Core Concepts
창의적 디자인 과정에서 인간과 AI 에이전트 간의 비선형적 협업을 지원하는 새로운 프레임워크를 제안한다.
Abstract
이 연구는 창의적 디자인 과정에서 인간과 AI 에이전트 간의 비선형적 협업을 이해하고 지원하기 위한 프레임워크를 제안한다.
첫째, 연구진은 12명의 디자인 전문가를 대상으로 한 포맷팅 연구를 통해 디자이너들의 협업 과정을 관찰하고 분석했다. 이를 통해 요구사항의 모호성, 변화, 충돌과 같은 특성을 파악했다. 또한 인간-인간 협업의 장단점을 도출했는데, 장점으로는 대안적 아이디어 제시, 진행 가속화, 오해 해소 등이 있었고 단점으로는 실시간 결과물 부족이 있었다.
둘째, 이를 바탕으로 연구진은 인간-AI 비선형 공동 설계 프레임워크를 제안했다. 이 프레임워크는 AI 에이전트가 수행해야 할 10가지 구체적인 행동을 정의했는데, 유연한 의사소통, 요구사항 명확화, 대안적 솔루션 제시, 운영 전략, 시각적 결과물 등 5개 영역에 걸쳐 있다.
셋째, 연구진은 이 프레임워크를 구현한 POC(Proof-of-Concept) 프로토타입인 OptiMuse를 개발했다. OptiMuse는 사용자와 AI 에이전트 간의 비선형적 상호작용을 지원하는 사용자 인터페이스를 갖추고 있다.
넷째, 연구진은 Wizard-of-Oz 실험을 통해 OptiMuse의 효과성을 검증했다. 12명의 참가자가 OptiMuse와 기존 선형적 AI 도구인 Copilot을 사용해 디자인 수정 작업을 수행했다. 실험 결과, OptiMuse를 사용한 참가자들의 과제 완수율이 유의미하게 높았다. 또한 인터뷰 분석을 통해 참가자들이 AI 에이전트를 단순한 실행자가 아닌 의견을 제시하는 동료로 인식하게 되는 변화를 관찰했다.
Stats
디자이너들은 OptiMuse를 사용할 때 평균 1292초, Copilot을 사용할 때 평균 747초가 소요되었다.
OptiMuse 사용 시 평균 대화 횟수는 10회, Copilot 사용 시 평균 대화 횟수는 8회였다.
OptiMuse의 SUS 점수는 70.21점(Good), Copilot의 SUS 점수는 64.17점(Poor)이었다.
Quotes
"OptiMuse가 내 요구사항의 문제점을 지적하고 대안을 제시해줘서 좀 놀랐어요. 하지만 한번 해볼만 해요."
"OptiMuse의 텍스트 피드백이 도움이 되었어요. 비주얼 결과물과 일치하지 않더라도 기본적인 아이디어를 제공해줬죠."
"AI와 대화하는 게 너무 복잡해요. 그냥 직접 결과물을 보는 게 더 중요하죠."