"키워드에서 질문으로, 네이버 검색 UX/UI설계법" 폴인 세미나 후기

폴인에서 첫 가입 무료 혜택을 받고 세미나를 0원에 감상했다. 
 

1. 세미나 후기 

이번 세미나는 네이버 CIC 책임 리더 '김재엽'님이 초청 연사였다. 
11월부터 이용 가능했던 네이버의 AI 생성형 검색 서비스 'cue'를 설명해주셨다. 

'정확성 -> 목적성' 검색 패턴 트렌드 변화 

연사님께서 검색 트렌드 변화에 대해 짚어주셨던 것이 인상 깊다. 
세미나 제목이기도 한데, 네이버는 2017년에는 정답인 검색결과(2016년부터는 연관성, 랭킹, 사용자가 많이 찾는 정답을 보여주려고 노력했음.)를 지향했다. 그러나 2023년 현재 시점, 대화형 검색 서비스를 출시했다. 이는 네이버뿐만 아니라 전세계 서비스의 검색 트렌드 변화이기도 하다. 
덧붙여 cue는 검색의 '목적'에 집중한다고 이야기 하셨다. 키워드 보다는 왜 이걸 검색할까? 를 분석해서 사용자가 검색한 키워드 외에도 확장된 답변을 한다. (ex. '김치찌개 레시피 알려줘'라는 검색 시, 김치찌개 레시피뿐 아니라 김치찌개 재료까지 검색, 상품 추천까지) 
 

Cue core UX는 다변화가 키워드 

• 모바일과 PC 환경에 따라 검색 입력창 간격 같은 인터페이스 고려가 필요했음 
• 심리스한 검색 
• 채팅에 정보를 어느 정도 양으로 담을지 정책을 세워야 했음 
• 넛지 케이스 디자인 
• 케이스에 따라 두괄식, 미괄식 정보 전달 방법 제공 
• 문서 작성이나 productiviy를 높이기 보다는 '검색' , '실생활 서비스' 에 가까움
• 모바일 버전은 아직 없고 PC
• 멀티 모달 검색 : 멀티 모달 (멀티모달 AI는 텍스트, 이미지, 음성 등 여러 종류의 데이터를 동시에 처리할 수 있는 AI 기술을 뜻한다.)

cue에 대한 간략한 설명 후에는 Q&A가 진행되었다. 질문에 대한 답변 중, 프로젝트 기간이 6개월이라는 것에 놀랐다. 
기억에 남는 질문과 답변은 몇 가지가 있다.
 
Q1. 프로젝트 진행중 팀원들과 상호 합의가 잘 안될 때 어떻게 해결하는지
서비스는 누군가의 경험을 만들어가는 것이다. 그럴 때, 팀원들과 의견 갈등이 있다면 서로의 경험이 다르기 때문일거다. 
그런데 어쨌든 우리는 '사용자의 경험'을 만들어야 하기 때문에, 팀원 한 명의 의견에 집중하기보다는 사용자 경험 합의점을 도출하려고 노력한다. 그럼에도 불구하고, 결론이 나지 않는다면 데이터를 통해 사용자 패턴 분석하거나, FGI 등 사용자 조사를 진행해야 한다고 생각한다. 
 
Q2. cue 체류시간 측정 
정답형 정보는 체류시간이 길다고 좋은게 아닐 확률이 높다. 핵심 정보가 출력되었다면 검색 서비스에 오래 머무를 이유가 없다. 
반대로 탐색형 정보는 체류시간이 길수록 좋은 것으로 판단할 수 있다. 
 
Q3. cue를 만들 때 질문 type을 분리해서 인식하도록 했는지?
질문 case에 따른 답변 템플릿이 있었다. 
예를 들어,

• 정보성 질문 => 지식정보 
• 쇼핑성 => 가격, 도착배송 lable  
• 로컬 => 지도, 영업시간 API 호출 

Q4. cue의 할루시네이션에 대해
cue의 신뢰성 판단 기준을 세우기 위해 네이버 내부 검색결과를 토대로 검토한다. 

 

참고) 할루시네이션은 본래 환각을 뜻하는 정신의학 용어로 AI(인공지능)가 맥락과 관련 없거나 사실이 아닌 내용을 마치 옳은 답처럼 내놓는 현상을 일컫습니다. 잘못된 정보를 사실처럼 말하는 것입니다. 

