디자이너 도구 상자의 AI: ChatGPT로 미래 형성

GPT가 기준을 높이고 대규모 언어 모델이 더욱 정교해짐에 따라 디자인 사고에 어떤 새로운 지평이 열릴까요? 그리고 그들은 제품 디자이너의 전통적인 역할을 어떻게 방해할까요?

ChatGPT의 출시는 의견과 토론의 소용돌이를 촉발시켰고 모든 종류의 사람들이 우리에게 의미하는 바에 대해 열띤 교류에 참여했습니다. 이제 우리는 예측과 투기적 예측이 바보 같은 심부름일 수 있다는 것을 인정하는 첫 번째 사람이지만 한 가지 확실한 것은 이러한 모델이 이미 우리가 생각하고 제품을 구축하는 방식에 엄청난 변화를 일으키고 있다는 것입니다.

지난 주에 Inside Intercom을 들어보셨다면 우리가 GPT 시류에 빠르게 편승하여 새로운 AI 기반 기능을 설계하고 160명의 베타 고객에게 제공했음을 알고 계실 것입니다. 아직 하지 않은 경우 두 가지 대화). 오늘 최신 GPT 채팅에서는 ChatGPT 및 대규모 언어 모델을 사용하여 실제로 응용 디자인 작업을 수행하여 고객의 실제 문제를 해결하는 실제 제품을 구축한 일부 사람들과 함께했습니다.

이 에피소드에서는 다음과 같은 내용을 듣게 됩니다.

• Emmet Connolly, 제품 디자인 부사장
• 기계 학습 팀의 스태프 제품 디자이너 Molly Mahar
• Gustavs Cirulis, 수석 수석 제품 디자이너

그들은 ChatGPT와 같은 대규모 언어 모델(LLM)에 대해 이야기하고 향후 제품 디자이너의 역할을 형성하는 방법에 대해 이야기합니다. 우리는 미래가 무엇을 가져올지 알 수 없지만, 우리에게 묻는다면 당신이 할 수 있는 최선은 그것에 의지하는 것입니다.

다음은 몇 가지 주요 사항입니다.

• GPT는 콘텐츠 요약, 언어 이해 및 텍스트 편집에 정말 능숙합니다. 그러나 중요한 문제는 때때로 그 대답이 그럴듯하게 들리지만 사실은 틀렸다는 것입니다.
• 기술이 발전함에 따라 지원 조직은 AI를 교육하고 인간에게 자연스럽게 느껴지는 대화 방식으로 지원이 이루어지도록 함으로써 사후 대응에서 사전 대응으로 전환할 것입니다.
• 기능에 신뢰 점수를 구축하는 것과 같이 불확실성과 기대치를 관리하기 위한 새로운 디자인 패턴이 나타날 수 있습니다.
• 시간이 지남에 따라 기업은 오픈 소스 모델을 사용하고 업계 또는 회사의 독점 데이터를 사용하여 전문 지식으로 계층을 구축할 수 있습니다.
• 미래에는 AI와의 상호 작용에 대화형 인터페이스, 워크플로 확대를 위한 그래픽 인터페이스, 심지어 신경 인터페이스가 포함될 수 있습니다.
• 디자이너의 역할은 작업 흐름을 강화하고 하루를 더 쉽게 만들 수 있는 지능적이고 위협적이지 않은 동료 역할을 하는 AI 인터페이스를 만드는 것입니다.

Apple Podcasts, Spotify, YouTube에서 Inside Intercom을 팔로우하거나 선택한 플레이어에서 RSS 피드를 가져와 하이라이트를 놓치지 마십시오. 다음은 에피소드의 약간 편집된 대본입니다.

첫 만남

Emmet Connolly: 안녕하세요, 여러분. Inside Intercom 팟캐스트에 오신 것을 환영합니다. 오늘 Intercom 제품 디자인 팀의 Molly와 Gustavs가 합류하게 되어 매우 기쁩니다. 몇 주 전 ChatGPT가 출시된 이후로 많은 열띤 토론, 쓸데없는 추측, 이것이 의미하는 바에 대한 많은 안락의자 쿼터백이 있었습니다. 그 중 대부분은 실제로 기술과 직접적으로 일한 적이 없는 사람들에게서 나온 것입니다. 그래서 오늘 Molly와 Gustavs와 대화하게 되어 매우 기쁩니다. Molly와 Gustavs는 실제로 ChatGPT 및 관련 기술을 사용하여 실제 응용 제품 디자인 작업을 수행한 전 세계의 아주 작은 소수이기 때문입니다. 내 말은, 실제 제품이 대규모로 작동하는 고객을 위해 제품과 통합하고 실제 제품 문제를 해결하기 위해 실제로 사용하는 것입니다. Molly와 Gustavs, 쇼에 오신 것을 환영합니다. 아주 간략하게 자신을 소개하고 싶을 수도 있습니다. 몰리, 갈래?

몰리 마하르: 물론이죠. 저는 몰리 마하르입니다. 저는 여기 Intercom의 스태프 디자이너입니다. 나는 상당히 새롭다. 저는 엔지니어 팀과 함께 머신 러닝 팀에 소속되어 많은 프로토타이핑을 수행합니다.

Gustavs Cirulis: 안녕하세요, 저는 Gustavs입니다. 저는 수석 제품 디자이너이고 여기에 Molly보다 조금 더 오래 있었습니다. 여기저기 다녔지만 지금은 그로스 팀에서 일하고 있습니다.

“무능하지만 과신하는 더닝-크루거 효과와 대학 시절 행동경제학이 생각났다”

Emmet: 오늘은 AI와 ChatGPT와 같은 대규모 언어 모델에 대해 이야기하겠습니다. 특히 디자인과 디자이너에게 의미하는 바에 대해. 특히 이 신기술을 통해 디자이너에게 제공되는 새로운 기회, 귀하에게 어떤 것이 있었는지 또는 AI와 기존 제품으로 작업할 때의 차이점, 그리고 귀하가 직면한 몇 가지 과제에 대해 조금 이야기하겠습니다. 이러한 AI 기반 기능을 설계하기 시작했습니다. 우리는 어느 시점에서 잘못된 예측을 할 수도 있습니다. 그러나 기본부터 시작합시다. Molly, 불과 몇 주 전에 ChatGPT가 등장하여 큰 화제를 모았을 때 첫 반응은 어땠나요? 당신은 그 전에 꽤 오랫동안 AI 및 ML 시스템으로 작업했습니다.

Molly: 음, 먼저 저는 Slack에 있는 수많은 스크린샷에 충격을 받았고 회사 전체와 Twitter 등 모든 곳에서 사람들이 들어오는 것을 보기 시작했습니다. 나는 그것을 시도했고 마치 "이건 정말 멋지다. 이것은 또한 매우 똑똑합니다.” 대규모 언어 모델(LLM)은 한동안 사용되어 왔지만 이제 API에 UI를 추가했습니다. 그래서 전 세계의 더 많은 사람들이 개발자 등이 아니어도 이를 사용할 수 있습니다. 제 생각에는 정말 대단하고 사람들이 그것에 대해 얼마나 흥분했는지 보여줍니다. 나는 그것을 가지고 놀기 시작했고 정말 강력합니다.

