웹 디자인 산업의 인공 지능(AI)

“끝이 가까웠다” – 로봇 공학 및 인공 지능 분야의 전문가들이 말합니다. 물론, 우리 중 일부가 알고 있는 것처럼 세상의 종말은 아니지만 확실히 일부 직업의 종말입니다. 로봇이 오늘날 사람들이 하는 일부 직업을 대신하게 될 것입니다.

예를 들어, TED 연설에서 Thomas Frey(미래학자)는 2030년까지 20억 개의 직업이 사라질 것이라고 예측했습니다. 이것은 오늘날 세계에 존재하는 모든 직업의 절반입니다. 네! 이게 다 로봇 때문이다!

Uber ATG 자율주행차, 아마존 드론, 고객 서비스를 담당하는 봇 등 - 로봇 혁명은 이제 막 시작되었습니다.

그렇다면 디자이너는? 우리도 곤경에 처한 걸까? 로봇, AI, 머신 러닝은 장기적으로 우리의 업무에 어떤 영향을 미칠까요?

로봇은 디자이너를 대체하지 않습니다. 글쎄, 적어도 가까운 장래에.

몇 년 전 Grid 릴리스와 관련된 과대 광고를 기억할 수 있습니다. Grid는 인공 지능을 기반으로 하는 웹 개발 및 디자인 시스템(AKA Squarespace)입니다. 요점은 사이트 구성 요소 및 기타 상호 작용 패턴이 디자이너의 개입 없이 자체적으로 생성되었다는 것입니다.

몇 달 후, 세계는 그리드에서 만들어진 최초의 웹사이트를 보았습니다... 그리고 그것은 재앙이었습니다.

"디자이너, 나는 당신의 직업이 안전하다고 생각합니다." - 이것은 Reddit 사용자 중 한 명이 Grid의 실패 결과를 보고 남긴 말이었습니다.

로봇의 손에 들어갈 대부분의 직업(최소한 향후 10년)은 블루칼라 직업입니다. 운전사, 비서, 관리인 - 이들 및 기계적 성능과 관련된 다른 사람들은 자동화될 것입니다.

웹 디자인에 관해서는 모든 것이 조금 더 복잡합니다. 인간은 디자인의 맥락을 정의하고 공감을 생성하는 이 독특한 능력을 가지고 있습니다. 메뉴를 표시하거나 햄버거 버튼 아래에 숨기시겠습니까? 메뉴 옵션의 수에 관한 것이 아닙니다.

웹사이트에서 2열 또는 3열 그리드를 사용해야 합니까? 그것은 이미지의 크기와 수에만 의존하지 않습니다.

내가 아는 대부분의 디자이너는 수많은 "색상 심리학 성경"에 의해 안내되지 않고 변덕스럽게 글꼴 색상을 선택합니다. 진실은 아마도 디자이너와 로봇이 곧 손을 맞잡을 것이라는 것입니다. 로봇은 문제가 아니라 새로운 기회입니다. 그들에 대해 이야기합시다.

일상 업무를 AI에 맡기기

디자이너는 많은 루틴을 처리할 수 있습니다. 우리 팀 작업 시간의 20%는 로봇에 쉽게 할당될 수 있는 문제를 해결하는 데 사용됩니다.

코딩, 크기 조정, 색상 보정 등 일부 작업은 Photoshop의 액션 기능을 통해 자동화할 수 없습니다. 사람의 눈과 빠른 결정을 내릴 수 있는 능력이 필요합니다. 하지만 AI가 우리를 위해 이것을 하도록 가르친다면 어떻게 될까요?

예를 들어, 콘텐츠 현지화 프로세스의 속도를 크게 높여주는 자동 Netflix 번역기가 있습니다. 다양한 언어로 다양한 쇼 배너를 생성해야 하는 경우 자동으로 생성된 수백 개의 레이아웃을 탐색하고 적합한 레이아웃을 선택하기만 하면 됩니다.

최근 에어비앤비(여행자에게 단기 임대를 제공하는 주거용 부동산)는 디자이너의 종이 스케치를 실시간으로 인식하고 이를 코드화하는 기술을 발표했다.

“아이디어 테스트 시간을 0으로 줄여야 합니다. 우리는 앞으로 몇 년 동안 신기술을 통해 개발 프로세스에서 수백 가지 장애물을 제거하면서 신제품을 정말 빠르고 비용 효율적으로 설계할 수 있을 것이라고 확신합니다.” – Benjamin Wilkins, Airbnb

Airbnb AI는 스케치를 몇 초 만에 코드로 변환합니다! 이러한 작은 최적화를 통해 설계자는 전략적 제품 설계 솔루션을 만드는 데 더 많은 시간을 할애할 수 있습니다. 이는 컴퓨터가 여전히 배워야 하는 부분입니다.

