레플리
글 수 40


 

https://www.imaso.co.kr/archives/5504

 

 

 

"엔지니어는 데이터를 볼 때 잘 정제된 데이터인가, 학습이 잘 될 데이터인가를 중심으로 봐요. 반면 기획자는 사용자 경험을 중심으로 데이터를 보는 경향이 있어요."

 

"프로젝트를 진행할 때, 엔지니어는 ‘제품적 요소’ 보다는 ‘기술적 요소’에 집중하는 경우가 많아요. 더 좋은 기술에 대해서는 많이 생각해보지만, 더 좋은 제품에 대해서 생각하는 게 어려워요. 일반적으로 더 좋은 기술이 더 좋은 제품으로 이어지지만, 완전히 상관관계가 있는 건 아니잖아요...기획자와 일하면 이런 성능 이면에 있는 부분을 좀 더 고민하게 되는 것 같아요."

 

 

 

일상대화 챗봇인 핑퐁의 인터뷰 기사입니다. 특히 AI 디자이너와 엔지니어와의 협업에 대해 얘기하고 있습니다. 대화 서비스는 무엇보다 사용자 경험 관점에서 접근해야 될 것 같습니다. 단순히 결과물을 보여주기보다는 인터페이스의 역할이 크기 때문입니다.

엮인글 :
List of Articles
제목 글쓴이 날짜sort 조회 수
챗봇에서 개인화의 중요성 file 깊은바다 2017-04-13 984
챗봇 인터페이스의 특징 file 깊은바다 2017-05-12 1130
대화형 챗봇 설계의 과제 file 깊은바다 2017-05-21 1189
챗봇의 9가지 UX 원칙 깊은바다 2017-05-27 869
챗봇의 구조: 챗봇은 AI가 필요한가? file 깊은바다 2017-05-27 1044
대화형 챗봇으로 사용자 리서치 하기 깊은바다 2017-09-26 534
챗봇이 주는 가치와 설계시 고려할 점 깊은바다 2017-10-18 639
챗봇 기획과 프로젝트 운영, Best Practices 깊은바다 2017-11-29 755
FSM 기반의 챗봇 대화 구조 file 깊은바다 2017-11-30 12621
챗봇, 어떤 로직을 구현할 것인가? - 지능형 vs 메뉴선택 깊은바다 2017-12-20 1861
봇 설계는 이렇게 한다 file 깊은바다 2018-03-18 6051
100일 간의 챗봇 디자인 실패기 깊은바다 2018-05-03 627
챗봇 분석: 챗봇에서 나오는 데이터와 인사이트 깊은바다 2018-05-08 881
메시징 플랫폼, 디자인이 필요할까? 깊은바다 2018-05-18 304
챗봇이 처리하지 못하는 질문을 받았을 때의 에러 핸들링 깊은바다 2018-05-26 636