결론: AI가 바꾼 건 인터페이스가 아니라 역할이다

AI 시대의 UX에서 가장 중요한 변화는 채팅창이 아니다. 사용자가 조작원(operator)에서 감독자(supervisor)로 바뀌었다는 것이다1.

배치 처리에서 명령행으로 넘어간 것이 1960년대. 그 이후 60년 동안 UI의 본질은 “사용자가 실행 단계를 하나씩 지정한다"는 명령식 패러다임이었다. GUI도, 터치도, 음성도 이 틀 안에 있었다. 그런데 AI가 그 틀 자체를 깨뜨렸다. 사용자는 이제 “어떻게"가 아니라 “무엇을” 말하고, 시스템이 “어떻게"를 스스로 결정한다.

UX의 대부 Jakob Nielsen은 이 전환을 의도 위임(intent delegation)이라 이름 짓고, 이것이 60년 만의 첫 UI 패러다임 전환이라고 선언했다1. 큰 말이다. 하지만 들여다볼수록 과장이 아닌 것 같다.

의도는 소원이 아니다

“시카고 여행 계획해줘"라는 프롬프트를 생각해보자. 이건 의도가 아니다. 소원이다.

Nielsen에 따르면 시스템이 실행 가능한 의도는 세 층으로 구성된다1.

  • 기대 결과: 무엇을 달성할 것인가
  • 제약 조건: 예산, 움직일 수 없는 일정, 리스크 허용 범위
  • 위임 경계: AI가 해도 되는 것과 안 되는 것

예산도 모르고, 이미 잡힌 회의도 모르는 AI에게 여행을 맡기면 결과는 뻔하다. 프롬프트 하나로 완벽한 결과를 기대하는 것 자체가 이 패러다임에서는 잘못된 기대다. 의도는 한 번에 전달되는 게 아니라, 시스템과 사용자 사이에서 협상을 통해 구체화된다.

프롬프트 엔지니어링은 가용성 위기의 증거다

이 패러다임에는 태생적 문제가 있다. 자연어가 곧 인터페이스라는 전제 하에서 “의도를 글로 써라"고 요구하지만, 쓰기는 읽기보다 인지 부하가 훨씬 크다1. Nielsen에 따르면, 선진국 인구의 절반가량이 이런 수준의 문해력을 갖추지 못한다.

‘프롬프트 엔지니어링’이라는 기술이 존재한다는 것 자체가 이 위기의 실증이다. 자연어가 자연스럽다면 왜 엔지니어링이 필요한가?

이건 Nielsen만의 주장이 아니다. 카네기멜론의 HAICo 연구팀은 이 문제를 구상의 간극(gulf of envisioning)이라 불렀다2. 사용자는 결과물의 문제를 감지할 수 있지만, 그 직관을 AI가 해석 가능한 프롬프트로 번역하지 못한다. 시행착오 프롬프팅 루프가 반복되는 이유다.

더 흥미로운 건 HAICo 팀이 이 문제에 대한 해법도 실험적으로 검증했다는 점이다. 사용자의 의도를 즉시 실행하는 대신, 시스템이 의도를 명명된 매개변수로 분해하고 각 매개변수에 선택 가능한 옵션을 제시한다2. 참가자의 74.8%가 시스템이 제안한 기본 옵션을 변경했고, 7/24명은 자신이 전혀 고려하지 않았던 방향을 선택지에서 발견했다고 보고했다2. Nielsen이 제안한 “Style Gallery"의 구체적 구현이자 실험적 검증인 셈이다.

이 시리즈의 이전 글 챗봇은 창작 도구가 아니다에서 이 연구를 상세히 다뤘다.

문제 진단은 이쯤에서 충분하다. 그렇다면 해법은 무엇인가? Nielsen은 성숙한 AI 시스템의 인터페이스가 어떤 구조를 가져야 하는지에 대해 구체적인 모델을 제시한다.

3층 인터페이스 모델: 핵심은 중간 층이다

Nielsen은 성숙한 AI 시스템이 세 개의 인터페이스 층으로 구성될 것이라 예측한다1.

