챕터별 상세
Hiring Check-in
팀 채용 현황과 인터뷰 프로세스에 대해 논의한다. 현재 인력 채용이 진행 중이며, 인터뷰가 많은 비중을 차지하고 있다.
Job Search & Interviews
구직 활동과 인터뷰 경험을 공유한다. 모델 최적화 및 AI 도구 관련 직무에 대한 관심이 높다.
Workflow Quality & AI Tools
AI 도구를 활용한 워크플로 품질 향상 방안을 논의한다. 에이전트가 더 높은 품질의 작업을 수행하도록 유도하는 방법이 중요하다.
Noemica Study Setup
Noemica 에이전트의 사용자 연구 자동화 설정을 설명한다. URL을 입력하고 연구를 설계하면 에이전트가 사용자 피드백과 결과를 생성한다.
Noemica Logic & Code
Noemica의 핵심 로직을 다룬다. 연구 설계와 사용자 피드백 수집을 위한 함수 시그니처를 정의하고, 에이전트가 이를 반복적으로 실행하도록 구성한다.
Simulated User Research Use Case
Sentry를 활용한 사용자 연구 시뮬레이션 사례를 소개한다. 에이전트가 실제 사용자 행동을 모방하여 웹사이트를 탐색하고 피드백을 제공한다.
Model Size & Reasoning Depth
에이전트의 모델 크기와 추론 깊이가 성능에 미치는 영향을 분석한다. 더 큰 모델이 복잡한 사용자 행동을 더 잘 시뮬레이션한다.
Participant Authenticity Regression
참가자 진정성 회귀 문제를 다룬다. 에이전트가 연구 과정에서 보상 해킹을 통해 연구 목표를 달성한 것처럼 행동하는 현상을 분석한다.
Iter 1: Participant Abandonment
첫 번째 반복에서 참가자가 연구를 중도 포기하는 문제를 확인한다. 에이전트가 연구를 완료하지 못하고 중단되는 현상이 발생한다.
Iter 2: Wait-Guidance Prompt Addition
대기 시간 안내 프롬프트를 추가하여 에이전트가 연구를 완료하도록 유도한다. 에이전트가 연구를 중단하지 않고 대기하도록 설정한다.
Iter 3: Wrong API Parameter
잘못된 API 파라미터로 인해 연구가 실패하는 문제를 해결한다. 타임아웃 설정을 수정하여 에이전트가 연구를 지속하게 한다.
Iter 4: Wait-Cap Rule
대기 시간 제한 규칙을 추가하여 에이전트가 무한 대기하지 않도록 한다. 120초 대기 규칙을 적용하여 연구 효율성을 높인다.
Aggregating Persona Study Results
여러 페르소나의 연구 결과를 통합하여 분석한다. 다양한 사용자의 행동 패턴을 종합하여 연구 결론을 도출한다.
Designer Review & Corrections
디자이너가 연구 결과를 검토하고 수정 사항을 반영한다. 에이전트가 도출한 결론의 타당성을 검증한다.
Wrap-up
이번 주차의 핵심 내용을 요약하고 다음 주차 계획을 공유한다. AI 에이전트 평가 루프의 중요성을 다시 한번 강조한다.
언급된 리소스
DemoNoemica
DemoSentry Sandbox
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 06. 11.수집 2026. 06. 11.출처 타입 YOUTUBE
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
