MIT Media Lab 출신에게 배우는 AI User Interaction 디자인
인공지능
MIT Media Lab 출신에게 배우는
AI User Interaction 디자인
-
01
생성 AI 프로덕트 기획을 위해 반드시
알아야 할 User InteractionAI X HCI 기반 User Interaction(Text to Text & Image, Voice to Text) 디자인의 이해
-
02
MIT Media Lab 출신 강사님들과
함께하는 User Interaction 디자인 학습AI 시대 User Interaction 디자인을 이해하기
위해 ACM CHI 출간 논문 5종을 짚어보며 학습 -
03
4개 파이널 프로젝트로 끝내는 생성 AI 시대
User Interaction 디자인 프로젝트 실습네이버 CLOVA X, Openai Dall-E, Apple Siri, VR 서비스의 AI User Interaction 구현까지!
모두가 AI를 활용하는 시대가 되면서
물밀듯이 쏟아져 나오고 있는 AI Product
AI Product를 사용하는 고객과의 Intereaction은
점점 중요해지고 있습니다.
AI 서비스의 핵심, 사용자와의 상호작용(Interaction)
실제 적용에는 어떤 어려움들이 있을까요?
AI와 LLM 기반의 서비스가 빠르게 시장을 침투하고 있는 상황 속에서
AI User Interaction 디자인을 이해하지 못하면 AI/LLM 기반의 서비스 디자인이 어려워지게 되었습니다.
“가장 빠르게 변화하는 업계 최전선에서의 경험과 MIT Media Lab 에서의 리서치 경험으로 생성형 AI User Interaction 디자인의 A to Z를 학습할 수 있도록 구성했습니다.”
본격적인 AI시대의 도래로 우리는 처음으로 기계와 직접적인 소통을 하게 되었습니다.
그렇기 때문에 AI를 활용한 User Interaction 디자인은 기존 User Interaction을 구성하면서
고려하지 않았던 요소들을 고려해야 합니다.
인공지능의 구루 Andrew Ng에 의하면 “AI는 새로운 전기” 수준으로 보편화될 예정이며,
생성형 AI Interaction 디자인이 가능한 디자이너의 수요도 계속해서 늘어날 전망이라고 합니다.
다양한 분야에 적용 될 생성형 AI Interaction 디자인을 실습하기 위해 Text to Text, Text to Image, Voice to Text, VR 환경에서의 Voice to Text Interaction 디자인을 기획하고 디자인하는 방법을
배울 수 있는 실습 프로젝트를 구성했습니다.
국내외 생성형 AI 업계를 주도하는 서비스들을 레퍼런스해서 User Interaction 기획부터
디자인까지의 과정을 실습할 예정입니다.
“AI가 다양한 업계에 적용되면서 AI Interaction Design에 대한
이해가 있는 기획자가 더더욱 필요한 상황입니다.”
"어느 분야에 있든, AI를 배우지 않으면 앞으로 3년 이내로 공룡이 될 것이다.”
미국의 유명 투자자이자 사업가인 마크 큐번이 한 이야기 입니다.
AI는 오늘날의 산업과 사회를 혁신하고 있습니다. 그리고 그 혁신의 중심에는 AI User Interaction
기획이 있습니다. 생성형 AI의 기획에 있어 기존 User Interaction 기획의 방법론을 그대로
적용시키는데는 분명 한계가 있고, AI 기술과 시장은 빠르게 발전하는데 생성형 AI 기획을 경험
하기는 어렵습니다.
기존의 User Interaction 기획과 생성형 AI의 User Interaction 기획은 명확하게 다릅니다.
이 강의에서는 생성형 AI 서비스를 기획할 때 필요한 이론들을 이해하고, 이론에서 끝나는 것이 아닌 배운 원리들을 실제 운영 중인 서비스를 프로젝트 예제로 활용하여 적용하는 방법을 학습합니다.
국내 및 글로벌 시장의 선두에 있는 생성형 AI 서비스들을 레퍼런스로 삼아 서비스 기획부터
디자인까지의 과정을 실습할 예정입니다.
Fast campus only!
