제약 기반 디자인을 통한 UI의 개인별 최적화

개요

인지 특성에 관한 개인 정보를 입력받고, UI의 기본적인 설계 원칙과 안전성·접근성 조건, 그리고 사람의 특성에 관한 연구 지식을 참조하여 그 사람에게 맞는 UI를 생성하는 구조를 제안했다.

사람이 지켜야 할 조건과 적용 범위를 설계하고 그 안에서 생성형 AI가 구체적인 안을 만드는 ‘제약 기반 디자인’의 사고방식을 사용했다. 자동차 내비게이션을 소재로, 감각·신체 특성까지 포함한 13종의 가상 페르소나로부터 UI를 생성하고 별도 공정에서 조건 적합성을 검사하는 PoC를 구현했다.

비교에서는 신체 특성에 따른 뚜렷한 화면 구성 변화를 한 사례에서 확인한 반면, 다수의 생성물에서는 큰 시각적 변화가 보이지 않았다. 실제 사용성과 안전성은 검증하지 않았지만, 생성형 AI에 판단을 맡길 수 있는 범위와 개인화의 여지를 좁히고 있던 설계 조건을 드러냈다.

배경 — 하나의 UI로 어디까지 감당할 수 있는가

많은 제품은 되도록 많은 사람이 쓸 수 있는 공통 UI를 설계해 제공한다. 그러나 한 번에 파악할 수 있는 정보의 양, 주의를 기울이는 수월함, 표현의 이해하기 쉬움, 세밀한 조작의 정확함에는 개인차가 있다. 공통 UI가 많은 사람을 배려하더라도, 그 한 사람에게 맞는다고는 할 수 없다.

집단 단위의 평가에도 한계가 있다. 예컨대 미국 NHTSA가 2013년에 공표한 임의 가이드라인에서는 시선에 관한 각 수용 기준에 대해 24명 중 최소 21명이 충족할 것을 요구한다. 모두가 똑같이 쓸 수 있음을 뜻하는 조건은 아니다. [1]

글자 크기나 표시량을 바꿀 수 있는 제품이라도, 사용자는 설정의 존재를 알아차리고 자신의 불편함과 연결 지어 적절한 조정을 선택해야 한다. 설정 기능이 충분히 활용되지 못한 채, 맞지 않는 상태로 쓰이고 있는 것은 아닐까. 이 의문이 출발점이었다.

자동차 내비게이션에서는 화면을 보는 일과 조작하는 일이 운전에 필요한 주의와 경합한다. [1] UI와의 부적합이 그 부담을 키울 가능성이 있다면, 이용을 시작하는 시점에 그 사람에게 맞는 상태를 마련해 두는 일은 사용성과 안전 양쪽에서 검토할 가치가 있다.

생성형 AI를 이용해, 개인의 정보와 설계 지식으로부터 UI를 구체화하는 공정을 시제작할 수 있게 되었다. 그래서 한 사람씩 손으로 화면을 설계하는 부담을 줄이면서 개인에게 맞는 UI를 전달하는 방법을 생각했다.

설정 기능의 이용률과, UI와의 부적합이 사고에 미치는 영향은 이 프로젝트에서 검증하지 않았다.

제안 — 개인의 정보와 두 종류의 설계 지식을 잇는다

입력하는 것은 그 사용자의 인지 특성에 관한 정보다. AI는 이를 미리 정리해 둔 두 종류의 지식과 대조한다. 하나는 UI의 기본적인 설계 규칙, 다른 하나는 사람의 특성에 따른 권장 UI로 이어지는 지식이다.

이를 바탕으로 AI가 허용되는 범위에서 UI를 구체화하고, 조건에 대한 적합성을 검사한다. 출력은 그 사람에게 맞는 UI와, 어디를 왜 바꾸었는지에 대한 설명이다.

입력: 그 사람에 관한 정보

예컨대 한 번에 정보를 기억해 다루는 일의 잘함과 어려움, 다른 자극에 주의를 빼앗기기 쉬운지, 어떤 설명을 이해하기 쉬운지. 구현에서는 보이는 방식과 손가락 조작 특성도 대상에 포함했다. 진단명만으로 화면을 정하는 것이 아니라, UI 이용과 관련된 개인의 정보를 다룬다.

