AI 가이드라인
WIZ 고유의 AI Collaboration UX 표준 — 네 층위(상태 어휘 · 한 번의 답변 · 의도 읽기 · 여러 에이전트)로 AI 상태 9종, 답변 구성, 되묻기·자동 요약, Agent 오케스트레이션, 근거 기반 Research를 정의합니다.
마지막 업데이트 2026-06-25
WIZ는 Multi-Agent 기반 AI Collaboration OS를 지향합니다. 이 표준은 일반 디자인 시스템을 넘어 WIZ 제품군(WIZON · WIZ-FLOW Next · WIZ-GOV AI · WIZ-DOCS) 전체가 공유하는 AI UX 정본입니다.
이 문서는 네 층위로 읽으면 쉽습니다 — ① 상태 어휘(AI가 지금 무엇을 하는가) → ② 한 번의 답변(무엇으로 그리고 어떻게 흐르는가) → ③ 의도 읽기(되묻거나 먼저 하거나) → ④ 여러 단계·여러 에이전트(오케스트레이션). 아래 어휘가 위 단계마다 반복해서 쓰입니다. 그리고 이 모든 층위는 하나의 대화 표면(바로 아래 골격) 위에서 펼쳐집니다.
대화 표면 — 지침이 사는 골격#
아래 다섯 층위는 추상 규칙이 아니라 하나의 대화 표면 위에서 렌더됩니다. 그 표면은 네 개의 정식 컴포넌트로 조립됩니다 — 입력(컴포저) · 로그(스레드) · 한 턴(메시지) · 답변 액션. 지침과 컴포넌트가 따로 놀지 않도록, 모든 WIZ AI 표면은 이 같은 골격을 조립해 만듭니다.
안녕하세요, WIZ 워크스페이스 어시스턴트입니다. 문서 검색·작성·요약을 도와드릴 수 있어요.
회의록 3건을 확인했어요. 공통 결론은 “신규 입사자 첫 주 완료율 개선”이고, 핵심 액션은 ① 체크리스트 자동화 ② 멘토 배정 ③ 2주차 피드백 세션입니다.
정리했어요.
① 체크리스트 자동화
- 담당: 김도현 (플랫폼팀)
- 마감: 6월 28일
선행 작업으로 HR 데이터 연동(이수아, 6월 21일)이 필요해요. 자세한 내용은 온보딩 문서를 참고하세요.
| 골격 | 컴포넌트 | 역할 |
|---|---|---|
| 입력 | ComposerBar | 슬롯 컴포저 — 모드(이미지·웹·글쓰기·리서치)·첨부·음성·전송, 한글 IME·자동 높이 |
| 로그 | ChatThread | role=log·aria-live — 새 메시지 알림·자동 하단 스크롤 |
| 한 턴 | ChatMessage | GPT-5 비대칭 — 사용자 회색 버블 / 어시스턴트 전폭 텍스트 |
| 답변 액션 | MessageActions | 복사·좋아요·싫어요·다시 생성 |
원칙 — 지침은 컴포넌트로 산다. 아래 ① 상태 · ② 답변 · ③ 의도 · ④ 에이전트 · ⑤ 실패 규칙은 모두 이 네 골격 위에서 구현됩니다. 답변 한 턴은
ChatMessage로, 그 안의 위젯 카드(② 데이터-viz)는 메시지 본문으로, 되묻기(③)는 컴포저 위에서 — 규칙마다 새 UI를 그리는 게 아니라 같은 골격을 조립합니다.
① 상태 어휘 — AI는 지금 무엇을 하는가#
모든 AI 상호작용은 9종 상태 중 하나로 표현됩니다. 이 9종이 이후 모든 층위에서 공통으로 쓰이는 어휘입니다. 아래에서 시나리오별로 직접 흐름을 돌려보세요 — 상태가 바뀔 때마다 아이콘·이름·색 세 채널로 현재 상태를 강조하고, 진행형은 펄스로 “살아 있음”을 알립니다.
현재 상태: 입력 대기
- 대기
- 요청
- 추론
- 생성
- 완료
원칙 — 사용자는 현재 AI 상태를 항상 알 수 있어야 한다. 멈춘 화면은 멈춘 시스템처럼 읽힙니다. 색만으로 알리지 않고 늘 텍스트 라벨을 동반하며, 진행 중에는 반드시 진행 표시를 둡니다.
9종 상태 정의#
진행형(Loading·Thinking·Streaming·Tool Calling) 4종 · 대기 2종 · 종료 3종으로 나뉩니다.
이 9종은 Design QA의 “AI 상태 표현” 판정 기준이기도 합니다.
원칙 — 상태 색은 kind가 정한다(전 데모 공통 기준). 진행형(Loading·Thinking·Streaming·Tool Calling)은 primary(파랑) + 펄스, 완료(Completed)는 success(초록) + 체크, 대기(Idle·Waiting)는 neutral, 취소(Cancelled)는 muted, 오류(Failed)는 error. 색만으로 알리지 않고 늘 점/아이콘 · 한글 · 영문 세 채널을 함께 둔다. 위젯·스트리밍·되묻기 등 모든 AI 표면이 이 한 규칙을 따른다.
