기본 콘텐츠로 건너뛰기

UX Camp Seoul 네번째 이야기

지난 주 토요일 7월 14일 UX Camp Seoul에 참여하고 왔습니다.

2010년 첫 행사 준비에 참여했던것이 엊그제 같은데.. 벌써 네번째 행사가 되었네요.

이번에는 준비 모임에도 참여하지 못하고 당일날 많은 분들이 고생하신 행사 마당에 숟가락만 푹 꼽았습니다.

작년부터 육아와 회사일 등등으로 제대로 외부 행사에 활동을 하지 못한 것도 있고.. 매 행사마다 얼굴 들이미는 것이 폐가 되는거 같아.. 사실 이번에도 돈내고 참석할까 하다가..

제 버릇은 개를 못준다고.. 또 다시 숟가락을 꼽는 만행을 저질렀습니다. 이번 행사에 고생하신 모든 분들께 진심으로 감사합니다.

행사에 참여하기 위해 온 식구를 전날 어머님댁으로 옮겨놓고 아침 일찍 행사장에 도착했습니다. 자원 봉사를 하기로 해서 8시에 행사장에 도착했습니다.

그런데... 한번도 사전 모임에 참여한적이 없다보니 도데체가 어디로 가야하는지 알길이 없더군요.

거기다 건물 엘레베이터는 정말... 엄청나게 복잡하더군요. 안내하시는 분들이 엄청나게 고생하셨을 것 같습니다.

어찌 되었든 행사 주최하시는 분께 물어 물어 행사 등록 장소에 도착해서 저는 웰컴팩을 만들었습니다.


완성된 웰컴팩의 위용

그리고 등록데스크에서 참석하시는 분들께 웰컴팩을 전달해드리는 역할을 했습니다.



자세히 보시면 저를 찾으실 수 있습니다.




다른 분들도 열심히 행사 준비를 하셨습니다.


이곳이 메인 행사장.. 극장이 따로 없더군요..

그리고 행사 시간표.. QR코드로 모바일 페이지로 접속해서도 볼 수 있었습니다. 정말 준비들 많이 하셨더군요.


저는 마지막 시간에 '만드는 사람들의 UX'라는 발표를 했습니다.

기본적인 내용은 오프닝을 열어주셨던 노병욱 마술사님의 내용과 같습니다.

사실 이번에 한 발표는 2년전 첫번째 UX Camp Seoul 에서 발표했던 '소원의 나무 만들기' 의 재탕이라고 할 수 있습니다.

차이가 있다면 2년 전에는 제품과 프로세스에 집중했다면 이번에는 사람 특히 개인의 행복에 중점을 두고 세션을 진행해 보았습니다.

실습 결과물을 가져와서 정리했으면 좋았겠지만 아쉽게도.. 실습 결과물은 챙기지 못했습니다.

제 세션에 참석하셨던 분들에게 제가 어느 정도의 가치를 드렸을지 궁금하기는 한데.. 저에게 오는 피드백이 아직 없네요.

제가 하고 싶었던 얘기는 만드는 사람들이 각자의 행복과 팀, 조직, 회사의 행복을 추구해야 사용자가 사용했을 때 행복을 느낄 수 있는 제품을 만들 수 있다라는 얘기였습니다.

세션에 참석하신 분들을 가장 기억에 남는 제품, 가장 행복했던 제품, 가장 인상적인 제품에 대해서 조사해 보았는데, 포토샵, 닌텐도 게임기를 포함해서 애플 제품이 압도적인 것을 보고 정말 인상적이었습니다.

갑작스럽게 참석하게 된 행사였지만 저는 정말로 즐거운 행사였습니다.

특히 노병욱 마술사님의 강연만으로도 정말 행복했습니다.

다음에는 더 많은 분들이 많은 경험을 공유할 수 있었으면 합니다.

댓글

이 블로그의 인기 게시물

피드백 루프: AI 시대 테스터가 지켜내야 할 핵심 엔진

소프트웨어 개발과 테스팅 현장에서 가장 자주 언급되지만, 막상 시스템이 복잡해질수록 쉽게 경시되곤 하는 핵심 개념이 바로 '피드백 루프(Feedback Loop)'입니다. 코드를 수정하고, 빌드하고, 테스트 결과를 확인하고, 다시 개선하는 그 순환 과정의 속도와 정확도가 결국 소프트웨어의 품질을 결정짓기 때문입니다. 품질 전문가 매슈 하이저(Matthew Heusser)가 자신의 블로그 Quality Remarks에 기고한 "One Loop After Another" 아티클은 바로 이 피드백 루프의 다층적 구조와, AI 시대에 우리가 놓치지 말아야 할 품질 검증의 본질을 날카롭게 되짚어 줍니다. (출처: Quality Remarks - One Loop After Another / Matthew Heusser) https://qualityremarks.com/one-loop-after-another/ 매슈 하이저는 소프트웨어 개발 생태계가 단순히 하나의 커다란 테스트 루프로 돌아가는 것이 아니라, 시간 축과 관점에 따라 겹겹이 쌓인 '연쇄적인 피드백 루프들(One Loop After Another)'로 이루어져 있다고 설명합니다. 초단기 루프 (Inner Loop): 개발자가 코드를 작성하는 몇 초~몇 분 단위의 루프입니다. 단위 테스트(Unit Test)나 IDE의 Linter, AI 자동 완성이 즉각적인 피드백을 주는 영역입니다. 단기 루프 (Daily / CI Loop): 커밋과 푸시가 이루어지고, CI/CD 파이프라인에서 통합 테스트와 정적 분석이 실행되는 몇 시간 단위의 루프입니다. 중기 루프 (Iteration / Exploration Loop): 스프린트 단위로 탐색적 테스팅(Exploratory Testing)을 수행하고, 실제 사용자 시나리오나 엣지 케이스를 사람이 직접 검증하며 시스템의 유기적 작동을 확인하는 며칠~몇 주 단위의 루프입니다. 장기 루프 (Outer / Market Loop): 실제 ...

