○역자후기
다량의 데이터가 예측, 자동화, 생성, 소통 등 다양한 기능과 접목되면서 인공지능 제품과 서비스의 범주가 점차 확장되고 있으며, UX 디자인의 대상도 유연해지면서 디자이너의 업무 영역도 달라지고 있다. 이미 누군가는 데이터에 대한 이해를 기반으로 가상 비서를 만들어본 경험이 있고, 누군가는 디지털 헬스케어 또는 비즈니스 자동화 솔루션을 구축하고 있을 것이다. 새로운 변화에 맞춰 디자이너에게 요구되는 능력이 다양화되고, 많은 기업에서는 직원들을 재교육해 데이터를 중심으로 사고하는 역량을 키우려고 노력하고 있다. 해커톤, 오픈스페이스, 디지털라이프데이 등 다양한 이름으로 DX 전담 조직을 꾸렸으며, 데이터 직군이 아닌 직무에서도 파이썬, R을 배우려는 분위기가 늘고 있다. 디자인 과정에서도 데이터 기반 리서치, 시각화, 사용자 행동/전환율/이탈률 분석 등 데이터를 적극적으로 이해하고 활용하려 한다.
이처럼 인공지능 기술이 전산업적으로 영향을 미치고 여러 영역에서 인공지능 기술을 활용하고 있지만, 모든 인공지능 솔루션이 성공한 것은 아니며 사용자들의 외면을 받는 경우도 적지 않다. 이 책의 저자인 개빈 루와 로버트 M. 슈마허 주니어는 인공지능의 성공은 사용자의 만족스러운 경험에 달려 있으며, 사용자가 AI 기술을 채택하는 데 사용자 경험이 중요한 역할을 한다고 말한다. 저자들은 UX 디자인 실무와 교육을 오랫동안 해온 베테랑 디자이너로서, 인공지능 기술 발전으로 인한 업계 변화를 소개하면서 우리가 인공지능을 어떻게 이해해야 할지, 어떤 부분을 고려하고 주의하면서 업무를 해야 하는지 조언한다. 그동안 인공지능 기술 서적은 많았지만 디자인 관점에서 인공지능을 소개한 서적은 찾아보기 어려워서 책을 읽는 내내 반가웠다.
이 책은 UX 방법론 서적처럼 인공지능 제품과 서비스를 만들기에 유용한 방법론을 세세하게 소개하지는 않는다. 인공지능 페르소나는 어떻게 설정해야 하며, 자연스러운 대화 시나리오는 어떻게 설계해야 하는지, 챗봇 기술이나 업무 자동화 솔루션은 어떤 정보 구조가 더욱 효율적인지 등의 구체적인 방법이나 노하우 보다는 기술의 가능성을 제품으로 실현하는 데 도움이 되는 방향을 제시한다. 저자들은 기술이 사용자 관점에서 사용자가 수용하도록 만들어져야 하고, 인공지능에 활용되는 데이터가 중요함을 이해해야 한다고 말한다. 쓰레기를 넣으면 쓰레기가 나온다는 것은 누구나 아는 사실이지만, 특히 인공지능을 학습시키는 데이터에 따라 결과물이 결정되기 때문에 이 부분도 중요하게 고려돼야 한다고 강조하는 것이다. 또한 저자들은 사용자가 보지 못하는 윤리적 측면도 미리 고민해서 기술이 올바르게 쓰일 수 있도록 고민하는 것도 우리의 몫이라고 말하며 우리가 간과하기 쉬운 이슈거리를 환기해준다. 이 책을 통해 많은 사람이 인공지능 경험에 대해 깊이 고민하고 더 나은 인공지능 제품과 서비스들을 디자인하게 되길 기대해본다.