심화 — 진행형 상태의 안을 들여다보면#
진행형 두 상태는 사실 더 잘게 나뉩니다. **Thinking(추론 중)**은 접어둔 사고 과정을 가질 수 있고, **Tool Calling(도구 호출 중)**은 한 순간이 아니라 결정·호출·결과·해석의 미니 사이클입니다. 최신 reasoning·agentic 모델에서 점점 중요해지는 결입니다.
- 1결정Decide
- 2호출Call
- 3결과Result
- 4해석Interpret
예시getWeather 선택 → getWeather(서울) → { temp: 22, … } → 위젯으로 렌더
② 한 번의 답변은 무엇으로, 어떻게#
하나의 답변은 한 덩어리 텍스트가 아니라 추론 · 도구 호출 · 근거 · 렌더가 순서대로 묶인 결과입니다. 위 상태 어휘가 실제로 시간축을 따라 흐르는 층 — 무엇으로 그릴지 고르고, 흐르듯 쌓고, 근거를 남깁니다.
한 답변의 해부 — 네 part#
아래 네 part가 emit 순서대로 쌓여 한 번의 답변(turn)이 됩니다. 각 part는 ① 상태 어휘의 상태에 대응하고, 이어지는 데모들이 part 하나씩을 자세히 보여줍니다.
답을 무엇으로 그릴까#
답을 무엇으로 그릴지는 정보 복잡도 × 사용자 의도로 결정합니다. 셀을 눌러 권장 형태와 실제 렌더를 확인하세요 — 단답을 카드로 부풀리지도, 시계열을 텍스트로 늘어놓지도 않게.
시간 추세 스캔은 차트가 0.3초.
스캔 × 시계열 — 권장: 라인 차트. 시간 추세 스캔은 차트가 0.3초.
마크다운이 아니라 위젯 카드로#
그 규칙의 한 사례 — 수치·시계열 답은 마크다운이 아니라 위젯 카드로. 도구 호출 결과를 WDS
몰입형 위젯(대기 표면·날씨별 모션 배경·현재기온 점)으로 렌더하고, 같은 답을 토글해
“위젯 vs 문서” 스캔성 차이를 직접 비교해 보세요. “재생”을 누르면 위 ① 상태 어휘가 그대로
흐릅니다 — 추론 → 도구 호출(getWeather) → 응답 생성 → 위젯. 답변은 곧 런타임에 합성되는
UI(Generative UI)라는 점을 보여주는 대표 사례입니다.
| 구분 | 기온 | 강수확률 |
|---|---|---|
| 지금 | 22도 | 10퍼센트 |
| 오후 1시 | 22도 | 13퍼센트 |
| 오후 2시 | 21도 | 18퍼센트 |
| 오후 3시 | 21도 | 22퍼센트 |
| 오후 4시 | 20도 | 28퍼센트 |
| 오후 5시 | 20도 | 31퍼센트 |
| 오후 6시 | 19도 | 40퍼센트 |
| 오후 7시 | 19도 | 50퍼센트 |
| 오후 7:43 | 일몰 | — |
| 오후 8시 | 18도 | 55퍼센트 |
| 오후 9시 | 18도 | 60퍼센트 |
| 오후 10시 | 17도 | 65퍼센트 |
| 오후 11시 | 17도 | 60퍼센트 |
| 자정 | 17도 | 50퍼센트 |
| 오전 1시 | 16도 | 40퍼센트 |
| 오전 2시 | 16도 | 30퍼센트 |
| 오전 3시 | 17도 | 22퍼센트 |
| 오전 4시 | 18도 | 16퍼센트 |
| 오전 5시 | 19도 | 12퍼센트 |
| 오전 6시 | 20도 | 10퍼센트 |
| 오전 7시 | 21도 | 12퍼센트 |
| 오전 8시 | 22도 | 16퍼센트 |
| 오전 9시 | 23도 | 20퍼센트 |
| 오전 10시 | 23도 | 26퍼센트 |
| 오전 11시 | 22도 | 30퍼센트 |
| 오늘 | 최저 17도 최고 25도 | 30퍼센트 |
| 일 | 최저 18도 최고 26도 | 15퍼센트 |
| 월 | 최저 16도 최고 23도 | 65퍼센트 |
| 화 | 최저 19도 최고 28도 | 10퍼센트 |
| 수 | 최저 18도 최고 24도 | 45퍼센트 |
| 목 | 최저 16도 최고 22도 | 70퍼센트 |
| 금 | 최저 17도 최고 25도 | 30퍼센트 |
| 토 | 최저 19도 최고 27도 | 15퍼센트 |
| 일 | 최저 18도 최고 26도 | 55퍼센트 |
| 월 | 최저 17도 최고 24도 | 40퍼센트 |
같은 chassis, 다른 데이터 — 금융 위젯
이 패턴은 날씨 한 곳에만 통하는 게 아닙니다. 같은 대화·재생·토글 chassis 위에 데이터만 금융으로 바꾸면, 표면 매질이 정반대로 바뀝니다 — 날씨가 몰입형 대기 글래스라면 금융은 차분한 다크 데이터 슬랩입니다. 등락 방향이 표면 그라데이션을 정하고(상승=초록 후광/하락=빨강 후광), 등락은 색만이 아니라 ▲▼·부호 텍스트와 함께 전하며, 스파크라인으로 시세를 한눈에 스캔합니다. “도구 결과 = 위젯 카드”가 일회성이 아니라 시스템 패턴임을 보여줍니다.
