지난해 9월 말부터 PC 버전의 네이버 검색창 우측에 새로운 아이콘이 생겼다. “일상을 바꾸는 AI 검색” 문구가 나오고 뒤이어 이 글자들이 하나로 모인다. 그리고 짜잔, ‘Cue:큐:’라는 아이콘이 형성된다. “AI 검색, 안 써봤다면? 큐: 사전 신청 오픈!”이나 “이제, 검색 결과에서 AI 검색을 만나보세요”라는 작은 배너도 상시로 뜬다. 궁금하다. AI 검색으로 일상을 바꾸다니, 어떻게?

네이버가 검색 포털 서비스를 시작한 건 1999년 6월부터다. 이후 네이버 뉴스 콘텐츠나 네이버 지식iN, 네이버 블로그, 네이버 카페, 네이버 쇼핑 등 다양한 콘텐츠와 서비스를 제공하면서 우리에게 새로운 UX를 제공했고, 이는 현재 네이버의 밑거름이 됐다. 이제는 당연해진 ‘지식까지 찾아주는 검색’이라는 문구가 보여주듯이 네이버 검색은 우리 일상에 커다란 변화를 가져왔다. 그런데 ‘일상을 바꾸는’ 검색이라니. 격세지감의 검색이 얼마나 더 바뀌는 걸까.

​Cue:를 사전 신청해서 사용하면 이전과는 다른 결과를 접한다. 우선 Cue:에게 ‘Cue:’를 물었다. “네, 저는 “Cue”라는 이름을 가진 생성형 AI 검색 서비스입니다. 저는 사용자의 의도를 파악하고 네이버가 가진 양질의 콘텐츠를 바탕으로 확장된 검색 경험을 제공합니다. 또한, Creative Unique Experience를 추구하며, 사용자에게 새로운 경험을 제공하고자 노력하고 있습니다. 언제든지 필요하신 정보나 도움이 필요하시면 말씀해주세요!”

​궁금증 해결과 Cue: 사용의 이해를 돕기 위해 네이버의 AI 검색 서비스인 Cue:의 UX/UI를 책임진 Search Creative X 김재엽 책임 리더를 만났다.

생성형 AI 시대, 검색 UX/UI 어떻게 달라야 할까?

‘Search Creative X’는 무엇을 하는 곳인가요.

Search Creative X의 X는 예상하듯 ‘Experience, 경험’입니다. 새로운 검색 서비스 기획/운영과 디자인 설계가 함께 있는 조직이죠. 검색 결과에서 볼 수 있는 모든 디자인 UX/UI와 신규 서비스 기획을 담당해요.

2년 전부터 시작된 생성형AI, 지난해 내내 화두였죠, 생성형 AI 검색 서비스는 좀 낯선 느낌인데요, 좀 더 구체적으로 설명해주실 수 있나요?

생성형 AI, 초거대 AI 많이 들어봤을 텐데요. 기술과 자본, 데이터가 엄청나지 않으면 할 수 없는 것이 생성형, 초거대 AI입니다. 그러다 보니 거대 자본을 가진 글로벌 빅테크 기업이 판을 주도하는 상황이죠. 그 경쟁 속에서 국내에서 초거대 AI, 생성형 AI를 할 수 있는 기업이 저는 네이버라고 생각합니다. 네이버가 기본적으로 잘하는 다양한 서비스와 AI기술을 적재적소에 연결해 사용자 경험을 확장하고 실생활을 더 편리하게 만든다면 국내 뿐만 아니라 글로벌 시장에서도 충분히 경쟁력이 있을 것으로 생각합니다.

서론이 길었는데요, 저는 검색에 들어간 생성형 AI의 핵심은 이것이라 생각해요. 사람들이 사고 싶은 물건을 키워드 베이스로 검색할 때 이미지를 머릿속에 먼저 그리죠. ‘나는 조명을 사고 싶어. 테이블 조명이고, 내가 사고 싶은 조명의 가격은 20만 원대야. 무선 충전 기능이 있고, 오늘 구매하면 내일 도착을 보장했으면 좋겠어.’ 하지만 보통은 ‘테이블 조명’이나 ‘20만 원 이하 테이블 조명’, ‘무선 조명’, ‘포터블 램프’라는 키워드로 여러 차례 검색하겠죠. 예전에는 검색 잘하는 사람과 못하는 사람으로 나뉘기도 했잖아요. 어떤 키워드를 사용해야 검색 결과가 잘 나오는지 학습한 사람이 검색을 잘했죠. 이런 차이를 해결하는 생성형 AI가 Cue:예요. 또 생각한 내용을 그대로 나열해서 그러니까 롱테일 쿼리Query, 긴 문장으로 검색어를 입력해도 Cue:가 각각의 검색을 대신하고 그 결과만 딱딱 뽑아서 요약해주는 거죠. 그러면 검색 패턴이 키워드에서 대화형으로 바뀌어요.

