(영상) AI로 서비스 전체를 시뮬레이션하다 — 메그스 아머, 톰 코널

기존의 고객여정지도와 서비스 블루프린트는 복잡하고 비선형적인 서비스 경험을 충분히 표현하지 못하며, 개별 제품의 프로토타입을 검증하더라도 여러 채널을 오가는 서비스 전체의 경험은 제대로 검증하지 못한다. 메그스 아머와 톰 코널은 AI 에이전트가 다양한 고객의 관점에서 서비스를 반복적으로 이용하고 평가하는 시뮬레이션 도구 ‘Strata’를 개발했으나, 인증이 필요한 서비스에 대한 접근 제한과 AI의 행동 재현 능력 등 기술적 한계로 사업을 확장하지 못한 경험을 소개한다. 이들은 인간과 AI 에이전트가 함께 서비스를 이용하는 시대에는 서비스디자인도 선형적인 고객여정 분석에서 벗어나 여러 행위자와 채널, 상호작용을 동시에 다루는 시스템 기반 시뮬레이션으로 발전해야 한다고 주장한다.

AI로 서비스 전체를 시뮬레이션하다

AI 기반 서비스 시뮬레이션의 가능성과 한계 — 메그스 아머, 톰 코널

출처 : Switzerland Service Design Network Chapter   
영상 URL: https://youtu.be/1Aool3N4BSY  
전체 번역 : 챗GPT로 번역했습니다. 생략, 오역이 있을 수 있으니 원본 영상을 봐주세요.
2026.10.15.
발표자: Megs Armour, Tom Connole
진행자: Daniele Catalanotto
관련 서비스: Strata (https://www.stratasimulations.com/), Orchetta (https://orchetta.com/)

 

발표자

메그스 아머(Megs Armour)
싱가포르에서 활동하는 서비스디자인·고객경험(CX) 전문가이다. 컨설팅, 금융서비스, 제품디자인 분야에서 약 12년의 경력을 쌓았으며, 로이즈뱅킹그룹과 EY 등에서 활동했다. AI 기반 서비스 경험 시뮬레이션 도구 Strata의 공동창업자이며, Armour Advisory를 운영하고 있다.
출처: https://www.stratasimulations.com/about, https://sg.linkedin.com/in/megs-armour-8a02b153

톰 코널(Tom Connole)
캐나다 토론토에서 활동하는 고객경험·서비스디자인·기술 전문가이다. 스타트업, 기업, 공공부문에서 20년 이상 활동했으며, Strata의 공동창업자이자 고객여정 관리 플랫폼 Orchetta의 개발자이다. 복잡한 서비스 시스템을 시각화하고 AI를 활용해 고객여정을 관리하는 도구를 개발하고 있다.
출처: https://www.stratasimulations.com/about, https://ca.linkedin.com/in/tomconnole

다니엘레 카탈라노토(Daniele Catalanotto)
스위스에서 활동하는 서비스디자인 교육자이자 저술가이다. 서비스디자인의 원칙과 실무 방법을 소개하는 교육 콘텐츠와 저술 활동을 이어오고 있다.
출처: https://store.swissinnovation.academy/book-service-design-principles-301-400  

 

---

[예고편]
메그스 아머:
톰과 저는 요즘 서비스디자인 도구를 정말 싫어한다는 점에서 깊이 공감했습니다.
기업들은 제품의 프로토타입을 만들고 코드를 테스트하는 데 엄청난 시간과 돈을 쓰지만, 출시 전에 서비스 경험 전체를 처음부터 끝까지 시뮬레이션하는 사람은 없습니다.
그런데 AI를 사용해서 서비스를 출시하기 전이나 출시한 후에 서비스 전체를 100번 정도 실행해 볼 수 있다면 어떨까요?
우리는 시뮬레이션을 경험디자인의 표준으로 만들겠다는 비전 아래 Strata라는 제품을 개발하려 했습니다.
서비스디자이너가 이 도구에 들어가서 이렇게 말할 수 있는 것입니다.
‘이 제품을 출시하기 전에 여러 고객 관점에서 시뮬레이션을 20번 실행해 보겠습니다. 사람들이 문제없이 이 과정을 끝낼 수 있다는 확신을 얻고 싶습니다.’
서비스디자인의 미래는 여러 행위자가 여러 경로를 거치는 과정을 이해하도록 해 주는 비선형·다중 행위자 서비스 시뮬레이션에 있다고 생각합니다.

[환영 인사와 진행 순서]
메그스 아머:
여러분, 안녕하세요.
이 자리에 함께하게 되어 정말 반갑습니다.
오늘 서비스 시뮬레이션이라는 개념을 살펴보게 되어 무척 기대됩니다.
톰과 저는 오늘날 서비스디자인 도구를 사용하면서 겪는 문제를 해결하기 위해 AI 기반 서비스디자인 소프트웨어를 만들었던 경험과 그 과정에서 어떤 생각을 했는지 소개하겠습니다.
먼저 저희가 어떤 고민을 했는지 말씀드리겠습니다.
저희가 만든 Strata라는 제품도 보여 드리겠습니다.
무엇이 잘 작동했고, 어떤 점이 사람들에게 통했으며, 무엇이 통하지 않았는지 설명하겠습니다.
이것이 서비스디자인 실무에 어떤 의미가 있고 앞으로 어디로 향할지도 이야기하겠습니다.
궁금한 점은 언제든 채팅창에 남겨 주세요.
주저하지 않으셔도 됩니다.
나쁜 질문은 없습니다.
마지막에 시간을 충분히 확보해서 여러분의 질문에 답하겠습니다.
오늘 발표는 20~25분 정도 진행할 예정입니다.
참, 뒤에서 제 아들이 소리를 지르고 있습니다.
혹시 들리더라도 양해해 주세요.
앞으로 20~25분 동안 우선 저희를 소개한 뒤 현재 우리가 직면한 문제를 짚어 보겠습니다.
여러분도 공감하시는 문제가 있으면 좋겠습니다.
그다음 서비스 시뮬레이션에 관한 저희의 비전을 공유하겠습니다.
제품을 살펴보고 시뮬레이션의 어려움도 이야기하겠습니다.
그리고 톰이 현재 개발 중인 또 다른 제품의 시연을 보여 드릴 텐데, AI를 활용해 에이전트 기반 서비스를 디자인하는 내용입니다.
좋습니다.
그럼 간단히 자기소개부터 하겠습니다.

[메그스와 톰 소개]
메그스 아머:
말씀드린 것처럼 저는 메그스입니다.
디자인 리더로 일하고 있고 싱가포르에 살고 있습니다.
제게는 지금 저녁 시간입니다.
본래 컨설턴트로 경력을 시작했습니다.
빅4 컨설팅 회사에서 10년 넘게 여러 산업 분야의 고객경험, 서비스디자인, 제품디자인 업무를 했습니다.
금융기관 몇 곳에서 사내 디자이너로도 일했고, 영국 최대 디지털은행이라고 소개한 로이즈에서 디자인 책임자를 지냈습니다.
제 전문 분야는 서비스디자인이라고 말하겠지만, 지난 12년 동안 폭넓은 디자인 역량을 갖추게 되었습니다.
고객여정 관리 도구를 상당히 능숙하게 활용하는 편이라고 생각합니다.
톰, 이제 자기소개 부탁드립니다.