더 스마트한 모듈식 설계 시스템

AI는 보다 기능적인 디자인 시스템을 만드는 데 도움이 될 수 있습니다. 디자인 시스템(이 용어에 익숙하지 않은 경우)은 특정 제품 또는 브랜드의 디자인 언어를 함께 만드는 일련의 패턴, 모듈 및 요소입니다.

기업에서 신생 기업에 이르기까지 점점 더 많은 회사에서 디자인 시스템을 사용하여 사용자를 위해 제품에 대한 보다 일관된 이미지를 만듭니다. Salesforce, GE, Airbnb, WeWork, Google, Atlassian 및 IBM 팀은 디자인 시스템에서 함께 작업하기 위한 완전히 새로운 규칙을 설정한 훌륭한 예입니다.

이제 AI가 설계 시스템의 일부가 되어 시스템 요소와의 사용자 상호 작용 지표를 분석하고 각 기능에 가장 적합한 것이 무엇인지 즉시 "이해"할 수 있다고 상상해 보십시오. AI가 작동하는 것과 작동하지 않는 것에 대해 학습하는 정보가 많을수록 각 모듈을 최적화하여 최상의 결과를 얻을 수 있습니다. AI는 또한 사람들이 온라인 코스 플랫폼으로 만든 코스처럼 다른 사람들을 훈련시킬 수 있는 능력도 가지고 있습니다.

Wix 및 Squarespace와 같은 웹사이트 빌더는 이러한 기술 중 일부를 사용하여 사용자가 디자인에서 미세한 결정을 내리는 데 도움을 주기 시작했습니다. 이 회사들은 야심 찬 그리드와는 다른 길을 걸어왔습니다. 그들은 디자이너가 부적절하고 부적합한 디자인 솔루션에서 해방되도록 워크플로에 신중하게 AI를 구축했습니다.

가까운 장래에 사이트는 물론 자체 구축을 시작하지 않을 것이지만 AI 기술은 IT 및 설계 팀에서 유지 관리 및 최적화에 관한 여러 작업에서 확실히 해방될 것입니다.

제너레이티브 비주얼 스타일 생성

사진 인식 기술을 기반으로 사진 및 비디오에 스마트 필터를 적용하는 Artisto 또는 Prisma와 같은 도구를 본 적이 있을 것입니다. 이 기술은 사진에 묘사된 내용(예: 얼굴 또는 레몬 파이)을 찾아 적절한 시각 효과를 적용합니다.

인공지능이 만들어내는 시각효과의 또 다른 예로 구글의 인공지능 실험 중 하나인 Auto Draw가 있다. 요점은 프로그램이 자동으로 스케치를 편집하고 더 정확하게 만든다는 것입니다. 이것은 기계 학습 덕분에 가능했습니다. 더 많은 사람들이 앱에서 스케치를 그릴수록 AI는 당신이 그리고자 하는 것을 더 정확하게 추측합니다.

이러한 기술 덕분에 디자인에 더 쉽게 접근할 수 있습니다. 디자이너(및 비 디자이너)는 많은 노력 없이 더 나은 것을 만들고 세부 사항을 더 철저하게 다듬을 수 있습니다. 이것은 AI가 일자리를 빼앗는 대신 우리를 돕는다는 또 다른 증거입니다.

Develux에 따르면 역동적이고 생성적인 비주얼 스타일을 만드는 기술을 기반으로 하는 이러한 앱의 전체 세대가 있습니다. 그들 모두는 디자이너의 경계를 확장합니다. 다른 예를 원하십니까? 다이내믹 로고는 브랜딩과 AI의 인터페이스에서 새로운 주요 트렌드입니다.

사용자 경험 커스터마이징

웹 사이트는 점점 더 똑똑해지고 있으며 많은 사용자 데이터를 사용하여 더 개인화된 상호 작용 경험을 생성할 수 있습니다. 밤이나 낮 시간, 사용자 위치, 장치, 요일 및 사용자가 할 수 없는 백만 가지 이상의 데이터와 신호입니다. 상상조차 한다. 이 데이터는 사용자가 사이트에서 무엇을 찾고자 하는지에 대한 흥미로운 생각으로 이어질 수 있습니다.

이전에는 데이터 분석을 전략가, 디자이너 및 기술자로 구성된 팀에서 처리했습니다. 그들은 가능한 모든 제품 응용 프로그램을 분석하고 결론을 내렸습니다. 기계가 프로세스의 일부를 인수하면 많은 회사에서 제품 사용 시나리오를 확장하고 가능한 한 맞춤화할 수 있는 기회를 갖게 됩니다. 일반적으로 UX 영역에서는 경험이 개인화될수록 사용자의 요구를 더 많이 충족합니다. 따라서 더 많은 전환을 기대할 수 있습니다.

