AI 제품을 더 어렵게 만들어야 하는 이유: 계란 효과

1950년대의 퍼즐입니다: 케이크 믹스를 어떻게 더 많이 팔 수 있을까요?

정답: 케이크를 굽는 것을 더 어렵게 만드세요.

인스턴트 케이크 믹스가 시장에 출시되었을 때, 제조업체들은 이상한 점을 발견했습니다. 판매가 부진했습니다. 많은 주부들, 즉 그들의 목표 고객들은 이 편리한 신제품에 저항했습니다.

문제점은 무엇이었을까요? 음식 역사가인 Laura Shapiro는 케이크 믹스가 베이킹을 너무 쉽게 만들었다고 말합니다. 너무 편리했던 것입니다! 과정에서 자부심도, 성취감도 없었습니다.

해결책은 뜻밖의 곳에서 나왔습니다: 바로 계란이었습니다.

제조업체들은 레시피를 수정하여 믹스에 신선한 계란을 추가하도록 했습니다. 저명한 음식 역사가 Laura Shapiro는 이 작은 변화가 모든 것을 바꿔놓았다고 말합니다. General Mills와 Duncan Hines의 매출은 급증했습니다.

과정을 약간 더 까다롭게 만들어서, 제조업체들은 제품을 더 매력적으로 만들었습니다. 하지만 왜 무언가를 더 어렵게 만드는 것이 즐거움과 사용률을 높였을까요?

사용자 투자의 과학

행동 과학자 Michael Norton, Daniel Mochon, 그리고 Dan Ariely는 나중에 IKEA 가구, 종이접기, 레고를 포함한 일련의 실험을 통해 이 현상을 입증했습니다.

종이접기 실험에서 참가자들은 자세한 지침에 따라 자신의 종이접기 작품을 만들었습니다. 그런 다음 이 제작자들은 (아무것도 만들지 않은 사람들과 함께) 자신이 만든 작품에 얼마를 지불할 의향이 있는지 질문받았습니다.

어떤 일이 일어났을까요? 제작자들은 다른 사람이 만든 작품을 사는 비제작자들(약 $0.05)에 비해 자신의 작품에 거의 5배 더 많은 금액(약 $0.23)을 제시했습니다.

더욱 놀라운 것은, 제작자들은 자신의 아마추어 작품을 전문가가 만든 종이접기와 거의 같은 가치로 평가했다는 것입니다.

결론적으로, 사람들은 자신이 만드는 데 도움을 준 것들에 더 높은 가치를 부여합니다. 이러한 실험에서, 이 발견은 가구처럼 실용적인 아이템이든, 종이접기처럼 오락적인 아이템이든 상관없이 사실로 밝혀졌습니다.

AI 제품 디자이너는 계란과 종이접기에서 무엇을 배울 수 있을까요?

이 심리적 통찰력은 오늘날의 AI 제품 디자인에 시사하는 바가 큽니다. 우리는 고객이 계란을 추가하고 종이접기를 만들도록 해야 할 수도 있습니다.

계란이 베이킹에 대한 주인의식을 만들어낸 것처럼, AI 시스템에 대한 사용자 입력은 유사한 심리적 투자를 만들어냅니다.

종이접기 제작자들이 자신의 아마추어 작품을 불완전함에도 불구하고 과대평가했던 것처럼, 사용자들은 자신의 기여가 비교적 작더라도 AI 결과물을 만드는 데 기여했다고 느낀다면 AI 결과물을 더 가치 있게 여길 수 있습니다.

독일에서 진행된 한 실험에서, 연구자들은 사람들이 완성된 AI 결과물을 받는 것에 비해 적극적으로 결과물을 개선하는 데 도움을 주었을 때 AI가 생성한 이미지에 훨씬 더 높은 가치를 부여한다는 것을 발견했습니다. 특히 참가자들이 구도와 스타일과 같은 요소를 반복적으로 수정할 수 있을 때 효과가 강하게 나타났습니다. 그들은 최종 이미지에 대한 만족도가 더 높았고, 전문적인 맥락에서 이미지를 사용할 의향도 더 높다고 보고했습니다.

하지만 Irrational Labs에서, 우리는 대부분의 회사들이 반대 방향으로 움직이고 있는 것을 봅니다.

그들은 인간의 입력이 거의 필요 없는 마법 같은 솔루션을 약속합니다: "간단한 프롬프트를 작성하고 AI가 알아서 하도록 하세요!" 이러한 접근 방식은 인간 심리를 근본적으로 오해하는 것입니다.

현실 세계의 유사 사례를 생각해 보세요. 만약 이러한 사람들이 당신을 과정에 전혀 참여시키지 않는다면 어떨까요!

• 당신의 선호도나 과거 관계에 대해 전혀 묻지 않는 중매쟁이
• 당신의 목표를 이해하지 않고 당신의 돈을 투자하는 재정 자문가
• 당신의 작품을 전혀 읽지 않는 작문 코치

우리는 본능적으로 이러한 서비스를 불신할 것입니다. 왜일까요? 의미 있는 결과는 의미 있는 입력을 필요로 하기 때문입니다.

