새로운 패러다임에서 소리는 조건에 따라 생성되는 것이다. 사용자의 상태와 맥락을 실시간으로 읽어 그에 맞는 소리가 생성된다. 브랜드 사운드는 맥락에 따라 다양하게 변주되고, 피드백 사운드는 사용자의 상황에 반응하며, 사운드스케이프는 공간과 이용자의 상태를 동시에 읽어 재구성된다. 청각 경험 설계란 이제 ‘어떤 소리를 만들 것인가’보다 ‘소리가 어떤 조건에서 어떻게 생성되어야 하는가’를 설계하는 것이 됐다. 이 변화는 청각 경험 설계를 음악·음향 기술의 영역에서 시스템 설계의 영역으로 이동시킨다. 어떤 사용자 데이터를 수집할 것인가, 그 데이터를 어떻게 해석할 것인가, 해석된 상태에 어떤 청각 반응을 연결할 것인가−이 판단들이 설계의 핵심 문제가 된다. 소리 자체의 아름다움보다, 소리가 그 맥락에서 올바르게 기능하는지가 더 중요한 기준이 된다.
---『01_“청각 경험 디자인의 패러다임 전환』중에서

청각 인터랙션은 시각·촉각 피드백과의 통합 설계도 고려해야 한다. 소리는 시각 피드백·촉각 피드백과 함께 사용될 때 훨씬 강력해진다. (…) 이 통합이 어긋나면−소리는 완료를 알리는데 화면은 아직 처리 중이라면−사용자는 혼란을 경험한다. 다중감각 일관성(multimodal consistency)을 청각 인터랙션 설계의 원칙으로 다뤄야 하는 이유다. AI는 이 영역에 맥락 적응성(contextual adaptability)이라는 새로운 가능성을 추가한다. 전통적 청각 인터랙션 설계에서 소리는 고정된 규칙으로 정해진다. 특정 이벤트에는 특정 소리가 연결되고, 그 연결은 제품이 출시된 이후 변하지 않는다. AI는 이 고정성을 바꿀 수 있다. 사용자가 현재 어떤 상황에 있는지, 어떤 감정 상태인지, 얼마나 바쁜지를 실시간으로 추론하여 청각 피드백의 형태를 조정할 수 있다.
---『03_“청각 인터랙션 디자인의 문법』중에서

개인화 시스템이 사용자에 대해 수집하는 데이터가 많아질수록, 시스템이 사용자를 얼마나 정확하게 이해하는지에 대한 사용자의 인식도 중요해진다. 시스템이 자신의 상태를 너무 정확하게 파악한다는 느낌이 불편함이나 감시받는다는 감각으로 이어질 수 있다. 이 경계는 사용자마다, 맥락마다 다르다. 설계자는 개인화의 정밀도를 높이는 방향만이 아니라, 사용자가 시스템과 어느 수준의 친밀함을 원하는지를 파악하고 선택지를 제공하는 방향을 함께 고려해야 한다. 개인화는 사용자를 위한 것이지, 시스템이 사용자를 분석하고 예측하여 통제하는 것이 아니다. 이 원칙이 개인화·적응형 청각 경험 설계 전반을 관통하는 기준이 되어야 한다.
---『06_“개인화·적응형 청각 경험 디자인』중에서

주관적 측정과 객관적 측정이 일치하지 않을 때, 그 불일치가 중요한 정보가 된다. 사용자가 쾌적하다고 보고했지만 생리 지표는 각성을 나타내는 경우, 의식적 판단과 무의식적 반응 사이의 괴리가 있다는 것을 의미한다. AI가 생성한 오디오에서 이런 괴리가 발생한다면, 생성 모델의 목표 함수나 학습 데이터를 재검토해야 한다는 신호다. 평가 참여자 구성도 결과의 타당성에 영향을 준다. AI 기반 오디오 평가 모델 자체도 학습 데이터에 포함된 청취자 집단에 편향될 수 있다는 점을 설계자가 인식해야 한다. 질적 방법과 양적 방법을 결합하는 혼합 방법론(mixed methods)도 AI 생성 청각 경험 연구에서 점점 더 중요해지고 있다. 수치 데이터가 ‘무슨 일이 일어났는가’를 보여 준다면, 사용자 인터뷰와 다이어리는 ‘왜 그것이 일어났는가’를 설명한다. AI가 생성한 음악에 대해 사용자가 구체적으로 어떤 점을 자연스럽지 않게 느꼈는지, 어떤 특성이 특히 효과적이었는지를 언어로 포착하는 것이 AI 생성 시스템의 개선 방향을 구체화하는 데 필수적이다. 수치만으로는 생성 조건을 어떻게 바꾸어야 하는지를 알기 어렵다.