(영상) AI가 서비스 블루프린트를 작동시킨다: 서비스디자인의 미래에 관한 벤리즌과 라브란스 뢰블리의 대담

2026. 10. 19. 22:57ㆍ서비스디자인/서비스디자인 소식

AI가 서비스 구현의 기술적 제약을 줄이면서, 무엇을 만들 것인지 결정하고 고객경험과 조직의 목표를 연결하는 서비스디자인의 역할이 더욱 중요해지고 있다.
서비스 블루프린트는 사람이 이해하고 승인할 수 있는 계획인 동시에 AI 에이전트가 실행할 수 있는 상세한 지침으로 발전하며, 조직 전체의 AI 활용과 성과를 관리하는 공통의 기준이 될 수 있다. AI를 활용한 시스템 수준의 시뮬레이션은 서비스와 정책 변화의 경제적·사회적 영향을 사전에 검토할 가능성을 열어주지만, 어떤 경험이 바람직한지 판단하고 적절한 마찰과 인간적 가치를 반영하는 일은 여전히 서비스디자이너의 몫이다.

출처 : Invisible Machines  https://www.youtube.com/@invisiblemachines
원본 영상 : https://www.youtube.com/watch?v=yip0zI5_QA0   
전체 번역 : 챗GPT로 번역했습니다. 생략, 오역이 있을 수 있으니 원본 영상을 봐주세요.


프로그램 소개

UX Magazine이 제공하는 팟캐스트 Invisible Machines의 2026년 10월 13일 게시 회차다. 『 보이지 않는 기계의 시대 Age of Invisible Machines』 공저자인 Robb Wilson(OneReach.ai 공동창업자·CEO)과 Josh Tyson(UX Magazine 객원 편집자)이 진행하며, 이번 회차는 OneReach.ai가 후원했다.
진행자 측은 방송 말미에 이 대화가 UX Magazine의 ‘AI를 위한 서비스디자인' 강좌의 출발점이라고 밝힌다. 

강연자 

벤 리즌 Ben Reason: 2001년 Chris Downs, Lavrans Løvlie와 함께 서비스디자인 컨설팅사 Livework를 공동 설립했다. 순수미술 전공 후 바스 대학교에서 책임과 비즈니스 실천 석사 과정을 밟았고, 공공서비스·보건의료·비즈니스 분야의 서비스디자인을 개척해 왔다. 현재 지속가능한 생활 방식으로의 전환에 서비스디자인을 접목하는 데 집중하고 있다.
라브란스 뢰블리 Lavrans Løvlie: 노르웨이 출신 디자이너로 1994년부터 인터랙션 디자인 컨설턴트로 일했고, Livework를 공동 설립했다. 영국 서비스디자인 표준 위원회에 참여했으며 현재 노르웨이에 거주하며 공공서비스 관련 작업을 하고 있다.
두 사람은 『Service Design: From Insight to Implementation』(Andy Polaine 공저)과 『Service Design for Business』(Melvin Brand Flu 공저)의 저자다.

진행자 

조시 타이슨(Josh Tyson): UX Magazine 객원 편집자이자 『보이지 않는 기계의 시대』 공저자. 오프닝 소개, 후원사 광고, 질문 제시, 마무리 안내를 맡는다. 주로 대화의 흐름을 잡고 질문을 던지는 역할이다.
롭 윌슨(Robb Wilson): OneReach.ai CEO이자 같은 책의 공저자. 공동 진행자이지만 '허영 토큰 소각', 블루프린트의 두 가지 충실도, '비행 계획' 비유 등 주요 논점을 직접 제시하며 토론자에 가깝게 참여한다.


전문 번역

조시 타이슨

[음악]
서비스디자인에는 오랫동안 해결하지 못한 문제가 있었습니다. 제품, 고객, 직원, 기술이 어떻게 연결되는지 보여주는 서비스 블루프린트가 너무 복잡해서 조직이 실제 행동으로 옮기기 어렵다는 것입니다.
오늘은 AI가 이 문제를 어떻게 바꾸고 있는지 이야기하려고 합니다. 서비스디자인 분야를 개척한 두 사람, 벤 리즌과 라브란스 뢰블리가 함께합니다.
Invisible Machines에 다시 오신 것을 환영합니다. 저는 조시 타이슨이고, 언제나처럼 OneReach의 공동창업자이자 CEO인 롭 윌슨과 함께합니다.
롭과 저는 에이전트 오케스트레이션을 다룬 최초의 베스트셀러 도서인 『Age of Invisible Machines』의 공동저자입니다.
이 팟캐스트에서는 지능의 미래를 만들어가는 사람들과 대화하며 그 미래를 탐구합니다.
지난 에피소드에서 세스 고딘은 AI가 우리가 의도한 일이 아니라 우리가 말한 일을 수행한다고 주장했습니다.
그가 남긴 질문은 이것입니다. 기계가 그 일이 무엇을 위한 것인지 이해하게 하려면 무엇을 건네줘야 할까요?
벤과 라브란스는 2001년부터 바로 그 연결 방식을 만들어왔습니다. 두 사람은 크리스 다운스와 함께 세계 최초의 서비스디자인 전문회사인 Livework를 설립했습니다.
서비스는 손가락으로 가리킬 수 있는 물건이 아닙니다. 제품을 만나기 전부터 이용하는 동안, 그리고 이용한 이후에 일어나는 모든 일입니다.
어떻게 비교하고, 계약하고, 사용하고, 관계를 종료하는지까지 모두 포함됩니다.
이 모든 과정을 디자인할 수 있게 만드는 도구가 서비스 블루프린트입니다.
오늘 롭이 설명하겠지만, 이제 서비스 블루프린트에는 두 가지 정밀도가 필요합니다. 사람이 검토하고 승인할 수 있는 압축된 형태와 AI 에이전트가 실행할 수 있도록 상세하게 확장된 형태입니다.
이렇게 되면 서비스 블루프린트는 조직의 비행계획서와 같은 역할을 하게 됩니다.
오늘은 보여주기식 토큰 소모, 왜 매끄러운 경험을 만드는 것이 잘못된 목표가 될 수 있는지, 그리고 노르웨이 주류 규제의 디지털 트윈에 대해서도 이야기합니다. 주류 판매 허가 절차를 없애면 행정비용은 줄지만, 절감한 비용만큼 경찰과 의료서비스에 더 많은 돈을 써야 하는 상황을 시뮬레이션한 사례입니다.
벤 리즌과 라브란스 뢰블리의 이야기를 들어보겠습니다. [음악]

조시 타이슨

오늘 대화가 정말 기대됩니다. 청취자들을 위해 가장 기본적인 질문부터 시작하는 것이 좋겠습니다.
아마 두 분이 여러 차례 받으셨을 질문일 텐데요. 서비스디자인이란 무엇이며, 우리에게 왜 필요한가요? 두 가지 질문입니다.
그런데 벤, 지금 배 위에 계시지 않나요?

벤 리즌

네, 배 위에 있습니다. 벌써 5~6주 정도 배에서 지내고 있습니다.

조시 타이슨

대단하네요.

벤 리즌

배에서 생활하겠다는 결심을 조금씩 더 확고히 하고 있습니다.
내년에는 아마 더 본격적으로 생활할 수 있을 것 같습니다. 지금은 배에서 어떻게 살아야 하는지 하나씩 배워가는 중입니다.

라브란스 뢰블리

저도 그 배에 타본 적이 있습니다. 올여름 초에 함께 영국해협을 건넜습니다.

조시 타이슨

그렇다면 질문을 조금 바꿀 수 있겠네요.
서비스디자인이란 무엇인가요? 사람들에게 왜 필요한가요? 그리고 배 위에 있으면 서비스디자인은 어떻게 달라지나요? [웃음]

라브란스 뢰블리

처음부터 이야기해 보겠습니다.
위키백과에 따르면 벤과 저, 그리고 크리스 다운스는 2001년 세계 최초의 서비스디자인 전문회사인 Livework를 설립했습니다.
당시 저희는 서비스디자인이란 과연 무엇인지 정의하는 데 상당한 시간을 들였습니다.
제품디자인은 물리적인 제품을 디자인하는 것입니다. 그런데 저희는 UX 분야에서 출발했고, 디자인을 조직에도 적용해야 한다는 사실을 아주 분명하게 인식하고 있었습니다.
서비스를 생각해 보면 은행 앱 하나만 잘 만들어서는 충분하지 않습니다.
콜센터, 앱, 웹사이트, 오프라인 영업점 등 모든 접점을 통해 은행과 관계를 맺을 수 있게 해주는 시스템이 필요합니다.
그래서 제품을 디자인하는 것과 구분해 서비스를 디자인한다는 것이 실제로 무엇을 의미하는지 정리하면 좋겠다고 생각했습니다.
그렇게 약 25년 전에 시작한 것입니다.

벤 리즌

저희가 자주 사용하던 간단한 설명이 있었습니다.
제품을 디자인한다는 것이 무엇인지는 누구나 알고 있습니다.
그래서 이렇게 말하곤 했습니다. BMW를 좋아하는 사람은 많지만 자기 은행을 좋아하는 사람은 별로 없다고요.
저희는 BMW가 제품에서 구현한 디자인의 품질을 사람들이 은행이나 병원, 주택담보대출 회사 등과 관계를 맺으며 경험하는 서비스에도 적용하고 싶었습니다.
아마 끝이 없는 과제일 것입니다. 하지만 지난 20여 년 동안 많은 것이 달라졌다고 생각합니다.

조시 타이슨

어떤 의미에서는 사람들이 다른 사람들을 위해 원하는 경험을 만들 수 있도록 돕는 일이군요.
쉽게 말하면 사람들이 불평하는 경험이 아니라 실제로 원하는 경험을 만들도록 돕는 것입니다.

