> **Season 4 Ep 12** — Ep 11까지가 "엔지니어링이 안정되는 단계"였다면 Ep 12는 **사용자에게 사랑받는 단계**. 모델이 아무리 좋아도 UX가 부족하면 제품은 안 된다.
Prologue — "좋은 AI 제품 = 좋은 UX가 아니다"
2023년의 많은 AI 제품은 "ChatGPT 포장지"였다. 텍스트 입력창 + 응답창 + 👍/👎. 2025년 현재 이 포맷만 가진 제품은 대부분 **실패하거나 특정 틈새에만 살아남았다**.
이유:
- ChatGPT 본가가 계속 강해진다 → 단순 포장으로는 차별화 없음
- 사용자가 AI의 **약점**(환각, 지연, 느닷없는 거절)을 인지하기 시작 → 신뢰 디자인 필요
- 비-기술 사용자에게 "프롬프트 잘 쓰기"를 요구할 수 없음
그래서 2025년의 AI 제품 디자인은:
> **"제약 안에서 신뢰를 만드는 UX 설계"**
이 글은 그 구체적 패턴을 정리한다.
1장 · 확정적 UI vs 생성적 UI
1.1 확정적 UI
- 버튼·폼·탭·메뉴 — 결과가 예측 가능
- 학습 곡선 완만, 실수 교정 쉬움
- 80년 HCI 전통의 최적화
1.2 생성적 UI (Generative UI)
- AI가 즉석에서 버튼·카드·차트·폼을 생성
- Tailwind/디자인 시스템 토큰과 함께 동작
- 맥락에 따라 UI가 변형 — 매우 강력하지만 예측 어려움
1.3 하이브리드 패턴
- **뼈대는 확정적, 콘텐츠는 생성적** (목록·요약·인용)
- **생성 결과를 확정적 컴포넌트로 렌더** (JSON → Card, Markdown → 안전한 HTML)
- **Actionable Chip**: 모델이 제안하고, 사용자가 탭하면 확정 동작
1.4 예
- Notion AI의 슬래시 명령: 확정 + 생성
- Perplexity: 확정적 레이아웃 안에서 생성된 요약/인용
- Cursor: IDE 확정적 틀 + 인라인 생성 코드 제안
**"생성이 자유로울수록, 확정적 가드레일이 더 필요하다."**
2장 · 신뢰(Trust) 디자인
2.1 왜 신뢰가 핵심인가
- AI 출력은 **확률적**이다. 사용자는 매번 "진짜 맞을까?"를 속으로 묻는다
- 한 번 큰 오류를 내면, 맞는 답도 의심받는다
- 신뢰 ≠ 맞음. 신뢰 = **사용자가 AI의 한계를 예측할 수 있음**
2.2 7가지 패턴
1. **인용(Citation)**: 근거 문서·페이지·구간 표시
2. **불확실성 표시**: "85% 확신", "정보 부족" 같은 언어
3. **편집 가능**: 응답을 바로 수정·삭제·재생성
4. **출처의 시각적 차별**: AI 생성 영역은 아이콘/배경으로 구분
5. **세부 보기(Show work)**: 추론 과정·검색 결과 펼쳐보기
6. **업데이트 주기 명시**: "최신 데이터: 2025-04-10"
7. **거부의 예의**: "이건 도와드릴 수 없어요" + 대안 제시
2.3 신뢰를 깨는 것
- 출처 없는 자신만만한 답
- 환각을 "그럴듯하게" 늘어놓음
- 실패를 조용히 숨김(에러 메시지 없음)
- 과도한 생성적 UI로 인터페이스 매번 변형
3장 · 피드백(Feedback) UX
3.1 수집
- 👍/👎 버튼: 즉시 피드백
- 선택형 이유(체크박스): "부정확", "불완전", "위험", "스타일 별로"
- 자유 텍스트: 드물지만 깊은 통찰
- 수정된 응답 자체가 피드백 (재생성·편집)
3.2 활용
- 👎 케이스 → 회귀 평가셋 후보
- 👍 케이스 → Preference 학습 데이터 (Ep 4 DPO)
- 수정 diff → 스타일·포맷 학습
3.3 UX 배치
- **인라인 버튼**이 "대시보드로 이동" 방식보다 참여율 5–10배 높음
- 피드백 즉시 "감사합니다" 확인
- 개인 데이터가 어떻게 쓰이는지 투명 공개
4장 · 스트리밍·지연·진행 UX
4.1 스트리밍 vs 일괄
- 스트리밍: 시각적 빠름, 긴 응답도 지루하지 않음
- 일괄: 포맷이 복잡(표·JSON)하거나 결과를 한 번에 검증해야 할 때
4.2 지연 처리
- **Skeleton UI**: 레이아웃만 먼저
- **Typing indicator**: "생각 중…" / 점 세 개
- **Progressive content**: 제목 → 요약 → 본문 순차 노출
- **Budget 표시**: "예상 남은 시간 5초"
- **취소·대기**: 사용자가 중단 가능
4.3 진행 상태
- **에이전트 작업**: "검색 중", "분석 중", "요약 작성 중" 단계 표시
- **Todo 체크리스트**: Claude Code 식. 각 스텝 완료 체크
- **Replay**: 완료 후 과정을 되돌아볼 수 있음
4.4 지루함 방지
- 긴 대기엔 **마이크로 인터랙션**(애니메이션·재미있는 메시지)
- 단, 지나친 유머는 전문성 저하
5장 · 에이전트 UX
5.1 3대 과제
1. **진행 가시성**: 지금 뭘 하고 있나
2. **승인·중단**: 위험 동작 전 멈춤
3. **복구·리플레이**: 실패해도 수습
5.2 진행 가시성
- **Timeline**: 툴 호출·결과를 시계열로
