AI가 자동화할 수 없는 역량을 활용하는 방법

누구나 프롬프트로 작동하는 프로토타입을 만들 수 있는 세상에서 좋은 제품과 훌륭한 제품을 가르는 것은 그 안에 담긴 세심함과 품질입니다. 신중한 인간의 입력이 없다면, AI 도구가 이론적으로는 작동하지만 실제로는 목표를 빗나가는 결과물을 생성합니다. 그 간극을 메우기 위해서는 호기심, 직관, 안목, 의도와 같은 인간 고유의 능력이 필요합니다. 여기서는 단순히 빠른 것이 아닌 품질 높은 결과물로 AI 도구를 이끌 수 있도록 이러한 기술을 배양하고 활용하는 방법에 대해 자세히 알아보겠습니다.

호기심: 첫 원칙에서 시작하기

호기심이란, 명확한 경로가 만들어지기 전에 '왜'와 '만약에'를 묻고 수십 가지 다른 방향을 고려한 다음, 올바른 방향을 검증할 때까지 반복하는 것입니다. 전통적으로 이러한 호기심은 시간이 걸리지만, AI 도구 덕분에 더 많은 방향을 탐색할 수 있는 장벽이 낮아졌습니다. 예를 들어, Figma Make를 사용하면 제품 관리자가 코드를 한 줄도 작성하지 않고도 프롬프트를 입력하고, 프로토타입을 생성하며, 어떤 아이디어가 진지하게 추진할 가치가 있는지 확인할 수 있습니다. Claude나 ChatGPT를 사용하는 마케터는 몇 분 만에 여러 캠페인 윤곽선을 만들어 브랜드 보이스 및 목표에 가장 부합하는 것이 무엇인지 비교할 수 있습니다. 하지만 이러한 촉진제가 있더라도 여전히 실질적인 한계가 존재합니다. AI는 무슨 일이 일어날지 보기 위해 원래 범위를 벗어나기로 결정하거나 범위 자체가 변경되어야 하는지에 대해 의문을 가질 수 없습니다. AI는 예상치 못한 아이디어나 직감에 대해 이끌리거나, 시간이 많이 걸리더라도 더 깊이 탐구할 가치가 있는 순간을 감지하지 못합니다.

호기심은 단순히 아이디어의 수를 늘리는 것뿐만 아니라 선택한 아이디어에 대한 확신을 굳건하게 만들어 줍니다. 초기에 폭넓게 탐색하면 나중에 다듬기가 더 쉬워지며, 재검토나 재작업을 줄일 수 있습니다. 예를 들어, Figma의 제품 디자이너 Natasha Tenggoro는 Figma Make를 사용하여 Figma Buzz에 동영상을 추가하는 다양한 방법을 테스트하고 검증했습니다. 프로토타입을 빠르게 생성함으로써 그녀는 "더 많은 방향을 탐색하고, edge 케이스를 조기에 테스트하고, 자신 있게 다듬을 수 있었습니다"라고 말합니다. 이를 통해 엔지니어들도 기능의 범위와 실현 가능성을 이해할 수 있었으며, 비용이 많이 드는 팀 전체의 불필요한 반복 작업을 방지할 수 있었습니다.

제품 디자이너 Natasha Tenggoro가 Figma Buzz에 동영상 재생 기능을 추가하기 위한 초기 실험을 프로토타입으로 제작하기 위해 Figma Make를 사용한 방법에 대해 자세히 알아보세요.

호기심이 어떻게 Figma의 아이콘 세트를 재구성했는가

Figma가 네 가지의 새로운 제품—Figma Make, Figma Buzz, Figma Sites, Figma Draw—을 출시 준비할 때 제품 디자이너 Tim Van Damme은 각각의 도구를 명확하게 나타내면서도 일관된 시각적 언어의 일부로서 조화를 이루는 아이콘을 만드는 작업을 맡았습니다.

표면적으로 프로젝트는 간단해 보였습니다. 네 가지 신제품을 나타내는 네 가지의 새 아이콘을 디자인하는 것이었죠. 하지만 각 아이콘의 잠재적인 방향을 스케치하기 시작했을 때, Tim은 한 걸음 뒤로 물러서야 한다는 것을 깨달았습니다. 각 아이콘에 개별적으로 집중하는 대신, 더 업데이트되고 통일된 느낌을 위해 Figma 아이콘 전체 세트를 다시 디자인한다면 어떨까? 이렇게 하면 프로젝트 일정에 몇 주가 더 소요되겠지만, 더 전체적인 재구상이 그만한 가치가 있다고 느껴졌습니다. 그는 프로젝트 범위를 전체 개편으로 확장하여 기존 아이콘과 새로운 아이콘을 함께 검토하면서 수백 가지 변형을 탐구하고, 각 기호가 개별적으로 독립적이면서도 더 넓은 Figma 아이콘 패밀리의 일부로서 일관성을 갖도록 했습니다.

