혹시 SF 영화를 좋아한다면 그 이유는 무엇인가요?
눈 앞에 펼쳐진 광대하고 미지로 가득찬 풍경도 한 몫 하겠지만, 편리하고 스마트한 환경에도 사로잡혔을 것입니다. (과학에 대해서 하나도 모른다 하더라도요!)

1977년부터 시작된 스타워즈 시리즈나 2008년 픽사의 월-E에서 보였던 인간형 로봇이
2025년 엔비디아 기조 연설에서 등장했을 때, 저는 마치 영화를 보고 있는 듯 했습니다.

단순한 형태와 작업 행태를 보이던 로봇 공학을 넘어서, AI의 발전의 급격한 변화가 가시적으로 보이는 시점이었습니다.

이러한 급속한 발전 속에서 AI가 디지털 혁신의 코어가 됨에 따라 디자이너의 역할도 진화의 과정을 거치고 있습니다.

AI를 업무에 도입하기 위해서 프로세스를 재고하고 AI의 시스템을 이해해야 하는 것이 우선적이겠지만, 가장 중요한 것은 창조하는 모든 것의 중심에 인간의 가치와 사용자 요구 사항이 유지되도록 노력해야 한다는 점입니다.

많은 디자이너는 단순히 미적인 아름다움과 인터페이스를 만드는 데 그치지 않고, 인간 중심의 원칙을 기반으로 새로운 기술 상호작용 방식이 결합된 경험을 만들어 내고 있습니다.

때로는 기술 전문가처럼 생각하며 데이터 기반 시스템을 활용하면서 때로는 선생님이 되어 AI에게 사용자 중심적
접근을 알려주기도 해야 합니다

이러한 전환기에 주요 기술 기업과 대학들은 인간 중심 AI를 위한 구체적인 전략들을 제시하고 있습니다.

모두가 아는 공룡기업인 Google을 예시로 들어보겠습니다.
Google의 Explainability Rubric은 사용자가 AI가 어떻게 작동하고 결정을 내리는지 이해할 수 있도록 핵심 정보를 공유하고 강조 했는데요,
투명하고 공정하며 사용자 중심적인 AI시스템을 구축하기 위한 명확한 규칙을 제공했습니다.

이 규칙은 일반 레벨, 심층 레벨, 결정 레벨 3가지 정보로 구분됩니다.

1. 일반 레벨 :
전반적인 개요와 정보를 기반으로 커뮤니티 참여, 편견 해소, 성과 정보 공유 등 안전, 공정성, 투명성을 보장하기 위해
취한 조치 등 사회적인 도덕과 윤리를 강조합니다.

2. 심층 레벨 :
AI 기능의 작동 방식, 활성화 시점, 사용자 제어 옵션 등 구체적인 정보를 제공합니다. 또한 학습 데이터, 외부 입력,
사용자 데이터 처리 및 활용 방식 등 사용된 데이터에 대한 정보를 제공합니다.

3. 결정 레벨 :
AI 기반 의사결정이 어떻게 이루어지는지, 시스템이 출력된 결과에 얼마나 신뢰하는지, 오류나 낮은 품질의 결과에
어떻게 식별하는지 설명하며 수정사항에 대해 명확하게 소통합니다.

디자이너라면 매일 농담하며 놀 수 있는 대화형 로봇이든, 체계적이고 생산적인 생활을 위한 앱이든 지속적으로 사용자 피드백을 보다 쉽게 개선할 수 있는 시스템을 갖추고 싶어할 것입니다.
하지만 AI 기반의 새로운 기술에만 의존하거나 진기해하는 것으로 그친다면 얻을 수 없겠죠.

지금 이순간 우리는 AI의 적합성을 늘 검토하며 인간 중심적 프레임워크를 갖추는 것이 핵심입니다.
기술적 역량과 책임감 사이의 균형을 맞추어 미래를 열어가는 존재가 된다는 것에 자부심을 느끼고 시대의 흐름에 다이브 해보는 것도 나쁘지 않을 것입니다.