기본 콘텐츠로 건너뛰기

AI의 UX, 단 5개 문항으로 측정하는 방법: SUXAI

테스트 관리에는 아주 유명한 명언이 있습니다. 어쩌면 이 말은 테스트 관리에서만 유용한 얘기는 아닐거고.. 어쩌면 여러분도 다른 곳에서 들었을 수도 있습니다.

"측정할 수 없으면 개선할 수 없다"

지난 글(https://murianwind.blogspot.com/2026/07/ai_01010698011.html)에서 생성형 AI 시대에는 기존의 일반적인 사용성 지표(SUS 등)만으로는 부족하며 정확성, 신뢰성, 설명 가능성, 제어 가능성이라는 AI 에 특화된 품질 특성이 필요하다고 정리해 드린 바 있습니다.

하지만 실무자의 입장에서 항상 부딪히는 현실적인 고민이 있습니다. "이론은 좋은데, 당장 매주 업데이트되는 AI 기능의 UX를 바쁜 현장에서 어떻게 빠르고 정량적으로 측정할 것인가?"라는 점이죠.

MeasuringU에서 이에 대한 명확하고 실용적인 해답을 제시하는 후속 아티클을 공개했습니다. 바로 "Streamlined Measurement of the UX of AI"입니다.

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

https://measuringu.com/streamlined-measurement-of-the-ux-of-ai/

Jeff Sauro와 Jim Lewis 박사는 실무 연구자들과 테스터들이 긴 설문이나 복잡한 프레임워크 없이도 AI 제품의 핵심 품질을 빠르게 측정할 수 있도록 SUXAI(Streamlined UX of AI)라는 간소화된 측정 모델을 구축했습니다.

기존에 수많은 문항으로 분산되어 있던 지표들을 통계적 요인 분석을 통해 쥐어짜고 압축하여, 핵심적인 5가지 5점 척 문항으로 표준화했습니다.

SUXAI를 구성하는 5가지 핵심 평가 문항

  1. 정확성 (Accuracy): "이 AI가 생성한 결과물은 정확하다."

  2. 신뢰성 (Trust/Reliability): "나는 중요한 과업을 수행할 때 이 AI의 판단과 출력을 믿고 의지할 수 있다."

  3. 설명 가능성 (Explainability): "이 AI가 왜 이런 결과를 냈는지 그 이유나 과정을 이해하기 쉽다."

  4. 제어 가능성 (Controllability): "AI가 잘못된 방향으로 가거나 오답을 냈을 때, 내가 쉽게 개입하여 수정하거나 제어할 수 있다."

  5. 전반적 사용성 (General Usability): "이 AI 시스템을 사용하는 전반적인 경험이 편리하고 유용하다."

이 아티클이 현장 엔지니어와 UX 리서처에게 던지는 메시지는 명확합니다.

  • 효율성과 검증 비용의 트레이드오프 반영:

    전통적인 사용성은 "얼마나 빠르게 버튼을 눌렀는가"에 집중했지만, SUXAI는 '정확성'과 '신뢰성'을 중심에 둡니다. AI가 코드를 1초 만에 짜주더라도, 그 출력을 검증하느라 1시간이 걸리고 신뢰가 떨어진다면 전반적인 사용 경험(SUXAI 점수)은 대폭 깎이게 설계되어 있습니다.

  • ISO/IEC 25010:2023 & 25059 반영:

    2023년 개정된 ISO 25010에서 강조하는 '시스템의 상호작용 능력(Interaction Capability)'과 ISO 25059의 AI 특화 품질(설명 가능성, 제어 가능성)이 이 5문항 안에 정교하게 압축되어 녹아 있습니다.

  • 실무 애자일/DevOps 파이프라인과의 결합:

    100개가 넘는 문항으로 이뤄진 무거운 설문은 빠르게 돌아가는 AI 배포 주기(CI/CD)를 따라가지 못합니다. 단 5개 문항으로 이뤄진 SUXAI는 A/B 테스팅이나 카나리 배포(Canary Deployment) 시 유저 피드백 팝업으로 삽입하여, 모델 업데이트 전후의 UX 변화를 정량적 점수(0~100점 환산)로 즉각 추적할 수 있게 해줍니다.

사용자 설문조사에서 항상 느끼는 점은, "측정 체계가 너무 복잡하면 현장에서 외면받고, 너무 단순하면 본질을 놓친다"는 사실이었습니다.

제 개인적인 경험에 비추어 볼 때, 생성형 AI나 바이브 코딩 도구를 도입한 팀들이 흔히 빠지는 함정이 바로 "속도가 빨라졌으니 UX도 좋아졌겠지"라는 착각입니다. 하지만 현장에서 개발자들이나 사용자들이 느끼는 피로감은 속도가 아니라 "이 결과물이 맞는지 확신할 수 없다(신뢰성 저하)"와 "틀렸을 때 내가 바로잡기 너무 힘들다(제어 가능성 부족)"에서 옵니다.

SUXAI가 제안하는 5가지 문항은 바로 그 현장의 아픈 손가락을 정확히 찌르고 있습니다.

단순히 "이 서비스 만족스러우신가요?"라는 수동적인 질문에서 벗어나, "AI의 오류를 제어할 통제권이 당신에게 있습니까?", "출력의 근거를 이해할 수 있습니까?"를 명확히 물음으로써, 개발팀이 다음 스프린트에서 어떤 AI 인터페이스를 개선해야 할지 명확한 가이드를 제공합니다.

