HUMAN-AI INTERACTION 관점에서 새로운 HCI/UX 씽킹 전략

이미지 출처: 마이크로소프트

2022.1.24
최병호(ILOVEHCI@korea.ac.kr)
HUMAN-AI INTERACTION
관점에서 새로운 HCI/UX 씽킹 전략
Copyright 2022. 최병호 all rights reserved.

교수 소개
https://parg.co/b8Hg
https://parg.co/bejm
https://parg.co/bejG
http://slideshare.net/BillyChoi
Copyright 2022. 최병호 all rights reserved. 2

학습목표
Copyright 2022. 최병호 all rights reserved. 3
학습 목표
목차
HCI/UX 논술약술문제
AI트렌드 & HCI/UX 통찰
Human-AI Interaction?
ONE MORE!
HUMAN-AI INTERACTION 관점을 고찰해서
새로운 HCI/UX 씽킹 전략을 모색할 수 있다.

HCI/UX 논술약술 문제
HCI/UX 논술약술 문제
I.
I.
HCI/UX 논술 문제
HCI/UX 약술 문제

HCI/UX 논술 문제(1/2)
A고객의 히든 니즈hidden needs에 기반하여, 초개인화 중심의 경쟁에
대비하기 위한 차별화된 금융 모바일 플랫폼 서비스 UX전략을
수립하십시오. UX전략 수립 시 고객의 결핍pain point와 히든 니즈를
정의하고, 핵심 UX 시나리오와 고객 특성화된 UI전략을
포함하십시오.
“ “
A고객의 3월 총 소비액은 6,763,499원입니다. 소비 내역은 쇼핑 33.3%,
이체 18%, 교육 10.3%, 나머지는 기타 영역으로 구성되어 있습니다.
신용은 상위 15%로, 962점입니다. 총 계좌 잔액은 14,862,056원이며,
총 대출액은 175,000,000원입니다.
5
1/4

HCI/UX 논술 문제(2/2)
6
2/4
“
“
A고객의 3월 총 소비액은 6,763,499원입니다. 소비 내역은 쇼핑 33.3%, 이체 18%, 교육 10.3%,
나머지는 기타 영역으로 구성되어 있습니다. 신용은 상위 15%로, 962점입니다. 총 계좌 잔액은
14,862,056원이며, 총 대출액은 175,000,000원입니다.
A고객에게는 초등학교 2학년인 자녀가 있습니다. 아이의 금융지능Financial
Quotient을 위해서 무언가를 하고 싶어 합니다. 특히 아이의 전생애주기life cycle를
고려하고, 일회성이 아닌 지속가능하며 실효적인 접근이 필요하다고 인식하고
있습니다. 이를 위해서 A고객의 자녀를 케어하고 A고객의 요구사항을 충족할
수 있는 혁신적인 금융 모바일 플랫폼 서비스 UX전략을 수립하십시오.
UX전략 수립 시 고객의 아이와 고객의 결핍pain point과 히든 니즈를 정의하고,
핵심 UX 시나리오와 고객 특성화된 UI전략을 포함하십시오.

HCI/UX 약술 문제(1/2)
초개인화된 금융 UX 서비스를 제공하기 위해서는 Human-
Computer Interaction에서 Human-AI
Interaction으로의 전환이 필요합니다. Human-
Computer Interaction과 Human-AI Interaction의
공통적인 핵심 이론과 주요한 차이점을 기술하십시오.
“
“
HUMAN-COMPUTER INTERACTION,
HUMAN-AI INTERACTION
7
3/4

HCI/UX 약술 문제(2/2)
경쟁사 대비 차별화된 금융 UX 서비스 전략을 수립하기 위해서는
다니엘 카네만Daniel Kahneman의 시스템 1 사고와 시스템 2 사고의
적용이 필수적입니다. 또한, 고객의 생각과 행동을 변화시키기
위해서는 특별한 방법도 활용해야 합니다. 시스템 1 사고와
시스템 2사고의 차이점과 활용 방안 그리고 고객의 행동패턴을
변화시킬 특별한 방법(이론)을 기술하십시오.
“
“
시스템 1사고 & 시스템 2사고,
행동패턴 변화
8
4/4