| 종목 | 현재가 | 등락(1일) |
|---|---|---|
| 엔비디아 NVDA | 1,208.88USD | 상승 2.40퍼센트 |
| 애플 AAPL | 229.41USD | 상승 0.86퍼센트 |
| 테슬라 TSLA | 341.16USD | 하락 1.12퍼센트 |
| 마이크로소프트 MSFT | 478.02USD | 상승 1.55퍼센트 |
| 아마존 AMZN | 201.30USD | 상승 0.42퍼센트 |
| 알파벳 GOOGL | 178.65USD | 하락 0.38퍼센트 |
세 번째 매질 — 뉴스 브리핑
데이터를 한 번 더 바꿔 뉴스를 봅니다. 같은 chassis인데 표면이 또 달라집니다 — 날씨가 대기 글래스,
금융이 고정 다크 슬랩이라면, 뉴스는 라이트·다크에 모두 적응하는 편집 피드입니다. 리드 기사와
헤드라인 목록, 분야별 색(차트 토큰·색맹 안전)과 출처 귀속으로 “무슨 일이 일어나고 있나”를 스캔합니다.
세 위젯이 같은 골격(ai-widget/)을 공유하니, AI 상태 표현과 재생 흐름은 한 번의 정의로 세 곳에서
절대 어긋나지 않습니다 — 위젯이 셋이 되며 “복사”가 “추출”이 되어야 하는 지점입니다.
경량 모델과 양자화 가속으로 추론 단가가 급락하며, 스마트폰·노트북에서 직접 도는 에이전트가 현실 제품으로 들어왔다. 업계는 클라우드 의존도를 빠르게 낮추는 중이다.
테크와이어38분 전- 경제1시간 전반도체 수출 4개월 연속 최고치 — AI 가속기 수요가 견인
- 세계1시간 전주요국, AI 안전 공동 프레임워크 초안 합의
- 기술2시간 전대형 클라우드 3사, 추론 전용 칩 라인업 동시 공개
- 오늘 주요 뉴스 8건 브리핑(최신순).
- [기술] 오픈 LLM 추론 비용 1년 새 90% 하락 — 온디바이스 에이전트 본격화. 출처 테크와이어, 38분 전, 원문 https://techwire.kr/llm-cost.
- [경제] 반도체 수출 4개월 연속 최고치 — AI 가속기 수요가 견인. 출처 경제데일리, 1시간 전, 원문 https://econodaily.kr/semicon-export.
- [세계] 주요국, AI 안전 공동 프레임워크 초안 합의. 출처 글로벌타임스, 1시간 전, 원문 https://globaltimes.com/ai-safety.
- [기술] 대형 클라우드 3사, 추론 전용 칩 라인업 동시 공개. 출처 테크와이어, 2시간 전, 원문 https://techwire.kr/inference-chips.
- [과학] 단백질 구조 예측 모델, 신약 후보 발굴 기간 절반으로. 출처 사이언스뷰, 3시간 전, 원문 https://scienceview.kr/protein-fold.
- [경제] 생성형 AI 도입 기업 64% — "업무 자동화 ROI 확인". 출처 경제데일리, 4시간 전, 원문 https://econodaily.kr/genai-roi.
- [세계] EU, AI 콘텐츠 표시 의무화 시행 시기 앞당겨. 출처 글로벌타임스, 5시간 전, 원문 https://globaltimes.com/eu-label.
- [과학] 기후 모델에 AI 결합 — 국지 예보 정확도 개선. 출처 사이언스뷰, 5시간 전, 원문 https://scienceview.kr/climate-ai.
원칙 — 답의 형태는 내용이 정하고, 과정은 숨기지 않는다. 수치·시계열은 스캔되는 위젯으로, 단답은 한 줄로. 도구를 호출해 만든 답이라면 그 상태(추론·도구 호출·생성)를 함께 드러내 신뢰를 만듭니다.
답은 흐르듯 나타난다#
긴 답변은 한 번에 쏟아지지 않습니다. 의미 블록 단위로 흐르듯 쌓이고, 생성 중에는 Streaming 상태(펄스 + 커서)를, 끝나면 Completed(체크)로 마감합니다. 이미 나온 내용은 다시 흔들지 않고 아래로만 덧붙여 화면이 튀지 않게 합니다. “재생”을 눌러 흐름을 돌려보세요.
재생을 누르면 답변이 흐르듯 생성됩니다.