많은 질문을 할 수 있고 후속 조치를 취할 수 있습니다. 정말 놀랍습니다. 약간의 대화 같은 느낌입니다. 그런 다음 팀으로서 그것을 파헤치고 스트레스 테스트를 하기 시작했습니다. 그리고 나는 과대 광고를보기 시작한 것 같았습니다. 무능하지만 과신하는 더닝-크루거 효과와 대학 시절의 행동경제학이 생각났다. 그리고 가끔 그런 생각이 들었습니다. 이 ChatGPT는 나보다 헛소리를 훨씬 더 잘합니다. 나는 그것에 놀랐다. 그래서 저는 그것에 대한 감정의 물결을 겪었습니다. LLM에 대한 간략한 개요를 제공하는 것이 도움이 되는지 궁금합니다.

“LLM은 한동안 사용되어 점점 더 좋아지고 빨라지고 있습니다. ChatGPT의 놀라운 점은 사람으로서 실제로 사용할 수 있다는 것입니다.”

에밋: 그런 것 같아요. 제 생각에는 많은 사람들이 모두가 말하는 AI로서 ChatGPT와 관련이 있다고 생각합니다. 그렇다면 ChatGPT가 무엇인지, 사람들이 들어봤을 수 있는 대규모 언어 모델과 같은 다른 용어와 어떤 관련이 있는지 평신도의 용어로 설명해 주시겠습니까?

몰리: 네, 최선을 다하겠습니다. 따라서 대규모 언어 모델, 간단히 말해서 LLM은 책, 인터넷, 다중 모드 소스 등 모든 곳에서 가져온 방대한 공개 텍스트 코퍼스에 대해 훈련된 모델입니다. 내부에는 수십억, 수십억, 수십억 개의 데이터가 있습니다. 그리고 그 과정에서 인간의 피드백을 통해 훈련을 받는 경우가 많습니다. 이것이 ChatGPT로 이러한 대화를 할 수 있는 이유라고 생각합니다. 피드백을 제공하면 실제로 이에 응답하고 응답을 변경할 수 있습니다. LLM은 한동안 사용되어 점점 더 좋아지고 빨라지고 있습니다. ChatGPT의 놀라운 점은 사람으로서 실제로 사용할 수 있다는 것입니다. 둘째, 실제로 정말 정말 좋습니다. ChatGPT는 기본적으로 프런트 엔드이며 저는 이것을 약간 단순화하고 있지만 OpenAI가 백그라운드에 있는 대규모 언어 모델 API의 프런트 엔드입니다. 그리고 그들은 이것들을 많이 가지고 있습니다.

대규모 언어 모델을 보유한 다른 회사도 많이 있습니다. Google은 LaMDA에서 작업하고 있으며 다른 회사도 있습니다. 따라서 오늘 여기서 ChatGPT라고 말할 수도 있지만 일반적으로 이 기술을 언급하고 있습니다. 우리는 실제로 현재 UI를 통해서만 사용할 수 있는 ChatGPT가 아니라 그 뒤에 있는 API로 작업하고 있습니다.

“이전에는 '이봐, 뭐든지 이 시를 만들어줘'와 같은 식이었습니다. 이제 앞뒤로 대화를 나눌 수 있습니다. 그것이 인간이 서로 상호 작용하는 방식입니다.”

에밋: 네. 그리고 ChatGPT의 흥미로운 점 중 하나는 기술적인 관점에서 볼 때 어떤 면에서 새롭지 않다는 것입니다. ChatGPT는 OpenAI라는 회사에서 만든 GPT-3.5를 사용하여 만든 앱입니다. 하지만 GPT-3.5는 한동안 사용되었습니다. 몇 달이었죠, 몰리? 그래서 궁금합니다. Gustavs, 당신의 반응은 어땠습니까? 한동안 사용할 수 있었던 기본 기술과 ChatGPT에서 우리가 보고 있는 것과 다른 반응이 있다고 생각하는 이유는 무엇입니까?

Gustavs: 프레젠테이션이 후속 질문을 하고 더 깊이 들어갈 수 있는 대화와 같다는 것이 큰 차이점이라고 생각합니다. 전에는 "이봐, 뭐든지 이 시를 만들어줘." 이제 앞뒤로 대화를 나눌 수 있습니다. 그것이 인간이 서로 상호 작용하는 방식입니다. 따라서 일회성 프롬프트를 제공하는 것보다 훨씬 친숙합니다. ChatGPT가 막 나왔을 때 가지고 놀았을 때 마술처럼 느껴졌습니다. 이것이 존재한다는 것을 믿기가 정말 어려웠습니다. 그리고 저는 계속 가지고 놀면서 다른 주제에 대해 이야기했고 모든 것에 대해 모든 것을 알고 있는 주문형 개인 튜터가 있는 것 같은 느낌이 들었습니다. 그것은 기술, 역사, 심리학, 심지어 코미디에 관한 모든 종류의 이야기를 했습니다. 당신이 그것에 좋은 프롬프트를 주면 스탠드 업 코미디를 생각해내는 것이 정말 좋습니다. 그렇게 하는 것도 정말 재미있었어요.

환각 사례

Emmet: 두 분 모두 지금 이 작업에 몇 주를 보냈습니다. 우리 모두는 매우 인상적인 초기 반응을 보였지만 이것을 실제 고객 문제에 적용하려고 몇 주를 보냈습니다. 어떻게든 직접 적용하는 것과 씨름했을 수 있습니다.

구스타브스: 네. ChatGPT가 출시되자마자 정말 감명을 받았고 그것이 우리 비즈니스에 어떤 의미인지 더 잘 이해해야 한다는 것을 깨달았습니다. 전체 고객 서비스 산업에 정말 의미 있는 영향을 미칠 수 있을 것 같았기 때문에 소규모 작업 그룹을 구성하고 ChatGPT의 장점과 단점, 우리 비즈니스에 어떤 의미가 있는지 탐구했습니다. 그 운동을 하고 나니 두려움과 걱정, 과대 광고가 조금 줄었습니다. 기술이 아직 우리의 일을 대신하고 모든 것을 자동화할 수 있는 수준에 이르지 못한 것 같습니다.

"모델은 당신을 기쁘게 해주고 싶기 때문에 당신이 원한다고 생각하는 대답을 해주고 싶어합니다."

알고 보니 어떤 면에서는 정말 좋았지만 모든 면에서 그렇지는 않았습니다. 예를 들어 내용을 요약하거나 언어를 이해하고 편집하고 창의적인 글을 쓰는 것과 같은 일에 능숙합니다. 그러나 그것은 환각이라는 중대한 결점을 가지고 있습니다. 즉, 매우 실제처럼 들리지만 실제로는 정확하지 않은 내용을 구성하는 것입니다. 이는 분명히 고객 서비스 솔루션에 큰 문제입니다. 그럴듯하게 들리지만 실제로는 잘못된 답변을 제공하고 싶지 않습니다. 하지만 그것을 적용할 수 있는 흥미로운 것들이 많이 있습니다. 그리고 가장 중요한 점은 이 기술이 정말 빠르게 발전하고 있다는 것입니다. 사실에 입각한 정확한 답변을 제공하는 것은 시간 문제입니다. 일단 그런 일이 발생하면 정말 파괴적일 것입니다.

에밋: 그러니까 무슨 일이 있어도 답을 주겠다는 말씀이군요. 그리고 어떤 경우에는 이것은 당신이 환각이라고 부르는 것을 초래합니다. Molly, 이것은 이것을 실제로 사용하려는 사람에게 하나의 큰 제한처럼 보입니다. 환각이란 무엇이며 처음에 환각이 발생하는 이유는 무엇입니까?

