
시나리오 수렁에서 벗어나 AI 프로토타이핑으로 3주 만에 설계를 끝내는 새로운 공식
메뉴 방식의 한계를 극복하기 위해 AI를 설계 도구로 활용한 토스의 실제 사례를 다룹니다. 구현 가능성을 먼저 따지기보다 AI로 실제 대화 경험을 먼저 구축하고 검증하며 설계를 역산해 나가는 방식의 변화를 상세히 소개합니다.
AI 기능을 기획 중인 디자이너나 복잡한 사용자 시나리오 설계로 병목을 겪고 있는 제품 팀에게 이 '경험 우선 설계' 방식을 실무에 적용해 보길 권장합니다.
기존 메뉴 탐색 중심의 챗봇은 사용자가 자신의 문제를 서비스가 정의한 카테고리에 맞춰 찾아가야 하는 구조적 한계로 인해 약 60%의 높은 이탈률을 기록했습니다.
분석 후 설계를 하는 전통적 방식 대신, AI를 활용해 실제 상담 데이터를 기반으로 시나리오 초안을 먼저 생성하고 '시나리오 허브'라는 프로토타입 환경에서 실시간으로 검증하며 설계를 역산하는 방식을 도입했습니다.
3주 만에 현황 분석부터 고도화까지 완료했으며, 시나리오 수정 비용을 획기적으로 줄이고 실제 상담사와 대화하는 듯한 자연스러운 인터페이스를 구축하는 데 성공했습니다.
Trade-off
AI 도입 초기에는 이미 아는 정보를 다시 묻거나 틀린 정보를 추측해 답변하는 할루시네이션 문제가 발생했으나, 이를 개별 시나리오 수정이 아닌 '글로벌 규칙' 정의를 통해 보완하며 기술적 제약을 관리했습니다.
다양한 사용자 상황과 변수를 조합하여 AI 챗봇의 반응을 실시간으로 테스트할 수 있도록 설계된 실험용 프로토타입 환경입니다.
데이터 구조나 시스템 설계를 마친 후 UX를 고민하는 것이 아니라, AI를 통해 이상적인 사용자 경험을 먼저 구현해 보고 이를 위해 필요한 요소를 역으로 정의하는 방식입니다.
개별 시나리오의 오류를 수정하는 대신 AI가 대화 중 공통적으로 지켜야 할 원칙을 수립하여 시스템 전체의 품질을 제어하는 전략입니다.