재생 대기 중.
원칙 — 생성은 보여주되, 화면은 흔들지 말 것. 진행 상태(생성 중·완료)를 늘 노출하고, 스트리밍 중 이미 표시된 내용의 위치는 바꾸지 않습니다. 모션을 끈 사용자에게는 즉시 전체를 보여줍니다.
근거를 남긴다 — Knowledge / RAG#
WIZ의 차별점인 근거 기반 응답은 답변에 출처를 붙여 검색→인용→응답을 추적 가능하게 합니다. 인용을 누르면 그 근거가 뒷받침하는 답변 구절 전체가 함께 강조되고(양방향 추적), 각 근거의 강도와 답변 전체 신뢰도(가장 약한 근거를 따름)를 함께 보여줍니다 — “얼마나 믿어도 되는지”까지.
질문온보딩 절차가 어떻게 되나요?
신규 입사자는 첫날 계정 발급과 보안 교육을 받습니다. 2일차에 팀 배정과 멘토 매칭이 이뤄집니다. 1주차 말에 온보딩 회고를 진행합니다.
답변 신뢰도 보통(가장 약한 근거 기준). 인용 번호나 출처 카드를 누르면 근거와 연결이 강조됩니다.
③ 의도를 읽는다 — 되묻거나, 먼저 하거나#
맥락이 분명하면 먼저 실행하고, 필수 정보가 빠지면 한 번 되묻습니다. 같은 “의도 읽기”의 양면입니다.
모호하면 되묻는다#
필수 정보가 빠진 질문에는 추측해서 답하지 않고 한 번 되묻습니다. AI는 진행을 멈추고 ‘추가 입력 대기’(① 9종 상태 중 하나)로 들어가 무엇이 왜 부족한지를 슬롯으로 보여주고, 빠른 선택지로 즉시 채우게 합니다 — 선택하면 그 값으로 정제된 답변까지 이어집니다. “재생”으로 전체 흐름(모호한 질문 → 되묻기 정지 → 선택 → 정제 답변)을 돌려보거나, 지역·기간 칩을 직접 눌러 분기해 보세요.
- 질문 「이번 주말 날씨 어때?」 — 지역 정보가 빠져 모호합니다.
- 추가 입력 대기 — 추천 항목을 고르거나 직접 입력하면 날씨 확인합니다.
- 선택 시 해당 항목의 정제 답변을 보여줍니다.
원칙 — 빈칸은 추측하지 말고 묻는다. 단, 묻기는 한 번으로 끝내고 무엇이 부족한지 명확히 보여줍니다. 되묻기가 대화를 막는 장벽이 아니라 가장 빠른 지름길이 되게 합니다.
슬롯이 둘 이상이면 — 단계로 나눈다
빠진 정보가 둘 이상일 땐 한 화면에 다 욱여넣지 않고 순서대로 되묻습니다. 진행은 1 / N 스텝퍼로 보여주고 이전 단계로 돌아갈 수 있습니다 — 클로드의 1/2·2/2 되묻기와 같은 패턴입니다. 핵심은 같은 카드 셸(질문 헤더 · 옵션 행 · 핫키 · 푸터)에 본문(= 단계)만 바뀐다는 것입니다. 위 단일 되묻기와 이 다단계는 디자인이 따로 노는 게 아니라 한 패턴의 두 변형입니다.
- 질문 「이번 분기 실적 리포트 만들어줘」 — 지표·기간 두 슬롯이 비어 모호합니다.
- 단계 1 / 2: 어떤 지표를 볼까요? 한 번에 묻지 않고 순차로 되묻습니다.
- 두 단계를 채우면 리포트를 만들어 보여줍니다.
단일 선택·다단계만이 아닙니다. **다중 선택 · 자유 입력 · 확인(예/아니오)**도 같은 셸 위에 본문만 바꿔 얹습니다. 토글로 세 타입을 바꿔 보세요 — 위 두 가지까지 합치면 다섯 타입이 한 패턴입니다.
되묻기 카드 = 한 셸 · 여러 본문 타입. 단일 선택 · 다단계 · 다중 선택 · 자유 입력 · 확인이 모두 같은 카드 셸(헤더 · 핫키 · 푸터)을 공유합니다. 그래서 새로운 되묻기 상황이 와도 디자인을 새로 그리지 않고 본문만 바꿔 끼웁니다 — 도메인(날씨 · 금융 · 뉴스)이 아니라 타입으로 커버리지를 넓힙니다.
링크를 붙이면 LiveWiki식 결과로#
붙여넣으면 카드로 — 전송 전 컴포저
URL을 붙여넣으면 raw 링크가 아니라 리치 카드(썸네일 · 재생 · 길이 / 제목 · 설명 / 채널 · 통계)로 펼쳐지고, “요약해줘”를 치지 않아도 의도를 추론해 ‘핵심 요약’ 액션을 제안합니다. 첨부 칩은 언제든 제거할 수 있습니다. 핵심은 전송 전 입력 카드에는 요약 · 취소 액션이 있고, 전송 후 메시지 카드는 읽기 전용이라는 것 — 종류(유튜브 · 웹사이트 · 블로그)를 바꿔 타입별 감지를 보고, ‘전송’으로 읽기 전용 메시지 카드로 굳는 흐름을 확인하세요.
