다시 돌아오는 순간을 위한 디자인
대부분의 소프트웨어는 정보가 어디에 있는지는 기억합니다. 하지만 작업이 어느 단계에 와 있는지는 기억하지 못합니다.
AI 에이전트를 사용하는 상황을 생각해 보세요. 작업을 하나 맡깁니다. 다른 업무로 전환합니다. 90초 후에 돌아옵니다. 에이전트가 "완료되었습니다"라고 말합니다.
이제 문제에 직면합니다. 방금 초안을 작성한 것인가요? 실제 데이터를 변경했나요? 이를 뒷받침하는 근거는 무엇인가요? 사람의 결정이 필요한가요?
이 질문들에 답하기 위해 채팅 로그, 알림, 탭을 뒤져야 합니다. 시스템은 활동 내역은 남겼지만 맥락(context)은 놓쳤습니다. 이 간극 때문에 Workstream Continuity Design (WCD)가 필요합니다.
WCD는 사용자가 전환할 때마다 인터페이스가 작업 상태를 기억하도록 보장합니다.
전통적인 디자인은 사용자가 유일한 작업자라고 가정합니다. 현대적인 디자인은 사용자가 자리를 비운 사이 소프트웨어가 작동하고 있다는 점을 고려해야 합니다. 당신은 동시에 여러 가지를 감독할 수도 있습니다:
- 주제를 조사 중인 에이전트
- 코드를 작성 중인 에이전트
- 고객 답장
- 차단된 배포
주요 과업은 '스위치인(switch-in)'이 됩니다. 워크스트림에 진입하여 상태를 파악하고, 결정을 내린 뒤 떠나는 것입니다. 매번 맥락을 다시 구축해야 한다면 시간과 집중력을 잃게 됩니다.
WCD는 빠른 상황 파악을 돕기 위해 특정한 문법(grammar)을 사용합니다: • GOAL: 우리가 원하는 결과. • ATTN: 지금 확인해야 하는 이유. • STATE: 현재 상태. • DELTA: 실제로 변경된 내용. • ACTORS: 담당자와 다음 작업자. • AUTH: 허용된 권한. • EVIDENCE: 상태를 뒷받침하는 근거. • EFFECT: 범위와 리스크. • NEXT: 가장 안전한 다음 단계.
이는 단순한 상태 표시등보다 유용합니다. 긴 채팅 기록을 읽는 것보다 빠릅니다.
WCD의 성공은 사용자가 얼마나 빨리 클릭하느냐가 아니라, 얼마나 빨리 이해하느냐에 달려 있습니다. 우리는 이를 다음과 같이 측정합니다:
- Time to Orientation: 조치가 필요한지 얼마나 빨리 파악하는가.
- Time to Decision Readiness: 변경 사항을 얼마나 빨리 이해하는가.
- False-ready rate: 작업이 완료되지 않았음에도 완료되었다고 생각하는 빈도.
목표는 소프트웨어가 인간의 감독을 지원하는 일관된 모델을 구축하는 것입니다.
Zenodo에서 전체 연구판을 읽어보세요.
Optional learning community: https://t.me/GyaanSetuAi