합성 사용자(Synthetic Users)의 5가지 유형과 AI 테스팅 현장에서의 활용법

AI와 생성형 모델 기술이 발전하면서, 사용자 경험(UX) 연구와 테스팅 현장에서 가상 퍼소나를 활용해 테스트 데이터를 수집하거나 사용성을 평가하려는 시도가 급격히 늘고 있습니다. 이를 흔히 '합성 사용자(Synthetic Users)'라고 부릅니다. 하지만 막연히 "AI에게 사용자 역할을 시켜 테스트를 돌린다"고 할 때, 그 가상 사용자가 어떤 방식과 데이터로 생성되었는지 명확히 구분하지 않으면 자칫 왜곡된 결과에 빠질 위험이 있습니다. UX 및 사용성 리서치 분야의 권위 있는 기관인 MeasuringU에서 이 합성 사용자의 개념을 명쾌하게 분류한 아티클을 공개했습니다. 바로 "What Are the Different Types of Synthetic Users?"라는 글입니다. (출처: MeasuringU - What Are the Different Types of Synthetic Users? / Jeff Sauro, PhD & Jim Lewis, PhD) https://measuringu.com/what-are-the-different-types-of-synthetic-users/ Jeff Sauro와 Jim Lewis 박사는 합성 사용자를 단순히 하나의 개념으로 뭉뚱그리지 않고, 생성 기술의 근거와 데이터 기반에 따라 크게 5가지 유형으로 깔끔하게 정리해 줍니다. 첫째는 규칙 기반(Rule-Based) 합성 사용자입니다. AI 모델이 아니라 사전 정의된 조건문, 정규식, 시나리오 스크립트에 따라 움직이는 전통적인 형태의 가상 사용자입니다. 예측 가능하고 정확하지만, 인간 사용자의 복잡한 정서나 미묘한 변수를 반영하진 못합니다. Selenium, Playwright, K6 같은 도구를 통해 지정된 경로대로 버튼을 누르고 데이터를 입력하는 방식을 들 수 있습니다. 둘째는 퍼소나 기반 LLM(Persona-Based LLM) 합성 사용자입니다. 생성형 AI에게 "너는 50대 비테크놀로지 사용...

AI 에이전트의 환각과 프롬프트 폭증을 막는 '컨텍스트 엔지니어링(Context Engineering)'과 아키텍처의 미래

AI 코딩 에이전트나 생성형 LLM을 소프트웨어 개발에 접목하는 시도가 늘어나면서, 엔지니어들이 마주하는 가장 큰 기술적 병목 중 하나는 바로 '컨텍스트(Context)'의 관리입니다. 저 역시 최근 AI와 바이브 코딩(Vibe Coding)을 활용해 여러 프로젝트를 진행하고 있는데, 하나의 대화창(세션)을 오래 켜둔 채 작업을 계속 이어가다 보면 AI가 초기 맥락을 잊어버리거나 이전에 지켜달라고 했던 제약조건을 놓치며 실수를 저지르는 경우를 자주 겪곤 합니다. 그래서 저는 목적별로 대화창을 명확하게 분리해서 작업하거나, 어느 정도 작업 단계가 진행되면 지금까지의 구현 내용과 의사결정을 요약 정리한 뒤 새 대화창에서 AI에게 이를 다시 학습시키는 방식으로 맥락을 관리하고 있습니다. 그렇다면 엔지니어링 아키텍처 차원에서는 이 문제를 어떻게 접근하고 있을까요? InfoQ의 발표 아티클 "Architecture / Context Engineering"에서는 바로 이 지점, 즉 단순한 프롬프트 엔지니어링을 넘어 시스템 아키텍처 수준에서 컨텍스트를 제어하는 '컨텍스트 엔지니어링(Context Engineering)'의 필요성과 구체적인 프레임워크를 다루고 있습니다. (출처: InfoQ - Architecture / Context Engineering) https://www.infoq.com/presentations/architecture-context-engineering/ 발표자들은 코딩 에이전트나 자율형 에이전트가 현장에서 실패하는 가장 큰 이유로 '비대해진 컨텍스트 윈도우(Bloated Context Windows)'와 무분별하게 채워진 프롬프트(Stuffed Prompts)를 꼽습니다. AI에게 너무 많은 정보를 한 번에 주면, 모델의 주의력(Attention)이 분산되거나 논리적 우선순위를 놓치는 현상이 발생합니다. 마치 인간 엔지니어에게 백과사전 수십 권을 던져주고 "이거 다 읽고 10초 ...