<aside> 🌚 AI UX (2023.06-07) / 모두의 연구소

</aside>

1. AI UX: AI 서비스의 UX 패턴

2. AI UX: 기존 서비스와 AI 서비스의 차이점

3. AI UX: AI 서비스 오류&해결 가이드

4. AI UX: 유저와 AI 서비스의 상호작용

5**. AI UX: UX 리서치과 시장 리서치 & 경쟁사 분석과 SWOT**

6**. AI UX: UX 양적 연구(설문조사와 인터뷰와 필드 리서치)**

7**. AI UX: 주제 분석과 어피니티 다이어그램**

8**. AI UX: 멘탈 모델과 유저 페르소나 그리고 사용자 여정 지도**

9**. AI UX: AI 서비스 UX 평가하기**

<aside> 💡 제품 개발

</aside>

C.C(Carrying Capacity): 정의&5가지 상황

C.C(Carrying Capacity): Broadness와 Frequency

C.C(Carrying Capacity): Churn → Retention → Activation → Acquisition

Viral Growth의 3요소(Pay Load, Frequency, Conversion Rate)

Product의 3요소(Top Funnel, Wow Factor, Recurring Value)

AI 서비스 사이클

캐즘 이론&NPS

그로스 해킹 AARRR 지표

유저 인터뷰

제품 업데이트 과정에서 거부감 줄이는 방법

기획서 작성을 위한 생각 정리

원 페이저

<aside> 💡 사업 개발

</aside>

ERRC 곡선

SWOT

4P(Marketing Mix)

MoSCoW

ICE

RICE

<aside> 💡 GTM 전략

</aside>

GTM(Go-To-Market)

Viral K&Amplification Factor

<aside> 💡 MS Human AI guideline

</aside>

AI 서비스 인터렉션 가이드라인 서문

AI 서비스 인터렉션: Initially + During Interaction

AI 서비스 인터렉션: When Wrong + Over Time

<aside> 💡 Google People + AI Guidebook

</aside>

User Needs + Defining Success

Date Collection + Evaluation

Mental Models

Explainability + Trust

Feedback + Control

Errors + Graceful Failure

<aside> 💡 UX writing

</aside>

테크니컬 라이팅의 이론과 실제 연구 - 핵심 요약문(executive summary)을 중심으로(남기택, 2013)

수사구조기론(RST, Rhetorical Structure Theory)

테마-레마 원리

정보 구조화 + 선 결론

<aside> 💡 SQL

</aside>

SQL&Amplitude

<aside> 💡 SEO

</aside>

SEO 용어

<aside> 👁️ AI

</aside>

MCP

RAG : 현재 Production-level에서 발견된 문제점

RAG(Naive-Advanced-Modualr)

Transformers-Query, Key, Value

Transformers-인코더와 디코더

Tokenizer&Embeding&Vector

Attention& Self Attention

Embedding

VectorDB

Top_p&Top_k, Temperature

<aside> 🗣 AI Orchestration

</aside>

전략적 추론을 위한 Prompt&Process 설계

지식 강화 추론을 위한 Prompt&Process 설계

Langchain

Semantic Kernel

LlamaIndex

Med Prompt: Can Generalist Foundation Models Outcompete Special-Purpose Tuning? Case Study in Medicine

Self-RAG: Learning to Retrieve, Generate, and Critique through Self-Reflection

<aside> 🧘 Model&Training

</aside>

RLHF(Reinforcement Learning from Human Feedback)

PEFT(Parameter-Efficient Fine-Tuning)

강화학습(Reinforcement Learning)

회귀와 이산

모델 평가 지표, 재현율과 정밀도

모델 업데이트, 순전파와 역전파

<aside> 🌅 논문 핵심 요약

</aside>

AI와 사람의 상호작용

대화전략: 자기 노출

의인화

가상 인플루언서 / 버추어 휴먼

불쾌한 골짜기

사회성과 외로움

<aside> 🌝 Research(논문/이론)

</aside>

[논문: AI UX]

CASA 패러다임(Nass 외 ,1994)

AI 금융 챗봇 귀여움 수준과 젠더 일치성이 서비스 실패 허용 정도에 미치는 영향(이성준, 2022)

AI에 적합한 일반상식 문장의 자동 생성을 위한 정량적, 정성적 연구(신현규&송영숙, 2022)

소비자의 외로움이 챗봇의 추천 수용의도에 미치는 영향(박은영, 2022)

사회성 능력이 인공지능 챗봇의 사회적 사용과 자기노출에 미치는 영향(박남기&김윤경&장은채&이주연&최어진, 2021)

대화형 에이전트와 사용자의 친밀감 형성이 신뢰에 미치는 영향에 대한 연구(박선영, 2019)

대화형 에이전트의 오류 상황에서 사회적 전략 적용: 사전 양해와 사과를 이용한 사례 연구(이유미 외, 2018)

챗봇의 의인화와 자기노출이 소비자인식과 태도에 미치는 영향(송유진 외, 2020)

선제 발화하는 대화형 에이전트가 사용자 경험에 미치는 영향(신효림&이소연&강현민, 2022)

기술진화로 인한 인간과 기계의 사회적 관계 연구(송근혜 외, 2017)

사용 목적에 따른 챗봇의 프로필 이미지 연구(강민정, 2018)

컴퓨터 에이전트와 관계 맺기: 공감을 표현하는 컴퓨터 에이전트를 통한 동류의식 형성과 사회적 지지의 획득(유민진&진전은영&김정현, 2017)

[논문: 자기노출]

자기노출 에이전트의 효과(박주연, 2006)

프라이버시와 자기노출

생각억제와 자기노출이 부정정서에 미치는 영향**(박준호, 2012)**

[논문: 버츄얼 휴먼]

버추얼 휴먼의 불쾌한 골짜기 상쇄를 위한 스토리텔링 전략 연구(박대철&이동은, 2022)

가상 인플루언서의 특성이 구매 의도에 미치는 영향 / 불쾌한 골짜기 이론을 중심으로(조단양&한광섭, 2022)

가상 인플루언서에 대한 MZ세대의 인식유형 연구(김은진&박재진, 2023)

[이론: 관계 이론]

사회적 침투 이론(Irwin Altman, Dalmas Taylor)

불확실성 감소 이론(Charles Berger)


Untitled