라브란스 뢰블리

저희는 세금 관련 서비스도 다뤘습니다.
사람들이 원하는 서비스는 아닐지 몰라도 반드시 이용해야 하는 서비스입니다.
네덜란드 교정서비스 분야에서도 여러 해 동안 일했습니다. 사람들이 자발적으로 이용하고 싶어 하는 서비스는 분명히 아니지요.

조시 타이슨

흥미로운 지적입니다.
그렇다면 적어도 지금 제공되는 서비스보다 나은 방향을 찾아야 한다는 것이겠군요.
좋은 지적이라고 생각합니다. 이전 에피소드에서도 AI를 활용해 해결할 올바른 문제를 선택하는 방법을 이야기했습니다.
두 분은 거기에서 한 단계 더 나아가 그 문제를 어떻게 올바르게 계획하고 해결할 것인지, 어떤 형태로 접근해야 하는지, 단 하나의 토큰을 사용하기 전에 무엇을 해야 하는지를 다루고 있습니다.
저는 이 점이 정말 중요하다고 생각합니다.

롭 윌슨

사람들이 토큰을 소모하고 돈을 낭비하면서 아무도 사용하지 않거나 원하지 않는 소프트웨어를 만들고 있습니다.
소프트웨어를 만드는 일 자체는 재미있습니다. 그래서 토큰을 쓰는 당사자는 즐겁겠지요.
하지만 그렇게 토큰을 소비하면서 아무도 읽지 않을 소프트웨어 코드나 기사, 책을 만들고 있습니다.
저는 이것을 '허영을 위한 토큰 소모(vanity token burning)'라고 부릅니다.
도파민을 자극하는 일이기도 합니다. 우리는 여기에 중독되어 있고, 기업이 그 비용을 지불하고 있습니다.
제 생각에 두 분은 오래전부터 이 문제의 해법을 가지고 있었습니다. 그런데 지금처럼 그 해법이 절실했던 적은 없었습니다.

벤 리즌

여기에는 한 가지 흥미로운 변화가 일어나고 있는 것 같습니다.
저희는 오래전부터 서비스를 조율하는 관점에서 접근해 왔습니다.
일단 기업들이 고객에게 좋은 경험을 제공해야 한다는 사실을 받아들이면, 예를 들어 은행에 좋은 앱이 필요하다는 사실을 인정하면, 그다음에는 그것을 충분히 빠르게 만들지 못한다는 문제가 생겼습니다.
개발 대기 목록, 즉 백로그가 많은 조직에서 제약으로 작용하기 시작한 것입니다. 특히 기존 시스템이 오래된 조직에서 그랬습니다.
스타트업이 제공하는 현대적인 경험을 보면서 사람들이 기대 수준을 높이는데, 기존 조직은 어떻게 그 수준으로 전환할 수 있을까요?
병원에 가면 상황이 더 심각합니다.
저희가 협력한 의료시스템에서도 1차 의료기관과 2차 의료기관의 데이터를 통합하려고 하면 IT 담당자들이 대기 순서의 맨 뒤로 가라고 이야기합니다.
두 분이 경험한 세계에서도 그런지는 모르겠습니다만, AI가 어떤 의미에서는 그 백로그를 제거하기 시작한 것 같습니다.
그러면 문제나 병목지점이 다른 곳으로 옮겨갈 수 있습니다.
지금까지 세상은 디지털 제품에 지나치게 집중했고, 서비스디자인은 상대적으로 부차적인 역할을 해온 것 같습니다.
저희가 서비스디자인을 하면 그다음에 소프트웨어와 디지털 제품을 실제로 만드는 방대한 작업이 발생했습니다.
그런데 이 상황이 달라진다면 어떻게 될까요?
모두가 엔지니어일 필요 없이 더 많은 사람이 소프트웨어를 만들 수 있게 된다면 무엇이 바뀔까요?
그 미래에서 우리의 역할은 무엇일까요?

롭 윌슨

일종의 속도 제한 장치가 있었던 셈입니다.
사람들이 다른 사람을 불편하게 만들고 싶어서, 또는 그것이 좋은 생각이라고 여겨서 그렇게 한 것은 아닙니다.
세스 고딘의 표현처럼 제약조건이 있었고, 그 제약이 나쁜 경험을 만들어냈습니다.
그런데 AI가 이제 그 제약을 무너뜨리고 있습니다.
사람들은 그제야 제대로 계획할 수 있는 도구가 없다는 것을 깨닫고 있습니다.
과거에는 제약 때문에 그런 도구가 필요하지 않았습니다. 이제는 가능해졌는데 어떻게 해야 할지 모르는 것입니다.
두 분의 책을 읽지 않았으니까요.
아마 서비스디자인이라는 두 단어를 지금 처음 듣고는 도대체 그게 뭐냐고 생각하는 사람들도 많을 것입니다.
그런데 바로 지금, 그 어느 때보다 서비스디자인이 필요해졌습니다.

조시 타이슨 — 광고 안내

[음악]
Invisible Machines는 OneReach의 지원으로 제작됩니다.
OneReach는 주요 분석기관 모두가 리더로 선정한 유일한 AI 에이전트 관리 플랫폼입니다.
조직 안에서 고립된 실험에 머무르지 않고, 조직 전체에서 작동하는 AI 에이전트를 구축하고 운영하며 관리할 수 있습니다.
기업 고객의 신뢰를 받는 OneReach는 측정 가능한 성과를 만들어내는 엔드투엔드 오케스트레이션을 제공합니다.
OneReach와 함께 개별 에이전트의 능력을 합친 것 이상의 성과를 만들어보세요.
자세한 내용은 onreach.ai에서 확인할 수 있습니다. [음악]
다시 대화로 돌아가겠습니다.

라브란스 뢰블리

롭, 토큰을 소모한다는 앞선 말씀으로 돌아가 보겠습니다. 정말 중요한 이야기라고 생각합니다.
저희가 처음 일을 시작했을 때는 서비스를 디자인한다는 것이 무엇인지 정의하는 데 많은 시간을 들였습니다.
그러려면 먼저 서비스가 실제로 무엇인지 이해해야 했습니다.
서비스는 무형이고 시간에 걸쳐 제공되며, 여러 비즈니스 모델을 가질 수 있습니다.
그중에서도 핵심적인 생각 하나는 서비스를 지속가능하게 제공한다는 것이었습니다.
당시 벤은 지속가능한 비즈니스 개발에 관한 석사과정을 밟고 있었고, 그래서 지속가능성은 저희가 이해한 서비스디자인 개념에 처음부터 포함되어 있었습니다.
저희에게는 조금 순진한 생각도 있었습니다.
사람들이 물건을 사서 버리는 대신, 아주 훌륭한 서비스를 이용하는 무형의 소비에 시간과 돈을 쓰게 할 수 있다면 디자인으로 조금이나마 세상에 기여할 수 있겠다고 생각했습니다.
안타깝게도 실제로 그렇게 되지는 않은 것 같습니다.
하지만 이 생각은 AI 시대에 다시 매우 중요해졌습니다.
막대한 토큰을 소비해야 작동하는 서비스를 만든다면 경제적 관점에서, 에너지 관점에서, 심지어 기후 관점에서도 그 서비스의 지속가능성을 반드시 생각해야 합니다.
어떻게 하면 시간이 지나도 지속될 수 있는 서비스를 제공할 것인가라는 처음의 질문이 AI 시대에는 과거보다 더 중요해졌습니다.

롭 윌슨

저는 원래 순서가 '목표를 정하고(Aim), 준비하고(Ready), 실행한다(Fire)'여야 한다고 생각합니다.
그런데 지금은 '실행하고(Fire), 준비하고(Ready), 목표를 정한다(Aim)'는 순서가 되어버렸습니다.
그렇다면 앞에 있어야 할 목표 설정과 준비는 무엇일까요? 바로 서비스디자인입니다.
그리고 여기서 말하는 서비스디자인은 매우 구체적인 형태를 가지고 있습니다.
막연하고 추상적인 무언가가 아닙니다. 실제로 보여줄 수 있는 서비스디자인 문서가 있습니다.
일정한 템플릿과 구체적인 산출물이 있고, 정해진 구조와 형태가 있습니다.
그것은 해야 할 일을 압축해서 표현한 것입니다.
기업의 모든 구성원이 그 문서를 읽고, AI 프로젝트가 무엇을 달성하려는지 이해하고, 승인하고, 목표에 동의할 수 있게 하는 것입니다.
이것이 측정기준을 만들고, 예산을 수립하게 하고, AI를 책임 있게 사용하도록 만듭니다.
앞서 말씀하셨듯 재정적으로도 책임 있게 사용하고, 환경적으로도 책임 있게 사용하는 것입니다.
두 가지를 모두 고려하면 안 될 이유가 있을까요?

조시 타이슨

앞에서 제품디자인을 언급하셨는데 흥미로운 점이 있습니다.
머지않아 사람들은 소프트웨어를 오직 에이전트를 통해서만 이용하는 세상에 살게 될지도 모릅니다. 각자가 달성하려는 목표에 맞게 개인화된 자신의 에이전트를 통해서 말입니다.
디지털 제품디자인이라고 하면 대개 사용자 인터페이스, 즉 UI를 생각합니다.
UI의 제약조건은 종종 나쁜 경험을 만들어내기도 합니다.
그런데 이제는 반대의 문제가 나타납니다. 제약이 크게 줄어든다는 것입니다. 때로는 제약이 도움이 되기도 하는데 말입니다.
이제 우리 앞에는 아무것도 그려지지 않은 빈 캔버스가 놓여 있습니다.
바로 이런 상황에서 서비스디자인이 매우 유용한 도구라고 생각합니다.
빈 캔버스 앞에서는 무엇을 해야 할지 알기 어렵습니다.
서비스디자인은 무엇을 해야 하는지, 어떤 문제를 해결해야 하는지 판단하도록 도와주고, 그 문제를 해결할 방법을 찾게 합니다.