MIT Design Fellow와 MIT AI Fund 투자 자문에게 배우는
AI 서비스 기획을 위한 User Interaction 디자인 학습 포인트 3가지!
Special Point 01
생성 AI Interaction 디자인 구성을 위한 18가지 대원칙 학습
생성 AI 기반 서비스 기반의 User Interaction 디자인을
만들 때 고려해야 할 18가지의 방법론을 학습합니다.
Special Point 02
4개 프로젝트로 끝내는 생성 AI User Interaction 디자인
Text to Text, Text to Image, Voice to Text, VR 환경에서의 Voice to Text까지 다뤄보며
국내외 생성 AI 업계를 주도하는 대표적인 AI 서비스들의 User Interaction을 직접 디자인합니다.
Special Point 03
ACM CHI에서 선정된 6개의 논문 학습
Human Computer Interaction 분야에서 가장 권위있는 ACM CHI 학회와 MIT Meda LAB에서 선정한
6개의 대표 논문으로 AI 서비스 구성을 위한 User Interaction 디자인 방법을 학습합니다.
-
| 논문 제목 |
Understanding How Explainability Can Support Human-AI Interaction| 주요 학습 내용 |
다양한 설명 가능성(XAI)의 종류와 주의 사항 학습 -
| 논문 제목 |
Toward Relatable Explainable AI with the Perceptual Process| 주요 학습 내용 |
인지 심리학을 기반으로 AI User Interaction 디자인 시 사용자들이 결과에 더 설득하고 공감할 수 있도록 도와주는 설명 가능 인공지능 -
| 논문 제목 |
Toward Social Transparency in AI systems| 주요 학습 내용 |
사회적 투명성을 고려하여 AI 기반의 설명에 대한 사용자의 니즈 학습 -
| 논문 제목 |
A user study for AI-based clinical Decision Support Systems| 주요 학습 내용 |
서비스의 정확도가 가장 중요한 의료 분야에서 AI User Interaction 디자인 내 사용자 인식 및 니즈 파악 -
| 논문 제목 |
A Framework of Explainable AI in Augmented Reality| 주요 학습 내용 |
AR 공간에서 AI 사용자 니즈와 AR 공간에서 활용되는 XAI 프레임워크 정리 -
| 논문 제목 |
Guidelines for Human-AI Interaction| 주요 학습 내용 |
18개의 가이드라인 학습을 통해 인간과 인공지능 사이 Interaction 디자인 방법 학습
MIT Fellow / MIT AI Fund 투자 자문 강사님들과 함께라면
AI Product 디자인, 누구나 가능합니다!
패스트캠퍼스에서 국내 최초로 준비한 AI User Interaction 디자인 강의
학습 Point 01
4개 프로젝트로 끝내는 AI 서비스 User Interaction 디자인
네이버 CLOVA X, Open AI Dall-E, Apple Siri, VR 서비스의 User Interaction까지
4가지 AI 서비스 기반의 User Interaction 디자인 실습을 ChatGPT & Figma를 활용하여 진행합니다.
Project 01 l Naver CLOA X, Text to Text User Interaction 디자인
| 학습 목표
AI 서비스 Naver CLOVA X의 Text to Text User Interaction 기획 및 디자인을 직접
구현합니다.
| 디자인 구현 시 고려해야 할 포인트
• Text Input
• Text Output
• Regenerate Text Output
| 학습 내용
• ChatGPT와 Figma를 활용하여 생성 AI User Interaction 구현을 위한 Text to Text
서비스의 사용자 리서치와 Interaction 디자인 방법을 학습합니다.
• Figma를 활용하여 생성 AI User Interaction Text to Text 레퍼런스 디자인 실습을
진행합니다.
Project 02 l OPEN AI Dall-E, Text to Image User Interaction 디자인
| 학습 목표
AI 서비스 Open AI Dall-E의 Text to Image User Interaction 기획 및 디자인을 직접
구현합니다.
| 디자인 구현 시 고려해야 할 포인트
• Text Input
• Text & Image Output
• Regenerate Text & Image Output
| 학습 내용
• ChatGPT와 Figma를 활용하여 생성 AI User Interaction 구현을 위한 Text to Image
서비스의 사용자 리서치와 Interaction 디자인 방법을 학습합니다.
