로벌)

AI 챗봇 활용 서비스 다양화

공감형 AI의 부상

최근 시장에선 사용자의 감정을 이해하고 정서적으로 반응하는 AI 서비스가 확대되고 있습니다. 특히 Replika와 같은 감정 기반 대화형 AI는 판단이나 비판보다 공감과 지지를 중심으로 대화를 이어가며, 사용자의 더욱 편안한 감정 표현을 가능하게 하고 심리적 안정감을 느끼게 합니다.

(자료=이모션글로벌)

음성 인터페이스 접목

몇몇 AI는 사람의 억양과 감정을 적용한 목소리를 활용한 음성 대화형 AI로 몰입도를 높이고 있습니다. 의인화(Anthropomorphism)를 사용해 사람과 유사한 말투와 반응, 목소리(VUI)를 통해 사용자의 자연스럽고 몰입감 있는 대화 경험을 제공해 사용자와의 친밀감을 극대화하는 전략입니다.

(자료=이모션글로벌)

마이크로 버티컬 챗봇의 등장

특정 상황과 타깃에 특화된 역할과 페르소나를 가진 AI 챗봇 서비스도 주목받고 있습니다. 이 AI 서비스들은 건강 상담, 육아 코칭, 연애와 같은 명확한 맥락에서 사용자의 고민을 이해하고 지속적으로 대화를 이어가며, 밀도 높은 개인화 경험과 장기적인 관계 형성을 지향합니다.

(자료=이모션글로벌)

이모션글로벌 사례로 보는 AI 챗봇 설계 특성

사용자는 AI와 소통하는 과정에선 무엇을 어떻게 질문해야 할지 막막함을 느끼거나, 자신의 의도가 제대로 전달됐는지 확인하는 과정에서 인지적 피로를 경험하기도 합니다.

또한 AI 답변을 어디까지 신뢰해야 하는지, 이후 어떤 행동으로 이어가야 하는지 판단하기 어려운 순간에 심리적 장벽이 발생할 수 있죠. 이런 마찰을 줄이고 흐름을 자연스럽게 이어갈 수 있도록 설계할 때, AI 챗봇은 일회성 도구를 넘어 지속적으로 사용되는 경험으로 확장될 수 있습니다.

이에 이모션글로벌이 실제 프로젝트 사례를 바탕으로 AI 챗봇 설계에서 고려해야 할 핵심 요소를 네 가지 원칙과 실제 서비스 화면에 어떻게 적용될 수 있는지 자세히 소개해 드리겠습니다.

1. 유연성(Flexibility)

항상 사용자의 질문이 정돈돼 있지는 않습니다. 오타가 있거나, 문장이 생략되기도 하고, 대화 도중 여러 주제를 넘나들며 의도가 달라지는 등 예측하기 어려운 패턴을 보기도 합니다.

따라서 사용자가 정확한 프롬프트를 입력해야만 대화가 이어지는 구조보다, 서비스 진입 시 추천 질문이나 키워드를 먼저 제시하고 이후에는 맥락에 맞는 연관 질문을 노출하는 방식이 효과적입니다. 입력 부담은 줄이고 다음 대화의 단서를 제공하면, 사용자는 더 자연스럽게 AI와 상호작용을 이어갈 수 있습니다.

(자료=이모션글로벌)

2. 명확성(Clarity)

사용자의 질문이 모호할 때 긴 분량의 글로 되묻는다면, 사용자는 의도를 반복해서 정리해야 합니다. 이때 AI가 이해한 몇 가지 선택지로 구조화해 보여주면 최소한의 판단으로 사용자는 원하는 방향을 선택할 수 있습니다.

예를 들어 간결한 가이드 문구와 함께 즉각적으로 클릭할 수 있는 선택지를 제공하면 사용자의 고민 시간을 줄이고 적절한 경로로 빠르게 유도할 수 있죠. 명확한 UI·UX의 역할은 정보를 많이 보여주는 것이 아니라, 사용자의 판단을 쉽게 만들어 주는 것입니다.

(자료=이모션글로벌)

3. 방향성(Direction)

AI의 역할은 사용자의 질문에 답하는 것에서 끝나지 않습니다. 사용자가 미처 생각하지 못한 관점을 제안하거나, 현재 진행 중인 대화의 맥락에 맞는 다음 행동과 질문을 자연스럽게 안내할 때 경험은 더 확장될 수 있죠.

대표적으로 핵심 정보를 구조화하고, 연관 질문이나 필요한 기능·콘텐츠로 이어지는 선택지를 함께 제시하면 사용자는 자연스럽게 다음 단계로 나아갈 수 있습니다. AI는 사용자의 생각과 행동이 이어질 수 있는 방향을 제시할 수 있도록 설계돼야 합니다.

(자료=이모션글로벌)

4. 투명성(Transparency)

대화가 자연스러워질수록 사용자가 지금 사람이 아닌 AI와 상호작용하고 있다는 사실을 명확히 인지할 수 있도록 하는 것이 중요합니다. ‘AI가 분석 중이에요’와 같은 상태 메시지나 응답 영역의 AI 라벨을 제공하면 시스템의 개입 여부를 더욱 쉽게 이해할 수 있습니다.

필요한 경우 정보의 출처나 추가 안내를 함께 제공하면 사용자는 답변을 더욱 객관적으로 판단할 수 있습니다. 특히 신뢰가 중요한 서비스에선 친밀한 경험만큼이나 AI의 개입 범위와 한계를 투명하게 보여주는 설계가 필요합니다.

(자료=이모션글로벌)

AI 챗봇 경험은 사용자에 대한 이해로 완성된다

현재 시장에서 AI 챗봇은 기계적인 정보 제공의 역할을 넘어, 사용자의 감정과 상황을 이해하고 지속적으로 상호작용하는 정서적 동반자로 확장되고 있습니다. 정확한 답변에서 나아가, 자연스럽게 대화를 이어가고 신뢰할 수 있는 관계를 형성하도록 설계하는 것이 중요해지고 있는데요.

앞서 살펴본 유연성, 명확성, 방향성, 투명성의 네 가지 설계 원칙 역시 결국 하나의 공통된 지향점을 가지고 있습니다. 사용자가 AI와 소통하며 겪을 수 있는 인지적 피로와 심리적 장벽을 줄이고, 대화의 흐름과 다음 행동을 자연스럽게 이어주는 것입니다. 동시에 AI와의 관계가 깊어질수록 사용자가 시스템의 역할과 한계를 이해하고, 상호작용의 주도권을 유지할 수 있도록 하는 설계도 중요합니다.

좋은 AI 챗봇 경험은 기술을 서비스에 적용하는 것만으로 완성되지 않습니다. 사용자의 상황과 감정, 행동의 맥락을 세밀하게 이해하고 이를 대화 방식과 인터페이스에 반영할 때, AI 챗봇은 사용자가 더욱 신뢰하고 지속적으로 이용할 수 있는 서비스로 발전할 수 있습니다.

이는 AI 챗봇에만 국한되는 이야기는 아닙니다. 모든 디지털 프로덕트에서 사용자를 고려한 세밀한 UI·UX 접근이 뒷받침될 때 사용자와의 신뢰를 구축할 수 있으며, 이러한 신뢰는 곧 지속적인 서비스 이용을 이끄는 원동력이 될 것입니다.

(자료=이모션글로벌)

출처 : ( https://ditoday.com/news/ )

원문기사링크 : https://ditoday.com/%eb%8b%ac%eb%9d%bc%ec%a7%80%eb%8a%94-ai-%ec%b1%97%eb%b4%87-%ed%8a%b8%eb%a0%8c%eb%93%9c-%ec%a7%80%ea%b8%88-%ed%95%84%ec%9a%94%ed%95%9c-ux-%ec%84%a4%ea%b3%84%eb%8a%94/

[안전저널] 근로자 중심의 사용자경험(UX) 디자인 - 염명수

Mon, 12 Oct 2026 02:54:49 GMT

염명수 대표, (주)아이엔엑스 / 디자인컨설턴트

지난 칼럼에 이어 연속적으로 다루고 있는 안전디자인 3원칙(▲유니버설 디자인 ▲행동유도 디자인 ▲사용자경험 디자인) 중 마지막 원칙인 ‘사용자 경험(UX, User Experience) 디자인’을 중심으로 산업안전과 관련된 내용을 소개한다. 1990년대에 등장한 ‘사용자 경험(UX, User Experience)’ 이라는 용어는 4차 산업혁명의 시대에 이르러 경제와 산업, 특히 ‘사용자’를 주체로 하는 모든 분야에서 가장 중요한 키워드 중 하나가 되었다. 이번 칼럼에서는 산업안전 측면에서 ‘사용자 경험’이 근로자의 작업과 어떤 관계가 있고, 왜 중요한지, 특히 미래 산업현장에 얼마나 필요한지에 대한 이야기를 하고자 한다.

사용자 경험(UX, User Experience) 디자인이란?

사용자 경험(UX, User Experience)은

고객이나 사용자가 제품, 시스템 또는 서비스와 상호작용할 때 갖는 전반적인 경험을 나타내는 것이다. UX는 사용 편의성, 접근성, 시각적 디자인, 사용자 인터페이스의 기능, 제품 사용의 정서적 영향 등 제품이나 서비스에 대한 사용자의 모든 느낌을 고려하여 전반적인 경험을 구성한다.

출처: IBM(https://www.ibm.com/kr-ko/think/topics/user-experience), '사용자경험(UX)이란 무엇인가요?'

◇ '사용자 경험'의 이해

사용자 경험(UX)이라는 용어는 산업안전 관련 이해관계자나 산업현장 관계자 등 누구에게도 아직 익숙한 용어는 아닐 것이다. 실제 이 용어와 개념은 1993년 애플의 프로젝트에 참여하던 도널드 노먼(Donald A. Norman, 1935년 12월 25일 ~ )1)이 정의한 것으로, 당시 막 확산하기 시작하던 디지털 제품이나 서비스를 ‘탐색하기 쉽고, 반응이 빠르고, 효율적으로 만들어 사용자의 요구와 기대에 부응하는 것을 목표’2)로 한다. 이 사실은 이 용어가 첨단 제품이나 혁신적인 서비스에 최적화됐다는 것을 의미한다. 또한 UX는 ‘사람들이 제품과 상호작용하는 방식이며, (상호작용하는 과정에서) 사용자의 생각과 느낌, 모두를 의미3)’하는 것으로도 정의된다. 즉 이성적인 동시에 감성적인 인간이 제품·서비스로 둘러싸인 환경에서 어떠한 경험을 가지고 어떻게 상호작용을 하는가의 문제라는 것이다.

그렇다면 ‘이 개념이 산업안전에 필요한가’라는 의문이 들 수 있다. 또한, 대부분의 산업안전 전문가는 '안전'과 '사용자 경험'의 관련성·효과성을 파악하기 어려울 것이라 생각한다. 사용자 경험이 디지털화된 제품·서비스와 같은 상품을 중심으로 한 개인적인 경험의 문제라고 치부할 수도 있다. 그러나 사용자 경험은 단순하게 개인적인 이슈라고는 볼 수 없다. 오히려 복잡해지는 산업환경에서 필수적인 요소로 ‘반드시 고려해야만 하는 원칙’이 되어야 한다.

◇ 원자력 발전소 사고, UX의 초석이 되었다.

1979년 3월, 펜실베이니아주 미들타운 근처에 있던 ‘쓰리마일 아일랜드 2호기 원자로’에서 장비 고장과 운영자의 실수로 인해 원자로가 부분적으로 녹아내리고, 방사능 물질이 방출되는 사고가 발생했다. 다행히 소량의 방사성 물질만 방출돼 대형사고로 이어지지는 않았지만, 이 사고에 대한 철저한 분석은 미국 상업용 원자력 산업 전반에 광범위한 변화를 가져왔다고 한다. 당시 심리학자이자 인지 과학자로 일하던 도널드 노먼은 발전소 운영자가 사고 조치 과정에서 오류와 악화를 일으켰던 문제를 조사하는 과정에 참여했다. 조사 결과는 ‘그들(운영자들)은 할 수 있는 최선을 다했다고 판단했지만, 공장은 마치 오류를 일으키는 것처럼 잘못 설계되었다’는 것으로 정리되었다. 노먼은 ‘인간 중심의 디자인’의 중요성을 인식할 수 있었고, 이는 이후 사용자 경험을 정의하고 연구하는 과정에 큰 영향을 미쳤다.

출처: Google design(https://design.google/library/user-friendly), 'Lessons from the Scariest Design Disaster in American History', Medium(https://medium.com/design-bootcamp/when-ux-design-fails-4c11f7bb7e2e), ’When UX Design Fails’.

◇ 삶과 죽음의 차이를 만드는 UX

네덜란드 왕립해군 및 헌병대 정보시스템 분야에서 일했던 한 UX 담당자는 대형 함선사고를 예시로 들면서, "사고의 원인은 '상황인식을 어렵게 하고 실수를 예방할 수 없는 시스템'으로 인한 인간의 실수"라고 말했다. 또한 그는 “일상의 영역에서는 실수를 해도 취소하여 회복할 수 있지만, 무기 시스템을 사용할 때 실수는 용납할 수 없는 것”이라며 “UX(User Experience)가 삶과 죽음의 차이를 가를 수 있다”고 밝혔다.4)

출처: Medium(https://uxdesign.cc/military-ux-research-and-designing-for-the-martial-world-f9a72f32e2b1), 'Military UX: Research and design for the martial world', Medium(https://uxdesign.cc/bad-design-kills-eight-300f9623cb61), 'Bad Design Kills Eight'.

◇ 근로자 중심의 UX, 선택이 아닌 필수

위의 사례는 사람의 실수가 단순히 '진짜 실수'가 아니라 시스템적 결함이나 설계 오류에 기인했다는 점을 의미하고 있다. 그렇다면 통상적으로 산업재해 사고의 80%는 현장 책임자 또는 근로자의 사소한 실수, 이른바 ‘휴먼 에러’가 원인5)이라는 사실은 진짜 사실일까? 휴먼 에러를 일으키는 요인을 우리는 제대로 파악하고 있는 것일까? 사용하기 불편한 설비의 구조, 미끄러운 손잡이, 오류를 정확히 알려주지 않는 디스플레이, 대형 기계의 복잡한 조작 시스템, 사고에 대처할 수 있는 정보 부족 등등. 휴먼 에러의 일부는 이와 같은 문제에 기인할 수 있음에도 그저 근로자 스스로 실수라는 통계로 퉁치고 있는 것은 아닐까.

사실 안전디자인은 바로 이와 같은 관점에서 불안전한 행동 유발요인을 최소화하고 불완전한 환경과 시설을 조금 더 안전하고 온전하게 하기 위한 목표에서 출발하였으며, 여전히 이와 같은 관점을 견지하고 있다. 이 부분은 앞으로도 더욱 강화하고 확장해 나가야 한다고 생각한다. 이와 관련해 앞선 칼럼에서 제안했던 산업안전과 유니버설디자인, 행동유도 디자인은 작업환경의 안전을 근로자 중심에서 발전시킬 수 있는 원칙으로서 의미가 있다.

본 칼럼에서 제안하는 UX-사용자 경험은 한편으로는 이 두 주제와의 연결과 맥락이라는 측면에서는 물론, 급속히 디지털화되는 산업환경과 안전보건환경의 필수적인 원칙이자 주제이다.

급격한 산업생태계의 변화는 산업공정의 디지털화와 맞물려 시설 및 장비는 물론 안전용품과 시설까지 스마트한 어떤 것으로 진화하고 있다. 기존의 시설과 장비의 스마트화는 물론 디지털 시대의 혁신적 시설과 장비, 안전용품들이 끊임없이 개발되고 있다는 것을 모르는 관계자는 없을 것이다. 얼마 전 2025 대한민국 안전산업박람회6)를 관람하면서는 이러한 변화는 더욱 빠르게 이뤄지고 있다는 것을 확연히 실감할 수 있었다.

출처: 한국디자인진흥원(2023), 디지털전환에 따른 안전디자인의 이해, 이슈리포트.

‘인공지능(AI)과 디지털 기술의 급속한 발전은 산업 전반에 영향을 미치며, 산업안전보건(OSH) 개선에 기여할 수 있는 한편 새로운 유형의 위험도 초래할 수 있음’7)은 이제 누구나 공감하는 명제가 되었다. 즉, 디지털 시대 산업현장의 ‘새로운 위험’에 우리가 대응하는 방식이 핵심인 것이다. 바로 이 지점에서 근로자 중심의 UX, 즉 산업현장과 시설, 도구에서 편의성과 사용성 등을 기반으로 하는 근로자(사용자) 경험8) 디자인이 미래 안전보건을 위한 필수적인 목표이자 문제해결 방법9)이 될 수 있고, 되어야 한다. 즉 근로자 중심의 UX는 다가올 새로운 위험에 대비하기 위해 가장 선제적으로 다루어야 할 화두이자 실천 과제인 것이다.

주석

1) 캘리포니아 대학교 디자인 랩의 창립 이사이자 닐슨 노먼 그룹의 공동 창립자

2) IBM(https://www.ibm.com/kr-ko/think/topics/user-experience), '사용자경험(UX)이란 무엇인가요?'