Molly: 예, Gustavs가 말했듯이 큰 문제입니다. 모델은 당신을 기쁘게 하고 싶기 때문에 당신이 원한다고 생각하는 답을 주고 싶어합니다. 때로는 해당 정보에 대한 신뢰할 수 있는 출처가 있고 때로는 단지 구성일 뿐입니다. 어린아이 같은 느낌입니다. "왜 그런 짓을 한거야?" "글쎄요, 그게 당신이 원하는 것이라고 생각했습니다." 환각은 다양한 출처에서 비롯된 것일 수 있습니다. Intercom에 대해 질문하면 반드시 새로운 것을 알 필요는 없습니다. 그래서 그것은 다른 곳에서 얻은 정확하고 일반적인 지식의 일부를 가져와 그것을 보간하고 어떤 면에서는 상식을 사용하려고 시도할 수 있습니다. 물론 그것은 가지고 있지 않습니다. 실제로 추론 기능이 없습니다. "글쎄, 아마도 이런 식으로 작동할 수 있으므로 Intercom의 API에 대한 답변을 만들 수 있습니다." 또는 이와 유사한 것과 같은 확률을 사용합니다. 그리고 Gustavs가 말했듯이 매우 그럴듯합니다. 매우 자신있게 들립니다.

그리고 말씀하신 것처럼 회사마다 다른 것에 집중하고 있습니다. 환각을 최소화하는 방법에 조금 더 집중하는 회사가 있습니다. ChatGPT는 종종 난간과 윤리에 많은 초점을 맞추고 대답을 거부하는 것에 대해 명확히 합니다.

Emmet: 당신은 우리가 매우 다양한 모델의 확산을 보게 될 것이라고 생각하고 당신이 절대적으로 정확하다는 것과 당신이 원하는 환각 사이의 일종의 절충점에 가장 적합한 것을 선택할 수 있다고 생각합니까? 모델이 성숙해지면 사라지나요?

"ChatGPT는 이 모든 것의 UI와 UX가 매우 중요하다는 흥미로운 점을 보여주었습니다."

Molly: 사라질지 모르겠습니다. 하지만 예, 이미 많은 모델이 있습니다. 오픈 소스 모델이 있으며 모델 위에 미세 조정이라고 부르는 작업을 수행할 수 있는 잠재력이 있습니다. GPT는 Generative Pre-trained Transformer의 약자이므로 사물을 생성합니다. 대규모 말뭉치와 변환기에서 사전 훈련되었습니다. 다른 회사는 다른 것에 집중할 것입니다. 오픈 소스 모델이 있으며 Intercom은 이러한 모델의 잠재적 사용자로서 우리 산업 또는 회사에 대한 보다 전문적인 지식을 얻기 위해 미세 조정할 수 있습니다. 기술은 또한 훌륭한 모델을 갖기 위해 더 적은 데이터를 사용하고 필요로 하는 데 더 능숙해질 것입니다. 따라서 모델은 점점 더 작아질 것입니다. 그리고 잠재적으로 그 시점에서 소규모 회사가 데이터에 대한 모델을 만들고 매우 전문화되고 지식이 풍부하며 매우 신뢰할 수 있는 모델을 만드는 것이 훨씬 더 합리적일 수 있습니다.

Emmet: 디자인에 대해 좀 더 구체적으로 이야기해 보겠습니다. 분명히 GPT와 AI는 일반적으로 주로 기술적인 이야기였지만 ChatGPT는 이 모든 것의 UI와 UX가 매우 중요하다는 흥미로운 점을 보여주었다고 생각합니다. 예를 들어 잠재적으로 대화식 UI로의 전환이 있는 것 같습니다. 그게 사실이라고 생각하세요? 여기에서 이 기술로 우리가 하는 일을 형성하는 데 있어 디자인의 역할은 무엇입니까, 몰리?

몰리: 내 말은, 인터콤이 아주 좋은 위치에 있다는 거죠. 우리 사업은 대화와 고객 서비스에 관한 것이며 사람들은 이 기술과 대화하는 것에 대해 정말 흥분하고 있습니다. 그러나 최근에 우리가 발견한 것은 적어도 현재로서는 직접적으로 대화하는 기술이 아니라 대화와 언어에 관한 기술에서 사용할 수 있는 힘이 너무 많다는 것입니다.

앞서 언급한 바와 같이 요약에 탁월하며 요약이 고객 서비스 상담원에게 실제로 도움이 될 수 있는 수많은 워크플로가 있습니다. 우리는 최근 일부 고객에게 베타 버전을 출시했으며 요약은 사람들이 정말, 정말, 정말 가치 있다고 생각하는 것 중 하나입니다. 우리는 또한 담당자가 내용을 바꾸거나, 더 친근하게 만들거나, 좀 더 형식적으로 만들거나, 내용을 명확히 하는 데 도움을 받고 싶을 때 메시지를 수정할 수 있는 몇 가지 생성 텍스트 도구를 추가했습니다. 그것은 대화의 일부이지만 ChatGPT와 직접 대화하는 것은 아닙니다. 또한 이 베타 릴리스의 일부이기도 한 헬프 센터 문서와 같은 항목을 생성하는 데 유용합니다. 이것의 많은 힘은 평신도에게는 분명하지 않지만 담당자에게는 실제로 시간이 많이 걸리는 숨겨진 응용 프로그램 중 일부에 있습니다. 그리고 우리는 그것으로 많은 가치를 제공할 수 있습니다.

“기술이 잘하는 것과 상대적으로 위험이 낮은 것의 교차점을 찾고 있습니다. 그리고 우리는 앞으로 몇 달 안에 많은 것을 보게 될 것입니다.”

구스타브스: 네. 이 기술을 사용할 수 있는 많은 방법이 있으며 이를 통해 우리가 본 문제 중 일부, 특히 올바르지 않은 것을 구성하는 환각과 관련된 문제를 피할 수 있습니다. 하지만 다른 것들은 정말 좋습니다. 기존 콘텐츠를 다시 표현하는 데 능숙하고 명확한 가치를 전달할 수 있기 때문에 이를 주도하는 것이 합리적입니다. 최종 목표는 완전히 자동화되어 실제로 답변을 제공하는 것입니다. 기술이 아직 충분하지 않다는 것입니다. 그러나 나는 우리가 거기에 도착할 것이라고 생각합니다.

Emmet: 그리고 저는 이것이 2023년 내내 우리가 사물을 보게 될 것이라고 생각합니다. 왜냐하면 저는 이 크립이 많은 다른 제품으로 들어가는 것을 보기 시작할 것이라고 생각하기 때문입니다. 아마도 비교적 간단하고 확실한 방법으로 처음에는 보트를 밀어내는 것입니다. 그것이 할 수 있는 것의 복잡성 측면에서. 우리 모두는 흥분과 약간의 건전한 두려움을 함께 가지고 이 기회에 접근했다고 생각합니다. Molly, 귀하는 현재 ChatGPT가 지원하는 이러한 기능이 베타 버전이라고 언급했습니다. 피드백은 매우 고무적이고 긍정적이었습니다. 우리가 보고 있는 가장 초기의 징후는 대화를 다른 사람에게 넘기기 전에 요약하는 것과 같은 기능에서 실제 고객이 실제 유용성을 얻는 것입니다. 당신은 기술이 잘하는 것과 상대적으로 위험이 낮은 것의 교차점을 찾고 있습니다. 그리고 우리는 앞으로 몇 달 안에 많은 것을 보게 될 것입니다. 그래서 그것은 흥미로울 것입니다.