(*‘Cue:’의 답변: 롱테일 쿼리long tail Query란 일반적인 검색어와는 달리 길고 복잡한 단어 또는 문장으로 이루어진 검색어를 말합니다. 이러한 롱테일 쿼리는 대부분 특정 분야나 주제에 대한 구체적인 정보를 찾는 경우에 사용됩니다.)

여러 생성형 AI 툴로 많은 변화가 일어나고 있죠. 재엽님이 체감하는 변화는 일반 사람과는 다를 것 같은데요.

제가 생성형 AI를 처음 접한 건 챗GPT나 미드저니가 아니라 DALL-E 2 모델이었어요 제가 강연에서도 예제로 자주 사용하는데 14세기 버전의 제 자화상을 이미지 생성 AI로 만드는 거죠. 콧수염이 있고, 안경 끼고, 통통한 동양인이라는 외모적 특징에 14세기 복장을 한 모습을 렘브란트의 화풍으로 그려달라고 명령하면 재밌는 결과가 나왔죠.

데이터 수집의 한계 때문인지 동양인이라면 극동 아시안이 아니라 인도나 동남아 사람에 가깝게 나왔지만 이스트 아시안으로 좁히면 좀 더 비슷하게 표현됐어요. 결국 명령어에 대한 이해가 필요하다는 걸 알게 된 거죠. 이후에 여러 생성형 AI가 나오면서 저에게 크게 다가온 건 이건 일종의 ‘생산성Productivity’을 높여주는 창작 툴이라 생각했어요. 나아가 여러 창작 툴을 혼합해 사용하니 가능성이 점차 고도화되는 거죠. 검색 서비스를 담당하는 사람으로서, 네이버에서도 생성형 AI로 인해 검색 경험의 새로운 가능성이 Cue:를 통해 일어나고 있다고 생각해요. 예를 들어 예전에는 요리하기 위해 레시피를 검색하고, 필요한 재료를 하나하나 따로 검색해서 구매했다면, Cue:는 검색 한 번으로 레시피 정보와 요리에 필요한 식재료 주문이 즉시 가능하도록 연결해줍니다. 원하는 정보에 더 빠르게 도달하도록 엔진이 하나 더 달린 셈이죠.

UX의 근본은 달라지지 않을 것

그렇다면 생성형 AI로 인해 UX/UI의 변화나 접근법이 달라질까요.

생성형 AI가 생겼다고 해서 UX의 본질이 달라지지는 않아요. 생성형 AI를 어떻게 잘 적용하느냐가 더 중요하죠. 접근법을 고려하면 두 가지로 나눌 수 있어요. 내가 UX/UI 디자인할 때 어떤 생성형 툴을 써서 더 효과적이게 할 거냐, 아니면 생성형 서비스나 생성형 AI 제품을 만들 때 내가 기존 UX/UI 말고 더 고민할 것이 생겼냐, 라는 측면이죠. 후자 쪽을 질문한 것 같은데 저도 느끼는 바가 커요.

예를 들면 AI가 추천하거나, 어떤 결과를 만들었을 때 그게 왜 추천되었는지 혹은 결과가 부족하거나 적절하지 않을 수도 있다는 등 AI의 기능과 한계를 사용자에게 투명하게 보여주는 것이 UX적으로 중요해요. 서비스가 실제 제공할 수 있는 부분과 사용자의 기대치를 맞춰야 하기 때문인데요. 우리는 이 부분을 우측 상단에서 볼 수 있는 ‘답변 과정’을 통해 Cue:가 어떤 부분을 검색하고 분석하는지 그래서 사용자에게 어떤 답변을 해줄 수 있는지 보여주고 있어요.