무엇이든 물어보거나, 링크를 붙여넣어 보세요
요약하면 — LiveWiki식 세로 결과로
전송하면 세로 결과로 펼쳐집니다 — 핵심 요약(번호) → 영상(+ 스크립트 접이식) → 타임라인 · 본문 · AI 채팅 탭 → 요약 더 보기. 타임라인은 [mm:ss]를 누르면 영상이 그 지점으로 시킹되고, 본문은 근거 구절을 강조하며 인라인 타임스탬프로 원문과 잇습니다. 실제 LiveWiki 결과 페이지를 디자인 시스템 토큰 · 컴포넌트로 옮기고, 근거 하이라이트는 ① 색 규칙에 맞춰 primary로 정렬했습니다.
YouTube
[뉴스톱] 테슬라 사이버트럭 경찰차로 변신
테슬라 사이버트럭이 차세대 경찰 순찰차로 변신 — 방탄·전술 기능을 공개했습니다.
YTV on 연합뉴스TV· 조회수 197.93K · 2024.06.18
[뉴스톱] 테슬라 사이버트럭 경찰차로 변신
- 미국 경찰 당국이 테슬라 모델 Y에 이어 사이버트럭을 차세대 순찰차로 도입하는 방안을 추진하고 있습니다.
- 업핏(UP.FIT)이 공개한 사이버트럭 순찰차는 방탄 기능과 전술, 수색, 구조 등 특수 작전에 최적화된 기능을 갖추고 있습니다.
- 현재 차세대 사이버트럭 순찰차에 대한 주문 접수가 시작되었으며 올해 말부터 본격적인 배송이 이루어질 예정입니다.
- 업핏은 사이버트럭의 기본 방탄 기능에 더해 전술 작전, 군사 임무 수행, 수색 및 구조 활동에 최적화된 특수 장비를 추가할 수 있다고 설명했습니다.
- 현재 어바인 경찰국은 노후 경찰차 교체를 목적으로 테슬라 모델 Y를 활용한 시범 운영 프로그램을 진행하며 전기차 도입을 모색하고 있습니다.
- 업핏은 사이버트럭 순찰차의 사전 주문을 개시했으며, 2024년 말까지 첫 인도가 완료될 예정입니다.
유튜브 요약 결과: [뉴스톱] 테슬라 사이버트럭 경찰차로 변신. 출처 YTV on 연합뉴스TV, 조회수 197.93K, 2024.06.18.
핵심 요약:
- 미국 경찰 당국이 테슬라 모델 Y에 이어 사이버트럭을 차세대 순찰차로 도입하는 방안을 추진하고 있습니다.
- 업핏(UP.FIT)이 공개한 사이버트럭 순찰차는 방탄 기능과 전술, 수색, 구조 등 특수 작전에 최적화된 기능을 갖추고 있습니다.
- 현재 차세대 사이버트럭 순찰차에 대한 주문 접수가 시작되었으며 올해 말부터 본격적인 배송이 이루어질 예정입니다.
타임라인:
- 00:32 업핏은 사이버트럭의 기본 방탄 기능에 더해 전술 작전, 군사 임무 수행, 수색 및 구조 활동에 최적화된 특수 장비를 추가할 수 있다고 설명했습니다.
- 00:43 현재 어바인 경찰국은 노후 경찰차 교체를 목적으로 테슬라 모델 Y를 활용한 시범 운영 프로그램을 진행하며 전기차 도입을 모색하고 있습니다.
- 00:53 업핏은 사이버트럭 순찰차의 사전 주문을 개시했으며, 2024년 말까지 첫 인도가 완료될 예정입니다.
원칙 — 핵심부터, 깊이는 선택. 핵심 요약을 먼저 보여주고 영상 · 타임라인 · 본문 · AI 채팅으로 깊이를 고르게 합니다. 모든 근거는 타임스탬프로 원문과 이어, 추측이 아니라 검증 가능한 답변이 되게 합니다.
유튜브뿐 아니라 — 웹페이지 · 블로그도 같은 셸로
영상이 없는 일반 웹페이지 · 블로그는 같은 결과 셸에 소스 타입만 바뀝니다(되묻기 카드의 ‘한 셸, 여러 본문
타입’과 같은 철학). 영상 · 타임라인 대신 **원문 페이지 → 본문 → 출처(인용)**로 펼치고, 본문의 [n] 인용을
누르면 출처 카드가 강조되는 양방향 provenance(④ RAG 원칙)로 모든 근거를 원문 구절과 잇습니다. 일반 웹은
유튜브와 다른 실패 사유(유료 콘텐츠 · 차단)도 막다른 길 대신 사유 + 회복 액션으로 보여줍니다.
techinsight.kr
온디바이스 AI, 2026년 모바일 앱 설계를 다시 쓴다
온디바이스 AI가 7B 모델을 기기에서 직접 구동 — 앱 설계가 온디바이스 우선으로 이동합니다.