AI 시스템을 테스트하고 아키텍처를 설계하는 사람들에게 SUXAI와 같은 간소화된 측정 지표는 대단히 유용한 무기가 됩니다.

AI 모델을 최적화하고 프롬프트를 고도화할 때, 막연한 감이나 추측이 아니라 "이번 모델 업데이트로 SUXAI 신뢰성 점수가 15점 올랐고, 제어 가능성이 10점 개선되었다"라고 데이터로 말할 수 있게 되니까요.

은하수를 항해하는 우리 히치하이커들에게, 이렇게 정교하게 다듬어진 작고 가벼운 나침반은 복잡한 AI의 안개 속을 헤쳐 나가는 데 가장 든든한 동반자가 되어줄 것입니다.

라벨:

댓글

댓글 쓰기

이 블로그의 인기 게시물

우리는 AI로 '더 빠른 말'을 키우고 있는걸까요? 아니면 '자동차'를 만들고 있는걸까요?

20년 넘게 IT 현장에서 뒹굴거렸는데... 요즘처럼 "우리가 지금까지 당연하게 여겨온 일하는 방식의 본질"에 대해 근본적인 질문을 던지게 만드는 때가 없었던 것 같습니다. 최근 읽은 UX 관련 글 하나가 가슴을 쿵 치고 지나갔습니다. UX 및 디지털 트렌드를 다루는 블로그 ux4dotcom에 올라온 "Beyond Faster Horses — Why AI Challenges One of UX's Oldest Assumptions"라는 글입니다. (출처: ux4dotcom - Beyond Faster Horses — Why AI Challenges One of UX's Oldest Assumptions ) 혁신을 말할 때 늘 인용되는 헨리 포드의 유명한 말이 있습니다. "사람들에게 무엇을 원하느냐고 물었다면, 그들은 '더 빠른 말'이라고 답했을 것이다." 사람들은 자신이 경험해 본 범위 안에서만 미래를 상상합니다. 말만 탈 줄 아는 사람에게 자동차는 상상 밖의 범주(Mental Model)니까요. 저자는 그동안 UX(사용자 경험)라는 학문과 필드 자체가 '더 빠른 말을 만드는 일(기존 과업의 효율화)'에 집중해 왔다고 지적합니다. 사용자의 행동을 관찰하고, 마찰(Friction)을 줄이고, 화면을 간소화하고, 기존 워크플로우를 최적화해 주는 작업 말입니다. 실제로 주변을 봐도 우리가 AI를 쓰는 방식도 대부분 이 범주를 벗어나지 못하고 있습니다. 더 빠르게 이메일을 작성하고, 문서 요약을 3초 만에 끝내고, 프레젠테이션 장표나 일정표를 순식간에 만들어내는 일. 분명 유용하고 저 역시 매일 요기하게 쓰고 있지만, 이건 어디까지나 '기존에 인간이 하던 일의 프로세스를 흉내 내어 속도만 올린 것(Faster Horse)'에 불과합니다. 정작 "이 워크플로우 자체가 과연 계속 존재해야 하는가?"라는 근본적인 질문은 던지지 못하고 있는 것이죠....
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

'자동화 편향'과 '대중적 불신' 을 고려한 AI 테스팅 시나리오 설계

최근 생성형 AI나 자율주행, 에이전트 기술의 테스팅 시나리오를 작성할 때 우리가 당연하게 전제(Assumption)로 깔고 가는 중요한 인간 행동 방식이 하나 있습니다. 바로 '자동화 편향성(Automation Bias)'입니다. 인간은 시스템이 자동화되고 스마트해질수록 기술을 과도하게 신뢰하고 주의력을 놓아버립니다. 차량을 운전하면서 운전자 보조 시스템을 켜고 전방 주시를 태만히 하고 스마트폰을 보거나 영상을 시청하는 운전자라던지 AI 의료 진단 보조 도구가 내놓은 결과를 의사가 깊은 의심 없이 그대로 승인해 버리는 현상이라던지 AI 챗봇이 추천한 잘못된 정보를 사용자가 사실로 믿고 행동하는 케이스 같은 게 있을 겁니다. 우리는 항상 이러한 "사람들이 AI를 너무 믿어서 발생하는 위험"을 핵심 리스크로 정의하고, 이를 검증하기 위한 안전장치(Safety Guardrail)나 경고 알림, 오용 방지(Misuse) 테스팅 시나리오를 도출해 왔습니다. 그런데 최근 Gizmodo에 보도된 미국 설문조사 결과는 매우 흥미로운 사실을 보여줍니다. (출처: Gizmodo - Survey Finds Americans See AI as Comparable to Humans—It’s Making Them Trust It Less )   기사에서 언급된 설문조사의 결과는 AI가 사람을 닮아갈수록 완벽함에 대한 기대와 실수가 충돌하고 책임이 모호해져 대중의 신뢰는 오히려 떨어진다는 것이었습니다.  자세히 살펴보면 해당 조사는 일반 대중을 대상으로 AI에 대한 인지적 반응을 측정했습니다. AI가 인간과 유사한 대화/추론 능력을 보일 때 유저가 느끼는 '인지적 불쾌한 골짜기(Uncanny Valley)' 현상을 정량 지표로 포착해 냈다는 점에서 의미가 있다고 생각합니다. 단순히 "AI가 좋다/나쁘다"를 넘어, 의인화(Anthropomorphism)의 수준과 신뢰도(Trust) 사이의 음(-)의 상관관계를 입증했기 때문...
댓글 쓰기
자세한 내용 보기