지난 수요일 저녁, ‘AI와 디자인 씽킹 세미나’가 진행되었습니다. 업무 후 늦은 시간에도 불구하고, 열정적으로 활발한 Q&A가 이어지며 인사이트를 나누는 시간이었습니다.

산업혁명 이후 특정산업이 급격하게 발전하게 된 배경에는 복제(Replication)라는 핵심키워드가 있습니다. 자동차 산업부터 프렌차이즈, 신약, 가전제품까지 복제(Replication)가능성은 이러한 산업이 발전하게된 결정적인 역할을 하기도 했습니다. 이런 복제가능성 측면에서 볼 때 디자인씽킹은 개인화된 접근으로 확장의 한계를 가지고 있었는데요. 생성형AI로 인해 디자인 씽킹은 표준화된 서비스 패키지와 솔루션 제공이 가능 하고, 디자인의 비즈니스적 가치를 확보(ROI)하고, 나아가 디자인 전문인력의 역량 표준화가 가능해지는 장점을 가지게 되었습니다.

“망치를 들고 있으면 모든 것이 못으로 보인다”라는 에이브라함 매슬로우의 명언처럼 우리가 가진 도구가 결국 문제해결 방법론에 영향을 미치게 되는데 디자인 씽킹의 프레임워크는 우리에게 더 빠르게 테스크를 성공적으로 수행할 수 있도록 도와주는 도구와 같습니다.

공감-문제정의-아이디어도출-프로토타입-테스트의 디자인 씽킹 전단계에 AI를 효과적으로 활용하기 위해서는 각 단계에 사용되는 프레임워크에 대한 명확한 이해와 함께 생성AI에게 작성을 요청하기 위해 프레임워크에 대한 작성 방법과 순서를 명확하게 프롬프트를 입력해야 하는 것이 중요한 부분인 것 같습니다.

여전히 AI시대에도 좋은 질문을 하고, AI결과물에대한 선택과 판단을 하는 것은 사람이 몫이며, 오히려 디자인 씽킹을 잘 다루는 사람이 여전히 필요하다는 것을 다시한번 느끼에 된 세미나 였습니다.

생성형 AI는 질문 방식에 따라 결과물이 천차만별로 나타날 수 있다. 따라서, 적절한 프롬프트를 선택하고 질문하는 방법을 익히는 것이 중요하며, 이를 통해 원하는 결과물을 더욱 정확하고 빠르게 얻을 수 있다.

생성형 AI는 언어모델 특성상 기존의 인간이 만든 데이터베이스를 가지고 그럴싸한 결과를 내기 때문에 그 결과에 대한 책임은 온전히 질문하는 사람이 가진다. 생성형 AI가 데이터를 가지고 있지 않은 것을 물으면 ‘자료가 없다’라고 대답하지만 ‘거짓으로 대답*’을 하는 경우도 있다. 사용자는 반드시 생성형 AI가 만들어낸 결과가 질문 의도와 맞는지 그리고 사실인지 확인해야 한다. 출처가 필요한 자료의 경우, Perplexity를 통해 출처를 재확인하는 것이 필요하다.

생성형 AI의 결과물에 자신의 전문지식을 활용하여 새로운 아이디어를 추가하는 것이 중요하다. 결국 생성형 AI는 보조적인 역할을 수행할 뿐이다, 당신의 전문성이 더해졌을 때 궁극적인 경쟁 우위를 이끌어낼 수 있다. 예를 들어, 같은 이미지 생성 모델을 사용하더라도 인간의 수정 작업을 거쳐 더욱 완성도 높은 작품을 만들어낼 수 있다.

✔ 디자인 씽킹 강사, 퍼실리테이터로 활동하시는 전문가  
✔ 생성형 AI를 활용하여 디자인 씽킹을 효과적으로 수행하고자 하는 분
✔ 디자인 씽킹(서비스 디자인씽킹) 프로젝트 준비중인 분
✔ 소수 인원으로 디자인 씽킹을 진행해야 하는 부담이 있는 분
✔ 디자인 씽킹의 실전 단계별 프레임워크를 배우고 싶은 분