벤 리즌

그런 관점에서 서비스디자인을 조금 더 기술적으로 설명해 보면 좋겠습니다.
저희는 서비스를 생애주기(life cycle)를 가진 것으로 생각합니다.
앞에서 은행 이야기를 많이 했으니 은행을 예로 들어보겠습니다.
금융서비스를 이해하고, 탐색하고, 계약하고, 이용하는 생애주기가 있습니다.
은행에서는 주택담보대출이나 일반대출을 흔히 제품이라고 부릅니다.
하지만 서비스는 그 제품을 이용하기 전과 이용하는 동안, 그리고 이용한 후에 일어나는 모든 것을 포함합니다.
마케팅도 포함됩니다. 시장에 나와 있는 대출상품을 어떻게 비교할까요? 해당 은행과 계약하는 경험은 어떨까요?
어떤 의미에서 상품 자체는 계약이라고 할 수 있습니다. 은행은 돈을 빌려주겠다고 약속하고, 고객은 정해진 방식으로 갚겠다고 약속하는 것입니다.
저는 이 과정을 설명할 때 고객이 상품에 도달할 수 있어야 하고, 그것을 이용하는 데 도움을 받아야 하며, 이용이 끝난 뒤에는 그 관계에서 원활하게 빠져나올 수 있어야 한다고 말하곤 합니다.
모든 절차가 제대로 마무리되어야 합니다. 은행의 입장에서는 고객이 나중에 다른 상품을 이용하기 위해 다시 돌아오면 더 좋겠지요.
저희는 이렇게 상당히 긴 상호작용의 생애주기를 여러 여정(journey)으로 나누기도 합니다.
어떤 사람에게 욕구가 있고 그 욕구가 충족되면 성과가 만들어지는 과정입니다.
예를 들어 대출이 필요하다는 사실을 알게 되면 시장에 있는 대출상품을 비교해야 합니다.
그 결과 자신이 납득할 수 있는 충분한 정보를 바탕으로 결정을 내리는 것이 고객의 성과입니다.
은행의 입장에서 보면 대출상품을 판매해야 하므로, 계약할 준비가 된 새로운 잠재고객을 확보하는 것이 성과입니다.
저희는 이 두 가지를 일치시키려고 합니다.
한 은행에서 발견했던 사례가 있습니다.
고객은 신용카드를 받았을 때 계좌 개설이 완료되었다고 생각했습니다. 꽤 고급스러운 은행이어서 고객들은 그 카드를 정말 받고 싶어 했습니다.
그런데 은행에서는 고객이 계좌에 돈을 입금한 시점을 계좌 개설의 완료로 보았습니다.
두 기준이 일치하지 않았습니다. 그래서 일부 과정이 마무리되지 않았고, 서로의 기대가 어긋나면서 고객경험도 기대한 수준에 이르지 못했습니다.
서비스를 이렇게 욕구와 성과가 연결된 여정으로 나누면 측정할 수 있는 단위까지 구체화할 수 있습니다.
다시 토큰의 이야기로 돌아가 보겠습니다. 어떤 성과를 얻기 위해 우리는 얼마를 지출하고 있을까요? 그 성과가 조직에 주는 가치는 얼마일까요?
서비스를 어떻게 이해하고 접근하는지 조금 더 기술적으로 설명하면 이런 것입니다.
거대한 코끼리를 한 번에 먹으려 한다면 엉망이 될 것입니다.
하지만 이렇게 말할 수는 있습니다. 이 기업의 문제는 신규고객 확보가 아닙니다. 잠재고객은 충분합니다.
문제는 서비스 제공비용입니다. 고객이 가입했는데 대출상품이 자신이 생각했던 것과 다르다는 사실을 알게 되거나 그 밖의 문제가 발생하기 때문입니다.
그렇다면 그 경험의 특정 부분을 집중적으로 살펴볼 수 있습니다.
여기서 우리가 기대하는 성과는 서비스가 어떻게 작동하는지 분명하게 이해하고 스스로 관리할 수 있는 고객입니다.
고객경험의 관점에서 무엇을 측정할지 상당히 구체적으로 정할 수 있고, 그것을 비즈니스 가치나 비용의 관점에서 측정할 수 있는 지표와 연결할 수 있습니다.

롭 윌슨

저는 오랫동안 서비스디자인과 두 분의 활동을 지지해 왔습니다. 늘 이것이 기업들에 부족한 부분이라고 생각했지만, 기업이 처한 제약조건도 이해합니다.
흥미로운 현상 중 하나는 AI 업계에서 이른바 현장 파견 엔지니어(forward-deployed engineer)를 기업에 투입하려는 움직임이 커지고 있다는 것입니다.
이들은 기업의 AI 도입 실패를 기술적 실패라고 생각합니다. 하지만 실제로는 디자인의 실패입니다.
제가 서비스디자인을 좋아하는 이유가 여기에 있습니다.
사람들은 어떤 문제를 해결하려는지 알아야 한다고 이야기합니다. 그 문제를 어떻게 해결하고 어떻게 생각하며 책임 있게 행동해야 하는지에 관한 일반적인 조언도 많습니다.
하지만 누구도 물리적으로 확인할 수 있는 산출물을 보여주면서 바로 이렇게 하면 된다고 설명하지는 않습니다.
TED 강연과 비슷합니다. 강연을 들으면 굉장하다고 느끼고 인생이 바뀐 것 같은 기분이 듭니다. 그런데 다음 날 아침에 일어나면 전날과 똑같은 일을 합니다.
서비스디자인은 다릅니다.
모든 조언을 들은 뒤 다음 날 아침에 일어나서 우리 팀의 서비스디자인을 만들어보자고 말할 수 있게 합니다.
앞에서 말씀하신 것처럼 성과와 비즈니스 편익, 그 성과를 얻는 데 드는 비용을 파악하는 데 그치지 않습니다.
모든 구성원이 같은 이해를 갖도록 하고, 필요한 승인을 얻도록 만드는 것입니다.
재무부서가 토큰 사용 비용을 승인하는 근거가 됩니다. 사업부서도 토큰 사용과 관련된 비용을 승인할 수 있습니다.
토큰이 소모되는 과정을 지켜보며 일하는 사람들의 인건비까지 고려할 수 있습니다.
그리고 나중에 성과를 측정하는 기준도 됩니다.

벤 리즌

맞습니다. 롭, 좋은 말씀입니다.
디자인의 특별한 점은 경험에 대한 통찰을 얻는다는 것입니다.
그 경험이 어디에서 실패하고 있는지 이해하고, 그것이 비즈니스의 비용이나 상실된 기회와 어떤 관계가 있는지도 파악할 수 있습니다.
하지만 거기에서 끝나서는 안 됩니다.
그 통찰을 바탕으로 더 나은 방법에 관한 개념을 만들고, 그것을 측정할 수 있는 디자인으로 발전시켜야 합니다.
그것이 디자인입니다.
문제를 이해하고, 그 이해를 바탕으로 해결안을 만든 뒤, 시험하고 입증하는 것입니다.

롭 윌슨

최근 들어 AI 전문가라고 자처하는 사람들이 정말 많이 나타났습니다.
저는 20년 동안 이 일을 해왔는데, 예전에는 아무도 제 이야기를 듣고 싶어 하지 않았습니다.
파티에 가면 가장 재미없는 사람이었습니다. AI 이야기는 꺼내지 말아야 한다는 사실을 기억해야 했습니다.
아내도 AI 이야기는 하지 말라고 당부하곤 했습니다.
그런데 이제는 모두가 AI에 관해 이야기합니다. 하지만 대부분 피상적인 수준에 머물러 있습니다.
실제로 이런 일을 해본 사람이라면 구체적으로 필요한 것이 서비스디자인이라는 사실을 압니다.
AI 프로젝트를 더 잘 계획해야 한다고 말하는 것은 쉽습니다. 알겠습니다. 하지만 이미 그 사실을 모르는 사람이 어디 있겠습니까?
문제는 그 계획이 구체적으로 어떤 모습이어야 하느냐는 것입니다.
좋은 AI 계획의 사례를 보여달라고 한다면 저는 서비스디자인을 보여주겠습니다.

라브란스 뢰블리

그 말씀은 기계가 서비스를 디자인할 수 없다는 뜻처럼 들리는데요.

롭 윌슨

저는 흑백논리로 판단할 수 있는 서비스라면 기계도 디자인할 수 있다고 생각합니다.
하지만 다른 사람에게 기쁨을 주는 서비스는 인간이 디자인할 수 있습니다.
서비스디자인을 그저 체크리스트의 한 항목처럼 처리하면 되는 것일까요?
아니면 자동화를 통해 지금보다 더 좋은 경험, 경쟁사보다 더 좋은 경험을 만드는 것이 목표일까요?

벤 리즌

이것이 저희가 AI와 관련해 이야기해 온 두려움 중 하나입니다.
체크리스트를 채우는 식의 접근이 매우 매력적으로 보이기 시작할 것입니다.
그렇게 되면 모두가 똑같은 결과물을 만들게 될지도 모릅니다.
AI가 다른 모델들을 참고하다 보면 차별성이 사라지고, 사람들에게 기쁨을 주는 요소도 없어질 수 있습니다.
우리와 세상의 관계를 흥미롭게 만드는 특유의 개성이나 기묘하고 독특한 요소들도 사라질 것입니다.
디지털 분야에서 이미 비슷한 현상을 보았습니다.
사람들이 다시 바이닐 레코드를 구매하기 시작한 것은 거기에 영혼이 있다고 느끼기 때문입니다.
사실 저희는 처음부터 이런 이야기를 해왔습니다.
모든 것이 매끄럽게 이어지는 경험이 반드시 좋은 것은 아닙니다.
디지털이나 UX 분야에서는 '매끄러운 경험(seamless experience)'이라는 표현을 아주 자주 사용합니다.
하지만 사람들이 원하는 것은 무조건 매끄러운 경험이 아닙니다.
무언가를 느끼고, 일을 해내고, 배우고, 삶을 풍요롭게 만드는 데 도움이 되는 적절한 마찰을 원합니다.
그렇지 않으면 에이전트들이 우리를 대신해 모든 일을 처리하고, 우리는 무엇을 해야 할지 모르는 상태에 놓일 것입니다.