톰 코널:
기꺼이 하겠습니다.
여러분을 만나 뵙게 되어 반갑습니다.
저는 톰이고 토론토에 있습니다.
여기는 아침 일찍이고 날씨가 밝습니다.
지난 20년 동안 여러 직무와 산업에서 경험을 다루는 일을 해 왔습니다.
최근 몇 년은 다시 스타트업 세계에서 혼자 분투하면서 Orchetta라는 고객여정 관리 플랫폼을 만들고 있습니다.
그사이에 메그스와 잠시 함께 서비스 시뮬레이션 제품을 개발했는데, 오늘 들으실 것처럼 정말 즐거운 경험이었습니다.
오늘 함께해서 기쁘고 여러분의 의견도 기대하겠습니다.

[기존 도구가 실패하는 이유]
메그스 아머:
좋습니다.
톰과 저는 현대의 서비스디자인 도구가 싫다는 점에서 깊이 공감했습니다.
고객여정지도, 서비스 블루프린트, 서비스의 시각화 도구는 모두 사람들이 한 공간에 모여 경험을 직접 그려 보면서 업무 인계, 협업, 잠재적인 공백과 위험을 이해하도록 하는 데 좋은 수단입니다.
하지만 지난 20년 동안 우리가 한 일은 사실상 이런 도구를 디지털화한 정도에 그쳤다고 생각합니다.
지금 쓰는 많은 도구와 템플릿은 디자이너가 경험을 선형적으로 표현하도록 강요합니다.
대부분 문제가 없는 이상적인 경로, 이른바 해피 패스를 디자인하게 만들고, 오늘날의 복잡한 반복과 분기, AI 에이전트, 동시에 진행되는 여러 고객여정을 제대로 다루지 못합니다.
그래서 저희는 이 문제를 해결하고 서비스디자인이라는 분야를 어떻게 발전시킬 수 있을지 고민하기 시작했습니다.
제품이 개발되어 제공되는 전체 과정에서 기존 서비스디자인이 어디에 놓이는지, 지금의 방법이 실제 출시 위험을 줄이는 데 왜 충분히 효과적이지 못한지 생각해 보았습니다.

[빠져 있는 단계, 시뮬레이션]
메그스 아머:
이 슬라이드를 설명해 드리겠습니다.
제품디자인 과정에는 여섯 단계가 있습니다.
발견, 우선순위 설정, 디자인, 구축, 출시, 최적화입니다.
상당히 보편적인 과정입니다.
각 단계마다 팀은 제품 제공의 위험을 줄이기 위한 방법을 사용합니다.
올바른 문제를 해결하는지, 고객의 진짜 요구를 이해하는지, 가치 있는 경험을 디자인하는지 확인하기 위한 것입니다.
조사에서 고객여정지도 작성, 테스트, 프로토타이핑, 서비스 블루프린트 작성, 사용자 인수 테스트(UAT), 데이터 분석, A/B 테스트에 이르기까지 단계마다 방법이 있습니다.
모두 출시 위험을 낮추기 위한 것이며, 뒤로 갈수록 더 세밀해지고 비용도 더 많이 듭니다.
여기서 톰과 저는 같은 의문을 가졌습니다.
기업들은 제품 프로토타입을 만들고 코드를 테스트하는 데 많은 시간과 돈을 쓰지만, 출시 전 서비스 전체의 경험을 실제로 시뮬레이션하지는 않습니다.
서비스 출시 직전에 ‘한번 전체를 시험해 봅시다’라고 진지하게 말하는 사람이 없는 것입니다.
누군가 ChatGPT와 대화해서 우리 서비스를 찾을 수 있을까요?
그다음 다른 사람들의 평가를 확인하는 플랫폼이나 소셜미디어로 이동할 수 있을까요?
우리 마케팅 사이트에 도착할 수 있을까요?
서비스를 시작하고, 접하고, 이용하고, 문제가 생겼을 때 도움받을 수 있을까요?
이 전 과정을 문제없이 경험할 수 있을까요?
누가 이 전체를 테스트해 보았을까요?
저는 임원들이 회의실에서 이런 질문을 던지는 장면을 수없이 보았습니다.
‘이제 출시해도 될까요? 누가 이것을 50번 정도 테스트해 보았나요?’
대답은 언제나 ‘아니요’였습니다.
우리는 그렇게 하지 않았습니다.
제품 하나는 테스트했고, 그 제품 하나의 프로토타입은 아주 잘 검증했습니다.
하지만 그 주변에 있는 캠페인, AI 검색 최적화(AEO), 운영 같은 요소는 사실 하나로 연결해서 검증하지 않았습니다.
그래서 저희는 무엇인가 빠져 있다고 느꼈습니다.
빠진 것은 시뮬레이션이라고 생각했습니다.
다음 슬라이드로 넘어가겠습니다.
저희가 떠올린 질문은 이것이었습니다.
‘서비스를 출시하기 전이나 출시한 후에 AI를 사용해서 서비스 전체를 100번 실행해 볼 수 있다면 어떨까?’
이것이 Strata의 기본 비전이었습니다.
서비스디자인 시어터나 역할극에 익숙한 분들도 있을 것입니다.
다니엘레, 이 주제에 관해 우리도 아주 좋은 대화를 나눴던 기억이 납니다.
한 팀이 고객여정 전체를 직접 연기하는 전통적인 방법입니다.
프런트스테이지에서 고객은 무엇을 경험하고, 어떤 행위자가 등장하며, 백스테이지에는 누가 있고, 어떤 지원 프로세스가 있는지를 직접 연기합니다.
실제로 리야드의 한 항공사에서 근무했던 분을 만난 적이 있는데, 그분은 자신들도 이 방법을 사용한다고 말했습니다.
새 항공 노선을 개설할 때마다 처음부터 끝까지 전 과정을 직접 연기해 본다는 것입니다.
하지만 이 방법은 매우 느리고 비용도 많이 들며, 기업 환경에서 실용적으로 실행하기 어렵습니다.
빠르게 의사결정해야 하는 기업에서 경험의 공백을 찾아내려고 50명을 런던까지 비행기로 왕복시키는 일은 규모를 늘릴 수 있는 방식이 아닙니다.
저희는 이 개념을 확대하고 디지털화하고 싶었습니다.