AI 트렌드 & HCI/UX 통찰
AI 트렌드 & HCI/UX 통찰
II.
II.
HUMAN-AI INTERACTION 전략

1.
1. HUMAN-AI INTERACTION 전략
1. 기존 깨진 창문 이론(Broken window theory) 기반의 주류 도시치안
이론보다 포괄적인 일탈행위 이론(Deviance theory) AI 모델로 구현
11
1/7
출처: Jinhwi Park, Young-Jae Park, Junoh Lee, Jeon, Hae-Gon, DevianceNet: Learning to Predict Deviance from A Large-scale Geo-tagged Dataset, The Thirty-Sixth AAAI Conference on Artificial Intelligence (AAAI), 2022.2.26
[이미지 출처] http://www.aitimes.kr/news/articleView.html?idxno=23567

1.
2. 벼 쓰러짐 피해 면적과 위치 파악, 육안으로 수행(인력비용↑객관성↓)
→ AI로 정확도 95% 이상; (원본 이미지 128X128 픽셀크기로 분할)
12
2/7
출처: 최광민, 인공지능으로 벼 쓰러짐 피해 면적 빠르게 파악!... 농업진흥청, 컨볼루션 신경망 알고리즘 개발, 2021.8.9, http://www.aitimes.kr/news/articleView.html?idxno=22039

1.
3. 2016~2021(5년간) 한강 투신 구조 출동 2,411건, 구조율 96.6%?
투신 시도자 행동 패턴(배회 등 이상행동) 조기 감지관제 효율성 강화
13
3/7
출처: 전미준, 서울 한강교량에서 '극단적 시도'... 인공지능 CCTV가 막는다!, 2021.12.2, http://www.aitimes.kr/news/articleView.html?idxno=23442
[이미지 출처] hhttp://www.aitimes.kr/news/articleView.html?idxno=23442

1.
4. 원예 작물(딸기 등) 병해 발병 시점에서 진단까지 상당한 시간 소요, 병
해 방제 시기 지연→ AI 활용으로 조기 진단, 적시 방제
14
4/7
출처: 최광민, 인공지능이 딸기 병해 진단하고 조치 방법 알려준다, 2021.11.29, http://www.aitimes.kr/news/articleView.html?idxno=23370

1.
5. 감귤 선별: 병 + 상처 + 크기 by 시력↓손 느린 고령 농민의 완전 수작업 →
AI로 감귤 선별: 0.12초, 33배(사람 1,000개/시간: AI 3만2700개/시간)
15
5/7
출처: 정혁훈, [정혁훈의 아그리젠토] 농식품 인공지능 아카데미, 2022.1.8, https://www.mk.co.kr/opinion/columnists/view/2022/01/22175/
[이미지 출처] http://aiofarm.co.kr/sub/sub02_02.php
10여 종의 흠집 감귤 선별: 궤양병,
일사병, 달팽이병, 배꼽썩음병,
흑점병 등
크기: 감귤 직경을 5㎜ 단위로
구분해 12단계로 분류

1.
6. 셰프의 음식 맛 AI으로 재현
; 두꺼운 식재료는 조리 스킬 따라 맛 차이 큼
16
6/7
출처: POSCO IMP, [ The 20th POSCO IMP ] 비욘드허니컴 (BEYOND HONEY COMB), 2020.12.22, https://youtu.be/cpUGX1JbSEA
[이미지 출처] https://youtu.be/cpUGX1JbSEA

1.
7. AI의 난제 해결: 과소적합-과적합의 위험성(underfitting-overfitting
risk) 또는 편향-분산 상충 문제(bias-variance tradeoff)
17
7/7
[이미지 출처] http://www.aitimes.kr/news/articleView.html?idxno=23868&fbclid=IwAR1VYcR40jPNWX4iaKHPfiIIe1Xy0KTo3DdClY1VSr62vMZHoUiObwLSsw4
출처: Dongjae Kim, Jaeseung Jeong, Sang Wan Lee, Prefrontal solution to the bias-variance tradeoffduring reinforcement learning, 2020.12, https://www.biorxiv.org/content/10.1101/2020.12.23.424258v1.full.pdf
사람은 현재 주어진 문제에 집중하면서도(과소적합 문제 해결), 문제에
과하게 집착하지 않고(과적합 문제 해결) 변하는 상황에 맞게 유동적 대처
현실의 다양한 상충적 상황 해결 가능성 높음(메타 강화학습 모델): 교육,
중독, 디자인 등 적용

III.
III.
AI UX전략 디자인, 새로운 길

1) AI 기반 HCI/UX 디자인 트렌스포메이션과 비교
1.
1. AI UX전략 디자인, 새로운 길 1/4
Muditha Batagoda, How Improving HCI Design Can Lead to Better UX, 2020, https://xd.adobe.com/ideas/principles/human-computer-interaction/improve-hci-design-for-better-user-experience/, 2021.1
20