조시 타이슨

맞습니다. 사람들이 원하는 배우도 완벽하게 생긴 배우가 아닙니다.
공감할 수 있을 만큼 적절하게 결점이 있는 배우를 원합니다.

라브란스 뢰블리

동의하실지 모르겠지만, 저는 서비스가 점점 더 비슷해지는 경향을 보고 있습니다.
특히 AI가 서비스를 만드는 방식을 보면 그렇습니다.
저희는 이것을 '바닐라 문제(vanilla issue)'라고 이야기해 왔습니다.

롭 윌슨

누구나 좋아하는 아이스크림을 모두에게 제공하는 것이군요.

라브란스 뢰블리

그렇습니다. 매끄럽다고요? 좋습니다.
하지만 저는 이것이 기업에는 엄청난 문제가 될 수 있다고 생각합니다.
브랜드를 제대로 차별화할 수 없기 때문입니다.
다른 기업이 아니라 우리 기업을 선택하게 만드는 개성을 서비스에 담을 수 없습니다.
그래서 브랜드와 기업의 가치, 행동방식을 서비스에 어떻게 반영할 것인지가 서비스를 만드는 기계에 의해 위협받고 있는 것 같습니다.
흥미로운 문제입니다.
한편 저는 공공서비스 분야에서도 많은 일을 하고 있는데, 그곳에서는 오히려 반대일 수도 있습니다.
시민을 위한 서비스라면 모든 공공서비스가 같은 방식으로 작동하는 것이 좋을지도 모르겠습니다. 확신할 수는 없지만요.

롭 윌슨

바닐라 문제는 공공서비스에는 좋은 일이지만 기업에는 악몽이 되는군요. 흥미롭습니다.

조시 타이슨

경쟁이 이루어지는 환경과 일관성이 우선되는 환경의 차이군요.
이제 대화의 후반부 주제로 자연스럽게 넘어갈 수 있을 것 같습니다.
에이전트가 중심이 되는 세상에서 서비스디자인은 과거의 서비스디자인과 같지 않습니다.
어떤 경우에 AI가 서비스를 디자인하는 데 적합하고, 어떤 경우에는 적합하지 않을까요?
애초에 무엇을 디자인해야 할까요?
이미 잘 작동하고 있는 것을 굳이 고치려는 일은 어떻게 구분해야 할까요?

라브란스 뢰블리

서비스디자인의 산출물 가운데 롭이 특히 관심을 보인 것이 하나 있습니다.
바로 서비스 블루프린트입니다.
서비스 블루프린트는 모든 것을 하나의 커다란 그림 안에 담으려는 산출물입니다.
이 서비스로 무엇을 하려는가? 어떤 가치와 브랜드, 목적을 가지고 있는가? 어떤 이용자와 고객이 참여하는가? 직원은 어떤 역할을 하는가? 어떤 시스템과 제품이 관련되는가?
서비스 전체를 설명하고 서비스가 어떻게 작동해야 하는지 보여주려는 거대한 지도입니다.
저희는 이런 블루프린트를 정말 많이 만들었습니다.
한동안은 충분히 자세하게만 만들면 세상이 완벽해질 것이라고 생각했습니다.
그래서 모든 것을 설명하는 엄청나게 복잡한 서비스 블루프린트를 만들었습니다.
그런데 그 과정에서 배운 사실이 있습니다. 조직이 그것을 제대로 사용하지 못한다는 것입니다.
정보가 너무 많았습니다.
물론 좋은 점도 있었습니다. 전체를 한눈에 볼 수 있었고, 각각의 요소가 어떻게 연결되는지 이해할 수 있었습니다.
하지만 실제로 구현하려고 하면 너무 어려워졌습니다.
먼저 이 부분을 해결하고, 저 부분은 2년 뒤에, 또 다른 부분은 4년 뒤에 처리해야 하는 식이었습니다.
서비스 블루프린트를 극단적으로 정교하게 만들었을 때 나타나는 어려움이었습니다.
앞서 이야기한 것처럼 사람이 승인할 수 있는 압축된 버전이 있고, 실제 서비스를 설명하는 훨씬 복잡한 버전이 따로 있어야 할 것 같습니다.
이 생각은 롭에게서 배운 것이기도 합니다.
지금 AI와 함께 우리가 서 있는 지점이 정말 흥미롭습니다.

롭 윌슨

맞습니다. 저희가 함께 작업해 온 내용이기도 합니다.
AI는 세부적인 내용을 처리할 수 있습니다. 매우 빠르게 읽고 훨씬 많은 정보를 소화할 수 있습니다.
이제 서비스 블루프린트는 여러 정보를 담는 메시지와 같습니다.
사람이 검토하고 승인하는 압축된 형태가 있고, 에이전트가 실행하는 상세한 형태가 있는 것입니다.
여기에서 흥미로운 점이 있습니다. 많은 사람이 두 가지를 하나로 합치려고 합니다.
하지만 양쪽 모두에 적합하도록 정밀도를 절충하면 어느 쪽에도 적합하지 않은 결과가 됩니다.

벤 리즌

맞습니다. 저희도 여러 형태를 실험해 왔습니다.
화면을 얼마나 확대하거나 축소해서 보여주느냐의 문제와 비슷합니다.
사람이 이해할 수 있도록 스토리보드만 보여주면 될까요?
저희가 발견한 것은 상황에 따라 다르다는 것입니다.
누가 보는지, 그 사람이 무엇을 걱정하는지에 따라 달라집니다.
한번은 JP모건을 위해 서비스 블루프린트를 만들었습니다.
그런데 IT 비용을 블루프린트 위에 표시하기 전까지는 별다른 반응을 얻지 못했습니다.
그래서 올해 어느 부분에 얼마를 지출하고 있는지, 다른 부분에는 얼마를 지출하고 있는지를 모두 표시했습니다.
그러자 한 임원이 이렇게 말했습니다.
"바로 이게 제가 필요했던 것입니다. 저는 IT 조직이라는 거대한 존재를 통제해야 합니다. 그들이 실제로 비즈니스와 고객을 위해 무엇을 제공하고 있는지 알아야 합니다."
그 임원은 이전에 그런 정보를 보여주는 도구를 가진 적이 없었습니다.
때로는 그것이 필요한 정보입니다.
또 다른 사람들은 법적 규제와 규정 준수 의무가 어디에 있으며, 그것이 어떻게 충족되고 있는지만 알고 싶어 합니다.
그래서 제가 AI와 서비스 블루프린트를 결합해 실험하면서 발견한 것 중 하나는 서로 다른 관점을 아주 빠르게 만들어낼 수 있다는 것입니다.
질문에 답하는 데 필요한 방식으로 데이터를 잘라서 볼 수 있습니다.
가설을 세우고 이것이 규제 준수에 어떤 영향을 미치는지, 의무를 이행하는 데 어떻게 도움이 되는지, 비용은 어떻게 달라지는지 살펴볼 수 있습니다.

롭 윌슨

프리즘과 비슷하군요.
이제는 각 페르소나나 역할에 맞는 버전을 만들 수 있습니다.
모든 사람이 하나의 문서에서 자기에게 필요한 내용을 찾아내려고 애쓸 필요가 없어지는 것입니다.

조시 타이슨

매우 설득력 있는 이야기입니다.
AI 자체도 자신만의 관점을 가질 수 있겠지요. 그것은 매우 상세한 관점일 것입니다.
AI 자체가 그런 상세함을 필요로 해서가 아니라, 우리가 AI에게 세부사항을 전달해야 하기 때문입니다.
그런 의사결정을 AI가 독자적으로 내리도록 맡기는 것은 무책임한 일입니다.

벤 리즌

저희 프로젝트 중 하나에서는 이런 일이 있었습니다.
누군가 "조너선을 위해 이 문서의 별도 버전을 만들어줄 수 있나요? 그 사람은 특정한 관점에서 봐야 하거든요"라고 말하는 것이 농담처럼 되었습니다.
그러면 디자인팀의 누군가가 며칠 동안 문서를 다시 편집했습니다.
그러다 보면 문서의 버전 관리가 악몽처럼 복잡해졌습니다.

롭 윌슨

정말 흥미롭습니다. 이제 AI가 이런 작업을 도와줄 수 있다는 것이 좋습니다.
두 분이 걸어온 과정에서 제가 특히 흥미롭게 생각하는 점이 있습니다. 그리고 아주 자연스러운 변화라고 생각합니다.
처음에는 조직을 대신해 서비스디자인을 해주겠다는 방식으로 시작했습니다.
그런데 조직들이 곧바로 깨닫습니다. 우리가 왜 지금까지 이런 일을 하지 않았을까? 이제 우리도 직접 할 줄 알아야겠다고 생각하는 것입니다.
처음에는 "우리가 대신 해드리겠습니다"라고 하면 "좋습니다"라고 반응합니다.
그런데 곧 "아닙니다. 이제 우리도 이 일을 할 줄 알아야 합니다. 어떻게 하는지 가르쳐주세요"라고 바뀌는 것입니다.

벤 리즌

맞습니다. 제가 왜 계속 은행 이야기만 하는지 모르겠네요.
최근 영국의 한 은행에서 일하는 동료와 이야기한 적이 있습니다.
그 은행은 서비스 블루프린트와 고객여정지도에 기반한 접근으로 전체 디지털 자산을 관리하고 있었습니다.
이를 담당하는 서비스디자이너만 약 100명으로 구성된 팀이 있었습니다.
롭의 말씀처럼, 저희도 처음부터 이런 상황을 어느 정도 예상했던 것 같습니다.
라브란스, 기억하시나요?
서비스를 지속적으로 디자인하려면 그 서비스와 아주 가까이 있어야 합니다.
서비스는 매일 제공되고 상황은 자주 바뀌기 때문입니다.
그런 의미에서 이 분야에 관한 책을 쓴 사람으로서 이런 변화가 실제로 일어나는 모습을 보는 것은 고무적입니다.
조직들이 이제 정말 이것이 필요하다는 사실을 깨닫고 있는 것입니다.
캐나다 앨버타주 정부에서 일하는 친구도 있는데, 그곳에도 일상적인 운영을 유지하면서 서비스를 계속 관리하는 큰 팀이 있습니다.