3) Adobe(https://www.adobe.com/kr/creativecloud/design/hub/guides/what-you-s hould-know-about-user-experience.html), '사용자 경험에 관해 알아야 할 사항'

4) Medium(https://uxdesign.cc/military-ux-research-and-designing-for-the-martial-world-f9a72f32e2b1), 'Military UX: Research and design for the martial world'.

5) 매경이코노미(2025. 02.), '중대재해법 왜 사고 못 막나', https://v.daum.net/v/5fRVP6xpWL?f=p

6) 국가안전 총괄부처인 행정안전부가 주최하는 국내 최대 규모의 안전산업 전문 전시회로, KINTEX에서 개최됐다.

7) 안전보건공단, 국제산업안전보건동향, 2025.02호

8) 해외에서는 일반적으로 직원경험, 'Employee Experience'라는 용어를 사용하기도 한다. 다만 본고에서는 산업현장의 근로자 중심의 경험으로 국한하여 제시하였다.

9) 디지털시대의 산업안전 방법론으로서 인간중심방법론 제시, Accenture-EHS-Perfor mance-Plateau, 2018

출처 : 안전저널(The Safety Journal)(https://www.anjunj.com) 2025.10.27.

무명 글씨에서 전설적인 고전 서체가 된 고담 폰트 이야기

Thu, 08 Oct 2026 01:14:12 GMT

문화와 역사를 만들어 가는 힘을 증명한 폰트

오늘날 현대 도시의 감성을 가장 잘 담아낸 폰트를 꼽으라면, 항상 고담(Gotham) 폰트가 끼여 있습니다. 이 글씨는 2008년 오바마 전 미국 대통령의 대선 캠페인에서 크게 주목 받았고, 이후 포스터, 광고, 브랜드 아이덴티티 등 다양한 분야에서 사용되며 21세기 가장 영향력 있는 산세리프체로 자리 잡았기 때문인데요.

하지만 고담 폰트는 컴퓨터 화면에서 시작하지 않았습니다. 오히려 그 뿌리는 오래전부터 뉴욕 거리 곳곳에서 볼 수 있었던, 이름조차 붙지 않은 평범한 글자에 있는데요. 그렇다면 어떻게 이렇게 흔해 보이는 글씨가 전 세계적으로 사랑받는 시각적 언어가 될 수 있었을까요?

길거리 글자들에서 시작한 고담 폰트

고담의 뿌리가 된 20세기 초 뉴욕 거리 곳곳에 있던 글자들(자료=모노타입)

고담 폰트의 뿌리는 특별한 이름도 없었지만 늘 사람들의 주변에 존재하던 글자였습니다. 유리에 그려지고, 금속에 찍히고, 돌에 새겨져 있었죠. 전시 포스터나 향수병, 산업용 로고 작업에는 물론, 술집·이발소·꽃집 간판이나 엘리베이터 내부, 상점 진열창처럼 일상에서 흔히 마주할 수 있는 이름 없는 글자들이었습니다.

흥미로운 점은 이렇게 흔히 쓰였던 글씨들이 디자인 서적에선 거의 다뤄지지 않았다는 사실입니다. 하지만 서적에 다뤄지지 않았더라도 이 글씨들은 수많은 폰트 트렌드가 변화하는 와중에 늘 단정하고 현대적으로 보였으며, 결코 낡아 보이지 않았습니다.

그리고 이런 글씨들의 매력을 포착한 사람은 바로 미국의 전설적인 타이포그래피 디자이너인 조나단 호플러(Jonathan Hoefler)였습니다. 물론 그가 처음부터 글씨들의 매력을 알아본 것은 아닙니다.

호플러는 과거 초기 매킨토시 시절엔 컴퓨터에 있던 100여 종의 폰트만으로도 충분히 다양하다고 생각했지만, 1988년 그래픽 디자인 및 일러스트레이션 스튜디오인 푸시핀 그룹에 들어서면서 비로소 훨씬 더 방대한 폰트 세계를 접하게 됐죠.

푸시핀 그룹의 서고에는 수많은 활자 견본집이 있었고, 사라진 납활자와 사진식자 시대의 글자들이 마치 화석 기록처럼 보관돼 있었습니다. 이후 호플러는 밤마다 이 책들을 뒤적이면서 자신이 꿈꾸는 이상적인 폰트를 찾던 와중 마침내 깨닫게 됩니다. 자신이 찾던 해답은 오래된 전통 활자가 아니라, 손으로 직접 그린 글자, 레터링에 숨어 있었다는 것을 말이죠.

고담 폰트의 창시자가 주목한 레터링

Alexander Dux가 디자인한 포스터. 전체적으로는 화려하고 장식적인 현대풍 활자가 쓰였지만, 그 아래 적힌 “UNITED STATES TRAVEL BUREAU”라는 문구는 단순하면서도 강렬한 인상을 준다(자료=모노타입)

서체와 활자는 미리 만들어져 여러 번 조합할 수 있는 글자 시스템입니다. 반대로 레터링(Lettering)는 특정 상황에 맞춰 한 번만 쓰이는 글자를 직접 디자인하는 방식입니다. 100여 년 전만 해도 책 본문은 활자 조판으로 인쇄했지만, 표지나 삽화, 책등의 글자는 대부분 손글씨였습니다.

레터링은 매체와 제작자에 따라 고유한 전통과 스타일을 발전시켰습니다. 석판화 포스터, 지폐 위의 조각된 글자, 금박으로 장식된 상점 유리문 간판, 묘비에 새겨진 글자처럼 모두가 활자가 아닌 맞춤형 손글씨였죠.

또한 레터링과 활자는 늘 영향을 주고받아 왔습니다. 구텐베르크의 활자도 손글씨를 모델로 했던 것처럼 말입니다. 하지만 호플러처럼 산세리프 스타일 레터링을 본격적으로 서체로 만들려 시도는 그동안 많지 않았는데요. 아마 이 도전이 그를 폰트 디자이너로 이끌었을지도 모릅니다. 호플러는 레터링 안에서 탐험할 기회, 그리고 아직 채워지지 않은 공백을 보았습니다.

고담 폰트의 탄생 과정

뉴딜의 독수리, 이글 볼드의 등장

그로테스크와 지오메트릭 폰트. 그로테스크는 타원형을 기반으로 하고, 지오메트릭은 원형을 기반으로 한다(자료=모노타입)

산세리프 스타일 서체엔 크게 두 가지 계열이 있습니다. 그로테스크(Grotesque, 괴상체)는 타원형을, 지오메트릭(Geometric, 기하체)는 원형을 기반으로 하죠. 호플러가 매료된 글자는 두 계열의 장점을 합치면서도 단점은 피해간 스타일이었습니다.

푸투라 폰트처럼 간결하고 명확하지만 기하체 특유의 딱딱함은 없었고, 악치덴츠 그로테스크처럼 무게감과 친근함이 있으면서도 활자보다 훨씬 자연스럽고 즉흥적으로 보였습니다.

또한 헬베티카 같은 산업적 산물과 달리, 거리의 글자들은 더 현실적이고 믿음을 주는 힘이 있었습니다. 누군가가 ‘의도적으로 디자인한’ 것이 아니라, 마치 ‘자연스럽게 생겨난’ 것처럼 보였죠.

뉴딜 시대의 레터링과 이글 볼드. 좌측 국가회복관리국의 파란 독수리 엠블럼에는 손으로 그린 레터링이 장식이 사용됐다(자료=모노타입)

길거리에서 이런 특성이 가장 두드러진 시기는 루스벨트 대통령의 뉴딜 정책 때였습니다. 대공황 극복을 위해 설립된 국가재건청(NRA)은 통일된 시각 체계를 도입했습니다. 파란색 독수리 로고, 빨강·하양·파랑·검정의 강렬한 색 조합, 그리고 직설적이고 현대적인 산세리프 글자가 그것입니다. 이들은 상점 유리창, 상품 라벨, 배지에 쓰이며 뚜렷한 시각 언어를 만들어냈습니다.

1933년, 아메리칸 타입 파운더스(American Type Founders)의 디자인 디렉터 모리스 풀러 벤턴(Morris Fuller Benton)은 이 손글씨 스타일을 기반으로 이글 볼드(Eagle Bold)라는 활자를 선보였습니다. 그는 NRA 글자의 아르데코적인 성격을 더욱 강화했고, 원래는 둔각이던 M과 W를 날카로운 예각으로 바꿔 글자에 힘을 주었습니다.

이글 볼드는 흥미로운 모순을 지닌 폰트였습니다. 전체적으로는 기하적이지만, 일부 글자는 부드럽게 처리돼 있었죠. 호플러는 이글 볼드의 모든 부분을 좋아한 것은 아니었지만, 벤턴의 시도에서 큰 영감을 받았으며, 그 안에서 기하체와 괴상체의 경계를 넘어설 새로운 가능성을 봤습니다. 그리고 1992년 여름, 마침내 거리의 무명 글자들에서 영감을 받아 보편적이고 명확하며 흔들리지 않는 새로운 산세리프체를 만들기 시작했습니다.

초창기의 불안정한 시도였던 타입페이스 X

1992년, 호플러는 기억 속에 남아 있던 손글씨인 산세리프 스타일을 바탕으로 대문자 세트를 그려냈습니다. 그리고 이 작업물에 ‘타입페이스(Typeface) X’라는 이름을 붙였죠.

조나단 호플러의 1992년 첫 번째 시도였던 타입페이스X(자료=모노타입)

그는 벤턴처럼 기하체와 괴상체의 장점을 결합하려 하는 동시에, 화려함보다는 단호하고 명확한 서체를 만드는 데 초점을 두었습니다. 이글 볼드가 넓고 좁은 글자 폭의 리듬을 가진 것과 달리, 타입페이스 X는 글자 폭을 일정하게 맞춰 안정감을 주었고, 전체적으로는 산업용 활자에 가까웠습니다. 특히 O는 기하체처럼 원형에, S는 괴상체처럼 타원형에 가까웠습니다. 단순해 보였지만 섬세한 조정이 숨어 있어 차가움 대신 따뜻함이 느껴졌죠.

타입페이스 X의 최종 교정본, 1993년. 조나단 호플러의 원고와 주석이 작성돼 있다(자료=모노타입)

하지만 1993년 최종 교정 과정에서 문제가 드러났습니다. 벤턴의 이글 볼드는 작은 글자 크기에서 오는 한계를 피하기 위해 아예 18pt 이하에서는 쓰지 않도록 했는데, 호플러는 타입페이스 X의 굵은 획이 이 문제를 해결해 줄 것이라 믿었습니다. 그러나 고해상도 프린터로 인쇄해 보니 그렇지 않았습니다.

작은 크기에선 날카로운 획이 뭉개졌고, M과 N은 외곽이 지나치게 좁아 보였으며, A와 V의 뾰족한 각은 불필요하게 넓은 여백을 만들었습니다. 둔각으로 바꾸면 문제를 줄일 수 있었지만, 그러면 큰 크기에서의 날카로움이 사라져 버렸습니다. 결국 타입페이스 X는 더 이상 나아가지 못했습니다.

이후 호플러는 <스포츠 일러스트레이티드>와 <뉴욕 타임스 매거진>의 의뢰로 녹아웃 폰트 패밀리 개발에 집중했고, 1994년 한 해를 그 프로젝트에 쏟았습니다. 그런데 같은 해, 타임스 빌딩 근처에서 호플러가 마주친 한 간판이 타입페이스 X의 운명을 바꾸며, 훗날 고담 폰트가 다시 태어나는 계기가 됐습니다.

새 협업과 새 출발로 찾아온 기회

뉴욕시 8번가 625번지에 위치한 포트 오소리티 버스 터미널의 건물 정면에 있는 문자 디자인은 조나단 호플러가 수년간 추구해온 ‘이름 없는 서체 스타일’을 정확하게 담아내고 있다(자료=모노타입)

뉴욕 8번가 625번지에 있는 포트 오소리티 버스 터미널 외벽의 커다란 간판, “PORT AUTHORITY BUS TERMINAL”. 호플러가 오랫동안 찾아 헤매던 바로 그 무명의 서체 스타일이 여기에 있었습니다. 이 글자는 1950년에 건물과 함께 만들어진 것이었고, 1979년 확장 공사 후에도 그대로 보존됐습니다. 이후 호플러는 1949년 공사 현장 표지판이나 1964년 뉴욕 만국박람회 건축물에서도 같은 글자 스타일이 사용된 것을 발견했습니다.

이 글자 스타일은 겉보기엔 소박했지만 놀라울 만큼 정교했습니다. 특히 S와 B처럼 복잡한 글자도 군더더기 없이 세련되게 다듬어져 있었습니다. 호플러는 여기서 한 가지 중요한 원칙을 얻었습니다. 바로 대문자 A의 꼭대기는 뾰족한 삼각형이 아니라 평평해야 한다는 것. 이 작은 깨달음이 훗날 고담 폰트의 중요한 특징으로 이어졌습니다.

1949년 포트 오소리티 버스 터미널 공사 안내 게시판과 1964년 뉴욕세계 박람회에 설치된 포트 오소리티 헬리패드의 공사용 레터링(자료=모노타입)

이후 호플러는 녹아웃, 호플러 타이틀링, 벨라크, 머큐리 같은 다른 서체 작업에 몰두하면서 마음속에서는 언제든 타입페이스 X를 다시 시작할 기회만을 기다리고 있었습니다. 그리고 그 기회는 2000년에 찾아왔죠.

뉴욕에서 활동하던 유명 타이포그래피 디자이너 토비아스 프레어 존스와의 협업 덕분이었습니다. 두 사람 모두 이름 없는 산업 글자들에 매력을 느꼈습니다. 토비아스는 도로 표지판 글자를 토대로인터스테이트 서체를 디자인했고, 당시 호플러는 챔피언 고딕과 녹아웃으로 19세기 후반 고딕 활자의 정신을 이어오고 있었죠.

그들의 첫 공동 작업은 펜타그램의 그래픽 디자이너, 마이클 비에루트의 요청으로 진행된 미국 뉴욕의 현대 건축 아이콘인 레버 하우스의 맞춤 폰트 제작이었습니다. 이어서 GQ 매거진이 “현대적이고 간결한” 폰트를 원한다는 요청을 하면서, 포트 오소리티의 간판은 마침내 고담 폰트로 다시 태어날 기회를 얻게 됐습니다.

GQ와 함께한 고담 폰트의 본격적인 시작

2000년 8월 GQ 산스로 개발된 고담 폰트의 첫 번째 프로토타입(자료=모노타입)

2000년 여름, GQ 매거진의 의뢰로 호플러와 토비아스 프레어-존스는 포트 오소리티의 간판을 기반으로 새로운 폰트를 만들기 시작했습니다.

가장 큰 과제는 소문자 디자인이었습니다. 거리의 글자들에는 소문자 예시가 거의 없었기 때문에, 팀은 대문자의 성격을 이어받으면서도 완전히 새로운 소문자를 직접 창조해야 했습니다. 처음 만든 소문자는 크기가 작고 상단부가 길어 다소 복고적인 느낌을 주었지만, 크기를 키우고 자간을 조정하며 e, f, g 같은 글자 형태를 손보면서 점차 현대적인 인상을 갖추게 됐습니다.

오른쪽의 텍스트 샘플에서 볼 수 있듯이, 지나치게 작은 소문자, 높은 상승부, 느슨한 자간은 불필요한 향수를 불러일으키는 인상을 줬다(자료=모노타입)

이 과정에서 탄생한 고담 Light는 Bold의 힘과 명확함을 유지하면서도 한층 우아하고 가벼운 분위기를 더했습니다. 처음엔 Light, Bold, 그리고 그 사이 굵기 두 가지로 시작했지만, 곧 Italic과 Condensed 버전으로 확장됐습니다.

특히 Condensed에서 O의 형태를 직선에 가깝게 할지, 타원형으로 할지를 두고 많은 논의가 있었는데, 최종적으로는 타원형을 선택했습니다. 이는 독일의 DIN 서체와 차별화하면서도 고담 폰트만의 따뜻한 개성을 더해주었습니다.

고담 Thin과 고담 Black 활자 견본(자료=2003년 Hoefler Type Foundry 활자 견본집 7호)

2001년에는 디자이너 제시 레이건이 합류해 더 얇고 더 굵은 굵기를 추가했고, 고담 Condensed는 처음 4종에서 9종으로 확대됐습니다.

고담 폰트 패밀리 확장과 완성

2000년대 초, 잡지와 신문 편집팀은 좁은 칼럼에 적합한 서체를 원했습니다. 이 요구에 맞춰 고담 폰트는 Narrow와 Extra Narrow 버전으로 확장됐죠.

이어 2005년 디자이너 사라 소스콜네가 합류하면서 토비아스 프레어-존스와 함께 Narrow와 Extra Narrow를 비롯해 총 66종의 방대한 스타일을 완성했습니다. 이 과정에서 숫자, 기호뿐 아니라 그리스 문자와 키릴 문자까지 포함하며 글로벌 사용 환경에도 대응할 수 있게 됐습니다.