대화형 AI

Emmet: Gustavs, 당신은 장기적인 관점에서 이것에 대해 더 많이 생각했습니다. 그것에 대해 조금 말씀해 주시겠습니까? 귀하는 Intercom에 대해 언급하셨습니다. 여기서 우리가 이에 대해 이야기하는 이유 중 하나는 대화형 고객 서비스인 당사 제품의 특성을 고려할 때 이를 최대한 활용할 수 있는 좋은 위치에 있기 때문일 것입니다. 장기적인 제품 및 디자인 기회에 대해 생각할 때 어떻게 생각하십니까?

Gustavs: ChatGPT 출시 초기에 우리는 이 워크숍을 통해 미래, 특히 이러한 환각 문제가 없고 좋은 대답을 하거나 “모르겠어요.”라고 말하십시오. 그것은 정말 유망했고 우리가 이미 믿었지만 가속화되고 있는 많은 것들에 대한 우리의 확신을 정말로 증가시켰습니다. 우리는 대부분의 지원 쿼리가 사람과 대화하지 않고 완전히 자동으로 해결될 것이라고 믿습니다. 일부 기계 학습 기능이 있지만 ChatGPT와 같은 정도는 아닌 봇과 자체 해결 봇을 사용하여 더 많은 "if this, then that" 유형의 빌더로 오늘날 이미 증가하고 있습니다.

"대부분의 지원은 인간에게 가장 자연스러운 방식, 즉 대화를 통해 이루어질 것입니다."

우리는 이미 그 길을 가고 있지만 점점 더 가속화될 것입니다. 그 결과, 지원 조직은 수동적이며 주로 받은 편지함에서 능동적으로 AI를 설정하고 교육하는 것으로 전환하기 시작할 것입니다. AI가 대화를 해결하는 데 사용할 수 있는 콘텐츠를 작성합니다.

대부분의 지원은 인간에게 가장 자연스러운 방식, 즉 대화를 통해 이루어질 것이라고 생각합니다. 당신만을 위한 맞춤형 답변을 가지고 있고 항상 대화할 수 있는 누군가가 있다고 상상해 보십시오. 그것은 인간이 상호 작용하는 가장 자연스러운 방법입니다. Google에서 무언가를 검색하고 스캔하여 콘텐츠의 어딘가에서 신속하게 답을 찾으려는 오늘날의 검색 및 브라우징 경험은 인간에게 그다지 자연스럽지 않습니다. 대화를 시작하기 전에 관련이 있을 수 있는 콘텐츠에 대한 제안이 포함된 일부 버전이 여전히 있을 것입니다. 그러나 그것과 상호 작용할 때 여전히 대화가 될 수 있습니다.

우리는 또한 여러 가지 이유로 거기에 도달하기 위해 다리를 건설해야 한다고 생각합니다. 요약이나 문구 변경과 같은 지원 담당자 확대를 확인하는 것으로 시작하겠습니다. 나중에 지원 담당자가 편집하고 개선할 수 있는 회신에 대한 제안을 살펴보고 나중에 완전 자동화에 들어갈 것입니다. 점점 더 많은 자동화를 사용하는 데 익숙해지려면 기술 측면과 인간 측면 모두에서 어느 정도 시간이 걸릴 것입니다.

Emmet: 당신은 제품의 매우 넓은 표면 영역에 걸쳐 이것이 우리가 일하는 방식, 즉 우리가 팀 동료 경험과 최종 사용자 경험이라고 부르는 것 모두를 바꿀 수 있는 많은 다른 장소가 있다는 것을 설명하고 있습니다. 대화의 측면. 그러나 당신은 또한 "우리는 기술이 거기에 도달할 것이라고 생각한다"는 모호한 미래에 어떻게 도달할 것인지에 대한 흐린 개념을 설명하고 있습니다. 그것은 오늘날 디자인에 접근하는 방식에 대해 매우 다른 사고 방식으로 생각하고 컴퓨터와의 상호 작용에 대해 생각하는 방식에 거의 심오한 차이가 있다고 생각합니다. 더 모호합니다.

새로운 디자인 패턴

Emmet: 이제 디자이너들은 우리가 익숙했던 "만들고, 쓰고, 업데이트하고, 삭제하는" CRUD 앱보다 훨씬 더 알 수 없고 유연하고 덜 딱딱하게 느껴지는 이 자료로 작업하는 것을 고려하고 있습니다. 무엇을 찾았습니까? 디자이너가 작업에 접근하는 방식에 상당한 차이가 있습니까? 특정 일이 어렵거나 도전적이라고 생각했습니까? 디자이너는 새로운 기술을 배워야 합니까? 우리가 디자인하고 있는 재료에 거의 알 수 없는 요소가 포함되어 있다는 사실이 디자인 행위에 얼마나 큰 변화입니까?

"시간이 지남에 따라 우리는 모든 측면에서 이러한 불확실성과 기대치를 관리하는 방법에 대해 점점 더 많은 새로운 디자인 패턴이 등장하는 것을 보게 될 것입니다."

Molly: 제 생각에는 우리 직업에는 그대로 유지될 많은 부분이 있다고 생각합니다. 우리는 문제를 찾고 사람들의 작업 흐름을 파헤치고 패턴을 찾습니다. 한 가지 중요한 점은 난간이 반드시 있는 것은 아니기 때문에 훨씬 더 많은 실패 사례에 대비하여 설계해야 한다는 것입니다. 대화를 나누다 보면 여러 가지 방식으로 문제가 생길 수 있습니다. 이런 시스템도 마찬가지입니다. 종으로서의 인간은 확률에 능숙하지 않습니다. 일기 예보를 보면 비가 올 확률이 40%인데 그게 무슨 뜻인지 잘 감이 잡히지 않습니다.

에밋: 그래, 비가 올 거라는 말을 들었기 때문에 비가 오지 않으면 실망할 거야.

몰리: 네. 저는 네덜란드에 있습니다. 비가 올 가능성이 있으면 “비가 올 거예요. 얼마나 오래 걸리느냐의 문제일 뿐입니다.” 그것이 나에게 백분율이 의미하는 것입니다. 그러나 우리는 그것들을 해석하는 데 그다지 능숙하지 않습니다. 저는 이러한 예측이 다음에 올 단어에 대한 예측이기 때문에 이러한 예측이 얼마나 확신이 있는지를 볼 때 확실히 무언가가 될 것이라고 생각합니다. 그리고 우리는 그것을 더 잘하기 위해 볼 것입니다. 이 기술이 얼마나 빨리 움직이고 변화하는지에 대해 많은 것을 다루어야 하는데, 저는 이것이 바뀔 것이라고 생각하지 않습니다. 대기 시간에 대해 많은 프로토타이핑과 반응 및 생각이 있습니다. 현재 대기 시간은 상당히 길 수 있습니다. 이를 위해 설계되었습니다. 그리고 의외의 결과도 많다. 그것들은 내가 주목해 온 것들 중 일부입니다.

