AI를 UX에 쓰는 법
한 줄 정의
AI를 UX에 쓰는 법은 LLM의 작동 원리, 지속 설정, 리서치·디스커버리 workflow를 함께 설계해 UX 실무자의 판단을 빠르게 만드는 방법이다.
핵심 요지
- LLM은 정답 저장소라기보다 텍스트 패턴을 생성하는 시스템이므로, UX에서는 먼저 도구의 한계를 이해해야 한다.
- 반복 설명을 줄이려면 역할, 톤, 출력 형식, 제약을 custom instruction이나 system prompt에 고정한다.
- AI는 UX 리서치의 준비·정리·초안 작성에 강하지만, 해석과 판단은 여전히 인간의 책임이다.
- 좋은 사용법은 AI가 답을 대신 내는 것이 아니라, 연구 질문을 정리하고 근거를 압축하고 선택지를 넓게 만드는 것이다.
상세
이 workflow는 세 단계로 읽으면 쉽다. 첫째, LLM과 제품 표면의 성격을 이해한다. 둘째, 자주 반복하는 맥락을 설정으로 고정한다. 셋째, 리서치와 디스커버리에서 AI를 초안 생성기이자 압박 테스트 도구로 쓴다.
-
도구를 이해한다.
LLM은 데이터베이스처럼 사실을 꺼내 주는 도구가 아니라, 대화에서 제공한 맥락과 학습한 패턴을 바탕으로 다음에 올 텍스트를 예측한다. 그래서 UX 실무자는 “AI가 무엇을 아는가”보다 “AI가 무엇을 잘 정리하는가”를 먼저 봐야 한다. -
지속 설정을 만든다.
역할, 사용자층, 톤, 출력 형식, 금지 규칙을 매번 다시 설명하면 마찰이 쌓인다. custom instruction이나 system prompt에 “나는 어떤 사람이고 어떻게 일하는지”를 적어 두면, 매 세션이 훨씬 빨리 시작된다. -
리서치와 디스커버리에서 쓴다.
계획, 인터뷰, 통합, 인사이트 전달 단계는 구조가 반복되므로 AI가 초안을 만들기 좋다. 다만 연구의 가치는 최종 산출물의 예쁨이 아니라 근거와 해석에 있다. 따라서 AI가 만든 초안은 항상 출처, 가정, 누락 항목을 기준으로 검토해야 한다.
이 관점은 UX를 위한 AI를 “새로운 마법 도구”로 보지 않게 만든다. 오히려 기존 UX 역량—판단, 우선순위, 사용자 맥락 이해—을 더 빠르게 작동시키는 보조 계층으로 만든다.
예시
- 연구 준비: 막연한 brief를 연구 질문, 방법, 참여자 기준, discussion guide로 쪼갠다.
- 프롬프트 설정: 제품 역할, 사용자층, 톤, 출력 형식을 지속 설정으로 저장한다.
- 리서치 통합: 인터뷰 노트를 AI로 theme별로 묶되, 결론은 사람이 근거를 대조해 확정한다.
충돌
- AI는 UX 작업을 빠르게 만들 수 있지만, 사용자 해석과 제품 판단을 대체하지는 않는다.