• Figma를 활용하여 생성 AI User Interaction Text to Image 레퍼런스 디자인 실습을
진행합니다.
Project 03 l Apple Siri, Voice to Text User Interaction 디자인
| 학습 목표
Apple Siri에 AI Voice to Text 기능을 추가하여 User Interaction 디자인을 직접
구현합니다.
| 디자인 구현 시 고려해야 할 포인트
• Voice Input
• Text Output
• Regenerate Text Output via Voice
| 학습 내용
• ChatGPT와 Figma를 활용하여 생성 AI User Interaction 구현을 위한 Voice to Text 서비스의 사용자 리서치와 Interaction 디자인 방법을 학습합니다.
• Figma를 활용하여 생성 AI User Interaction Voice to Text 레퍼런스 디자인 실습을
진행합니다.
Project 04 l VR, VR 환경에서의 Voice to Text User Interaction 디자인
| 학습 목표
VR(가상환경)에서 AI Voice to Text 기능을 추가하여 User Interaction 디자인을 직접
구현합니다.
| 디자인 구현 시 고려해야 할 포인트
• VR 환경에 대한 이해
• Voice Input
• Text Output
| 학습 내용
• 가상 현실을 위한 User Interaction 디자인을 구현할 때 주의해야 할 포인트를
학습합니다.
• ChatGPT와 Figma를 활용하여 VR 환경에서의 생성 AI User Interaction 구현을 위한 Voice to Text 서비스의 사용자 리서치와 Interaction 디자인 방법을 학습합니다.
• Figma를 활용하여 VR 환경에서의 생성 AI User Interaction Voice to Text 레퍼런스
디자인 실습을 진행합니다.
잠깐! AI 서비스 디자인을 위한 A to Z 레퍼런스 디자인 실습으로 끝이라 생각하셨나요?
현업에서
AI 서비스 User Interaction 디자인을 위해 알아두어야 할 3가지 포인트를
녹여 프로젝트 실습을 진행합니다.
학습 Point 02
OPEN AI ChatGPT와 Apple Vision Pro로 학습하는 AI User Interaction 개념
AI User Interaction을 통해 사용자들이 서비스를 더 편리하게 받아들일 수 있었던
대표적인 2가지 사례를 통해 AI Interaction 디자인의 기초를 학습합니다.
#Conversation 시나리오의 중요성 #Key UX에 부합하는 “페르소나”, “성격” 정의
| 학습 목표 |
Conversation Design의 이해
| 학습 내용 |
• Product의 역할과 한계치를 정의하고, Conversation Design을 구성합니다.
• Key UX를 경험할 수 있는 여러 시나리오를 설계하는 방법을 학습합니다.
• 대화를 주도하는 방식의 이해와 Context의 중요성을 학습합니다.
• 사용자의 반응이 대화 내에 설계되어 커뮤니케이션 할 수 있는 방법을 학습합니다.
#공간 컴퓨팅 #3D User Interface
| 학습 목표 |
공간 컴퓨팅의 이해
| 학습 내용 |
• 몰입형 디자인의 이해와 함께 사용자의 움직임을 파악하며 디자인하는 방법을 학습합니다.
• 포용적 디자인(Inclusive Design)을 학습하며 Optic ID의 개념을 학습합니다.
• 공간 컴퓨팅에서 중요한 UI 요소인 제스처로 3D 형태의 디자인 방법을 학습합니다.
• 소리 출처가 되는 특정 위치를 인지할 수 있는 공간 음향의 개념을 학습합니다.
3가지 논문으로 학습하는 AI User Interaction 디자인 이론과 기존 User Interaction의 차이
Human Computer Interaction 분야에서 가장 권위있는 ACM CHI 학회에서 선정한
3가지 논문을 통해 AI 시대 User Interaction만이 가지고 있는 특이점을 학습합니다.
