핵심 요약

  • Muse의 설계는 사람이 다른 사람과 대화한다면 어떻게 작동할지를 묻는 데서 출발했다. 이 원칙은 메시지 말풍선을 없애고 에이전트를 화면 상단에 배치하는 결정으로 이어졌다.
  • 같은 활동을 이모지, 작업 목록, 원시 로그로 나눠 보여준다. 필요한 사람만 더 자세한 정보를 볼 수 있도록 하는 점진적 공개 방식이다.
  • 주 대화는 여러 개의 독립된 대화방 대신 하나의 지속적인 관계를 지향한다. 범위가 정해진 작업은 별도 대화로 처리한다.
  • 화면의 기본 구조는 유지하면서 상태 표시와 개인화된 제안을 바꾼다. 사용자마다 결과가 달라지는 제품에서는 시각적 정밀함과 함께 유용성을 판단해야 한다.

소프트웨어 조작보다 사람과의 대화에 가깝게

Meta에서 Muse의 디자인을 이끄는 디자인 디렉터 알렉스 코넬은 사람이 다른 사람과 이야기할 때의 방식을 설계 기준으로 삼았다. 사용자가 소프트웨어의 기능을 조작하는 경험보다 에이전트와 대화하는 경험에 초점을 맞춘 것이다.

이 기준은 화면 구성에도 반영됐다. Muse는 전통적인 메시지 말풍선을 없애고, 에이전트를 일반적인 채팅 창 안이 아닌 화면 상단에 배치했다. 대화를 어떻게 표현할지에 관한 선택을 사람과의 상호작용이라는 기준에 연결했다.

주 대화의 구성 역시 같은 방향이다. Muse는 매번 별도 대화방을 만드는 대신, 중심 대화를 하나의 지속적인 관계로 설계했다. 범위가 정해진 작업은 별도 대화에서 다루되, 중심 대화에서는 맥락이 이어지도록 한다. 코넬은 업계가 이런 방식을 아직 충분히 탐색하지 않았다고 본다. 이는 Muse가 택한 제품 방향이며, 다른 방식보다 우월하다는 검증 결과로 제시된 것은 아니다.

같은 활동을 세 가지 깊이로 보여준다

점진적 공개는 정보를 한꺼번에 모두 보여주지 않고, 사용자가 필요한 만큼 자세히 확인할 수 있게 하는 설계 원칙이다. Muse는 같은 활동을 세 가지 수준으로 표현한다.

가볍게 사용하는 사람에게는 간단한 이모지를 보여준다. 진행 내용을 더 알고 싶은 사람은 작업 목록을 확인할 수 있다. 엔지니어에게는 가공하지 않은 기록인 원시 로그를 제공한다. 서로 다른 수준의 투명성을 제공하면서 기본 화면이 복잡해지는 것을 줄이는 방식이다.

코넬은 AI가 추론 과정을 화면에 보여주는 이유도 이 맥락에서 설명한다. 그의 관점에서 많은 AI 제품의 추론 단계 표시는 그 자체로 유용한 기능이라기보다, 느린 모델이 작업하는 동안 사용자를 안심시키기 위한 수단이다. Muse는 충분히 빠르게 작동해 조용히 작업할 수 있다고 설명한다. 결과를 신속히 제공할 수 있다면 생각하는 과정을 계속 드러낼 필요가 없다는 판단이다.

화면 구조는 유지하고 내용은 개인화한다

코넬이 설명하는 생성형 UI, 즉 AI가 화면에 표시할 내용을 만들어내는 방식은 매번 인터페이스 전체를 새로 만드는 것과 거리가 있다. Muse의 아바타, 피드 항목, 아이디어 카드는 미리 설계한 화면 요소다.

그 안에서 달라지는 것은 에이전트의 상태 이모지, 사용자에게 맞춘 제안, 작은 애니메이션 등이다. 구조를 고정하고 내용을 바꾸는 방식으로 화면에 생동감과 개인화를 더한다. 매번 접속할 때마다 화면 구성을 다시 만드는 방식은 피한다.

이 접근은 디자인의 완성도를 판단하는 기준에도 영향을 준다. 코넬은 그동안 인터페이스가 정확히 어떻게 보일지를 통제해 왔지만, Muse는 사용자마다 다른 결과를 보여준다. 출력의 시각적 형태를 픽셀 단위로 보장할 수 없기 때문이다. 그는 결과를 시각적 정밀함보다 유용성으로 판단하는 전환을 자신의 경력에서 큰 해방감을 준 변화로 설명한다.

저장해 둔 게시물과 오래된 기록의 활용

코넬은 개인 데이터가 실제 사용 경험으로 이어지는 사례도 소개했다. 수년간 저장한 Instagram 게시물을 Muse에 연결하고 정리를 요청한 뒤, 그 결과를 SkyMall 카탈로그 같은 형식의 쇼핑 추천으로 만들었다.

이 사례의 출발점은 새로 입력한 정보가 아니라 이미 저장해 두었지만 잊고 있던 데이터였다. 코넬은 기술적인 설정 없이 그 기록에 새로운 용도를 부여했다. 그는 Instagram 저장 게시물이 소비자용 AI에서 간과되기 쉬운 데이터 원천이라고 본다.

취미와 기록 보관에서도 Muse를 활용했다. 자신의 골프와 체스 경기를 분석하고, 20년 된 블로그를 매일 듣는 팟캐스트로 바꿨다. 다만 제공된 소개에는 분석의 정확도나 실력 향상 정도, 팟캐스트 제작의 세부 절차가 담겨 있지 않다. 이 사례들은 그가 소개한 활용 방식으로 이해해야 한다.

불만을 전달할 때도 구체적인 피드백을 쓴다

코넬은 AI의 결과가 만족스럽지 않을 때 화를 내기보다 차분하고 구체적인 피드백을 전달한다. 그는 사용자가 더 강하게 불만을 표현했을 때 에이전트의 응답이 달라지는 모습도 봤다고 설명한다.

그가 내린 결론은 명확하고 정중한 지시가 더 나은 결과를 만들 수 있다는 것이다. 이는 자신의 경험에 바탕을 둔 판단이며, 모든 상황에서 정중한 표현의 효과가 입증됐다는 주장은 아니다.

Muse의 설계에서 이어지는 주제는 지속적인 대화, 필요한 만큼의 정보 공개, 고정된 구조 안의 개인화다. 코넬은 사용자마다 달라지는 결과를 받아들이면서, 그 결과가 실제로 쓸모 있는지를 중심에 두는 설계 전환을 설명한다.