인공지능으로 촉발된 Design after Design

이 글은 AI, 특히 기계학습이 사용자 경험을 향상시키는 핵심 수단으로 부상하는 상황에서, 디자인 디스플린이 어떤 방식으로 이에 개입해야 하는지 논의한다. 저자들은 현재 디자인 분야가 인간 중심 설계, 공수행, 사물 중심 설계, 윤리적 고려 등 여러 단편적 방법론을 갖추고 있으나, 이를 AI라는 새로운 대상에 맞게 통합할 필요가 있다고 주장한다. 이를 위해 사회적·조직적·기술적 요소가 얽힌 인프라를 설계 대상으로 삼고, design-after-design, 조직 양손잡이성, 장기적 파트너십 모델 등을 결합해 AI 솔루션이 사람과 함께 성장하도록 해야 한다고 제안한다. 동시에 인프라 요소 간의 상호작용, 디자인 인지와 알고리즘 설계의 연계 등은 아직 초기 단계에 있으며, 작은 디자인 실험들을 통해 방법론적 명료성을 더해 가야 한다고 결론짓는다.

3-1. 서론(Introduction): 문제제기, 연구 목적

인터넷 이후의 기술 발전에도 불구하고, ‘진정한 디지털 경제’는 이제 막 초기 단계에 있으며, 그 전환을 이끄는 핵심 동력이 AI/ML이라고 전제한다.

AI가 제품·서비스·시스템에 통합될 때 발생하는 복잡성은 디자인 분야의 관심을 요구하지만, 기술적 진전과 비교해 디자인 분야 내 담론은 부족하다고 지적한다.

이 글의 목적은 **“AI 개발이 디자인 디스플린에 미치는 더 깊은 결과들”**을 드러내고, 유토피아/디스토피아식 기술 미래 담론을 반복하기보다는, 디자인 관점에서 AI 관련 개발과 움직임을 체계적으로 논의하는 데 있다.

저자들은 AI가 점점 더 범위가 넓고 ‘wicked’한 문제들을 다루고 있으며, 편향을 내포하여 잘못 설계될 경우 사회적 피해를 초래할 수 있음을 문제 상황으로 제시한다.

이로부터, AI를 다루기 위한 디자인 방법론의 단편적인 준비 상태(fragmented methodological readiness)를 연결·통합할 필요가 있다는 문제의식이 제기된다.

3-3. 결과(Result): 주요 수치/패턴 요약 (개념적 결과 중심)

이 논문이 도출하는 **핵심 개념·주장(결과)**을 정리하면:

AI/ML 문제의 이중성 (tame ↔ wicked)
- ML은 “데이터에서 패턴을 자동으로 탐지하고 이를 이용해 미래 데이터를 예측하는” 방식으로 tame problem(해결 가능한 영역, 명확한 규칙)을 다룬다.
- 그러나, 예측 모델이 실제 의료, 사법, 정보 유통, 일상 서비스 등에 적용될 때, 진단 전달 방식, 의료 전문가의 역할 변화, 가족 지원, 허위 정보 확산, 인종적 편향 등 복잡한 사회·윤리적 영향, 즉 wicked problem 영역에 들어가게 된다고 서술한다.
- 이때 솔루션은 더 이상 단순한 ‘정답/오답(true/false)’이 아니라 ‘옳음/그름(right/wrong)’의 윤리적 평가를 요구하게 된다.

AI와 디자인 담론의 현재: 두 관점 – human-centeredness vs co-performance
- HCI/디자인 분야에서 AI를 바라보는 두 가지 주요 관점:
- 인간의 존엄성과 권리를 강조하고, 사용자의 자연스러운 행동을 인터페이스 설계에 반영하려는 human-centered design
- 인공지능이 사람과 함께 사회적 실천을 수행하는 능동적 행위자로서, 사람과 함께(co-performing) 실천을 학습·수행하는 대상으로 이해하는 co-performance
- Google PAIR, IDEO의 D4AI, Microsoft Inclusive Design 등의 사례가 human-centeredness와 윤리적 프레임 설계의 구체적 실천으로 제시된다.

인프라스트럭처(infrastructure)를 디자인 대상으로 삼자는 제안
- Star & Ruhleder, Participatory Design의 ‘infrastructuring’ 개념을 가져와, AI 솔루션을 ‘완성된 제품’이 아니라 사회·조직·기술이 얽힌 인프라로 이해해야 한다고 주장한다.
- 인프라는 사회적(social), 조직적(organizational), 기술적(technological) 세 차원으로 구성되며, AI 설계는 이 세 요소의 상호작용을 고려해 장기적으로 열려 있는 구조(미완성/개방성)를 설계하는 것으로 규정된다.

3-5. 결론(Conclusion): 연구 기여, 후속 연구 제언

이 글은 AI 개발이 디자인 디스플린에 가져오는 깊은 결과를 조명하면서,
- HCI, co-performance, thing-centred design, 윤리 중심 논의 등 기존에 흩어져 있던 방법론적 시도들을
- ‘인프라스트럭처(infrastructure)’ 개념을 중심으로 재구성한다.

저자들은 “The strength and novelty of our proposition stems from the proposal to design infrastructures instead of solutions by understanding the interrelations and implications of these interlocking elements; social, organisation and technological.”라고 밝힌다. 즉, 개별 솔루션이 아니라 사회·조직·기술 요소의 얽힘을 고려한 인프라를 설계의 1차 대상으로 삼는 것이 이 논문의 핵심 기여라고 스스로 규정한다.

이 논문의 핵심 기여

논문 안에서 드러나는 명시적/반명시적 기여를 정리하면:

AI 문제의 이중성(dual nature) 정식화
- ML 모델이 해결하는 데이터 예측 문제(tame problem)와, 그 결과가 사회 시스템에 진입하며 야기하는 윤리적·정치적 결과(wicked problem)를 연결해 설명함으로써, AI 설계에 wicked problem 관점을 도입할 필요성을 명시한다.

디자인 담론의 현황 정리와 두 패러다임 제시
- human-centeredness와 co-performance라는 두 패러다임을 통해, AI 설계에서 인간 중심·공수행 관점을 어떤 식으로 적용할 수 있는지를 구조화하여 제시한다.

인프라스트럭처링(infrastructuring)을 AI 설계 프레임으로 제안
- 사회·조직·기술 요소의 상호작용을 고려하는 인프라 설계를 AI 설계의 중심 개념으로 제안하고,
- design-after-design, organizational ambidexterity, retainer 모델 등을 결합한, 장기적·연속적 개입 구조를 개념적으로 정리한 점이 핵심 기여로 서술된다.

디자인 인지(design cognition)와 AI의 재접속 제안
- Newell & Simon 이후 분리되어 발전해 온 AI와 디자인 방법론이, AI 시대에 다시 만나야 한다는 문제 제기를 하고, 디자인 인지 연구를 알고리즘 설계에 되돌려 적용할 수 있는 가능성을 열어 둔다.