[비선형 채널과 AI 에이전트]
메그스 아머:
계속하겠습니다.
저희 둘 다 중요하게 여겼던 문제가 하나 더 있습니다.
고객경험이 점점 더 브랜드가 소유하지 않은 채널에서 일어나고 있다는 점입니다.
이제는 고객경험이 대규모언어모델과의 대화나 개인 AI 에이전트와의 상호작용에서 발생하는 일이 많아지고 있습니다.
기업이 소유한 채널에서 최종 고객과 직접 상호작용하는 일만 있는 것이 아닙니다.
그렇다면 이런 새로운 행위자와 새로운 채널을 어떻게 이해하고 디자인해야 할까요?
슬라이드가 복잡해 보인다는 것을 압니다.
차근차근 설명하겠습니다.
이 그림을 위에서 아래로 따라가면 가장 위에는 사용자의 목표가 있습니다.
서비스디자인은 언제나 사용자의 목표에서 출발합니다.
이 사람은 무엇을 이루려는 것일까요?
그다음 이 사람이 누구인지 묻습니다.
특정한 요구를 가진 고객일까요?
아니면 서비스와 디지털 방식으로 상호작용하기 위해 전혀 다른 요구를 가진 AI 에이전트일까요?
고객이나 에이전트는 목표를 이루기 위해 기업이 소유한 채널을 오갑니다.
예를 들어 기업의 마케팅 사이트, 앱, 문자메시지, 지점이 있습니다.
기업이 영향력을 미칠 수 있는 채널도 있습니다.
구글, 대규모언어모델, 앱스토어, 미디어가 그렇습니다.
그리고 레딧, 틱톡, 트러스트파일럿처럼 기업이 전혀 통제하지 못하는 채널도 있습니다.
사용자 경험이란 이런 접점의 미로를 지나가는 경로와 그 과정에서 형성되는 인식입니다.
제가 말씀드리려는 요점은 이것이 복잡하다는 것입니다.
선형적인 고객여정지도를 훨씬 뛰어넘는 문제입니다.
고객과 에이전트가 선택할 수 있는 경로는 사실상 무수히 많습니다.
이를 이해하려면 더 나은 도구가 필요합니다.
이 이론을 실제로 보여 드리기 위해 어제 Claude로 만든 대화형 인터페이스를 잠깐 소개하겠습니다.
네이선 오라는 훌륭한 디자이너의 작업에서 큰 영감을 받았습니다.
그는 대화형 디자인에 아주 흥미로운 패턴을 만들었습니다.
나중에 채팅창에 링크를 올리겠습니다.
AI 에이전트가 운영하는 하나의 인터페이스 안에서 서비스 경험 전체가 이루어진다면 어떤 모습인지 보여 드리고 싶었습니다.
이제 사람들은 개인 AI 에이전트를 사용하기 시작하는 시대에 들어섰습니다.
메타는 뮤즈(Muse)를, 오픈AI는 닷츠(Dots)를, X는 그록(Grok)을 출시했습니다.[원문 자동전사에서 제품명 확인 필요]
앞으로 점점 더 많은 사람이 자신을 대신해 거래까지 처리하는 개인 AI 에이전트를 갖게 될 것입니다.
여기 보이는 것은 누군가 자기 에이전트에게 여러 일상적인 일을 처리해 달라고 요청하는 완전히 가상적인 사례입니다.
하지만 선형적인 경험에서 사실상 무수한 선택지가 존재하는 복잡한 시스템으로 이동하고 있음을 보여 줍니다.
문제 해결 방법 역시 시스템 사고로 옮겨 가는 전환을 보여 준다고 생각합니다.

[Strata의 비전]
메그스 아머:
여기까지 실제로 저희가 무엇을 했는지 보여 드리기 위한 긴 도입이었습니다.
슬라이드 한 장만 더 설명한 다음 만든 제품을 보여 드리겠습니다.
이런 문제의식에서 저희는 시뮬레이션을 경험디자인의 표준으로 만들겠다는 비전 아래 Strata라는 제품을 개발하기로 했습니다.
다니엘레, 다시 한번 말씀드리지만 우리 대화가 기억납니다.
전쟁에서도 시뮬레이션을 사용하고, 도시계획에서도 사용하고, 항공 분야에서도 사용합니다.
이미 널리 알려진 방법입니다.
그런데 왜 디자인에서는 사용하지 않을까요?
고객에게 제공할 서비스를 실제로 사전 시험하는 방법으로 왜 사용하지 않을까요?
저희는 서비스를 제공하는 팀이라면 누구든 출시 전이나 출시 후에 AI 에이전트로 시뮬레이션을 실행할 수 있는 제품을 만들고 싶었습니다.
고객경험 부서든 디자인 부서든, 상품기획 부서든 마케팅 부서든 상관없습니다.
고객과 접하는 팀이라면 누구나 사용할 수 있도록 하려 했습니다.
그리고 이것이 과정에서 체크리스트의 한 항목으로 끝나서는 안 된다고 생각했습니다.
지속적으로 반복할 수 있어야 합니다.
자신이 만들고 있는 서비스에 충분히 만족할 때까지 계속 시뮬레이션할 수 있어야 한다고 보았습니다.
이제 저희가 만든 제품과 그 배경의 생각을 보여 드리겠습니다.
톰, 제가 빠뜨리는 부분이 있으면 언제든 보충해 주세요.
그다음 이 제품을 왜 확장하지 못했는지, 그 경험이 무엇을 의미하며 어떤 교훈을 얻었는지 이야기하겠습니다.
다른 화면을 공유하겠습니다.

[Strata 시연: 전체 구조]
메그스 아머:
Strata가 보이나요?

톰 코널:
네, 잘 보입니다.

메그스 아머:
좋습니다.
이것이 저희가 만든 Strata라는 제품입니다.
설명을 위해 우리가 몬조은행(Monzo Bank)이라고 가정하겠습니다.
아시는 분들도 있겠지만 몬조는 영국의 대형 인터넷전문은행으로 레볼루트와 비슷합니다.
이 플랫폼에 들어오면 먼저 고객이 어떤 목표를 갖고 있는지 생각하는 데 시간을 씁니다.
앞의 슬라이드에서 말씀드렸듯 언제나 그 지점에서 시작해야 합니다.
고객에게 어떤 요구가 있는지도 생각합니다.
이 모든 것의 기술적인 두뇌 역할을 톰이 담당했습니다.
톰은 인터넷에 있는 특정 브랜드의 정보를 모두 살펴보고 고객 목표와 요구를 제안하는 놀라운 기능을 만들었습니다.
‘귀사의 브랜드에 관한 공개 정보를 바탕으로 고객 목표는 이런 것들이고, 고객의 요구는 이런 것들인 것 같습니다. 맞습니까?’라고 제안하는 것입니다.
필요하면 내용을 수정할 수 있습니다.
서비스디자인팀이 여기에서 출발해 작업을 발전시키기에는 아주 훌륭한 시작점입니다.
이렇게 고객 목표와 여러 요구가 정리됩니다.
은행 서비스에서 고객 목표는 번거로움 없는 거래, 효율적인 자금관리, 공동계좌 관리 등일 수 있습니다.
고객의 요구는 카드 잠금 기능, 보안 강화, 즉시 송금 기능 같은 것일 수 있습니다.
여기서 시작합니다.
그다음 단계에서는 고객 페르소나를 만들고 거기에 목표와 요구를 연결할 수 있도록 하고 싶었습니다.
여기에는 기술에 익숙한 밀레니얼 세대라는 예시 페르소나를 만들어 놓았습니다.
다음 단계는 사용자가 자신의 채널 구조 전체를 볼 수 있도록 하는 것입니다.
앞에서 말씀드렸듯 오늘날에는 소유한 채널, 영향력을 미칠 수 있는 채널, 통제권은 전혀 없지만 브랜드가 등장하는 채널이 뒤섞여 있어 일이 어렵습니다.
그래서 이런 모든 채널과 AI가 웹에서 찾아낼 수 있는 모든 접점을 모아 놓은 갤러리를 만들고 싶었습니다.
화면 위쪽에는 채널들이 보입니다.
예를 들어 앱스토어라는 채널 안에 안드로이드와 애플이 있습니다.
ChatGPT도 하나의 채널이고 Claude도 채널입니다.
페이스북, 구글, 인스타그램, 링크드인, 유튜브, 자사 웹사이트, 문자메시지도 모두 채널입니다.
어떤 그림인지 이해하실 것입니다.
저는 고객이 잠재적으로 오갈 수 있는 모든 접점을 한눈에 내려다보는 시야를 만들고 싶었습니다.
이 기능 자체가 매우 유용하다고 생각합니다.
조직에서 실제로 진행하는 대부분의 일은 개별 접점 수준에서 이루어지지만, 그것들을 한꺼번에 보기는 정말 어렵기 때문입니다.
지금 누가 어떤 일을 하고 있는지, 어떤 접점에 개선이 필요한지, 어떤 접점이 중복되거나 낡았는지, 어디에 투자하고 어디에는 투자하지 않는지 전체 그림을 파악하기 어렵습니다.
이것이 접점 갤러리입니다.

