도서 소개
사용자의 인지적 부담을 줄여주는 사용 용이성(ease of use)의 원칙은 빠른 과업 수행을 우선시하는 효율성(efficiency)의 원칙과 교환 관계가 발생한다. 또한, 일관성(consistency)은 좋은 사용자 경험과 브랜드 아이덴티티를 제공하는 동시에 사용 맥락(context)의 자유도를 낮추곤 한다. 이처럼, 사용자를 위한 배려심으로부터 발전한 다양한 가치는 같은 목표를 바라보면서도 서로 상충할 수 있다. 이때, 우리는 어떤 선택을 해야 할까?우리 프로덕트의 어떤 과업을 자동화하는 것이 인공지능 시대에 유의미한 선택일까? 사용자 가치 중심으로 AI를 접목하려면 어떻게 해야 할까? 『UX×AI 인사이트』에서는 17년 차 UX 리서처인 저자가 이러한 고민들에 대한 해답을 전문 지식을 통해 논리적으로 정리하였다. 이 책과 함께 사용자 경험의 해답과 법칙을 바로 세워, 서비스 및 프로덕트와 이를 이용할 사용자에 대한 시야를 넓혀보도록 하자.
출판사 리뷰
UX 디자인, 유지보수, 사용자 리서치의 효용을 높이는 법
좋은 경험을 제공하는 일상 속 프로덕트를 심리학이나 인간 공학과 같은 이론적인 틀로 뜯어보면, 그 이면에서 사용자의 니즈를 충족시키는 사용자 경험(User Experience, UX) 비법이 발견되곤 합니다.
1부에서는 일상 속의 다양한 UX 디자인 사례를 살펴보며 어떻게 하면 좋은 경험을 사용자에게 제공할 수 있는지 알아보고, AI로 인해 일상 속 UX 디자인이 어떻게 변화되고 있는지도 함께 확인해봅니다.
2부에서는 AI로 인해 발전된 새로운 UX에 대해 알아봅니다. 이를 통해 어떻게 더 좋은 경험을 사용자에게 제공할 수 있는지, AI가 적용된 프로덕트를 기획하고 디자인할 때 어떤 부분을 고려해야 하는지 살펴봅니다.
마지막 3부에서는 UX 리서치와 데이터 분석을 통해 사용자의 니즈를 읽고 더 나은 프로덕트를 구축해 나가는 과정에 대해 확인해봅니다. UX 리서치 및 데이터 분석 방법론인 사용성 평가, 수용도 조사, 설문 조사, 디지털 에스노그래피에 대해 살펴보고 여기에 AI를 활용하는 방법까지 알아봅니다.
작가 소개
지은이 : 오의택
기술경영학 박사이자 인간공학 기술사.LG전자에서 UX 리서처로 일하며 인공지능 UX와 UX 리서치에 대한 글을 쓰고 있습니다.브런치 brunch.co.kr/@masaru3595
목차
프롤로그
1 UX의 정의
2 사용자 이해에서 시작되는 UX 디자인
3 인공지능과 새로운 사용자 경험
4 더 나은 경험을 위한 UX 리서치
1부 일상 속 UX 디자인과 변화
_1 바쁜 일상 속 능률을 올려주는 효율성 UX
__1.1 접근 경로의 단축
__1.2 과업 실행 단계의 최소화
__1.3 시선 및 물리적 동선의 최소화
__1.4 AI로 더 효율적인 경험 제공하기
__1.5 모든 과업을 효율적으로 디자인해야 할까?
_2 프로덕트 사용을 손쉽게 하는 UX
__2.1 사용 방법에 대한 예측 용이성
__2.2 정보량의 최소화
__2.3 현재 상태에 대한 가시성
__2.4 이해하기 쉬운 문구
__2.5 AI로 더 쉬운 경험 제공하기
__2.6 사용 용이성 vs 효율성
_3 일관성은 왜 중요할까?