참조 지식 A: UI로 성립하기 위한 규칙

일관성, 조작에 대한 피드백, 정보의 묶음, 글자와 조작 대상의 잘 보임 등 UI의 기본적인 설계 원칙을 정리한다. 나아가 차량용 UI의 조작 제한과 접근성상의 조건을, 적용되는 상황과 함께 정의한다.

참조 지식 B: 특성에서 권장 UI로 이어지는 지식

연구에서 확인된 사람의 특성을 정보 제시의 원칙으로, 다시 UI 설계로 연결한다. 예컨대 ‘정보를 유지하면서 조작하는 데 부담이 있다’는 특징에 대해 ‘기억해 둘 필요를 줄인다’는 방향을 생각하고, 필요한 정보를 화면에 남기는 설계로 잇는다.

다만 특성에 관한 연구가 그대로 자동차 내비게이션의 설계값을 주지는 않는다. 연구로 밝혀진 것과, 거기서 이 프로젝트가 이끌어 낸 설계 판단을 구별한다. 모두에게 공통으로 유효한 개선은 기본 규칙에 포함하고, 개인화의 성과로 세지 않는다.

이상적인 UX — 첫 승차에서 사용하기 편한 지점을 함께 확인한다

미래 구상. 대화를 통한 초기 설정은 이번 PoC에서 구현하지 않았다.

차를 사고 처음 운전석에 앉았을 때. 정차한 상태에서 AI 에이전트가 사용 방식에 대해 묻는다. 사용자는 전문적인 설정 항목을 고르는 대신, 평소의 불편함이나 쓰기 편하다고 느끼는 방식을 이야기한다.

1. 첫 승차: 대화를 시작한다

   AI“쓰기 편한 화면에 맞추기 위해, 평소 사용 방식을 몇 가지 알려 주시겠어요? 나중에 시작하셔도 됩니다.”

   사용자는 목적을 이해하고, 지금 시작할지 나중에 할지를 고른다.

2. 인터뷰: 불편한 점을 이야기한다

   AI“안내가 이어질 때, 어떤 부분에서 이해하기 어려워지시나요?”

   사용자“다음 설명이 오면, 방금 들은 내용을 잊어버릴 때가 있어요.”

   AI는 구체적인 상황을 묻고, 정보 유지나 주의를 기울이는 방식과 관련된 불편함을 정리한다.

3. 이해의 확인: AI가 받아들인 내용을 바로잡을 수 있다

   AI“절차를 외워 진행하기보다, 필요한 정보가 화면에 남는 편이 쓰기 편하시겠다는 이해가 맞을까요?”

   사용자는 그 이해를 확인하고 바로잡는다. 대화로 얻은 자기 보고는 인지 기능의 측정값이나 진단과는 나누어 다룬다. 측정이 필요한 항목에는 별도로 확인하는 방법을 마련한다.

4. 제안과 시험 사용: 이유를 듣고 화면을 시험한다

   AI“기억해 두어야 하는 부담을 줄이기 위해, 현재 조작과 다음 절차를 함께 확인할 수 있는 화면을 제안합니다.”

   사용자는 정차 중에 목적지 선택 등을 시험한다. “이전이 더 알기 쉬웠다”, “여기는 표현을 바꾸고 싶다”고 전하고, 필요하면 제안을 조정하거나 원래 UI로 되돌릴 수 있다.

5. 이용 시작: 확인한 UI를 사용한다

   사용자가 확인한 UI를 초기 상태로 저장한다. 주행 중에는 사용자가 익힌 기본 구성을 유지한다. 다시 보고 싶어졌을 때는 정차 중에 재조정할 수 있다.

대화의 목적은 사용자를 한 번에 분류하는 것이 아니다. 그 사람이 설명하고 바로잡을 수 있는 주고받음을 통해, 사용을 시작하는 상태를 갖추는 것이다.

구현 — 지켜야 할 조건과 AI에 맡기는 판단을 나눈다

이번에 구현한 것은 개인의 특성 정보를 받아 UI를 생성하고, 검사·묘화·비교까지 하는 구조다. 대화로 하는 질문을 대신하는 입력으로, 특성이 다른 13종의 가상 페르소나를 정의했다.