[점수 평가와 접점별 인사이트]
메그스 아머:
이렇게 목표와 요구를 정리하고, 고객 페르소나를 만들고, 모든 채널을 확인한 다음에는 시뮬레이션을 실행할 수 있습니다.
저희는 경험을 평가하는 점수 체계를 만드는 데 많은 시간을 썼습니다.
서비스 경험 전체와 개별 접점의 경험을 모두 점수로 평가하는 방법론을 만들고 싶었습니다.
여기 보시면 몬조은행에 대해 많은 시뮬레이션을 실행하기 시작한 것을 알 수 있습니다.
저희가 꿈꾸는 이상적인 상태에서는 여기가 관제센터와 같은 공간이 됩니다.
서비스디자이너가 이곳에 와서 이렇게 말할 수 있습니다.
‘곧 출시할 이 제품을 여러 고객의 관점에서 20번 시뮬레이션하겠습니다. 사람들이 이 과정을 제대로 마칠 수 있다는 확신을 갖고 싶습니다.’
그중 하나를 열어 보겠습니다.
이 시뮬레이션은 당좌예금 계좌를 조사하고 여러 옵션을 비교한 다음 가입을 신청하는 과정에 관한 것입니다.
여기에 시뮬레이션을 정의하고 ‘기술에 익숙한 밀레니얼 세대’ 페르소나를 연결했습니다.
그러자 에이전트가 외부로 나가 일곱 단계를 거쳐 목표를 달성했습니다.
저희는 이 시뮬레이션의 전반적인 결과가 어떠했는지, 무엇이 좋았고 무엇이 효과가 있었는지 요약해서 보여 주고 싶었습니다.
그래서 고객이 목표를 달성할 수 있었는지, 고객여정에 얼마나 많은 노력이 들었는지, 채널을 넘나드는 경험이 얼마나 일관되었는지 평가하는 점수 체계를 만들었습니다.
감정적인 측면에서 경험이 일관되었는지, 전반적으로 무엇이 잘 작동했는지, 어떤 요구가 충족되고 충족되지 않았는지도 살펴봅니다.
이어서 에이전트가 거친 개별 단계도 분석합니다.
예를 들어 이것은 영국에서 가장 좋은 당좌예금 계좌가 무엇인지 Claude와 나눈 대화입니다.
저희는 여기에서 에이전트가 무엇을 보고, 무엇을 생각하고, 무엇을 느끼고, 무엇을 했는지 분석하는 방법을 만들었습니다.
Claude와 실제로 어떤 대화를 나눴는지도 살펴봅니다.
이렇게 에이전트가 거친 접점 하나하나를 깊이 분석합니다.
웹사이트에 들어갔을 때 무엇을 보고, 생각하고, 느끼고, 행동했을까요?
그 접점에서 어떤 문제와 기회가 발견되었을까요?
저희는 접점별로 문제와 기회를 정리하는 것이 매우 유용하다고 생각합니다.
팀이 실제로 일하는 단위가 바로 접점이기 때문입니다.
예를 들어 마케팅팀은 Claude에서 우리 브랜드가 어떻게 나타나는지를 개선하고, 다른 팀은 공개 웹사이트를 담당하며, 또 다른 팀은 앱스토어를 담당합니다.
다시 공개 웹사이트를 담당하는 팀도 있을 수 있습니다.
따라서 문제와 기회를 이 수준에 연결해야 사람들이 실제로 조치할 수 있다고 판단했습니다.
하나의 시뮬레이션을 열어 ‘발견한 문제는 이렇고 기회는 이렇다. 이제 조치하자’라고 말할 수 있게 되는 것입니다.
각 접점의 점수를 어떤 방식으로 계산하는지 세부적인 설명은 생략하겠습니다.
다만 저희가 무엇을 만들고자 했는지는 이해하셨기를 바랍니다.
저희는 사람들이 여러 차례에 걸쳐 일관된 기준으로 경험을 수치화하고 판단할 수 있는 시스템을 만들고자 했습니다.

[AI가 감정을 흉내 낼 수 있는가]
메그스 아머:
로버트가 채팅창에 질문을 남겼습니다.
‘AI 에이전트가 무엇을 느끼는지 어떻게 판단하나요? AI가 실제로 무언가를 느끼기는 하나요? AI가 인간의 감정과 사고, 나아가 행동까지 얼마나 정확하게 흉내 낼 수 있을까요?’라는 질문입니다.
제게도 몇 가지 생각이 있지만, 톰이 먼저 말하고 싶다면 끼어들지 않겠습니다.
[웃음]

톰 코널:
아니요, 먼저 말씀하세요.
아주 좋은 질문입니다.
로버트, 좋은 질문 감사합니다.
이것이 궁극적으로 저희가 재현하려는 대상입니다.
다행인 점은 AI의 기본 작동 방식이 이 일을 상당히 잘 수행할 수 있을 것이라는 점입니다.
신경망은 일종의 패턴 인식 시스템이고, 많은 면에서 인간의 뇌가 작동한다고 여겨지는 방식과 어느 정도 비슷합니다.
AI 모델에 담긴 매개변수는 인간이 무엇을 하고 자신이 어떻게 생각하는지 어떻게 말하는지를 보여 주는 엄청나게 많은 사례를 학습했습니다.
물론 인간을 흉내 내는 AI 모델과 실제 인간의 행동 사이에는 분명한 간극이 있습니다.
그리고 이것은 초기에 저희가 마주한 핵심 과제 중 하나였습니다.
여기서 초기라고 하면 사실 올해 초를 말합니다.
올해 안에 2년, 3년, 4년, 5년을 산 것 같은 느낌입니다.
[웃음]
가장 어려웠던 일 가운데 하나는 AI가 인간이 보고, 생각하고, 행동하고, 느끼는 방식을 얼마나 충실하게 반영하도록 할 수 있느냐였습니다.
저희가 이것을 완벽하게 해냈다고 말할 수는 없습니다.
이 분야의 기업들이 취한 몇 가지 다른 접근도 이야기할 수 있습니다.
메그스가 같은 분야에서 수억 달러 규모로 성장한 스타트업들의 접근을 말씀드릴 수도 있을 것입니다.
그런 기업들은 대개 게임이론에서 인간 의사결정에 대한 대규모 관찰에 이르는 연구를 수행해 온 대학에서 출발했습니다.
연구 관점에서 이 문제에 접근한 것입니다.
반면 저희는 작고 민첩한 팀이어서 공개된 대규모언어모델의 장점을 활용했습니다.
놀랍게도 이런 모델에는 이미 엄청난 양의 정보와 패턴이 들어 있습니다.
일부 대학에서 사용하는 연구 데이터셋과 견줄 만한 수준입니다.
저희는 그런 방식으로 AI 모델이 인간 행동을 흉내 내도록 만들고자 했습니다.
제가 보기에 나중에는 수작업으로 했다면 놓쳤을 중요한 관점을 찾아내는 데 분명히 쓸 만한 수준까지 도달했습니다.
제게는 이런 점이 중요합니다.
원래도 정확성이 높지 않았던 작업, 예를 들면 여러 문제가 발생할 수 있는 인간 역할극을 도구가 훨씬 더 빠르게 수행하면서 개선까지 가능하게 한다면 가치가 있습니다.
그래서 저는 현실감이 다소 떨어지는 것은 받아들일 수 있었습니다.
그 대신 시장의 사람들이 실제로 경험을 어떻게 느낄지에 관한 차이를 줄여 나갈 수 있었기 때문입니다.
설명이 좀 길고 두서없었습니다만, 이 질문에 관한 저희의 생각을 이해하는 데 도움이 되었기를 바랍니다.