새로워진 아이콘 제품 세트는 더 통일감 있으면서도 눈에 띕니다. 각 아이콘은 각 제품을 명확히 나타내며, 광고판과 같은 대형 포맷에도 원활하게 확장되어 Figma의 특징을 유지하고 있습니다.

Figma 제품 디자이너 Tim Van Damme의 아이콘 디자인 접근 방식을 더 알아보고 최종 결과를 형성한 탐구 과정을 확인하세요.

직감: 느낌 따르기

AI는 제품의 시장 출시 시간을 단축시킬 수 있지만, 고객에게 가장 큰 울림을 주는 것이 무엇인지 말해줄 수는 없습니다. 그러나 제품 제작자는 할 수 있습니다. 그들은 프로토타입에서 기술적으로 작동하더라도 혼란스러운 인터랙션을 감지할 수 있습니다. 그 동일한 본능은 모든 콘텐츠가 주어진 제약 내에 맞더라도 비좁게 느껴지는 레이아웃에서 더 많은 여백을 두도록 주장하게 할 수도 있습니다. "진정한 디자인은 가능성에 대한 비전을 촉진할 때 이루어집니다"라고 CVS Health의 사용자 경험 및 디자인 부사장 Eliel Johnson은 말합니다. “저는 디자인을 단순한 직무가 아닌, 동사로 생각하는 것을 좋아합니다. 디자인을 하면서 '느낌이 좋은가?'라고 계속 묻고 싶어 하죠."

오늘날 제품을 차별화하는 것은 기능뿐만 아니라 감정적 반응을 불러일으키는 능력입니다. 그러한 수준의 감정적 공감을 이루기 위해서는 무엇이 진정으로 와닿을지 예측해야 합니다. "기능을 통해 경쟁의 벽을 쌓으려는 시도는 이제 더 이상 통하지 않습니다”라고 Figma의 인사이트 책임자 Andrew Hogan은 썼습니다. “팀이 의도적으로 감정적 반응을 디자인할 수 없다면, 경쟁자는 훨씬 저렴한 비용으로 여러분의 기능을 베낄 것입니다. 이는 파악하기 어렵고 종종 화면 밖에서만 보이는 사용자의 깊은 두려움, 희망, 동기를 이해하는 것을 의미합니다." 다시 말해, 더 깊은 수준에서 연결되는 제품을 디자인하려면 감정적 지능과 본능이 필요합니다.

직관이 어떻게 Plaid의 리브랜딩을 이끌었는가

오랜 기간 동안 사용자들이 사용하는 앱을 은행 계좌와 안전하게 연결하도록 돕던 Plaid는 신원 확인, 금융 인사이트 및 사기 방지를 위한 제품 제공으로 범위를 확장했습니다. 이 새로운 제품들은 소비자를 넘어 각기 다른 요구 사항과 과제를 가진 은행과 규제 기관까지 대상 범위를 넓혔습니다. 이러한 진화에는 제품 확장을 암시하면서도 응집력 있게 느껴지며 다양한 대상 고객에게도 접근할 수 있는 시각적 접근 방식이 필요했습니다.

Plaid는 처음에 리브랜딩을 외부 에이전시와 협력했지만, 대상 고객의 뉘앙스를 이해하고 브랜드가 어떻게 진화할 수 있을지를 포착하기 위해서는 내부 팀만이 제공할 수 있는 수준의 컨텍스트가 필요했습니다. 프로젝트는 곧 내부로 다시 돌아왔습니다. 팀은 이미 몇 달을 허비했으며, 내부 디자이너와 마케터만으로 작업하는 것은 팀의 리소스를 더욱 심하게 소모할 것입니다. 그럼에도 그들은 대상 고객과 제품을 깊이 이해하는 내부 전문가의 손에 작업을 맡기는 것이 결국 성과를 낼 것이라고 믿었습니다.