- **Todo**: "1. 파일 열기 ✓ 2. 수정 중… 3. 테스트 실행 대기"
- **Cost/Time 미터**: 예상 비용·시간 표시
5.3 승인 게이트
- 민감 동작(결제·삭제·외부 전송)은 **사람 확인** 팝업
- 단축: "다음에도 자동 승인" 옵션(명시적)
- 일괄 승인 남용 방지
5.4 실패 UX
- 명확한 에러 이유 + 재시도 버튼
- 에이전트가 스스로 포기한 경우 "이유와 다음 대안" 제시
- 사용자가 "도와드릴까요?"로 합류 가능
5.5 리플레이와 공유
- 에이전트 작업을 **링크로 공유**(내부)
- 시뮬레이션·디버깅
- 새 팀원 학습 자료
6장 · Voice UX (Ep 9 연장)
6.1 디자인 원칙
- **짧고 명확한 응답**(Ep 9 12원칙 요약)
- **Turn-taking 존중**(끊김·인터럽션 자연스럽게)
- **불확실성 말하기** ("제가 이해한 건…")
- **에스컬레이션 트리거** (몇 차례 실패하면 사람)
6.2 멀티모달 통합
- 음성 + 화면: 음성으로 안내 + 화면에 카드·링크
- Apple CarPlay/Android Auto 통합
- 스마트홈/웨어러블: 디스플레이 없음 → 순수 음성 UX
6.3 접근성
- 자막(실시간)·텍스트 대안 기본 제공
- 속도·크기 조절
- 조용한 환경 대응(TTS 볼륨 자동 조절)
7장 · 데이터·학습의 UX
7.1 사용자 데이터 공개
- "내 데이터가 어디에 쓰이는가"를 **평문**으로
- 학습에 쓰일지, 얼마 동안 저장되는지, 삭제 방법
- 프라이버시 정책은 짧은 요약 + 상세 링크
7.2 피드백 → 학습 루프
- 사용자 수정이 언제 학습에 반영될지 기대치 설정
- 개인 모델 vs 공유 모델 구분
7.3 On/Off 스위치
- "이 대화는 학습에 쓰지 않기" 토글
- 기업 설정: 조직 전체에 학습 opt-out
8장 · 온보딩·첫인상
8.1 첫 30초
- "이걸로 뭘 할 수 있는지" 3–5 예시
- 데이터 권한·인증 명확(OAuth 등)
- "샘플 질문" 버튼: 하나만 눌러도 동작
8.2 Progressive disclosure
- 기능을 한 번에 다 노출하지 말고, 사용하면서 알려줌
- 새 기능 툴팁, 히스토리 기반 추천
8.3 에러 경험
- 첫 실패가 치명적 — 가장 흔한 실패에 대한 복구 UX를 온보딩 단계에서 준비
- 사용자 교육: "왜 이렇게 답했는지"를 인터랙티브하게
9장 · 접근성·포용성
9.1 다양한 능력
- **시각**: 스크린리더·고대비·폰트 크기
- **청각**: 자막·텍스트 대안·진동
- **운동**: 키보드 전용·음성 전용
- **인지**: 단순한 언어·짧은 응답·체크리스트
9.2 언어·문화
- 다국어 지원 (UI + 응답)
- 현지 관용구·숫자 포맷·날짜·통화
- 문화적 민감성(명절·성별·인사)
9.3 경제적 접근
- 무료/저가 티어
- 오프라인 모드(로컬 LLM)
- 저사양 기기 대응
10장 · 윤리·책임
10.1 투명성
- AI가 작성했음을 명시
- 사람과 AI의 경계 구분(특히 대화)
10.2 편향·공정성
- 특정 집단에 불리한 결과 감지·보정
- 테스트셋 다양성(성별·연령·지역·직업)
10.3 노동·경제
- AI로 대체되는 직무 대한 사회적 책임
- 데이터 라벨러·평가자의 노동 조건
10.4 환경
- 큰 모델·긴 컨텍스트의 에너지 소비
- 캐싱·라우팅·소형 모델로 절감
11장 · 한국어·한국 문화 특화
11.1 톤·존대
- 기본 존댓말, 문맥에 따라 부드럽게 반말 혼용 허용
- "~합니다" vs "~해요" 스타일 일관성
11.2 호칭
- "고객님", "사용자님", "OO님" 등 브랜드별 규정
- 실명·별명 설정 허용
11.3 문화적 맥락
- 명절(설·추석), 공휴일, 계절 인사
- 나이·학번·경력 질문의 민감성
- 직업·출신 지역 언급의 주의
11.4 법적 문구
- 약관·개인정보·마케팅 동의: 명확·구분
- 금융·의료·법률 자문 거부 문구
11.5 한국어 모바일 UX
- 한국어 자판·음성 입력 혼합
- 짧은 답 + 긴 답 토글
- 이모지·밈 활용의 균형
12장 · 실전 케이스 5
12.1 AI 코딩 제품 (Cursor 유형)
- 인라인 제안 + 채팅 + Todo 리스트
- 편집 수락/거절 한 키
- Replay: 에이전트가 한 일 전체 diff
12.2 고객 지원 (Zendesk AI 등)
- 고객 메시지 ↔ AI 답변 초안 ↔ 상담원 수정
- 인용·지식베이스 링크 명시
- "자동 발송" vs "수정 후 발송" 토글
12.3 글쓰기(예: Grammarly, Notion AI)
- 문장 하이라이트 기반 수정 제안
- 스타일·톤 슬라이더
- "원문 보기" 되돌리기
12.4 검색·리서치(Perplexity 유형)
- 인용·출처 강조
- Follow-up 질문 자동 제안
- 주제별 컬렉션·노트
12.5 에이전트(Manus, Devin 유형)
- Task 보드 + Replay + 외부 통합
- 위험 단계 승인
- 결과물 다운로드·공유
13장 · 안티패턴 10선
13.1 프롬프트 박스만 덜렁
온보딩·샘플·추천 없음. 백지 공포.