테크인사이트· 김도현 기자 · 2026.06.15
온디바이스 AI, 2026년 모바일 앱 설계를 다시 쓴다
김도현 기자2026.06.15읽는 시간 6분
- 2026년 플래그십 스마트폰의 NPU 성능이 전년 대비 2배 이상 향상되며, 7B급 모델이 기기에서 직접 구동됩니다.
- 네트워크 왕복 없이 추론이 끝나 응답 지연이 크게 줄고, 민감한 데이터가 기기를 떠나지 않아 프라이버시가 강해집니다.
- 앱 설계는 ‘클라우드 우선’에서 ‘온디바이스 우선, 필요할 때만 클라우드 보강’의 하이브리드 라우팅으로 이동합니다.
온디바이스 추론, 무엇이 달라졌나
올해 출시된 플래그십은 NPU에 전용 행렬 연산 코어와 더 큰 온칩 메모리를 실으며, 양자화된 7B 모델을 초당 수십 토큰으로 생성합니다.
그 결과 자막 요약·번역·문서 질의 같은 작업이 네트워크 없이 기기에서 끝나, 비행기 모드에서도 동작합니다.
앱 설계자가 준비할 것
설계의 기본값이 바뀝니다. 먼저 온디바이스로 시도하고, 한계를 넘는 작업만 클라우드로 보강하는 하이브리드 라우팅이 표준이 됩니다.
민감한 데이터는 기기에 두고 익명화된 신호만 전송해, 프라이버시와 비용을 동시에 낮춥니다.
웹페이지 요약 결과: 온디바이스 AI, 2026년 모바일 앱 설계를 다시 쓴다. 출처 테크인사이트 (techinsight.kr), 김도현 기자, 2026.06.15, 읽는 시간 6분.
핵심 요약:
- 2026년 플래그십 스마트폰의 NPU 성능이 전년 대비 2배 이상 향상되며, 7B급 모델이 기기에서 직접 구동됩니다.
- 네트워크 왕복 없이 추론이 끝나 응답 지연이 크게 줄고, 민감한 데이터가 기기를 떠나지 않아 프라이버시가 강해집니다.
- 앱 설계는 ‘클라우드 우선’에서 ‘온디바이스 우선, 필요할 때만 클라우드 보강’의 하이브리드 라우팅으로 이동합니다.
출처:
- [1] 원문 — NPU 성능 — 전용 행렬 연산 코어와 더 큰 온칩 메모리를 실으며, 양자화된 7B 모델을 초당 수십 토큰으로 생성한다. (techinsight.kr)
- [2] 원문 — 오프라인 동작 — 자막 요약·번역·문서 질의가 네트워크 없이 기기에서 끝나 비행기 모드에서도 동작한다. (techinsight.kr)
- [3] 원문 — 하이브리드 라우팅 — 먼저 온디바이스로 시도하고, 한계를 넘는 작업만 클라우드로 보강하는 하이브리드 라우팅이 표준이 된다. (techinsight.kr)
원칙 — 한 결과 셸, 여러 소스 타입. 유튜브 · 웹페이지 · 블로그가 같은 골격(핵심 요약 · 본문 · AI 채팅)을 공유하고 소스 고유 요소(영상 ↔ 원문 · 타임라인 ↔ 출처)만 바뀝니다. 새 소스가 와도 디자인을 새로 그리지 않습니다.
로드맵 — 흩어진 정보를 하나로(멀티소스 합성)#
제안 · 위즈온 미구현(로드맵). 아래는 현재 위즈온에 없는 동향 기반 제안입니다. 현 구현은 링크 하나를 요약하지만, 제품 슬로건(“흩어진 정보를 하나로”)의 다음 단계는 여러 링크를 한 카드로 교차출처 합성하는 것입니다 — 2026 NotebookLM · Perplexity의 멀티소스 리서치 패턴.
유튜브 · 기사 · 블로그를 한 번에 넣으면, 키포인트마다 어떤 소스가 근거인지 [n]으로 표시한 종합 카드가 나옵니다. 같은 ToolResultShell 언어를 쓰되, 단일 출처가 아니라 교차 출처를 다룹니다.
테슬라 사이버트럭, 경찰차 도입 — 종합
- 시범 도입 지역·차량 사양이 공개됨[1][2]
- 내구성·충전 인프라가 도입의 쟁점[2][3]
- 전문가들은 비용 대비 효과에 의견이 갈림[1][3]
- 멀티소스 합성: 테슬라 사이버트럭 경찰차 도입 종합(3개 소스 교차).
