figma·2026년 1월 12일·4분 읽기큐레이션 요약

디자인 시스템을 위한 새로운

디자인 시스템은 더 이상 단순한 UI 컴포넌트 라이브러리가 아니라 매출 성장, 고객 충성도, 글로벌 확장, 제품 전략을 지원하는 비즈니스 자산이다. DXC 연구에 따르면 그 가치는 작업 효율뿐 아니라 고객 만족도·유지율·브랜드 경험·시장 확장성과 같은 경영 지표로도 측정할 수 있다. 따라서 디자인 시스템 팀은 재작업 감소보다 고객과 사업에 미친 구체적인 영향을 중심으로 투자 가치를 설명해야 한다. ## 생산성 중심에서 사업 성과 중심으로 - 기존에는 디자인 시스템의 ROI를 다음과 같은 운영 효율로 설명하는 경우가 많았다. - 재작업 감소 - 디자인·개발 핸드오프 단축 - 제품 제작 속도 향상 - 여러 팀 간 일관성 유지 - 그러나 현재 기업들은 디자인 시스템을 다음과 같은 전략적 목표에 활용한다. - 제품 포트폴리오 확장 - 고객 유지율과 충성도 개선 - 글로벌 시장 진출 - 제품 완성도와 브랜드 경험 향상 - 경우에 따라 매출 성장 측정 - 핵심은 디자인 시스템의 활동 자체가 아니라, 그 결과가 사업 지표에 어떤 변화를 만들었는지 연결하는 것이다. ## 고객 성과와 디자인 시스템의 연결 - 기업이 이미 관리하는 고객 지표를 디자인 시스템의 성과 측정 기준으로 활용할 수 있다. - 제품 도입률 - 유지율 - 참여도 - 고객 만족도 - 작업 완료율과 문제 해결 시간 - Freshworks는 새로운 디자인 시스템 도입 이후 고객 서비스 비용을 28% 줄이고 지원 티켓의 해결 시간을 개선했다고 설명한다. - SAP는 앱 내 설문을 통해 사용자 데이터 100만 건 이상을 수집하고, 이를 디자인 시스템 개선에 반영한다. - Freshworks는 온보딩 과정에서 사용자가 어디서 시작해야 할지 어려워한다는 피드백을 바탕으로 새로운 개선 작업을 추진했다. - 고객 경험 개선을 위해 다음 데이터를 활용한다. - CSAT 점수 - A/B 테스트 - 전환 퍼널 분석 - 온보딩 과정의 마찰 지점 - 이런 방식은 디자인 시스템이 단순히 컴포넌트를 제공하는 조직이 아니라, 고객의 불편을 발견하고 제품 경험을 개선하는 체계가 되도록 한다. ## 기업 가치와 제품 품질의 확장 - 디자인 시스템은 기업이 만든 브랜드와 제품 원칙을 여러 팀과 제품에 확산하는 수단이다. - Linear는 디자인 시스템을 통해 ‘완성도 높은 제품을 만든다’는 기업 가치를 규모가 커진 조직에서도 유지하고 있다. - Linear의 접근 방식은 엄격한 규칙과 수치만을 따르기보다 제품이 의도적으로 설계된 것처럼 느껴지는지를 중요하게 본다. - 이를 위해 디자인 시스템을 고정된 규격집이 아닌 살아 있는 시스템으로 운영한다. - 필요에 따라 컴포넌트를 업데이트 - 다양한 상황에 대응할 수 있도록 유연성 확보 - 품질 기준은 유지하되 제품 맥락에 따른 예외 허용 - 결과적으로 높은 제품 완성도는 사용자 경험을 차별화하고, 고객 충성도와 순매출 유지율에 영향을 줄 수 있다. ## 글로벌 확장을 지원하는 설계 기반 - 글로벌 확장에서 디자인 시스템의 역할은 제작 속도를 높이는 것에 그치지 않는다. - 여러 지역에서 일관된 브랜드 경험 제공 - 각 시장의 문화와 언어에 맞는 인터페이스 구현 - 다양한 하드웨어와 화면 크기 지원 - 브랜드별 고유성 유지 - 현대자동차그룹은 현대·기아·제네시스 3개 브랜드의 30개 이상 차량 모델을 하나의 일관된 기반으로 확장하면서도 각 브랜드의 정체성을 유지하려 한다. - Grammarly는 초기부터 현지화를 디자인 시스템 전략에 포함했다. - 사내 언어 전문가를 채용해 문화적 뉘앙스 반영 - 오른쪽에서 왼쪽으로 읽는 언어의 가독성 고려 - 언어별 레이아웃과 표현 차이를 시스템 입력값으로 관리 - 북미, 한국, 폴란드에 분산된 팀은 공통 디자인 시스템을 기반으로 지역별 차이를 조정한다. - 현대자동차그룹의 42dot은 다국어 UX를 검증하기 위해 맞춤형 Figma 플러그인도 활용한다. ## 디자인 시스템의 성과를 입증하는 방법 - 경영진이 중요하게 여기는 기존 비즈니스 지표와 디자인 시스템의 활동을 직접 연결해야 한다. - 예를 들어 다음과 같이 측정할 수 있다. - 디자인 변경 후 고객 만족도 변화 - 온보딩 퍼널의 이탈률 감소 - 지원 문의와 고객 서비스 비용 감소 - 기능 출시 기간 단축 - 글로벌 출시 시 지역별 일관성 및 현지화 품질 - 고객 유지율과 순매출 유지율 변화 - 정성적 사례와 정량적 데이터를 함께 제시하면 디자인 시스템의 기여도를 더 설득력 있게 설명할 수 있다. - 단순히 “컴포넌트를 몇 개 만들었는가”보다 “고객의 문제를 얼마나 줄였고 사업 결과를 어떻게 개선했는가”가 중요한 평가 기준이다. 디자인 시스템 팀은 운영 효율을 기본 성과로 제시하되, 고객 만족도·유지율·비용·매출·글로벌 확장성과 연결된 지표를 함께 관리하는 것이 좋다. 또한 시스템을 경직된 규칙 모음이 아니라 브랜드 가치와 사용자 피드백을 지속적으로 반영하는 살아 있는 제품으로 운영해야 한다.