방대한 양의 데이터 분석

사이트, 앱, 디지털 서비스 등 점점 더 많은 시스템이 매일 등장합니다. 또한 점점 더 많은 사용자가 있으며 사용자가 시스템 중 하나와 상호 작용할 때마다 데이터가 생성됩니다. 많이. 비즈니스 분석의 성장은 이제 막 시작되었고 데이터 분석 프로세스는 더욱 복잡해지고 상호 참조 시스템은 더욱 구조화되고 있습니다.

디자이너와 제품 소유자가 더 나은 결정을 내리는 데 도움이 되는 가치 있는 데이터가 점점 더 많이 생성되고 있습니다. 또한 데이터는 종종 매우 취약하며 계획되지 않은 삭제 또는 도난의 대상이 될 수 있습니다. 이러한 문제를 해결하기 위해 많은 유명 회사에서 데이터 복구 서비스 또는 파일 복구 도구를 사용합니다.

가까운 장래에 AI는 많은 데이터 수집 및 분석 프로세스를 수행할 것입니다. 이는 분석가가 필요하지 않다는 의미가 아니라 동일한 전문가가 특정 제품 또는 서비스와의 사용자 상호 작용에 대해 보다 정확하고 심층적인 분석을 수행할 수 있다는 것을 의미합니다.

A/B 테스트와 같은 방법은 사람의 개입 없이 자동으로 수행됩니다. 기계는 다음을 수행할 수 있습니다.

• 제품 최적화의 잠재적 영역을 식별합니다.
• 디자인 최적화 전략 이해(특정 단어 또는 버튼 색상 변경)
• 변경 사항을 적용하고 A/B 테스트를 수행합니다.
• 결과를 분석하고 어떤 옵션이 가장 효과적인지 결정하십시오.
• 제품 디자인을 업데이트하고 주기를 다시 시작하십시오.

우리는 "자체 최적화 사이트"에 대해 점점 더 많이 듣게 될 것입니다. 기계가 대부분의 작업을 수행하고 디자이너는 다양한 최적화 프로세스에서 전략적 조언자가 될 것입니다.

심층적인 사용자 경험

이것은 가장 유망한 동시에 가장 탐구되지 않은 주제입니다. AI 기반 상호 작용은 이제 막 등장하기 시작했지만 머지 않아 이러한 지능형 상호 작용이 표준이 될 것입니다. 다음은 몇 가지 예입니다.

Facebook은 AI를 사용하여 업로드된 사진의 내용을 인식합니다. 두 가지 실질적인 이점이 있습니다. 첫째, 화면 판독기가 있는 브라우저가 있는 경우 시각 장애가 있는 사용자에게 Facebook이 사진 콘텐츠를 "음성"할 수 있습니다. 둘째, 각 사진에 무엇이 묘사되어 있는지 정확히 알고 있는 Facebook은 더 관련성 높은 광고를 표시할 수 있습니다(물론 광고주에게 더 ​​많은 비용을 청구할 수 있음).

Clipchamp에서도 유사한 음성 관련 기술을 사용하여 텍스트를 음성으로 변환합니다. Google은 AI 요소를 사용하여 문장을 분석하고 t3번역합니다. 그리고 AI를 사용하여 카메라가 가리키는 물체를 인식하고 해당 물체에 관련 콘텐츠를 표시하는 시각적 검색 기술인 Google Lens도 있습니다.

더욱 지능화되고 상당히 자연스러운 방식으로 사용자와 의사 소통하는 방법을 배우는 다양한 대화방과 가상 비서는 말할 것도 없습니다. 새로운 AI 개발은 디자이너에게 한 가지 의미가 있어야 합니다. 곧 사용자와 기계 간의 상호 작용을 위한 시나리오를 개발할 때 사용할 수 있는 기성 솔루션이 많이 있을 것입니다.

로봇이 디자이너 직업을 "훔칠" 것이라는 예가 하나도 없다는 것을 눈치채셨을 것입니다. 기술은 반복적인 작업을 자동화하고 전략적 설계 측면에서 작업할 시간을 확보하여 사용자에게 보다 개인화되고 관련성 있고 지능적이며 효과적인 상호 작용 경험을 제공하는 데 도움이 됩니다.

이제 우리는 새로운 기회를 고려하고 이러한 기술을 회피하는 대신 가장 유익한 방식으로 사용할 수 있는 방법을 찾아야 할 때입니다.