오늘날 고담 폰트는 영화 포스터부터 영화 및 TV 홍보물에 이르기까지 스크린 전반에 걸쳐 등장하며, 그 인지도와 인기를 증명하고 있다(자료=모노타입)

2002년 공개된 고담 폰트의 샘플북은 곧 뉴욕 전역에서 사용하기 시작했고, 얼마 지나지 않아 할리우드 영화 포스터와 예고편에서도 쉽게 볼 수 있었습니다. 2013년에는 미국영화협회가 영화 예고편 등급 표시의 표준 서체로 고담 Bold를 공식 채택하기도 했습니다.

또한 2004년 7월 4일, 자유의 탑 기초석에 새겨진 고담 폰트는 9·11 이후 뉴욕의 회복과 끈질긴 생명력을 상징하는 서체가 됐습니다. “고담 폰트는 어제 만들어진 것도, 내일 사라질 것도 아닌 서체”라는 평처럼, 시대를 초월한 도시의 상징으로 자리 잡은 것이죠.

뉴욕 시장 블룸버그, 뉴욕 주지사 파타키, 뉴저지 주지사 맥그리비는 옛 월드 트레이드 센터 부지에 고담 폰트로 쓰인 자유의 탑 주춧돌을 놓았다(자료=로이터)

대통령의 서체이자 정치계의 언어가 된 고담 폰트

2007년, 당시 상원의원이었던 오바마 전 미국 대통령이 대선 캠페인에서 고담 폰트를 사용하면서 고담은 전 세계의 주목을 받게 됐습니다. 디자이너 스콧 토머스와 존 슬라빅은 디자인 가이드라인을 통해 캠페인 메시지에 일관성을 부여했고, 솔 센더가 만든 로고와 함께 정치 커뮤니케이션의 새로운 시대를 열었습니다.

그 후 고담 폰트는 백악관의 공식 서체가 됐으며, 2012년 오바마 재선 캠페인에서도 다시 활용됐습니다. 2014년 설립된 오바마 재단 역시 고담 폰트를 사용했습니다. 이후 고담 폰트는 점차 당파를 가리지 않고 정치 캠페인의 표준 서체로 자리 잡았고, 2018년 미국 중간선거에서는 50명 가까운 후보가 고담 폰트를 선택했습니다. 그 결과 AP 통신은 고담 폰트를 “10년의 글자”라고 부르기도 했죠.

2007년 11월 6일 아이오와 주 시더래피즈에서 버락 오바마는 고담 폰트의 물결 속에서 선거 유세 연설을 하고 있다(사진=AP/Paul Sancya)

2011년에는 MoMA가 고담 폰트를 영구 소장품으로 등록했습니다. 프랭크 로이드 라이트의 낙수장(Fallingwater), 초창기 매킨토시와 함께 전시되며 “좋은 서체는 뉴욕 현대 미술관 컬렉션에 들어야 한다”는 큐레이터의 평가를 입증한 것이죠.

이렇게 고담 폰트는 현대의 전설적인 고전 서체로 인정받게 됐습니다. 뉴욕 거리의 이름 없는 글자에서 출발해 결국 백악관과 세계 무대의 언어가 된 것입니다. 어찌보면 이 과정 자체가 하나의 특별한 디자인 전설이라 할 수 있는데요.

한 번에 완성된 것이 아니라 수많은 시도와 실패, 그리고 재발견을 거치고 다듬어지며 탄생한 고담 폰트는 명확함, 단호함, 그리고 친근함이라는 시대적 요구에 응답했습니다. 동시에 고담 폰트는 디자인이 단순히 시각적 장치에 머무르지 않고, 문화와 역사를 만들어 가는 힘이 있다는 것을 보여준 증거이기도 합니다.

👉 원문 링크: 무명 글자에서 현대의 고전으로: Gotham 이야기

출처 : ( https://ditoday.com/news/ )

원문기사링크 : https://ditoday.com/%eb%a9%94%ed%83%80-%eb%ae%a4%ec%a6%88%eb%a1%9c-%ec%82%b4%ed%8e%b4%eb%b3%b8-ai-%ec%97%90%ec%9d%b4%ec%a0%84%ed%8a%b8-%ea%b2%bd%ed%97%98-%eb%94%94%ec%9e%90%ec%9d%b8/

메타 뮤즈로 살펴본 AI 에이전트 경험 디자인

Tue, 06 Oct 2026 00:31:26 GMT

AI 챗봇과 설계부터 다르다

최근 메타(Meta)가 개인용 AI 에이전트 뮤즈(Muse)를 공개했다. 지금까지 AI는 대부분 이메일 초안을 써주고 여행 계획을 제안하는 정도에서 멈췄었는데 뮤즈는 자동으로 메일 회신 및 결제까지 대신한다.

이메일과 캘린더, 결제 수단에 대한 권한을 주면 혼자서도 일을 계속하는데, 흥미로운 점은 메타가 제품 발표와 함께 디자인 결정에 대한 문서와 보안 구조를 설명한 기술 문서를 따로 공개했다는 것이다. 이 자료를 바탕으로, 메타가 새롭게 만들어 가고 있는 개인 에이전트 경험(AX, Agent eXperience) 디자인을 살펴봤다.

뮤즈는 지난달 메타가 공개한 개인용 AI 에이전트 서비스다(자료=게티이미지)

뮤즈의 핵심 특징 : 답하는 AI를 넘어 일하는 AI 경험

뮤즈는 메타 슈퍼인텔리전스 랩(Meta Superintelligence Labs)이 만든 개인 에이전트로, 메타의 모델 뮤즈 스파크(Muse Spark)로 동작한다. 메타는 뮤즈를 질문에 답하는 데서 그치지 않고 실제로 일을 해내는 에이전트 경험을 설계하는데 초점을 두었다.

이메일 보내기, 여행 예약, 요금 낮추기, 서식 작성 같은 작업부터 저장해 둔 인스타그램 레시피 릴스를 장보기 목록으로 바꾸고 친구들에게 파티 초대장을 보내는 일까지 할 수 있다고 메타는 소개했다. 목표를 알려주면 개인화된 계획을 세우고 시간과 자원을 조율한 뒤 스스로 일을 진행한다는 것이 메타의 설명이다.

기존 AI와 메타 뮤즈의 접근 방식 비교(자료=유훈식, AI 활용)

뮤즈는 미국의 18세 이상 사용자만 쓸 수 있고, iOS와 안드로이드 앱, 웹(muse.ai), 그리고 왓츠앱(WhatsApp) 대화창에서 이용할 수 있다. 메타의 AI 안경에도 곧 들어올 예정이다. 기본은 무료이며, 사용량이 많은 사람을 위해 월 20달러의 Power, 월 100달러의 Maximum 요금제를 제공한다.

무료로 시작하더라도 결제 카드를 등록해야 한다. 구글의 Gemini Spark, 앤트로픽의 Claude Cowork처럼 사용자를 대신해 일하는 에이전트가 있었다면 뮤즈는 업무를 위한 사용자보다는 일상생활의 소비자를 위한 AI라고 볼 수 있다.

에이전트에 가상 컴퓨터를 한 대씩 주는 방식

뮤즈의 구조에서 가장 먼저 눈에 띄는 것은 사용자마다 클라우드 위에 전용 컴퓨터를 한 대씩 준다는 점이다. 메타는 이것을 ‘Muse Secure VM’이라 부른다. 파일 시스템과 터미널, 크로미움 기반 브라우저가 들어 있는 격리된 리눅스 환경으로, 뮤즈는 여기서 필요한 코드를 직접 짜고 작업에 필요한 도구를 스스로 만든다.

연결 방식은 세 겹이다. 메타가 서비스 제공자와 함께 만든 기본 커넥터가 있고, 공개 API가 있는 서비스는 사용자가 준 자격 증명으로 연결하며, API가 없으면 브라우저로 직접 접근한다. 사용자는 이 브라우저를 들여다볼 수 있고 언제든 제어권을 넘겨받을 수 있다.

메타 뮤즈의 코드 작성 및 작업 도구 생성 과정(자료=유훈식, AI 활용)

이전 그록 봇에 봇마다 컴퓨터를 주었던 것과 같은 발상이지만, 뮤즈는 이 컴퓨터를 보안의 경계로 한층 적극적으로 설계했다. VM 안에는 뮤즈와 시스템 수준에서 분리된 센티넬(Sentinel)이라는 별도 에이전트가 있다.

뮤즈는 행동을 제안할 뿐이고, 외부 서비스에 대한 행동과 모든 네트워크 전송은 센티넬이 허용, 거부, 사용자에게 묻기 중 하나로 판정한다. 비밀번호와 결제 정보는 별도 저장소에 들어가며, 뮤즈는 실제 값 대신 대리 토큰만 본다. 은행 창구 직원이 고객의 요청을 접수하되 금고 열쇠는 별도 관리자만 가진 구조와 비슷하다. 다만 이 보안에 대한 안정성은 메타가 기술 블로그에서 밝힌 자사 주장이기 때문에 앞으로 실제 보안 성능을 지켜볼 필요가 있다.

에이전트 경험(AX) 디자이너들은 이런 구조에 대해서 한 번 생각해 보고 넘어가면 좋다. 앞으로 에이전트에 다양한 권한을 위임해야 하기 때문이다. 뮤즈의 경우 센티넬이 ‘묻기’로 결정하는 순간이 사용자가 보게 될 승인 화면을 만들어 주게 되고, 로그인 창을 에이전트가 아니라 사용자가 직접 채우는 화면으로 전달한다. 보안 아키텍처를 이해해야지만 적절한 에이전트의 경험을 설계할 수 있는 시대가 된 것이다.

한 번의 긴 대화 설계

뮤즈의 디자인을 이끈 모나 사란타코스와 크리스틴 아와드는 ‘How We Designed Muse‘라는 글에서 주요 에이전트 경험 디자인 이슈에 대한 결정들을 직접 설명했다. 첫 번째 결정은 대화 구조다. 대부분의 AI 앱은 질문 하나에 답 하나가 오가는 턴제(turn-by-turn) 방식인데, 뮤즈는 사람과 메신저로 대화하듯 하나의 긴 메인 대화를 기본으로 삼았다.

사용자는 답을 기다리지 않고 끼어들거나 여러 일을 한꺼번에 던질 수 있고, 메모리는 대화 전체에 걸쳐 이어진다. 다만 초기 테스트에서 주제별로 맥락을 나누고 싶다는 요구가 나와 사이드 채팅(side chats)을 추가했다.

메타 뮤즈의 사용자 상호작용 및 대화 구조(자료=유훈식, AI 활용)

두 번째 결정은 선제성(Proactivity)이다. 뮤즈는 사용자가 묻지 않아도 먼저 메시지를 보낸다. 디자인팀은 그래서 선제 메시지의 기준을 높게 잡았다고 말한다. 방해할 만한 가치가 있을 정도로 도움이 될 때만 보내야 하고, 사용자는 뮤즈에 말로 그 빈도를 줄이거나 늘릴 수 있다. 이 결정은 작은 시각 디자인 결정으로 이어졌다.

메시지가 순서 없이 도착하고 사용자도 연달아 여러 개를 보내면 끝없이 이어지는 대화록은 읽기 어려워진다. 뮤즈가 말풍선을 쓰는 이유는 한 생각이 끝나고 다음 생각이 시작되는 경계를 보여주기 위해서다. 에이전트의 행동 방식 하나가 말풍선이라는 가장 기본적인 UI 요소의 존재 이유를 바꿔놓은 셈이다.

메타 뮤즈의 선제적 메시지 발송 기준(자료=유훈식, AI 활용)

사용자의 자산과 소비 패턴을 분석해 미사용 구독 서비스를 취소하도록 제안하고, 저렴한 여행용 유모차를 찾아 결제까지 승인하는 메타 뮤즈(자료=메타)

이름과 얼굴을 가진 에이전트 경험

긴 대화를 나누다 보니 팀원들은 기업 로고와 이야기하는 것이 어색하다고 느꼈다. 각자 대화 상대를 다르게 상상하고 있었고, 저마다 자기 뮤즈를 만들기 시작했다. 여기서 디자인팀은 에이전트를 온전히 사용자의 것으로 만드는 일이 제품의 핵심이라고 판단했다. 사용자는 뮤즈에 이름을 붙이고, 아바타와 스타일을 고르고, 소통 방식을 설정할 수 있다. 사란타코스는 자신의 뮤즈에 지혜를 떠올리게 하는 산스크리트어 이름 ‘베다(Veda)’를 붙였다고 소개한다.

메타 뮤즈의 AI 페르소나 이름, 외형, 말투 및 소통 스타일 설정 화면(자료=메타)

이름을 붙이고, 아바타와 스타일을 고르고, 소통 방식을 설정할 수 있는 뮤즈의 AI 페르소나 특징(자료=유훈식, AI 활용)

이 결정은 친근함 이상의 의미가 있다. 아바타는 곧 상태 표시판이 된다. 아바타 아래에는 뮤즈가 지금 하고 있는 일이 짧게 표시되고, 아바타를 누르면 전체 활동 기록과 승인한 권한이 열린다. 얼굴이 있어야 지금 무엇을 하고 있느냐고 물을 대상이 생긴다.

한편 유명 IT 외신 테크크런치는 이 개인화가 사용자가 에이전트와 더 연결되어 있다고 느끼게 해 메타에 대한 우려를 누그러뜨리려는 설계이기도 하다고 짚었다. 페르소나 디자인이 신뢰 설계와 맞닿아 있다는 점은 AX 디자이너가 양면으로 살펴야 할 지점이다.

보이지 않는 일을 가시적으로 만드는 경험

뮤즈는 앱이 닫혀 있는 동안에도 일정에 따라, 혹은 관련 사건이 생길 때마다 다음 단계를 진행한다. 백그라운드 작업이 끝나면 결과가 알릴 만한지 스스로 평가하고, 새롭거나 사용자 입력이 필요한 경우에만 알린다.

디자인팀은 이 능력이 동시에 불안을 낳는다는 점을 인정한다. 볼 수 없는 것은 신뢰할 수 없다는 것이 이들의 원칙이다. 그래서 활동 기록, 권한 화면, 설정, 그리고 사용자가 직접 읽고 고칠 수 있는 메모리 파일까지 투명성(Transparency)을 여러 층에 심었다.

(자료=Times of AI)

고도화된 AI에 불안감을 호소하는 사용자들을 위해 메타가 설정한 투명성(자료=유훈식, AI 활용)

목표(Goals) 탭도 같은 맥락에서 나왔다. 오래 걸리는 과제를 여러 개 맡기다 보니 활동 기록만으로는 부족했고, 뮤즈가 무엇을 추적하고 있으며 어떤 계획으로 가고 있는지를 한눈에 보여줄 화면이 필요했다. 사란타코스가 든 사례를 참고할만하다.

뮤즈에 아이들의 개학 준비를 맡겼더니, 학교 이메일 더미 속에 묻혀 있던 아들의 스포츠 입단 테스트 신청 마감이 12시간 남았다는 사실을 찾아 비행기 탑승 직전에 알려주었다는 것이다. 자사 사례이지만, 에이전트의 가치가 대신하는 일뿐 아니라 대신 알아차리는 일에 있다는 점을 잘 보여준다. 디자이너가 설계할 것은 작업 화면을 넘어, 사람이 에이전트의 일을 언제 얼마나 확인할지 빈도이다.

승인 설계 경험

뮤즈는 많은 일을 대화로 처리하지만, 디자인팀은 몇몇 영역에선 대화만으로 부족하다고 판단했다. 승인과 거절이 명확한 구조화된 승인 카드, 그리고 자격 증명을 위한 보안 저장소가 그것이다.

이들은 이 영역을 결정론적(Deterministic) UI가 양보할 수 없는 곳으로 정했다. 기술 문서에 따르면 승인 요청은 뮤즈와의 대화가 아니라 앱 화면의 별도 대화상자로 뜨고, 사용자의 답은 센티넬에 직접 전달된다. 에이전트가 말로만 허락을 받았다고 주장할 여지를 구조적으로 없앤 것이다.

영화관 좌석 예매 및 유모차 구매 과정에서 스스로 웹 브라우저를 조작하되, 사용자에게 최종 결제 승인을 받는 메타 뮤즈(자료=메타)

메타 뮤즈의 의도적인 마찰 설계(자료=유훈식, AI 활용)

승인 빈도에 대한 고민도 구체적이다. 디자인팀은 사람들이 귀찮아서 무엇이든 승인해 버리는 배너 무시(Banner blindness)를 경계했다. 그래서 기본값은 일반적인 웹 탐색은 허용하고 되돌리기 어려운 행동에서만 멈추는 것이다. 승인 범위도 한 번, 세션, 작업, 기간 한정, 영구 중에서 고를 수 있고, 이메일처럼 읽기와 보내기가 나뉘는 서비스는 권한을 따로 준다.

결제는 가장 보수적으로 다룬다. 스트라이프(Stripe)의 Link로 결제할 때는 특정 가맹점과 금액에만 쓸 수 있는 일회용 카드 번호가 발급되고, 매번 사람의 승인을 거친다. Human-in-the-loop(HITL)을 모든 것을 묻는 장치가 아니라 동의가 중요한 곳에만 두는 것으로 정의한 셈이다. 자율주행차가 고속도로에서는 스스로 달리다가 복잡한 교차로에서 운전자에게 핸들을 넘기듯, 좋은 승인 경험 디자인은 AI가 멈출 곳을 선정하는 일이다.