원문 읽기(새 탭에서 열림)

Figma디자인 시스템사용자 경험디자인 토큰+2

figma·2026년 1월 7일원문

소프트웨어는 문화다 (새 탭에서 열림)

소프트웨어는 단순한 도구를 넘어 인간의 사고와 관계를 재구성하는 문화적 요소로 진화했습니다. 과거의 정적인 상호작용은 이제 AI를 통해 사용자의 니즈에 실시간으로 반응하는 유연하고 지능적인 시스템으로 변모하고 있습니다. 미래의 디자인은 단순한 자동화가 아니라 기술을 통해 인간의 창의성과 의도를 어떻게 증폭시킬 것인지에 초점을 맞춰야 하며, 이는 곧 새로운 시대의 인간 경험을 설계하는 일이 될 것입니다. **정적 도구에서 신체적 경험으로의 전이** * 과거 소프트웨어는 화면 너머에 존재하는 효율적이고 순종적인 도구에 불과했으나, 스마트폰의 등장으로 우리 손 안의 실체가 되었습니다. * 스와이프, 탭, 핀치와 같은 신체적 제스처는 우리가 생각하고 연결되는 방식을 근본적으로 재배선했으며, 사용자 경험(UX)을 곧 인간의 경험으로 통합시켰습니다. * 지난 20년간의 상징적인 디자인 결정들은 한 시대를 정의하는 문화적 토대가 되었습니다. **지능형 시스템과 유동적 인터페이스의 등장** * 고정된 상호작용의 시대를 지나, 스스로 학습하고 적응하며 응답하는 지능형 시스템으로의 전환이 시작되었습니다. * 미래의 인터페이스는 정체되어 있지 않고 사용자의 행동과 맥락에 따라 실시간으로 형태를 바꾸는 '유동적이고 살아있는' 존재가 될 것입니다. * 이러한 변화 속에서 현재 우리가 내리는 설계 방식과 결정들은 다음 세대가 기술과 관계 맺는 방식을 규정하게 됩니다. **명령에서 대화로, 파라미터에서 목표로의 변화** * AI는 인간의 능력을 증폭시키는 도구이자 협력자로서, 사용자는 이제 복잡한 파라미터 설정 대신 대화를 통해 시스템을 제어합니다. * 인터페이스의 레이어를 조절하던 방식에서 벗어나, 이제는 전체적인 목적(Goal)과 맥락(Gestalt)을 바탕으로 기술과 소통하게 됩니다. * 기술이 무엇을 자동화할 것인가보다 인간의 주의(Attention)를 어디에 집중시킬 것인가가 디자인의 핵심 과제가 됩니다. 디자이너는 AI를 단순한 효율성 도구로 보지 말고 인간의 호기심과 장인정신을 투영할 수 있는 매개체로 삼아야 합니다. 기술이 유동적으로 변하는 시대일수록 디자이너는 자신만의 고유한 관점을 정립하고, 소프트웨어가 인간 문화에 미치는 깊은 영향력을 고려하여 의미 있는 경험을 설계하는 데 집중해야 합니다.

AI사용자 경험머신러닝software-design+3

figma·2026년 1월 6일·3분 읽기큐레이션 요약

제14호: 소프트웨어는

소프트웨어는 기능을 제공하는 도구를 넘어 사람들이 생각하고 말하고 관계 맺고 문화를 형성하는 방식에 영향을 준다. AI가 소프트웨어 제작의 동료로 발전하면서, 소프트웨어는 인간의 필요와 문화적 맥락에 더욱 밀착될 전망이다. 이 글은 디자인, 언어, 게임, 음식, 제조 사례를 통해 소프트웨어와 문화가 서로를 어떻게 변화시키는지 보여준다. ## 소프트웨어와 문화의 결합 - 배달 주문, 인간관계 형성, 의미 추구 등 소프트웨어는 일상생활의 거의 모든 영역에 관여한다. - AI는 단순한 도구를 넘어 소프트웨어 제작 과정의 협업자 또는 동료로 자리 잡고 있다. - 기술을 만드는 사람뿐 아니라 사회 전체가 소프트웨어의 문화적 영향력을 이해해야 한다는 문제의식을 제시한다. ## 디자인은 문화다 - 핀치 투 줌, 무한 스크롤, 좋아요 탭과 같은 상호작용은 오늘날 자연스럽지만, 처음에는 낯선 새로운 동작이었다. - 이러한 인터랙션은 단순한 사용성 개선을 넘어 한 세대의 사고방식과 감정, 디지털 습관을 형성했다. - 과거의 대표적인 인터페이스 10가지를 돌아보며, 앞으로 등장할 디자인 역시 문화적 행동 양식을 바꿀 수 있음을 강조한다. ## 언어는 문화다 - “6-7”, “aura”, “rizz” 같은 표현은 소셜 미디어를 통해 빠르게 확산된 신조어의 사례다. - 알고리즘은 어떤 표현이 더 많이 노출되고 유행하는지를 결정하면서 사람들이 사용하는 언어에도 영향을 미친다. - 언어는 단순히 소통 수단에 그치지 않고, 사람들이 세상을 이해하고 서로 관계 맺는 방식까지 바꾼다. - 언어학자 애덤 알렉식은 이러한 현상을 ‘알고스피크(algospeak)’와 연결해 설명한다. ## 게임은 문화다 - 비디오게임은 단순한 오락을 넘어 1,840억 달러 규모의 복잡한 산업으로 성장했다. - 다양한 게임 모드, 캐릭터, 사이드 퀘스트를 제공하면서도 플레이어는 여전히 몇 개의 버튼으로 구성된 컨트롤러를 사용한다. - 제한된 입력 장치가 복잡한 가상 세계를 탐색하게 만드는 방식은 인터페이스 설계의 중요한 원리를 보여준다. - 에픽게임즈 디자이너 아슈레이 샤르마는 게임 컨트롤러의 발전이 차세대 소프트웨어 인터페이스에 줄 수 있는 시사점을 설명한다. ## 음식과 소프트웨어의 결합 - 캐나다 브리티시컬럼비아에서는 매주 한 명꼴로 농부가 사업을 접할 정도로 소규모 농가가 어려움을 겪고 있다. - 창업자 애런 베일은 지역 농부와 식당을 연결하는 마켓플레이스 앱을 구상했다. - 전통적인 방식이라면 MVP 제작을 위해 개발팀을 구성해야 했지만, Figma Make를 활용해 프롬프트 중심으로 앱을 만들었다. - 그 결과 3주 이내에 실제 작동하는 서비스 형태를 구현하며, AI 기반 제작 도구가 사회적 문제 해결의 진입장벽을 낮출 수 있음을 보여준다. ## 제조와 디지털 디자인의 연결 - 디자이너 켈시 페어허스트는 손으로 직접 만드는 작업에 매력을 느낀 뒤 금속 가공 기술을 연구했다. - 브루클린의 스튜디오와 클리블랜드의 제작 공장을 오가며 ‘소프트라인 브루탈리스트’ 스타일의 스테인리스 식기를 개발했다. - 프로젝트 ‘Forks Plus’는 디지털 디자인 도구와 물리적 제작 과정이 결합된 사례다. - 소프트웨어는 화면 속 결과물만 만드는 도구가 아니라, 실제 제품과 제작 문화를 실현하는 기반이 될 수 있다. 소프트웨어를 설계할 때는 기능과 효율성만이 아니라 사용자의 언어, 습관, 감정, 사회적 맥락까지 고려해야 한다. 특히 AI 제작 도구가 확산될수록 누구나 문화와 사회에 영향을 주는 제품을 만들 수 있으므로, 빠른 구현만큼 그 영향과 책임을 함께 검토하는 것이 중요하다.