우리는 정보를 우선순위로 전달하는 검색 서비스이니까 사용자가 UX/UI적으로 검색 결과를 어떻게 받아들이는지 많이 고민합니다. 그러다 보니 문단도 신경 써야 해요. 답변이 무작정 길게 나온다고 해결되는 문제가 아니었죠. 어떤 답변은 간결하게 두괄식으로 나와야 하고, 어떤 답변은 미괄식으로 서술하면서 답을 줘야 했어요. 그전에는 고민할 필요가 없던 부분인데 LLM 서비스를 만들면서 고려하게 됐죠.

예를 들면 올해 열릴 파리올림픽은 언제부터 언제까지야 물으면 ‘7월 26일부터 8월 11일까지 개최된다’고 두괄식 설명이 이어지고, 내일 입을 옷 추천해줘 말하면 ‘내일은 비가 오고 추우니까 비옷을 챙겨 입으세요’ 이렇게 미괄식으로 서술하면 이해가 쉽죠. 그래서 우리 디자이너들이 이런 가이드를 일일이 만들 수 있는지도 일종의 시험대였어요. 학습시키는 모델러 외에도 자연어를 처리하는 언어학자와 협업하는 프로세스도 새로 생겼죠. 결국 UX/UI의 본질은 변하지 않지만 서비스 목적에 따라 새로운 프로세스가 생기는 거죠.

(*‘cue:’의 답변: ‘LLMLarge Language Model’은 대규모 언어 모델로, 인공 신경망으로 구성된 언어 모델입니다. 수십억 개의 파라미터를 보유하고 있으며, 자기 지도 학습이나 반자기 지도 학습을 사용해 레이블링 되지 않은 상당한 양의 텍스트로 훈련됩니다. LLM은 2018년경에 등장하였으며, AI 챗봇 기술을 가능하게 하는 요소로 주목받고 있습니다.)

생성형 AI라면 대화형 UI를 먼저 생각하는데 AI 검색은 목적이 달라서 UI 접근법도 달라야겠어요.

좋은 질문이시네요. 우리는 Cue:의 사용자 경험을 설계하면서 기존 ‘대화 형태 인터페이스’를 ‘대화형 검색 인터페이스’라고 재정의했어요. 대화형 인터페이스는 2014년 인공지능 어시스턴트가 스피커 형태로 나왔을 때부터 있었지만, 우리는 대화형으로 검색을 효과적으로 할 수 있게 인터페이스를 최적화했죠. Cue:를 단순한 LLM 서비스로 접근하지 않고 검색 서비스의 확장이라는 개념으로 접근했죠. 때문에 정보 전달이 중요해요. 모바일에서 대화형 인터페이스를 쓰면 화면의 좌우 폭이 짧아서 정보를 읽는 데 큰 어려움이 없는데 PC 버전은 좌우로 길게 나오니까 가독성 측면에서 정보 전달력이 떨어지는 이슈가 있었어요. 그럼 잘 읽히는 구조는 무엇이고, PC 사용성에서 한글 기준으로 검색 결과를 보여주려면 어떤 것이 최적인지 찾고 다양하게 실험했죠.

한 줄에 15~16개 정도의 단어 조합이 적당하고, 그 조합으로 4~5줄이 한 문단을 이뤘을 때 읽기 편하다는 결론에 이르렀어요. 너무 긴 설명이 나오는 것도 사용자 경험 측면에서 좋지 않죠. UI 요소의 높이 값, 넓이 값, 사이즈 등을 재정의하고, 같은 질문인데도 이미지가 나오거나 안 나오는 들쑥날쑥한 부분도 정리하기 위해 인물을 물어보면 인물 템플릿, 쇼핑은 구매까지 연결되는 템플릿, 이미지만 더 보고 싶으면 관련 템플릿 등 검색 목적에 맞춰 대화형 검색 UI 템플릿을 분류했어요.

제일 중요한 부분은 검색창으로 검색을 시작해서 답을 얻고, 추가로 대화할 때는 대화 모드로 들어가야 하는 부분인데 이렇게 검색 모드와 대화 모드가 자연스럽게 왔다 갔다 할 수 있는 부분도 고민했어요. 이걸 묶어서 대화형 검색 인터페이스로 재정의해서 UX/UI적인 우리만의 큰 차별점을 만들었어요.

---

▼ 기사는 2편에서 이어집니다.
네이버 서치, Search Creative X 김재엽 책임 리더 ②