생성형 UI 경험 : 뮤즈의 아티팩트

디자인팀은 텍스트 덩어리가 늘 올바른 답의 형태는 아니라고 말한다. 사람에게 여행 계획을 부탁하면 2000 단어의 글이 아니라 일정표를 원할 것이고, 지출을 추적한다면 매일의 메시지보다 살아 있는 대시보드가 낫다. 뮤즈는 문서, PDF, 웹페이지, 지출 추적기, 인터랙티브 학습 가이드 같은 결과물을 만들어 대화 안팎에서 쓸 수 있게 했다.

이를 아티팩트(Artifacts)라 부른다. 디자인팀은 사람들이 점점 채팅 텍스트보다 자신에게 맞춘 풍부한 인터페이스를 원하게 될 것이라고 전망한다. 인터페이스를 디자이너가 미리 그려두는 것이 아니라 에이전트가 필요에 따라 생성하는 것이다.

채팅을 통한 이미지 편집 및 생성을 진행하는 메타 뮤즈(자료=메타)

텍스트 대신 생성형 UI 기반 페이지를 제공하거나 채팅창 UI 시작 진입 장벽을 아이디어 탭으로 해결하고자 하는 메타 뮤즈(자료=유훈식, AI 활용)

또 하나의 발견은 초기 테스트에서 나왔다. 뮤즈가 너무 많은 일을 할 수 있어서 사람들이 어디서부터 시작할지 몰랐다. 빈 입력창 앞에서 멈칫하는 이 문제를 풀기 위해 뮤즈는 사용자의 목표와 패턴을 바탕으로 할 수 있는 일을 먼저 제안한다. 온보딩 첫날의 팁, 아이디어(Ideas) 탭의 제안, 목표를 알고 난 뒤의 선제적 제안이 그 형태다. 능력이 커질수록 발견 가능성(Discoverability)이 새로운 디자인 과제가 된다는 교훈이다.

뮤즈가 가지는 현재적 한계

현재적 시점에서 뮤즈가 가지는 가장 큰 한계는 기술보다 신뢰 형성이라고 보인다. 뮤즈는 AI 에이전트에 이메일, 캘린더, 결제는 물론 건강, 스마트홈, 쇼핑 앱까지 권한을 줘야 하는데, 이는 소셜 미디어가 요구했던 것보다 훨씬 깊은 신뢰를 필요로 한다.

테크크런치는 메타가 2011년 개인정보 약속 위반으로 FTC와 합의했고 2019년에는 50억 달러 규모의 제재를 받았으며, 케임브리지 애널리티카 사건의 기억도 남아 있다는 점을 짚었다. 뮤즈 발표가 청소년 피해를 둘러싼 대규모 소송 합의 직후였다는 점도 지적했다.

지난 2024년 메타는 페이스북과 인스타그램을 운영하는 과정에서 민감 정보를 사용자 동의 없이 수집해 광고에 활영한 것으로 드러났다(자료=KBS)

메타 뮤즈가 가지고 있는 현실적인 한계점(자료=유훈식, AI 활용)

보안 구조에도 단서가 붙는다. 메타는 현재 구조가 사용자 간 데이터를 격리하지만, 서비스 지원과 보안, 운영에 필요할 때 메타가 데이터에 접근하는 것까지 막지는 않는다고 스스로 밝혔다. 메타도 접근할 수 없게 암호화하는 Muse Confidential VM은 올해 안에 내놓겠다는 약속 단계이기 때문에 아직 완성되지 않았다는 뜻이다.

대화를 광고 시스템과 공유하지 않는다고 했지만, 뮤즈가 대신 방문한 쇼핑몰이 그 방문을 근거로 인스타그램 광고를 보여줄 수 있다는 간접 영향은 인정했다. 대화와 도구 호출 기록은 개인 식별 정보를 지운 뒤 기본값으로 모델 학습에 쓰이며, 원하지 않으면 사용자가 설정에서 직접 꺼야 한다.

프롬프트 인젝션(Prompt injection) 역시 업계 전체의 열린 문제다. 메타는 뮤즈가 실수할 수 있다고 인정하며 최대 30만 달러를 지급하는 버그 바운티를 공개했다. 미국 한정 출시, 무료 사용에도 카드 등록이 필요한 점, 유료 요금제의 구체적인 사용 한도가 출시 시점에 명확히 공개되지 않았다는 점도 따져볼 부분이다. 무엇보다 에이전트를 내 편처럼 느끼게 하는 이름과 아바타가 오히려 사용자의 판단을 흐리게 할 수 있다는 점은 에이전트 경험 디자이너가 비판적으로 봐야 할 지점이다.

뮤즈가 AX 디자이너에게 던지는 질문

뮤즈에서 생각해 볼 수 있는 점은 에이전트의 능력과 안전장치가 곧 인터페이스라는 점이다. 먼저 말을 걸어야 하니 말풍선이 인터페이스가 필요하고, AI 어떻게 일하는지 보여줘야 하는 아바타가 상태 표시판이 필요하다. 되돌릴 수 없는 행동에 대해서는 승인 경험을 설계해 줘야 한다.

AI 에이전트가 할 수 있는 일이 너무 많으니 아이디어 탭이 생겼고, 텍스트가 맞지 않는 답이 있으니 아티팩트가 생겼다. 모든 화면이 에이전트의 행동 방식에서 거꾸로 도출된 것이다. 이제 UX 시대와 AX 시대의 질문이 달라야 하는 것을 생각해 볼 수 있다.

메타 뮤즈의 등장이 AX 디자이너들에게 던지는 화두(자료=유훈식, AI 활용)

디자인팀은 시스템 프롬프트의 첫 줄이 사용자의 삶을 더 낫게 만드는 것이 뮤즈의 목적이라는 문장이라고 밝혔다. 화면이 아니라 에이전트의 목적 문장에서 디자인이 시작된다는 점이 상징적이다.

그래서 디자이너가 던지는 질문도 바뀐다. “사용자가 이 화면에서 무엇을 누를까”에서 “에이전트가 언제 먼저 말을 걸어도 될까”로, “어떻게 하면 결과를 빨리 보여줄까”에서 “어디에서 멈추고 어떤 형태로 사람의 동의를 받을까”로 이동하고 있다. 뮤즈는 이 질문을 수십억 명 규모에서 풀어보려는 첫 시도이고, 그 답이 신뢰를 얻을지는 이제 하나씩 많은 시행착오를 거치며 만들어 가게 될 것이다.

👉 원문 링크: 메타 뮤즈로 살펴보는 에이전트경험(AX)디자인

유훈식 교수 | hsyoo@smit.ac.kr

출처 : ( https://ditoday.com/news/ )

(시범운영 후기) 산업단지에 머무는 시간을 디자인하다. 완주 청년디자인리빙랩, ‘완주 오감재’ 현장에서

Sat, 03 Oct 2026 12:39:28 GMT

산업단지에 머무는 시간을 디자인하다

완주 청년디자인리빙랩, ‘완주 오감재’ 현장에서

10월 3일, 완주 삼례의 예술인마을 아트체험관을 찾아가는 길부터 문제가 생겼다. 주소를 입력해도 내비게이션이 목적지를 찾지 못했다. 일부러 찾아가기도 어려운 곳에 과연 사람들이 찾아올까? 그런데 막상 도착해 보니 주변 시설에 들렀다가 우연히 찾아온 사람들까지 체험을 즐기고 있었다.

이곳은 한국디자인진흥원과 바이널엑스가 운영하는 완주 문화선도산단 청년디자인리빙랩의 ‘완주 오감재’다. 향후 산업단지에 조성할 복합공간 서비스 ‘인더스테이’의 라운지를 미리 구현해 이용자의 반응을 살피는 자리였다. 실내에 들어서자 벽면에는 완주 아원고택의 숲길을 담은 영상이 펼쳐진다. 누군가는 빈백에 기대어 쉬고, 누군가는 헤드폰으로 음악을 듣는다. 테이블에서는 사람들이 엽서에 글을 쓰고 있다. 같은 장소에서 저마다 다른 방식으로 여유를 누리는 풍경이다.

오감으로 경험하는 완주

‘완주 오감재(五感齋)’는 시각·청각·촉각·후각·미각을 활용해 휴식과 재충전을 경험하도록 구성한 체험 공간이다. 완주의 풍경을 영상으로 감상하는 ‘보는 자리’, 책을 읽거나 엽서에 글을 쓰는 ‘읽고 쓰는 자리’, 지역 도예가의 작품을 체험하는 ‘만지는 자리’, LP 음악을 감상하는 ‘듣는 자리’가 마련돼 있었다. 여기에 완주에서 개발한 향을 맡아보는 ‘완주의 향’, 지역의 간식과 차를 맛보는 ‘완주의 맛’이 더해졌다. 운영자는 완주의 생강, 딸기, 곶감 등을 활용한 상품을 소개하며 향을 맡거나 도예 작품을 직접 만져보도록 권했다. 지역의 생산물과 창작물을 하나의 휴식 프로그램으로 엮은 것이다. 그런데 향을 체험하던 한 방문객이 질문했다.

“그런데 실제 이 장소랑 이 향이 무슨 관련이 있는 거죠?”

완주에서 만든 상품을 소개하는 것과 그 향을 통해 완주를 느끼게 하는 것은 다르다. 방문객의 질문은 지역자원을 활용하는 것과 지역을 체험하게 하는 것 사이의 차이를 생각하게 했다. 향과 맛을 완주의 풍경이나 생산자의 이야기와 연결한다면 방문객에게 그 지역을 기억할 만한 경험을 제공할 수 있지 않을까.

한 장의 엽서가 만들어낸 대화

실내에서 눈길을 끈 곳은 글쓰기 테이블이었다. 여러 사람이 커다란 나무 테이블에 둘러앉아 붓펜으로 글을 쓰고 있었다. 전시된 캘리그래피 작품을 따라 쓰거나 마음에 드는 도장을 골라 한지 엽서를 꾸몄다. 처음에는 저마다 글쓰기에 몰두하는 듯했다. 그러나 이내 서로의 글씨를 구경하고 칭찬하며 대화가 시작됐다. 누군가 마음에 드는 도장을 발견하면 동행인에게 보여주었고, 멋진 글씨를 발견하면 감탄하거나 직접 써보도록 권했다. 중년 여성 방문객들이 이야기를 나누던 중 이런 말이 들렸다.

“이런 체험 너무 좋아요. 정서적으로 이런 것이 필요했어요.”

좋아하는 문구를 고르고 손글씨에 멋을 부릴 기회는 일상에서 그리 많지 않다. 친구들과 서로의 솜씨를 구경하며 웃고 즐기는 시간은 혼자 엽서를 꾸미는 일과 또 다른 재미가 있다.

얼마 전 창원 청년디자인리빙랩에서는 운동을 계기로 처음 만난 사람들이 대화를 시작하는 모습을 보았다. 완주에서는 붓펜과 엽서가 교류의 매개가 되고 있었다.

문화공간을 기획하다 보면 새롭고 특별한 프로그램을 찾는 데 몰두하기 쉽다. 그러나 이날 사람들을 즐겁게 만든 것은 한 장의 엽서와 붓펜, 여럿이 둘러앉을 수 있는 테이블이었다.

평범한 활동도 함께하는 방식에 따라 특별해진다. 무엇을 제공하느냐 못지않게 사람들이 그것을 어떻게 즐기도록 할 것인지가 궁금해지는 장면이었다.

자연과 공간의 경계를 디자인하다

야외에서는 완주의 지역 크리에이터가 진행하는 요가·명상·싱잉볼 프로그램 ‘일상의 이완’도 열렸다. 나무와 잔디로 둘러싸인 마당에 참가자들이 요가매트를 펼치고 원형으로 앉았다. 진행자 앞에는 크기가 다른 싱잉볼과 명상 도구가 놓였다. 참가자들은 안내에 따라 자세를 바꾸며 움직임과 호흡에 집중했다. 잔디밭에서 몸을 움직이는 동안 풍경과 바람, 탁 트인 하늘이 활동의 일부가 된다. 이런 장점을 유지하면서 날씨에 따른 제약은 줄일 수 없을까?

오션뷰 호텔의 인피니티풀이 떠올랐다. 수영장 수면의 끝이 바다와 맞닿은 것처럼 디자인해, 이용자가 관리되는 시설 안에서도 드넓은 바다와 이어진 듯한 느낌을 누리게 한다. 자연과의 시각적 연결을 극대화하면서 시설이 제공하는 안전성과 편의를 확보한 것이다. 이 원리를 랜드마크의 야외 활동 공간에도 적용할 수 있지 않을까? 깊은 처마와 가변형 차양으로 비와 강한 햇빛을 피하고, 시야를 가리지 않는 방풍벽 등으로 외부환경의 영향을 줄이는 방식이다. 자연의 개방감을 유지하면서 실내의 쾌적함을 누릴 수 있는 반외부 공간을 생각해볼 수 있다. '자연과의 연결은 극대화하고, 환경적 제약은 최소화한다'. 향후 랜드마크의 디자인원칙을 수립할 때 고려할 만한 방향이다.

예상치 못한 방문객, 예상보다 적었던 청년

이날 두드러진 것은 중장년층의 활발한 참여였다. 친구들과 함께 엽서를 꾸미며 이야기를 나누는 사람도 있었고, 길 건너 성당을 방문했다가 우연히 들른 사람들도 있었다.

반면 운영 관계자로서는 청년 참여가 기대에 미치지 못한다는 점이 아쉬웠다. 연휴와 주말이라는 특수한 일정이 영향을 미쳤을 수도 있다. 문화선도산단 사업의 주 대상은 산업단지 청년 노동자다. 이들의 숙박·휴식·문화공간 부족 문제를 해결하기 위해 시작한 사업에서 예상하지 못한 연령층이 적극적인 반응을 보인 것이다.

이는 라운지가 청년 노동자 외에도 폭넓은 이용자를 끌어들일 가능성을 시사한다. 향후 랜드마크를 지역사회에 개방한다면 주민과 외부 방문객의 수요도 살펴볼 만하다.

그렇다면 애초에 이 서비스를 가장 필요로 할 것이라고 예상했던 청년 노동자들은 왜 충분히 참여하지 않았을까?

프로그램에 흥미를 느끼지 못했을 수도 있다. 홍보가 부족했거나 연휴라는 시기가 적절하지 않았을 가능성도 있다. 근무 일정이나 이동 여건이 걸림돌이었을지도 모른다.

이번 현장에서는 예상 밖의 방문객들이 보여준 호응을 확인했다. 그러나 정작 이 사업의 주 대상인 청년 노동자들이 어떤 조건에서 이곳을 찾을지는 충분히 확인하지 못했다.

현장에 나와야 알게 되는 문제들

직접 찾아가 이용 과정을 살펴보니 개선해야 할 접점들이 드러났다.

첫 번째는 길 찾기다. 내비게이션이 목적지를 찾지 못했던 일은 방문 의향이 실제 방문으로 이어지는 과정에 장애물이 있을 수 있음을 보여준다. 상시 운영할 시설이라면 위치정보 등록부터 주변 시설과 연계한 안내체계까지 갖춰야 한다.

두 번째는 체험을 유도하는 방식이다. 운영자는 지역 도예가의 작품을 소개하며 직접 만져보도록 권했다. 그러나 설명에 따르면 실제로 손을 대는 사람은 많지 않았다고 한다. 전시품으로 여겨 함부로 만지지 못했을 가능성이 있다. 만져도 된다고 설명하는 것과 설명 없이도 손을 뻗게 만드는 것은 다르다. 작품의 배치와 안내방식을 바꾸면 운영자의 권유 없이도 참여가 자연스러워질지 시험해볼 수 있다.

세 번째는 조사 방식이다. 사전 신청 설문과 현장 설문의 차이를 설명하는 상황이 있었고, 질문이 자세해 작성하는 데 시간이 오래 걸린다는 이야기도 들렸다. 현장 모의운영에서는 이용자의 의견을 충분히 확보해야 한다. 그러나 쉬러 온 사람에게 설문이 또 다른 일이 되어서는 곤란하다. 이용자의 행동과 선택을 관찰하고 그 이유를 짧은 질문으로 확인하는 등 조사 부담을 덜 방법을 검토할 필요가 있다. 휴식의 질을 확인하려는 조사가 휴식을 방해한다면 조사 방법부터 다시 디자인해야 한다.

길을 찾고, 체험에 참여하고, 의견을 남기는 과정에서 드러난 문제들은 서로 달라 보이지만 공통점이 있다. 이용자가 서비스를 누리기 위해 추가로 감수해야 하는 노력이다. 이런 부담을 줄이는 것 역시 프로그램을 개발하는 일만큼 세심하게 다뤄야 한다.

건물을 짓기 전에 무엇을 시험해야 할까?