-
"Help Me Help the AI" : Understanding How Explainability Can Support Human-AI Interaction
| 주요 학습 내용
• 설명 가능 인공지능을 통해 사용자의 요구에 맞춰 인간의 추론 스타일과 일치하는 구체적인 설명을 답변할 수 있는 AI User Interaction 개념을 학습합니다.
• 사용자들은 서비스를 이용하면서 AI 시스템을 통해 Product와 더 상호작용을 하고, 참여적인 역할을 수행할 수 있게 만드는 방법을 학습합니다.
• 선호도의 다양성 : 사용자가 AI를 활용해 온 각각의 배경과 니즈에 따라 사용자의 상황에 맞춰 AI가 사용자의 질문에 맞춘 답변을 구성하는 방법을 학습합니다.
| 논문에서 다루고 있는 XAI(설명 가능 인공지능) UX와 기존 UX간의 주요 차이점
더 깊은 상호 작용 : 전통적인 UX 환경과 다르게 AI 기반의 서비스에서 XAI를 활용하여 사용자가 AI의 행동을 이해하며 프로덕트를 유용하게 활용할 수 있게 디자인하는 방법을 학습합니다.
• 맞춤형 디자인 : 사용자의 개인적인 경험을 고려하여 디자인하는 방법을 학습합니다.
• 결과의 투명성 : AI의 출력을 사용자가 이해하고 신뢰할 수 있게 디자인하는 방법을 학습합니다. -
Towards Relatable Explainable AI
with the Perceptual Process
| 주요 학습 내용
• 사용자가 AI와 상호 작용 시, 각 사용자의 대화 맥락을 파악하여 인간 중심적인 접근을 할 수 있는 User Interaction 디자인 방법을 학습합니다.
• AI를 활용한 User Interaction 디자인 시, 사용자가 AI 추론 결과를 이해하고 사용자와의 신뢰를 구축할 수 있는 방법을 학습합니다.
• 사용자가 AI와의 상호작용을 하면서 실시간 피드백을 제공 받고 개선할 수 있는 디자인 방법을 학습합니다.
| AI User Interaction을 활용하여 사용자들이 공감할 수 있는 주요 Framework와 Network
• XAI Perceptual Processing Network : 사용자가 인지하는 과정에서 정보를 선택, 해석하는 방식을 AI 프로덕트가 모방하여 사용자가 이해하기 쉬운 설명 및 관련성 높은 결과를 제공할 수 있는 프레임워크 개념을 학습합니다.
• RexNet : 사용자가 AI 프로덕트로부터 제공되는 답변 결과의 원인과 그에 따른 이유 및 맥락을 이해하며 AI 프로덕트와 상호작용 하는 방법을 학습합니다. -
Expanding Explainability :
Towards Social Transparency in AI systems
| 주요 학습 내용
• 사용자의 요구와 경험이 AI Product 디자인에 반영되어 사용자의 만족도와 AI 시스템을 신뢰할 수 있게 만드는 방법을 학습합니다.
• 사용자가 AI 시스템의 기능 및 결정 과정을 이해할 때, AI가 사용자의 다양한 배경과 상황을 고려하여 답변을 할 수 있게 하는 방법을 학습합니다.
• AI를 활용한 결정 과정 뿐만 아니라, 결정이 개인과 조직에 미치는 영향에 대해 설명하며 AI가 사회적 & 조직적 맥락을 이해하는 방법을 학습합니다.
| 사회적 투명성을 고려한 AI 프로덕트의 결과 설명을 이해하고자 하는 사용자의 니즈
• 신뢰성 확인 : AI 프로덕트를 사용하기 전 사용자들은 다른 사용자들이 AI 프로덕트를 사용하였는지 정보를 바탕으로 AI를 신뢰합니다.
• 조직 내 합의 형성 : 조직 내에서 AI가 어떻게 결정을 내렸는지 정보를 공유함으로써 신뢰 및 효율적인 의사 결정을 지원할 수 있는 방법을 배웁니다.
• 윤리적 책임 강화 : AI가 다른 사용자들에게 어떤 영향을 미쳤는지 사례를 보여주며, 윤리적 책임을 강화하는 방법을 학습합니다.