롭 윌슨

저도 이런 모습을 곳곳에서 보고 있습니다.
엔지니어들이 사실상 자기 나름의 서비스디자인을 만들고 있습니다. 대체로 품질은 좋지 않습니다.
몇 주 만에 회계업무를 배워서 회계를 자동화하려는 엔지니어들을 생각해 보세요.
그런데 일이 잘되지 않는 이유가 무엇일까요? 참 이상한 일이군요.
AI가 고장 나서 그런 걸까요? 물론 그렇겠지요. AI가 문제일 것입니다.
회계업무를 제대로 배우는 데 오랜 시간이 걸린다는 사실과는 전혀 관계가 없겠지요.
그 일을 누가 디자인해야 하는지, 이것이 정말 개발의 문제인지 생각해 봐야 합니다.
이것은 디자인의 문제입니다.
그렇다면 모두가 함께 사용할 수 있는 공통의 산출물은 무엇이어야 할까요?
사람마다 성과를 정의하는 자기만의 방식을 만드는 것이 아니라, 모든 구성원이 익숙하게 사용할 수 있는 공통의 형식이 있어야 합니다.
조직 차원에서 정보를 전달하는 형식에 합의해야 합니다.
모두가 그것을 알아보고, 필요한 정보가 모두 담겨 있어야 합니다.
그래야 토큰을 사용해 진행할 만한 올바른 프로젝트인지 판단할 수 있습니다.

벤 리즌

저희도 이런 문제를 겪는 프로젝트를 많이 보았습니다.
조직에서 자기들이 제공하는 서비스를 설명하는 방식이 여러 개라고 이야기합니다.
고객여정 개념을 도입했지만 사용하는 템플릿이 제각각인 조직도 있습니다.
그럴 때는 기존 형식에 대한 일종의 사면 조치부터 하자고 제안합니다.
그리고 문서화하는 방식을 하나로 합의하자고 말합니다. 그래야 팀 사이의 협업이 가능해집니다.
이 과정에서 나타나는 어려움 중 일부는 사람들이 새로운 방식에 적응하는 문제이며, 조직 전체가 그것을 채택하는 문제입니다.
하지만 AI가 크게 도와줄 수 있는 부분은 데이터를 관리하는 일이라고 생각합니다.
이제 문서를 업데이트하고 최신 상태로 유지하는 일만 전담하는 사람이 꼭 필요하지 않을 수 있습니다.
문서화된 내용을 계속 유지하는 데 드는 인건비도 큰 장애물이었습니다.
차라리 모든 자료를 여기저기 흩어놓은 채 각자 최선을 다해 일하는 것이 더 쉬웠던 것입니다.

롭 윌슨

문득 궁금해집니다. 기업의 AI 책임자는 LLM에 데이터를 입력하고 학습시키는 전문가여야 할까요, 아니면 서비스디자인 전문가여야 할까요?
제 생각이 어느 쪽인지는 아시겠지요. 서비스디자인입니다.

조시 타이슨

그렇다면 앞으로 가르쳐야 할 사람들이 상당히 많겠네요.

라브란스 뢰블리

우리가 이야기해 온 서비스디자인, 또는 서비스 블루프린트를 시스템 프롬프트로 활용한다는 아이디어가 계속 머릿속에 남아 있습니다.
디자인하는 일과 만드는 일이 있다고 생각해 보겠습니다.
먼저 사람들이 즐겁고 유용하며 흥미롭게 경험할 수 있는 서비스를 디자인합니다.
그리고 가능하면 충분한 인간의 개입을 바탕으로 그 서비스를 체계적으로 구현합니다.
그렇게 만든 디자인은 훨씬 강력한 규칙 집합이 됩니다. 특히 기계가 서비스를 구축하는 경우에는 더욱 그렇습니다.
롭, 동의하시나요?

롭 윌슨

전적으로 동의합니다.
많은 사람이 AI가 일자리를 빼앗을 것이라고 이야기합니다. 그리고 AI가 새로 만들어낼 직업이 무엇인지 묻습니다.
그런데 곧바로 AI 기계를 수리하거나 계속 작동하도록 관리하는 사람들을 떠올립니다.
정작 새로운 직업이 서비스디자이너가 될 것이라는 사실은 잊고 있습니다.
그래서 저희가 함께 작업하고 있는 것입니다.
에이전트가 중심이 되는 세상에서 서비스디자인이란 무엇인지 가르치는 교육과정은 어떤 모습이어야 할까요?
이제 교육받아야 할 사람들이 아주 많습니다.
그들에게 AI 사용법을 가르치려는 것이 아닙니다. 서비스디자인을 하는 방법을 가르쳐야 합니다.

조시 타이슨

그렇다면 초기에 어떤 일들이 이루어져야 할까요?
어떤 조건을 갖춘 기업이 서비스디자인을 정말 잘 활용할 수 있을지 궁금합니다.
자신들이 제공하는 서비스를 보고 거기에 AI를 적용하는 것은 쉽습니다. 그리고 실패하는 모습을 지켜볼 수도 있습니다.
하지만 더 큰 과제는 이미 제공하고 있는 서비스보다 나은 서비스를 어떻게 디자인할 것인지 알아내는 일인 것 같습니다.
세스 고딘은 문제와 제약조건을 구분해 설명합니다.
예를 들어 궤도에 진입하는 것이 문제라면 중력은 제약조건입니다.
그런데 대부분의 조직 안에는 고딘이 '얽힘(entanglements)'이라고 부르는 것들이 있습니다. 여러 시스템이 서로 맞물려 있는 상태입니다.
때로는 핀 하나만 뽑으면 전체가 풀리는 지점을 발견할 수도 있습니다.
서비스디자인을 잘할 수 있는 조직과 그렇지 못한 조직이 따로 있을까요?

라브란스 뢰블리

어떤 조직은 자신들이 서비스를 제공한다는 사실을 이해하지만, 그렇지 못한 조직도 있습니다.
후자의 조직은 자신들이 제품을 제공한다고 생각하고 서비스에는 관심을 두지 않습니다.
그것은 상당히 큰 장애물이 됩니다.
예를 들어 저희가 유럽의 한 통신회사와 일한 적이 있습니다.
조사해 보니 매장에 들어오는 사람들 대부분은 서비스를 받기 위해 방문했습니다.
이미 고객인 사람들이 요금제를 변경하거나 기존 계약에 무엇인가를 추가하려고 찾아오는 경우가 많았습니다.
하지만 그 회사의 영업책임자는 이 데이터를 받아들이지 않았습니다.
영업사원으로 살아온 그의 사고방식은 제품과 판매에 맞춰져 있었기 때문입니다.
회사의 인센티브 체계도 모두 제품 판매를 중심으로 만들어져 있었습니다.
저희는 매장 방문객의 60%가 서비스를 요청하러 오는 사람들이며, 그 요청에 제대로 대응하지 못하면 매출이나 고객을 잃을 수 있다고 설명했습니다.
그럼에도 일부 사람들에게는 서비스를 중심으로 생각하는 관점 자체가 없었습니다.
저는 이것이 흥미로운 장애물이라고 생각합니다. AI가 등장하면서 이런 상황이 달라질지는 모르겠습니다.
어떤 의미에서는 공공서비스 조직과 일하는 것이 더 쉽기도 합니다.
공공서비스는 이름부터 서비스라고 되어 있으니까요.
그곳에서는 우리가 서비스를 제공하고 있다는 사실을 어느 정도 알고 있습니다.
서비스는 대체로 무형이고, 이용자가 직접 비용을 지불하지 않는 경우도 많습니다.
그래서 서비스라는 개념을 이해시키기가 더 쉽습니다.

롭 윌슨

제약조건은 서비스를 개선하는 데 관심을 기울이지 않고 게으르게 행동할 수 있는 편리한 핑계가 되기도 합니다.
많은 사람이 서비스 개선은 어렵다고 생각합니다. 다른 사람을 배려해야 하고 추가적인 일도 해야 하니까요.
그러니 제약조건은 다른 사람에게 관심을 기울이지 않아도 되는 편리한 변명이 될 수 있습니다.
애플의 사고방식을 한마디로 요약한다면 무엇일까요?
방금 말씀하신 것을 이해한 조직이라는 것입니다.
애플은 제품을 만드는 기업이 아니라 경험을 만드는 기업입니다. 그래서 두드러지는 것입니다.
애플은 본능적으로 이 점을 제대로 이해했습니다. 모든 제품이 경험이라는 사실을 알고 있습니다.
제품 자체가 전부가 아니라는 것을 압니다.
그 사실을 일찍 깨달았고, 그것이 조직문화가 되었기 때문에 얼마나 성공했는지 보세요.
기업들은 사모펀드 등으로부터 비용을 절감하라는 엄청난 압력을 받습니다.
기업을 인수한 다음 어떻게 하나요? 서비스 품질을 낮추고 가격을 올립니다. 그렇지 않습니까?
하지만 독점기업이 아니라면 그런 비즈니스 모델이 앞으로도 유지될 수 있을까요?
앞서 말씀하신 것처럼 AI 덕분에 제약조건을 더 이상 편리한 변명으로 사용할 수 없게 되고, 더 나은 경험을 만들 수 있다면 어떻게 될까요?
소비자들은 애플의 사례에서 보듯 더 나은 경험을 선택할 것입니다.
더 이상 서비스 경험에 관심을 기울이지 않을 여유가 없는 것입니다.