메그스 아머:
이 작업을 하려면 각각의 시뮬레이션에 엄청나게 많은 맥락 정보도 제공해야 했습니다.
에이전트에게 ‘당신의 목표는 이것이고, 요구는 이것이며, 이런 페르소나에 해당합니다’라고 알려 줘야 합니다.
그리고 에이전트가 거칠 가능성이 있는 채널마다 방대한 문서를 만들었습니다.
틱톡에서 좋은 경험과 나쁜 경험이 무엇인지, 미묘한 차이는 무엇이고 예외적인 상황은 무엇인지 정리했습니다.
기기에 따라 어떤 의미가 달라지는지도 다뤘습니다.
그다음 레딧에 대해 같은 작업을 하고, 페이스북과 인스타그램에도 적용했습니다.
어떤 것이 좋은지, 나쁜지, 판단 기준이 어디인지 AI에 가르쳐야 했습니다.
점수를 매기는 틀도 여러 개 만들어야 했습니다.
‘이 점수가 72점이라면 왜 72점인가?’를 설명해야 하기 때문입니다.
경험의 품질, 경로의 명확성, 목표와의 관련성, 직전 단계에서 넘어오는 과정, 브랜드의 일관성 등을 어떻게 평가할지도 정했습니다.
이 안에는 실제로 상당히 많은 수학적 계산이 들어 있습니다.
제가 사내에서 일할 때 끊임없이 떠올랐던 질문이 있습니다.
‘이 정도면 출시해도 충분한가? 충분히 좋은지 어떻게 알 수 있는가?’라는 것입니다.
역할극도 하고, 시뮬레이션도 하고, 프로토타입도 만들어 보았지만 이것으로 충분한가를 묻게 됩니다.
그 질문에 답해 주는 점수 체계는 아직 본 적이 없습니다.
그래서 사람들에게 일관된 점수 평가 도구를 주고 싶었습니다.
그 도구가 있다면 ‘지금은 50점이고, 이런 이유로 70점까지 높여야 합니다’라고 말할 수 있습니다.
그런 과정을 거쳐 약 6개월 동안 제품을 만들고 테스트하고 반복해서 개선했습니다.
40번의 시연을 했습니다.
인터뷰는 100번 넘게 했던 것 같습니다.
문제 자체에 대한 검증을 충분히 했고, 실제로 몇몇 시범 고객도 확보했습니다.
고객의 이야기를 깊이 들으며 ‘이 도구가 여러분의 사업 환경에서 작동하는가? 서비스를 스트레스 테스트하고 출시 위험을 줄이기 위한 수단으로 시뮬레이션을 실행하고 싶은가?’라고 물었습니다.
모두 그렇다고 답했습니다.
하지만 한 가지 조건이 있었습니다.
‘로그인이 필요한 서비스도 시뮬레이션하고 싶습니다’라는 것이었습니다.

[Strata를 확장하지 못한 이유]
메그스 아머:
발표자료로 다시 돌아가겠습니다.
저희와 함께 일하던 고객들은 로그인해야 하거나 유료 결제 뒤에만 접근할 수 있는 경험을 시뮬레이션하고 싶어 했습니다.
은행이라면 거래가 이루어지는 과정이나 특정 금융상품을 구매하는 과정을 시뮬레이션하고 싶을 것입니다.
하지만 저희가 가짜 계정을 만들거나, 고객사의 데이터 분석을 엉망으로 만들거나, 고객사의 코드베이스에 직접 들어가지 않는 한 그렇게 할 수 없었습니다.
[웃음]
저희에게는 이 일을 대규모로 할 수 있는 접근 권한도, 자금과 시간도, 기술팀도 없다는 사실을 금방 깨달았습니다.
톰이 앞서 말했듯 당시라고 해 봐야 몇 달 전인데 몇 년 전처럼 느껴집니다.
그때는 인터넷 자체가 AI 에이전트의 시뮬레이션을 지원할 준비가 되어 있지 않았습니다.
공개 채널을 시뮬레이션하려고 해도 에이전트가 간단한 작업조차 끝내지 못했습니다.
그래서 기술적 장벽에 계속 부딪혔습니다.
시뮬레이션을 실행하기가 어려웠고, 페이지 전체를 제대로 수집하지 못했으며, 실행 비용도 비싸졌습니다.
하지만 이런 시뮬레이션에 대한 수요가 분명히 존재한다는 사실은 알게 되었습니다.
실제로 이 분야는 폭발적으로 성장하고 있습니다.
제 생각에 서비스디자인의 미래는 여러 행위자의 여러 경로를 이해하게 해 주는 비선형·다중 행위자 서비스 시뮬레이션에 있습니다.
여기 보이는 회사들은 정말 최근 한두 달 사이에 급격하게 성장했습니다.
프리미티브 랩스(Primitive Labs), 타네라(Tanera), 셀던(Seldon), 시밀리(Similey) 같은 기업들입니다.[회사명은 자동 전사에 따라 표기했으며 정확한 고유명칭은 확인 필요]
스탠퍼드의 AI 연구실 등을 배경으로 등장했고 벤처캐피털의 대규모 투자를 받고 있습니다.
이제 막 새로운 시대가 시작된 것이라고 생각합니다.
그래서 지난 5월 저희는 이 사업을 접기로 했습니다.
마침 저도 아기를 낳았습니다.
[웃음]
톰은 다시 자신의 고객여정 관리 플랫폼 개발에 전력을 다했고, 잠시 뒤 그 제품을 보여 드릴 것입니다.
저희 둘 다 많은 것을 배웠다고 생각합니다.
그리고 이것이 서비스디자인의 미래라는 믿음도 여전합니다.
저희가 이 흐름의 아주 초기 단계에 있었던 것 같습니다.
모든 경험이 정말 흥미로웠고 저 개인적으로도 경력에서 손꼽히는 순간이었습니다.
마무리하자면 톰은 이 모든 경험을 발전시켜 지금은 훨씬 더 나은 제품을 만들었습니다.
그 제품을 보여 드리겠습니다.
이제 화면 공유를 중지하겠습니다.
감사합니다.

톰 코널:
고맙습니다, 메그스.
수고하셨습니다.