원문 읽기(새 탭에서 열림)

FigmaAIuser-interface-designversion-control+4

figma·2026년 1월 4일·3분 읽기큐레이션 요약

프레스 스타트: 컨트롤러

게임 인터페이스는 사용자가 어떤 입력 장치를 쓰는지에 따라 형성된다. 초기 게임의 단순한 시작 화면부터 현대 AAA 게임의 복잡한 메뉴·탭·인벤토리 구조까지 발전했지만, 방향키와 버튼을 중심으로 한 컨트롤러는 일관된 탐색 경험과 근육 기억을 유지해 왔다. 앞으로 AR·VR 같은 기술은 입력 장치와 인터페이스의 경계를 물리적 공간까지 확장할 것으로 보인다. ## 게임 인터페이스의 발전 - 1958년의 **Tennis for Two**부터 초기 아케이드 게임까지는 인터페이스가 매우 단순했다. - *Pong*, *PAC-MAN*, *Super Mario Bros.* 같은 게임은 사실상 단일 화면과 시작 버튼만으로 플레이가 가능했다. - 현대 AAA 게임은 다음과 같은 다양한 기능을 제공한다. - 여러 게임 모드 - 캐릭터 및 코스튬 커스터마이징 - 게임 내 상점 - 월드 맵과 인벤토리 - 퀘스트와 설정 메뉴 - 이에 따라 게임 UI는 단일 타이틀 화면에서 메뉴, 탭, 화면 간 연결로 구성된 복합적인 허브 구조로 확장됐다. ## 컨트롤러가 만든 일관된 탐색 원칙 - Atari 2600부터 PlayStation 5까지 컨트롤러는 방향 입력과 버튼을 핵심 구조로 유지했다. - 세대가 바뀌어도 기본적인 조작 방식이 크게 변하지 않아 플레이어는 기존의 근육 기억을 활용할 수 있었다. - 컨트롤러의 공통 규칙은 게임 UI 설계의 기반이 됐다. - 플랫폼마다 완전히 새로운 탐색 방식을 만들 필요가 줄어들어 디자인·개발 비용도 절감된다. - 게임이 거대한 문화 산업으로 성장하고 스트리밍, e스포츠 등으로 확장됐지만, 플레이어와 게임을 연결하는 핵심 장치는 여전히 컨트롤러다. ## 입력 장치가 인터페이스를 결정한다 - 디지털 인터페이스는 사용하는 표면과 입력 방식에 맞춰 설계된다. - 데스크톱: 마우스 - 모바일: 손가락 터치 - TV: 리모컨 - 마우스는 빠르고 정밀하며 여러 버튼을 제공한다. - 화면을 한 번에 가로질러 이동할 수 있다. - 몇 픽셀 크기의 작은 컨트롤도 조작할 수 있다. - 가운데 버튼, 오른쪽 클릭처럼 추가 기능을 제공한다. - 따라서 데스크톱 UI는 작고 밀도 높은 컨트롤과 많은 정보를 한 화면에 배치할 수 있다. - 손가락은 마우스 커서보다 크고 정밀도가 낮기 때문에 모바일 UI는 다음과 같은 특성을 갖는다. - 크고 둥근 버튼 - 충분한 버튼 간격 - 오작동을 줄이는 넓은 터치 영역 - 모바일은 탭, 스와이프, 핀치 같은 제스처도 적극적으로 활용한다. - 마우스와 손가락은 모두 화면의 특정 위치를 가리키는 “포인터”라는 공통점을 가지지만, 정밀도와 조작 방식의 차이가 UI 형태를 바꾼다. ## 2D 메뉴에서 3D 공간으로 - 기존 게임에서는 플레이어가 컨트롤러로 2D 인터페이스를 탐색하고, 게임 속 3D 세계를 조작했다. - 최신 기술에서는 플레이어의 신체와 주변 환경 자체가 입력 영역이 되기 시작했다. - AR·VR 컨트롤러는 기존의 버튼과 방향 입력을 넘어 공간 이동, 손동작, 시선 등 새로운 상호작용을 가능하게 한다. - 입력과 경험의 관계를 분석하면 게임뿐 아니라 차세대 디지털 인터페이스가 어떻게 이동하고 반응해야 하는지도 이해할 수 있다. ## 실용적인 시사점 새로운 인터페이스를 설계할 때는 화면 구성보다 먼저 입력 장치의 특성을 파악해야 한다. 정밀한 마우스에는 높은 정보 밀도를, 손가락에는 큰 터치 영역을, 컨트롤러에는 명확한 방향 이동과 일관된 포커스 규칙을 적용하는 방식이 효과적이다. AR·VR에서는 화면 안의 UI뿐 아니라 사용자의 몸과 주변 공간까지 인터페이스로 고려해야 한다.

