음성 인터페이스 디자인 기본 원칙

★ 이 책의 대상 독자 ★



■ 실무자: 주요 독자는 현직 실무자나 미래의 실무자가 될 사람들이다. 초보자가 봐도 모든 자료를 이해할 수 있도록 토대를 마련하려고 노력했다. 이 책은 경험이 풍부한 디자이너와 경험이 없는 디자이너 모두에게 가치를 제공한다. 실무자들은 모든 장의 내용을 읽고 필요한 도움을 얻을 수 있을 것이다.

■ HCI(Human-Computer Interfaces) 학생: 학생들은 VUI가 다른 유형의 사용자 인터페이스와 많은 공통점이 있음을 알게 될 것이다. 반면, 다수의 문제와 디자인 접근 방식은 음성 사용자 인터페이스에서만 발견할 수 있는 고유한 것이다. 전반적으로 유용하지만 특히 1~4장, 6장, 8~13장, 15~16장에서 많은 도움을 얻을 수 있다.

■ 비즈니스 관리자: 음성 기술로 조직의 니즈를 충족할 수 있는 방법을 결정하는 이들로 1~4장과 6장에서 많은 도움을 얻을 수 있다.

■ 프로젝트 관리자: 애플리케이션을 디자인하고 배포하는 단계를 알아야 하는 이들은 1~4장, 6~8장, 14~15장, 18장에서 많은 도움을 얻을 수 있다.



★ 이 책의 구성 ★



1부, 소개: 1장부터 3장에서는 음성 사용자 인터페이스 및 디자인 문제의 개요, 기술 설명과 책 전반에 걸쳐 자세히 설명할 디자인 방법론에 대한 고차원적 관점을 포함한 입문 자료를 제공한다.

2부, 정의 단계: 4장부터 7장에서는 요구 사항을 파악하고, 상세 디자인을 하기 전에 상위 수준의 디자인 결정과 같은 프로젝트의 정의 단계를 다룬다.

3부, 디자인 단계: 8장부터 14장에서는 상세 디자인 단계를 다룬다. 디자인 원리는 실제 애플리케이션에 적용하는 방법을 많은 예제를 들어 자세히 설명한다.

4부, 실현 단계: 15장부터 18장에서는 실현 단계인 개발, 테스트, 조정을 다룬다. 문법 개발과 같은 음성 사용자 인터페이스 디자인만의 고유한 여러 가지 문제를 설명한다.

각 부는 해당 디자인 단계의 방법론적 세부 사항을 다루는 장으로 시작한다. 그다음에는 해당 단계와 관련된 디자인 원칙과 접근법을 설명하며, 각 절의 마지막 장에서는 디자인 예제를 제시한다.



★ 옮긴이의 말 ★



IoT 기술의 발전으로 다양한 제품이 인터넷으로 연결되고 AI 스피커의 보급률이 높아지면서 음성 사용자 인터페이스 즉, VUI를 사용하는 제품과 서비스가 늘고 있다. VUI가 점차 삶의 일부로 성장하면서 사용자는 잠자리에서 일어날 때부터 음성 에이전트에게 날씨를 물어보고 집안의 가전 기기를 제어하는 일들에 익숙해지고 있다.

하지만 나와 같은 UX 실무자에게는 새롭고 많은 고민거리가 생겨났다. VUI의 확산은 기존의 그래픽 중심이던 사용자 경험을 디자인을 넘어 음성 에이전트 활성화 방식, 사용자 명령 인식, 음성 에이전트의 응답과 같은 VUI 인터랙션 방식과 지속해서 사용성을 향상할 수 있는 음성 에이전트의 아이덴티티 전략에 관한 많은 고민이 필요하다. 또한 VUI 디자인은 사람들에게 가장 익숙한 커뮤니케이션 시스템인 '대화'로 시작하지만 인간의 '대화'는 상당히 복잡한 영역이다.

미묘한 뉘앙스로 인해 한순간에 호감도가 달라질 수 있을 뿐만 아니라 인터랙션 과정 전반에 걸쳐 더욱더 감성적이고 디테일한 피드백이 제공돼야 하기 때문에 인간의 언어 체계와 감정 체계에 많은 이해가 필요하다.

이 책의 저자들은 세계 최고의 음성 인식 전문가다. 오랜 시간 실제로 VUI 디자인을 하며 터득한 노하우와 시행착오를 이 책에 담았기 때문에 VUI 실무자들의 많은 고민을 해결해줌과 동시에 훌륭한 가이드라인이 될 것이다.

이 책이 사용성 높은 VUI를 디자인하는 데 실질적인 도움이 되기를 바란다.

1부. 소개



1장. 음성 사용자 인터페이스 소개



1.1 음성 사용자 인터페이스란?

1.1.1 청각 인터페이스

1.1.2 대화 인터페이스

1.2 왜 음성인가?