[Orchetta와 새로운 디자인 도구]
톰 코널:
관심 있는 분이 계신다면 Orchetta를 보여 드리고 싶습니다.
메그스와 함께 고민했던 생각들을 이 제품에 많이 반영했습니다.
화면을 공유하겠습니다.
처음 Orchetta를 개발할 때 고민했던 핵심 과제가 몇 가지 있습니다.
첫 번째는 경험의 복잡성이 커질수록 그 경험을 관리하는 도구도 그 복잡성을 다룰 수 있어야 한다는 점입니다.
기존 고객여정 관리 도구의 문제 가운데 하나는 현실을 표현하기에는 너무 경직되어 있다는 것이었습니다.
복잡한 경험을 제대로 다룰 수 있는 서비스 블루프린트 같은 도구를 사용하려 해도, 고객여정 관리 소프트웨어 중에는 그 수준의 복잡성을 표현할 수 있는 것이 많지 않았습니다.
그래서 저는 서비스디자이너가 고객여정 관리 환경 안에서 서비스 블루프린트 같은 도구를 활용할 수 있도록 기술을 발전시키는 데 집중했습니다.
오늘은 개발 중인 기능도 몇 가지 보여 드리겠습니다.
현재 만들고 있는 프로토타입에 대해 여러분의 의견을 듣고 싶습니다.
사람들의 일하는 방식, 기업에서 물건을 구매하고 거래하는 방식이 아주 빠르게 변하고 있기 때문에 사용하는 도구도 그 변화 속도를 따라가야 한다고 생각합니다.
우선 여러 행위자가 존재하는 환경을 다룰 수 있게 하고 싶었습니다.
고객여정 관리 도구 안에서 여러 행위자의 흐름을 그릴 수 있게 하는 것입니다.
다른 도구들도 이런 접근을 도입하기 시작한 것 같습니다.
하지만 핵심은 시스템적인 문제를 깊이 살펴볼 수 있는 능력입니다.
제가 서비스디자인과 고객경험디자인을 하면서 겪은 문제의 80%는 시스템적인 문제였습니다.
그런 복잡성 안으로 들어가 그 존재를 인정하고 시스템적인 문제를 개선할 수 있을 때 경험이 가장 크게 좋아지는 경향이 있습니다.
그렇다고 경험을 구성하는 개별 행위자가 일부러 나쁜 경험을 만들려고 하는 것은 아닙니다.
모두 자신에게 주어진 역할 안에서 최선을 다하고 있고 좋은 서비스를 제공하고 싶어 합니다.
누군가에게 정말로 끔찍하게 대하려는 사람은 세상에 그리 많지 않다고 생각합니다.
제가 너무 낙관적으로 보는 것일 수 있지만, 저는 세상을 그렇게 봅니다.
그래서 문제는 시스템에 있습니다.
그 안의 다양한 행위자와 각각의 경험을 모두 파악하고 지도화하는 것이 고객여정 관리에서 매우 중요합니다.
그러려면 엄청난 복잡성 속으로 들어가야 합니다.
따라서 도구를 개방해 AI와 상호작용하도록 만드는 것이 필요합니다.
메그스가 앞에서 AI 도우미 안에 사용자 인터페이스가 직접 들어오는 것, 그리고 그것을 활용해 이해관계자들과 협업하는 것에 관해 이야기했습니다.
인간이 감당하기 어려운 복잡성의 일부를 강력한 AI 도구로 넘겨 처리하도록 할 수 있습니다.
아주 복잡한 프로세스 흐름과 지도를 대규모언어모델에 제공해 다루기 쉬운 항목으로 분해하도록 하는 것입니다.
Strata에서 얻은 큰 통찰은 바꾸려는 요구, 불편, 얻는 가치 같은 항목을 관리 가능한 포트폴리오로 구성한다는 점이었습니다.
또 접점에 관한 이야기를 메그스와 정말 길게 나누곤 했습니다.
[코웃음]
경험의 상당 부분이 접점과 접점 사이에서 일어난다는 것은 저도 잘 압니다.
하지만 고객경험에서 접점을 바꾸지 않으면 경험을 바꿀 수 없다는 것도 현실입니다.
따라서 접점 사이의 공백과 순간을 인식하는 동시에, 통제하고 최적화할 수 있는 개별 접점에 초점을 맞추는 것이 매우 중요합니다.
오늘 여러분의 의견을 듣고 싶었던 것 중 하나는 기존 도구를 새로운 상황에 맞게 바꾸는 문제입니다.
예를 들어 고객여정지도나 그것을 확장한 서비스 블루프린트를 대화형 경험에 맞게 다시 디자인하는 것입니다.
이 기능은 아직 Orchetta의 정식 서비스에 포함되어 있지 않습니다.
사람들이 대화형 경험을 관리하도록 어떻게 도울 수 있을지 고민하며 만든 프로토타입입니다.
이 접근은 시스템 안에 많은 행위자가 있다는 사실을 인정하는 데서 시작합니다.
사람이 대화하고 있는 AI 에이전트가 있습니다.
채팅창 안에 있는 고객도 있습니다.
그리고 그 뒤에 여러 시스템이 자리 잡고 있습니다.
시스템은 특정한 일을 할 수 있는 여러 도구에 접근하지만, 하지 못하는 일도 있습니다.
이런 복잡성을 다룰 때도 고객여정 관리는 여전히 적합한 접근이라고 생각합니다.
이 모든 것을 한 사람의 머릿속에서 관리하는 것은 불가능하기 때문입니다.
우리는 고객에 관해 알고 있는 기본적인 사실에 다시 발을 딛고 있어야 합니다.
Strata를 개발할 때도 그래서 고객에게 목표가 있고 요구가 있으며, 목표에 이르는 동안 달성하려는 이정표들이 있다는 구조를 토대로 만들었습니다.
기존 서비스디자인과 고객경험디자인의 사고방식입니다.
목표와 요구라는 구조에 기반을 두면서 동시에 대화형 경험에 수반되는 복잡성까지 지도화할 수 있어야 합니다.
아직 개발 중인 작업을 보여 드려 죄송합니다.
하지만 이 자리에 와서 제품 홍보만 하고 싶지는 않았습니다.
실제로 제품 뒤에 있는 생각을 공유하고, 여러분이 대화형 경험이나 머신 저니(machine journey), 즉 기계가 수행하는 여정을 어떻게 디자인하고 있는지 의견을 듣고 싶었습니다.
감사합니다.

메그스 아머:
저도 여러분이 대화형 인터페이스와 그 디자인을 직접 시도하고 있는지, 서비스디자이너로서 어떤 접근을 하고 있는지 알고 싶습니다.
아주 뜨거운 주제라고 생각합니다.
새롭고 두렵기도 한 영역입니다.
톰이 말했듯 지금 우리가 사용하는 도구와 템플릿은 그 복잡성을 제대로 지원하지 못합니다.
여러분의 경험을 꼭 듣고 싶습니다.