원문 읽기(새 탭에서 열림)

사용자 경험사용자 인터페이스augmented-realityvirtual-reality+3

figma·2026년 1월 4일·3분 읽기큐레이션 요약

제약 사항을 활용한

디자인과 요리 모두 결과를 좌우하는 것은 사전 준비이며, AI 프롬프트도 마찬가지다. LLM은 공감이나 예의보다 명확한 지시와 제약 조건을 필요로 하므로, 자연어로 막연하게 요청하기보다 구조화된 입력을 제공해야 한다. 글은 디자이너가 AI의 확률적 결과를 의도적이고 반복 가능한 디자인 결과로 바꾸기 위한 프레임워크로 TC-EBC(Task, Context, Elements, Behavior, Constraints)를 제안한다. ## 명확성이 예의보다 중요한 이유 - LLM은 감정을 느끼는 존재가 아니라 입력을 해석하는 시스템이므로 “부탁해”, “고마워” 같은 표현은 필요하지 않다. - 지나치게 공손한 표현은 요구사항을 더 명확하게 만들기보다 모호성을 늘릴 수 있다. - 모델은 깨끗한 지시문, 분명한 맥락, 구체적인 제약 조건을 바탕으로 더 안정적인 결과를 만든다. - LLM의 출력은 확률적이고 가변적이지만, 디자인은 정밀하고 반복 가능하며 의도적이어야 한다. - 따라서 디자인 분야의 프롬프트 작성에는 단순한 언어 능력보다 시스템적 사고가 필요하다. ## 미장플라스: 프롬프트도 사전 준비가 핵심 - 요리에서 미장플라스(mise en place)는 조리 전에 재료와 도구를 모두 준비해 혼란을 줄이는 과정이다. - 프롬프트 역시 실행 전에 다음 요소를 정리해야 한다. - 명확한 작업 - 충분한 맥락 - 필요한 UI 요소 - 예상되는 동작 - 구체적인 제약 조건 - 사전 준비를 잘하면 결과물을 만든 뒤 수정하고 보완하는 비용을 줄일 수 있다. - 프롬프트 엔지니어링에서도 의도 정의, 모듈화, 예측 가능성, 제약 조건이 중요한 원칙으로 강조된다. - 중요한 것은 고정된 문법을 외우는 것이 아니라, 사용자의 의도와 모델의 해석을 일치시키는 것이다. ## TC-EBC 프레임워크 - **Task**: AI가 수행해야 할 핵심 작업을 정의한다. - **Context**: 제품의 목적, 사용자, 사용 환경을 설명한다. - **Elements**: 필요한 화면, 기능, 컴포넌트, 콘텐츠를 나열한다. - **Behavior**: 사용자의 행동과 시스템의 반응을 구체적으로 기술한다. - **Constraints**: 플랫폼, 접근성, 레이아웃, 대상 기기 등 지켜야 할 조건을 지정한다. ## 모호한 프롬프트와 구조화된 프롬프트의 차이 - 막연한 요청의 예시는 다음과 같다. - “식료품 저장 공간이나 냉동고 사진으로 레시피를 추천하는 앱을 만들어 주세요. 알레르기와 선호도도 기억해 주세요.” - 이 방식은 핵심 기능이 한 문장 안에 섞여 있고, 화면 구성과 동작 방식이 명확하지 않다. - 그 결과 기본 기능은 갖추지만 와이어프레임에 가까운 평범하고 제한적인 결과가 나올 수 있다. - 같은 요구를 TC-EBC로 바꾸면 다음처럼 구체화할 수 있다. - **Task**: 식료품 저장 공간·냉장고 사진을 활용한 AI 식사 추천 앱 제작 - **Context**: 식이 제한이 있는 가정을 위한 요리 보조 앱 - **Elements**: 카메라 입력, 식재료 스캐너, 식이 설정 폼, 식사 추천 목록, 레시피 카드 - **Behavior**: 사진 업로드 → 재고 분석 → 식이 선호도 필터링 → 레시피 추천 - **Constraints**: 모바일 우선, iOS·Android 지원, 접근성 UI, 여러 가족 프로필 지원 - 이렇게 작성하면 모델이 요구사항을 빠르게 파악하고, 원하는 UI와 동작을 포함한 결과를 생성할 가능성이 높아진다. ## 디자이너에게 필요한 프롬프트 작성 방식 - 프롬프트를 한 번에 길게 작성하기보다 요구사항을 역할별로 분리하면 모델의 추측 영역을 줄일 수 있다. - 특히 “무엇을 만들 것인가”뿐 아니라 “누가 사용하는가”, “어떻게 동작하는가”, “무엇을 반드시 지켜야 하는가”를 함께 제공해야 한다. - 구조화된 프롬프트는 디자인 시스템처럼 AI에게 적절한 방향과 범위를 제공한다. - Figma Make 같은 프롬프트 기반 프로토타이핑 도구에서는 시각적 결과와 상호작용이 모두 중요하므로, 기능 목록만 제시하는 것보다 화면 요소와 사용자 흐름까지 명시해야 한다. AI에게 원하는 결과를 얻으려면 자연어로 희망사항을 늘어놓기보다 TC-EBC 형식으로 요구사항을 정리하는 것이 좋다. 특히 Task와 Behavior를 분명히 하고, Elements와 Constraints를 구체적으로 적으면 확률적인 모델 출력을 더 예측 가능하고 실용적인 프로토타입으로 유도할 수 있다.

원문 읽기(새 탭에서 열림)

디자인 시스템대규모 언어 모델프로토타이핑생성형 AI+2

figma·2026년 1월 4일·3분 읽기큐레이션 요약

메이커를 만나다:

Kelsey Fairhurst는 기차 여행 중 직접 만든 아크릴 포크를 계기로, 조각적 형태와 과장된 하드웨어를 특징으로 하는 스테인리스 스틸 식기 브랜드 Forks Plus를 시작했다. 그녀는 CNC 가공, 레이저 커팅, 유압 프레스, 분체도장 등 다양한 제조 공정을 직접 익히고 지역 제조업체와 협업하며 소규모 생산 체계를 구축했다. 초기에는 포크 하나의 일부 공정에만 46분이 걸렸지만, 반복적인 실험과 공정 개선을 통해 현재는 하루에 손잡이 250개를 가공하고 포크 한 개를 약 30분 만에 완성한다. ## 여행용 포크에서 브랜드로 - 2019년 브루클린에서 뉴헤이븐으로 이동하던 중, 덮개를 분리할 수 있는 여행용 포크가 필요해졌다. - 귀가 후 메이커스페이스에서 보라색 아크릴판을 레이저 커팅해 포크를 만들면서 제품 제작에 몰입하게 됐다. - 기존에 운영하던 빈티지 식기 큐레이션 활동과 비스트로 스타일 식기에 대한 관심이 Forks Plus로 확장됐다. - 브랜드는 ‘소프트라인 브루털리즘’을 지향하며, 조각적인 실루엣과 두꺼운 하드웨어, 선명한 색상의 손잡이를 결합한다. ## 소규모 제조를 위한 학습과 협업 - 미국 내 플랫웨어 제조업체가 사실상 한 곳만 남은 상황에서, 대량생산이 아닌 소규모 생산 방식을 스스로 개척해야 했다. - 약 1년 동안 인터넷 검색으로 가공 기술과 제조업체를 조사하고, 기계공·분체도장 공장 등에 직접 콜드 이메일을 보냈다. - 오하이오의 Servo Products를 운영하는 Garry Yarowski를 만나 CNC 장비 운용과 제조 기술을 배웠다. - Garry가 제작한 벤치톱 CNC 머신을 반복적으로 배우며 생산에 필요한 장비와 공정을 마련했다. ## CNC와 G-code를 활용한 정밀 가공 - CNC 머신은 사전 입력된 소프트웨어 명령에 따라 소재를 자르고 성형하는 장비다. - G-code는 CNC와 레이저 커터의 이동 거리, 방향, 속도를 지정하는 기계 제어 언어다. - 손잡이에 리벳이 표면과 flush하게 들어가도록 약 0.05인치 깊이의 카운터보어를 가공해야 했다. - 초기에는 잘못된 코드나 각도 때문에 300달러짜리 카바이드 공구가 깨지는 등 비용이 큰 시행착오를 겪었다. - 리벳 구멍 두 개를 가공하는 데 46분이 걸렸지만, 2년 반의 개선 끝에 1분 이내로 단축됐다. - 현재는 하루에 손잡이 250개를 처리할 수 있다. ## 레이저 커팅부터 조립까지의 생산 공정 - 공장에서 스테인리스 스틸 원판을 레이저로 절단하면, 브루클린 스튜디오에서 후가공을 진행한다. - 벨트 그라인더로 절단 과정에서 생긴 탭과 돌출부를 제거하고 거친 모서리를 다듬는다. - 20톤 수동 유압 프레스로 포크와 스푼의 사용 부분을 금형 성형한다. - 금형은 파트너 Bryant Wells가 3D CAD 프로그램으로 설계했다. - 스페인산 장비로 나이프의 톱니 모양 날을 가공한다. - 손잡이 분체도장과 광택 작업처럼 특수 장비가 필요한 공정은 지역 전문 업체에 맡긴다. - 초기에는 일부 공정만으로도 오랜 시간이 걸렸지만, 현재 고급 포크 한 개의 전체 제작 시간은 약 30분이다. ## 물리적 제작 방식과 디지털 디자인의 연결 - Kelsey는 제조뿐 아니라 웹사이트, 이메일, 소셜 미디어 마케팅 자료도 Figma로 직접 디자인한다. - 그녀는 Figma가 다른 프로그램보다 손으로 직접 만지는 듯한 작업감을 제공한다고 설명한다. - Bryant Wells는 3D CAD를 이용해 생산용 금형을 설계했으며 Forks Plus 웹사이트도 제작했다. - 이 사례는 제품의 물리적 형태를 만드는 제조 과정과 브랜드의 디지털 표현을 하나의 창작 흐름으로 연결한다. 작은 제조 브랜드를 시작할 때는 모든 공정을 직접 수행하기보다, 핵심 기술은 반복적으로 개선하고 분체도장·연마처럼 전문 장비가 필요한 작업은 지역 파트너와 분담하는 방식이 현실적이다. Forks Plus의 사례는 값비싼 장비와 긴 시행착오도 정밀한 기록과 공정 개선을 통해 소규모 생산 체계로 전환할 수 있음을 보여준다.

원문 읽기(새 탭에서 열림)

Figmacnc-machiningg-codelaser-cutting+2

figma·2025년 12월 15일·3분 읽기큐레이션 요약

“Chat, 우리 망했

소셜 미디어 알고리즘은 유행어를 퍼뜨리는 데 그치지 않고, 사람들이 자신을 표현하고 타인을 이해하는 방식까지 바꾼다. 알고리즘은 특정 커뮤니티의 언어를 맥락에서 분리해 대중화하며, 단어의 의미와 문화적 배경을 재구성한다. 따라서 새로운 표현 자체를 문제 삼기보다, 어떤 플랫폼 구조와 문화적 경로가 그 언어를 유행시켰는지 비판적으로 살펴봐야 한다. ## 인터페이스가 사고와 관계를 바꾸는 방식 - Tinder의 ‘스와이프’는 단순한 조작법을 넘어 호감과 선택을 표현하는 언어가 됐다. - 오른쪽을 긍정적으로, 왼쪽을 부정적으로 인식하는 서구 문화의 상징 체계도 인터페이스에 반영된다. - Marshall McLuhan의 “미디어가 메시지다”라는 개념처럼, 플랫폼의 형식과 기능 자체가 사용자의 행동과 의미 해석을 만든다. - Hinge의 프로필 질문은 사용자를 특정한 서사 방식으로 자기소개하게 한다. - Grindr의 ‘bear’, ‘twink’ 같은 분류 체계는 사용자가 자신의 정체성을 특정 부족이나 유형으로 표현하도록 유도한다. - 즉, 플랫폼은 사용자의 외적 표현뿐 아니라 자기 자신을 이해하는 방식에도 영향을 준다. ## 알고리즘과 ‘맥락 붕괴’ - 인터넷은 특정 커뮤니티에서 만들어진 언어를 더 넓은 대중에게 빠르게 확산시킨다. - 알고리즘은 해시태그뿐 아니라 게시물과 영상에서 사용된 단어 자체를 메타데이터처럼 활용한다. - 특정 집단에서만 통용되던 표현이 ‘For You’ 피드에 등장하면, 이용자는 그 말이 자신의 문화권을 위한 것이라고 오해할 수 있다. - 원래의 역사·공동체·정치적 맥락이 사라진 채 표현만 확산되는 현상을 ‘맥락 붕괴’라고 볼 수 있다. - 예를 들어 ‘slay’는 뉴욕의 흑인·라틴계 게이 남성들이 중심이었던 볼룸 문화에서 출발했지만, 소셜 미디어를 거치며 훨씬 넓은 대중어가 됐다. ## 커뮤니티 언어의 대중화와 의미 변화 - ‘slay’, ‘serve’, ‘queen’, ‘cooked’, ‘ate’, ‘bussin’’, ‘it’s giving’ 등은 볼룸 문화와 AAVE에서 유래한 표현의 사례로 제시된다. - 인터뷰이는 유행어의 상당수가 AAVE 또는 4chan에서 비롯된다는 경험적 견해를 말한다. - 대중화 과정에서 단어는 더 많은 사람에게 사용되지만, 원래의 문화적 의미와 정서적 뉘앙스는 약해질 수 있다. - 인플루언서가 유행어를 사용하고, 알고리즘이 이를 확산시키면서 단어의 인지도와 바이럴성이 서로 강화된다. - 언어 변화는 자연스러운 현상이지만, 어떤 공동체의 표현이 누구에 의해 소비되고 재해석되는지는 살펴볼 필요가 있다. ## 밈을 통한 이념과 문화의 확산 - 밈은 단순한 농담이나 유행어가 아니라 특정 생각과 가치관을 전달하는 매개체가 될 수 있다. - ‘looksmaxxing’이나 ‘-pilled’처럼 인셀 문화에서 사용되던 표현도 밈의 형태로 주류에 진입할 수 있다. - 밈은 거부감이 큰 사상이나 온라인 하위문화의 관점을 재미있는 표현 속에 숨겨 전달하는 ‘트로이 목마’처럼 작동할 수 있다. - 다만 새로운 단어를 사용하는 것 자체가 곧 해롭다는 뜻은 아니며, 그 표현이 어디서 왔고 어떤 관점을 포함하는지 인식하는 태도가 중요하다. ## 언어가 바이럴리티의 지표가 되는 과정 - 오늘날 언어는 콘텐츠의 설명 수단을 넘어 알고리즘이 포착하는 핵심 신호가 된다. - 특정 단어를 사용하면 콘텐츠가 유행 흐름에 편입될 가능성이 높아지고, 다시 더 많은 사람이 그 단어를 접하게 된다. - 플랫폼은 이런 순환을 통해 어떤 표현을 ‘바이럴한 언어’로 만들고, 사용자는 유행에 참여하기 위해 그 표현을 모방한다. - 결과적으로 알고리즘은 사람들이 무엇을 말하는지뿐 아니라, 어떤 단어를 가치 있고 영향력 있다고 느끼는지도 결정한다. 플랫폼에서 유행어를 사용할 때는 뜻만 따라 하기보다 그 표현의 기원, 원래 사용하던 공동체, 현재의 의미 변화를 함께 확인하는 것이 좋다. 서비스를 설계하거나 운영한다면 특정 언어가 어떤 맥락에서 확산되는지와 인터페이스가 정체성 표현에 미치는 영향까지 고려해야 한다.

