생성형 AI 이후, 제품개발의 병목이 생성에서 검증으로 이동하는 변화
생성형 AI는 제품개발의 초기 단계를 빠르게 바꾸고 있습니다. 텍스트와 스케치에서 다양한 콘셉트를 만들고, 디자인 대안을 비교하며, 이미지에서 3D 형상으로 발전시키는 과정까지 AI의 역할이 확대되면서 제품팀이 탐색할 수 있는 설계 공간은 과거보다 훨씬 넓어졌습니다. 그러나 더 많은 디자인을 더 빠르게 생성할 수 있다는 것과 더 좋은 제품을 만들 수 있다는 것은 같은 의미가 아닙니다. AI가 만들어낸 형상이 시각적으로 매력적이고 기하학적으로 완성되어 보여도, 실제 사용자의 얼굴에 안정적으로 맞는지, 손으로 편안하게 조작할 수 있는지, 앉거나 움직이는 동안 신체와 충돌하지 않는지까지 자동으로 보장되는 것은 아니기 때문입니다. 생성 기술이 빨라질수록 오히려 어떤 설계안을 실제 제품으로 발전시켜야 하는지를 판단하는 Human Fit Validation의 중요성이 커집니다. 이러한 변화는 생성형 AI가 만든 제품, 실제 사람에게도 사용할 수 있을까: 제품 생성에서 인체 적합성 검증까지에서 다룬 제품 생성 이후의 검증 문제와도 직접 연결됩니다.
이 지점에서 Human-in-the-Loop 제품개발의 의미도 새롭게 볼 필요가 있습니다. Human-in-the-Loop은 반드시 사람이 AI가 만든 결과를 하나씩 육안으로 검사하고 승인해야 한다는 뜻만은 아닙니다. 제품개발에서는 실제 인간에게서 얻은 인체치수, 3D 형상, 자세, 움직임과 같은 데이터를 설계 의사결정의 반복 과정 안에 유지하고, AI가 만들어낸 설계를 이러한 인간의 물리적 조건과 계속 비교하는 구조로 확장할 수 있습니다. AI가 하나의 형상을 생성하면 3D Persona가 해당 제품을 착용하거나 사용하도록 가상 배치하고, Fit·도달범위·간섭·접촉·자세와 같은 결과를 분석한 뒤 그 결과를 다시 설계 수정에 반영하는 것입니다. 즉 AI 생성 → Human Data 기반 검증 → 설계 수정 → 재검증이 하나의 반복적인 개발 루프로 연결되는 것입니다. 이때 인간은 단순한 마지막 단계의 테스터가 아니라, 제품개발 전 과정에서 설계 기준을 제공하는 데이터의 근원이 됩니다.
평균 사용자가 아닌 실제 인간의 다양성을 반영하는 설계 기준
사람과 직접 상호작용하는 제품에서는 작은 신체 차이가 실제 사용 경험의 큰 차이로 이어질 수 있습니다. 스마트글래스는 얼굴 폭뿐 아니라 코 형상, 귀 위치, 관자부 곡률과 하중 분포의 영향을 받고, 이어버드는 귀의 길이나 폭보다 훨씬 복잡한 국소 3D 형상에 의해 착용 안정성이 달라집니다. 의자와 자동차 시트는 골반과 허벅지 치수뿐 아니라 착좌 자세에서의 골반 기울기, 허리 곡률, 체압 분포와 연결되며, 웨어러블·의료기기·보호장비는 사용자가 움직일 때 변화하는 신체 표면과 제품의 접촉 관계까지 고려해야 합니다. 따라서 제품과 인간의 적합성은 단순히 ‘제품 크기와 신체 치수가 맞는가’를 확인하는 문제가 아니라, 제품과 신체가 실제 사용 과정에서 어떻게 만나고 변화하는지를 분석하는 문제에 가깝습니다.
평균값 중심의 설계만으로는 이러한 차이를 충분히 설명하기 어렵습니다. 같은 키와 몸무게를 가진 사람이라도 어깨 너비와 경사, 몸통 깊이, 골반 형상, 팔과 다리의 비율, 손의 크기, 관절의 위치가 서로 다를 수 있으며, 동일한 사람도 서 있을 때와 앉아 있을 때, 팔을 뻗거나 몸을 굽힐 때 신체 형상과 점유 공간이 달라집니다. 그래서 하나의 ‘평균 인간’을 설계 환경에 넣는 것보다 실제 사용자 모집단의 차이를 대표하는 복수의 3D Persona를 활용하는 접근이 중요해집니다. 3D Persona는 단순한 그래픽 아바타가 아니라 실제 인체데이터를 기반으로 특정 사용자군의 신체적 특성을 설계 환경에 구현하는 계산 가능한 사용자 모델입니다. 3D 페르소나는 어떻게 만들어지는가에서 설명한 데이터 기반 대표 사용자 모델은 바로 이러한 제품 검증 환경을 구성하는 기반이 됩니다.