다니엘레 카탈라노토:
톰과 메그스, 정말 감사합니다.
시연도 감사했고, 직접 만든 것에 관한 성찰도 좋았습니다.
특히 솔직하고 진정성 있게 이야기해 주신 점이 인상 깊었습니다.
기대한 만큼 잘되지 않은 프로젝트를 공유하는 것은 쉬운 일이 아닙니다.
그렇지만 저는 이것이 커뮤니티에 좋은 본보기라고 생각합니다.
모든 프로젝트에는 많은 배움이 있고, 그 배움을 커뮤니티에 다시 나눌 수 있다고 보여 주기 때문입니다.
그 점에 진심으로 감사드립니다.
질문을 몇 가지 받기 전에 제가 특히 인상적으로 느낀 부분을 말씀드리고 싶습니다.
첫 번째는 시뮬레이션이라는 방법 자체가 아주 오래전부터 존재해 왔다는 사실을 인식했다는 점입니다.
그러나 그것을 대규모로 실행하는 것은 완전히 새로운 과제입니다.
이런 도구를 이용하면 한 시간 안에 시뮬레이션을 수행할 수 있습니다.
어쩌면 50번을 실행할 수도 있습니다.
이것은 매우 새로운 일입니다.
워게임이나 연극 기반 시뮬레이션 같은 것은 준비하고 시작하는 데 몇 주가 걸립니다.
물론 유용하지만 시간이 많이 듭니다.
두 번째로 좋았던 생각은 워게임이나 프로토타입 테스트, 데이터베이스를 활용한 경험도 모두 시뮬레이션이라는 점입니다.
아직 최종 사용자에게 적용하는 것은 아닐 수 있지만, 실제 서비스가 제공되기 전에 문제를 비판적으로 살펴보고 개선할 요소를 발견하도록 도와줍니다.
대규모언어모델이 문제 삼을 만한 점을 제기했을 때 ‘아, 이것은 생각하지 못했네. 다시 돌아가서 고쳐 봅시다’라고 말하게 된다면, 그것이 실제로 사실이었는지는 그리 중요하지 않을 수 있습니다.
연극 기반 시뮬레이션에서도 연기를 잘했는지가 핵심은 아닙니다.
서비스를 출시하기 전에 개선할 수 있도록 가치 있는 배움을 얻었는지가 핵심입니다.
저는 이것이 관점을 바꾸는 좋은 방법이라고 생각합니다.
AI가 진실을 말하는지 아닌지에만 초점을 맞추지 않는 것입니다.
사실 여부 자체를 겨루는 문제가 아니기 때문입니다.
서비스가 제공되기 전에 우리가 고칠 수 있는 잠재적인 문제를 드러내는 일이 중요합니다.
그것이 바로 시뮬레이션의 취지입니다.
이 점이 매우 강력하다고 생각합니다.
마지막으로, 저는 최근 더 버지(The Verge)의 ‘버전 히스토리(Version History)’라는 팟캐스트를 들었습니다.
아시는 분들은 알겠지만, 그 프로그램은 마지막에 어떤 기술이나 아이디어를 놓고 ‘적절한 시기에 나온 적절한 아이디어였는가, 아니면 아이디어는 옳았지만 시기가 맞지 않았는가?’라고 묻습니다.
제 느낌에는 여러분이 조금 너무 일찍 시작했던 것 같습니다.
아이디어 자체는 정말 옳아 보입니다.
다만 기술이 아직 충분히 준비되지 않았고 몇 가지 작은 요소가 부족했던 것 같습니다.
그런데도 방향 자체는 맞다고 느껴집니다.
여러분의 인터뷰와 경험을 들어 봐도 옳은 생각이었는데 조금 일렀던 것이 아닐까 싶습니다.
이것이 제가 전하고 싶었던 몇 가지 생각입니다.
이제 질문으로 바로 넘어가겠습니다.

[청중 질의응답과 마무리]
다니엘레 카탈라노토:
질문이 있으신 분은 채팅창에 남겨 주시면 제가 바로 읽겠습니다.
채팅창에 적힌 질문은 이름을 언급하지 않겠습니다.
자신의 이름이 공개되는 것을 원하지 않을 수도 있다고 생각하기 때문입니다.
이름을 말해도 괜찮다면 ‘제 이름을 불러도 됩니다’라고 알려 주세요.
손을 들면 화면에 나오실 수 있도록 하겠습니다.
먼저 이런 질문이 있습니다.
‘어떤 서비스가 정말로 혁신적이라면 대규모언어모델에는 그 혁신에 관한 학습 데이터가 존재하지 않을 것입니다. 그렇다면 AI 에이전트는 아직 존재하지 않는 혁신에 대한 고객경험을 어떻게 시뮬레이션할 수 있을까요? 이 질문은 다른 외부 채널이 아니라 서비스 제공자가 소유한 채널에 관한 것입니다.’
어떻게 생각하시나요?

메그스 아머:
대규모언어모델을 이용하는 기업이라면 완전히 새로운 가치를 만들어 내는 동안 누구나 이 문제를 겪을 것 같습니다.
서비스디자인이든 제품이든 기술이든, 기업은 끊임없이 혁신하기 때문입니다.
따라서 사용 중인 AI 모델의 보안과 개인정보 보호 문제로 이어지는 것 같습니다.
타당한 지적입니다.
고객과 테스트할 때도 이 문제가 나왔습니다.
사람들은 ‘아직 출시하지 않은 것을 시뮬레이션하는 것이 더 가치 있습니다. 출시 버튼을 눌러 수백만 달러를 쓰기 전에 시험해 보고 싶습니다’라고 말했습니다.
하지만 동시에 ‘이것은 우리만의 핵심 경쟁력이고, 출시할 차세대 제품에 정체를 알 수 없는 에이전트 100개가 드나들게 하고 싶지는 않습니다’라고 말했습니다.
기술적인 답은 드리기 어렵지만, 대규모언어모델을 쓰는 모든 조직이 해결해야 하는 널리 퍼진 문제라고 생각합니다.
톰, 보충할 내용이 있나요?

톰 코널:
네.
특정한 사용 패턴이나 기능이 과거에 존재하지 않았기 때문에 대규모언어모델 안에 관련 패턴이 전혀 없다는 상황을 생각해 보겠습니다.
저희가 디자인의 기반으로 삼은 것은 인간이 일반적으로 사물에 어떻게 반응하는지에 관한 이해였습니다.
대규모언어모델은 대부분의 인간이 간단한 상황에 어떻게 반응하는지 꽤 잘 이해하고 있다고 생각합니다.
예를 들어 사람들은 줄 서서 기다리는 것을 좋아할까요?
아닙니다.
무언가가 줄처럼 보이고 줄처럼 느껴진다면 사람들이 그것을 좋아할까요?
아니요, 좋아하지 않을 것입니다.
물론 아주 단순한 예입니다.
현실은 그렇게 간단하지 않습니다.
하지만 이 사고를 다양한 페르소나와 유형이 선호하는 것, 기대하는 것에까지 확장할 수 있습니다.
5성급 고급 호텔에 머무는 사람은 저렴한 숙박 경험을 좋아하지 않을 것입니다.
반면 한 번도 호텔에 묵어 보지 않았고 처음으로 휴가를 떠난 사람은 같은 경험을 아주 좋아할 수도 있습니다.
사람들이 일반적으로 어떤 상황에 반응하는 방식을 이해하는 것입니다.
그리고 그것을 기대와 선호로 나누어 봅니다.
대규모언어모델에 중요한 패턴은 인간이 똑같은 사건의 순서를 이전에 경험했는지 여부보다 그런 기대와 선호입니다.

다니엘레 카탈라노토:
정말 감사합니다.
이제 레이의 질문을 받겠습니다.
제가 시계를 아주 좋아한다는 것을 아시겠지만, 시간을 보니 남은 질문은 조금 빠르게 진행해야겠습니다.
레이, 어떤 질문인가요?

레이(청중):
감사합니다.
정말 큰 도움이 되었습니다.
제가 묻고 싶은 것은 여러분의 시뮬레이션 도구가 고객여정을 내부 팀들이 실제로 관심을 갖는 대상으로 바꾸는 데 도움이 되었는가 하는 점입니다.
각 부서가 왜 변화해야 하는지만 이해시키는 것이 아니라, 자신의 작은 역할이 조직과 고객의 더 큰 그림에 어떤 영향을 미치는지도 이해하도록 하는 데 도움이 되었나요?
변화를 이야기하면 부서들은 ‘왜 우리가 이것을 해야 하죠?’라고 묻곤 합니다.
그런 부서들이 전체 그림에서 자신의 작은 퍼즐 조각이 어떤 영향을 미치는지 이해하도록 도울 수 있었는지 궁금합니다.

