앞으로 제품 디자인은 어떻게 바뀔까? 멀티모달 프로덕트와 생성형 UI에 대한 생각 정리
최근 Figma의 업데이트를 보면서, 그리고 지금까지 다양한 Prompt to code, design 제품들을 사용해 보면서 앞으로 UI/UX 디자인이 어떻게 변화할지 생각을 정리해 봤습니다.
크게 2가지 줄기가 있어요.
멀티모달에 친화적인 디자인
사용자의 맥락과 선호에 따른 생성형 디자인
멀티모달에 친화적인 UI/UX — 로블록스의 4D 생성 AI
멀티 모달이란 AI 모델을 만들 때 여러 가지 유형의 데이터를 동시에 처리하고 학습하는 의미로 많이 사용됩니다. (특히 모바일에서) 음성, 터치, 제스처, Eye 트래킹 등 단순히 키보드로 텍스트를 타이핑하거나 이미지 이상의 데이터들을 AI가 이해하기 시작했고, 그 결과로 각 영역에 특화된 AI 모델 & 프로덕트들이 계속 나오고 있어요. 간단하게 잘 알려진 것만 나열해도 이 정도입니다.
비디오: Runway Gen-3 Alpha. Luma Dream Machine, Hedra, Sora (OpenAI), Pika Labs, Stability AI's Stable Video Diffusion
음성: ElevenLabs, GPT-4o Voice (OpenAI), Anthropic's Claude 3, Whisper (OpenAI), Resemble AI, Synthesia
이미지: Midjourney, DALL-E (OpenAI), Stable Diffusion (Stability AI), Adobe Firefly, Imagen (Google), Bing Image Creator (Microsoft)
3D: General World Models (Runway), NVIDIA Omniverse, Adobe Substance 3D, Blender (with AI plugins), Autodesk's Dreamcatcher
제가 최근에 인상 깊게 본 곳은 로블록스인데, Road to 4D Generative AI라는 글이 올라왔어요.
We are building a system that will connect all of these elements and generate them simultaneously. To achieve this, we must train our 4D generative AI system in a multimodal manner, meaning across multiple types of data together. This is already done for images and text, which power Material Generator. Enabling interaction and adding purpose-built optimizers for physics is how we’ll reach the next level of 4D capability.
엔비디아 옴니버스, 오픈AI Sora, Runway General World 등 점점 현실 세계를 더 잘 이해하는 AI 모델을 만드는 것을 방향으로 잡고 가는 곳들도 나오고 있습니다. 로블록스는 어쩌면 이들보다 가장 먼저 3D 세계를 구현하고 이미 수천만 명에게 서비스를 제공하던 강자라고도 볼 수 있는데요. 게임이 원래 물리 법칙을 구현하기 위해 게임 엔진도 쓰고 온갖 코드, 기법이 들어가던 영역이기도 하니까요. 심지어 로블록스는 원래도 게임, 아바타 스튜디오를 제공하고 있었는데, 여기에 Gen AI를 적용하니 아마 매우 빠르게 성장할 곳 중 하나임이 분명하다고 생각합니다. 특히 로블록스 스튜디오가 멀티모달 관점에서 이미 제공하던 UX들은 이런 게 있어요.
3D & 이미지: 인게임과 동일한 모델링 결과물을 제공하고 런칭 전에 실제처럼 플레이 가능
텍스트: 게임 내 언어를 자동 번역해서 글로벌 런칭을 손쉽게 만듬
음성: 게임 내 보이스챗에서 욕설, 괴롭힘 등 부적절한 대화를 감지하고 대응함 (주로 10대가 플레이하기에 이런 안전장치가 중요)
이제 로블록스 스튜디오에 GenAI가 붙으면 3D 오브젝트를 생성하고 인터랙션을 구축하는 등 게임을 만드는 비용이 엄청나게 줄어들 거라 정말 기대되네요. 중학생 동생한테 얼른 로블록스 스튜디오나 배우라고 해야겠습니다 ㅋㅋ
웹 익스텐션 → 노코드 SaaS (노션, 아크 브라우저) → Generative 디자인
그다음으로 Generative 디자인에 대해서 생각해 봤습니다. 생성형 디자인은 사용자가 원하는 것에 따라 제품 UI가 바뀌거나 새롭게 생성되고, 개인별 제품 경험을 최적화하는 개념인데요. 고를 메이커의 입장에서 얘기해 보면 일관적인 디자인 시스템, 텍스트의 톤 앤매너, 생성 가능한 범위 등만 설정해 주고 유저의 롬프프롬프팅에 따라 다른 UI가 제품에서 제공되는 거라고 이해하면 될 것 같아요. 저는 이런 종류의 개인화 경험의 첫 번째 시작이 웹 익스텐션이라고 생각합니다.
크롬 브라우저를 사용하는 사람들은 컴공 학생도 있고 금융 애널리스트도 있고 어부도 있을 겁니다. 그리고 각각은 크롬에서 원하는 일들이 다를 텐데, 크롬은 똑같은 기능만 제공해서 불편하죠. 이걸 처음으로 개인화하기 시작한 것이 웹 익스텐션 생태계입니다. 컴공 학생들은 Wappalyzer로 웹사이트에 적용된 기술 스택을 보고, 금융 애널리스트는 TradingView로 실시간 주식 차트를 봅니다. 어부는 Weather Underground로 바다에 나가기 전 날씨를 확인하고요. 이렇게 크롬이라는 똑같은 제품에서도 익스텐션을 통해 개인화된 경험을 제공해 줬습니다.