라브란스 뢰블리

그런 식으로 생각해 본 적은 없었습니다.
제약조건이 사라지면 변명도 사라진다는 말씀이군요.
그렇게 되면 다음에는 무슨 일이 일어날까요?
아마 "이것은 비용만 발생하는 부서이니 더 이상 신경 쓰고 싶지 않다"는 식의 변명이 나오겠지요.

벤 리즌

그 말씀과 연결되는 부분이 있습니다.
보통 CEO 수준의 최고경영진과 이야기하면 그들은 서비스디자인을 이해합니다.
조직 전체를 책임지고 있고, 조직이 고객과 어떻게 상호작용하는지도 모두 살펴봐야 하기 때문입니다.
그런데 문제는 그 아래의 조직을 제품 담당, IT 담당, 마케팅 담당, 오프라인 매장 담당 등으로 나누어 운영하고 있다는 것입니다.
이런 하위 조직의 사일로를 설득하기가 훨씬 어렵습니다.
그만큼 일이 복잡하기 때문이라고 생각합니다.

롭 윌슨

두 분은 직접 말씀하지 않으실 것 같으니 제가 말씀드리겠습니다.
서비스디자인은 최고경영진의 생각을 조직 아래로 전달하고 확산시키는 방법이라고 생각합니다.
말과 연설만으로는 그렇게 할 수 없습니다.
분기별 사내 직원회의에서 영감을 주는 TED 강연 같은 이야기를 한다고 해결되지 않습니다.
문화를 형성하는 구체적인 산출물이 필요합니다.
사람들이 특정한 방식으로 생각하도록 만드는 계획이 필요합니다.
『체크리스트 선언(The Checklist Manifesto)』에서 이야기하는 것과 비슷합니다.
"이 문제를 생각해 보았습니까? 저 문제는 생각해 보았습니까? 여기에 대한 답은 무엇입니까?"라고 묻는 체크리스트가 필요합니다.
조직 전체에 확산시킬 수 있는 실제적인 도구가 있어야 합니다.

벤 리즌

그 말씀을 듣고 두 가지가 떠오릅니다.
첫 번째는 과거에 어떤 임원이 했던 이야기입니다.
그는 이렇게 말했습니다.
"당신들이 말하는 부드러운 것들, 그러니까 경험에 관한 이야기나 인간을 연구해 얻은 통찰을 기계와 연결할 수 있다면 관심이 있습니다. 인간에 대해 알아낸 사실에 반응하도록 기계의 행동을 만들 수 있다면 말입니다. 그것이 제가 아직 답을 찾지 못한 문제입니다."
두 번째는 AI 업계에서도 그런지 모르겠습니다만, 저는 가끔 CEO들이 조직에 이렇게 말하는 것 같다는 느낌을 받습니다.
"좋습니다. AI를 도입하세요. 방법을 알아내서 실행하세요. 뒤처지고 싶지 않습니다."
그런데 정작 CEO는 그것을 자신의 책임이라고 생각하지 않는 것 같습니다.
하지만 롭이 방금 말씀하신 방식으로 보면 서비스디자인은 CEO를 위한 도구입니다.
저희 고객 중에는 실제로 서비스 블루프린트를 A3 용지에 인쇄해서 서류가방에 넣고 다니던 CEO도 있었습니다.
그는 이것이 조직 전체에서 무엇이 일어나는지 계속 확인하는 방법이라고 말했습니다.

라브란스 뢰블리

에어비앤비에서 일했던 친구가 있습니다.
어느 날 브라이언 체스키의 사무실에서 그 친구에게 연락이 왔다고 합니다.
"이제 우리 조직이 어떻게 작동하는지 모르겠습니다. 디지털 기능 위에 또 다른 디지털 기능을 계속 쌓아왔는데, 전체가 어떻게 작동하는지 알 수 없습니다."
그래서 그 친구가 서비스 블루프린트를 만들었습니다.
그 블루프린트는 브라이언 체스키가 자신의 사무실 밖에 두고 볼 수 있도록 만들어졌습니다.
그것을 통해 고객경험이 각 제품이나 정책과 어떻게 연결되는지 이해할 수 있게 된 것입니다.
지금까지 그런 관점에서 생각해 본 적이 없었는데, 어쩌면 CEO에게 "당신이 바로 서비스디자이너가 되어야 합니다"라고 말할 수 있을 것 같습니다.

롭 윌슨

제 경력에는 보잉 드림라이너와 관련된 일이 있습니다. 항공기의 자동화 작업을 했고, 그중 중요한 부분이 비행계획이었습니다.
그런데 비행계획은 누가 세울까요? 조종사입니다.
비행계획은 매우 중요합니다. 비행계획 없이 비행하지는 않습니다.
저에게 서비스 블루프린트는 비행계획서와 같습니다.
지금은 모두가 비행기에 올라타 승객을 태우고 고도 3만 피트까지 올라간 다음 이렇게 묻는 것 같습니다.
"좋습니다. 여러분, 어디로 가고 싶으신가요?"
그러면 모든 사람이 서로 다른 목적지를 말합니다.
그런 다음 이렇게 이야기합니다.
"왜 AI가 실패하는 걸까요? 왜 이 프로젝트들이 실패하는 걸까요?" [웃음]

라브란스 뢰블리

정말 흥미로운 생각입니다. 저도 지금까지 이런 식으로 생각해 본 적이 없습니다.
서비스디자인이나 서비스 블루프린트, 또는 서비스를 전체적으로 설명하는 문서를 CEO가 책임지고 관리한다고 생각해 보겠습니다.
그리고 이것을 에이전트 기반 AI의 관점에서 바라보는 것입니다.
조직의 각 부서가 무언가를 만들려고 할 때 모두가 그 문서를 프롬프트로 사용합니다.
"이것이 우리 모두가 사용하는 시스템 프롬프트입니다."
그러면 기계는 조직의 다른 요소들과 조화를 이루는 방식으로 새로운 것을 만드는 방법을 안내받게 될 것입니다.
정말 흥미로운 개념이라고 생각합니다.

롭 윌슨

맞습니다.
CEO가 해야 할 일은 서비스 블루프린트를 검토하고 승인하는 데 그치지 않습니다.
승객들이 가고자 하는 목적지에 도착하도록 책임지는 것입니다.
여기에서 승객은 직원과 고객을 의미합니다.
누군가는 어디로 갈 것인지 결정해야 합니다. 모두가 제각각 결정하도록 내버려 둘 수는 없습니다.
그렇게 하면 아무도 결정하지 못할 것입니다. 모든 사람이 서로 다른 곳에 가고 싶어 할 테니까요.
또한 조직이 문제를 올바르게 검토하고 있는지 확인해야 합니다.
서비스디자인은 바로 그것을 요구합니다.
조직 구성원들이 같은 이해를 공유하도록 만듭니다.
모든 사람이 읽고 이해하며, 목표가 무엇인지 알고, 첫 번째 토큰을 사용하기 전에 승인할 수 있는 산출물입니다.
그래서 저는 이 가능성에 매우 흥분하고 있습니다.
다만 고객에게만 지나치게 집중하지 않았으면 좋겠습니다.
직원이 행복해야 고객도 행복하지 않겠습니까?
제 생각에 서비스디자인을 시작하려면 직원부터 시작해야 합니다.
고객을 행복하게 만드는 가장 좋은 방법은 직원을 행복하게 만드는 것이기 때문입니다.
직원들이 바로 고객을 직접 만나는 최전선에 있습니다. 저는 현장 직원들을 이야기하고 있습니다.
우리의 한 친구가 이런 말을 한 적이 있습니다.
"우리 모두는 SAP를 경험합니다. 직원도 고객도 모두 경험합니다. SAP가 경험을 좌우하기 때문입니다."

라브란스 뢰블리

정확한 말씀입니다.
저는 주로 의료 분야를 떠올리고 있었습니다.
의료 분야에서 저희는 주로 의사와 간호사를 위해 디자인합니다. 사실 간호사를 위한 경우가 더 많습니다.
간호사들이 환자가 경험하는 서비스를 최전선에서 만들어내는 사람들이기 때문입니다.
고객경험을 어떻게 개선할 수 있느냐고 의뢰한 프로젝트도 아주 많았습니다.
그런데 작업을 진행하다 보면 결국 직원들과 함께 일하게 되는 경우가 많았습니다.
경험을 바꾸는 가장 좋은 방법이었기 때문입니다.
이 점은 AI와 관련해서도 흥미롭습니다.
이제 서비스를 디자인할 때는 업무와 일하는 방식을 바꿔야 하는 모든 사람에 대한 고민도 포함해야 합니다.
기계 중심으로 제공되는 서비스를 실제로 도입하는 과정에 그러한 전환을 어떻게 반영할지도 디자인해야 한다고 생각합니다.

롭 윌슨

조슈아 갠스도 비슷한 이야기를 했습니다.
AI를 제대로 활용한다면 현장 직원이 사람과 사람 사이의 경험을 더 잘 제공하도록 도울 것이라는 이야기입니다.
그렇다면 서비스디자인은 더욱 중요해집니다.
AI가 사람과 사람 사이의 경험을 더 잘 제공하도록 도우려면, 우선 그 인간적 경험이 어떤 모습이어야 하는지 알아야 하기 때문입니다.

조시 타이슨

벤, 앞에서 말씀하셨던 것 같은데요.
조직과 시간을 보내며 아주 훌륭한 서비스 블루프린트를 만들었지만, 너무 방대해서 조직이 어디서부터 시작해야 할지 모르는 경우가 있었다고 하셨습니다.
어쩌면 바로 그런 지점에서 AI가 유용한 도구가 되는 것 아닐까요?
전체 서비스 블루프린트에서 출발해 하나의 서비스나 하나의 경험을 위한 서비스디자인 문서로 구체화하려고 한다고 생각해 보겠습니다.
앞에서 이야기한 것처럼 AI가 읽을 수 있도록 세부사항이 확장된 버전의 블루프린트가 있다면 AI가 그 복잡성을 다루는 데 도움을 줄 수 있겠지요.
서비스 블루프린트가 있고, 새롭게 제공하거나 디자인하려는 서비스에 대한 분명한 구상도 있다고 하겠습니다.
그 과정에 AI를 도입하면 둘 사이의 간극을 줄일 수 있을까요?
"우리는 이것을 달성하고 싶습니다. 이것을 우리의 시스템과 서비스 블루프린트 안에서 어떻게 구체화할 수 있을까요?"라고 AI에게 물을 수 있을까요?