동일한 원칙이 AI에도 적용됩니다.

사용자가 AI 시스템을 훈련, 맞춤화 또는 지시하는 데 노력을 기울이면, 기술적인 품질이 변하지 않더라도 결과를 신뢰하고 결과물을 더 가치 있게 여길 가능성이 더 큽니다.

사용자 참여를 통해 더 나은 AI 제품 만들기

AI 제품의 과제는 적절한 균형점을 찾는 것입니다. 즉, 투자와 주인의식을 만들 만큼 충분한 사용자 참여를 요구하되, 너무 부담스럽지는 않도록 하는 것입니다. 다음은 이것이 어떻게 작동할 수 있는지에 대한 몇 가지 방법입니다.

작문 보조:

• 사용자가 글쓰기 스타일 예시를 공유하도록 합니다.
• 사용자가 가장 좋아하는 글쓰기 스타일을 선택하도록 합니다 (엄지손가락 위/아래, Netflix처럼).

이미지 생성:

• 사용자에게 스타일 선호도와 취향/분위기에 대해 묻습니다 (마치 우리가 인간 디자이너에게 하는 것처럼).
• 여러 옵션을 제공하고 첫 번째 편집 라운드가 사용자의 개선을 필요로 한다고 가정합니다 (그리고 그것은 좋은 것입니다).

개인 비서:

• 사용자에게 그들의 삶과 선호도에 대해 묻습니다 (그들이 속한 산업과 회사 규모 이상으로).
• 가능한 한 많은 과거 정보를 제공하도록 합니다 (네, 이메일과 드라이브를 동기화하세요).

이러한 접근 방식은 성공 기준이 주관적인 영역에서 특히 중요합니다. Christoph Fuchs의 연구에 따르면 사람들은 다른 사람의 아이디어보다 자신의 아이디어를 일관되게 더 높게 평가하는 경향이 있습니다. 이는 우리가 만드는 데 도움을 준 것을 가치 있게 여기는 경향을 강조합니다.

따라서 당신의 AI가 사용자가 스스로 하는 것보다 더 낫더라도 (그리고 그럴 가능성이 높습니다!), 그것이 사용자가 당신의 결과물을 자신의 것보다 더 높이 평가할 것이라고 보장하지는 않습니다.

현실 세계의 예시

몇몇 회사들은 이미 이 원칙을 효과적으로 활용하고 있습니다.

• 엔터프라이즈 SaaS: Salesforce는 새로운 엔터프라이즈 고객에게 특정 요구 사항에 맞게 워크플로우를 맞춤화하는 데 시간과 노력을 투자하도록 요구합니다. 이러한 초기 투자는 초기 도입률과 갱신율을 높일 수 있습니다.
• 소비자 제품: Function of Beauty는 고객이 광범위한 헤어 퀴즈를 통해 제품을 맞춤화하도록 합니다. 이러한 참여는 프리미엄 가격 ($94짜리 컨디셔너?!)을 정당화하고 브랜드 충성도를 강화합니다.
• 금융: Betterment와 Wealthfront는 전통적인 "로보 어드바이저" 모델을 뒤집어 성공했습니다. 사용자는 광범위한 개인 금융 평가를 완료해야 합니다. 고객은 특정 인생 목표를 설정하고, 기존 계좌를 연결하고, 투자 테마를 선택하고, 가이드라인 내에서 자산 배분을 조정합니다.

엔터프라이즈 SaaS 분야의 또 다른 훌륭한 예는 엔터프라이즈 AI 검색 도구인 Glean입니다.

Glean은 기본적인 진실을 이해함으로써 성공합니다: 기업들은 AI에게 자체 데이터와 작업 방식에 대해 가르치고 싶어합니다. 물론 Glean은 우수한 보안 및 개인 정보 보호 제어 기능을 갖추고 있으며, 이는 엔터프라이즈 고객에게 기본적으로 필요한 사항입니다. 그러나 정말 중요한 것은 기업들이 시스템을 자체 시스템에 대해 훈련시키는 데 노력을 기울일 수 있다는 것입니다.

케이크 믹스에 계란을 추가하는 것처럼, 이러한 노력은 결실을 맺습니다. 시스템이 더 잘 작동하고, 기업들은 시스템을 구축하는 데 도움을 주었기 때문에 시스템을 더 신뢰합니다.

사용자 참여의 힘

교훈은 분명합니다: 사용자 노력을 완전히 제거하려고 하지 마십시오. 대신, 생산적으로 활용하십시오.

사용자에게 깨뜨릴 계란을 주세요. 종이접기를 접게 하세요. 사람들이 과정에 투자할 때, 그들은 결과에 투자합니다.

제품 팀은 다음과 같이 질문해야 합니다.

• 사용자가 자신의 전문 지식을 의미 있게 기여할 수 있는 부분은 어디인가?
• 사용자 입력이 부담스럽기보다는 가치 있게 느껴지도록 어떻게 만들 수 있을까?
• 우리에게 케이크 믹스 계란과 같은 것은 무엇일까?

더 나은 AI 제품 도입을 원하십니까? 사용자가 약간의 노력을 기울이도록 하세요.