ChatGPT에서 프로젝트 기능을 활용하는 방법

HCI 관점에서 읽을 만한 이유

이 글은 AI를 ‘똑똑한 기능’이 아니라 ‘사용자가 함께 일하는 대상’으로 보게 해줍니다. 그래서 HCI/UX 실무자와 연구자에게는 모델 성능보다 신뢰, 개입, 실패 복구 같은 인터랙션 요소가 더 중요할 수 있음을 보여줍니다. 특히 프로덕트에 넣었을 때 생기는 책임 분담과 사용 흐름의 변화까지 생각하게 해준다는 점에서 의미가 큽니다.

CIT의 코멘트

AI 에이전트나 자동화 기능은 겉으로는 편리해 보여도, 실제로는 사용자가 언제 믿고 언제 멈춰야 하는지 알려주는 인터페이스가 핵심입니다. 버튼이 하나 줄어드는 대신, 시스템 상태가 흐려지면 사용자는 더 큰 위험을 떠안게 되는데요. 그래서 성능 향상만 볼 게 아니라, 실패했을 때 어디서 개입할 수 있는지, 어떤 신호로 상태를 보여줄지까지 같이 설계해야 합니다. 흥미로운 점은 이런 문제를 잘 풀기 위해서라도 정교한 UX 측정 도구와 평가 방법이 필요하다는 것입니다. LLM을 쓴다고 해서 연구의 엄밀함이 느슨해지면 안 되고, 오히려 더 투명한 검증 방식이 요구됩니다. 국내 서비스 환경처럼 빠르게 기능을 붙이는 문화에서는 이런 균형이 더 중요합니다.

원문을 읽으면서 던질만한 질문

• Q.사용자가 AI의 다음 행동을 예측할 수 있게 만드는 최소한의 상태 신호는 무엇일까요?
• Q.실패했을 때 자동화가 사용자에게 넘겨야 하는 개입 지점은 어디까지가 적절할까요?
• Q.LLM을 활용해 UX 측정 도구를 만들 때, 연구의 엄밀성을 지키기 위한 기준은 무엇일까요?