제품개발에 Design Thinking & AI 활용

-The Dynamic Duo of Product Development-

제품 디자인은 인간의 문제인가, 아니면 기술의 문제인가? 

당신은 아마도 둘 다라고 주장할 것이다. 제품 디자인은 기술의 효율성과 자동화를 인간 중심의 사고 및 직관과 결합하는 것이 가장 바람직하다.

생성형 AI와 결합된 제품을 개발하면 너무 기술 주도적인 방향으로 기울어지고 있다는 느낌이 들 수 있다. 

AI의 혁신 기술을 활용하는 제품개발을 위해서는 인간의 직관적 강점을 포기하고 싶을지도 모른다. 

또한 거의 매주 새롭게 변화하는 AI는 너무 역동적인 분야이므로 무엇이 인간적이고 순수 기술인지 구분하기 어려울 수 있다.

아래에 인간과 기계의 특성을 살려 제품개발에 효과적으로 활용하는 방법인 인간중심의 디자인 씽킹과 생성형 AI의 장점을 결합하는 중요한 방법론을 소개한다.

디자인 씽킹은 단순한 방법론이 아니라, 유져의 요구 사항에 집중하고, 인터랙티브 학습과 부서 간 CF(Cross Functional) 팀워크에 초점을 맞춘 사고추출 방법으로, AI 기반 제품을 개발하는 데 필요한 접근법이다.

Design Thinking의 핵심은 공감

Harvard Business School은 디자인 씽킹(Design Thinking)을 다음과 같이 정의하고 있다.

https://online.hbs.edu/blog/post/what-is-design-thinking

"인간 중심의 디자인에 기반을 둔 문제 해결 및 혁신에 대한 사고와 접근 방식이다. 

이것은 문제 기반이 아닌 솔루션 기반이고 사용자 중심적이라는 점에서 다른 혁신 및 아이디어 도출 프로세스와 다르다. 

이는 문제 자체가 아닌 문제 해결에 초점을 맞추고 있다는 것을 의미한다."

디자인 씽킹은 문제 자체가 아니라 문제 해결에 초점을 맞추어 접근하는 상당히 공감적인 방법으로 핵심인 공감(Empathy)을 통해 개발자들은 사용자를 깊이 이해할 수 있다.

디자인 씽킹의 프로세스는 공감, 정의, 아이디어 구상, 프로토타입, 테스트의 5단계로 나뉜다. 

첫 번째 단계인 공감은 강력하고 윤리적이고 편향되지 않은 알고리즘으로 이어진다. 

공감 능력이 없는 AI는 인간에게 다소 적대적인 결정을 내릴 수 있다. 

디자인 씽킹의 공감적 특성은 제품개발 과정에서 최종 사용자가 진정으로 공감할 수 있는 솔루션을 만들게 한다.

AI를 활용한 아이디어 구상

아이디어 구상은 새로운 아이디어를 창출하는 과정이다. 

특히 디자인 씽킹은 주어진 주제에 대해 판단 또는 평가하는 것이 아니라 광범위한 아이디어를 생성해 내는 과정이다.

아이디어 구상은 기존 알고리즘을 뛰어넘어 혁신적 AI 적용을 탐색하는 것을 의미한다. 

또한 AI를 활용하는 프로토타이핑은 가설을 테스트하기 위해 필요한 모델개발 기간을 최소화하고, 사용자 피드백을 기반으로 기능을 개선하며, 비용이 많이 발생하는 오류를 최소화할 수 있다는 것을 의미한다.

지속적인 테스트 및 학습

테스트 단계에서의 디자인 씽킹 접근법은 개발 프로세스를 지속적으로 학습하게 한다. 

디자인 씽킹은 상시적이고 지속적인 사고력 학습 방식으로 특히 AI에 유리하므로 더 큰 데이터 세트를 처리하고 반응하여 시간 경과에 따라 알고리즘이 진화한다.

사용자와의 인터랙션이 AI 성능에 큰 영향을 준다. 

지속적인 테스트는 제품 개발자가 다양한 사용자들의 행동과 환경을 이해하고 응용하는 데 도움이 되며 끊임없는 개선과 적용으로 이어진다.

AI 개발에 Six Thinking Hats 방법론 적용

디자인 씽킹과 괘도를 같이하고 있는 Edward de Bono의 Six Thinking Hats 방법론은 생성형 AI 연계 제품개발에 도움이 되는 또 다른 추가적 기능이 있다. 

아래의 6 모자는 개개 고유의 관점에서 창조적 발상을 할 수 있는 방법론이다.

https://www.debonogroup.com/services/core-programs/six-thinking-hats/

●White Hat: 데이터 및 분석에 집중

●Red Hat: 감정과 직관을 강조

●Black Hat: 위험과 과제 고려

●Yellow Hat: 혜택 및 기회 강조

●Green Hat: 창의성과 혁신 장려

●Blue Hat: 프로세스 관리 및 조직 유지

위 과정에 추가적으로 생성형 AI를 통합한다고 상상해 보자.

AI가 데이터를 분석하고, 새로운 아이디어를 생성하고, 잠재적인 문제를 예측하는 등 브레인스토밍 세션을 고도화시키는 조용한 파트너 역할을 할 것이 분명하다.

제품개발 관리자를 위한 생성형 AI의 이점

생성형 AI는 제품개발 관리자에게 매우 중요한 자산이 될 수 있다.

●Brainstorming Assistant: AI가 생성하는 아이디어로 장애물을 창의적으로 극복

●Concept Refiner: 모호한 개념을 디테일하게 프로토타입으로 변환

●Automation Refiner: 일상적인 업무 처리로 전략적 요소에 집중

●Insight Generator: 방대한 데이터 세트에서 숨겨진 통찰력 추출

또한 AI를 활용하여 전문가, 데이터 과학자, UX/UI 디자이너, 제품 관리자 및 최종 사용자를 통합하고 여러 분야의 협업으로 제품개발을 보장하고 촉진할 수 있다. 

윤리적 고려 사항과 AI의 역할

생성형 AI는 제품개발에도 강력한 도구가 되지만 윤리적 기준을 유지하고 편향성을 모니터링하는 일이 중요하다. 

생성형 AI가 인간의 윤리와 중요한 사고를 대체하는 것이 아니라 창의성과 효율성을 높이기 위한 협업 구성 요소로 사용해야 한다.

디자인 씽킹(Design Thinking): 소음 속의 신호

제품 디자인에서 아이디어 부족으로 좀처럼 진도를 내지 못할 때 디자인 씽킹 적용을 적극 추천한다. 

소음 속에서 신호를 추출하는 것과 같은 이 방법론은 전체 프로세스를 보다 혁신적이고 사용자 중심으로 하는 AI 지원 제품개발에 도움이 될 수 있다. 

참고 | https://www.clouddatainsights.com/ai-and-design-thinking-the-dynamic-duo-of-product-development/​