메그스 아머:
아주 좋은 질문입니다.
제가 보여 드린 접점 갤러리가 도움이 되었습니다.
‘인터넷에 존재하는 접점이 1,000개 있고, 그중 일부를 거치는 시뮬레이션을 실행하겠습니다’라고 보여 주는 방식입니다.
‘이 사람이 이렇게 이동하는 것이 우리의 이상적인 고객여정입니다’라는 고객여정지도를 먼저 보여 주는 것과는 다릅니다.
사람들은 이 방식을 금방 이해했습니다.
‘아, 저 채널과 접점을 제가 담당합니다. 그것이 시뮬레이션에 들어간다면 이해가 됩니다’라고 반응했습니다.
즉, 서비스 블루프린트나 고객여정지도에 담긴 정보를 실제 업무가 이루어지는 접점 단위로 나눈 것입니다.
그것이 정말 실무와 연결되는 지점이었다고 생각합니다.
투자 예산을 배분할 때도 실제로는 대개 채널이나 접점에 배분합니다.
조직의 운영모델 자체가 고객여정 중심으로 짜여 있지 않다면 고객여정 전체에 투자하는 경우는 드뭅니다.
일반적으로는 마케팅 사이트, 고객지원, 소셜미디어 등에 투자하겠다고 결정합니다.
이런 관점이 사람들이 저희가 하려는 일을 이해하는 데 정말 도움이 되었다고 생각합니다.

다니엘레 카탈라노토:
정말 감사합니다.
클레어의 질문도 있습니다.
먼저 칭찬부터 하셨습니다.
‘보여 주신 내용이 훌륭했습니다. 그렇게 복잡한 전 과정의 업무 흐름을 여러 관점에서 시뮬레이션한다는 생각이 정말 흥미롭습니다.’
그리고 ‘이 방식은 합성 페르소나(synthetic persona)를 이용해 업무 흐름을 따라가게 하고 피드백을 받는 방식과 어떻게 다른가요?’라고 질문하셨습니다.

메그스 아머:
제가 먼저 답해 보겠습니다.
저는 합성 페르소나를 고객 대신 조사에 참여하는 대체 수단으로 활용해 왔습니다.
무언가를 아주 빠르고 저렴하게, 초기 단계에서 시험하고 싶을 때 주로 사용했습니다.
그런데 합성 페르소나를 목표, 요구, 행동에 관한 프로필을 부여받은 AI 모델이라고 정의하고, 실제로 그 모델이 움직이며 행동한다면 한 단계 발전한 방식이라고 생각합니다.
합성 페르소나가 실제로 과업을 끝까지 수행하도록 만드는 것입니다.
따라서 기존 방법을 확장한 것으로 볼 수 있습니다.

톰 코널:
네, 저도 정확히 그렇게 생각합니다.

다니엘레 카탈라노토:
저도 두 분께 질문 하나를 드리겠습니다.
분명 사람들이 Orchetta를 사용해 보고 좋아할 것이라고 생각합니다.
그런데 최근 몇 달 동안 경험하신 것을 바탕으로 다른 어떤 방법을 추천할 수 있을까요?
예를 들어 저의 ‘Mastering Service Design’ 학생들에게 시뮬레이션에 관해 무엇을 추천할 수 있을지 궁금합니다.
‘여러분이 지금 디자인하고 있는 전체 경험을 오늘 사용할 수 있는 도구로 이렇게 시뮬레이션해 볼 수 있습니다’라고 알려 주려면 어떤 방법이 좋을까요?

톰 코널:
메그스, 제가 먼저 답하겠습니다.
제게 매우 도움이 되었고 요즘 누구에게나 꾸준히 추천하는 일이 하나 있습니다.
AI가 고객과 기업의 상호작용 방식에 아주 큰 영향을 미치고 있기 때문입니다.
먼저 변화가 매우 빠르게 일어나면서 동시에 매우 느리게 일어나고 있다는 점을 인정해야 합니다.
사람들의 행동은 최신 AI 흐름을 따라잡는 데 오랜 시간이 걸립니다.
어떤 기업에서는 ‘아직 아무것도 바뀌지 않았는데요’라고 느낄 수도 있습니다.
그것도 괜찮습니다.
앞으로 몇 년간 변하지 않을 수도 있습니다.
하지만 사람들의 기대 수준은 시간이 지날수록 분명히 높아질 것입니다.
그래서 제게 도움이 되었고 모두에게 추천하는 것은 AI의 기초를 제대로 이해하는 것입니다.
최근 들었던 훌륭한 강연 중 하나는 AI의 역사를 설명하는 것이었습니다.
AI가 어떻게 등장했는지, 1970년대에 어떤 연구가 시작되었는지, 어떤 사람들이 참여했는지 설명했습니다.
과거에는 무엇이 AI 개발을 막았는지, 누가 불가능하다고 믿었고 누가 가능하다고 믿었는지 이야기했습니다.
그다음 오늘에 이르기까지 이루어진 발전을 살펴보았습니다.
이런 기초를 이해하니 AI가 무엇을 할 수 있고 무엇을 기대할 수 있으며 그것을 중심으로 무엇을 디자인할 수 있는지 이해하는 데 정말 도움이 되었습니다.
저는 늘 이렇게 말합니다.
우리는 오랫동안 고객경험과 직원경험에 집중했습니다.
이제는 기계를 알아야 합니다.
기계를 이해해야 합니다.
그 세계로 깊이 들어가야 합니다.
앞으로 기계가 많은 결정을 내리게 될 것이기 때문입니다.
그러니 기계를 제대로 이해합시다.

메그스 아머:
제 조언은 직접 무언가를 만들어 보라는 것입니다.
다니엘레, 이것이 정확히 질문에 대한 답인지는 모르겠지만, 직접 서비스를 만들고 서비스디자이너로서 백스테이지를 깊이 파고들어 보라고 권하고 싶습니다.
이제는 에이전트에게 훌륭한 경험이 무엇인지 제대로 배울 때입니다.
에이전트가 서비스를 어떻게 찾고, 이해하고, 신뢰하고, 사용하며, 문제가 생겼을 때 어떻게 회복하는지 살펴보세요.
API와 구조화된 데이터, 효과적인 정책에 관해서도 깊이 공부해 보세요.
톰이 말했듯 이제 완전히 새로운 요구를 가진 새로운 고객이 등장했기 때문입니다.
서비스디자이너로서 우리는 그 요구가 정확히 무엇인지, 기업이 그들을 지원하려면 어떤 준비를 해야 하는지 정말로 이해해야 합니다.

다니엘레 카탈라노토:
정말 감사합니다.
오늘 대화와 여러분의 제안을 들으면서 아주 실용적인 방법도 있다는 생각이 듭니다.
예를 들어 합성 페르소나를 몇 개 만들고, 우리가 디자인한 여러 프로토타입과 접점을 그 페르소나들에게 제공할 수 있습니다.
그런 경험을 여러 번 실행해 보게 하면서 무엇이 작동하는지 살펴보는 것입니다.
그와 동시에 여러분이 제안한 또 다른 방향으로의 행동 촉구도 좋았습니다.
서비스디자인에서 우리가 자주 하던 움직임의 반대편도 보자는 것입니다.
저는 이것을 ‘서비스디자인의 춤’이라고 부릅니다.
우리는 프런트스테이지와 백스테이지 사이를 오가며 일합니다.
전략적인 수준과 아주 현실적이고 구체적인 수준 사이도 오갑니다.
이제는 인간과 기계 사이에서도 움직입니다.
우리의 춤에 새로운 동작 하나가 추가되는 셈입니다.
그 점을 정말 높이 평가합니다.
오늘 함께해 주셔서 진심으로 감사합니다.

[감사 인사]
다니엘레 카탈라노토:
메그스, 정말 감사합니다.
톰도 정말 감사합니다.
질문해 주신 모든 분께 감사드립니다.
그리고 여러분 모두에게 좋은…

[원문 전사 종료: 마지막 발언은 “and I wish you a”에서 끊겨 이후 내용이 제공되지 않았습니다.]