1.3 앞으로 어떻게 해야 하는가?



2장. 음성 언어 기술 개요



2.1 음성 언어 시스템의 구조

2.1.1 음성 언어 시스템의 요소

2.1.2 인식

2.1.3 다른 음성 기술

2.2 음성 기술이 디자인 결정에 미치는 영향

2.2.1 성능 문제

2.2.2 문제 해결

2.2.3 정의 파일

2.3 결론



3장. 방법론 개요



3.1 방법론적 원칙

3.1.1 최종 사용자 입력

3.1.2 통합 비즈니스와 사용자 니즈

3.1.3 철저한 초기 작업

3.1.4 대화 디자인

3.1.5 맥락

3.2 방법론의 단계

3.2.1 요구 사항 정의

3.2.2 상위 디자인

3.2.3 상세 디자인

3.2.4 개발

3.2.5 테스트

3.2.6 튜닝

3.3 실제 애플리케이션에 방법론 적용

3.3.1 단계 조정

3.3.2 실제 예산과 시간 제약 처리

3.4 결론



2부. 정의 단계: 요구 사항 수집과 상위 디자인



4장. 요구 사항과 상위 디자인 방법론



4.1 요구 사항 정의

4.1.1 비즈니스 이해

4.1.2 사용자 이해

4.1.3 애플리케이션 이해

4.2 상위 디자인

4.2.1 주요 디자인 기준

4.2.2 다이얼로그 전략과 문법 유형

4.2.3 보편적인 다이얼로그 요소

4.2.4 반복 용어

4.2.5 메타포

4.2.6 페르소나

4.2.7 비언어 오디오

4.3 결론



5장. 상위 디자인 요소



5.1 다이얼로그 전략과 문법 유형

5.2 보편적인 다이얼로그 요소

5.2.1 오류 복구 전략

5.2.2 보편성

5.2.3 로그인

5.3 결론



6장. 계획적으로 페르소나 만들기



6.1 페르소나란 무엇인가?

6.2 페르소나는 어디에서 오는가?

6.3 페르소나 디자인 체크리스트

6.3.1 메타포와 역할

6.3.2 브랜드와 이미지

6.3.3 최종 사용자

6.3.4 애플리케이션

6.4 페르소나 정의

6.5 결론



7장. 샘플 애플리케이션: 요구 사항과 상위 디자인



7.1 렉싱턴 증권사

7.2 요구 사항 정의

7.2.1 비즈니스 목표와 맥락 이해

7.2.2 호출자 이해

7.2.3 애플리케이션 이해

7.3 상위 디자인

7.3.1 주요 디자인 기준

7.3.2 다이얼로그 전략과 문법 형식

7.3.3 보편적인 다이얼로그 요소

7.3.4 반복 용어

7.3.5 메타포

7.3.6 페르소나

7.3.7 비언어적인 오디오

7.4 결론



3부. 디자인 단계: 상세 디자인



8장. 상세 디자인 방법론



8.1 다이얼로그 상태 분석

8.2 호출 흐름 디자인

8.3 프롬프트 디자인

8.3.1 대화형 디자인

8.3.2 청각 디자인

8.4 사용자 테스트

8.4.1 형식적인 사용성 테스트

8.4.2 카드 분류

8.5 디자인 원칙

8.6 결론



9장. 인지 부하 최소화



9.1 개념의 복잡성

9.1.1 불변성

9.1.2 일관성

9.1.3 맥락 설정

9.2 기억 부하

9.2.1 메뉴 크기

9.2.2 최신

9.2.3 지시 사항

9.3 주의

9.4 결론



10장. 계획적인 프롬프트



10.1 담화로서의 대화

10.2 응집력

10.2.1 대명사와 시간 부사

10.2.2 담화 표지

10.3 정보 구조

10.4 구어체 영어 대 문어체 영어

10.4.1 포인터 단어

10.4.2 축약

10.4.3 'must'와 'may'

10.4.4 'Will'과 'Going To'

10.4.5 "Romans Perspire, Anglo-Saxons Sweat"(로마인은 땀을 흘리고,

앵글로색슨족은 땀을 흘린다)

10.5 용어 및 일관성

10.6 은어

10.7 공동 원칙

10.8 결론



11장. 운율 체계 계획하기



11.1 운율이란?