청년디자인리빙랩은 2025년 구미·완주·창원에서 출발했다. 세 산업단지의 지역대표단과 참여단은 워크숍, 인터뷰, 설문 등을 통해 총 38개의 과제를 발굴했다. 2026년에는 지역별 핵심과제를 구체적인 서비스로 발전시켜 현장에서 검증하고 있다. 완주에서는 청년과 노동자, 주민들이 숙박·식사·휴식 공간의 부족이 주요 문제로 제기되었다. 산업단지 출장자는 마땅한 숙박시설을 찾기 어려웠고, 노동자와 지역 주민에게는 일상적으로 이용할 만한 휴식·문화시설이 필요했다. 이를 해결하기 위해 제안된 서비스가 숙박공간과 라운지를 결합한 ‘인더스테이’다.

이번 ‘완주 오감재’는 그중 라운지를 소규모로 구현한 현장 모의운영이다. 방문객이 어떤 활동을 선택하고 어디에 머무는지 관찰하는 한편, 객실 유형과 편의요소, 문화프로그램에 대한 수요도 조사한다. 이렇게 확보한 자료는 향후 완주 문화선도산단에 들어설 랜드마크의 공간과 서비스 계획에 반영할 예정이다. 현장에서는 준비된 프로그램을 이용하는 데 그치지 않고 새로운 아이디어를 제안하는 방문객도 만날 수 있었다. 한 방문객은 천장을 유리로 만들어 실내에 누운 채 달과 별을 감상할 수 있으면 좋겠다는 의견을 냈다. 구체적인 체험을 하고 나면 한 단계 더 나은 상태를 상상하게 된다. 이것이 현장에서 실험 공간이 다양하게 시도되어야 하는 이유일 것이다. 새로운 경험을 통해 새로운 사용자 욕구를 발견할 수 있음을 보여준다. 이번에는 실제 산업단지가 아닌 문화시설에서 주말 방문객을 대상으로 라운지의 이용 방식을 시험했다. 앞으로는 본래 목표 이용자의 평일 생활환경에서도 이러한 서비스가 작동할 수 있는지 확인해야 할 것이다.

그런데 돌아오는 길에 또 다른 질문이 남았다.

우리는 산업단지에 휴식공간이 부족하다는 문제에서 출발했다. 원하는 시설을 갖추기만 하면 노동자들은 그곳에서 충분히 쉴 수 있을까?

영국 NHS의 직원 휴식센터 연구에서 참고할 만한 대목이 있다. 코로나19 팬데믹 당시 두 병원의 휴식센터에 17주 동안 약 1만 5천 건의 방문이 기록됐다. 연구진은 이처럼 상당한 이용 실적이 있었음에도 시설을 이용하지 않은 직원들의 사정까지 조사했다. 그 결과 휴식시간과 거리의 제약뿐 아니라 혼자 쉬고 싶거나 시설을 이용할 필요성을 느끼지 못하는 등 서로 다른 이유가 확인됐다. 이러한 접근은 완주에도 시사하는 바가 있다. 이번에는 찾아온 사람들이 무엇을 원하는지 살펴봤다면, 다음에는 행사장 밖에서 청년 노동자들을 만나볼 필요가 있다. 평소 언제 어디에서 쉬는지, 어떤 문화활동을 원하는지 살펴보고, 이들의 근무시간과 생활 동선에 맞춘 조건에서도 서비스를 시험해 보는 것이다.

어쩌면 산업단지에 부족한 것은 휴식공간만이 아니라 휴식할 수 있는 시간인지도 모른다. 이번 시범운영만으로는 알 수 없는 일이다.

삼례로 향할 때 나는 내비게이션에서 목적지를 찾지 못했다. 위치정보를 바로잡으면 개선할 수 있는 문제다. 그러나 인더스테이가 조성된 뒤에도 청년 노동자들이 실제로 찾아올 수 있을지는 아직 알 수 없다. 공간을 찾아가는 길은 지도에서 확인할 수 있지만, 사람들이 그곳을 찾지 않는 이유는 그들의 일상에서 찾아야 한다.

정리: 한국디자인진흥원 서비스·안전디자인실

참고자료

Blake, H. 외(2020), COVID-Well: Evaluation of the Implementation of Supported Wellbeing Centres for Hospital Employees during the COVID-19 Pandemic, International Journal of Environmental Research and Public Health, 17(24), 9401.

2025 완주산단 청년디자인리빙랩 결과모음집(2026). 한국디자인진흥원, 바이널엑스.

> 청년디자인리빙랩 사업 소개...

> 잠깐 쉬어갈 곳, 어디 없나요 완주산단 청년들이 직접 만든 쉼터 '완주 오감재

오감으로 쉬어가는 힐링 라운지 「완주 오감재」

‘완주 오감재(五感齋)’는 시각·청각·촉각·후각·미각 등 오감을 활용해 휴식과 재충전을 경험하는 체험형 공간이다.

완주의 풍경을 영상으로 감상하는 ‘보는 자리’, 책과 한지 엽서 등을 이용하는 ‘읽고 쓰는 자리’, 지역 도자기를 경험하는 ‘만지는 자리’, LP 음악을 감상하는 ‘듣는 자리’, 완주산 편백·생강·곶감 등의 향을 경험하는 ‘완주의 향’, 지역 간식과 차를 즐기는 ‘완주의 맛’ 등 6개 테마로 구성된다.

- 운영기간: 2026. 9. 29.(화) ~ 10. 9.(금)

- 운영시간: 09:00~18:00

- 휴무일: 매주 월요일

- 장소: 완주 예술인마을 아트체험관Ⅱ 다목적 공간

(전북 완주군 삼례읍 삼례역로 82-24)

- 대상: 완주산단 근로자 및 산단 인근 주민

- 참여방법: 별도 신청 없이 운영시간 중 자유 이용

설문조사에 참여한 방문객에게는 삼례책마을 카페에서 무료 시음차도 제공한다.

완주의 지역 자원과 함께하는 로컬 프로그램

완주에서 활동하는 지역 크리에이터와 함께하는 체험 프로그램도 운영한다. 각 프로그램은 사전 신청자를 대상으로 진행한다.

- 요가·명상·싱잉볼

10. 3.(토) / 완주 오감재 및 카페 마당

완주의 자연과 함께 몸과 마음을 쉬어가는 프로그램

- 도자기 만들기

10. 4.(일) / 삼례책마을 카페

완주의 지역 공예와 연계한 체험 프로그램

- 막걸리 빚기

10. 7.(수) / 삼례책마을 카페

완주의 지역 식문화를 경험하는 프로그램

참여 안내

‘완주 오감재’는 별도 신청 없이 자유롭게 이용할 수 있으며, 요가·명상·싱잉볼, 도자기 만들기, 막걸리 빚기 등 로컬 프로그램은 사전 신청을 통해 참여할 수 있다.

체험 프로그램의 세부 일정과 신청방법은 완주 청년디자인리빙랩 인스타그램에서 확인할 수 있다.

완주산단에서 일하거나 생활하는 근로자와 지역 주민 여러분의 많은 관심과 참여를 바란다.

>> 신청하기 : https://mobileakro-cell.github.io/

유튜브도 바뀐다… 요즘 ‘초개인화 UX’가 뜨는 이유

Fri, 02 Oct 2026 07:56:46 GMT

‘화면 설계’에서 ‘사용자별 경험 설계’로

요즘 유튜브가 한창 테스트를 중인 것이 있습니다. 바로 사용자가 원하는 콘텐츠를 자연어로 입력하면 해당 조건에 맞는 추천 피드 화면이 만들어지는 ‘맞춤형 피드(Custom Feeds)’ 기능인데요.

해당 기능은 아직 북미 지역에서만 사용 가능하지만 지난달 23일에 열린 유튜브의 자체 연례 행사 ‘메이드 온 유튜브 2026’에선 피드 생성 외에도 특정 기분이나 일상, 관심사에 맞춘 여러 피드를 만들어 저장하고, 홈 화면에서 자유롭게 오갈 수 있도록 확장까지 발표했을 정도로 유튜브가 공을 들이고 있는 중입니다.

흥미로운 점은 이런 사용자 맞춤형 UX에 대한 관심이 유튜브만의 이야기가 아니라는 점입니다. 최근 여러 글로벌 서비스가 맞춤 콘텐츠 추천을 넘어, 각자의 목적과 상황에 따라 화면과 정보 구조까지 달라지는 경험을 고민하고 있습니다.

이에 전문가들은 AI 시대 들어 글로벌 서비스가 ‘초개인화 UX’로 변화하고 있다고 말하는데요. 이들이 왜 사용자들에게 서로 다른 경험을 제공하려는 건지, 또 이 과정에서 무엇을 주의해야 하는지 정리했습니다.

초개인화와 개인화, 무엇이 다를까?

먼저 초개인화 UX는 사용자의 행동과 취향, 이용 이력, 현재 상황 등 여러 데이터를 바탕으로 AI가 개별 사용자에게 맞춤형 화면, 콘텐츠, 기능 등을 제공하는 경험 설계를 말합니다. 같은 서비스를 이용하더라도 사용자가 평소 무엇을 자주 이용하고, 어떤 정보에 반응했는지에 따라 보이는 화면이 달라지는 방식이죠.

넷플릭스의 시청 이력 기반 홈 화면. 이 역시 개인화 사용자 경험 중 하나다(자료=넷플릭스)

사실 디지털 전환을 거치면서 개인화 자체는 많은 사용자에게 익숙한 개념입니다. 넷플릭스가 시청 이력을 바탕으로 다른 작품을 추천하고, 유튜브가 사용자의 관심에 따라 서로 다른 영상을 홈 화면에서 보여주는 것이 대표적이죠. 이렇게 보면 초개인화 UX가 기존 개인화 UX와 별반 다를 게 없어보이지만 사실 둘 사이엔 큰 차이가 있습니다.

기존 개인화 UX 디자인이 집단 단위로 다른 경험을 제공했다면, 초개인화 UX 디자인은 사용자마다 차별화된 경험을 제공하는 것을 목표로 합니다. 이를 위해 참고하는 데이터도 다른데요. 기존 개인화가 성별·연령·가입일 같은 고정 속성을 참고했다면, 초개인화는 조회 이력·장바구니·구매 주기 같은 실시간 행동 데이터까지 참고하죠.

AI 기반 CRM 마케팅 기업 블럭스가 제시한 개인화와 초개인화 비교표(자료=블럭스)

윤병권 인하대학교 디자인융합학과 겸임교수는 초개인화 UX를 두고 “단순한 개인화를 넘어 사용자의 실시간 행동, 위치, 감정 상태, 과거의 상호작용 이력 등을 종합적으로 분석해 사용자에게 최적화된 콘텐츠와 인터페이스, 서비스를 제공하는 전략”이라 말하면서 “사용자와 디지털 시스템 간의 상호작용을 더욱 정교하고 감성적으로 만들며 UX의 질적 향상을 가능하게 한다”고 강조했습니다.

심지어 이런 초개인화의 특성은 콘텐츠 추천 목록 변화를 넘어, 화면 UI 디자인 차별화까지 이끌어내고 있습니다. 앞서 언급한 유튜브 맞춤형 피드처럼 자신의 관심사와 현재 상황을 입력하면 이를 개인에 최적화된 피드 화면으로 만들어주는 방식이 등장하는가 하면, 사용자의 일상 및 상황 데이터를 기반으로 사용자 개인에게 필요한 정보와 기능이 포함된 화면을 자동 구성하는 사례도 나타나고 있죠.

AI가 사용자의 데이터를 참고해 UI를 구축하는 삼성전자의 나우 브리프 기능(자료=삼성멤버스)

대표적인 예가 삼성이 최근 확대하고 있는 나우 브리프(Now Brief)입니다. 해당 기능은 AI가 오늘의 일정과 할 일, 날씨, 뉴스, 음악, 여행 등 사용자의 관심사와 일정 데이터를 토대로 필요한 정보를 카드 형태로 구성하며, 사용자마다 표시되는 브리핑의 내용과 노출 시점도 달라집니다. 최근엔 사용자가 필요로 하는 건강, 날씨, 영상 등의 카드를 직접 생성하거나 수정하는 기능도 추가됐죠.

한 발 더 나아가 화면의 형태 자체를 사용자에게 맞추는 생성형 UI 기술도 최근 주목받고 있습니다. 대표적으로 구글은 구글 검색 및 제미나이에 질문을 던지면, 그에 맞춰 시각 자료와 표, 그래프, 시뮬레이션 등을 조합해 서로 다른 레이아웃을 즉석에서 생성하는 생성형 UI 기술을 한창 테스트 중에 있죠.

기존 개인화가 정해진 화면 속 콘텐츠를 바꾸는 데 집중했다면, 이제는 사용자의 목적에 맞춰 어떤 형태의 화면과 기능을 제공할 것인지까지 개인화의 영역이 넓어지고 있는 것입니다.

AI 기술 발전으로 가능해진 초개인화 UX

유튜브의 커스텀 피드 화면. 유튜브는 신규 콘텐츠 탐색이 기존 홈 화면의 구성과 추천 알고리즘에 영향을 미칠 것을 걱정하는 사용자를 고려해, 일상적인 언어로 원하는 주제와 분위기를 직접 지시해 콘텐츠를 탐색하는 맞춤형 피드 기능을 도입했다(자료=유튜브)

그런데 왜 최근 들어 초개인화 UX가 여러 기업의 주목을 받고 있는 것일까요? 여러 이유가 있지만 공통적으로 거론되는 것은 기존 개인화 경험의 한계와 AI 기술의 발전인데요. 쉽게 말해 이전과 다르게 사용자 맥락과 의도를 더욱 정교하게 반영한 개인화 경험을 구현할 수 있게 됐다는 것입니다.

이런 변화는 사용자 및 시장 조사 결과에서도 확인할 수 있습니다. 어도비와 옥스퍼드 이코노믹스가 전 세계 기업 임직원 3000명과 소비자 4000명을 대상으로 조사를 진행해 발표한 <2026년 AI 및 디지털 트렌드 조사> 보고서에선 응답 기업의 56%가 AI 투자 우선순위로 ‘더 개인화된 고객 경험 제공’을 꼽았으며, 향후 2~3년 동안 획기적인 고객 경험을 결정할 요소를 묻는 질문에는 응답 기업의 80%가 고객의 요구를 실시간으로 예측하는 고도로 개인화된 경험을 선택했습니다.

어도비는 기존 개인화 UX의 한계도 짚었는데요. 지난 6월 바룬 파마르 어도비 젠스튜디오 및 파이어플라이 엔터프라이즈 부문 수석부사장 겸 총괄은 “오랫동안 개인화는 미리 짜여인 여정과 고객군, 콘텐츠 유형을 개선하는 것을 의미했다”며 “이런 방식이 더 이상 의미가 없다는 이야기는 아니지만 이제 고객들은 몇 주, 몇 달 전에 설계된 여정을 그대로 따라가는 대신 즉각적으로 자신의 의도에 대응하기를 기대한다”고 설명하며 과거의 개인화 UX 디자인만으로는 최신 사용자 니즈에 대응할 수 없다고 지적했습니다.

LG전자는 자사의 가전 제품에 공감지능 AI를 더해 사용자의 공간과 상황을 이해한 최적화된 일상 경험 제공을 주요 전략으로 내세우고 있다(자료=LG전자)

국내에서도 초개인화 UX에 주목하는 흐름은 마찬가지입니다. 특히 국내의 경우 초개인화 UX를 선택사항이나 부차적인 요소가 아닌 AI 시대 제품 서비스 경쟁의 핵심으로 짚는 목소리도 나오고 있는데요.

유훈식 서울미디어대학원대학교 교수는 “LG 전자가 ‘공감지능’을 바탕으로 초개인화 경험을 새로운 가치 창출의 무기로 삼고 있듯이, 사용자 개개인을 이해하고 배려하는 디자인 철학이 곧 경쟁 우위로 직결되고 있다”며 “초개인화 UX를 구현한다면 사용자의 삶에 깊이 스며드는 감동적인 경험을 제공함과 동시에 브랜드에 대한 충성도를 얻어낼 수 있을 것”이라고 말하면서 AI 시대의 초개인화 UX를 성공적인 제품과 서비스를 결정짓는 핵심 요인이라고 강조했습니다.

UI·UX 디자이너, 경험의 범위와 방향 설계해야

어도비는 사용자가 서비스를 이용하며 마주하는 각 순간들의 경험을 구축해야 한다고 말한다(자료=어도비)

이처럼 개인화 UX가 한계를 마주하고 초개인화 UX로 확대되는 상황에서 전문가들은 UI·UX 디자이너의 핵심 역량에도 변화가 요구된다고 말합니다.

실제 국내 디자인 전문 에이전시 이모션 글로벌은 “과거엔 하나의 메인 화면만 설계하면 되었다면, 이제는 신규 사용자, 재방문 사용자, 구매 경험이 있는 사용자, 특정 카테고리를 선호하는 사용자 등 다양한 상황에 대응할 수 있는 경험을 설계해야 한다”고 강조하는 동시에, “개인화가 과도해질 경우 사용자가 정보 편향을 경험하거나 서비스의 전체 기능을 발견하지 못하는 문제가 발생할 수 있다. 따라서 사용자의 선택권을 보장하면서도 균형 잡힌 경험을 제공하는 UX 설계가 더욱 중요해질 것”이라고 조언했는데요.