자동차 내비게이션은 화면 면적, 조작 대상의 크기, 표시할 수 있는 정보량, 주행 중 조작 같은 조건을 구체적으로 다룰 수 있어 검증 소재로 골랐다.

제약 기반 디자인이라는 진행 방식

이 프로젝트에서 말하는 제약 기반 디자인은 사람이 지켜야 할 조건과 적용 범위를 설계하고, 그 안에서 AI가 구체적인 해를 제안하는 방법이다.

규칙 기반의 파라메트릭한 변경에서는 입력에 대한 값이나 선택지의 대응을 미리 정한다. 이번 구상에서는 대응을 모두 채우는 대신, 허용되는 범위와 판단의 근거를 정하고, 확정되지 않은 구체적인 값과 표현에 생성형 AI의 재량을 남긴다. 구현은 계산으로 정하는 부분과 생성형 AI가 정하는 부분을 조합했다.

연구 지식을 UI로 옮길 때는 출처, 적용 조건, 설계 판단을 기록했다. UI와 함께 변경 이유를 출력함으로써, ‘왜 그 사람에게 그 화면이 되었는가’를 되짚을 수 있게 했다.

생성한 UI를 별도 공정에서 검사한다

UI는 화면 요소와 배치를 가진 구조 데이터로 생성하고, 그 데이터로부터 묘화한다. 수치나 구조 조건은 코드로, 의미 해석이 필요한 일부 조건은 LLM에 의한 별도 검사로 확인한다. 자동 판정 대상 밖이거나, 자료가 부족해 확인할 수 없는 항목도 기록한다.

검사가 확인하는 것은 정의한 조건에 대한 적합성이다. 실제로 쓰기 편한지, 안전성이 향상되는지는 사용자에 의한 평가가 필요하다.

설계 단계에서 조건의 모순이 발견되면, AI가 해당 부분을 제시하고 사람의 판단으로 조건을 재검토한다. 생성할 때마다 AI가 조건을 편한 대로 바꾸는 구조로는 하지 않는다.

UI 비교 — 크게 바뀐 사례와 거의 바뀌지 않은 사례

비교의 기준은 개인의 특성을 입력하지 않고 공통 기본값으로 만든 UI다. 같은 기능 집합에 대해, 개인의 특성을 입력했을 때의 출력을 비교했다.

아래 이미지는 프로토타입의 출력이며, 시판 내비게이션의 개선 전후가 아니다. 페르소나도 실재하는 사용자를 재현한 것이 아니라, 특성의 영향을 확인하기 위한 가상의 입력이다.

조작 대상이 커진 사례

PS-12 | 세밀한 터치 조작이 어렵다는 신체 특성을 가진 페르소나

기준이 되는 PS-01과 연령·인지·감각 특성을 맞추고, 손가락 조작 특성을 바꾸었다. 게재한 이미지에서는 각 조작 대상이 커지고, 화면 가운데에 늘어선 항목이 7건에서 4건이 되었다. 하단의 고정 버튼은 이 건수에 포함하지 않았다.

공통 기본 UI

개인 특성을 입력해 생성한 UI

조작 대상을 키우는 데에는 같은 화면에서 한 번에 고를 수 있는 항목이 줄어든다는 대가가 있다. 기능 집합은 유지하는 설계이지만, 이 한 장만으로 후속 화면으로의 이동이 얼마나 쉬운지까지 평가할 수는 없다.

구성이 거의 바뀌지 않은 사례

PS-01 | 기준으로 설정한 페르소나

글자 크기에는 작은 차이가 있지만, 항목 수, 배치, 터치 영역의 크기는 거의 같았다. 이번 규칙과 입력의 조합에서는 공통 기본 UI에서 구성을 크게 바꾸는 결과가 되지 않았다.

공통 기본 UI

개인 특성을 입력해 생성한 UI

결과와 고찰 — 생성의 자유도는 어디에 남았는가

생성형 AI만의 가치는 충분히 보이지 못했다

작성자의 육안 비교에서 화면 구성의 뚜렷한 변화로 인식할 수 있었던 것은 PS-12였다. 다른 출력에도 어휘나 설정상의 차이는 있었지만, 화면의 겉모습에서 큰 가치의 차이를 인식하는 데까지는 이르지 못했다.