- 시범 도입 지역·차량 사양이 공개됨 (근거 [1][2])
- 내구성·충전 인프라가 도입의 쟁점 (근거 [2][3])
- 전문가들은 비용 대비 효과에 의견이 갈림 (근거 [1][3])
- [1] 유튜브 · 뉴스톱
- [2] 기사 · 경제신문
- [3] 블로그 · EV랩
④ 여러 단계, 여러 에이전트#
한 번의 답변(②)이 모여 단계와 핸드오프가 보이는 흐름이 됩니다. WIZ의 작업은 여러 에이전트의 협업으로 이뤄지며, 에이전트는 네 유형을 가집니다.
| 유형 | 역할 |
|---|---|
| Coordinator | 작업을 분해하고 다른 에이전트에 배분·조율 |
| Worker | 실제 작업 수행 |
| Reviewer | 결과 검토·품질 확인 |
| Approver | 최종 승인·반려 |
모든 에이전트는 이름 · 역할 · 상태 · 결과 4요소를 가지며, 상태는 위 ① 상태 어휘를 그대로 따릅니다.
한 작업은 여러 에이전트가 동시에 협업하는 흐름입니다. 조율 에이전트가 작업을 분해해 워커 여럿에 병렬 위임(fan-out)하고, 그 결과가 검토·승인으로 수렴(fan-in)합니다. “재생”을 누르면 토폴로지와 핸드오프(Chain)가 단계별로 점등하고, 각 에이전트는 ① 상태 어휘 그대로 진행·완료를 알립니다 — 시나리오를 바꾸면 검토에서 반려되어 재작성하는 경로도 보입니다. 토폴로지 ↔ 로그를 토글해 같은 흐름을 그래프·메시지 두 표현으로 봅니다.
- 1단계 작업 분해 중: 조율 진행.
- 2단계 병렬 실행 중: 리서치, 작성, 검증 진행.
- 3단계 검토 중: 검토 진행.
- 4단계 승인 검토 중: 승인 진행.
- 조율 → 리서치: 하위작업 — 자료 조사.
- 조율 → 작성: 하위작업 — 초안 작성.
- 조율 → 검증: 하위작업 — 사실 검증.
- 리서치 → 검토: 근거 12건.
- 작성 → 검토: 초안 1,240자.
- 검증 → 검토: 검증 결과 OK.
- 검토 → 승인: 검토 완료 v1.
같은 흐름을 시간 순 이력으로 압축하면 다음과 같습니다(Agent Timeline 어휘 — 가장 단순한 표현):
- 조율 에이전트Coordinator완료
작업을 3개 하위 작업으로 분해·배분
- 작성 에이전트Worker진행 중
초안 작성 중
- 검토 에이전트Reviewer대기
- 승인 에이전트Approver대기
공통 표현#
모든 Multi-Agent 화면은 동일한 표현 어휘를 씁니다 — 제품이 달라도 같은 규칙입니다.
- Agent Avatar — 에이전트 정체성을 나타내는 시각 마크
- Agent Status — 9종 상태 중 현재 상태(색·아이콘·텍스트 함께)
- Agent Message — 에이전트의 발화·산출
- Agent Chain — 에이전트 간 위임·흐름의 연결
- Agent Timeline — 시간 순 작업 이력
⑤ 실패는 막다른 길이 아니다#
① 상태 어휘는 오류 발생(Failed) · 사용자 취소(Cancelled)를 정의하지만, 지금까지 답변 위젯(날씨 · 금융 · 뉴스)은
성공 경로만 보여줬습니다. 실제 서비스에선 도구가 시간 초과로 실패하고, 검색이 빈손이고, 모델이 거절합니다.
실패도 설계의 일부입니다 — 성공만큼 자주 일어나기 때문입니다.
실패 화면은 세 가지를 지킵니다.
| 원칙 | 의미 |
|---|---|
| 명확한 원인 | 무엇이 · 왜 실패했는지 사람 말로(코드 · 스택 노출 금지). 예: “시세 서버 연결 실패 · 요청 시간 초과” |
| 부분 결과 보존 | 빈 화면 금지. 가진 것은 살린다 — 캐시 · 부분 결과를 stale로 명시 표시 |
| 다음 행동 제공 | 막다른 길 금지. 재시도 · 대안 · 되돌아가기를 늘 한 번에 |
아래는 도구 호출이 실패한 순간입니다. AI 상태는 ① 어휘 그대로 오류 발생(Failed) 을 error 색 3채널로 알리고(진행이 아니라 정지라 펄스는 꺼집니다), 마지막 확인값을 임시로 보여주며 다시 시도를 제공합니다. 재시도하면 같은 스레드에서 실시간 값으로 회복됩니다.
- 질문 「엔비디아 지금 주가 알려줘」 — 시세 도구 호출.
- 도구 호출 실패(요청 시간 초과). 마지막 확인값 1,208.88(12분 전 캐시)을 임시로 보여주고, 다시 시도를 제공합니다.
- 다시 시도하면 실시간 시세 1,213.40, +0.38%를 확인합니다.
