402
머신러닝 시스템 설계
시스템의 예측은 대부분 맞지만, 보통
ML
시스템이 어떤 입력에 대해 맞을지 모릅니다. 이것
이 어려운 부분이죠. 셋째,
ML
시스템의 규모가 커지는 경우에는 예측을 생성하는 데 예상외
로 오래 걸립니다.
이러한 차이점은
ML
시스템이 사용자 경험에 기존과 다른 방식으로 영향을 미침을 의미합니
다. 특히 사용자가 전통적인 소프트웨어에 익숙하다면 더욱 그렇죠.
ML
은 도입된 기간이 상대
적으로 짧기에
ML
시스템이 사용자 경험에 어떤 영향을 미치는지 아직 충분히 연구되지 않았
습니다. 이 절에서는
ML
시스템이 좋은 사용자 경험에 제기하는 세 가지 난제와 그 해결 방안
을 논의합니다.
11.1.1 11.1.1
사용자 경험 일관성 보장하기사용자 경험 일관성 보장하기
사용자는 앱이나 웹사이트를 사용할 때 일정 수준의 일관성을 기대합니다. 예를 들어, 필자는
크롬을 사용하는데 ‘최소화’ 버튼은 늘 맥북 좌측 상단 모서리에 있습니다. 이 모습이 익숙하기
에 크롬에서 최소화 버튼이 오른쪽으로 옮겨진다면 혼란스럽고 답답하기까지 할 겁니다.
ML
예측은 확률론적이며 일관적이지 않습니다. 즉, 예측 컨텍스트에 따라 오늘 어떤 사용자에
대해 생성된 예측이 다음 날 같은 사용자에 대해 생성되는 예측과 다릅니다.
ML
을 활용해 사
용자 경험을 개선하려는 작업에서는 일관적이지 않은
ML
예측이 방해가 됩니다.
2020
년에 부킹닷컴에서 발표한 사례 연구를 예로 들어봅시다. 부킹닷컴에는 숙박 시설을 예
약할 때 ‘조식 포함’, ‘반려동물 동반 가능’, ...