원문 읽기(새 탭에서 열림)

사용자 인터페이스algorithmsmetadatasocial-media-algorithms+2

figma·2025년 12월 15일·4분 읽기큐레이션 요약

프로토타입은

제품 관리자는 정적인 PRD를 작성해 검토받는 대신, 초기 아이디어를 인터랙티브한 프로토타입으로 구현하며 문제를 더 빠르게 이해하고 팀의 합의를 이끌어낼 수 있다. Figma는 Figma Make를 활용하면 불확실한 문제를 탐색하고 여러 해결책을 비교하며, 실제 디자인 시스템에 가까운 결과물로 가설을 검증할 수 있다고 설명한다. 따라서 프로토타입은 단순한 시각 자료를 넘어 의도와 동작을 보여주는 새로운 형태의 PRD로 자리 잡고 있다. ## 제품 관리자의 역할 변화 - 기존에는 PM이 요구사항 문서와 정적인 자료를 작성해 디자인·엔지니어링 팀의 검토를 받는 방식이 일반적이었다. - 이제는 팀과 함께 프롬프트를 작성하고 직접 프로토타입을 만들며, 아이디어를 구체적인 형태로 발전시키는 역할이 중요해지고 있다. - 문서만으로는 제품의 동작과 미묘한 사용 경험을 충분히 전달하기 어렵지만, 프로토타입은 “설명하는 것” 대신 “보여주는 것”을 가능하게 한다. - 작동하는 예시는 논의를 촉진하고, 팀이 같은 대상을 보며 빠르게 의견을 조율하도록 돕는다. ## 탐색: 불확실한 문제를 구체화하기 ### 문제 공간 정의 - 초기 단계에는 문제와 제약 조건이 명확하지 않아, 정답에 해당하는 해결책을 바로 정하기 어렵다. - Figma PM Tara Nadella는 문제 공간을 충분히 이해하지 못했을 때 Figma Make로 직접 여러 흐름과 상호작용을 실험했다. - 이를 통해 팀에 다시 가져갈 질문을 정리하고, 플러그인 사용 방식이나 전체 경험을 더 직관적으로 만드는 디자인 변경점에 대해 의견을 형성할 수 있었다. - 프로토타이핑은 해결책을 확정하기 전에 PM이 문제를 이해하고 자신의 관점을 세우는 수단으로 활용된다. ### 초기 아이디어를 여러 방향으로 발전시키기 - Figma Make는 빈 캔버스에서 시작하는 부담을 줄이고, 짧은 시간 안에 여러 접근 방식을 생성하게 해준다. - 손그림이나 텍스트 설명만으로 아이디어를 전달하는 대신, 실제로 반응하는 화면을 보고 어느 방향을 발전시킬지 판단할 수 있다. - Make kits를 사용하면 실제 제품의 디자인 라이브러리와 컴포넌트를 기반으로 프로토타입을 만들 수 있어, 일반적인 목업보다 출시 가능한 결과물에 가깝다. - Figma Design의 **Copy design** 기능으로 Figma Make 프리뷰를 편집 가능한 디자인 레이어로 변환할 수 있다. - 여러 시안을 빠르게 파생할 수 있다. - 디자이너가 시각적 완성도를 수동으로 보완할 수 있다. - 수정한 디자인을 다시 Figma Make에 연결해 프로토타입을 업데이트할 수 있다. - Figma Slides의 브랜드 색상 자동 적용 사례에서는 기존 템플릿을 복제하고, 프롬프트에 포함된 단서에 따라 색상 팔레트를 바꾸는 동작을 시뮬레이션했다. - 이처럼 프로토타입은 아이디어를 글로 설명하는 것보다 접근 방식에 대한 확신을 높이고, 실제 동작을 팀에 시연하는 데 유리하다. - Figma Make의 AI 이미지 기능을 이용하면 배경 제거, 객체 분리, 이미지 재구성 등 시각적 탐색도 캔버스에서 빠르게 수행할 수 있다. ## 디자인 시스템과 템플릿으로 탐색의 품질 유지하기 - 프로토타입을 실제 제품과 동떨어진 일반적인 목업으로 만들지 않으려면 디자인 시스템을 연결해야 한다. - Make kits에 팀의 디자인 라이브러리를 연결하면 생성 결과가 실제 제품의 UI와 컴포넌트에 기반하도록 만들 수 있다. - 프롬프트를 작성할 때는 기본 UI를 먼저 설정하고 관련 라이브러리를 첨부하는 것이 권장된다. - 완성도 높은 프로토타입은 Make 템플릿으로 게시할 수 있다. - 팀원이 수정할 수 있는 범위를 가이드로 제한할 수 있다. - 모든 사람이 동일한 기반에서 탐색할 수 있다. - 브랜드와 제품 경험의 일관성을 유지할 수 있다. - 장시간 프로토타이핑한 뒤 잠시 떠났다가 다시 검토하면, 처음에는 놓쳤던 세부적인 불일치나 사용성 문제를 발견하기 쉽다. ## 검증: 투자할 아이디어를 선별하기 - 아이디어를 자유롭게 생성하는 단계에서 실제로 자원을 투입할 대상을 검증하는 단계로 넘어가려면, 내부 이해관계자의 동의와 사용자 피드백이 필요하다. - 프로토타입은 정적인 설명 자료보다 실제 경험에 가까운 형태로 의견을 받을 수 있게 한다. - 사용자는 문서의 의도를 추측할 필요 없이 화면의 흐름과 동작을 직접 경험할 수 있으므로, 오해에 기반한 피드백을 줄이고 방향이 타당한지 확인하는 데 도움이 된다. 실무적으로는 문제를 충분히 이해하지 못한 상태에서 PRD부터 완성하려 하기보다, 실제 디자인 시스템을 연결한 낮은 비용의 프로토타입을 먼저 만들어 여러 방향을 비교하는 방식이 효과적이다. 이후 프로토타입을 내부 검토와 사용자 피드백의 기준점으로 활용하면, 문서만으로 합의하는 것보다 빠르게 실행 가능한 방향을 정할 수 있다.