2) AI 기반 HCI/UX 디자인 트렌스포메이션 프로세스
1.
PLINIO BRAGA, Developing the Kleros UX Strategy and Plan, 2020, https://blog.kleros.io/kleros-ux-strategy-and-plan/, 2021.1
21

3) AI 기반 HCI/UX 디자인 트렌스포메이션과 R&R
1.
Pooja Chawla, Why Should You Consider UX Design Career in 2020?, 2019, https://appinventiv.com/blog/reasons-for-choosing-ux-design-career/, 2021.1
22

4) AI 기반 HCI/UX 디자인 트렌스포메이션과 산출물
1.
1. H&AI 리서치: 사람(들) 관련
수집 또는 생성한 빅데이터
2. H&AI 발견: 패턴과 히든 니즈
중심의 퍼소나와 고객여정맵
3. H&AI 분석: 식별한 환경
데이터 기반 예측 시나리오
4. H&AI 모델링: 추천 및 선제적
서비스 디자인 및 시각화
[출처] https://pietalberts.com/download-free-ux-design-persona-templates/
[출처] https://experience.sap.com/skillup/discover-your-wow-factor-with-customer-journey-mapping/,2014
23

경청해 주셔서 고맙습니다!!

ONE MORE!
ONE MORE!
AI 기반 (소셜)벤처의 BM: 8개 지표
도전

1.
1. AI 기반 (소셜)벤처의 BM: 8개 지표
27
1/13

방석 시장 가능성이 높은데 가볼까?D2C모델도 유행인데?
28
2.
2. 도전(1/12): 당면한 문제 2/13
이미지 출처:
https://www.mk.co.kr/news/bus
iness/view/2020/12/1336600/
이미지 출처: http://www.techholic.co.kr/news/articleView.html?idxno=16206

(제품 측면) Problem-solution fit
29
2.
2. 도전(2/12): Problem-Solution fit(1/2) 3/13

(포탈 서비스 측면) Problem-solution fit
30
2.
2. 도전(3/12): Problem-Solution fit(2/2) 4/13

(제품 측면) Market-product fit
31
2.
2. 도전(4/12): Market-Product fit(1/2) 5/13

(포탈 서비스 측면) Market-product fit
32
2.
2. 도전(5/12): Market-Product fit(2/2) 6/13

(제품 측면) ‘방석’ 이미지로 새로운 습관 형성·행동 유도 가능성 검토
33
2.
2. 도전(6/12): Human-eXperience fit(1/2) 7/13

(제품 측면) 고객의 습관을 지속적으로 변화·유지할 수 있는 트리깅 전략
34
2.
2. 도전(7/12): Human-eXperience fit(2/2) 8/13

인공지능기술의 예측 서비스 예시
35
2.
2. 도전(8/12): Market-AI fit(1/5) 9/13
이미지 출처: 의료인공지능: 뇌영상 기반 뇌질환 진단을 위한 인공지능 기술 소개, 고려대학교 데이터과학원/인공지능학과 석홍일 교수, 2021.5.4

인공지능기술 중 비전 기술 내 포즈 예측 기술 예시
36
2.
2. 도전(9/12): Market-AI fit(2/5) 10/13
이미지 출처: 인공지능은 물체를 어떻게 이해할까?, 고려대학교 컴퓨터학과 김현우 교수, 2021.4.20.

인공지능기술을 활용한 고객 프로파일링 및 초개인화 맞춤 기술 예시
37
2.
2. 도전(10/12): Market-AI fit(3/5) 11/13
이미지 출처: 고려대학교 Human-inspired AI연구소, 2020

인공지능기술 중 자연어처리(NLP) 기술 기반으로 챗봇을 개발하여 고객 응대하는 예시
38
2.
2. 도전(11/12): Market-AI fit(4/5) 12/13
미지 출처: 고려대학교 Human-inspired AI연구소, 2021

포탈 서비스 프로세스별 필요한 인공지능 알고리듬
39
2.
2. 도전(12/12): Market-AI fit(5/5) 13/13

HUMAN-AI INTERACTION 관점에서 새로운 HCI/UX 씽킹 전략

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Similar to HUMAN-AI INTERACTION 관점에서 새로운 HCI/UX 씽킹 전략

Similar to HUMAN-AI INTERACTION 관점에서 새로운 HCI/UX 씽킹 전략 (20)

More from Billy Choi

More from Billy Choi (20)

HUMAN-AI INTERACTION 관점에서 새로운 HCI/UX 씽킹 전략