해외에선 초개인화 UX 트렌드를 두고 아예 UI·UX 디자이너의 주요 역할이 바뀔 것이라는 분석도 나오고 있습니다. 특히 닐슨 노먼 그룹의 경우 이를 사용자 목표와 최종 결과에 더 큰 초점을 두는 ‘결과 중심적 디자인’으로의 전환이라고 말하면서 “우리는 인터페이스를 설계하는 것에서 결과를 설계하는 것으로 전환해야 한다. 궁극적으로 디자이너는 ‘매개변수와 제약 조건을 설계하는 사람’이 될 것”이라고 전망했죠.

결국 초개인화 UX 시대가 UI·UX 디자이너에게 던지는 질문은 ‘어떤 화면을 만들 것인가’가 아니라 ‘각각의 사용자에게 어떤 경험을 제공해야 하는가’이며, 이에 답하기 위해선 그 어느 때보다 사용자에 대한 깊은 이해가 필요해 보입니다.

출처 : ( https://ditoday.com/news/ )

원문기사링크 : https://ditoday.com/%ec%9c%a0%ed%8a%9c%eb%b8%8c%eb%8f%84-%eb%b0%94%eb%80%90%eb%8b%a4-%ec%9a%94%ec%a6%98-%ec%b4%88%ea%b0%9c%ec%9d%b8%ed%99%94-ux%ea%b0%80-%eb%9c%a8%eb%8a%94-%ec%9d%b4%ec%9c%a0/

옷보다 콘텐츠를 먼저 만들었다

Wed, 30 Sep 2026 23:25:41 GMT

AI가 기획·디자인·음악·마케팅까지…

패션 브랜드 만드는 공식을 뒤집은 ‘오리지니티’

첫 프로젝트 ‘디스코테카’로 가능성 시험

패션산업에서 인공지능(AI)은 더 이상 낯선 기술이 아니다. 생성형 AI로 광고 이미지를 만들고, 가상의 모델을 등장시키거나 상품 이미지를 제작하는 사례는 이미 어렵지 않게 찾아볼 수 있다. 소비자 데이터를 분석하고 상품 추천이나 고객 상담에 AI를 적용하는 기업도 빠르게 늘고 있다.

하지만 지금까지 패션업계에서 AI는 대부분 기존 비즈니스의 일부를 효율화하는 ‘도구’에 가까웠다. 사람이 브랜드를 기획하고 상품을 만든 뒤 촬영이나 광고, 마케팅 과정에서 AI의 도움을 받는 방식이다.

그런데 이 순서를 아예 뒤집으려는 시도가 등장했다.

AI를 마케팅에 사용하는 것이 아니라 브랜드를 만드는 처음부터 끝까지 AI를 개입시키는 것이다. 브랜드 콘셉트와 세계관을 만들고, 가상의 인물을 탄생시키며, 음악과 뮤직비디오를 제작한다. 여기서 끝나지 않는다. 그래픽과 상품 디자인, 콘텐츠, 자사몰과 커머스까지 연결한다.

20년 이상 패션 현장에서 상품과 브랜드를 만들어온 박지훈 CBO와 하성찬 CEO가 공동 설립한 AI 벤처 브랜드 스튜디오 ‘오리지니티(ORIGINITY)’가 시도하는 방식이다.

오리지니티라는 이름도 이들의 방향성을 보여준다. 시작을 의미하는 ‘Origin’, 정체성을 뜻하는 ‘Identity’, 무한한 확장성을 의미하는 ‘Infinity’를 결합했다. 이들이 만들려는 것은 하나의 패션 브랜드라기보다 AI 시대에 브랜드를 만들어내는 새로운 시스템에 가깝다.

‘옷을 만들고 알린다’는 패션의 공식을 뒤집다

전통적인 패션 브랜드의 출발점은 상품이다.

시즌 콘셉트를 정하고 디자인한다. 샘플을 만들고 수정한 뒤 생산 수량을 결정한다. 공장에서 옷이 나오면 모델과 사진가, 스튜디오를 섭외해 룩북을 촬영하고 광고를 제작한다. 이후 유통망을 확보하고 마케팅을 시작한다.

문제는 이때부터다. 소비자가 그 브랜드를 좋아할지 알기도 전에 이미 상당한 돈이 들어간다. 상품기획과 디자인, 샘플, 생산, 촬영, 광고, 유통 등에 자본을 투입해야 하고 예상만큼 팔리지 않으면 그 비용은 고스란히 재고와 손실로 남는다. 특히 신규 브랜드라면 위험은 더욱 크다. 오리지니티는 이 구조를 반대로 돌린다.

옷을 만들기 전에 먼저 브랜드를 만든다. 정확하게는 사람들이 기억할 수 있는 ‘세계’를 먼저 만든다.

브랜드의 정체성과 이야기를 설계하고 이미지와 캐릭터, 음악, 영상을 만들어 소비자에게 먼저 보여준다. 사람들이 어떤 콘텐츠에 반응하는지 살펴본 뒤 가능성이 확인되면 이를 실제 상품과 공간, 커머스로 확장한다.

옷을 만든 뒤 그럴듯한 이야기를 붙이는 것이 아니라 이야기를 먼저 만들고 그 이야기에 소비자가 반응하면 옷을 만드는 방식이다. ‘MAKE-TEST-STOP-SCALE’를 브랜드 루프로 표현한 이유다. 브랜드 가설을 만들고 콘텐츠로 시장 반응을 시험한 뒤, 반응이 없다면 멈추고 가능성이 확인되면 투자를 확대한다.

패션 비즈니스의 고질적인 문제인 재고 리스크를 바라보는 방식도 달라질 수 있다.

기존 방식에서는 이미 제품을 생산한 이후에 소비자 반응을 확인한다. 판매가 부진해도 그동안 투입한 비용 때문에 브랜드를 쉽게 접지 못한다. 재고를 소진하기 위해 할인하고 다시 마케팅 비용을 투입하면서 손실이 확대되는 경우도 적지 않다.

반면 오리지니티가 구상하는 모델에서는 여러 브랜드 아이디어를 상대적으로 작은 비용으로 시험할 수 있다. 반응이 없는 아이디어에는 더 이상 투자하지 않고, 반응이 확인된 브랜드에 자본과 인력을 집중한다.

결국 AI의 진짜 효용은 예쁜 이미지를 싸고 빠르게 만드는 데 있는 것이 아니라 브랜드 실패에 들어가는 비용을 낮추고 성공 가능성을 검증하는 시간을 단축하는 것일 수 있다는 얘기다.

AI가 브랜드를 만들었지만, 방향을 정한 것은 사람이다

여기서 흥미로운 대목이 하나 있다.

오리지니티의 실험을 ‘AI가 인간 디자이너를 대신한 브랜드’라고 규정하기 어렵다는 점이다. 오히려 정반대에 가깝다. 경험 많은 패션 디렉터 한 사람의 능력을 AI를 통해 어디까지 확장할 수 있는지를 시험하는 프로젝트다.

박지훈 CBO는 스포츠와 아웃도어, 라이프스타일 패션 분야에서 20년 이상 일했다. 내셔널지오그래픽 어패럴의 크리에이티브 디렉터를 비롯해 KANGOL, SUPRA, 2XU, NEPA, 데상트 등에서 상품기획과 브랜드 운영을 경험했다.

과거라면 하나의 브랜드를 만들기 위해 디자인팀, 상품기획팀, 콘텐츠팀, 촬영 스튜디오, 영상 제작사, 웹 개발사, 마케팅 조직이 각각 움직여야 했다.

오리지니티에서는 이 가운데 상당 부분을 AI가 ‘확장된 조직’처럼 수행한다.

박 CBO가 브랜드 콘셉트와 상품 구조를 설계하면 AI를 활용해 그래픽과 비주얼을 발전시키고 콘텐츠를 만든다. 이미지와 영상은 물론 음악과 가상 캐릭터까지 하나의 세계관 안에서 연결한다. 자사몰 구축과 운영 역시 이 시스템 안에 들어간다.

그렇다고 AI가 모든 것을 결정하는 것은 아니다.

AI는 수십, 수백 장의 이미지를 순식간에 만들어낼 수 있지만 어떤 이미지가 브랜드에 맞는지는 스스로 판단하지 못한다. 어떤 실루엣을 상품화해야 하는지, 어떤 소재를 선택해야 하는지, 무엇이 시장에서 팔릴 가능성이 있는지 결정하는 것은 결국 사람이다.

박 CBO가 강조하는 것도 이 지점이다. AI는 ‘요술램프 속 지니’가 아니다.

목표가 잘못돼 있으면 아무리 많은 명령을 내려도 좋은 결과가 나오지 않는다. 무엇을 만들어야 하는지 정의하고, 조건과 우선순위를 제시하며, 결과물을 평가한 뒤 다시 방향을 수정하는 능력이 필요하다.

AI 시대에 패션 전문가의 역할이 사라진다기보다 오히려 ‘안목과 디렉팅 능력의 격차’가 더 크게 벌어질 수 있다는 의미다. 자료에서도 AI가 증폭시키는 것은 결국 사용자의 안목과 경험이며, 상품과 시장을 이해하는 디렉터가 사용할 경우 한 사람의 업무 영역이 조직 단위로 확장될 수 있다고 설명한다.

패션 브랜드인데 옷보다 ‘밴드’를 먼저 만들었다

이 같은 방식으로 오리지니티가 처음 내놓은 프로젝트가 ‘디스코테카(DISKOTEKA)’다.

그런데 패션 브랜드를 만든다면서 가장 먼저 만든 것이 옷이 아니다. 밴드였다.

D.I.S.K는 단테(Dante), 아이리스(Iris), 솔(Sol), 키로(Kiro)로 구성된 4인조 혼성 가상 밴드다. 네 멤버의 이름 첫 글자를 조합해 밴드명을 만들었다.

오리지니티는 AI를 활용해 네 사람의 외모와 목소리를 설계했다. 여기에 음악과 앨범 아트워크, 뮤직비디오까지 제작했다. 작곡과 보컬, 캐릭터 비주얼과 영상 제작을 거쳐 총 8곡으로 구성된 첫 번째 앨범 ‘The Noise’도 완성했다.

여기까지만 보면 AI 가상 아이돌 프로젝트처럼 보일 수 있다.

그러나 D.I.S.K의 목적은 음악 자체에만 있지 않다. 밴드는 디스코테카라는 패션 브랜드의 세계관을 소비자에게 전달하는 주인공이다.

설정도 구체적이다. D.I.S.K 멤버들이 성수동에서 레코드숍을 운영하고 그 공간이 바로 ‘디스코테카’다. 가상의 이야기는 현실에서 패션 상품과 오프라인 문화 공간으로 이어진다.

옷의 패키지도 LP를 연상시키는 박스로 설계했다. QR코드를 스캔하면 D.I.S.K의 음악이 재생된다.

‘Scan-Play-Wear’. 스캔하고, 음악을 듣고, 옷을 입는다.

패션을 시각적인 영역에 한정하지 않고 음악과 영상, 캐릭터, 공간과 상품을 하나의 경험으로 연결하려는 것이다. 이 구조에서 옷은 브랜드 세계관의 출발점이 아니다. 이미 콘텐츠를 통해 만들어진 세계를 현실에서 소유하는 하나의 매개체가 된다.

마케팅을 위한 콘텐츠가 아니라, 콘텐츠가 마케팅이 된다 더 주목할 부분은 콘텐츠와 마케팅의 관계다.

기존 패션 브랜드는 상품을 알리기 위해 콘텐츠를 만든다. 룩북도, 광고도, SNS 영상도 궁극적으로 옷을 판매하기 위한 마케팅 수단이다.

디스코테카는 반대다.

소비자가 아직 옷을 보지 못한 상태에서 음악과 영상을 먼저 접한다. 콘텐츠가 사람을 모으고, 그 사람들이 나중에 브랜드의 잠재 고객이 되는 구조다.

실제 D.I.S.K의 ‘Paper Cut Moon’ 영상은 별도의 광고 집행 없이 유튜브에서 조회 반응이 나타났으며 쇼츠에서도 광고에 의존하지 않은 유입이 발생하고 있다고 회사 측은 설명한다. 다만 오리지니티 역시 이를 아직 ‘성공’으로 규정하지 않는다. 제품 정식 판매 이전인 만큼 콘텐츠에 대한 관심이 실제 구매로 전환되는지를 확인해야 하기 때문이다.

이 대목은 상당히 중요하다.

AI로 수십만 조회 수를 만드는 것과 패션 브랜드로 돈을 버는 것은 완전히 다른 문제이기 때문이다.

AI 캐릭터가 아무리 매력적이고 뮤직비디오가 화려해도 소비자가 받아든 티셔츠의 원단이 좋지 않거나 봉제가 엉망이라면 브랜드는 살아남을 수 없다. 핏과 소재, 가격, 생산수량, 배송, CS와 오프라인 경험은 결국 현실의 영역이다.

그래서 오리지니티에는 또 하나의 축이 있다.

공동창업자인 하성찬 CEO다. 하 CEO는 20년 이상 글로벌 패션기업에서 상품기획과 생산, 공급망 운영을 담당해온 인물이다. 박지훈 CBO가 AI를 이용해 가상의 세계와 콘텐츠를 만든다면 하 CEO는 이를 원가와 생산, 품질과 납기라는 현실의 패션 비즈니스로 옮기는 역할을 담당한다.

결국 이 회사의 경쟁력은 AI만으로 설명하기 어렵다. 20년간 브랜드를 만들어온 크리에이티브 경험과 20년간 상품을 생산해온 제조·공급망 경험 사이에 AI를 집어넣었다는 것에 가깝다.

AI는 패션의 ‘도구’에서 ‘운영체제’가 될 수 있을까 이 때문에 오리지니티의 실험은 디스코테카라는 신생 브랜드 하나의 성공 여부보다 조금 더 큰 질문을 던진다.

AI는 패션산업의 비용 구조를 바꿀 수 있을까.

지금까지 패션기업들이 AI를 바라보는 시각은 상당 부분 ‘효율화’에 맞춰져 있었다. 광고 이미지를 더 싸게 만들고, 카피를 빠르게 쓰고, 소비자 데이터를 분석하고, 상품 이미지를 생성하는 식이다.

오리지니티가 한 발 더 나아간 부분은 각각 떨어져 있던 AI 활용을 하나의 브랜드 비즈니스 안에 연결하려 한다는 것이다.

기획부터 세계관, 캐릭터, 음악, 영상, 디자인, 콘텐츠, 마케팅, 상품과 커머스까지 AI를 관통시키면 기존에 수십 명이 필요했던 브랜드 조직의 형태 자체가 달라질 가능성이 있다.

특히 신규 브랜드에는 의미가 크다.

패션 비즈니스에서 가장 무서운 것은 실패 그 자체보다 실패했다는 사실을 너무 늦게 알게 되는 것이다. 수천 장의 제품을 생산하고 매장을 열고 광고비를 집행한 다음에야 소비자가 원하지 않는 브랜드였다는 사실을 알게 된다.

AI를 통해 브랜드의 가설을 빠르게 만들고 콘텐츠 단계에서 소비자의 반응을 시험할 수 있다면 이 시간을 앞당길 수 있다. 여러 개의 아이디어를 작은 단위로 실험하고 살아남은 브랜드에만 생산과 유통 자원을 집중하는 일종의 ‘브랜드 포트폴리오 방식’이 가능해지는 것이다.

하지만 아직은 실험이다.

디스코테카는 이제 출발선에 서 있다. 회사 측 역시 제품 판매가 본격화되지 않은 상황에서 사업 모델의 성공을 단정하기 어렵다고 인정한다. 콘텐츠의 조회 수가 구매로 이어지는지, AI가 만들어낸 속도와 효율성이 실제 상품의 완성도와 안정적인 운영으로 연결되는지 검증해야 할 과제가 남아 있다.

어쩌면 바로 이 지점 때문에 디스코테카가 더 흥미롭다.

AI가 만든 화려한 이미지를 보여주는 또 하나의 캠페인이 아니라, AI를 패션 비즈니스의 중심에 넣었을 때 실제 브랜드가 어디까지 만들어질 수 있는지를 시장에서 시험하고 있기 때문이다.

지금까지 패션은 옷을 먼저 만들고 이야기를 만들었다.

오리지니티는 이야기를 만들고, 음악을 만들고, 사람을 모은 다음 옷을 만든다.

이 실험이 성공한다면 앞으로 패션 브랜드의 창업 풍경도 달라질 수 있다. 거대한 사무실과 수십 명의 조직, 수천 장의 초도 물량을 준비하는 대신 경험 많은 디렉터와 AI, 그리고 생산을 현실화할 소수의 전문가가 하나의 브랜드를 만들어내는 시대가 올 수도 있다. 그래서 오리지니티가 던지는 질문은 ‘AI가 디자이너를 대신할 수 있는가’가 아니다.

‘AI를 가진 디렉터 한 사람은 과연 어디까지 브랜드가 될 수 있는가’에 가깝다.

그리고 그 답을 확인하기 위한 첫 번째 트랙이 이제 막 재생되기 시작했다. 그리고 최근에는 소비자와의 접점을 강화하기 위해 성수 서울숲에 오프라인 1호 매장도 오픈했다.