__3.1 일관성의 원칙
__3.2 일관성을 높여주는 디자인
__3.3 AI 프로덕트에서의 일관성
__3.4 일관성 vs 사용 맥락
_4 실수를 막아주는 히어로 UX
__4.1 휴먼 에러의 방지 방안
__4.2 휴먼 에러의 복구 방안
__4.3 AI로 더 안전한 경험 제공하기
__4.4 안전성 vs 효율성
_5 누구나 쓸 수 있는 착한 UX
__5.1 누구나 쉽게 인식할 수 있는 정보
__5.2 누구나 조작할 수 있는 인터페이스
__5.3 능력에 맞게 조절 가능한 기능
__5.4 AI로 누구나 쓸 수 있는 경험 제공하기
__5.5 접근성 vs 사용성
__5.6 시니어를 위한 UX는 사업적으로 성공할 수 있을까?
_6 UX 디자인의 기본, PUI 디자인
__6.1 과업에 적합한 PUI
__6.2 인체 공학적 디자인
__6.3 AI로 인한 인터페이스의 진화
_7 즐거움을 제공하는 감성 디자인
__7.1 감성과 정서
__7.2 감성과 디자인
__7.3 AI로 더 즐거운 경험 제공하기
__7.4 사용자를 즐겁게 하는 디자인
_8 시너지 높은 경험을 제공하는 연결성 UX
__8.1 쉬운 연결 방법
__8.2 끊김 없이 매끄러운 전환
__8.3 연결을 통한 시너지
__8.4 통합 제어를 통한 간결한 경험
__8.5 AI와 연결성 UX의 관계
2부 인공지능과 새로운 사용자 경험
_9 사용자 가치 중심의 인공지능 활용법
__9.1 AI와 UX의 관계
__9.2 어떤 과업을 자동화해야 할까?
__9.3 어떻게 자동화해야 할까?
__9.4 사용자 가치를 위한 AI의 적용
_10 나만을 위한 맞춤형 UX
__10.1 개인 취향 기반의 커스터마이징
__10.2 개인 사용 이력 기반의 맞춤형 추천
__10.3 주변 환경 기반의 맥락적 추천
__10.4 개인화 시대에 알맞은 경험 제공하기
_11 사용자의 수고를 덜어주는 자동화 UX
__11.1 반복적인 과업의 자동화
__11.2 주변 환경 및 행동 변화에 따른 자동화
__11.3 자동화에 대한 통제권
__11.4 자동화에 대한 모니터링
__11.5 AI와의 긍정적 협력 관계 구축하기
_12 사용자의 능력을 끌어올리는 증강 UX
__12.1 더 똑똑하게 만들어 주는 증강 UX
__12.2 더 잘 보이고 잘 들리게 만들어 주는 증강 UX
__12.3 더 창의적으로 만들어 주는 증강 UX
__12.4 증강 지능으로 새로운 경험 제공하기
_13 윤리적인 인공지능 UX
__13.1 투명성
__13.2 데이터 프라이버시
__13.3 공정성
__13.4 안정성
__13.5 윤리적인 AI 경험 제공하기
_14 생성형 AI에는 어떤 UX가 고려되어야 할까?
__14.1 생성형 AI란?
__14.2 생성형 AI와 사용자 경험
__14.3 생성형 AI를 통해 더 나은 경험 제공하기
_15 대화형 AI 에이전트의 UX 디자인
__15.1 챗봇 vs 보이스봇
__15.2 대화 UX 디자인
__15.3 퍼소나 디자인
__15.4 대화형 AI 에이전트로 인한 UX 업무 영역의 변화
_16 사용자와 교감하는 인공지능 UX
__16.1 의인화의 정의
__16.2 의인화는 UX에 어떤 영향을 미칠까?
__16.3 AI 의인화 디자인 기법
__16.4 사용자와 교감하는 AI 디자인하기
_17 SF 영화로 전망해본 인공지능 UX의 미래
__17.1 미래 예측 방법론으로서의 SF 영화
__17.2 SF 영화로 인공지능 UX의 미래 예측하기
__17.3 앞으로 고민해 봐야 할 인공지능 UX 이슈
3부 더 나은 경험을 위한 UX 리서치
_18 사용자 조사는 어떻게 써야 할까?
__18.1 사용자 조사는 꼭 필요할까?
__18.2 사용자 조사의 종류
__18.3 사용자 조사의 분류와 활용
__18.4 사용자 조사의 신뢰성을 높이는 방법
__18.5 사용자 대상의 조사 vs 전문가 대상의 조사
__18.6 AI를 활용한 UX 리서치
__18.7 고려해야 할 현실적인 부분
_19 사용자 경험은 어떻게 측정할까?
__19.1 사용자 경험의 구성 요소와 평가 방법
__19.2 AI가 적용된 프로덕트의 UX 평가
__19.3 빅데이터 분석의 측정 요소
__19.4 우리 프로덕트에 적합한 UX 평가 기준
_20 생생한 피드백으로 프로덕트를 개선시키는 사용성 평가
__20.1 사용성 평가란?
__20.2 사용성 평가 기획하기
__20.3 사용성 평가 수행하기
__20.4 AI를 통한 사용성 평가의 효율화
__20.5 사용성 평가의 활용
_21 개발 리스크를 줄여주는 수용도 조사
__21.1 혁신의 수용
__21.2 수용도 조사란?
__21.3 수용도 조사 vs 사용성 평가
__21.4 수용도 조사의 한계와 활용
_22 사용자 니즈를 효율적으로 검증하는 설문 조사
__22.1 설문 조사란?
__22.2 설문 조사 방법 선정하기
__22.3 설문지 개발하기
__22.4 설문 조사 수행하기
_23 디지털 흔적을 통해 사용자를 이해하는 디지털 에스노그래피
__23.1 디지털 에스노그래피란?
__23.2 디지털 에스노그래피 분석 방법
__23.3 AI를 통한 디지털 에스노그래피의 효율화
_24 사용자 경험 데이터는 어떻게 분석해야 할까?
__24.1 정량적 데이터 분석
__24.2 정성적 데이터 분석
__24.3 좋은 데이터 분석이란?
