새 Siri의 강점은 지능이 아닌 맥락

NN/g의 Caleb Sponheim이 애플의 새 Siri AI를 직접 써 보고, 이 어시스턴트의 진짜 강점은 모델의 지능이 아니라 사용자의 개인 맥락(메시지·연락처·일정)에 접근할 수 있다는 점이라고 분석했다. 문자 대화 속 식당 추천을 사용자가 따로 찾아 주지 않아도 끌어오고, 메시지 초안을 쓸 때도 올바른 수신자를 골라냈다. 반면 확인까지 받은 출발지 주소가 지도 앱으로 넘어가며 사라지는 실패도 함께 기록했다.

"똑똑하지만 사용자가 정보를 일일이 넣어 줘야 하는 어시스턴트보다, 그 모든 맥락에 접근할 수 있는 어시스턴트가 중요한 우위를 가진다."Nielsen Norman Group

왜 중요한가

범용 챗봇 경쟁이 모델 성능 비교로 흐르는 동안, 실제 사용 만족도를 가르는 것은 "사용자가 설명하지 않아도 되는 정보의 양"이라는 점을 보여 준다. 아티클은 유용한 어시스턴트의 조건을 관련 개인 정보, 그것을 해석하는 능력, 그리고 한계를 분명히 드러내는 경험의 세 가지로 정리한다. 세 번째 조건이 빠지면 맥락이 많을수록 오히려 엉뚱한 행동의 위험도 커진다.

실무 적용

AI 기능을 설계할 때는 프롬프트 입력창보다 먼저 "이미 서비스가 알고 있는 데이터 중 무엇을 자동으로 넘길 것인가"를 정의해야 한다. 특히 대화에서 확인된 값(주소, 날짜, 수신자)이 다음 화면·다른 앱으로 넘어갈 때 그대로 유지되는지를 QA 체크리스트에 별도 항목으로 넣는 것이 좋다. 선택지에 따라 결과 행동이 달라지는 경우엔 실행 전에 되묻는 확인 단계를 두는 것이 안전하다.

교차 참고

• Nielsen Norman Group: The 3 Roles of Context for AI Agents — 에이전트에게 맥락이 하는 세 가지 역할을 정리한 글로, 이번 Siri 분석의 이론적 배경이 된다.
• Nielsen Norman Group: What Could an Intelligent Assistant Do for You? — 다이어리 스터디로 사용자가 어시스턴트에게 실제로 기대하는 일을 모은 연구.

Wemeet의 관점

Wemeet은 웹사이트·서비스에 AI를 붙일 때 "더 큰 모델"보다 "더 좋은 맥락 연결"이 체감 품질을 좌우한다고 본다. 고객사의 회원 정보·주문 이력·문의 내역을 안전하게 연결하고, 그 맥락이 단계 사이에서 끊기지 않게 설계하는 것이 곧 AI UX 설계의 핵심이다. 그리고 맥락을 쓰는 만큼, 어디까지 알고 무엇을 모르는지 사용자에게 투명하게 보여 주는 장치도 함께 설계해야 한다.