사용자의 목소리를 AI로 재현하다: LLM기반 Multi Agent UX플랫폼 개발기
엔지니어링데이 2025 네이버 · YouTube
AI 핵심 요약
사용자 리서치에서 페르소나를 실제 대화에 활용하기 어렵고, 기존 AI 페르소나 도구는 주로 유저 테스트에 집중한다는 문제에서 출발해 LLM 기반 페르소나 플랫폼 NSona를 만들었다. 인터뷰 데이터를 바탕으로 여러 페르소나를 생성하고, 에이전트별 정체성과 다자 대화의 화자 순서·응답 관계를 설계했으며, 대화 사이의 후속 작업은 LLM 추론과 마이크로서비스 구조로 조율했다. UX 리서치 참여자로서의 유용성을 평가하도록 아홉 가지 기준과 골드 응답을 만들고, 여러 LLM 평가자를 활용해 모델별 특성과 과업 적합성을 비교했다. 그 결과 모델 선택과 제품 개선에 활용할 평가 체계를 갖췄으며, 서로 다른 직무가 역할 경계를 넘나들며 협업한 경험도 중요한 교훈으로 제시했다.
- 페르소나의 인구통계 정보, 제품 경험, 대화 스타일을 분리해 설계하면 여러 에이전트의 정체성을 더 뚜렷하게 만들 수 있다.
- 다자 대화에서는 다음 화자와 발화 간 응답 관계를 명시적으로 다뤄야 자연스러운 대화 흐름을 만들 수 있다.
- 대화 맥락에 따라 달라지는 후속 작업은 작은 LLM의 추론으로 제어하고, 중요하거나 단순한 분기는 휴리스틱으로 처리해 지연과 불안정성을 줄인다.
- 도메인에 맞는 평가 루브릭과 골드 응답을 마련하고 여러 LLM 평가자의 결과를 비교하면 평가의 일관성을 높일 수 있다.
- 모델을 단일 점수로 서열화하기보다 성향별 강점과 약점을 파악해 리서치 과업에 맞는 모델을 선택한다.
소개
네이버 사내 기술 교류 행사인 NAVER ENGINEERING DAY 2025 에서 발표되었던 세션을 공개합니다. 해당 발표는 팀네이버 컨퍼런스 DAN25 홈페이지(https://dan.naver.com/25/sessions/699)에서도 살펴보실 수 있습니다. [발표 내용] “사용자에 진심인 3명이 모여, Persona가 말하게 만들다” 이 세션은 잘 만든 AI 시스템을. 넘어, 디자이너·AI 리서처·개발자가 경험한 AI 시대의 협업 가능성을 제안합니다. 사용자 페르소나봇 NSona의 기획부터 구현, 평가까지 전 과정을 공유합니다. AI로 사용자 리서치 데이터를 실시간 협업 자원으로 전환하며, Multi-Party 대화 시스템에서 사용자와 함께 일하는 방식을 실험했습니다. 세 명은 함께 AI를 만들며 역할과 협업 구조가 바뀌는 경험을 했습니다. 디자이너는 프롬프트를 설계하고, 리서처는 로직을 에이전트 구조로 바꾸었으며, 프론트 개발자는 AI를 비평 대상으로 다뤘습니다. 중요한 건...
비슷한 학습 자료
컨퍼런스 DAN 2025
[팀네이버 컨퍼런스 DAN25] Keynote 04: AI, 모두를 위한 도전
컨퍼런스 DAN 2025
[팀네이버 컨퍼런스 DAN25] Keynote 04: AI, 모두를 위한 도전 [TEAM NAVER Conference DAN25] Keynote 04: AI for All: The Next Great Challenge 네이버클라우드가 그려가는 자주적·포용적 AI 생태계로의 여정을 소개합니다. AI를 통해 산업과 사회를 아우르는 ‘모두를 위한 도전’, 지금 시작됩니다. NAVER Cloud presents the vision of a sovereign and inclusive AI ecosystem for the future. The journey to bring AI to all — across industries and society — begins now. #DAN #DAN25 #TEAMNAVERCONFERENCE
인공지능 기타
컨퍼런스 DAN 2025
[팀네이버 컨퍼런스 DAN25] 생성형 UI와 에이전틱 UX 리서치, AI 네이티브 디자인 프로세스의 가능성 기존 UX 디자인과 리서치 방식은 개인화된 사용자 특성과 빠르게 변화하는 AI 환경을 반영하기 어려웠습니다. 본 세션에서는 UI 디자인과 UX 리서치 과정에 AI를 접목해 새로운 디자인 프로세스를 실험한 경험을 공유합니다. Telecast(생성형 UI 플랫폼)와 EchoX(AI 페르소나 기반 UX 리서치 시스템)를 직접 구현하며, 디자이너들이 AI와 함께 도구를 만들고 역량을 확장해 나간 과정을 다룹니다. 이 과정에서 AI를 통해 UX 디자이너와 리서처의 역할과 협업 방식을 어떻게 재발견하게 되었는지, 그리고 앞으로 디자인 프로세스를 어떻게 재정의해 나갈 수 있을지 경험을 공유합니다. 목차 1. 기존의 디자인 프로세스와 자동화 시도 - 복잡함이 더해지는 사용환경 - AI 코딩을 활용한 작업 자동화 시도 경험 2. Telecast: Generative...