AI 설계와 3D Persona가 연결되는 가상검증 루프
앞으로의 Human-in-the-Loop 제품개발에서는 인간을 표현하는 데이터의 해상도 자체가 더욱 높아질 것입니다. 기본적인 인체치수와 3D Human Body Data는 체형, 비율, 곡률과 단면을 설명하고, 관절 위치와 가동범위가 결합되면 제품의 조작성과 도달성을 분석할 수 있습니다. 여기에 자세와 동작의 시간적 변화를 표현하는 4D Human Data가 더해지면 사람이 앉고, 걷고, 팔을 뻗고, 제품을 착용하거나 벗는 과정에서 제품과 신체의 관계가 어떻게 달라지는지도 검토할 수 있습니다. 모든 제품에 체압이나 생체신호가 필요한 것은 아니지만, 장시간 접촉하거나 압박을 가하는 제품이라면 접촉면과 압력 데이터를 함께 분석함으로써 단순 형상 적합성보다 한 단계 깊은 사용성을 평가할 수 있습니다. 결국 AI가 인간을 이해한다는 것은 연령이나 키 같은 몇 개의 속성을 읽는 것이 아니라 형상·관절·자세·움직임을 제품과 연결할 수 있는 데이터 구조를 갖는 것을 의미하며, 이는 AI는 인간의 몸을 어떻게 이해하는가: 3D Human Body Data와 Digital Human에서 제시한 Human-Aware AI의 방향과 맞닿아 있습니다.
이러한 데이터가 AI 제품개발 환경과 연결되면 3D Persona는 단순히 설계 화면 옆에 서 있는 디지털 마네킹이 아니라 설계 대안을 평가하는 Virtual User로 발전할 수 있습니다. 예를 들어 하나의 AI 설계안에 체구가 작은 사용자, 큰 사용자, 서로 다른 신체 비율을 가진 사용자, 특정 연령대 사용자를 대표하는 여러 Persona를 적용하고, 제품과 신체 사이의 간섭, 도달성, 착용 위치, 움직임 제한 등을 비교할 수 있습니다. 문제가 발견되면 설계 파라미터를 수정한 뒤 동일한 Persona 집단에 다시 적용하여 결과를 비교할 수 있습니다. 이 과정이 반복되면 실물 시제품을 만든 뒤 처음 문제를 발견하는 것이 아니라 제품 형상을 자유롭게 바꿀 수 있는 초기 단계에서 Human Fit을 반복적으로 검증할 수 있습니다. 디지털휴먼 기반 제품 테스트: 실물 제작 전 가상검증이 제품개발을 바꾸는 방법에서 설명한 가상검증 역시 이러한 개발 방식의 연장선에서 이해할 수 있습니다.
Human Data를 AI 제품개발의 의사결정 구조로 연결하는 Comfo Labs
Comfo Labs가 바라보는 Human-in-the-Loop 제품개발의 핵심도 여기에 있습니다. 중요한 것은 AI와 인간 중 어느 한쪽이 제품을 설계하도록 선택하는 것이 아니라, AI의 생성 능력과 실제 인간을 설명하는 데이터를 하나의 제품개발 루프 안에 연결하는 것입니다. 이를 위해서는 단순히 많은 인체데이터를 확보하는 것만으로 충분하지 않습니다. 제품마다 어떤 신체 부위와 치수가 핵심인지 정의하고, 목표 사용자 집단의 체형 분포를 분석하며, 필요한 경우 대표 3D Persona를 만들고, 제품의 형상과 위치·접촉·도달범위 등의 관계를 분석할 수 있어야 합니다. 사람을 디지털 공간에 구현하는 목적도 외형을 사실적으로 보여주는 데 있는 것이 아니라, 제품이 누구에게 어떻게 작동하는지를 설계 단계에서 판단하기 위한 것입니다. 이러한 관점은 디지털트윈은 왜 인간부터 복제하기 시작했는가에서 다룬 인간 중심 디지털트윈과도 같은 방향을 가집니다.
이 과정에서 SIZE LAB은 실제 인체데이터를 기반으로 목표 사용자의 신체 특성과 분포를 분석하고, 제품 설계와 검증에 활용할 3D Persona와 Human Data의 기반을 마련하는 역할을 합니다. 반면 Doodll은 AI 기반 제품 아이디어와 3D 디자인을 제품개발 워크플로우로 연결하고, Product-Human Fit 분석과 Virtual Usability Simulation을 통해 생성된 제품이 다양한 사용자에게 어떻게 작동하는지를 검토하는 방향으로 발전하고 있습니다. 두 영역이 연결되면 제품개발은 기존의 ‘설계 → 시제품 제작 → 사용자 테스트 → 수정’이라는 반복 구조에서 ‘AI 설계 → 3D Persona 기반 가상검증 → 설계 최적화 → 필요한 물리적 검증 → 제조’의 구조로 이동할 수 있습니다. Human-in-the-Loop의 의미도 결국 사람의 물리적 노동을 늘리는 데 있는 것이 아니라, 실제 인간에 대한 증거를 AI의 설계 의사결정에서 끝까지 빠뜨리지 않는 것에 있습니다. 생성형 AI 시대의 제품개발 경쟁력은 얼마나 많은 형상을 만들 수 있는가보다, 그 가운데 실제 사람에게 더 잘 맞는 설계를 얼마나 빠르고 신뢰성 있게 찾아낼 수 있는가에서 결정될 것입니다.
