AI 보안 센터
복잡한 보안 정보를 시각화로 직관적으로 보여줘, 사용자가 현재 상태를 바로 파악하고 안심할 수 있도록 설계했습니다.

내 돈을 지키는 투명한 Web3 AI 지갑
"위험합니다"가 아닌, "왜 위험한지" 보여주는 Web3 지갑
해킹 피해의 원인은 기술적 결함이 아닙니다. 사람의 심리를 공격하는 소셜 엔지니어링, 그리고 사용자가 시스템을 이해하고 신뢰할 수 없게 만드는 UX가 진짜 문제입니다. AI의 판단 근거를 투명하게 시각화해, 사용자 스스로 자산을 지킬 수 있도록 설계했습니다.
Project Type
개인 프로젝트
Duration
8 주
My Role
UIUX Designer
(리서치, 와이어프레임, 프로토타이핑, 사용성 테스트)
왜 이 프로젝트를 시작하게 되었을까?
블록체인은 안전한데, 왜 해킹 피해는 계속될까?
"블록체인은 안전한데 왜 해킹이 계속될까?" 이 모순이 출발점이었습니다. 기술이 안전하다면, 문제는 기술과 사람 사이 어딘가에 있다고 생각했습니다.
DESK RESEARCH
기술이 아닌 '사람'이 공격당하고 있었습니다.
가설 검증을 위해 블록체인 보안 보고서와 주요 Web3 지갑 앱 리뷰 94건을 분석한 결과, 사용자 이탈의 67%는 기술적 결함이 아닌 '복잡한 절차'와 '낯선 전문 용어'에서 비롯된 것으로 나타났습니다. 이는 인지적 부하를 낮추는 설계가 보안만큼 중요하다는 것을 의미했습니다.
시장 데이터
해커는 시스템이 아닌 사람의 심리를 공격합니다.
CertiK 보고서 분석 결과, 최대 피해액(1.6억달러)과 최다 발생 건수(114건)를 기록한 보안 사고 유형은 모두 '피싱(사회공학적 공격)'이었습니다.
사용자 반응
사용자는 UI 때문에 떠나고 있었습니다.
94건의 사용자 리뷰 분석 결과, 이탈의 67%는 복잡한 절차와 전문용어 였습니다.
학술 근거 (관련 연구)
복잡한 UI는 자산 손실로 이어집니다.
인지적 복잡성은 사용자의 34.7%가 자산 관리에 실패하는 핵심 원인입니다.

USER INTERVIEW
"지금 내가 제대로 하고 있는 건지 모르겠어요"
데이터만으로는 파악하기 어려운 심리적 맥락을 이해하기 위해, Web3 지갑 사용 경험이 있는 20-30대 3명을 대상으로 40-50분간 1:1 심층 인터뷰를 진행했습니다. 흥미로운 점은, 참여자 모두 블록체인 기술 자체를 의심하지 않았다는 것입니다. 불안의 근원은 기술이 아니라 "내가 지금 제대로 하고 있는 건지 확인할 방법이 없다"는 막막함이었습니다.
인터뷰 인사이트 #1
"보안은 눈에 보이는게 아니라 보안이 크게 와닿지 않아요"
인터뷰 인사이트 #2
"암호화폐를 처음 접했을 때 모든게 어려웠어요"-
인터뷰 인사이트 #3
"코인을 보관하는 지갑인데, 보호받는 느낌이 없어요"

AFFINITY MAPPING
흩어진 목소리들을 모으니, 결국 3가지 문제로 수렴했습니다.
리서치와 인터뷰 데이터를 모아 패턴을 찾았습니다. 어떤 문제가 가장 많이 반복되는지 클러스터링해, '인지적 부하', '사용자 심리 공격', '시스템의 불투명성' 문제로 정리됐습니다.