원문 읽기(새 탭에서 열림)

FigmaAI디자인 시스템프로토타이핑+2

figma·2025년 12월 11일·3분 읽기큐레이션 요약

어려운 문제는 여전히 어렵다

Figma의 디자이너 출신 제품 관리자 Nikolas Klein은 7년간 프로토타이핑 도구를 만들어 온 경험을 돌아보며, AI가 도구와 작업 방식을 빠르게 바꾸더라도 어려운 문제 자체는 여전히 어렵다고 말한다. AI는 새로운 도구일 뿐이며, 복잡한 문제를 정의하고 반복적으로 해결하는 과정에는 여전히 인간의 판단과 협업이 필요하다는 것이 글의 결론이다. ### 프로토타이핑 도구를 만드는 일 - 저자는 Figma에서 인턴으로 시작해 디자이너로 일한 뒤 제품 관리자가 되었다. - 약 7년 동안 인터랙티브 프로토타이핑 도구를 만드는 일을 담당했다. - 프로토타이핑은 단순히 화면을 그리는 작업이 아니라, 아이디어를 실제 상호작용으로 구현하고 검증하는 과정이다. - 애니메이션, 여러 디자인을 동시에 편집하는 기능, 디자인과 코드를 결합하는 기능 등은 모두 복잡한 문제를 단계적으로 해결한 결과다. ### AI가 바꾼 도구와 커진 불확실성 - AI의 등장으로 디자인과 프로토타이핑 작업의 속도와 방식이 크게 달라졌다. - 기존에는 사람이 직접 만들고 수정하던 작업을 AI가 생성하거나 보조할 수 있게 되었다. - 그러나 새로운 도구가 생겼다고 해서 무엇을 만들어야 하는지, 어떤 경험이 좋은지, 문제가 실제로 해결되었는지가 자동으로 결정되지는 않는다. - AI는 생산성을 높일 수 있지만, 오히려 디자이너가 자신의 역할과 미래의 작업 방식을 다시 질문하게 만든다. ### AI는 만능 해결책이 아니라 또 하나의 도구 - 글은 AI를 기존의 디자인 도구와 완전히 단절된 혁신이라기보다, 도구 상자에 추가된 새로운 도구로 바라본다. - 중요한 것은 AI를 사용하는 것 자체가 아니라 어떤 문제에 어떻게 적용할지 판단하는 능력이다. - AI가 아이디어나 결과물을 빠르게 만들어도, 결과의 품질과 적합성을 평가하고 방향을 정하는 일은 사람에게 남는다. - 생성 속도가 빨라질수록 문제 정의, 선택, 수정, 검증의 중요성이 오히려 커진다. ### 어려운 문제에는 반복과 판단이 필요하다 - 복잡한 디자인 문제는 한 번의 생성이나 명령으로 해결되지 않는다. - 실제 작업에는 아이디어를 만들고, 시도하고, 실패한 부분을 발견하고, 다시 수정하는 반복 과정이 포함된다. - 인터랙션과 애니메이션처럼 사용자의 감각과 맥락이 중요한 영역에서는 물리 법칙이나 기술 구현뿐 아니라 “어떤 느낌을 전달해야 하는가”에 대한 판단도 필요하다. - AI가 일부 과정을 자동화해도 문제의 본질을 이해하고 적절한 결과를 선택하는 어려움은 사라지지 않는다. ### 디자이너와 엔지니어의 협업 - 복잡한 제품을 만들려면 디자인 감각과 기술적 구현 능력이 함께 필요하다. - 디자이너와 엔지니어는 각자의 전문성을 바탕으로 아이디어를 현실적인 제품으로 발전시킨다. - AI 역시 독립적인 대체자라기보다 사람이 사고하고 협업하는 과정에 참여하는 파트너로 묘사된다. - 좋은 결과는 특정 도구 하나보다 사람, 기술, 반복적인 협업이 결합될 때 만들어진다. ### 변하지 않는 일의 본질 - 도구는 빠르게 바뀌지만 사용자를 이해하고 문제를 정의하는 일은 여전히 어렵다. - 무엇을 만들지 결정하고, 결과가 실제로 유용한지 판단하며, 세부적인 경험을 다듬는 책임은 계속 사람에게 있다. - 따라서 AI 시대의 디자이너와 제품 담당자에게 필요한 역량은 도구 사용법만이 아니라 문제를 바라보는 관점과 판단력이다. AI는 작업을 더 빠르게 만들 수 있지만, 좋은 제품을 만들기 위한 탐구와 검증까지 대신하지는 않는다. 새로운 도구를 적극적으로 활용하되, 문제 정의와 인간의 판단, 디자이너·엔지니어 간 협업을 중심에 두는 것이 현실적인 접근이다.