AI 코딩 UI/UX
컨퍼런스 DAN 2025
[팀네이버 컨퍼런스 DAN25] 사용자의 목소리를 AI로 재현하다: LLM 기반 Multi Agent UX 플랫폼 개발기 “사용자에 진심인 3명이 모여, Persona가 말하게 만들다.” 이 세션은 잘 만든 AI 시스템을 넘어, 디자이너·AI 리서처·개발자가 경험한 AI 시대의 협업 가능성을 제안합니다. 사용자 페르소나봇 NSona의 기획부터 구현, 평가까지 전 과정을 공유합니다. AI로 사용자 리서치 데이터를 실시간 협업 자원으로 전환하며, Multi-Party 대화 시스템에서 사용자와 함께 일하는 방식을 실험했습니다. 세 명은 함께 AI를 만들며 역할과 협업 구조가 바뀌는 경험을 했습니다. 디자이너는 프롬프트를 설계하고, 리서처는 로직을 에이전트 구조로 바꾸었으며, 프론트 개발자는 AI를 비평 대상으로 다뤘습니다. 중요한 건 ‘어디까지 만들었느냐’가 아니라 ‘어디서 시작점을 찍느냐’임을 깨달았습니다. 참석자분들께서 창의적, 기술적 인사이트와 함께 자신만의 AI 협업 모델을...
AI에이전트 개발 UI/UX
컨퍼런스 DAN 2025
[팀네이버 컨퍼런스 DAN25] Multi-AI Agent 개발: 레퍼런스 아키텍처와 구현 전략
컨퍼런스 DAN 2025
[팀네이버 컨퍼런스 DAN25] Multi-AI Agent 개발: 레퍼런스 아키텍처와 구현 전략 이 세션에서는 Multi-Agent 시스템의 개념부터 실제 구축과 활용 사례까지를 폭넓게 다루며, 다양한 프레임워크와 아키텍처 설계를 통해 얻은 경험과 노하우를 공유합니다. 단일 에이전트의 한계를 극복하기 위해 여러 에이전트가 협력하는 구조를 어떻게 설계할 수 있는지, Supervisor와 Swarm을 통한 조율 방식은 어떤 차이가 있는지, 그리고 효율을 높이기 위해 어떤 프레임워크를 선택해야 하는지에 대해 구체적으로 살펴봅니다. 실제 구축 과정에서 직면했던 문제들과 그 해결 방법, 로그 분석과 RAG 기반 질의응답 정확도 향상을 위해 도입한 다양한 접근 방식, 그리고 여러 차례의 시행착오 끝에 정리된 아키텍처 설계 팁을 공유합니다. #DAN #DAN25 #TEAMNAVERCONFERENCE
AI에이전트 개발
컨퍼런스 엔지니어링데이 2025
디자인시스템이 AI를 만났을 때: FE 개발 패러다임의 변화
컨퍼런스 엔지니어링데이 2025
네이버 사내 기술 교류 행사인 NAVER ENGINEERING DAY 2025 에서 발표되었던 세션을 공개합니다. [발표 내용] 네이버파이낸셜 디자인시스템과 AI를 이용하여 마크업 자동화 작업에 대한 소소한 경험을 공유합니다. [발표 대상] AI를 이용한 마크업 등 디자인 작업관련 관심 있으신 모든 분들 [목차] * 오늘 이야기의 키워드 * 知彼知己 - 네이버파이낸셜 디자인시스템 ㄴ디자인 토큰 ㄴ 디자인 시스템 컴포넌트 * 우리를 도와 줄 AI 는? * 百戰不殆 * Let's Try * 마크업 작업을 위한 사전 준비 - 디자인시스템 Code Connect - 디자인시스템 instruction - 이제 FE 개발 시작해도 될 마크업, 하지만 아쉬웠던 점 - 그 외로 힘들었던 점 * 현실 개발에서는 어떻게 해야하는가? * 마크업 직업 개발했더니 어떠니?
프론트엔드 AI 코딩
컨퍼런스 엔지니어링데이 2025
AI와 함께하는 프로젝트 자동화 : 더 빠르고, 더 스마트하게
컨퍼런스 엔지니어링데이 2025
네이버 사내 기술 교류 행사인 NAVER ENGINEERING DAY 2025 에서 발표되었던 세션을 공개합니다. [발표 내용] 로컬 환경에서 Ollama LLM과 mcp-agent를 연결해 빌드 실패 분석, 크래시 로그 요약, Slack 자동 리포트까지 구현했습니다. AI가 단순한 도구가 아닌, 프로젝트의 자동화 동료가 되는 과정을 공유합니다. [발표 대상] 로컬 LLM(Ollama)과 오픈소스 mcp-agent 를 활용한 AI 자동화 시스템 구축에 관심 있는 개발자 [목차] * AI와 자동화를 연결하기 * LLM을 활용한 빌드 실패 알림 자동화 * LLM을 활용한 크래시 모니터링 자동화 * Slack with LLM * LLM & MCP 면 만능일까?
데브옵스 · 인프라 AI에이전트 개발