PERSONA & EMPATHY MAP
초보자든 숙련자든, 원하는 건 같았습니다. "판단 근거를 보여달라"
3가지 문제를 겪는 사용자가 누구인지 구체화하기 위해 페르소나를 만들었습니다. 숙련도와 무관하게, 사용자는 "왜 안전한지" 근거를 원했습니다. '안심시키는 UI'가 아닌 '스스로 확인할 수 있는 UI'가 필요합니다.
AI Agent 시대의 새로운 위협
AI가 편리해질수록, 해커의 공격도 정교해집니다.
페르소나를 통해 현재 사용자의 문제를 파악했다면, 다음은 미래를 고려했습니다. AI가 자산을 자동 관리하는 시대, 편리함만큼 새로운 위협도 생깁니다. 이를 대비한 확장 가능한 설계를 목표했습니다.
AI Agent 시대의 3대 보안 위협
컨텍스트 조작 (Context Manipulation)
AI의 의사결정 로직에 악의적 프롬프트를 주입하여 정상적인 판단을 우회시키는 공격
-> AI 판단 과정의 투명한 시각화로 사용자가 이상 징후를 감지할 수 있게 설계
메모리 오염 (Memory Pollution)
오염된 데이터를 학습시켜 시스템을 훼손하고, 잘못된 보안 등급을 산출하게 만드는 위험
→ 사용자가 AI 학습 데이터를 직접 확인·관리·삭제할 수 있는 통제권 부여
자동화된 거래 (Invisible Automation)
AI의 자동 거래 중 이상 징후를 사용자가 실시간 감지·개입할 수 없는 구조적 한계
-> AI 활동 로그의 실시간 시각화 및 사용자 개입 기능 설계

문제 정의
유저는 "안전하다"는 말이 아니라, 직접 확인할 수 있는 근거가 필요했습니다.
AI Agent 위협까지 고려한 결과, 문제의 본질은 하나였습니다. 판단 근거를 볼 수 없는 UI 그 자체였습니다.
HOW MIGHT WE
어떻게 하면 전문 지식 없이도 "이건 위험하다!"를 바로 알 수 있을까?
정보를 줄이는 것이 아닌, 전달 방식을 바꾸는 것이 답이었습니다.

2BY2 MATRIX & KANO MODEL
2단계 검증으로 'Must-Have' 기능 3가지 선정
문제 정의를 바탕으로 아이디어를 도출하고, 2×2 Matrix → Kano Model 순서로 검증해 실현 가능하고 사용자에게 가장 필요한 기능 3가지를 선정했습니다.

어떻게 AI로 사용자 신뢰를 구축할 수 있을까?
신뢰의 차이는 단 하나, "근거를 보여주느냐"였습니다.
기능을 설계하기 전, AI 서비스를 직접 비교하며 신뢰 형성 패턴을 분석했습니다. 출처가 없으면 사용자는 다시 검색했고, 근거가 있으면 바로 신뢰했습니다. 이 경험이 AI 판단 근거 시각화를 핵심 전략으로 잡은 이유입니다.
생성형 AI - ‘A 플랫폼’
“AI 답이니까 정답이겠지!” → 구글링하니 잘못된 정보 많음
생성형 AI - ‘B 플랫폼’
검색 과정 실시간 표시 + 출처 링크 → “근거를 보니까 신뢰가 생긴다!"
핵심 디자인 원칙
모든 디자인 결정은 이 3가지 원칙으로
리서치에서 발견한 문제를 해결하기 위해 3가지 설계 원칙을 세웠습니다.
구현 원칙 #1
데이터 투명성
“위험하다"고만 하지 않고 믿을 수 있는 근거 제시
구현 원칙 #2
과정 시각화
복잡한 분석 과정을 사용자에게 쉽게 설명
구현 원칙 #3
사용자 통제
AI가 학습한 내용을 사용자가 직접 관리
어떤 과정을 거쳐 디자인했을까?
화면을 그리기 전에, 사용자가 예상하는 위치부터 확인했습니다.
원칙을 세운 후, 트리 테스팅으로 사용자 멘탈 모델을 먼저 검증했습니다. 결과를 반영해 메뉴 깊이를 최소화했습니다.