벤 리즌

네, 어떤 의미에서는 매우 실용적인 도움을 받을 수 있습니다.
디자이너의 관점에서 AI가 일자리에 어떤 영향을 미칠지 생각해 보면 흥미롭습니다.
제가 발견한 것은 지금까지 누구도 비용을 지불하려 하지 않았던 일을 이제 할 수 있게 된다는 것입니다.
예를 들어 의사결정이나 평가를 뒷받침하는 자료를 모으고 정리하는 일입니다.
최근에 이것을 시험해 보았습니다.
가상의 의료서비스를 하나 만들고 아이디어를 제시했습니다.
"좋습니다. 이 아이디어는 우리가 가지고 있는 전체 성과모델에 비추어 보면 어떻습니까?"라고 질문했습니다.
과거라면 학술논문을 하나하나 찾아 읽고 관련 자료를 모두 모아야 했습니다.
하지만 이제는 그런 작업을 수행할 수 있고 결과물의 품질도 훨씬 높아질 수 있습니다.
여기에서 꼭 이야기하고 싶은 문제가 있습니다.
저희는 언제나 디자인의 효과를 입증하는 문제, 특히 재무적 가치나 비즈니스 가치를 입증하는 데 어려움을 겪었습니다.
어떤 사람들이 나쁜 경험을 하고 있으니 개선할 수 있다고 말하는 것은 쉽습니다.
하지만 그 개선이 얼마의 가치가 있는지, 비즈니스 관점에서 실질적인 차이를 만들어내는지 증명하는 것은 상당히 어렵습니다.
성과가 나타나기까지 몇 년이 걸릴 수도 있습니다.
그런데 이제는 적어도 상당히 신뢰할 수 있는 데이터 분석을 바탕으로 그런 평가를 훨씬 빠르게 수행하고, 이후 실제 결과를 확인할 수 있을 것 같습니다.

롭 윌슨

사람들이 이해해야 할 매우 중요한 점이라고 생각합니다.
서비스디자인은 다른 모든 사람을 기쁘게 하면서 정작 기업은 망하게 만드는 서비스를 제공하려는 것이 아닙니다.
기업이 계속 운영될 수 있도록 최적화하면서 제공 가능한 최고의 서비스를 만드는 것입니다.
그 두 가지 사이에서 완벽한 균형점을 찾는 것이 목적입니다.
바로 거기에 돈이 있고 이익이 있습니다.
서비스를 얼마나 제공할 것인지와 그 서비스에 얼마의 비용이 드는지 사이에서 적절한 균형을 찾는 것입니다.
무엇인가를 만들기 시작하기 전에 그 균형을 이해해야 합니다.

벤 리즌

저희가 자주 겪는 또 다른 어려움은 결과를 확인하기까지 기다려야 한다는 것입니다.
서비스디자이너를 고용하면 고객을 만나 현장조사를 수행할 수 있습니다. 하지만 그런 작업을 시작한 뒤 기업이 "아, 이것이 우리에게 이런 의미가 있구나"라고 깨닫기까지는 시간적 간격이 있습니다.
이제 우리가 만들어낼 수 있는 큰 변화는 라브란스가 말한 것처럼 서비스를 디자인하기 전에 그 서비스를 미리 만들어보는 것입니다.
우리가 만들려는 것이 무엇인지 보여줄 수 있습니다.
"우리는 이 지점에 개입하려고 합니다. 여기에서 이만큼의 개선 가능성이 보이기 때문입니다."라고 설명하고 실제로 그런 변화가 일어나는지 추적할 수 있습니다.
이것은 오랫동안 저희가 추구해 온 일종의 성배와도 같았습니다.
그렇게 가치에 대한 이해의 간극을 좁히고 사람들을 안심시킬 수 있습니다.
"우리가 여기에서 얻으려는 것은 이것입니다. 그리고 이를 위해 필요한 토큰은 이 정도입니다."라고 설명할 수 있는 것입니다.
다시 토큰 소모라는 질문으로 돌아오는군요.

라브란스 뢰블리

그 말씀에 덧붙이면, 지금까지 우리에게 부족했던 매우 중요한 가능성이 있습니다.
시스템 수준에서 제대로 시뮬레이션할 수 있는 기회입니다.
과거에는 고객 몇 명을 만나 이야기를 듣고, 무언가를 디자인하고, 작은 프로토타입을 만든 뒤 몇 사람과 시험하고 실제로 구현하려고 했습니다.
그런데 이제는 서비스 전체를 디자인한 다음 시뮬레이션을 실행할 수 있습니다. 정말 놀라운 일입니다.
대규모 시뮬레이션도 가능하고 시스템 수준의 시뮬레이션도 가능합니다.
그러면 문제의 근본 원인이 아주 멀리 떨어진 곳에 있거나 시스템 깊숙한 곳에 있다는 사실을 발견할 수 있습니다.
그리고 시스템 안에서 나타나는 전혀 예상하지 못했던 영향도 확인할 수 있습니다.
인간의 두뇌는 이런 일을 제대로 수행하도록 만들어져 있지 않습니다.
하지만 AI는 시스템 전체를 다루는 데 매우 뛰어납니다.
저는 이것이 지금 정말 흥미로운 분야라고 생각합니다.
지금까지 이 대화에서는 여러 가지 관점에서 과거에 하던 일을 어떻게 더 잘할 수 있는지 이야기했습니다.
하지만 제가 가장 흥미롭게 생각하는 것은 AI를 활용해 지금까지 하지 못했던 일을 어떻게 할 수 있느냐는 것입니다.
이러한 시뮬레이션이야말로 그 가능성이 본격적으로 나타나는 영역이라고 생각합니다.
경제적 시뮬레이션을 수행하면서 토큰 비용도 포함할 수 있습니다.
고객과 사람 사이의 상호작용을 기계로 대체했을 때 발생하는 인간적 비용과 경제적 비용을 살펴볼 수도 있습니다.

롭 윌슨

맞습니다. 그리고 서비스디자인에 포함된 가정에 도전할 수도 있습니다.
"정말 고객이 좋아할까요? 우리가 예상한 대로 일이 진행될까요?"라고 질문하는 것입니다.
서비스디자인에는 많은 가정이 들어 있습니다.
그중 하나라도 잘못되었다면 어떻게 될까요?
이제는 그 가정을 시뮬레이션할 수 있습니다.
물론 완벽하지는 않겠지만 과거보다 훨씬 더 잘할 수 있습니다.
그리고 성과를 시험해 볼 수 있습니다.
따라서 이제는 "우리가 생각하기에 이만큼 절감할 수 있습니다"라고 말하는 데서 끝나지 않습니다.
"우리는 이것을 시뮬레이션해 보았습니다"라고 말할 수 있습니다.
기업들이 더 많은 데이터를 확보할 수 있게 된다는 의미이기도 합니다.
서비스디자인을 많이 수행할수록 시뮬레이션의 품질도 높아집니다.

조시 타이슨

저는 서비스 블루프린트라는 아이디어에서 또 하나 흥미로운 점이 있다고 생각합니다.
블루프린트에 정보가 풍부할수록 시뮬레이션도 더 좋아진다는 것입니다.
그리고 그 블루프린트가 조직 안에서 일이 진행되는 과정을 지속적으로 기록하는 지식모델의 일부라면, 패턴까지 추적할 수 있습니다.
그 과정에서 더 많은 데이터가 축적됩니다.
그 데이터를 활용하면 더 나은 시뮬레이션을 실행할 수 있고, 궁극적으로 서비스를 제공하는 데 소모되는 토큰도 줄일 수 있습니다.

라브란스 뢰블리

저희가 지금 진행하고 있는 프로젝트 중에는 인간이 지금까지 하지 못했던 일을 시도하는 사례가 있습니다.
노르웨이의 주류 규제시스템에 관한 프로젝트입니다.
제가 살고 있는 노르웨이에는 주류에 대한 매우 엄격한 규정이 많습니다.
예를 들어 주류 판매를 국가가 독점하는 제도가 있습니다.
이런 규정은 개별적으로 보면 비교적 단순합니다. 하지만 실제로 적용하려고 하면 문제가 복잡해집니다.
여러 종류의 규정이 층층이 쌓여 있기 때문입니다.
예를 들어 사과 농장을 운영하면서 알코올이 들어 있는 사이다를 생산하고 싶다고 가정해 보겠습니다.
그러려면 몇 가지 허가를 신청해야 합니다.
그리고 농장에 방문한 손님들에게 그 사이다를 제공하고 싶다면 또 다른 규정이 적용됩니다.
농장에서 결혼식을 열고 사이다를 제공하려고 한다면 완전히 다른 규정들이 적용됩니다.
이렇게 규정이 여러 층으로 겹쳐지면 허가를 내주는 사람과 허가를 신청하는 사람 모두에게 거의 감당하기 어려운 상황이 됩니다.
그래서 저희는 지금 전체 규제시스템의 디지털 트윈을 만들고 있습니다.
모든 규정을 시스템에 입력하고, 시스템 안의 모든 행위자를 위한 에이전트를 구축하고 있습니다.
사과 농장 운영자일 수도 있고, 와인바 운영자일 수도 있고, 허가를 발급하는 지방자치단체 직원일 수도 있습니다.
저희는 이런 행위자들을 매우 풍부하게 표현하는 에이전트를 만들었습니다.
정성적 데이터와 직무기술서에 포함된 내용 등을 반영했습니다.
그리고 이제 규제를 변경했을 때 어떤 영향이 나타나는지 시뮬레이션하고 있습니다.
예를 들어 법률의 17B항을 삭제했다고 가정합니다.
그런 다음 주류 제공 허가를 신청해 봅니다.
그러면 전체 시스템이 움직이기 시작하고 모든 행위자가 반응합니다.
그 과정에서 의도하지 않은 결과를 확인할 수 있다는 점이 놀랍습니다.
겹겹이 쌓여 있는 규제 전체에서 절차를 더 쉽게 만드는 규제 변경 지점도 발견할 수 있습니다.
한번은 지방자치단체와 함께 작업하면서 이런 제안을 받았습니다.
"그렇다면 허가 신청 절차 자체를 전부 없애면 어떨까요? 허가를 처리하는 데 들어가는 수천 시간을 절약할 수 있고, 기업들도 매우 좋아할 것입니다."
그래서 시뮬레이션을 실행했습니다.
결과는 이랬습니다.
"좋습니다. 많은 비용을 절약할 수 있습니다. 하지만 경찰에 더 많은 예산을 투입해야 합니다. 거리에서 문제가 발생할 것이기 때문입니다." [웃음]
"그리고 의료서비스에도 더 많은 예산을 투입해야 합니다. 음주로 인한 사고와 건강 문제가 증가하기 때문입니다."
이런 결과는 사람이 시스템 전체의 영향을 살펴보면서 예측하기에는 매우 어려운 것들입니다.
저는 에이전트 기반 AI를 활용한 서비스 수준의 시뮬레이션이 새로운 영역이며, 매우 흥미롭다고 생각합니다.