학습 Point 03
AI User Interaction 기획
Responsible AI의 이론과 사례를 배우며 AI 서비스 기획의 개념을 이해하고
생성 AI 서비스를 만들기 위해 필요한 기획 전 과정을 Step by Step 학습합니다.
생성 AI 서비스와 기존 서비스를 기획할 때 발생하는 기획 과정에서의 차이점
생성 AI 서비스를 기획할 때
LLM(Large Language Model)을
얼마나 이해해야 하나요?
생성 AI 서비스를 기획할 때 개발자, 데이터 사이언티스트,
마케터와 어떻게 협업해야 하나요?
Responsible AI의 이해
인공지능 기술이 사회적, 윤리적, 법적 책임을 수행하면서 발생하는 영향을 예측 가능하도록 돕는 Responsible AI의 개념과 적용 사례를 살펴봅니다.
Responsible AI의 대표적인 8가지 이론 학습
Responsible AI의 대표적인 8가지 이론 학습
8 Step으로 끝내는 생성 AI 서비스 기획 프로세스
학습 Point 04
AI User Interaction 디자인
Human-AI Interaction Design 개념을 학습하며 AI 서비스 디자인 대원칙 18가지를 학습하고
생성 AI 서비스를 만들기 위해 필요한 기획 전 과정을 Step by Step 학습합니다.
2가지 논문으로 학습하는 생성 AI 기반의 서비스와 기존서비스간 UX 디자인 과정의 차이
Understanding the impact of explanations on advice-taking :
a user study for AI-based clinical Decision Support Systems
| 주요 학습 내용
• 의료 분야에서 사용자가 AI 시스템이 제안에 대한 이유를 설명하는 경우와 그렇지 않은
경우,두 가지 상황에서 AI 시스템 제안의 중요성과 시스템 사용에 대한 의도 및 인식을
양적 및 질적 측정을 통해 조사합니다.
• AI의 결정 과정을 이해하고 사용자가 의견을 제시하면서 AI 프로덕트의
신뢰성을 높이고 사용자 경험을 개선하는 방법을 학습합니다.
| Healthcare 분야에서 AI에 대한 사용자의 인식과 니즈
• AI 신뢰 : AI 기반의 프로덕트로부터 제공받는 정보와 결정을 신뢰하길 원하며 의존도를 높이고 싶어합니다.
• 리스크와 책임 : AI가 잘못된 결정을 내렸을 때 리스크를 어떻게 책임지고 결정을 내릴지 고민하는 방법을 학습합니다.
• 사용자 참여와 피드백 : 의료 분야에서 사용자들이 AI 프로덕트에 경험과 지식을 녹이며 사용자의 수용성을 높이는 방법을
학습합니다.
XAIR : A Framework of Explainable
AI
in Augmented Reality
| 주요 학습 내용
• AR 환경에서 사용자가 AI와 상호 작용 시, 설명을 제공하는 적절한 시기를 파악하여
사용자가 AI의 결정을 보다 더 쉽게 수용할 수 있도록 하는 방법을 학습합니다.
• 설명의 내용이 사용자의 현재 상황과 밀접하게 관련되어 사용자의 이해도와 요구에 맞춰 조정하는 방법을 학습합니다.
| AR 공간에서 AI에 대한 사용자의 니즈와 XAI를 활용한 User Interaction 디자인 구성
포인트
• 환경 인식 : 사용자의 현재 상태와 환경을 파악하여, AI가 제공하는 설명의 맥락을 재구성합니다.
• 적절한 설명 제공 시기와 방법 : 사용자가 AI 결정에 의문을 갖게 될 때, 즉시 보충 설명을 제공하여 혼란을 방지하고 신뢰를
구축합니다.
• 개인화 및 상호작용 : 개인의 선호와 문화적 배경을 고려한 개인 별 사용자 맞춤 디자인을 제공합니다.
Guidelines for Human-AI Interaction 디자인을 이해하기 위한 18가지 대원칙 학습
AI 서비스의 비지속성과 예측 불가능한 행동들을 통제하면서
18가지의 대원칙을 활용하여 AI 서비스 User Interaction을 디자인하는 방법을 학습합니다.