이번 ‘디스코테카’ 론칭은 단순히 AI가 도입된 패션 브랜드라는 점에서만 출발하지 않을 지도 모른다. ‘브랜드를 만드는 방식 자체를 바꿀 수 있는가’에 대한 시험대일 수도 있을 것이다.

출처 : ( https://fpost.co.kr/board/ )

원문기사링크 : https://fpost.co.kr/board/bbs/board.php?bo_table=special&wr_id=1816

사용자를 읽는 방법이 바뀌고 있다 ③ AI는 사용자를 대신할 수 있을까 - 최승환 마크로밀엠브레인 상무이사

Wed, 30 Sep 2026 01:12:26 GMT

사용자를 읽는 방법이 바뀌고 있다 — 데이터와 AI로 확장되는 UX 리서치

최승환 마크로밀엠브레인 상무이사

2026년 9월 16일 한국디자인진흥원 AX사업실 초청으로 마크로밀엠브레인 최승환 상무가 발표하고 토론을 나누었던 내용을 바탕으로, 실제 기업에서 새롭게 시도되고 있는 새로운 사용자조사 방법이 어떻게 변화를 맞이하고 있는지 살펴본다. 전체 내용은 주제별로 총 3편으로 구성하였다. 1편에서는 사용자에게 묻는 조사에서 행동을 읽는 조사로의 변화, 2편에서는 AI가 사람의 행동 속에서 우리가 미처 발견하지 못했던 니즈를 찾아내는 방법, 3편에서는 다시 첫 질문으로 돌아가 합성사용자가 실제 사용자를 대신할 수 있는가를 다룬다. 1편은 ‘변화’, 2편은 ‘발견’, 3편은 ‘대체 가능성에 대한 판단’이다.

③ AI는 사용자를 대신할 수 있을까

합성사용자의 가능성과 한계, 그리고 AI로 발견하고 사람으로 검증하는 리서치

-> 발표자료 보기

1편에서는 합성된 인간 데이터가 늘어나는 시대일수록 실제 인간의 행동과 그 의미, 맥락을 담은 Real Human Data가 중요해질 수 있다고 보았다.
합성 소비자는 실제 인간을 어디까지 대신할 수 있을까? 수백만 명의 가상 한국인이 있다면, 우리는 실제 사용자를 만나지 않고도 사용자조사를 할 수 있을까?

2026년 엔비디아가 공개한 한국형 Nemotron Personas 데이터셋에는 한국의 실제 인구 분포를 반영해 합성한 대규모 페르소나가 담겨 있다. 나이, 성별, 직업, 교육 수준, 거주지역뿐 아니라 관심사와 성격 등의 특성을 조합해 만들어진 가상의 사람들이다.[1]

예를 들어 새로운 공기청정기를 개발한다고 해보자. 실제 영유아 자녀를 둔 부모 수백 명을 모집하지 않아도 데이터셋에서 조건에 맞는 합성사용자를 골라 새로운 콘셉트를 보여주고 평가를 요청할 수 있다. 무엇이 마음에 들고 무엇이 불편한지, 구매할 의향이 있는지, 어떤 점을 개선해야 하는지도 물어볼 수 있다. 시간도 빠르다. 참가자를 모집하고 일정을 잡고 조사하는 대신 짧은 시간 안에 수백 명에게 질문을 던질 수 있다.

최승환 마크로밀엠브레인 상무는 최근 합성 소비자를 대상으로 설문뿐 아니라 인터뷰와 사용성 평가까지 시도되고 있다고 설명한다.[2] 여기까지만 보면 사용자조사의 오랜 숙제가 한꺼번에 해결된 것처럼 보인다. 그런데 문제가 하나 있다. 그들의 대답을 믿어도 되는 것일까?

가상의 소비자와 실제 소비자에게 같은 질문을 해봤다

마크로밀엠브레인은 합성 소비자와 실제 소비자에게 같은 질문을 던져 결과를 비교하는 실험을 진행했다. 차이는 생각보다 분명했다.

예를 들어 평소 먹는 비스킷을 물었을 때 합성 소비자는 오래된 유명 브랜드를 상대적으로 많이 선택했지만, 실제 패널의 응답에서는 다른 결과가 나타났다. 최 상무는 그 원인 가운데 하나로 AI가 학습한 정보와 현재 소비시장 사이의 시간차를 지적한다.[3]

AI가 참고하는 정보에는 오랫동안 시장에 존재했던 브랜드와 제품에 관한 내용이 많이 축적돼 있다. 반면 최근 등장한 브랜드와 빠르게 변화하는 소비행동은 상대적으로 적게 반영될 수 있다.

저당 제품에서도 비슷한 현상이 나타났다. 실제 소비자에게 저당 제품을 살 때 무엇을 고려하는지 묻자 맛과 당 함량뿐 아니라 브랜드도 구매 판단에 영향을 주었다. 하지만 합성 소비자의 응답에서는 브랜드의 영향이 잘 나타나지 않았다. 저당 제품 시장 자체가 비교적 최근 빠르게 형성됐기 때문에 AI가 참고할 만한 브랜드 관련 정보가 충분히 축적되지 않았을 가능성이 있다는 것이 최 상무의 해석이다.[4] 합성사용자는 현재를 살고 있는 것처럼 말하지만, 그 판단의 재료는 상당 부분 과거에 축적된 세계에서 온다.

통계적으로 그럴듯한 사람과 실제 사람은 다르다

이 문제는 합성사용자의 구조적 특성과도 관련된다. 엔비디아의 한국형 Nemotron Personas는 실제 통계를 활용해 한국의 인구학적·지리적 분포에 가깝도록 합성한 것이기에[1] ‘서울에 거주하는 30대 직장인’, ‘농촌지역에 사는 고령자’처럼 특정 집단을 통계적으로 그럴듯하게 재현하는 것에는 강점이 있다. 그러나 실제 인간은 인구통계 변수의 합보다 훨씬 복잡하다. 30대, 여성, 직장인, 서울 거주라는 조건이 같더라도 최근에 겪은 경험, 가족관계, 좋아하는 브랜드, 어제 본 광고, 친구의 권유, 그날의 기분에 따라 판단은 달라진다.

엔비디아 역시 데이터셋 설명에서 공개 통계의 시의성과 데이터 가용성에 한계가 있으며, 일부 변수의 관계를 구성할 때 독립성 가정을 사용했다고 밝히고 있다.[1]

인구 분포를 정교하게 재현했다고 해서 개인의 실제 삶까지 재현되는 것은 아니다. 이 차이는 UX 리서치에서 특히 중요하다. 사용자경험은 평균적인 사람이 무엇을 선호하는지만 다루는 것이 아니라 특정 상황에서 사람이 왜 멈추고, 망설이고, 우회하고, 때로는 자신도 설명하지 못하는 선택을 하는지를 이해하는 일이기 때문이다.

그렇다면 합성사용자는 쓸모가 없는 것일까? 그렇지는 않다. 최 상무는 이를 ‘발견’과 ‘검증’의 차이로 설명했다. 마크로밀엠브레인의 비교 실험에서는 질문의 성격에 따라 합성 소비자가 실제 소비자와 비슷한 방향을 보이는 경우도 있었다. 특히 새로운 콘셉트를 보여주고 구매 의향처럼 여러 조건을 종합해 판단하도록 했을 때 실제 소비자와 합성 소비자의 응답 경향이 비교적 비슷하게 나타나는 경우가 있었다고 한다.[5]

반면 현재의 실제 행동이나 구체적인 인식, 최신 시장상황을 정확하게 재현하는 데에는 한계가 나타났다. 이 차이를 보면 합성사용자를 어디에 활용해야 할지가 조금 더 명확해진다.

“어떤 문제가 있을 수 있는가?”, “무엇을 더 조사해야 하는가?”, “우리가 놓치고 있는 질문은 무엇인가?” 를 빠르게 찾는 데는 유용하다. 하지만 그중 무엇이 실제 사용자에게 가장 중요한지, 얼마나 많은 사람이 같은 문제를 겪고 있는지, 실제 행동으로도 나타나는지를 판단하려면 결국 실제 사람에게 돌아가야 한다.[6]

정답을 묻기보다 질문을 찾는 데 사용한다

이 관점에서 보면 합성사용자의 가장 흥미로운 용도는 조사를 대신하는 것보다 조사를 준비하는 것에 있다.

가령 새로운 서비스 콘셉트가 있다고 해보자. 기존 방식이라면 연구자가 먼저 가설을 세우고 조사문항을 만든 뒤 사용자를 모집한다. 그런데 연구자가 미처 생각하지 못한 문제가 있다면 질문 자체가 만들어지지 않는다. 합성사용자 수백 명에게 먼저 콘셉트를 보여주면 상황이 달라진다. 여러 합성사용자가 지적하는 불편과 우려를 모은다. 비슷한 문제를 묶는다. 새로운 가설을 만든다. 그리고 그중 검증해야 할 질문을 골라낸다. 그다음 실제 사용자를 만난다. 이렇게 하면 조사 과정은 다음과 같이 바뀐다.

합성사용자 탐색 → 문제 후보 발견 → 가설과 조사문항 정교화 → 실제 사용자 조사 → 중요도와 맥락 검증

최 상무는 이를 하이브리드 리서치의 한 방향으로 보고 있다. 합성 소비자를 먼저 활용해 조사 디자인과 가설을 정교화하고, 실제 소비자를 대상으로 다시 검증하는 순차적 방식이다.[6] 사용자를 AI로 바꾸는 것이 아니라 AI와 실제 사용자를 서로 다른 단계에 배치하는 것이다.

정책과 공공서비스에서도 같은 원리가 적용될 수 있다

이 접근은 제품개발뿐 아니라 정책이나 공공서비스에서도 생각해볼 수 있다. 새로운 정책 초안이나 서비스를 실제 시민에게 보여주기 전에 다양한 조건의 합성사용자에게 먼저 검토하게 할 수 있다.

고령자라면 어떤 부분이 어려울까. 육아 중인 맞벌이 가구라면 무엇이 문제일까. 지역에 따라 이용조건이 달라지지는 않을까. 정보를 이해하지 못할 가능성은 어디에 있을까…

짧은 시간 안에 많은 문제 후보를 찾는 데에는 도움이 될 수 있다. 그러나 합성사용자가 “이 문제가 가장 중요하다”고 답했다고 해서 정책 우선순위를 그대로 결정해서는 곤란하다.

최 상무도 큰 문제의 흐름을 발견하는 데에는 합성 소비자가 유용할 수 있지만, 무엇이 실제로 더 중요한지 판단하려면 실제 사람에게 검증해야 한다고 강조했다.[6]

공공서비스디자인에서는 이 구분이 더욱 중요하다. 정책의 대상인 시민은 조사 데이터의 원천이기 전에 그 결정의 영향을 실제로 받는 사람이기 때문이다. AI가 시민의 목소리를 대신하는 것이 아니라, 시민에게 무엇을 물어봐야 할지 더 잘 준비하는 데 사용하는 편이 합리적이다.

실제 사람을 닮은 ‘디지털 트윈 소비자’도 등장하고 있다

한편 합성사용자를 실제 인간에 더 가깝게 만들려는 시도도 시작되고 있다. 엔비디아의 페르소나가 주로 공개 통계를 기반으로 한국인의 분포를 합성한다면, 마크로밀엠브레인은 자사가 보유한 약 180만 명의 소비자 패널 데이터를 활용하는 다른 가능성을 연구하고 있다. 실제 패널의 프로파일과 행동·인식 데이터를 학습시켜 특정 실제 소비자의 특성을 보다 정교하게 반영한 ‘디지털 트윈 소비자’를 만들 수 있지 않을까 하는 것이다.

최 상무는 이를 현재 R&D 단계의 시도로 소개했으며, 아직 결과가 검증된 방법론은 아니다.[7] 하지만 방향은 흥미롭다. 오늘의 합성사용자가 ‘통계적으로 그럴듯한 사람’이라면 앞으로는 지속적으로 축적되는 실제 행동데이터를 바탕으로 특정 인간에 가까운 디지털 모델이 만들어질 가능성이 있기 때문이다. 그렇게 되면 사용자조사에서 AI와 인간의 경계는 지금보다 훨씬 더 복잡해질 것이다.

사용자를 없애는 기술이 아니라, 사용자를 만나는 순서를 바꾸는 기술

연재를 시작하며 던졌던 질문에 답해보자.

AI는 사용자를 대신할 수 있을까?

현재까지의 사례를 보면 일부 조사 과정은 대신할 수 있지만, 실제 사용자 자체를 대신한다고 보기는 어렵다. 합성사용자는 빠르다. 많은 가설을 만들고, 문제 후보를 찾고, 다양한 관점에서 콘셉트를 검토하는 데 유용하다. 하지만 실제 사람의 현재 행동, 새로운 문화와 유행, 상황에 따른 감정, 자신도 제대로 설명하지 못하는 망설임과 적응까지 재현하는 데에는 아직 큰 간극이 있다. 그래서 더 현실적인 방향은 대체가 아니라 역할 분담이다. AI로 넓게 탐색하고, 실제 사람에게 깊게 묻는다. AI로 문제를 발견하고, 사람으로 검증하는 것이다.

1편에서 살펴본 Real Human Data의 의미도 여기서 다시 드러난다. 합성 소비자가 더 정교해질수록 그것이 실제 인간을 얼마나 잘 재현하고 있는지를 판단할 기준이 필요하다. 실제 사람의 행동, 그 행동의 의미와 맥락을 담은 데이터가 없다면 합성된 인간이 얼마나 현실과 가까운지 검증하기 어렵다. 따라서 Real Human Data는 합성 소비자의 반대편에 있는 데이터가 아니다. 오히려 합성 소비자를 만들고, 학습시키고, 검증하기 위해 계속 참조해야 할 Ground Truth에 가깝다. 이렇게 보면 AI는 사용자조사를 없애는 기술이라기보다 사용자를 언제, 왜 만나야 하는지를 바꾸는 기술에 가깝다.

사용자를 읽는 방법이 바뀌고 있다

이번 연재에서 살펴본 변화는 세 단계로 정리할 수 있다.

1편에서는 사용자에게 묻는 조사에서 행동을 읽는 조사로 이동하는 변화를 살펴봤다. 설문과 인터뷰에 구매기록, 화면, 영상 같은 행동데이터가 더해지고 있었다.

2편에서는 AI가 많은 행동을 분석하면서 말과 행동 사이의 차이, 사용자가 스스로 명확히 인식하지 못한 문제까지 찾을 가능성을 살펴봤다.

3편에서는 한 걸음 더 나아가 실제 사용자를 만나기 전에 합성사용자와 먼저 대화하는 조사가 등장하고 있음을 확인했다.

변하지 않는 것도 있다. 사용자를 이해한다는 것은 데이터를 많이 모으는 것만을 의미하지 않는다. 무엇을 했는지 보고, 왜 그렇게 했는지 묻고, 그 행동이 일어난 맥락을 이해하는 일이다. AI는 그 과정을 훨씬 빠르고 넓게 확장하고 있다. 그러나 마지막에 남는 질문은 여전히 인간에게 있다. 이것이 실제 사람에게도 정말 중요한 문제인가? 사용자를 읽는 방법은 바뀌고 있지만, 사용자조사의 기준점은 아직 사람이다.

최승환

㈜마크로밀엠브레인 상무이사. 약 25년간 신제품 개발(NCD), UX·UI, 디자인 리서치, 정성조사와 에스노그래피 분야에서 활동해온 UX 리서치 전문가다.
삼성전자 Account Manager로 다양한 신제품 및 UX 리서치 프로젝트를 수행해왔다.
홍익대학교 산업디자인학 석사.

2026년 4월 산업단지정책해커톤에 서비스디자이너·퍼실리테이터로 참여했으며, 그가 참여한 ‘붕어빵’ 팀의 ‘온통(On-通)이음 정류장’이 최고상인 산업통상부장관상을 수상했다.

주석

[1] NVIDIA, Nemotron Personas (ko_KR), NVIDIA NGC, 2026. 한국형 데이터셋은 KOSIS, 대법원, 국민건강보험공단, 한국농촌경제연구원 등의 통계를 활용해 실제 한국의 인구학적·지리적 분포를 반영하도록 합성되었다. 공식 페이지의 ‘Dataset Quantification’은 100만 레코드에 총 700만 개의 persona descriptions라고 설명하지만, 같은 페이지의 ‘Dataset Details’에는 1,000만 personas라고 표기되어 수량 표현에 차이가 있다. 또한 공개 데이터의 시의성·가용성과 변수 간 독립성 가정을 데이터셋의 한계로 밝히고 있다.

[2] 최승환, 한국디자인진흥원 발표, 2026.9.16. 합성 소비자를 대상으로 설문, 인터뷰, 사용성 평가 등의 시도가 확대되고 있으며, 새로운 콘셉트의 문제점 탐색과 사전 가설 설정에 활용할 수 있다고 설명했다.

[3] 같은 발표. 실제 패널과 합성 소비자의 비스킷 관련 응답을 비교했을 때 상당한 차이가 나타났으며, 발표자는 AI가 학습한 정보와 현재 시장 사이의 시간차 및 오래된 브랜드 정보의 누적을 원인 가운데 하나로 해석했다. 자동 녹취에서 일부 제품명이 불명확해 본문에서는 구체적인 브랜드명을 생략했다.