와이어 프레임
기능이 사용자 여정 안에서 끊기지 않는지 먼저 확인했습니다. 3가지 핵심 기능이 유저 플로우 안에서 논리적으로 연결되는지 시각화하고, 초기 구조적 결함을 수정했습니다.

디자인 시스템
일관성과 확장성을 위해 디자인 시스템을 먼저 구축했습니다. 컬러 · 타이포그래피 · 컴포넌트를 정의해 서비스 전반의 시각적 일관성을 확보했습니다.

화면 디자인
중요한 정보가 가장 먼저 눈에 들어오도록 설계했습니다. 와이어프레임 위에 디자인 시스템을 적용해 위험 알림·자산 변동 같은 핵심 정보의 시각적 우선순위를 조정했습니다.

프로토타입
화면이 아닌, 실제 사용 흐름을 검증했습니다. 지갑 생성부터 위험 감지까지 전 과정을 동적으로 시뮬레이션해 불안 포인트와 진입 장벽을 찾아내고 반복 개선했습니다.
사용자들은 이 솔루션을 어떻게 받아들였을까?
사용자 테스트 결과, 사용자들은 여전히 어려워했습니다.
프로토타입 완성 후 인터뷰 참가자들을 대상으로 원격 사용성 테스트를 진행했습니다. SUS 점수는 78점으로 평균보다 양호했지만, 테스트를 통해 3가지 개선 포인트가 드러났습니다. 전문 용어가 여전히 많고, 정보의 우선순위가 불명확하며, 시각적 계층 구조가 사용자의 이해를 돕기엔 부족하다는 점이었습니다.
사용자 피드백
사용자 피드백 #1
‘AI 메모리 관리’라는 개념 자체가 생소해 어렵다.
사용자 피드백 #2
‘보안 상태’가 안전한지 위험한지 알기가 어렵다.
사용자 피드백 #3
‘AI 메모리’페이지에 정보가 너무 많아 화면이 너무 혼란스럽다.

ITERATION
"읽어야 아는 UI"에서 "보면 아는 UI"로 바꿨습니다.
테스트에서 발견된 3가지 문제를 반영해 개선했습니다.
AS IS

TO BE


‘보안 상태'를 인디게이터 시각화로 직관적으로 현재 보안 상태를 파악할 수 있게 개선
‘보안'과 ‘AI 데이터'를 따로 페이지를 분리해 화면 복잡성을 개선
프로젝트 회고 및 핵심 인사이트
Insight : 기술과 경험의 연결
"안심시켜주는 것"보다 "납득시켜주는 것"이 더 중요했습니다.
프로젝트 초반에는 "사용자를 안심시키는 UI"를 만들려고 했습니다. 하지만 리서치를 하면서 생각이 바뀌었습니다.사용자들은 "안전합니다"라는 말을 원하는 게 아니었습니다. 왜 안전한지 직접 확인하고 싶어했습니다. 기술이 어려울수록, 디자인은 더 투명하고 설명적이어야 한다는 걸 배웠습니다.
Challenge : 제약 사항의 극복
개인 프로젝트다 보니, 자칫하면 "예쁘기만 한 화면"으로 끝날 수 있다는 걱정이 있었습니다. 그래서 기능을 디자인할 때마다 "이게 실제로 구현 가능한가?"를 계속 확인했습니다. 블록체인 지갑의 동작 방식이나 AI 데이터 처리에 대한 기술 문서를 찾아보면서, 개발 관점에서도 말이 되는 설계인지 검증하려고 노력했습니다.
Growth : 앞으로의 목표
이번 프로젝트를 하면서, 복잡한 시스템 속에서 사용자가 느끼는 불안을 찾아내고 이걸 직관적인 화면으로 풀어내는 과정이 재미있었습니다. 앞으로도 사용자가 기술을 몰라도 서비스를 편하게 쓸 수 있게, 기술과 사람 사이를 연결하는 디자이너가 되고 싶습니다.
‘AI 메모리 관리' 용어를 ‘AI 보안센터'로 보다 직관적인 용어로 개선