롭 윌슨

서비스디자인을 공통의 산출물, 일종의 표준 템플릿으로 사용하는 방법 자체는 비교적 간단합니다.
토큰을 사용하고 무언가를 만드는 모든 프로젝트의 목표를 전달하는 공통 형식으로 활용하는 것입니다.
경험을 바탕으로 제대로 만들어진 템플릿이라면 누구나 그 사용법을 배울 수 있습니다.
하지만 어려운 부분은 따로 있습니다.
예를 들어 지금 벤은 배를 타고 항해하고 있습니다.
많은 사람은 좋은 경험이란 편안한 경험이라고 생각합니다.
그런데 쉽고 편안하게 사는 것만 원했다면 자신의 물건을 모두 창고에 넣고 배를 타고 세계를 항해하는 일은 하지 않았을 것입니다.
따라서 좋은 경험이 언제나 쉽고 편안한 경험을 의미하지는 않습니다.
적절한 경험을 만드는 것은 예술에 가깝습니다.
적절한 수준의 도전과 마찰을 균형 있게 조합하는 예술입니다.
AI가 가장 쉬운 경험을 디자인하려고 한다면 그런 경험을 만들 수 있을 것입니다.
하지만 적절한 수준의 좌절과 고통까지 포함하는 올바른 경험을 디자인하려고 한다면, 그때부터는 예술의 영역이 됩니다.

벤 리즌

그것을 보여주는 좋은 사례가 있습니다.
저희가 직접 수행한 작업은 아니지만, 영국의 학자금대출 기관과 협력한 적이 있습니다.
그 기관에는 대출 신청 과정을 개선하는 팀이 있었습니다.
어느 시점에 그 팀의 누군가가 이렇게 말했습니다.
젊은 신청자들과 직접 이야기하던 사람이었습니다.
"잠깐만요. 우리는 이 사람들이 17~18세 청소년이라는 사실을 알아야 합니다. 이들은 생애 처음으로 실제 돈을 빌리는 사람들입니다. 게다가 수천 파운드나 되는 돈을 빌리고 있습니다."
"그런데 신청 과정을 너무 빠르게 만들면, 이들은 자신이 무엇을 하고 있는지 충분히 의식하지 못한 채 결정을 내리게 됩니다."
그래서 그 팀은 디자인에 일종의 과속방지턱을 넣었습니다.
짧은 교육의 순간을 넣은 것입니다.
이자는 어떻게 계산되는지, 대출금을 어떻게 상환하는지 설명하는 내용이었습니다.
그리고 다음 단계로 넘어가려면 그 내용에 관한 간단한 퀴즈에 답하도록 했습니다.
라브란스가 저보다 더 잘 알고 있는 행동경제학의 관점에서 보면, 이런 장치는 사람들이 느리게 사고하는 체계를 사용하도록 돕는 일종의 이성적 개입입니다.
자신이 무엇을 하고 있는지 의식적으로 이해하도록 만드는 것입니다.

라브란스 뢰블리

여기에는 윤리적인 문제도 있습니다.
저희가 협력했던 보험회사의 사례를 하나 소개하겠습니다. 마찰이 왜 필요한지 보여주는 좋은 이야기입니다.
그 회사는 디지털 보험금 청구 절차를 크게 간소화했습니다.
예를 들어 제 여행가방을 도난당했다고 하겠습니다.
보험상품의 규칙은 간단합니다. 여행 중 여행가방을 잃어버렸다면 보험금을 지급한다는 것입니다.
그런데 청구 화면에는 "무슨 일이 있었는지 설명해 주세요"라는 긴 글을 작성할 수 있는 입력창이 있었습니다.
보험회사는 이렇게 말했습니다.
"그 입력창을 없애면 되지 않을까요? 이미 지급 규칙이 정해져 있는데 굳이 그런 설명이 필요하지 않습니다."
그런데 입력창을 없애자 고객들이 보험회사를 신뢰하지 않게 되었습니다.
고객들에게는 자신에게 무슨 일이 있었는지 이야기하고 싶은 매우 인간적인 욕구가 있었습니다.
보험회사가 자신의 사정을 제대로 이해했으며, 그 결과 적절한 보험금을 지급할 것이라고 믿고 싶어 했던 것입니다.
그래서 그 마찰은 서비스 안에 남아 있어야 했습니다.
그 과정에서 행동경제학에 관해 또 하나 흥미로운 사실을 배웠습니다.
사람들이 사용하는 단어가 많을수록 거짓말을 할 가능성이 높아진다는 것입니다.
최종적으로 기계는 사람들이 실제로 무슨 말을 했는지 읽지 않았습니다. 단어 수를 세었습니다.

롭 윌슨

솔직히 말하면 LLM도 마찬가지인 것 같습니다.
단어를 많이 사용할수록 거짓말을 더 많이 하는 것이지요.

조시 타이슨

[웃음] 인간에게서 배웠기 때문이겠지요.

롭 윌슨

사실 수학적으로도 입증된 내용입니다.
그 사실을 보여주는 논문들을 소개해 드릴 수 있습니다.
그리고 역설적이게도 입력에서도 마찬가지입니다. 프롬프트 입력창을 생각해 보세요.
700토큰을 넘어 더 많은 토큰을 입력할수록 환각이 발생할 가능성이 곡선 형태로 높아진다는 것입니다.

라브란스 뢰블리

그렇군요. 흥미롭습니다.
AI가 우리의 모든 모습을 모방하고 있네요. 나쁜 습관까지도요.

벤 리즌

철학자 존 그레이도 그런 일이 일어날 것이라고 이야기했습니다.
이런 기계에는 결국 인간이 가진 신경증이나 어리석음까지 그대로 내재하게 될 것이라고 말했습니다.

롭 윌슨

안타까운 것은 서비스디자인이 AI에 충분히 내재되어 있지 않다는 점입니다.
지금까지 서비스디자인을 실천한 사람이 충분하지 않았기 때문입니다. 그런데 이제는 모두에게 필요해졌습니다.
저는 이 분야가 앞으로 일자리가 가장 빠르게 늘어나는 영역 중 하나가 될 것이라고 진심으로 믿습니다.

벤 리즌

저는 그것이 하나의 직업이 될 수도 있고, 모든 사람의 업무 중 일부가 될 수도 있다고 생각합니다.

롭 윌슨

아마 처음에는 하나의 직업으로 시작한 다음 점차 확산될 것 같습니다.
과거의 전산실과 비슷합니다.
예전에는 컴퓨터로 일하는 사람들이 전산실에 있었습니다. 그런데 지금은 모두가 컴퓨터로 일합니다.
서비스디자인도 같은 과정을 거칠 것 같습니다.
에이전트 기반의 서비스디자인을 더 널리 알리는 일을 두 분과 함께하게 되어 기쁩니다.
지금까지 이야기한 여러 이유로 서비스디자인이 꼭 필요한 시점이라고 생각합니다.
특히 경제적인 이유가 큽니다. 환경적인 이유도 있습니다.
오늘 정말 좋은 시간이었습니다. 두 분께 감사드립니다. 앞으로도 더 많은 대화를 나누고 함께 여러 일을 할 수 있기를 바랍니다.

벤 리즌

정말 좋았습니다.
이렇게 좋은 질문으로 저희의 생각을 이끌어주셔서 감사합니다.
대화하면서 저도 많은 것을 배웠습니다.

라브란스 뢰블리

저도 그렇습니다.

롭 윌슨

저희도 많이 배웠습니다.

조시 타이슨

청취자 여러분도 그러셨기를 바랍니다. [웃음]

조시 타이슨 — 마무리 안내

[음악]
벤과 라브란스와의 이번 대화는 곧 개설될 'AI를 위한 서비스디자인' 교육과정의 출발점입니다.
이 교육과정에 관한 정보를 가장 쉽게 얻는 방법은 uxmag.com에서 회원으로 가입하는 것입니다.
가입은 무료이며, 회원 전용 기사와 뉴스레터를 이용할 수 있습니다.
교육과정의 등록이 시작될 때도 미리 안내받을 수 있습니다.
이 팟캐스트가 만들어지는 데 기여한 UX Magazine 팀과 보이지 않는 곳에서 일하는 모든 분께 감사드립니다.
여러분의 도움이 없었다면 이 프로그램을 만들 수 없었을 것입니다.
다음 시간에 다시 뵙겠습니다. OAGI.
[음악]