AI 시대의 디자인 - 부트캠프 3일차 강의노트 및 리뷰

#1. 강의노트

1) AI?

• AI의 역사
  • AI 개념 등장 : 1950 - 1970
    • 앨런 튜링, 기계도 생각할 수 있는가?
  • 체스AI, IBM의 ‘Deep blue’ : AI가 체스 챔피언을 공식 경기에서 꺾은 최초의 사례
  • Eliza 챗봇 : 최초의 챗봇
    • 엘리자 효과 : 컴퓨터에 인간적인 특성을 부여하려는 인간의 심리적 경향 → 윤리적 문제 촉발
    • 디자인 관점에서 인공지능과 사용자 사이의 상호작용에서 윤리적 문제가 대두되고 있음
    • 단순히 규칙을 계산하는 것을 넘어서 방대한 데이터를 스스록 학습하는 머신러닝과 딥러닝의 시대로 들어섬
  • 머신러닝 등장 : 1980 - 2000
    • 컴퓨터에게 데이터를 제공하고 그 데이터 안의 패턴과 규칙을 스스로 발견하도록 함 → 일일이 명령하는 시대에서 데이터를 줄 테니 네가 배워 봐하는 시대로 바뀜
  • 딥러닝 혁명 (2010s) :
    • 인공신경망 : 인간의 뇌를 모방
  • 초거대 AI시대 (2020s)
    • 멀티모달*의 시대
      • 멀티모달 : 텍스트·이미지·오디오·비디오 등 여러 모달리티를 함께 처리해 더 총체적인 이해를 가능하게 하는 AI 기술
    • 기존의 ai보다 더 인간에 가까움
    • 텍스트를 이해하는 수준을 넘어 소리나 이미지 등을 이해하고 생성하는 단계까지 와있다
  • 소프트웨어 진화 : 사람이 직접 AI를 가르치던 시대에서 데이터를 통해 스스로 배우고 인간처럼 생각하고 생성하는 단계로 진화 중
• 일상 속 AI 사례
  • 단순히 정보검색하는 엔진을 넘어서 논리를 이해하고 답변 생성
  • 생성형 AI - 챗gpt, 제미나이, 클로드 등
  • 테슬라 FSD
  • 로봇청소기 - SLAM*, LiDAR* 센서 / 단순히 움직이는 게 아니라 물리적 공간을 계산하면서 움직임
  • 쿠팡 로켓배송 추천 상품 - 사용자가 찾기도 전에 필요한 상품을 먼저 보여주는 예측 기반 기술이 핵심
  • 얼굴 자동 보정 - 딥러닝 기반으로 객체 감지 및 특징점 감지 → 시각 정보를 잘 인지하고 변형할 수 있음을 보여주는 사례
  • 취향 기반 음악 추천 - 딥러닝 기반의 임베딩 기술 활용