팀은 새로운 시각적 방향성을 모색하며, 화폐에서 착안한 시각 패턴을 테스트하고 홀로그램 효과를 실험했습니다. 그들은 더 빠르고 협력적인 리듬으로 전환했지만, 새로운 접근 방식에는 대가가 따랐습니다. 더 빠르게 움직인다는 것은 긴 연구 과정 대신 직감을 받아들이는 것을 의미했고, 폭넓게 탐색한다는 것은 더 많은 시간을 소모할 위험을 감수하는 것이었습니다. "레고 세트를 쌓으면서 '집을 지을 거야'라고 말하면서도 최종적인 집이 어떤 모습일지 정확히 모르는 것과 비슷합니다"라고 Plaid의 디자인 책임자 Christophe Tauziet는 말합니다. "그냥 계속 진행하면서 도중에 변경하는 것이죠."

결국 이러한 대가는 충분히 가치가 있었고, Plaid와 함께 성장할 수 있는 유연한 브랜드 정체성을 만들어 냈습니다. 이 브랜드 정체성은 현대적이고 독창적이면서도, 소비자, 은행, 규제 기관과 신뢰를 쌓을 수 있도록 충분히 견고했습니다.

안목: 세부 사항에 대한 집착

직관이 무언가 작동할 것 같다는 본능적인 느낌이라면, 안목은 어떤 아이디어를 다듬고 어떤 것을 버릴지 판단하는 능력입니다. 초기 Figma 투자자 Sarah Guo는 "대부분의 회사가 안목과 미학을 혼동합니다"라고 말합니다. "하지만 진짜 안목은 더 깊은 곳에 있습니다. 오류 메시지, 로딩 상태, 단단순히 좋기만 할 뿐 필수적이지 않아서 없애버린 기능들에 있죠."

Tim이 수백 개의 반복 작업을 디자인하며 며칠을 보냈음에도 Figma Buzz를 위한 꿀벌 아이콘 아이디어를 완전히 폐기했을 때처럼, 안목은 아끼는 것을 과감히 없애버리는 것입니다. Duolingo 수학 팀이 불필요한 기능을 추가하기보다 핵심 인터랙션을 다듬은 것처럼, 안목은 시간이 제한될 때 무엇을 우선시해야 하는지 아는 것입니다. 끝없이 개선할 수 있을 것 같아도 언제 손질을 멈추고 출시해야 할지 아는 것입니다. Sarah가 말하듯이, "진정한 안목은 고통스럽습니다. 만약 '안목'이 당신에게 아무런 대가를 치르게 만들지 않는다면, 그것은 안목이 아닙니다. 그건 선호하는 취향일 뿐입니다."

AI가 팀이 생성할 수 있는 아이디어의 수를 확장함에 따라, 안목은 편집자이자 인간 고유의 분별력이 됩니다. AI는 규칙을 따르고, 일관성을 강제하며, 시각적 불규칙성을 찾아낼 수 있지만, 기술적으로 올바른 두 가지 솔루션 중 어느 것이 가장 큰 신뢰나 즐거움을 만들어낼지는 가늠할 수 없습니다.

Figma의 레이어 패널에서 가로 스크롤 개선

화면에 맞지 않는 레이어를 드러내기 위해 옆으로 이동하는 옵션인 Figma 레이어 패널의 가로 스크롤 바를 디자인하는 데에는 수많은 작은 결정과 고려 사항이 따랐습니다. 패널은 사용자를 혼란스럽게 하거나 작업을 느리게 하지 않으면서 상태가 변하는 수천 개의 요소를 처리해야 했습니다. 과제는 기능적이면서도 힘들이지 않고 사용할 수 있는 솔루션을 찾는 것이었습니다.

Figma의 디자인 및 엔지니어링 팀은 사용자가 상태가 변하는 수천 개의 레이어를 스크롤할 때 다양한 아이디어가 어떻게 유지되는지를 보기 위해 빠른 프로토타입을 제작했습니다. 몇몇 옵션은 서면에서 유망해 보였지만 실제로는 무너지곤 했는데, 예를 들어 레이어로 자동으로 이동하면 사용자가 작업 위치를 잃게 되었고, 숨겨진 레이어를 표시하기 위해 작은 마커를 추가하면 패널이 복잡해지기만 했습니다. 보이는 레이어 위에 어느 정도의 빈 공간을 남길지와 같은 다른 질문들에는 하나의 "정답"이 없었습니다. 그러한 결정을 내리기 위해 디자인 및 엔지니어링 팀은 인터페이스가 균형 잡히고 눈에 거슬리지 않게 느껴질 때까지 반복하고 다듬었습니다.

