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

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 ...
댓글 쓰기
자세한 내용 보기

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...
댓글 쓰기
자세한 내용 보기

AI가 만들고 사람이 고친 글, 과연 'AI 생성물'일까? — 무너지는 경계선과 각국의 표기 가이드라인

이미지, 음성, 텍스트를 가리지 않고 생성형 AI의 산출물이 전 세계 디지털 공간에 폭포수처럼 쏟아져 나오고 있습니다. 가짜 뉴스, 딥페이크 오정보, 저작권 침해 등 여러 사회적 문제를 일으키면서, 최근 EU를 비롯한 세계 각국의 규제 기관들이 "AI가 만든 콘텐츠에는 반드시 표시(Labelling)를 하라"는 강제 가이드라인을 잇달아 꺼내 들고 있습니다. 이와 관련해 Smashing Magazine에 비탈리 프리드만(Vitaly Friedman)이 기고한 아티클은 EU의 최신 규제가 실무 인터페이스(UI/UX)에 어떤 변화를 요구하는지 잘 보여줍니다. (출처: Smashing Magazine - New EU Guidelines For AI Labelling / Vitaly Friedman) https://www.smashingmagazine.com/2026/08/eu-guidelines-ai-labelling/ EU AI Act 제50조 투명성 규정에 따르면, 딥페이크나 AI 챗봇 대화, 인간의 검수 없이 AI가 100% 작성한 공공 텍스트 등에는 전용 AI 마크나 암호화된 메타데이터(Watermark)를 반드시 내장해야 합니다. 기존에 서비스들이 유행처럼 쓰던 모호한 '반짝이 아이콘(✨ Sparkles)' 수준으로는 법적 기준을 충족할 수 없게 된 것입니다. 하지만 현장의 개발자, 에디터, 테스터들이 마주한 진짜 혼란은 규제의 유무가 아닙니다. 바로 "도대체 어디까지를 AI가 만들었다고 볼 것이며, 어디서부터를 사람이 만든 것으로 정의할 것인가?"라는 근본적인 경계선의 모호함입니다. 프롬프트 한 줄 던져서 AI가 뽑아낸 초안을 사람이 문장 몇 개 다듬었다면, 이것은 AI 산출물일까요, 인간의 글일까요? AI가 코딩한 1,000줄의 소스 코드를 엔지니어가 한 시간 동안 디버깅하고 검수했다면 이 코드의 주인은 누구일까요? 글로벌 규제 기관들도 이 모호함을 인지하고 명확한 자격 기준을 세우기 위해 격렬한 논의를 ...
댓글 쓰기
자세한 내용 보기