기본 콘텐츠로 건너뛰기

확률을 다루는 AI 시대, 시스템의 상호작용 능력과 사용 품질을 어떻게 측정할 것인가?

 20년 넘게 소프트웨어 품질과 테스팅, 그리고 UX를 다루어 오면서 최근처럼 "측정(Measurement)"이 모호해진 시기가 없었던 것 같습니다.

과거의 정적인 시스템은 '클릭 몇 번으로 목표 과업을 완료했는가(성공률)', '화면이 직관적인가'처럼 사용성(Usability)의 측정 공식이 비교적 명확했습니다. 하지만 입력값은 물론 출력값마저 매번 달라지는 생성형 AI 시대에, 도대체 "AI 제품의 UX가 좋다"는 것은 어떻게 정량화하고 평가해야 할까요?

UX 리서치 및 측정 분야의 권위자인 Jeff Sauro와 Jim Lewis가 MeasuringU에 올린 "Measuring the UX of AI"는 이 매듭을 풀 수 있는 아주 실질적이고 구조적인 힌트를 제공합니다.

(출처: MeasuringU - Measuring the UX of AI / Jeff Sauro, PhD & Jim Lewis, PhD)

아티클에서는 기존 소프트웨어 사용성 평가의 표준 틀이었던 SUS(System Usability Scale)나 SUPR-Q 같은 지표만으로는 AI 시스템의 UX를 완벽히 담아낼 수 없다고 말합니다. AI 시스템은 단순한 수동적 도구가 아니라 "스스로 판단하고 결과를 생성하는 자율적인 주체(Agent)"에 가깝기 때문입니다.

따라서 AI 제품의 UX를 측정할 때는 일반적인 지표 외에 다음과 같은 AI 특화 요소들이 반드시 함께 측정되어야 합니다.

  1. 정확성과 신뢰성 (Accuracy & Trust): AI가 내놓은 답이 얼마나 정확한가? 그리고 사용자가 그 결과물을 믿고 실제 업무에 활용할 수 있는가? (환각 현상 감지)
  2. 투명성과 설명 가능성 (Transparency & Explainability): AI가 왜 이런 결론을 내렸는지 사용자가 이해할 수 있도록 과정을 보여주는가?
  3. 제어 가능성 (Controllability): AI가 잘못된 방향으로 갈 때 인간이 얼마나 쉽게 개입하여 수정(Human-in-the-loop)할 수 있는가?
  4. 효율성 대비 검증 비용: AI 덕분에 생성 속도는 빨라졌지만, 검증(Verification)하는 데 시간이 더 오래 걸린다면 과연 UX가 좋아졌다고 할 수 있는가?

이 아티클이 던지는 메시지는 2023년 개정된 ISO/IEC 25000 시리즈(SQuaRE)의 최신 체계와 완벽하게 맞물려 떨어집니다.

1. ISO/IEC 25010:2023 (제품 품질 모델) — 시스템의 능력

2023년 개정판에서 기존의 '사용성(Usability)' 주특성은 '상호작용 능력(Interaction Capability)'으로 재정의되었습니다. 주관적인 사용자 경험은 별도 표준으로 분리되고, 25010은 "시스템이 인간과의 상호작용을 원활하게 지원하기 위해 갖추어야 할 자체적인 기능적·구조적 능력"에 집중합니다.

  • 사용자 참여 및 몰입 (User Engagement): AI가 사용자의 프롬프트나 의도를 얼마나 정교하게 해석하고 반응하는가?
  • 자가 설명성 (Self-descriptiveness): AI가 자신의 추론 과정과 출력물의 한계, 환각 가능성을 인터페이스 차원에서 명확히 인지시키는가?
  • 제어 가능성 (Controllability): AI가 잘못된 답변을 냈을 때 인간이 쉽게 개입하여 통제권을 되찾을 수 있는 시스템 구조를 제공하는가?

2. ISO/IEC 25019:2023 (사용 품질 모델) — 실제 사용 맥락에서의 경험

ISO/IEC 25019는 실제 사용 맥락에서 사용자가 체감하는 사용 품질(Quality in Use)을 다룹니다. MeasuringU 아티클이 지적하는 "AI의 속도와 검증 비용의 트레이드오프"가 바로 이 25019 영역에 해당합니다.

  • 과업 충족성 및 유효성 (Effectiveness): AI가 생성한 결과물이 실제 사용자 목적을 완벽히 달성해 주는가?
  • 효율성 및 검증 부담 (Efficiency): 코드는 1초 만에 짜주었지만, 환각(Hallucination)을 검증하고 수정하느라 사용자의 인지적 부담과 검증 시간이 더 늘어났다면 실제 사용 품질(Efficiency)은 저하된 것입니다.
  • 만족도 및 신뢰 (Satisfaction & Trust): AI의 결과물을 안심하고 수용할 수 있는지에 대한 사용자의 정서적 만족과 신뢰 수준을 평가합니다.