[4] 같은 발표. 저당 제품 구매 시 실제 소비자는 브랜드를 주요 고려요소 가운데 하나로 응답했지만 합성 소비자에서는 브랜드가 잘 나타나지 않았으며, 발표자는 비교적 최근 형성된 제품군에 대한 학습정보 부족 가능성을 제시했다.

[5] 같은 발표. 마크로밀엠브레인의 내부 비교에서는 콘셉트 구매 의향과 같은 일부 항목에서 실제 소비자와 합성 소비자의 응답이 비슷한 방향성을 보였다고 소개했다. 다만 발표 당시 비교 표본 수를 발표자가 정확하게 확인하지 못했으므로, 이를 합성 소비자 전반의 정확도를 입증하는 결과로 일반화해서는 안 된다.

[6] 같은 발표 및 질의응답. 합성 소비자를 먼저 활용해 문제와 가설을 탐색하고 실제 소비자에게 중요도와 우선순위를 검증하는 하이브리드 조사 방식을 설명하면서 “발견과 검증은 좀 차이가 있다”고 강조했다.

[7] 같은 발표. 마크로밀엠브레인은 약 180만 명의 소비자 패널 프로파일을 활용해 합성 소비자의 정확도를 높이는 ‘디지털 트윈 소비자’ 접근을 R&D 차원에서 연구하고 있다고 설명했다. 아직 연구 중인 접근으로, 성과가 검증된 방법론으로 소개된 것은 아니다.

-----

사용자를 읽는 방법이 바뀌고 있다 — 데이터와 AI로 확장되는 UX 리서치

최승환 마크로밀엠브레인 상무이사

1편 사용자에게 묻는 시대에서, 행동을 읽는 시대로 - 설문과 인터뷰를 넘어 구매기록, 화면, 영상에서 실제 사용자를 이해하는 방법

2편 AI는 우리가 보지 못했던 사용자를 발견할 수 있을까 - 행동과 인식의 차이에서 잠재 니즈를 찾아내는 새로운 사용자조사

3편 AI는 사용자를 대신할 수 있을까 - 합성 소비자의 가능성과 한계, 그리고 AI로 발견하고 사람으로 검증하는 리서치

발표자료

사용자를 읽는 방법이 바뀌고 있다 ② AI는 우리가 보지 못했던 사용자를 발견할 수 있을까 - 최승환 마크로밀엠브레인 상무이사

Wed, 30 Sep 2026 01:12:06 GMT

사용자를 읽는 방법이 바뀌고 있다 — 데이터와 AI로 확장되는 UX 리서치

최승환 마크로밀엠브레인 상무이사

② AI는 우리가 보지 못했던 사용자를 발견할 수 있을까

행동과 인식의 차이에서 잠재된 문제를 찾아내는 새로운 사용자조사

-> 발표자료 보기

사용자에게 물었다.

“이 기능은 어떻습니까?”

“좋습니다. 편리할 것 같아요.”

그런데 실제로 사용하게 해보니 손을 뻗다가 멈춘다. 다시 시도하려다 또 멈춘다. 말로는 좋다고 했지만 행동은 주저하고 있다. 무엇이 진짜 사용자의 경험일까?

1편에서는 사용자조사가 설문과 인터뷰를 통한 Response Data에서 실제 구매·사용행동을 보는 Behavior Data, 그리고 행동에 상황과 이유를 결합하는 Real Human Data로 확장되고 있음을 살펴봤다. 그런데 행동을 볼 수 있게 되면서 또 다른 질문이 생긴다.

사용자 자신도 모르는 문제를 행동에서 발견할 수 있을까?

이번 글에서는 AI가 대량의 행동을 분석하면서 기존 사용자조사에서 놓치기 쉬웠던 ‘말과 행동 사이의 틈’을 어떻게 찾아내고 있는지 살펴본다.

“좋아요”라고 말하면서 왜 손을 멈췄을까

최승환 마크로밀엠브레인 상무가 소개한 사례 중 하나는 AI 글래스의 사용행동이다. AI 글래스를 쓰고 상대방과 대화하면 눈앞에서 상대방에 관한 정보를 확인하거나 실시간 번역 같은 기능을 사용할 수 있다. 참가자들의 평가도 긍정적이었다. 상대방의 정보를 보면서 이야기할 수 있고 외국인과 대화할 때도 도움이 될 것이라고 답했다. 그런데 실제 대화 장면을 영상으로 살펴보자 다른 모습이 나타났다. 기능을 사용하려고 손가락을 올리다가 멈칫했다. 다시 시도하려다가 또 멈췄다.
이유를 물어보니 기능 자체가 어려워서가 아니었다. 상대방이 자신의 손동작을 보고 “나를 촬영하거나 정보를 검색하고 있는 것 아닐까?”라고 생각할까 걱정됐던 것이다. 기능은 편리하지만 그것을 사용하는 행위가 상대방에게 불쾌감을 줄 가능성을 의식하고 있었다.[1] 여기서 문제는 기기의 기능이나 사용성만으로 설명되지 않는다.

이것은 사회적 수용성(Social Acceptability)의 문제다. 버튼의 위치를 바꾸는 것만으로 해결되지 않을 수도 있다. 상대방에게 조작 사실이 지나치게 드러나지 않는 제스처나 시선 인터랙션처럼, 새로운 방식의 상호작용을 고민해야 할 수도 있다. 인터뷰에서 “이 기능이 좋은가?”라고 물었을 때는 보이지 않았던 문제가 실제 행동을 관찰하자 드러난 것이다.

사람은 자신이 불편하다는 사실을 항상 알고 있을까

최승환 상무가 소개한 B×P Gap(Behavior × Perception Gap Analysis)은 실제 행동에서 나타나는 문제와 사용자가 스스로 인식하는 불편을 교차해 살펴보는 방법이다.

한쪽에는 실제 행동에서 문제 징후가 나타나는가, 다른 한쪽에는 사용자가 그 상황을 불편하다고 인식하는가를 놓는다. 여기서 행동의 문제란 단순한 실수만을 의미하지 않는다. 같은 행동의 반복, 비정상적으로 긴 멈춤, 불필요한 우회, 과업 중단처럼 목적을 달성하는 과정에서 나타나는 마찰도 포함한다. 두 축을 교차하면 네 가지 상황이 나타난다.

Explicit Need: 행동에도 문제가 있고 사용자도 불편을 인식한다. 사용자가 문제를 설명하고 개선을 요구할 수 있는 영역이다.

Perceived Need: 행동상 뚜렷한 문제는 없지만 사용자가 심리적·인지적 불편을 느낀다.

Latent Need: 행동에서는 문제가 나타나지만 사용자는 이를 문제로 인식하지 못한다. B×P Gap에서 특히 주목하는 영역이다.

Stable Experience: 행동에도 특별한 문제가 없고 사용자도 불편을 느끼지 않는 안정된 경험이다.

그림) B×P Gap(Behavior × Perception Gap Analysis)

행동에서 나타나는 문제와 사용자가 인식하는 불편을 교차해 명시적·인지된·잠재적 요구와 안정된 경험을 구분한다.

이 구분에서 서비스디자인 관점으로 특히 흥미로운 것은 잠재 니즈 Latent Need이다.

사람들은 반복되는 불편에 적응하기도 한다. “원래 이런 것이다”라고 생각하면 실제 행동에는 계속 마찰이 발생해도 설문에서 ‘불편하다’고 답하지 않을 수 있다. 그래서 사용자의 진술만 보면 문제가 없지만 행동을 함께 보면 문제가 보이는 영역이 생긴다.

AI 글래스 사례가 이를 잘 보여준다. 참가자들은 대화 중 AI 글래스 사용의 편리성을 5점 만점에 4.2점으로 높게 평가했다. 말만 들으면 긍정적인 경험이다. 그런데 실제 행동을 촬영하자 기능을 실행하기 직전에 평균 2.8초간 멈추는 행동이 나타났다. 글래스를 터치하려고 손을 올렸다가 멈추고 다시 내리기도 했다. 왜 그랬을까?

기능이 어려워서가 아니었다

상대방이 자신의 행동을 보고 “나를 촬영하거나 정보를 확인하고 있는 것 아닐까?”라고 생각할 것을 우려했기 때문이다.

즉, Perception: “편리하다.” - Behavior: “사용하려다 멈춘다.” 이것은 말과 행동 사이에 간극이 나타난 것이다. 여기서 발견되는 문제는 버튼 위치나 조작 단계 같은 전통적인 사용성만으로 설명되지 않는다. 사회적 수용성(Social Acceptability)의 문제다. 기능은 편리하지만 그것을 사용하는 모습이 상대방에게 불편함이나 의심을 줄 수 있다.

따라서 개선 방향도 “더 쉽게 누르게 한다”에서 끝나지 않는다. 손으로 기기를 직접 조작하지 않아도 되는 눈에 덜 띄는 핸즈프리 인터랙션(Socially Discreet Hands-free Interaction)과 같은 새로운 방향을 검토할 수 있다. 이 사례가 보여주는 것은 AI가 곧바로 잠재 니즈를 ‘알아낸다’는 것이 아니다. 영상에서 멈춤이나 반복 같은 행동 신호를 찾아내고, 그 이유를 다시 사용자에게 물음으로써 말과 행동 사이의 간극을 발견할 수 있다는 것이다.

B×P Gap에서 특히 주목할 부분은 Latent Need다. 실제 행동에는 문제가 나타나지만 사용자는 이를 불편으로 인식하지 않는 경우다.

예를 들어 프라이팬을 닦으면서 같은 동작을 여러 번 반복하는 사람이 있다고 하자. “기름이 잘 안 닦여서 손목이 아프다”고 말한다면 문제를 이미 인식하고 있으므로 Explicit Need에 가깝다. 반면 같은 행동을 반복하면서도 “원래 프라이팬은 이렇게 닦는 것 아닌가요?”라고 생각한다면 다르다. 불편에 적응해 그것을 문제라고 인식하지 못하는 것이다. 이런 문제는 “불편한 점이 있습니까?”라고 묻는 것만으로는 발견하기 어렵다. 행동과 인식을 함께 봐야 하는 이유다.[3] 다만 명시적 요구와 잠재적 요구 등의 구분은 연구 분야와 방법론에 따라 경계가 다르게 사용된다. 여기서는 최승환 상무가 소개한 B×P Gap 분석 틀에 따른 구분으로 이해할 필요가 있다.[4]

행동이 이상하면, 다시 사람에게 묻는다

행동에서 이상한 패턴을 발견했다고 해서 그 의미까지 자동으로 알 수 있는 것은 아니다. 손을 멈췄다는 사실은 영상에서 발견할 수 있다. 하지만 왜 멈췄는지는 다시 사람에게 물어야 한다. 여기서 1편에서 살펴본 Behavior Data가 다시 Real Human Data로 연결된다.

마크로밀엠브레인은 AI가 인터뷰 질문을 만들고 직접 인터뷰까지 진행하는 방식도 시험하고 있다. 미리 정해놓은 질문을 읽어주는 수준이 아니다. 응답자의 답변을 바탕으로 다음 질문을 생성하는 방식이다.[5]

예를 들어 스마트폰 홈화면을 독특하게 구성한 사용자를 발견했다고 해보자.

“왜 이렇게 앱을 배치했습니까?”

사용자가 “자주 쓰는 것을 바로 누를 수 있게 배치했다”고 답하면 AI는 다시 자주 사용하는 앱과 위젯을 묻는다. 배경화면과 색상을 바꾸는 이유를 답하면 그것이 취향과 어떤 관련이 있는지도 이어서 질문한다. 실제 시연에서 한 사용자는 자신의 스마트폰 화면을 두고 “제 취향을 보여주는 것이라고 생각한다”고 설명했고, 앞으로는 시간과 상황에 따라 홈화면이 자동으로 달라지기를 바란다고 답했다.[6] 처음에 수집한 것은 화면 한 장이었다. AI는 화면에서 특징을 찾고, 특정 사용자를 골라내고, 다시 그 사람에게 이유를 묻는다.

데이터 → 행동 패턴 발견 → 사용자 인터뷰 → 맥락 이해

사용자조사의 여러 단계가 이어지기 시작한다.

AI가 잘하는 일과 사람이 해야 하는 일

여기서 AI의 역할이 조금 더 분명해진다. AI가 특히 강한 영역은 양의 문제다. 사진 수백 장을 분류하고, 영상 수천 개를 나누고, 반복되는 행동을 찾고, 비슷한 패턴을 묶는 일은 사람이 하기에는 많은 시간이 든다. 반면 “왜 이런 행동을 했는가”, “이 행동이 어떤 의미를 갖는가”, “무엇을 문제로 규정해야 하는가”에는 여전히 사람의 판단이 필요하다. 따라서 AI가 사용자조사에 들어오면서 연구자의 일이 사라진다기보다 역할이 달라질 가능성이 크다.

연구자가 모든 데이터를 직접 읽는 사람에서, 무엇을 관찰해야 하는지 정하고, AI가 찾아낸 이상징후를 해석하며, 다시 어떤 질문을 던질지 결정하는 사람으로 이동하는 것이다.

이것은 서비스디자인에도 의미가 크다. 서비스디자인이 사용자에게 직접 다가가 맥락 속에서 행동을 관찰해온 이유는 사람들이 자신이 필요한 것을 언제나 명확하게 말할 수 없기 때문이다. AI는 그 원칙을 뒤집지 않는다. 오히려 관찰할 수 있는 인간 행동의 범위를 크게 넓혀준다.

사용자를 더 많이 보게 된 다음의 질문

1편에서는 사람에게 묻는 조사에서 행동을 읽는 조사로의 변화를 살펴봤다. 2편에서는 한 걸음 더 나아갔다. 말과 행동을 함께 보면 그 사이의 차이가 보인다.

사용자가 불편하다고 말하지 않아도 반복하고, 멈추고, 우회하는 행동에는 문제가 숨어 있을 수 있다. AI는 그동안 너무 많아서 사람이 읽기 어려웠던 행동 속에서 이런 신호를 찾을 가능성을 열고 있다. 하지만 여기까지 오면 더 큰 질문이 생긴다. AI가 행동을 분석하고, 질문을 만들고, 인터뷰까지 할 수 있다면 실제 사용자는 언제까지 필요할까? 더구나 1편에서 살펴본 것처럼 이미 실제 사람이 아닌 수백만 개의 합성사용자를 대상으로 제품과 서비스를 평가하는 시도까지 등장했다. 그렇다면 이제 사용자조사는 AI만으로 할 수 있는 것일까? 3편에서는 1편의 첫 질문으로 돌아가 「AI는 사용자를 대신할 수 있을까」를 살펴본다.

주석

[1] 최승환, 한국디자인진흥원 발표, 2026.9.16. AI 글래스 사용 시 기능에 대해서는 긍정적으로 평가하면서도 실제 대화 상황에서는 조작하려다 멈추는 행동이 나타났으며, 인터뷰를 통해 상대방에게 촬영·기록으로 인식될 가능성을 우려한 행동임을 확인한 사례를 소개했다.

[2] 최승환, UXCX Data Needs Discovery 발표자료. 발표자료에서는 이를 ‘Behavior Perception Gap Analysis’로 제시했다.

[3] 최승환, 한국디자인진흥원 발표, 2026.9.16. 실제 행동에서 문제 징후가 나타나는지와 사용자가 스스로 불편을 인식하는지를 교차해 살펴보는 방법과 프라이팬 사용 사례를 설명했다.

[4] ‘잠재적 요구(latent needs)’는 일반적으로 사용자가 사전에 명확히 인식하거나 표현하기 어려운 요구를 가리키지만, 명시적·암묵적·잠재적 요구의 명칭과 경계는 문헌과 방법론에 따라 다르게 사용된다. 따라서 본문의 4가지 구분은 발표에서 소개된 분석 틀을 설명하기 위한 것이다.

[5] 최승환, 한국디자인진흥원 발표, 2026.9.16. AI 인터뷰 시스템은 조사 목적에 따라 질문을 생성하고 응답자의 답변에 따라 심화 질문을 이어서 생성하는 방식으로 소개됐다.

[6] 같은 발표의 AI 인터뷰 시연. 사용자는 자주 사용하는 앱에 빠르게 접근하도록 홈화면을 구성하며, 화면을 자신의 취향을 드러내는 공간으로 생각한다고 답했다.

-----

사용자를 읽는 방법이 바뀌고 있다 — 데이터와 AI로 확장되는 UX 리서치

최승환 마크로밀엠브레인 상무이사

1편 사용자에게 묻는 시대에서, 행동을 읽는 시대로 - 설문과 인터뷰를 넘어 구매기록, 화면, 영상에서 실제 사용자를 이해하는 방법

2편 AI는 우리가 보지 못했던 사용자를 발견할 수 있을까 - 행동과 인식의 차이에서 잠재 니즈를 찾아내는 새로운 사용자조사

3편 AI는 사용자를 대신할 수 있을까 - 합성 소비자의 가능성과 한계, 그리고 AI로 발견하고 사람으로 검증하는 리서치

발표자료