10 Step으로 끝내는 생성 AI 서비스 User Interaction 디자인 프로세스
학습 Point 05
AI User Interaction 테스팅과 커뮤니케이션
AI 서비스의 User Interaction 디자인 성능을 테스트하면서 서비스 개발의
주요 이해관계자들이 어떻게 디자인을 쉽게 이해할 수 있는지 알리는 방법을 학습합니다.
AI 서비스의 User Interaction 디자인의 사용자 테스트 플랜 종류 및 수립 방법
-
Wizard of Oz 테스팅 방법론은 실제로 작동하지 않는 것처럼 보이는 시스템을 시뮬레이션하는 사용자 테스팅 방법입니다. 이를 위해 시스템의 기능을 가장하는 ‘위저드’ 가 사용자의 요청에 응답합니다. Wizard of Oz를 수립하기 위해서는 위저드를 선정하고, 사용자의 상호작용 시나리오를 설계하여 테스트 진행 후 사용자의 반응을 평가합니다.
-
A/B Testing은 두 가지 이상의 변형을 비교하며 사용자의 반응을 측정하는 실험적인 방법입니다. 수립 방법은 먼저 목표를 설정하고, 변형을 설계하여 사용자를 무작위로 두 그룹으로 나누어 각 변형 작용 후 결과를 비교하여 최적의 옵션을 결정합니다.
-
Task Analysis는 사용자의 작업을 분석하여 시스템의 사용 흐름을 이해하는 방법으로, 각 작업 단계를 분해하고 문제점을 식별합니다. Task Analysis를 수립할 때는 사용자의 작업을 단계별로 분해하고, 각 단계에서 사용자가 수행하는 행동과 필요한 자원을 파악하여 사용자 경험을 개선할 수 있는 방안을 도출합니다.
AI 서비스 개발 주요 이해관계자들과 디자인을 커뮤니케이션 할 때 주의해야 할 4가지 포인트
기간한정 특별 혜택 안내
AI 상품 기획을 마스터하기 위한
두 가지 강의를 저렴한 가격으로 한 번에!
패키지 상품을 선택하고 탄탄한 기획력를 뒷받침할
케이스 스터디부터 논문 학습까지 한 번에 경험하세요.
궁금한 내용은 언제든
질의응답 게시판에 질문하세요!
강의를 수강하다 막히는 부분이 생기면 질의응답 게시판을 활용해보세요!
강사님과 AI 챗봇이 함께 답변을 남기는 질의응답 게시판을 운영합니다.
질의 응답 게시판!
이렇게 이용하면 활용도 200%
✓ 실습 중 에러가 나면? 강사 & 수강생간 실시간 질의응답으로 빠른 해결
✓ 강의를 듣는 중 이해가 안가는 부분이 생기면 바로 질문
* 본 질의응답 채널은 2024. 06. 21 ~ 2025. 06. 21 동안 운영 됩니다.
* 교육 내용 범주 안에서 질의 응답이 가능합니다.
* 강사님이 현업 중 답변하시기에 답변까지 영업일 기준 7일 내외 시간이 소요될 수 있습니다.
-
상세 커리큘럼
자세한 커리큘럼 및 내용은 여기서 확인하세요!
수강하시면 좋을까요?
선수지식이 있을까요?
• Figma 툴의 기초 수준 사용방법 이해
• ChatGPT
커리큘럼
아래의 모든 강의를 초격차 패키지 하나로 모두 들을 수 있습니다.
지금 한 번만 결제하고 모든 강의를 평생 소장하세요!
MIT Media Lab 출신에게 배우는 AI User Interaction 디자인
해당 강의는 예약 구매 상품입니다.
영상 공개는 다음과 같이 3회에 걸쳐 공개됩니다.
(1회 구매 이후 모든 영상을 평생 소장 가능합니다.))
-----
1차 공개 24년 06월 21일 (금)
2차 공개 24년 07월 19일 (금)
전체 공개 24년 08월 16일 (금)