2) AI시대의 프로덕트 디자이너

• 디자인 패러다임 변화
• 프로덕트 디자이너는 과거엔 Maker의 특성
• 현재는 AI가 생성한 내용을 보면서 방향을 제시하고 큐레이션하는 Director의 역할
  • 어떤 결과물이 비즈니스와 사용자에게 적합한지, 미적 기준 성취 여부를 점검하고 수정하는 역할
  • 어떤 부분을 수정하면 좋을지 판별하고 디벨롭할 수 있는 능력이 중요
• 즉, 이제 디자이너는 디자인을 직접 만드는 AI가 만든 결과물을 조율하는 사람(의사결정자)
  • AI에게 얼마나 정확하고 창의적인 질문을 던질 수 있는가
• AI가 디자인 기획을 돕는 3가지 방법
  • 아이디어 발상, 리서치
    • ex) 경쟁사 분석 자동화, 사용자 인터뷰 인사이트 요약, 트렌드 리서치 빠른 정리
    • 여러 자료를 스크리닝 및 팩트체크하면서 활용.
    • AI에게 요청하기 전에 목적성과 방향성을 염두에 두어야 함
    • AI결과물을 그대로 사용하기보다는 인사이트를 스스로 먼저 생각해보고 AI를 활용하는 것 추천
  • 빠른 프로토타이핑
    • 다양한 레이아웃 아이디어를 즉시 생성 → 베스트 선택
    • ex) 여러 UI 레이아웃 시안 자동 생성, 컬러/타이포 조합 추천, 이미지/아이콘 빠른 제작
  • 데이터 기반 의사결정
    • 사용자 행동 데이터 분석 → 최적의 디자인 방향 제시
    • 미처 생각지 못한 관점을 AI를 통해 볼 수 있음
• 디자인 현장에서의 활용 예시
  • 넷플릭스 : AI 맞춤형 썸네일 자동 생성
  • 에어비앤비 : AI 기반 ux리서치
  • 광고업계 : 미드저니로 대량 이미지 제작
  • 영상제작 : runway ML 특수효과 자동화
• 디자인툴 : 어도비 파이어플라이, 미드저니, runway, khroma(컬러배치), figma AI(uxui툴) 등
• • 프롬프트 : AI에게 무엇을, 어떻게, 얼마나 자세히 답할지 요청하는 명령어
  • 충분히 구체적인 정보를 주지 않으면 결과물이 기대에 못 미칠 수 있음(AI 잘못이 아님) → 질문을 잘해야 해
  • 결과물의 퀄리티는 내가 던지는 질문의 퀄리티에 비례
  • AI가 가지고 있는 잠재력이나 능력을 최대치로 끌어올리기 위한 설계
  • 잘 설계된 대화는 맥락(context), 관점(perspective), 구체적인 지시(instructiom), 출력 형식(format) 제공
  • 프롬프트 엔지니어링의 기본
    • 엔지니어링적 접근 : 단순 명령어가 아닌 머신러닝 모델링과 개발방법론이 혼합된 소통기술
    • 일관성 확보 : 랜덤한 결과가 아닌, 의도한 결과가 항상 일관성 있게 나오도록 설계
    • 기법 활용 : zero-shot, few-shot, chain of thought 등
    • 언어적, 구조적 논리가 프로덕트 디자이너에게 있어 중요해졌다.
  • AI 주의점
    • 컨텍스트 윈도우 - AI 대화 맥락 기억 용량의 한계
      • 윈도우를 넘는 이전 내용은 사실상 잊혀짐
      • so, 긴 작업은 내용을 요약하거나 여러 조각을 잘라서 단계별로 넣어주는 방식을 쓰는 것이 좋음
      • 도구의 한계를 알아야 최적의 활용방법을 찾을 수 이씀
    • 할루시네이션 - 실제로 없는 정보나 잘못된 내용을 그럴듯하게 지어내는 현상
      • 학습 데이터 패턴에 맞춰 그럴싸한 문장을 만들 뿐 사실을 직접 확인하지 못하기 때문에 일어나는 현상
      • 최종 결과물에 대한 최종 점검이나 팩트체크는 내 몫이라고 생각하고 ai를 활용해야 함
  • 막연한 프롬프트(vague prompt) vs. 구조화된 프롬프트(structured prompt)
  • 효과적 프롬프트 작성법
    • 역할 : ai에게 전문가 역할을 부여하여 해당 분야의 전문적 지식과 관점을 응답하도록 유도. ex) 너는 10년차 프로덕트 디자이너야.