1층: 의도 계층(Intent Surface) — 사용자가 의도를 입력하는 곳. 텍스트뿐 아니라 음성, 스크린 컨텍스트, 카메라 등 다중모달 입력으로 표현 장벽을 우회한다. 시스템이 성숙해질수록 캘린더, 행동 이력 등에서 의도를 능동적으로 추론하고 사용자는 확인만 한다.

2층: 조율 계층(Orchestration Surface) — 가장 중요한데 가장 무시받는 계층. AI가 고위험 행동을 실행하기 전에 벌어지는 협상의 장이다. 실행 계획, 데이터 소스, 영향 범위를 사전에 공개하고, 실행 후에는 무엇을 바꿨고 어떤 가정을 사용했는지 영수증(receipt)을 제공한다.

3층: 직접 조작 계층(Direct Manipulation Surface) — 전통적 GUI. 사라지는 것이 아니라 예외 상황의 정밀 수정과 긴급 오버라이드를 담당하는 보완 계층으로 격하된다. 다만 조작 대상이 한 단계 올라간다—개별 픽셀이나 텍스트가 아니라 태스크 우선순위, 타임라인, 출처 칩 같은 것을 드래그한다.

이 중 조율 계층에 주목할 필요가 있다. 대부분의 AI 제품이 1층(더 나은 프롬프트 입력)과 3층(결과물 편집)에만 투자하고, 정작 신뢰가 형성되거나 붕괴되는 중간 층은 비어 있다. ChatGPT는 왜 그런 답을 했는지 설명하지 않고, Midjourney는 왜 그런 이미지를 골랐는지 보여주지 않는다. “AI가 뭘 하려는 건지, 왜 이런 결정을 했는지"를 사용자가 볼 수 없다면, 그건 편리함이 아니라 블랙박스다.

마찰은 버그가 아니라 안전장치다

저위험 작업에서 마찰을 줄이는 건 옳다. 하지만 고위험 작업에서 마찰을 줄이는 건 위험하다. Nielsen은 이 구분이 AI UX 설계의 핵심이라고 본다1.

문제는 가신성 함정(Plausibility Trap)이다. AI의 출력은 깔끔하고, 권위적이고, 즉시 제공된다. 인간은 이런 특성의 정보를 비판 없이 수용하도록 진화해왔다. 결과적으로 사용자는 AI 출력에 대한 비판적 분석을 건너뛴다.

대응은 두 가지다.

하나는 점진적 위임이다. AI는 보수적 모드에서 출발한다. 초안을 쓰고, 준비하고, 확인을 요청한다. 신뢰가 축적되면 행동 범위를 넓힌다—낮은 위험의 직접 실행부터 시작해서, 마지막에야 고위험 시스템에 손을 댄다.

다른 하나는 동적 마찰 임계값이다. 같은 $500 이체라도 개인 금융 앱에서는 고마찰이 필요하지만, 기업 재무 AI에서는 무시 가능한 수준이다. 마찰은 역할, 리스크 허용도, 행동의 가역성에 따라 실시간으로 조정되어야 한다. 고정된 “확인 버튼 한 번"으로는 부족하다.

느린 AI: 30시간 뒤 돌아온 사용자를 위한 설계

AI 작업이 수분에서 수십 시간 걸리는 시대가 오고 있다. 전통적 응답 시간 기준(0.1초–10초)은 완전히 무효화된다1.

Nielsen이 제안하는 대응 패턴 중 두 가지가 특히 인상적이다.

실행 계약(Run Contract): 작업 시작 전에 예상 시간, 비용 상한, ‘완료’의 정의, 행동 경계(“외부에 이메일을 보내지 않겠다” 같은)를 사전에 공시한다. 건설 계약서처럼. AI에게 일을 맡기기 전에 계약을 먼저 확인하는 거다.

개념적 이정표(Conceptual Breadcrumbs): 진행률 40%보다 “세 번째 데이터 소스 분석 완료, 결론 X가 오류로 판명됨"이 훨씬 유용하다. 퍼센트 바는 기계의 언어고, 중간 결론 요약은 인간의 언어다.

