알고리즘 경험 디자인

알고리즘 익스피리언스(Algorithm Experience)는 인공지능·머신러닝 기반 알고리즘이 SNS 피드 배열, 음악 추천, 상품 제안 등 서비스 전반에 보편화되면서 사용자가 알고리즘의 결과를 마주할 때 겪는 경험을 가리키는 개념이다. HCI Korea 2019 학술대회(2019년 2월, 제주 ICC JEJU)에서 서울대 이중식 연구팀이 발표한 세션에서 소개됐다. 카카오택시가 손님과 기사를 매칭하는 순간, 멜론이 '포유' 같은 맞춤 추천을 제시하는 순간처럼, 정교한 알고리즘은 사용자의 행동과 취향을 실시간 분석해 사용자가 미처 생각하기도 전에 다음 행보를 먼저 제시한다. 문제는 이 과정에 대한 설명이나 절차가 드러나지 않아 사용자가 '당혹스러움'을 느낀다는 점이다 — 맞춤형 정보를 제공받으면서도 그 근거를 알 수 없는 역설적 경험이다.

이 세션은 UX 디자이너의 역할을 알고리즘의 제시 방식을 디자인하는 것과, 사용자가 알고리즘을 자신의 입맛에 맞게 '길들이는'(taming) 방법을 설계하는 것 두 가지로 정의한다. 사용자는 알고리즘을 완벽히 통제할 수 없지만, 피드백이라는 도구를 통해 점진적으로 조율할 수 있다는 관점이다. 피드백은 두 축으로 분류된다. 명시성 vs 묵시성 축에서 명시적 피드백은 수집이 어렵지만 해석 과정이 적고 정확도가 높은 반면, 묵시적 피드백은 수집이 쉽지만 추가 해석·패턴화가 필요하고 정확도가 낮다. 긍정적 vs 부정적 축에서 긍정적 피드백은 소셜 미디어에서 적극적으로 활용되는 반면, 부정적 피드백은 '특정인 소식 30일 보지 않기'처럼 단계를 두거나 이유를 함께 수집하는 방식이 쓰인다.

대표 사례로 페이스북이 제시된다. 페이스북 피드는 시간순이 아니라 지인·관심사 기반의 '의미 있는' 상호작용을 우선하도록 설계되며, 기존 Like 버튼을 5가지 감정(emotion)으로 세분화해 피드백의 해상도를 높였다. 댓글·공유 같은 능동적 액션은 상위 피드 노출로 이어지고, 과거의 의미 있는 이벤트를 분석해 선제적으로 보여주는 방식도 활용된다. 결론적으로 이 세션은 데이터 시대의 UX 디자이너가 '사람이 아니라 데이터에서 출발하는' 새로운 인터랙션 프레임워크를 고민해야 한다고 제안한다.

핵심 내용

알고리즘 익스피리언스: AI/ML 기반 추천·매칭 알고리즘의 결과를 사용자가 마주할 때 겪는 경험. 설명 없는 맞춤 제안이 '당혹스러움'을 유발
UX 디자이너의 역할: 알고리즘 제시 방식 디자인 + 사용자가 알고리즘을 '길들이는' 방법 설계
피드백 분류 축: 명시적 vs 묵시적(수집 난이도 ↔ 정확도 트레이드오프), 긍정적 vs 부정적(부정 피드백은 단계·이유 수집 필요)
페이스북 사례: 시간순 대신 의미 기반 피드, 5가지 감정으로 세분화된 Like, 능동적 액션의 상위 노출 가중치
새로운 인터랙션 프레임워크의 원칙: "사람이 아니라 데이터에서 출발한다"

출처

HCI KOREA 2019 참관 후기 (1/3) — 2019-02-25, 알 수 없는 사용자

알고리즘 경험 디자인

핵심 내용

관련 개념

출처