AI 서비스 디자인

인공지능은 더 이상 서비스에 추가되는 하나의 기능이 아닙니다. AI는 고객의 질문에 답하고, 추천하고, 콘텐츠를 생성하며, 때로는 직원과 함께 판단합니다. 따라서 AI 시대의 설계 대상은 화면이나 기능을 넘어 사람·AI·데이터·운영·조직이 함께 작동하는 서비스 시스템으로 확장됩니다.

핵심 요약

AI 서비스 디자인의 정의

AI 서비스 디자인은 사람과 인공지능이 협력하여 고객 가치를 지속적으로 만들어내도록 서비스 전체를 설계하는 활동입니다. 여기에는 고객 경험, AI의 행동, 직원의 역할, 업무 프로세스, 데이터, 거버넌스, 의사결정과 학습 구조가 포함됩니다.

목표는 기존 서비스에 AI를 덧붙이는 것이 아닙니다. AI가 포함된 서비스가 시간이 지나도 더 가치 있고, 신뢰할 수 있으며, 변화에 적응하도록 만드는 것입니다.

UX와 서비스디자인에서 무엇이 확장되는가

Human Factors는 사람과 기계의 물리적 관계를, HCI와 Interaction Design은 디지털 상호작용을, UX는 사용자의 전체 경험을, Service Design은 고객 여정과 조직의 제공 과정을 설계해 왔습니다. AI Service Design은 이 기반 위에 확률적으로 행동하고 학습하며 결과를 생성하는 AI를 서비스의 행위자로 포함합니다.

기존 소프트웨어는 미리 정의된 규칙 안에서 비교적 일관되게 작동했습니다. 생성형 AI는 동일한 요청에도 다른 답을 만들고, 자신 있게 틀릴 수 있으며, 모델·데이터·정책 변화에 따라 행동이 달라집니다. 따라서 설계자는 “무엇을 보여줄 것인가”뿐 아니라 “언제 AI가 행동하고, 언제 사람이 개입하며, 실패했을 때 어떻게 회복할 것인가”를 함께 결정해야 합니다.

AI 서비스 디자인의 여섯 가지 질문

1. 가치: 고객에게 제공하려는 가치는 무엇이며 AI가 필요한 이유는 명확한가?
2. 역할: AI와 사람은 각각 무엇을 판단하고 누가 최종 책임을 지는가?
3. 신뢰: 사용자가 능력과 한계를 이해하고 적절하게 의존할 수 있는가?
4. 복구: AI가 틀렸을 때 수정·거부·취소·사람 전환이 가능한가?
5. 운영: 품질, 위험, 데이터와 모델 변화를 출시 후에도 관리하는가?
6. 학습: 예외와 실패가 다음 설계와 조직의 지식으로 전환되는가?

연구와 실무 기준이 말하는 방향

Microsoft Research의 Human–AI Interaction Guidelines는 AI의 능력과 한계를 알리고, 사용자가 결과를 수정하거나 무시하며, 오류에서 회복할 수 있도록 설계할 것을 제안합니다. NIST AI RMF는 신뢰할 수 있는 AI를 제품 특성만이 아니라 Govern–Map–Measure–Manage의 지속적 조직 활동으로 다룹니다. ISO/IEC 42001 역시 AI를 조직의 관리 시스템과 책임 구조 안에서 운영하도록 요구합니다.

Etony Lab의 관점과 AXM

AI Service Design이 “어떤 경험과 서비스 시스템을 설계해야 하는가”를 설명한다면, AXM은 “조직이 그 경험을 지속적으로 생산할 역량을 갖추고 있는가”를 진단합니다. 따라서 AI Service Design은 설계 철학이고 AXM은 조직 진단과 개선의 프레임워크입니다.

실무 체크리스트

• 고객 가치와 AI 사용의 필요성이 분리되어 검증되었는가
• AI와 사람의 역할·권한·책임이 명확한가
• 불확실성과 한계를 고객이 이해할 수 있는가
• 오류를 발견하고 복구하는 경로가 실제 운영되는가
• 출시 후 품질과 위험을 지속적으로 측정하는가
• 학습이 특정 개인이 아니라 조직의 기준으로 남는가

자주 하는 오해

AI Service Design은 프롬프트 엔지니어링이 아닙니다. 프롬프트는 모델과 상호작용하는 한 요소이며, AI Service Design은 고객 경험과 운영 시스템 전체를 다룹니다.

AI Service Design은 단순히 UX에 AI를 더하는 일이 아닙니다. 확률적 행동, 책임, 데이터, 거버넌스와 조직 학습까지 설계 범위에 포함합니다.