출처 :
AI User Experience Patterns - Work Life by Atlassian
작성자 :
Dugald Morrow
발행일: 2026년 02월 23일
AI와 상호작용할 때 가장 널리 쓰이는 방식은 채팅형 사용자 인터페이스지만, 많은 경우 이것이 최적의 방법은 아닙니다.
소프트웨어 실무자들은 AI 시대에 맞춰 사용자 경험을 새롭게 구상할 필요가 있습니다.
AI를 자연스럽게 활용할 수 있는 다양한 사용자 경험 시나리오가 존재하며, 사용자 컨텍스트 전환, 복사 및 붙여넣기, 프롬프트 작성과 같이 채팅에 지나치게 의존할 때 발생하는 몇 가지 문제를 극복할 수 있습니다.
최근 Atlassian Workplace Events 팀을 위해 Forge 앱을 개발했습니다.
이 앱에는 Workplace Events 팀이 competition을 설정할 수 있는 관리자 UI가 포함되어 있습니다.
각 competition에는 제목, 설명, 시작 및 종료 날짜·시간 등 여러 입력 필드가 있으며, 이러한 정보는 자연스럽게 양식을 통해 수집됩니다.
앱에 실제로 포함된 양식에는 더 많은 입력 필드가 있어 작성에 시간이 오래 걸립니다.
이를 보완하기 위해 AI가 양식 작성을 도와주는 기능이 추가되었습니다.
양식 상단에는 AI 양식 작성 컨트롤을 표시할 수 있는 토글이 제공됩니다.
이 컨트롤을 통해 사용자는 AI가 양식을 작성하는 데 필요한 몇 가지 기본 매개변수를 지정할 수 있으며, 기본 양식을 사용하는 것보다 훨씬 빠르게 작성할 수 있습니다.
사용자가 “Fill with AI” 버튼을 클릭하면 Forge LLM API를 통해 LLM으로 쿼리가 전송됩니다.
이 쿼리에는 기존 양식 데이터와 AI 안내 위젯의 데이터가 포함되며, 경우에 따라 양식의 목적을 설명하기 위한 추가 컨텍스트도 함께 전달됩니다.
쿼리는 LLM이 양식의 각 필드에 대응하는 JSON 객체로 응답하도록 요청하며, 이를 통해 코드가 반환된 값으로 양식을 쉽게 업데이트할 수 있습니다.
다음은 실제 동작 예시입니다:
AI 양식 작성 방식은 AI 사용 여부를 명확하게 보여주고, 양식 제출 전에 사용자가 AI 응답을 검토하고 수정할 수 있도록 설계되어 있어 책임 있는 기술 원칙에도 부합합니다.
양식 작성은 흔히 사용되는 방식이지만, AI를 활용할 수 있는 다른 유형의 사용자 경험도 확인해볼 필요가 있습니다.
아래에서는 사용자 경험을 개선하기 위해 AI를 활용한 네 가지 패턴을 소개하며, 먼저 양식 작성 패턴부터 살펴보겠습니다.
AI 양식 자동 완성
개요(Overview): 양식 작성은 번거로운 작업이 될 수 있습니다.
이 패턴은 AI를 활용해 양식 작성을 자동화하는 데 도움을 줍니다.
패턴(The Pattern): 사용자에게 양식이 표시됩니다.
사용자는 양식을 직접 작성하거나 “Fill form with AI” 옵션을 클릭할 수 있습니다.
현재 양식 데이터는 양식을 설명하고 LLM이 필드를 완성할 수 있도록 돕는 일부 컨텍스트와 함께 LLM으로 전송됩니다.
LLM에 전달되는 프롬프트는 완성된 양식 값이 JSON 형태로 반환되도록 요청하며 각 구성 요소는 양식 컴포넌트의 고유 ID로 식별됩니다.
이를 통해 UI는 값을 쉽게 업데이트할 수 있습니다.
UI에는 사용자가 LLM에 추가적인 안내를 제공할 수 있도록 텍스트 필드나 토글과 같은 위젯을 선택적으로 포함할 수 있습니다.
사용 가능한 컨텍스트의 양에 따라 AI가 양식을 충분히 작성하기 전에 추가적인 수동 컨텍스트(추가 AI 안내 위젯 또는 일부 양식 직접 작성)가 필요한 정도를 결정합니다.
충분한 컨텍스트가 있는 경우 선택 단계로 두기보다는 양식을 자동으로 작성하고 사용자가 수정하도록 하는 방식도 가능합니다.
UX 영향(UX Impact): 양식 작성 속도를 높이면서도 제출 전 검토할 수 있는 기능을 제공합니다.