○개빈 루(지은이)의 말
과학기술 매거진 「파퓰러 메카닉스(Popular Mechanics)」의 광고에서 히스키트 컴퓨터가 판매됐던 통신 판매 시절부터 시작해, 기술이 기하급수적으로 발전해 삶 어디에나 있는 존재로 자리잡는 걸 지켜봐 왔다.
컴퓨팅 기술은 매우 빠르게 발전했다. 그래서 사용자는 그저 입출력을 하는 존재로 간주되곤 했으며, 본인의 기술, 지식, 능력을 기반으로 시스템을 구축하기 보다는 발전한 시스템에 적응해야 했다. 사용자 경험(UX) 전문가가 하는 일들이 사람들의 삶에서 중요할 것이라는 믿음은 모든 일의 큰 원동력이 됐다. 우리는 1990년대 아메리테크에서 함께 일하면서 UX 관점에서 제품을 더욱 성공적으로 만드는 프로젝트에 참여했다. 당시 제품을 평가하면서 종종 생각하곤 했다. \"왜 이렇게 제품을 디자인했을까?\"
간단히 말하자면 우리는 사용자의 경험이 중요하다고 믿으며 사람들을 위해 세상을 좀더 쉽게 만들고 싶다. AI가 성공할 수 있는 방법에 관한 생각은 UX 관점에서 분명하다. AI가 성공하려면 UX에 중점을 둬야 한다!
UX는 특히 심리학에 기원을 두고 시작됐다. 저자들은 실험 심리학자로 교육을 받았지만 그 외에도 컴퓨터 과학과 AI 분야를 다뤘었다. 당시엔 사회적, 문화적으로 컴퓨팅 기술에 대한 경험이 제한적이었기 때문에 AI가 가져올 영광스러운 미래를 보여주는 듯한 '엘리자' 같은 컴퓨터 프로그램에 유혹되기 쉬웠다. 컴퓨팅 기술들은 신비한 마법 같았다. 하지만 곧 그 기술들이 코드에 불과하단 걸 깨달았다. 사용자보다 더 똑똑하다고 여겼던 컴퓨팅 기술은 단순히 사용자를 속이는 영리한 코드였던 것이다. 그렇다고 컴퓨터 과학자들이 진실되지 않다는 말은 아니다. 과학자들은 이것이 진짜 사고하는 기계가 아니라는 사실을 이해하고 있었다. 하지만 과학자가 아닌 나머지 사람들은 AI가 무엇을 할 수 있는지 제대로 알지 못한 채 지나쳐버렸고, 과장된 소개의 대가로 AI는 사람들의 신뢰를 잃게 된 것이다.
여러 사례에서 보듯, 신뢰를 잃는 이유 중 하나는 AI가 대개 섬세하지 못하기 때문이다. 그렇게 생각한 이유는 이렇다: AI 엔진이 작동한다. 그러나 사용자는 AI 도구로 어떤 이점을 얻는지에 대해선 관심이 많지 않다. 인간은 참을성이 없고 변덕스러워서 초반에 AI의 이점을 깨닫지 못하면, 대부분 AI의 탁월함을 평가하는 데 더이상 시간을 내거나 관심을 두지 않는다. 그리고 안타깝게도 이것은 현재의 모습이기도 하다. AI에 대한 나쁜 경험은 사람들이 AI를 외면하게 하고, 결국은 AI를 망치게 된다. 더 최악인 점은 많은 사용자가 AI 제품들 전체를 동일시해버릴 것이라는 점이다.
이렇게 AI에 실패했던 경험은 제품 디자인에 대한 형편없는 사용자 경험으로 인해 실패했던 사례들과 매우 유사한 양상을 보인다. 이처럼 나쁜 경험은 잘못된 인식, 사용성 부족, 궁극적으로는 성공률 감소를 가져온다.
AI가 성공하려면 디자인, 특히 UX가 중요하다. 다시 말해 사람들이 AI와 상호작용하는 방법이 중요하며, 이에 UX가 도움이 될 것이라 믿는다.

CHAPTER 1. AI와 UX 소개
__인공지능
__사용자 경험
__UX 대 AI
__UX 프레임워크
__AI-UX 원칙
__UX 디자인의 니즈
__결론: 우리가 가고 있는 방향

CHAPTER 2. AI와 UX : 병행하는 여정
__튜링 테스트, 이 테스트가 AI에 미치는 영향
__또 다른 AI 침체기는 이미 도래했다.
__ '릭'과 UX의 기원
__전문가 시스템과 두 번째 AI 침체기
__제록스 파크, 인간 중심의 인사이트 신뢰하기
__실패를 딛고 일어서다
__노먼과 UX의 부상
__AI 임베디드 제품의 성공 보장
__결론: 우리가 가고 있는 방향

CHAPTER 3. AI 제품들이 주변에 나타나고 있다
__팀 플레이어로서의 의료 AI
__가상 비서의 부상
__데이터 과학과 보정
__추천 엔진
__AI 저널리스트
__AI, 영화 제작과 창의성
__비즈니스 AI
__결론과 우리가 가고 있는 방향

CHAPTER 4. 데이터의 중요성: 쓰레기를 넣으면, 쓰레기가 나온다.
__데이터 안에서 헤엄치기
__AI는 실제로 어떻게 '학습'할까?
__데이터 정화
__블랙 박스 시사점
__윤리와 AI
__윤리적 기준을 향해
__결론: 다음으로 갈 곳은 어디?

CHAPTER 5. UX 프레임워크 적용하기
__무엇이 좋은 경험을 만드는가?
__UX 렌즈
__AI를 위한 UX 처방
__UX가 더 제공할 수 있는 건 무엇인가? 더 나은 데이터 세트!
__AI, 어디로 가고 있는가?