13.2 진행 표시 없음
긴 에이전트 작업 중 사용자 이탈.
13.3 인용 없는 응답
신뢰 붕괴.
13.4 환각 응답에 자신감 가득
False confidence는 최악의 UX.
13.5 Feedback 수집만, 반영 흔적 없음
사용자가 곧 지쳐서 안 함.
13.6 에러를 조용히 삼킴
무엇이 실패했고, 다음 시도가 뭔지 불명.
13.7 자동 동작에 승인 게이트 없음
사고의 출처.
13.8 접근성 후순위
결국 일정·기능 밀려서 못 붙임.
13.9 AI 표시 누락
규제 위반 + 사용자 기만.
13.10 한국 문화 무시한 글로벌 톤
존댓말·호칭·문맥에서 어색.
14장 · 체크리스트 — AI 제품 디자인 런칭 전 12가지
- [ ] 생성/확정 UI 경계 명시
- [ ] 인용·불확실성·편집 가능 UX
- [ ] 스트리밍 + 진행 상태 표시
- [ ] 에이전트 작업에 Todo·승인 게이트·Replay
- [ ] 피드백(👍/👎) + 사유 옵션 + 반영 경로
- [ ] 실패·에러 복구 UX
- [ ] 온보딩 30초 샘플·권한·기대치
- [ ] 접근성(시각/청각/운동/인지)
- [ ] 데이터 사용 투명성 + on/off 스위치
- [ ] AI 식별 명시(법·윤리)
- [ ] 한국어·문화 특화 (존대·호칭·법적 문구)
- [ ] 편향·다양성 테스트
15장 · 다음 글 예고 — Season 4 Ep 13 (피날레): "생성형 AI 시대의 비즈니스 모델"
기술도, 운영도, 디자인도 정리했다. 마지막 질문은 **"이걸로 어떻게 돈을 버는가?"**
- 가격 모델 (Subscription / Usage / Hybrid / Seat / Outcome)
- 비용 구조와 마진 (API 의존 vs 자체 모델)
- GTM (B2C / B2B / Enterprise / Prosumer)
- 데이터 플라이휠과 해자(Moat) 만들기
- "AI wrapper" 비판을 넘는 법
- 규제·평판 리스크가 비즈니스에 미치는 영향
- 투자 지형 (VC·기업형·공공)
- M&A와 통합
- 한국 스타트업의 글로벌 진출
- Season 4 전체 회고
- Season 5 예고 (예: "데이터 엔지니어링의 재발명")
**"기술이 아무리 뛰어나도 비즈니스 모델이 없으면 일 년짜리 제품."** Season 4의 마지막 글은 기술·운영·디자인을 "돈"이라는 축으로 꿰맨다.
다음 글에서 만나자.
> **요약**: AI 제품 디자인은 **신뢰를 제약 안에서 설계하는 일**이다. 확정/생성 UI의 경계, 인용·불확실성·편집의 7-신뢰 패턴, 스트리밍·피드백·실패 UX, 에이전트의 진행·승인·리플레이, 음성의 turn-taking, 데이터 투명성, 온보딩 30초, 접근성, 윤리, 한국어·문화 특화. **"좋은 AI 제품 = 제약 안에서 사용자와 대화하는 제품."** 모델은 시작일 뿐이고, 제품의 품질은 UX가 마무리한다.
현재 단락 (1/176)
2023년의 많은 AI 제품은 "ChatGPT 포장지"였다. 텍스트 입력창 + 응답창 + 👍/👎. 2025년 현재 이 포맷만 가진 제품은 대부분 **실패하거나 특정 틈새에만 살...