Gustavs: 시간이 지남에 따라 모든 측면에서 이러한 불확실성과 기대치를 관리하는 방법에 대해 점점 더 많은 새로운 디자인 패턴이 등장하게 될 것입니다. 현재 모든 사람이 실험하고 무엇이 효과가 있는지 확인하고 있습니다. 이미 "확장", "요약", "친근하게 만들기"와 같이 텍스트를 변경하는 방법에 대한 사전 정의된 작은 프롬프트와 함께 일부 패턴이 나타나고 있습니다. 등장하기 시작한 비교적 새로운 패턴이며 이러한 유형의 패턴을 점점 더 많이 보게 될 것이라고 생각합니다. ChatGPT에 콘텐츠를 생성하도록 요청하면 천천히 움직이는 커서가 있는 이 상호 작용도 있습니다. 흥미로운 디자인 패턴이기도 합니다. 기술적으로 필요하지만 "이봐, 이건 AI가 즉석에서 콘텐츠를 생성하는구나"라는 기대치를 설정하는 데 정말 효과적일 수 있습니다.

"매우 자동화될 수 있는 이 새로운 시스템에서 우리는 가치 있다고 느끼고 우리가 갖고 싶어하는 기술을 유지하기 위해 약간의 마찰을 다시 추가하는 것에 대해 생각하고 있습니까?"

Emmet: 그래서 당신은 이 단어별, 티커 테이프 타이핑 효과, 즉 기술이 단어를 단어별로 구성하는 방식의 기능이 동의어가 될 수 있고 시각적인 전화 카드가 될 수 있다고 말하는 것입니다. . 그럴 수도 있고 아닐 수도 있지만, 이러한 변화와 새로운 기술이 등장할 때 나타나는 경향이 있는 유형은 새로운 디자인 패턴이 등장한다는 아이디어를 자세히 살펴보는 것이 흥미로울 수 있습니다. 을 따라. Molly, 매우 낮은 인터랙션 디자인 수준에서 또는 이것이 제품에 연결되는 높은 수준에서 만난 다른 사람이 있습니까?

Molly: 더 많이 나타나기 시작할 것으로 생각되는 몇 가지 다른 것들이 있습니다. 예를 들어 기능을 개발하려고 할 때 엔지니어는 백테스팅을 합니다. 예를 들어 그들은 과거 데이터를 사용하고 그에 대한 예측을 한 다음 팀원이 실제로 말한 것과 비교합니다. 그런 경우에는 최종 사용자가 아닌 팀 동료 또는 관리자 측에서 시작해야 할 수 있습니다. CS 조직을 관리하는 사람들은 내가 다크 런칭이라고 부르는 것을 원할 수 있습니다. 그들을 보고 "좋아, 이제 이걸 믿어." 다크 런칭의 다양한 단계, 초안 제안 및 이러한 도구 중 일부를 런칭하는 다양한 단계. 더 두각을 나타낼 것 같아요.

어떤 방향으로 갈지는 모르겠지만, 안주하지 않도록 시스템에 마찰을 다시 추가해야 할 지점에 대해 생각합니다. 자동 조종 시스템이 대부분의 작업을 수행하더라도 조종사는 여전히 비행의 특정 부분을 수행합니다. 비행 방법을 잊어서는 안 되기 때문입니다. 그래서 그들은 착륙이나 다른 일을 하고 있습니다. 매우 자동화될 수 있는 이러한 새로운 시스템에서 우리는 가치 있고 우리가 갖고 싶어하는 기술을 유지하기 위해 약간의 마찰을 다시 추가하는 것에 대해 생각하고 있습니까?

Emmet: 그리고 분명히 거의 모든 것에는 설계해야 하는 기능에 대한 암시적 신뢰도 점수가 있습니다. 이것이 우리가 담당자와 관리자 또는 그들의 고객에게 노출할 수 있는 것입니까? 고객에게 또는 심지어 낮은 수준의 세부 사항으로 물건을 노출하기 위한 더 높은 임계값이 있습니다. 긴 대화를 요약하는 능력을 가져라. 버튼을 클릭하여 해당 요약을 대화 스레드에 바로 게시합니까, 아니면 다른 사람에게 검토하고 승인할 기회를 줍니까? 승인 게이트를 추가하는 것보다 바로 통과시키겠습니까? 적어도 처음에는 많은 워크플로가 등장할 것이라고 생각합니다. 그런 다음 기술이 점점 더 자신감을 갖게 되면서 워크플로가 떨어지기 시작할까요?

몰리: 네, 맞습니다.

Gustavs: 얼마나 자신감이 있는지 알려주는 능력만으로도. AI가 "이게 내 대답이고 40% 정확해"라고 말할 수 있다면 사람이 승인하도록 제안한 후 전송될 수 있습니다. 신뢰도가 90%라면 그냥 바로 보내면 최종 사용자 측에 "이봐, 틀렸어" 버튼이 표시됩니다. 그것은 기술이 어떻게 발전하느냐에 달려 있습니다. 디자인은 이와 함께 진화해야 합니다.

에밋: 네. 하나님, 완전한 거짓과 완전한 진실을 구별하지 않고 절대적으로 자신있게 말할 것이기 때문에 큰 언어 모델의 자신감을 주십시오. 그리고 그것은 신뢰입니다. 현재로서는 “나는 이 말을 100% 확신한다”고 말할 수 있는 것이 없습니다. 적어도 ChatGPT에서는. 일부 다른 언어 모델에서는 참조된 소스를 보기 시작했으며 이는 긍정적인 단계로 보입니다.

위에 레이어 추가

Emmet: 참여해야 할 알려지지 않은 것, 핵심적이고 심층적인 디자인 결정이 많이 있는 것 같습니다. 이러한 메가트렌드가 디자인과 제품에 의미하는 바를 축소해 보겠습니다. 사람들은 크고 새로운 기술의 도래를 목격했거나 그 일부였습니다. 저는 이전에는 사용할 수 없었던 완전히 새로운 디자인 패턴과 제품의 세계로 이어진 큰 구현 기술로서 클라우드나 웹 및 모바일로의 대대적인 전환에 대해 생각하고 있습니다. 클라우드를 통해 우리는 양식, 피드, 좋아요, 웹이 겪은 모든 시각적 변형을 보았습니다.

피드와 햄버거 메뉴부터 당겨서 새로 고침, 스와이프하여 삭제하는 모든 것이 이제 디자이너 툴킷의 일부로 간주됩니다. 아마도 우리는 예측 시간에 위험할 정도로 가까워지고 있을지 모르지만, 이것에 대한 당신의 초기 경험은 무엇입니까? 어떤 유형의 제품이 승패를 좌우할지, 이전에는 불가능했던 새로운 일이 무엇인지 알려주나요?

"성공할 기업은 일종의 독점 데이터와 플라이휠 효과를 통해 해당 데이터를 지속적으로 수집하고 개선하는 기업이라고 생각합니다."

Gustavs: 시간이 지남에 따라 대부분의 비즈니스는 자체 모델을 만드는 대신 공개적으로 사용 가능한 대규모 언어 모델을 사용하게 될 것입니다. 그러나 서로 구별하기 위해 전문 지식을 바탕으로 레이어를 쌓을 수 있습니다. 예를 들어 비즈니스 관련 데이터가 있을 수 있습니다. 지원 도구의 경우 제품에 대한 특정 질문에 대한 답변이 될 수 있으며 일반화된 지식이 아닌 특정 답변을 제공하는 지원 담당자가 될 수 있습니다. 법률과 같은 특정 분야에 대한 정말 깊은 지식이 될 수 있습니다.

승리할 기업은 일종의 독점 데이터와 플라이휠 효과를 통해 해당 데이터를 지속적으로 수집하고 개선하는 기업이라고 생각합니다. 내가 생각하는 또 다른 흥미로운 점은 Google, Apple, Microsoft와 같은 대기업이 이 기술로 무엇을 하고 OS 수준에 어떻게 통합하는지 보는 것입니다. 이는 다른 비즈니스에서 어떤 종류의 틈새 시장을 이용할 수 있는지에 큰 영향을 미칠 수 있습니다.