도구 실패만 실패가 아닙니다. 거절 · 취소 · 결과 없음도 같은 규칙을 따릅니다 — 끝이 아니라 다음 행동으로 잇습니다. 토글로 세 상황을 바꿔 보세요. 이들은 시스템 오류가 아니라 정상 결과라, 도구 실패(error)와 달리 색을 차분히 둡니다.
| 상황 | 무엇을 보여주나 | 회복 경로 |
|---|---|---|
| 거절(Declined) | 못 하는 이유(정책 · 안전) | 가능한 대안을 함께 제시 |
| 취소(Cancelled) | 멈춘 지점까지 부분 결과 보존 | 이어서 생성 · 처음부터 다시 |
| 결과 없음(Empty) | 무엇을 못 찾았는지 | 검색어 넓히기 · 다른 출처 |
AI UX 분야 — 다섯 도메인#
위 다섯 층위(상태 · 답변 · 의도 · 오케스트레이션 · 실패와 회복)는 다섯 도메인 위에서 동일하게 적용됩니다. 같은 어휘·해부·플로우가 분야만 바뀌어 반복됩니다.
| 분야 | 핵심 |
|---|---|
| Prompt UX | 입력 구성·예시·전송, 진행 상태 노출(ComposerBar) |
| Copilot UX | 작업 맥락 안의 보조 — 제안·인라인 액션·확인 |
| Knowledge / RAG UX | 출처·근거 표시, 검색→인용→응답의 추적성(위 ② 근거 데모) |
| Workflow UX | 단계·승인·핸드오프가 보이는 작업 흐름 |
| Multi-Agent UX | 위 ④ Agent Chain·Timeline 표준 |
Copilot UX — 맥락 안의 인라인 보조#
다섯 도메인 중 Copilot UX는 채팅(②)·되묻기(③)와 매질이 다릅니다 — 별도 대화창이 아니라 작업하던 문서·에디터 안에서 AI가 근거와 함께 인라인으로 제안하고, 사용자가 한 번에 적용·확인합니다. 네 가지가 핵심입니다: 작성 중 이어쓸 내용을 미리 보여주는 자동완성(고스트 제안), 선택한 문장을 손보는 인라인 편집(프리셋 + 직접 지시, 제안 diff → 적용·취소), 편집 대신 묻기(선택해서 “이 내용 물어보기”), 그리고 한 곳을 바꾸면 문서의 다음 편집 위치를 예측해 Tab으로 점프·연쇄 적용하는 다음 편집(NES — Cursor Tab · GitHub Copilot). 모든 제안·답변에는 신뢰도(상·중·하)와 원문 근거가 붙어 환각을 줄이고 검증 가능하게 하며 — ② 근거(RAG provenance)와 같은 신뢰 언어입니다. AI 상태는 ① 상태 규칙(진행=강조색·완료=성공색, 점/체크+한글+영문 3채널)을 따라 인라인에 표시되고, 적용은 늘 사용자가 확인합니다(막다른 길 없이 되돌리기 제공).
이번 분기 목표는 활성 사용자를 늘리는 것입니다. 핵심 지표는 주간 활성 사용자(WAU)와 7일 리텐션이며, 전분기 대비 +15%를 목표로 합니다.
Workflow UX — 단계 · 승인 · 핸드오프#
Workflow UX는 되묻기(③)·멀티에이전트(④)와 또 다릅니다 — AI가 여러 단계를 순차 실행하다가 중요한 지점에서 승인 게이트로 멈추고 사람이 확인합니다(human-in-the-loop). 각 단계가 누구 차례인지(AI · 사람) 핸드오프가 보이고, 승인하면 이어서 실행하며, 반려해도 막다른 길 없이 수정 후 재제출로 잇습니다. AI 상태는 ① 색 규칙(진행=강조색 · 대기=중립 · 완료=성공색 · 반려=오류색)을 따릅니다.
- 데이터 수집AI진행 중지표 12종 집계
- 초안 작성AI대기요약 · 차트 자동 생성
- 검토 · 승인사람대기발행 전 사람이 확인하는 게이트
- 발행AI대기팀 채널에 공유
AI UX Research Repository#
AI UX는 “왜 이렇게 디자인했는지”를 근거로 남깁니다. 모든 AI UX 변경은 가능한 경우 실험 기록을 남겨, 추측이 아니라 검증으로 발전시킵니다.
기록 항목은 다음 6단계를 따릅니다.
- 1문제
- 2가설
- 3실험
- 4결과
- 5교훈
- 6적용
예시입력창 위치 불명확 → 하단 고정 가설 → A/B 테스트 → 완료율 +12% → 하단 고정 표준 반영
| 단계 | 내용 |
|---|---|
| 문제 | 무엇이 불편/불명확했는가 |
| 가설 | 어떻게 하면 나아질 것이라 보는가 |
| 실험 | 무엇을 어떻게 바꿔 시험했는가 |
| 결과 | 측정·관찰된 변화 |
| 교훈 | 일반화할 수 있는 배움 |
| 적용 여부 | 표준에 반영했는가 |
대상 분야는 Prompt · Agent · RAG · Copilot · Workflow · Multi-Agent UX이며, 이 저장소는 P4에서 시작해 지속 갱신됩니다.