그리고 30시간 뒤 돌아온 사용자는 처음 뭘 시켰는지 잊어버렸다. 맥락 재탑승(Context Reboarding) — UI가 “당신이 이걸 시켰고, 여기까지 진행됐고, 이게 남았습니다"를 요약해줘야 한다. 작업을 중단할 때는 어떤 중간 산출물이 재사용 가능한지를 명시해서, “20시간을 헛되이 기다렸다"는 심리적 손실을 줄여야 한다.

여기까지가 인터페이스의 구조와 시간에 관한 이야기였다. 하지만 Nielsen의 글에서 가장 무거운 질문은 마지막에 온다. 이 모든 편리함이 사용자에게 진짜 좋은 것인가?

인지 외골격인가, 인지 휠체어인가

글의 마지막에서 Nielsen은 경고를 던진다1.

좋은 AI UX는 인지 외골격(Cognitive Exoskeleton)이다. 사용자의 능력을 확장하면서 시스템 이해를 유지시킨다. 나쁜 AI UX는 인지 휠체어(Cognitive Wheelchair)다. 사용자가 시스템 작동 원리를 전혀 이해하지 못하게 되어 ‘인지 위축 순환’에 빠진다.

사용자가 영원히 학습할 필요가 없다면, 그 사용자는 자기 디지털 생활의 승객이 된다.

이건 추상적 경고가 아니다. HAICo 팀의 실험이 구체적 숫자를 보여줬다2. ChatGPT를 사용한 그룹은 주로 프롬프트 작성법(시스템 행동)을 학습한 반면, HAICo를 사용한 그룹은 주로 과제 관련 지식과 새로운 아이디어 방향(과제 자체)을 학습했다. 시스템이 프롬프트 엔지니어링 부담을 줄이면, 인지 자원이 과제 탐색에 재배분된다.

다시 말해, 챗봇 패러다임에서 사용자는 “AI를 잘 쓰는 법"을 배우느라 정작 “자기가 하려는 일"에 대해서는 배우지 못한다. 인지 외골격과 인지 휠체어의 차이는, 시스템이 사용자의 인지 자원을 어디로 향하게 하느냐에 달려 있다.

60년의 무게

명령식 패러다임은 훌륭히 작동해왔다. 하지만 이제 발밑의 땅이 바뀌고 있다. Nielsen의 글을 읽으면서 계속 떠올랐던 건, 이 전환이 인터페이스만의 문제가 아니라는 것이었다.

UX 설계자의 역할도 바뀐다. 선형적 흐름(화면 A → B → C)을 설계하는 것이 아니라, 가능성의 공간을 설계하는 것이 된다. 경계 조건, 잠재 공간의 물리 법칙, 생성적 환경의 피드백 루프를 설계한다1.

사용자도 바뀐다. “제작"에서 “발견"으로. 직접 만드는 것이 아니라, AI가 생성한 가능성의 공간을 탐색하며 “이거다"를 발견하는 것.

그렇다면 이 전환에서 가장 먼저 해야 할 일은 무엇인가? 조율 계층을 만드는 것이다. 지금 대부분의 AI 제품에 비어 있는 그 중간 층—AI가 무엇을 하려는지 보여주고, 사용자가 경계를 설정하고, 결과를 검증하는 장. Nielsen의 표현을 빌리면, 위임하되 포기하지 않는 관계를 설계하는 것—이것이 앞으로 10년의 가장 큰 UX 과제다1.

  1. Jakob Nielsen, “Discovering Intent: UX Design in the AI Age” — Jakob Nielsen on UX (Substack), 2026-03-26. nash_su의 트윗 요약을 통해 발견. ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  2. Wen et al., “Exploration vs. Fixation: Scaffolding Creative Thought with Divergent and Convergent Thinking in AI Co-Creation” — arXiv:2512.18388, 2026. 이전 글 챗봇은 창작 도구가 아니다에서 상세히 다뤘다. ↩︎ ↩︎ ↩︎ ↩︎