 
 

2. 요즘 내가 쓰고 있는 AI 서비스 비교 

(1) 서비스 개요 

네이버 Cue

• 개요: 네이버의 대규모 언어 모델 HyperCLOVA X를 기반으로 한 생성형 AI 검색 서비스.
• 특징: 문장 기반의 검색 쿼리 처리, 사용자의 질문에 대한 관련성 높은 답변 제공.
• 장점: 실생활과 연관된 서비스(ex. 맛집 예약하기, 배달 주문하기, 상품 쇼핑하기)에서 다른 AI 보다 유리할 것으로 보임. 특히 리뷰 데이터, 블로그 데이터로 모아온 사람들의 정보로 취향 기반 검색결과를 보여주는 것이 가능할 것 같다. 
• 단점: 아직 베타 단계로 기능이나 검색결과가 한정 되어 있다는게 느껴짐. 네이버가 준비한 추천 질문으로 검색 시, 검색결과가 풍요롭게 출력되나, 유저가 원하는 정보로 검색 시, 이전과 같은 검색결과 템플릿이 나오지 않음. 

+추가 좋았던 점) 질문 찾는 과정을 시각화함으로써, 검색 결과를 기다리는 체감 시간을 낮춰줌 
 

Chat-GPT (OpenAI)

• 개요: GPT(Generative Pre-trained Transformer) 기반의 대화형 AI.
• 특징: 다양한 주제에 대한 대화, 문제 해결, 정보 제공, 창의적인 작문 가능.
• 장점: 광범위한 주제에 대한 지식, 다양한 언어 지원. '질문-답변-질문-답변' 대화 패턴으로 gpt가 실시간으로 학습해나감. 
• 단점: 때때로 부정확하거나 오래된 정보 제공 가능성이 있었으나, 최근 chat-gpt 4는 저장된 정보가 아닌 정보가 필요할 경우 Microsoft Bing에서 실시간 검색결과를 가져오고 있다. 취향 기반 검색결과를 얻고 싶다면 gpt를 A-Z까지 교육 시켜야 함. 

 

산타토익 AI

뜬금없지만 최근 토익 공부 때문에 산타토익 어플을 쓰고 있어 비교군에 넣어보았다.. 

• 개요: 토익 학습을 위한 AI 지원 어플리케이션.
• 특징: 학습자 맞춤형 학습 콘텐츠 제공, 학습 효율성 향상에 중점.
• 장점: 문제 해설지+ 생성형 AI 검색 서비스를 제공하여 문제 해설지에 나와있는 정보 이외 질문이 있을 경우, 실시간으로 추가 질문 가능. 해당 문제에 특화되어 있어 관련 질문에 대해 쪽집게 답변을 해주는 편임. 
• 단점: 토익 외 다른 언어 학습에는 적용 불가.

파란색 섹션의 Santa Tutor 추천질문을 클릭하면 생성형 검색 대화창으로 넘어가서 AI와 대화할 수 있다.

질문을 하면 chat-gpt, cue와 별반 다르지 않게 답변을 해주는데, 위에서 설명한 것과 같이 관련된 영어 문제에  특화되어 있다. 그래도 문제와 관련없는 영어 질문을 했을 때 잘 대답해준다.

아예 영어와 거리가 먼 질문을 건네면 답변을 거부한다.

(2) 사용 기술

• 네이버 Cue: HyperCLOVA X 언어 모델, 문맥 이해 및 관련 정보 검색.
• Chat-GPT: GPT 언어 모델, 광범위한 데이터 학습, 다목적 대화 및 텍스트 생성.
• 산타토익 AI: 학습자 데이터 분석, 맞춤형 학습 경로 제공, 효율적인 언어 학습 지원.

(3) 주요 용도 및 응용 분야

• 네이버 Cue: 정보 검색, 답변 제공, 사용자 질문에 대한 정확한 정보 추출.
• Chat-GPT: 교육, 엔터테인먼트, 기술 지원, 창의적 글쓰기 및 대화.
• 산타토익 AI: 언어 학습, 개인별 학습 경로 제안, 학습 효율성 증진.

(4) 결론

각 서비스는 AI 기술을 활용하여 서로 다른 목적과 사용자 경험을 제공하고 있다. 생성형 검색, 생성형 서비스도 각 서비스의 특징에 맞게 Fit하도록 학습시키는 것이 중요해보인다. 그런데 네이버 cue를 보면서.. 이제 누구에게나 개방되었던 검색 서비스도 유료화가 될 지도.. 그렇다면 열려있는 정보화 시대에서 다시 프리미엄 유저만 정보에 접근할 수 있는 시대로 후퇴하는게 아닐까. 이러한 정보 불균형은 자본주의 사회에서 계급의 극단화를 낳을텐데, ,, AI를 넘어서 사회문제까지 걱정하게 됐다.