"OpenAI는 ChatGPT를 실행하기 위해 하루에 수백만 달러를 잃고 있습니다. PR 관점이나 그들이 수집하는 연구 데이터가 무엇이든 그만한 가치가 있을 것입니다. 하지만 자유롭고 여유롭지 않을 것이라는 의미이기도 합니다."

Emmet: 당신은 대부분의 사람들이 특정한 방식으로 이러한 대규모 언어 모델을 통합할 것이라고 말하면서 시작했습니다. 당신이 말한 대로 하지 못하고 실제로 어떤 종류의 방어적 해자를 찾는 기업은 기본적으로 다른 많은 일을 하지 않는 GPT에 대한 얇은 래퍼를 발견하게 될 것이라고 생각합니다. 그래서 나는 거기에 전적으로 동의합니다. 앱스토어나 모바일 앱스토어 같은 것을 생각해보면 초창기에는 장난감과 손전등 같은 것이 많았습니다. 그런 다음 점차적으로 Uber와 같이 이 모델이 없었다면 존재할 수 없었던 큰 가능으로 바뀌고 Instagram과 매핑 등이 가능해집니다. Molly, 당신의 경험을 바탕으로 추가하고 싶은 것이 있습니까?

Molly: 모든 사람이 공개 LLM을 사용할지 확신할 수 없습니다. 많은 회사가 비즈니스 모델을 작동시키기에는 너무 비싸거나 일부 대기업이 비공개로 유지할 수 있다는 작은 두려움이 있습니다. 따라서 모든 사람이 공개 소스를 사용할지 아니면 사람들이 오픈 소스로 더 이동하여 미세 조정된 레이어를 맨 위에 놓을지 확신할 수 없습니다. 데이터 모드에 동의합니다. 예를 들어 Intercom에는 많은 대화 데이터가 있으며 Apple이 OS 수준에서 반드시 수행할 수 없는 작업을 수행할 수 있습니다. 그리고 그것은 우리에게 약간의 가치를 제공합니다. 성공할 제품은 당신이 말했듯이 단순한 상품 레이어가 아니라 문제나 작업 흐름을 깊이 이해하고 이를 데이터 모드와 통합할 수 있는 제품이 될 것이라고 생각합니다.

Emmet: 당분간 제한 사항과 관련하여 중요하게 될 몇 가지 사항에 대해서도 언급하셨습니다. 느립니다. 응답을 반환하는 데 몇 초가 걸립니다. 부적합한 제품이나 공간이 있을 것입니다. 컴퓨팅 파워 면에서도 비싸고 따라서 돈 면에서도 비쌉니다. 당신은 아마도 이것에 대해 나보다 더 많이 알고 있을 것입니다. 그러나 모든 요청에는 몇 센트의 비용이 듭니다. OpenAI는 ChatGPT를 실행하기 위해 하루에 수백만 달러를 잃고 있으며 PR 관점이나 그들이 수집하는 연구 데이터가 무엇이든 그만한 가치가 있지만 자유롭고 여유롭지 않을 것이라는 의미이기도 합니다. 그리고 기술은 시간이 지남에 따라 더 빠르고 저렴해지는 매우 좋은 습관을 가지고 있고 이것이 잠재적으로 여기에서 일어날 수 있지만 당분간은 응용 프로그램을 제한하는 특정 제한 사항이 있습니다. 실시간 앱에서는 더 적게 볼 수 있습니다. 이러한 종류의 쿼리를 실행하는 데 드는 규모와 비용이 막대할 수 있는 B2C 앱에서는 덜 볼 수 있습니다. 그곳에서 사물이 어떻게 나타나는지 보는 것도 흥미로울 것입니다.

인터페이스의 미래

Emmet: 저는 디자인 대화 측면에서 더 깊이 들어가고 싶고 실제로 이러한 생성 시스템에 대해 생각하고 우리가 그들과 어떻게 상호 작용할 것인지 궁금합니다. 우리는 모든 새로운 탭과 스와이프, 그리고 새로운 플랫폼이 등장할 때 할 수 있는 일을 암시하고 있습니다. 이것은 우리가 필연적으로 예측의 세계로 발걸음을 옮겨야 할 곳입니다. 우리 모두는 1년 또는 2년 후에 이것을 되돌아보고 우리가 얼마나 잘못되었는지 비웃을 수 있지만 이것이 텍스트 기반, 거의 명령줄 기반의 상호 작용 방식으로 이동하고 있다는 흥미로운 감각이 있습니다. 제품의 또 다른 종류의 마이크로 트렌드는 바로 가기를 누르고 수행하려는 작업을 입력하여 팝업할 수 있는 이 명령 + K 팔레트입니다. 우리는 많은 제품에서 직접적인 인터페이스 방식으로서 텍스트와 자연 언어로의 전환에 기여하고 있는 것을 봅니다.

“AI와 상호 작용하기 위해 한 가지 방법을 선택해야 한다고 생각하지 않습니다. 다양한 사용 사례에 다양한 방식으로 적용할 수 있는 매우 광범위한 기능입니다.”

반면에 이전 트렌드, 특히 명령줄 인터페이스에서 진행한 여정을 살펴보면 매우 상세한 그래픽 사용자 인터페이스를 맨 위에 구축하게 되었습니다. 그래서 나는 당신이 이것이 어디로 가는지 추측하는 데 관심이 있는지 궁금합니다. 이것이 21세기에 더 많은 명령줄 인터페이스로의 전환을 예고합니까? 그래픽 사용자 인터페이스 계층이 어떻게 생겼는지 파악하기 전에 이것은 임시 명령줄입니까? 너무 이른 말인가요?

Gustavs: 글쎄, 우리는 그것들을 모두 가질 것이라고 생각합니다. AI와 상호 작용하기 위해 한 가지 방법을 선택해야 한다고 생각하지 않습니다. 다양한 사용 사례에 다양한 방식으로 적용할 수 있는 매우 광범위한 기능입니다. 예를 들어 답을 찾고 있다면 대화가 답을 얻는 주요 방법이 될 것입니다. 그러나 AI를 통한 워크플로 확대에 대해 이야기하는 경우 AI가 수행할 사전 정의된 작업이 포함된 그래픽 인터페이스를 보게 될 것입니다. 오늘날 우리가 요약하고, 다시 말하고, X를 위한 부조종사의 전체 흐름을 보고 있는 것과 동일합니다.

워크플로 자동화란 AI를 사용하여 작업 방식을 개선하는 것을 의미합니다. 예를 들어 고객 지원에서 AI를 사용하여 고객에게 답변을 작성하여 답변을 개선할 때입니다. 다시 말하지만, 요점을 확장하거나 그 지점까지 대화를 요약합니다. 이러한 유형의 워크플로 확장을 위한 그래픽 인터페이스가 있을 수 있다고 생각합니다.

Molly: 저는 예측을 잘 못하지만 말씀하신 대로 명령 + K 인터페이스나 수행할 수 있는 다른 옵션이 확산될 수 있습니다. 이 기술의 과제 중 하나는 수행할 수 있는 작업의 검색 가능성입니다. 이 프롬프트에 무엇이든 입력할 수 있습니다. "해적처럼 셰익스피어의 시를 써주세요." 약간의 가드레일을 놓을 예정이지만, 범위를 넓히다가 점점 일반화되고 유용해짐에 따라 범위가 좁아지는 것을 보게 될 것입니다. 그리고 결국에는 이 기술이 무엇을 할 수 있는지에 대한 감각을 갖게 되면 텍스트 기반이나 대화 기반 또는 폭넓은 개방형 인터페이스로 더 많이 갈 수 있을 것입니다.