    • 목표와 조건 : 원하는 결과물의 형식, 길이, 스타일, 포함할 내용 등 구체적인 목표와 요구사항을 명확하게 제시. 무엇을, 어떻게, 얼마나
    • 예시 추가: 구체적인 샘플 제시. 원하는 결과물의 예시나 참고할 만한 형식 제공하여 의도한 방향으로 출력물 생성하도록 안내
    • 단계별 요청 : 복잡한 요청은 단계별로 나누어 지시하면서 AI가 체계적으로 접근하여 더 정확하고 완성도 높은 결과를 얻을 수 있음
  • 프롬프팅 기술 : Chain-of-Thought(CoT)
    • 단순히 답만 요구하는 대신, 문제 해결 과정을 단계별로 설명하도록 요구하는 기법
    • 서비스의 엣지케이스*를 찾을 때 이 기법 활용할 수 있음
      • 엣지 케이스(Edge Case) : 사용자가 제품을 사용할 때 발생할 수 있는 '극단적이거나 드문 상황'
  • UXUI 디자인 과정에 프롬프트 엔지니어링 적용
    • 더블 다이아몬드 프로세스를 프롬프트 작성에도 활용할 수 있음
      • 더블 다이아몬드 프로세스 : 발견(Discover) → 정의(Define) → 발전(Develop) → 전달(Deliver)
    • 도구를 활용하여 설계자의 관점과 역할에 집중하기
    • 리서치 및 발견 → 문제 정의 → 아이데이션 개발 → 프로토타이핑 및 테스트
  • AI시대, 디자이너가 준비해야 할 역량
    • 기술 리터러시, 데이터 이해력, 윤리적 감수성, 커뮤니케이션 능력
    • AI는 편향된 정보를 학습할 가능성이 높기 때문에 특정 계층을 소외시키거나 개인정보 침해 등 윤리적인 부분을 검토하는 것이 중요
    • 대인 커뮤니케이션뿐만 아니라 AI와의 커뮤니케이션도 포함
  • AI가 디자이너를 대체하는 것이 아니라 AI를 활용할 줄 아는 디자이너가 AI를 쓰지 못하는 디자이너를 대체할 것
  • AI툴 참고 : 딥리서치AI, 노트북LM
  • 프로젝트에서 AI를 어떻게 잘 활용했는지 포트폴리오에 잘 담는 것이 중요
  • 참고 추가 내용
    - 충분한 근거가 없거나 정보가 불확실한 경우, 절대 임의로 지어내지 말고 알 수 없습니다" 또는 "잘 모르겠습니다"라고 명시해 주세요. 답변하기 전, 단계별로 가능한 정보를 검증하고, 모호하거나 출처가 불분명한 부분은 "확실하지 않음"이라고 표시 하세요. 최종적으로 확실한 정보만 사용하여 간결한 답변을 완성하세요. 만약 추측이 불가피할 경우, "추측입니다"라고 밝혀 주세요. 사용자의 문의가 모호하거나 추가 정보가 필요하다면, 먼저 사용자의 맥락이나 세부 정보를 더 요청하세요. 확인되지 않은 사실을 확신에 차서 단정 짓지 말고, 필요한 경우 근거를 함께 제시하세요. 각 답변마다 출처나 근거가 있는 경우 해당 정보를 명시하고, 가능하면 관련 링크나 참고 자료를 간단히 요약해 알려 주세요. 단, 나무위키와 같이 공신력 없는 건 이용하지 마세요. 최대한 논문이나 기사 등을 이용하세요.
    - 참고 계정(스레더) : choi.openai

#2. 과제

**레퍼런스 참고 사이트 Pinterest https://kr.pinterest.com/**

**Behance https://www.behance.net/**

**Dribble https://dribbble.com/**

**COSMOS https://www.cosmos.so/**

**Saved https://savee.com/**

**same https://same.energy/**

#3. 과제 피드백(전체)

• AI로 디자인할 때 텍스트 부분은 따로 작업하는 것이 효율적일 수 있음
• 키워드는 1가지 또는 최대 2가지로 간추려서 전달해야 사람들에게 효과적으로 인식시킬 수 있음
• (개인)
  • 레퍼런스 이미지를 반영하여 2디 느낌의 채도 높은 포인트 컬러를 이용하면 좋을 것 같다.