AI UX 라이터 '제민희' 개발 비하인드 스토리 공개!
by DD
8개월 전
조회수 4
UX라이터의 업무 효율성 개선을 위해 AI 기반 라이팅 툴 개발을 시작함
규칙 기반 툴 개발 실패 후, RAG(검색 증강 생성) 방식을 도입하여 AI의 답변 정확도를 높임
개발자와 UX라이터의 협업을 통해 AI 모델 선정, 컨텍스트 설계 등 툴 완성
RAG 기반 AI 툴 아키텍처
RAG(검색 증강 생성) 방식을 통해 AI가 가이드라인을 참조하도록 설계했다. AI 모델은 Gemini를 사용하고, IndexedDB를 활용하여 브라우저 내에서 대화 컨텍스트를 유지한다. 따라서, 가이드 기반 답변 생성과 확장성 확보를 동시에 달성했다.
규칙 기반 툴 vs RAG: 트레이드오프
초기에는 규칙 기반 툴을 시도했지만, UX라이팅 규칙의 복잡성으로 인해 실패했다. RAG 방식은 가이드라인을 기반으로 답변을 생성하여 일관성을 높였다. 반면, AI 모델의 성능에 따라 답변 품질이 달라질 수 있다는 단점이 존재한다.
AI 툴 개발, UX라이터의 역할
UX라이터는 AI가 이해할 수 있도록 가이드를 재구성하는 역할을 수행했다. AI 친화적 가이드를 제작하고, 컨텍스트 엔지니어링을 통해 AI의 답변 품질을 향상시켰다. 결과적으로, 사용자 의도 파악 및 정확한 답변 제공이 가능해졌다.