시스템과 대화하는 데 익숙해짐에 따라 신경 인터페이스의 잠재력에 대해서도 흥분됩니다. 내가 생각할 수 있다면 왜 그것에 대해 이야기합니까? 나는 그것이 다른 길이라는 것을 알고 있지만, 내가 버클리에 있을 때, 몇몇 동료들이 그 일을 하고 있었습니다. 정말 멋질 것입니다. 말하고 타이핑하고 싶지 않은 상황이 많이 있으며, 이로 인해 상황이 열립니다. 아마도 훨씬 더 먼 미래에는 GUI가 아닌 명령을 받아 동작으로 변환할 수 있는 통합 시스템을 갖게 될 것입니다. 우리는 이미 이러한 시스템 중 일부에서 자연어 쿼리 및 명령을 받아 컴퓨터에서 작업으로 전환할 수 있음을 확인하고 있습니다. 사실 이러한 LLM 중 일부는 GitHub 부조종사처럼 코드 생성에 정말 능숙합니다. 그래서 거기에는 많은 잠재력이 있습니다.

Emmet: 여기에는 즉각적인 가능성이 너무 많기 때문에 텍스트 조작이 소프트웨어에서 대단한 한 해를 보낼 것이라고 생각합니다. 텍스트를 강조 표시하고 "이것을 더 친근하게 만드세요"라고 말할 수 있다는 것은 매우 자연스럽게 느껴집니다. 굵게 및 기울임꼴과 함께 도구 팔레트에 속하는 것처럼 거의 느껴집니다. 기존 텍스트를 조작하는 방법일 뿐입니다. 그런 다음 생성 또는 코드 생성과 같이 더 나아가는 많은 방법이 있습니다.

저는 개인적으로 이미지 생성기로 작업한 경험이 상당히 다르다는 것을 알았습니다. 다시 말하지만, 이러한 시스템에 대한 우리의 많은 경험은 ChatGPT의 스크린샷이나 DALL-E, Midjourney 또는 Stable Diffusion이 만든 것과 같이 스크롤되는 결과를 보고 있습니다. 이미지 생성기의 생성 프로세스는 나에게 투박하게 느껴지며 GUI 기반으로 훨씬 더 촉각적인 온스크린 인터페이스를 가질 것입니다. 비정상적인 아트에 대한 짧은 F-스톱 트렌드로 프롬프트를 채우고 원하는 출력을 생성하도록 하는 것은 분명히 해킹입니다. 그리고 어떤 종류의 노브, 다이얼 및 슬라이더가 훨씬 더 잘 제공되는 다양한 스타일의 차원이 많이 있습니다. 내 예측은 오늘날 존재하는 신속한 엔지니어링이 훨씬 더 나은 것으로 대체되는 것을 보게 될 것입니다.

"AI가 당신이 가지고 있는 도구를 사용할 수 있고 당신이 그들에게 개선을 돕기 위해 일반 텍스트 피드백을 줄 수 있는 강력한 동료와 같은 존재라는 흥미로운 점이 있습니다."

그리고 생각을 마치자면 오랫동안 앉아서 결과를 검토해야 하기 때문에 비디오와 오디오는 매우 다릅니다. 100개의 이미지를 눈으로 확인하거나 일부 텍스트를 훑어볼 수 있지만 솔직히 시간을 덜 투자할 수 있었기 때문에 그것에 대한 의견이 적습니다. 하지만 당신이 궁극적으로 말했던 Gustavs로 돌아가는 것 같아요. 만족스러운 답변은 아니지만 크게 좌우될 것입니다. 그리고 그것은 내가 조작하고 있는 것이 무엇인지에 많이 좌우될 것이라고 생각합니다. 그리고 그에 따라 UI가 매우 다를 수 있습니다.

Gustavs: 동시에 자연어 명령을 제공하는 흥미로운 새로운 애플리케이션이 있을 것이라고 생각합니다. 예를 들어, 초기 탐색을 수행했을 때 흥미로운 점은 AI를 교육하는 방법이 AI가 지원 에이전트인 경우와 매우 유사하거나 실질적으로 동일할 수 있다는 것입니다. 고객과 상호 작용하는 방법 또는 사용할 음성 톤. 개별 대화에 대한 피드백을 제공할 때에도 자연어와 문맥을 이해하기 때문에 일반 텍스트로 피드백을 제공할 수 있습니다. 나는 우리도 그것을 볼 것이라고 생각합니다. 그리고 AI가 당신이 가지고 있는 도구를 사용할 수 있고 당신이 그들에게 평문 피드백을 제공하여 개선하는 데 도움이 되는 강력한 동료와 같은 존재라는 점에서 흥미로운 점이 있습니다.

Emmet: Molly는 이러한 것들이 단순히 텍스트를 내뱉는 것이 아니라 조치를 취할 수 있을 때 발생하는 일에 대해 언급했습니다. 그리고 그것은 아마도 그들이 할 수 있는 것의 전체 추가 수준일 것입니다.

여기서 어디로 가야 합니까?

Molly: 이전 팟캐스트를 들으신 분들을 위한 Fergal은 기계 학습 책임자입니다. 그는 ML 시스템에 대한 그의 이상은 당신 옆에 앉아 명령을 내리고 실제로 잘 실행할 수 있는 지적인 동료와 같아야 한다고 말합니다. 그런 꿈입니다. 따라서 Gustavs가 말했듯이 자연어 피드백을 제공할 수 있다는 것은 우리가 그것을 관리하는 방법에 있어 엄청난 변화입니다.

"이 지능적이고 잠재적으로 위협적일 수 있는 동료, 당신을 더 좋게 만드는 팀원으로 만들려면 어떻게 해야 할까요?"

Emmet: 범위가 얼마나 될지 궁금합니다. 몇 년 전 런던에 Berg라는 에이전시가 있었고 그들은 초기 AI 반복으로 많은 실험을 했습니다. 그러나 그들의 원칙 중 하나는 AI가 위협적이거나 압도적으로 느껴지기를 원하지 않았기 때문에 "강아지처럼 똑똑해지십시오"였습니다. 그리고 그것은 우리 주변에 경계를 그리는 그들의 원칙이었습니다. 나는 디자이너를 손가락을 흔드는 "넌 할 수 없어" 유형으로 조각하는 것을 좋아하지 않지만, 그러한 안전한 경계를 설정하는 것은 디자이너가 해야 할 중요한 역할이기도 합니다.

Molly: 이러한 경계에는 역할이 있다고 생각합니다. 나는 강아지 옆에서 일하고 싶은데, 당신은 강아지 같은 지능을 가진 사람 옆에서 일하고 싶습니까? 제 생각에 디자이너의 역할은 다음과 같습니다. 이 지능적이고 잠재적으로 위협적일 수 있는 동료, 당신을 더 낫게 만드는 팀원, 정말 훌륭한 화이트보드, 브레인스토밍 세션을 가질 수 있는 팀원으로 만드는 방법은 무엇입니까? 다른? 우리는 그것에 어떻게 도달합니까? 바로 여기에서 우리가 이 마법을 추가할 수 있습니다. 근무 시간을 개선하고, 워크플로를 강화하고, AI를 사람들의 실제 팀 동료로 만드는 것입니다.