3. ISO/IEC 25059 (AI 시스템 품질 모델) — AI 특화 확장

25010과 25019의 틀 위에 AI의 자율성과 비결정론적 특성을 반영한 표준입니다.

  • 설명 가능성 (Explainability): AI의 추론 논리를 인간이 이해할 수 있도록 제공하는 능력.
  • 자율성과 제어성 (Autonomy & Controllability): AI가 스스로 판단하되, 인간의 개입(Human-in-the-loop)이 언제든 가능한 상호작용 구조.
  • 견고성 (Robustness): 확률적 모델 특성 속에서도 시스템 결과물의 안정성을 유지하는 품질.

피터 드러커의 명언처럼, AI 제품의 UX 역시 "막연히 편리하다"는 감상적인 평가에 머물러서는 안 됩니다.

ISO/IEC 25010:2023이 말하는 '시스템의 상호작용 능력(Interaction Capability)'을 정밀하게 구축하고, 이것이 실제 사용자가 작업할 때 느끼는 '사용 품질(ISO/IEC 25019)'로 어떻게 연결되는지 정량적으로 측정해 내야 합니다.

ISO/IEC 25010, 25019, 25059라는 견고한 품질 체계 위에 MeasuringU가 제안하는 프레임워크(신뢰성, 설명 가능성, 제어 가능성)를 얹어 평가 체계를 만드는 일. 그것이 바로  AI 시대의 테스터가 준비해야 할 다음 무기가 아닐까 생각합니다.

항해를 계속하는 우리 히치하이커들에게, 이 정교한 측정 지표들은 짙은 안개 속에서도 방향을 잃지 않게 해주는 가장 신뢰할 수 있는 나침반이 될 것입니다.

라벨:

댓글

댓글 쓰기

이 블로그의 인기 게시물

스위치봇 & 스위치봇 허브 미니 간단 사용기

제 블로그에 예전부터 오셨던 분들은 제가 사브작 사브작 홈 오토메이션을 어설프게 해온 것을 아실겁니다. 작년부터 너무 하고 싶었던 도어락 자동화에 도전해봤습니다. 우리 나라에 자체 서비스로 앱을 통해 도어락을 제어하는 제품은 꽤 있습니다. 게이트맨도 있고, 키위도 있고, 삼성도 있죠.. 그런데.. 전 그것보다 구글 어시스턴트를 지원하는 도어락이 필요했는데... 그런건 안만들더라구요.. 꼭 필요한건 아니지만 웬지 해보고 싶은데... 언제 제품이 출시될지도 몰라서.. 가능한 방법을 찾아보다가.. 스위치봇이라는 제품으로 도어락을 버튼을 꾹 누르는 방법을 찾아서 스위치봇이 직구가 아닌 국내에 출시되었길래 낼름 구매해서 도전해봤습니다. 스위치봇 제품에 대한 내용이나 구매는  https://www.wakers.shop/  에서 하시면 됩니다. 저는 스위치봇에 스위치봇을 구글 홈에 연결시키기 위해 스위치봇 허브 미니까지 구매했습니다. 스위치봇 허브 미니가 없으면 스위치봇을 외부에서 제어하거나 구글 홈에 연결할 수 없습니다. 그리고 제가 스위치봇 허브 미니를 구매한 이유 중 다른 하나는 이 제품이 RF 리모컨 기능이 지원됩니다. 집에 있는 모니터를 제어할 필요가 있어서 이참 저참으로 같이 구매했습니다. 제품 등록은 어렵지 않습니다. 여기서는 스위치봇 허브 미니에 RF 리모컨을 등록해서 구글 어시스턴트로 제어하는 방법을 소개해드릴까 합니다. 제가 스위치봇 허브 미니로 모니터를 제어하고 싶었던 부분은 컴퓨터에서 크롬캐스트로 외부 입력을 때에 따라 바꿔야 하는데.. 그때마다 리모컨을 찾는게 너무 불편해서였습니다.  어차피 리모컨은 외부 입력 바꿀 때 빼고는 쓸 일도 없는지라.. 매번 어디로 사라지면 정말 불편해서 이걸 자동화 하고 싶었습니다. 그런데, 처음에 스위치봇 허브 미니를 등록하고 여기에 리모컨을 등록하니.. 구글 홈에 등록된 리모컨이 자동으로 등록이 됩니다. 그런데, 등록된걸 확인해보니 전원 On/Off만 제어되는 것이고, 나머지 버튼은 구글 홈...
댓글 쓰기
자세한 내용 보기