최종 디자인은 사용자가 캔버스에서 레이어를 더 깊이 클릭할 때 언제, 얼마나 멀리 자동 스크롤할지 결정하는 휴리스틱과 신중한 여백을 통해 미묘함과 명확성의 균형을 맞췄습니다. 결과물은 사용자에게는 매끄럽게 느껴지지만, 가장 작은 세부 사항까지 철저한 판단이 적용되어 형성된 것입니다.

Figma의 레이어 패널에 가로 스크롤 바를 추가하는 것은 복잡한 작업임이 밝혀졌습니다. 최종 결과에 이르게 한 탐구 및 그 과정에서 배운 교훈에 대해 자세 읽어보세요.

의도: 확장을 위한 시스템 디자인

AI 도구는 Design 작업을 가속화할 수 있지만, 제공하는 컨텍스트만큼만 유용합니다. 디자인 시스템은 기술을 AI가 이해할 수 있는 일관된 프레임워크로 디자인을 패키징하여 재작업을 줄이고 품질이나 디자인 충실도 문제를 방지합니다. 예를 들어, AI는 여러분의 팀이 12px 대신 8px 패딩을 선호한다거나 CTA에는 red-500을 절대 사용하지 않는다는 것을 추측할 수 없습니다. 또한 AI는 브랜드의 성장에 따라 새로운 컴포넌트, 색상, 타이포그래피로 디자인 시스템을 재구상해야 할 시점도 알 수 없습니다. AI가 사용할 수 있는 결과물을 생성하기 위해 필요한 가드레일을 제공하는 디자인 시스템을 만들기 위해서는 디자인 전문 지식이 필요합니다.

Figma의 제품 엔지니어링 부사장 Marcel Weekes가 말했듯이, "[AI]는 디자인 시스템의 구조를 이해하는 데 정말 능숙합니다. 웹사이트나 애플리케이션이 여러분의 정체성을 보여주길 원하신다면, 디자인 시스템의 컨텍스트를 AI에 제공할 수 있도록 투자할 가치가 있습니다."

디자인 시스템이 어떻게 Polaroid의 새로운 시대를 형성했는가

Polaroid가 디지털 시대에 맞춰 스스로를 재창조하면서, 파편화된 도구와 일관성 없는 업무 흐름으로 인해 디자인 작업이 느려졌습니다. 디자이너들은 고립된 파일에서 작업했고, 제품 전반에 걸쳐 브랜드를 통일할 중앙 집중화된 디자인 시스템이 없었습니다. 마찰이 극심해서 팀은 IOS 앱 하나만 디자인했습니다.

이 문제점을 해결하기 위해 Polaroid의 UX 팀은 단일 진실 공급원 역할을 할 디자인 시스템을 Figma에 구축하기 시작했습니다. 그들은 플랫폼 전반에서 색상, 글꼴, 테마를 관리하기 위한 공유 컴포넌트, 토큰, 변수를 구축하는 것부터 시작했습니다. 그 후, iOS와 Android 디자인을 나란히 관리할 수 있도록 핵심 컴포넌트를 표준화하여 중복 작업을 줄였습니다. 그 결과, 팀이 오늘날 의존하고 있는 시스템이 탄생했습니다. 이를 통해 Polaroid는 이제 더 빠르고 더 일관성 있게 제품을 출시합니다. 디자이너는 여러 제품과 플랫폼에 간의 작업을 확장할 수 있고, 개발자는 동일한 규칙 세트로 작업하여 결과물이 일관성을 유지하고 Polaroid의 특징을 유지하도록 보장합니다.

Polaroid가 디자인 시스템과 업무 흐름에 대한 신선한 접근 방식으로 어떻게 새로운 세대의 사용자에게 다가가고 있는지 알아보세요.

AI 시대에 속도와 규모는 쉽게 얻을 수 있습니다. 더 어렵고 훨씬 더 가치 있는 것은 무언가를 예술적이고 살아있는 것처럼 느끼게 만드는 인간의 선택입니다. Sarah가 말했듯이, "AI가 CRUD 앱을 즉시 생성하거나 어떤 웹사이트든 복제할 수 있는 세상에서는 안목이 최후의 차별화 요소가 됩니다. 기능은 복사할 수 있습니다. 기능성은 맞출 수 있습니다. 하지만 의도를 가지고 만들어진 무언가를 사용하는 느낌은? 그것은 대체 불가능합니다."

Explore Software Is Culture, a collection of stories tracing the impact of design on how we think, feel, and connect.