두 번째는 노코드 SaaS인데요. 대표적인 예시로 Notion과 Arc browser가 가장 적합한 것 같습니다. Notion은 이미 모두가 아는 것처럼 자유도 높고 쉬운 블록 형태 에디터로 거의 대다수의 학생과 일하는 사람들이 사용하고 있죠. 웹사이트를 만들고 싶을 때도, 세일즈 CRM을 관리할 때도, 매일 일기를 적을 때에도 노션을 사용하기 좋고요.
Arc 브라우저는 유저가 브라우저 경험을 다양하게 커스터마이즈 할 수 있는데, 특히 Boost 기능이 이 글에서 말하고 싶은 것과 가장 적합한 예시입니다. 디스콰이엇은 아직 다크 테마를 제공하지 않지만, Arc 사용자는 내가 좋아하는 색 조합으로 디스콰이엇 컬러를 바꿔버릴 수 있습니다. 폰트와 폰트 사이즈도 가능합니다 (이게 예쁘고 안 예쁘고는 일단 중요하지 않습니다 ㅎㅎ)
저는 이다음이 생성형 디자인이 될 거라고 상상했어요. 익스텐션이나 노션, Arc boost 같은 것은 어쨌든 제품에서 제공하는 기능이라 내가 원하는 것과 마음에 들지 않는 부분을 동시에 경험할 수밖에 없는데요. 하지만 생성형 디자인이라면 내가 마음에 들지 않는 부분은 애초에 보이지 않게 할 수 있고, 필요한 기능을 생성해서 볼 수 있게 됩니다.
만약 내가 디스콰이엇에 들어오는 이유가 IT 프로덕트들의 트렌드를 알고 싶은 거라면, 내 입맛에 맞게 왼쪽에 나오는 배너를 다른 것으로 바꿀 수 있습니다. 혹은 트렌딩 메이커로그 중에서도 AI 주제 메이커로그만 보고 싶다면 그렇게 할 수 있고요. 나는 디스콰이엇에 들어올 때마다 흥미로운 신규 창업가 프로필을 큐레이션해서 피드 최상단에 고정하고 싶다면 그것도 가능하겠죠. 이 글을 쓰면서 읽게 된 건데 a16z의 아티클 How Generative AI Is Remaking UI/UX Design에서 State-based dynamic UI라는 단락에 동일한 내용이 언급되네요.
GenAI가 대다수의 제품들에 적용되는 것은 시간문제라고 봅니다. 그때 가면 모든 제품에 AI가 적용되어 있어 AI 프로덕트라는 말은 아마 사용하지 않게 될 것 같아요. 다만 아직까지는 실제 제품에 잘 적용된 사례를 보기도 어렵고, 이런 인사이트들을 나누기도 쉽지 않은 것 같습니다. 그래서 종종 AI 제품들에 대한 생각들을 디스콰이엇 AI 프로덕트 클럽에 남겨볼 예정이에요. 이 글을 보는 다른 분들도 같이 공유해 주시면 메이커 생태계에 정말 큰 도움이 되지 않을까요? 🙂
AI & SaaS 메이커 스프린트 2기 모집 중
마지막으로, 이런 AI 제품들을 만드는 메이커들을 위한 소수 정예 커뮤니티인 메이커 스프린트 2기도 모집 중입니다. 요즘 보면 한국에 정말 똑똑한 개발자, 디자이너, PM 분들이 많이 계신데요. 이분들은 AI 기술이나 개발에는 자신 있어도 실제 고객을 만나고, 세일즈하고, 마케팅하는 것엔 약해서 좋은 제품을 만들고도 잘 안되는 안타까운 경우를 종종 봅니다. 개발이나 AI도 결국엔 문제를 해결하기 위한 수단이기에 세일즈, 마케팅, 유저 인터뷰, 문제 정의, 가설 검증과 같은 것들이 중요한데요. 이를 알려주고 실행하게 만드는 커뮤니티가 메이커 스프린트입니다. 만약 아래 중 하나에 해당하면 메이커 스프린트 2기에 대해서 꼭 읽어보고 지원해 주시면 좋을 것 같아요.
개발은 자신 있지만 세일즈, 마케팅, 고객 인터뷰에 약하고 초기 고객과의 접점을 만드는 게 어려운 분
혼자 혹은 소수의 팀으로 일하면서 우리 팀이 잘하고 있는지 몰라 답답한 분
AI & SaaS를 만드는 다른 메이커들과 제품, 창업, 인생에 대한 고민을 나누고 싶은 분
메이커 스프린트 2기는 다음 링크에서 자세히 볼 수 있습니다! → https://club.disquiet.io/maker-sprint-2
혹시 1기 참가자들이 만든 프로덕트들이 궁금하다면 아래 링크에서 확인해 보세요.