Emmet: 자율주행차는 폭넓은 채택 수준은 아니지만 아마도 현재 AI의 가장 진보된 애플리케이션일 것입니다. 이러한 수준의 자율 주행의 긴장과 이러한 수준을 통과할 때 증가하는 위험 – 생각해 보면 이러한 많은 것들에 적용될 수 있습니다.

Molly: 네, 제 말은, 그게 바로 우리가 이미 언급한 것입니다. 제안입니까? 리뷰가 있습니까? 승인이 있습니까? 그것은 자율주행차의 5단계에 대한 우리의 버전일 뿐입니다.

Gustavs: 또 다른 흥미로운 점은 시간이 지남에 따라 AI가 향상되고 동료가 할 수 있는 것과 유사하게 답변을 제공할 뿐만 아니라 귀하를 대신하여 작업을 수행할 수 있게 됨에 따라 이를 파악하는 것이 흥미로운 디자인 과제가 될 것이라는 점입니다. 해커가 컴퓨터를 하이재킹하고 주변을 클릭하는 것과는 반대로 누군가가 옆에 앉아 도움을 주는 것처럼 느끼게 하는 방법입니다. 디자인과 함께 작동하게 만들 수 있다면 마법 같은 느낌이 들 것입니다. 아니면 엄청나게 무서울 수도 있습니다. 흥미로운 디자인 챌린지가 될 것입니다.

Emmet: 대화 경로가 가장 좋은 방법일 수 있습니다. 멀리 떨어져 상호 작용하는 시스템에 비해 친근하고 대화적인 사람으로 구성되는 정도도 보는 것이 흥미로울 것입니다.

“프로덕션의 성격과 아이디어 구상 작업이 많이 바뀔까요? 신속한 엔지니어링과 같은 새로운 기술을 배워야 할까요?”

몇 년 전 돌이켜 보면 봇의 하이프 주기라고 생각할 수 있는 것이 있었습니다. 실제로 Intercom은 우리가 무엇을 할 수 있는지 실험하고 알아내는 데 매우 적극적으로 참여했습니다. 물론 이미 언급한 것처럼 이를 활용한 제품도 있습니다. Resolution Bot 및 Custom Bots와 같은 것들. 그러나 우리는 또한 그 하이프 주기 동안 대화형 UI에 전혀 좋지 않은 많은 애플리케이션이 있다는 것을 발견했습니다. 날씨 봇이 있었고 여러분은 "사실 날씨를 묻는 봇은 필요하지 않습니다. 그것에 적합한 앱이나 웹페이지가 있습니다."라고 말할 것입니다. 우리는 필연적으로 여기에서도 많은 일이 일어나는 것을 보게 될 것입니다. 아마도 대화형 UI를 과도하게 적용한 것일 수 있지만 진정으로 유용한 사용 사례가 대두되고 있습니다.

내가 대화에 대해 상당히 낙관적으로 만드는 한 가지 추가 사항은 우리가 오랫동안 작업해 온 문제입니다. 튜링 테스트는 새로운 것이 아닙니다. 하지만 그 외에도 몇 년 전에 Google에서 일했습니다. "에펠탑의 높이는?"과 같은 질문에 대한 답을 찾는 데 엄청난 노력과 자부심이 있었습니다. 지금 우리가 사용할 수 있는 것과 비교했을 때 매우 기본적으로 보이는 것입니다. Siri와 같은 음성 비서조차도 11월 말 어느 날 아침 갑자기 깨어나 거의 쓸모가 없게 되었습니다.

시스템이 개선되는 속도도 실제로 이것의 큰 부분을 차지할 것입니다. 디자이너에게 흥미롭고 새로운 것 중 하나는 우리가 과거에 웹 기술 등으로 작업하는 것보다 훨씬 더 많이 함께하고 있다는 것입니다. 여기에서 기술이 어디로 가는지는 디자이너로서 감독의 저자 비전만큼 많은 것을 지시할 것입니다.

"디자이너가 이것에 기대어 이러한 언어 모델을 가지고 놀면서 제품에 적용할 수 있는 방법을 확인하는 것이 정말 중요할 것이라고 생각합니다."

특히 디자인 측면에서 제가 생각하는 마지막 차원은 우리가 사용하는 도구와 그 도구가 극적으로 변할 가능성이 있다는 사실입니다. 제작의 성격과 구상 작업이 많이 달라지나요? 프롬프트 엔지니어링과 같은 새로운 기술을 배워야 합니까? Gustavs, 이것이 실제로 디자인을 하는 것의 변화하는 특성에 대해 어떤 의미가 있는지에 대한 높은 수준의 생각이 있습니까?

구스타브스: 네. 특히 신속한 엔지니어링 측면에서 시간이 지남에 따라 다른 기술과 동일한 방식으로 이를 수행하는 방법에 대한 모범 사례가 등장할 것이라고 생각합니다. 그리고 분명히 시간이 지남에 따라 발전하고 더 나아질 것이지만 비즈니스를 근본적으로 형성할 핵심 차별화 요소는 아니라고 생각합니다. 디자이너의 역할이 어떻게 변할지 말하기는 어렵고 기간에 따라 다릅니다. 단기적으로는 디자이너가 이것에 의지하고 이러한 언어 모델을 가지고 놀면서 그것을 당신의 제품에 어떻게 적용할 수 있는지, 다른 기업들이 그것을 그들의 제품에 어떻게 적용하고 있는지 확인하는 것이 정말 중요할 것이라고 생각합니다. 새로운 일을 하는 패턴과 흥미로운 방법을 찾으려고 노력하십시오.

그러나 장기적으로 볼 때 전체 산업의 디자이너에게 어떤 영향을 미칠지 말하기는 훨씬 더 어렵습니다. 따라서 AI가 향상됨에 따라 인간을 보강하는 것뿐만 아니라 작성 및 작업 수행의 완전 자동화를 수행함에 따라 많은 제품과 산업, 심지어 이러한 제품을 형성하는 디자이너의 역할까지 근본적으로 혼란에 빠질 수 있다고 생각합니다. 우리가 보게 될 것 같아요. 열린 질문이 많고 그것이 어떻게 진행되는지 보는 것이 흥미로울 것입니다.

에밋: 네. 우리가 하는 일의 좋은 점 중 하나는 때때로 기술이 추구할 수 있는 완전히 새로운 종류의 길을 제공한다는 것입니다. 이것은 확실히 우리가 작업하는 환경을 크게 바꾸고 디자이너에게 수많은 새로운 도전과 기회를 만들어 줄 것 같은 느낌이 듭니다. Intercom에서 우리는 그 길과 그 길을 잘 따라가며 그것에 전적으로 헌신하는 것이 매우 신나는 일입니다. 의심할 여지 없이 AI와 AI로 디자인하는 데 있어 흥미로운 해가 될 것입니다. 나는 우리가 그것을 얻을 수 있는 곳을 기대하고 있습니다. 어쩌면 우리는 그것을 떠날 수 있습니다. 몰리, 대단히 감사합니다. Gustavs, 백만 감사합니다. 당신과 대화를 나누고 이 기술로 작업한 이전 경험에서 배울 수 있어 좋았습니다. 아마 우리가 모두 나이가 들고 더 현명해지면 다시 할 수 있겠지만 지금은 대단히 감사합니다.