사용 예시(Example usage): 코드 변경 사항을 커밋할 때 커밋 메시지는 변경 내용을 요약해야 합니다.
또한 커밋 메시지 앞에 Jira 작업 항목 키를 붙이는 것이 일반적인 관행인 경우가 많습니다.
이 패턴을 적용하면 AI를 활용해 커밋 메시지 초안을 작성할 수 있습니다.
예측 입력(고스트 텍스트) 완성
개요(Overview): 텍스트 편집 중에 LLM(문법 언어 관리자)의 기능을 활용하여 문장과 단락을 완성합니다.
패턴(The Pattern): AI 기반 IDE는 개발자가 편집하는 위치 근처에서 코드를 생성하여 개발자가 탭 키를 눌러 제안된 코드를 수락할 수 있도록 합니다.
동일한 패턴을 Atlassian 편집기에도 적용할 수 있습니다.
Google Docs와 Gmail은 이미 이러한 기능을 제공하고 있으며, 이를 스마트 작성(Smart Compose) 이라고 부릅니다 .
UX 영향(UX Impact): 이 패턴은 “low-friction” 상호작용을 가능하게 한다는 점에서 강력한 UX 패턴입니다.
AI가 사용자의 다음 행동을 미리 예측하고 사용자는 이를 즉시 수용하거나 계속 입력해 무시할 수 있으며 이후 편집으로 통하여 추가 컨텍스트를 제공할 수도 있습니다.
사용 예시(Example usage): 작업 항목에 댓글을 작성할 때 에디터에는 작업 상세 정보와 이전 댓글이 포함된 컨텍스트가 제공됩니다.
사용자가 새 댓글 작성을 시작하면 AI는 해당 컨텍스트를 기반으로 사용자가 작성하려는 내용을 예측하고 고스트 텍스트 형태로 제안합니다.
선제적 예측 트리거
개요(Overview): 사용자가 프롬프트를 입력할 때까지 기다리는 대신 시스템이 LLM을 활용해 사용자 행동을 분석하고 요청이 있기 전에 도움을 제공합니다.
패턴(The Pattern): LLM은 신호가 약한 사용자 행동을 모니터링하고 사용자가 정보를 이해하고 행동할 수 있도록 비침투적인 제안을 트리거합니다.
UX 영향(UX Impact): AI를 반응형 도구에서 능동적인 파트너로 변화시켜, 사용자가 새로운 기능을 어떻게 사용해야 할지 몰라 불안해하는 것과 같은 인지적 부담을 덜어줍니다.
사용 예시(Example usage): 사용자가 복잡한 차트 위에 마우스를 올리면 AI가 자동으로 반응해 “이 데이터를 해석하려는 것 같은데, 요약해 드릴까요?”라는 자연스러운 제안을 표시합니다.
메모리 모듈화 & 워크스페이스 컨텍스트
개요(Overview): LLM이 이전 세션에서 설정된 선호도나 규칙을 자주 ‘잊는’ 문제를 해결하기 위한 패턴입니다.
패턴(The Pattern): UI는 규칙과 스킬로 구성된 계층적 구조를 통해 사용자가 지속 메모리를 관리할 수 있도록 합니다.
하위 레벨은 상위 레벨의 규칙과 스킬을 상속합니다.
규칙은 일관성을 유지하기 위한 수동적 가드레일 역할을 하며 스킬은 AI 에이전트가 특정 스크립트와 도구를 실행할 수 있도록 권한을 부여하는 모듈형 기능입니다.
이러한 규칙과 스킬은 해당 아티팩트 계층과 관련된 모든 AI 쿼리의 컨텍스트에 포함됩니다.
UX 영향(UX Impact): 매번 새로운 설명이 필요한 낯선 도구가 아니라, 사용자의 표현 방식과 스타일, 히스토리를 이해하는 장기적인 동료와 함께 일하는 듯한 개인화된 경험을 제공합니다.
사용 예시(Example usage): Jira 스페이스, 에픽, 기능/버그/작업 및 서브태스크로 이어지는 계층 구조는 각 레벨별 규칙과 스킬로 확장될 수 있습니다.
예를 들어 스페이스 레벨 규칙에서는 스프린트가 2주 단위라는 팀 운영 방식을 정의할 수 있습니다.
에픽 레벨 규칙은 프로젝트의 주요 마일스톤을 정의할 수 있으며 에픽 레벨 스킬은 정기적인 회고 생성을 지원할 수 있습니다.
이 패턴들은 아직 더 많은 검증과 보완이 필요하지만, AI를 활용해 사용자 경험을 어떻게 새롭게 설계할 수 있을지에 대한 아이디어를 제공합니다.