murianwind의 트위터 - 2011년 12월 30일 ~ 2012년 01월05일

Presentation: Keynote: Predictability and Measurement with Kanban http://t.co/gitzf2Qv posted at 16:05:31 The Lean Startup Frenzy http://t.co/PwzqKTQl posted at 16:07:42 [테스팅 히치하이커를 위한 안내서] murianwind의 트위터 - 2011년 12월 23일 ~ 12월 29일 http://t.co/mE3hIC2t posted at 16:16:37 예다함은 배가 부른건지.. 내가 친히 가입을 해주겠다고 홈페이지 상담 게시판에 글까지 남겼거만 해가 바뀌도록 연락이 없다. 이거 내가 가입 좀 시켜달라고 전화를 해야하는건가? 주객전도인 것 같은데... posted at 16:34:20 RT @n0lb00 : 2011년 좀 더 생산적이기 위한 무료 안드 앱 20+선e http://t.co/FTJqQFtV posted at 14:23:34 2011년은 아내의 3도 화상으로 액땜.. 송구영신예배는 못가고 그냥.. 집에서.. 평소처럼.. 아웅다웅.. 하지만 나의 새해는 언제나 설날 기준.. 나에게 내일은 아직 2011년... posted at 23:20:10 [테스팅 히치하이커를 위한 안내서] 내 인생 첫 차량 구매 후기 - 쉐보레 스파크 http://t.co/m6dJp9sn posted at 16:56:15 웹 접근성 평가 도구 N-WAX http://t.co/lU8f1lBF posted at 15:25:21 [4일(수) 조간] 한심한 MB..."뭐? 배추국장, 샴푸과장 만들라고?" http://t.co/faY21DG0 posted at 10:02:04 Customer Experience v User Experience http://t.co/uk6ZDRy1 posted at 23:00:27 10 Reasons to Root Your Android Device [Android]...
댓글 쓰기
자세한 내용 보기

20년 차 테스터가 고른 최근 IT 소식: 기술의 속도, 그리고 사람의 자리

20년 넘게 IT 업계에서 테스팅하고 강의하고 공부하고 여러 일을 해왔지만... 정말이지 단 하루도 편하게 쉴 틈을 주지 않는 세상입니다. 특히 최근 4~5년 동안 가속화된 AI의 물결은 기술의 스펙트럼뿐만 아니라 우리가 일하고, 협업하고, 조직을 이끄는 방식 전체를 뒤흔들고 있습니다. 이번 주에도 수많은 뉴스레터와 아티클을 훑어보았습니다. 그중에서도 기술의 화려함 뒤에 숨겨진 ‘사람, 조직, 그리고 커리어의 본질’을 찌르는 글 몇 개가 눈에 띄어 메모해 둡니다. 제 평소 생각과 맞닿아 있는 6가지 이야기입니다. --- 1. 인지부채(Cognitive Debt): 바이브 코딩 시대에 우리가 지게 되는 진짜 빚 (출처: ROBOCO - 인지부채: 바이브 코딩 시대의 새로운 부채 관리법 / 정도현 수석 컨설턴트 ) 요즘 커서(Cursor)나 클로드 코드(Claude Code) 같은 에이전트를 붙여 "이거 만들어줘" 하고 승인(Approve) 버튼만 누르면 눈 깜짝할 사이에 코드베이스가 완성되는 '바이브 코딩(Vibe Coding)'이 유행입니다. 그런데 속도는 엄청나게 빠른데, 정작 서비스에 장애가 나면 "AI가 짜서 잘 모르겠는데요?"라는 답이 나오는 이상한 현상이 벌어집니다. 정도현 컨설턴트는 이를 '인지부채(Cognitive Debt)'라고 정의합니다. 코드는 쌓이는데, 정작 인간의 시스템 이해도는 쌓이지 않는 격차죠. * Human-in-the-loop의 환상: AI가 초당 수백 줄을 뽑아내는데 사람이 일일이 검토한다? 결국 검토자는 병목이 되고, 시간 압박에 쫓겨 영혼 없이 승인 버튼만 누르게 됩니다. 40년 전 자동화 연구(Bainbridge, 1983)가 지적했듯, 자동화될수록 사람은 감시만 하다가 정작 개입해야 할 결정적 순간에 숙련도를 잃어버립니다. * 부채는 0으로 만드는 게 아니라 '관리'하는 것: AI가 만든 모든 코드를 사람이 외울 수는 없습니다. 핵심은 ...
댓글 쓰기
자세한 내용 보기