11.2 운율의 기능

11.3 강세

11.4 억양

11.4.1 기본 억양 음조 곡선

11.4.2 맥락의 음조 곡선

11.5 전화번호 연결

11.5.1 전화번호의 운율 구조

11.5.2 숫자별 연결

11.6 연결 접합 최소화

11.7 멈춤

11.8 TTS 가이드라인

11.8.1 애플리케이션 사용 분석

11.8.2 적절한 음성 선택

11.8.3 가능하면 오디오 녹음 사용

11.8.4 이해하기 쉬운 콘텐츠 만들기

11.8.5 적절한 형식 사용

11.8.6 자연스러움을 위한 문자 마크업

11.9 결론



12장. 효율성과 명확성의 극대화



12.1 효율성

12.1.1 작업 손실 방지

12.1.2 빈번한 작업을 효율적으로 수행

12.1.3 바로가기 제공

12.1.4 호출자 모델링을 사용해 단계 저장

12.2 명확성

12.2.1 자연 언어 이해를 위한 멘탈 모델

12.2.2 표식을 통한 탐색 명확성

12.3 효율성 및 명확성 균형 조정

12.3.1 개별 프롬프트에서 강세 명확성

12.3.2 단계적인 프롬프트

12.3.3 끼어들기 사용

12.4 결론



13장. 정확성 최적화와 오류 복구



13.1 정확성 측정

13.2 정확성 극대화를 위한 다이얼로그 디자인 가이드라인

13.3 오류 복구

13.3.1 확인 전략

13.3.2 거부 및 시간 초과로부터 복구

13.4 결론



14장. 샘플 애플리케이션: 상세 디자인



14.1 호출 흐름 디자인

14.1.1 로그인 서브 다이얼로그

14.1.2 견적 서브 다이얼로그

14.1.3 거래 서브 다이얼로그

14.2 프롬프트 디자인

14.3 사용자 테스트

14.4 결론



4부. 구현 단계: 개발, 테스트, 튜닝



15장. 개발, 테스트, 튜닝 방법론



15.1 개발

15.1.1 애플리케이션 개발

15.1.2 문법 개발

15.1.3 오디오 제작

15.2 테스트

15.2.1 애플리케이션 테스트

15.2.2 인식 테스트

15.2.3 평가용 사용성 테스트

15.3 튜닝

15.3.1 다이얼로그 튜닝

15.3.2 인식 튜닝

15.4 결론



16장. 문법 작성



16.1 문법 개발

16.1.1 규칙 기반 문법 개발

16.1.2 통계 언어 모델을 위한 문법 개발

16.1.3 탄탄한 자연어 문법 개발

16.1.4 통계적 자연어 문법 개발

16.2 문법 테스트

16.2.1 규칙 기반 문법 테스트

16.2.2 통계 언어 모델 테스트

16.2.3 탄탄한 자연어 문법 테스트

16.2.4 통계적 자연어 문법 테스트

16.3 문법 튜닝

16.3.1 튜닝 규칙 기반 문법

16.3.2 통계 언어 모델 튜닝

16.3.3 탄탄한 자연어 문법 튜닝

16.3.4 통계적 자연어 문법 튜닝

16.4 결론



17장. 성우와 함께 작업하기



17.1 성공을 위한 스크립트

17.1.1 도입 사례 연구

17.1.2 스크립트 팁

17.2 성우 선택

17.2.1 전문성 및 경험

17.2.2 코치 능력

17.2.3 페르소나에 맞추기

17.2.4 데모 테이프(또는 CD)와 오디션

17.3 녹음 세션 실행

17.3.1 절차상 고려 사항

17.3.2 음성 코치하기

17.4 결론



18장. 샘플 애플리케이션: 개발, 테스트, 튜닝



18.1 개발

18.1.1 애플리케이션 개발

18.1.2 문법 개발

18.1.3 오디오 제작

18.2 테스트

18.2.1 평가용 사용성 테스트

18.3 튜닝

18.3.1 다이얼로그 튜닝

18.3.2 인식 튜닝

18.3.3 문법 튜닝

18.3.4 사용자 설문 조사



19장. 결론



부록

마이클 코헨 Michael Cohen

1994년 뉘앙스 커뮤니케이션즈(Nuance Communications)를 공동 설립했으며 다이얼로그 R&D 그룹의 부사장을 비롯해 다양한 직책을 맡았다. 고객과 협력해 애플리케이션 디자인과 전문 서비스 팀을 구성해 뉘앙스 초기 기술 22건을 배포하며 그룹을 이끌었다. 음성 사용자 인터페이스 연구, 세이 애니씽(Say Anything)과 아쿠루트(Accuroute)를 포함해 뉘앙스의 자연어 이해 기술과 보이저(Voyager), 뉘앙스 음성 브라우저와 같은 제품 인터페이스 디자인을 담당하는 다이얼로그 R&D 그룹을 만들었다.

70건 이상의 논문을 발표하고 음성 및 VUI 기술 관련 8건의 특허를 보유하고 있으며, 학회와 산업 무역 박람회에서 주로 발표한다. 스탠포드대학교의 컨설팅 교수로 AVIOS(Application Voice Input Society)의 이사회를 맡고 있으며, UC 버클리에서 컴퓨터 공학 박사 학위를 받았다.