“화면 가독성 떨어져” 사용자 피드백 예측해주는 인공지능

Based on “SimUser: Generating Usability Feedback by Simulating Various Users Interacting with Mobile Applications” (2024) by Wei Xiang, Hanfei Zhu, Suqi Lou, Xinli Chen, Zhenghua Pan, Yuping Jin, Shi Chen and Sun Lingyun in Proceedings of the 2024 CHI Conference on Human Factors in Computing Systems, Article No. 9, Pages 1-17.

---

무엇을, 왜 연구했나?

디지털 제품과 서비스 시장이 빠르게 성장하면서 사용자 경험(UX)의 중요성이 더욱 부각되고 있다. 특히 효과적인 UX 설계는 제품 경쟁력을 좌우하는 핵심 요소로 자리 잡았다. 그러나 프로토타입 개발 단계에서 사용자 테스트를 수행하는 것은 시간과 비용이 많이 드는 작업이라 충분한 검증 없이 제품이 출시되는 경우가 빈번하다. 기존 AI 기반 사용성 평가 도구는 사용자 인터페이스(UI)의 기능적 타당성을 분석하는 데 초점을 맞추고 있지만 실제 사용자의 개별 특성과 사용 맥락을 충분히 반영하지 못한다는 한계가 있다. 사용자의 기대나 실제 상호작용 방식을 예측하는 데 어려움을 겪어 정적인 UI 평가에 머물러 있는 것이다.

이 문제를 해결하기 위해 중국 저장대 연구진은 ‘심유저(SimUser)’라는 AI 기반 사용성 평가 도구를 개발했다. 심유저는 대형언어모델(LLM)과 CoT(Chain-of-Thought)1 1LLM을 사용한 문제 해결 과정에서 중간 추론 단계를 명시적으로 거쳐 논리적으로 답을 도출하는 프롬프트 기법 닫기 기법을 활용해 다양한 사용자 그룹의 경험을 시뮬레이션하고 이를 통해 실제 사용자와 유사한 사용성 피드백을 자동으로 생성하는 것을 목표로 한다. 기존의 AI 기반 접근법이 UI 요소 배치나 클릭 가능성 등 정적인 측면만 분석했다면 심유저는 사용자의 기대 상호작용, 작업 수행 방식, 환경적·물리적 제약과 같은 맥락적 요소를 반영해 동적인 피드백을 제공하도록 설계됐다.