PS-12의 변경도 표시 크기나 표시량을 조정하는 설정으로 실현할 수 있는 범위였다. 스스로 설정을 찾지 않아도 초기 상태가 갖춰진다는 경험에는 가능성이 있다. 한편 그 경험의 가치와, UI 생성에 생성형 AI가 필요하다는 점은 따로 검증해야 한다.

이번 PoC에서는 인지 특성에 맞춤으로써 조작 성적이 개선되었다거나, 생성형 AI가 규칙 기반보다 나은 UI를 만들었다는 점은 보이지 못했다.

이번에 만든 디자인 공간은 좁았다

글자와 조작 대상에 필요한 크기를 확보하고, 화면 면적과 표시량의 조건을 적용하자 고를 수 있는 구성이 한정되어 갔다. 구현상 계산이나 고정 구성으로 정해지는 부분도 많아, AI가 여러 타당한 안 중에서 고를 여지는 작았다.

어휘의 바꿔 말하기에는 자유도가 남았지만, 그 차이는 화면 구성만큼 눈에 보이지 않아 이번 육안 평가로는 가치를 충분히 포착하지 못했다. 생성형 AI의 가치를 확인하려면 고를 수 있는 안에 폭이 있고, 그 차이가 사용자의 경험에 의미를 가지는 것이 필요하다고 생각했다.

이 결과는 이번에 모은 규칙, 채택한 UI 파라미터, 구현한 표현의 범위에 관한 결과다. 자동차 내비게이션 전반이나 개인화 UI 전반의 한계라고는 할 수 없다.

또한 JIS·ISO 등 관련 규격 전체의 본문을 직접 확인한 것은 아니며, 논문, 공적 지침, 공개 데이터, 일부 규격 본문이나 미리보기 등 입수할 수 있었던 자료를 바탕으로 설계 지식을 구성했다. 참조 범위가 채택할 수 있었던 설계상의 선택지에 영향을 주었을 가능성은 있다. 다만 규격 본문의 정독으로 자유도가 넓어질지, 추가 조건으로 더 한정될지는 앞으로 확인해야 한다.

AI와의 작업은 규칙 자체의 개선으로 이어졌다

성과가 나타난 것은 생성에 쓰는 조건을 설계하고 검사 가능하게 만드는 과정이기도 했다.

AI가 문제를 지적하고, 사람이 판단하고, 설계에 반영한다. 그 왕복을 통해 무엇을 공통으로 지키고, 어디를 개인에게 맞출 수 있는가가 명확해졌다.

앞으로 — 경험의 가치와 생성형 AI의 가치를 확인한다

다음에는 두 가지 물음을 나누어 검증하고 싶다.

하나는, 스스로 설정하지 않아도 사용을 시작하는 UI가 갖춰지는 경험에 얼마나 가치가 있는가. 대화를 통한 질문, 이해의 정정, 시험 사용까지 구현해, 입력 정보의 확실성과 사용자에게 주는 부담을 확인한다.

다른 하나는, 어떤 설계 대상이라면 생성형 AI로 얻는 안의 차이가 경험의 개선으로 이어지는가. 필요한 조건을 지키면서, 정보 구성이나 조작의 흐름에 여러 타당한 안이 남는 대상으로 넓히고 싶다.

실사용자 평가에서는 공통 기본 UI, 개인 정보로부터 규칙 기반으로 조정한 UI, 생성형 AI로 구체화한 UI를 같은 과제에서 비교한다. 조작 시간, 오조작, 시선, 주관적 부담 등으로부터 개인에게 맞춘 효과와 생성형 AI를 쓴 효과를 나누어 조사한다.

또한 관련 규격의 확인을 진행해, 연구로 확인된 것과 설계 판단의 경계를 갱신한다. 조건을 검사할 수 있다는 것에 더해, 그 안에 사용자에게 의미 있는 선택지를 남기는 것을 다음 과제로 삼는다.