원문 읽기(새 탭에서 열림)

FigmaAI프로토타이핑design-tools+2

figma·2025년 12월 10일·3분 읽기큐레이션 요약

이제 정부용 피그마

Figma Make이 Figma for Government에 추가되어 연방 기관이 보안 환경에서 대화형 프로토타입을 더 빠르게 제작할 수 있게 됐다는 내용이다. Figma는 이를 통해 정책 담당자, 디자이너, 개발자, 연구자, IT 담당자가 협업하며 시민 대상 서비스를 더 일찍 검증하고 접근성과 일관성을 높일 수 있다고 설명한다. Figma for Government는 FedRAMP Moderate 인증 환경을 기반으로 하며, 일부 클라우드 인프라의 완전한 규정 준수는 2026년에 완료될 예정이지만 Make은 현재 승인된 환경에서 사용할 수 있다. ## 공공 서비스 디지털화의 복잡성 - 정부 서비스는 시민 생활과 직접 연결되므로 사용성, 접근성, 신뢰도가 중요하다. - 정책 담당자, 기술 담당자, 운영 책임자 등 다양한 이해관계자의 요구를 조율해야 한다. - 요구사항이 계속 변하고 디자인·개발 인력이 제한적이어서 정적인 목업만으로는 빠른 검증이 어렵다. - 2024년 온라인 여권 갱신 시스템 사례에서는 2025년까지 200만 명 이상이 온라인으로 갱신했으며, 이용자의 97%가 긍정적인 경험을 보고했다. - 미국 행정명령도 시민 대상 서비스에서 사용성, 접근성, 디자인 일관성의 중요성을 강조했다. ## Figma Make의 역할 - 텍스트 프롬프트를 활용해 아이디어를 대화형 프로토타입으로 구현한다. - 기존에는 정적 시안을 주고받으며 수주가 걸리던 작업을 수시간 내에 탐색할 수 있다. - 다양한 사용자 흐름과 화면 구성을 빠르게 만들어 초기 단계에서 비교·수정할 수 있다. - 시민과 실제 사용자를 개발 전에 참여시켜 업무 흐름과 가정을 검증할 수 있다. - Figma 내부의 공유 라이브러리, 디자인 패턴, 접근성 기준과 연계해 결과물의 일관성을 유지한다. ## 협업과 서비스 품질 향상 - 디자이너, 정책 담당자, 연구자, 엔지니어, IT 담당자가 하나의 실시간 협업 공간에서 작업할 수 있다. - 아이디어 구상부터 프로토타입, 사용자 테스트, 개발 전달까지의 단절을 줄인다. - 연방 혜택, 금융 커뮤니케이션, 교육 플랫폼, 우주 임무 지원 시스템, 연구 서비스 등 복잡한 공공 업무에 적용할 수 있다. - 공유 디자인 시스템을 활용해 여러 기관과 서비스에서 접근성과 시각적 일관성을 높일 수 있다. - 시민의 피드백을 더 이른 시점에 반영해 개발 후반의 수정 비용과 실패 위험을 줄일 수 있다. ## 보안 및 규정 준수 - Figma Make은 Figma for Government의 승인된 환경에서 제공된다. - Figma for Government는 FedRAMP Moderate 권한을 기반으로 정부 기관의 보안 요구사항을 충족하도록 설계됐다. - 다만 Figma의 일부 클라우드 인프라는 2026년에 완전한 FedRAMP Moderate 규정 준수를 달성할 예정이다. - 글에서는 이러한 진행 상황과 별개로 Make 자체는 현재 승인된 환경에서 사용할 수 있다고 설명한다. ## 향후 방향 - Figma는 Figma Make을 시민 중심의 공공 서비스와 기관 내부 도구를 현대화하는 핵심 기능으로 확대하려 한다. - 정부 기관이 더 많은 아이디어를 빠르게 실험하고, 사용자 검증을 거쳐 실제 서비스로 발전시키는 것이 목표다. - 국립공원관리청의 431개 국립공원 디지털 앱 사례처럼, 작은 팀도 Figma를 활용해 대규모 공공 정보 서비스를 구축할 수 있음을 강조한다. 실무적으로는 Figma Make을 최종 서비스 개발 도구라기보다, 보안 환경에서 정책·업무 흐름을 빠르게 검증하는 프로토타이핑 도구로 활용하는 것이 적절하다. 도입 전에는 조직의 데이터 분류 기준과 FedRAMP 적용 범위, 2026년 예정된 인프라 규정 준수 일정을 별도로 확인해야 한다.

원문 읽기(새 탭에서 열림)

Figma디자인 시스템프로토타이핑figjam+3

figma·2025년 12월 10일·3분 읽기큐레이션 요약

ChatGPT 내 Figma 앱으로 프롬프

ChatGPT의 Figma 앱이 대화 내용을 바탕으로 Figma Buzz용 시각 자산과 Figma Slides용 프레젠테이션을 생성할 수 있도록 확장됐다. 사용자는 생성된 초안을 Figma에서 편집하고, 브랜드 스타일을 적용하며, 팀과 협업해 완성도를 높일 수 있다. 이를 통해 아이디어 구상부터 디자인 자산과 발표 자료 제작까지의 과정을 단축하는 것이 글의 핵심이다. ## ChatGPT에서 Figma 앱의 역할 확대 - 기존에는 ChatGPT 대화를 플로차트, 간트 차트 등 FigJam 다이어그램으로 변환할 수 있었다. - 새 기능에서는 대화의 프롬프트를 다음 결과물로 발전시킬 수 있다. - 포스터, 초대장, 디지털 광고, 영상 콜라주 등 Figma Buzz 자산 - 클라이언트 제안서, 내부 리뷰, 세일즈 미팅 등에 사용할 Figma Slides 프레젠테이션 - ChatGPT는 하나의 결과만 제시하지 않고 여러 시각적·구조적 변형을 제공해 사용자가 출발점을 선택하도록 돕는다. - 생성 결과는 Figma에서 계속 수정하고 협업할 수 있는 편집 가능한 초안이다. ## Figma Buzz로 브랜드 자산 제작 - 디자인 전문 지식이 없어도 다음과 같은 시각 자산의 초기 버전을 만들 수 있다. - 행사 포스터 - 소셜 미디어 광고 - 초대장 - 비디오 콜라주 - 예시로 “디자인·개발자 해커톤을 홍보할 현대적이고 미니멀한 포스터”를 요청하자, ChatGPT가 시각적 아이덴티티, 레이아웃, 문구가 다른 두 가지 안을 생성했다. - Figma Buzz로 가져온 뒤 다음과 같이 세부 조정이 가능하다. - 카피와 타이포그래피 수정 - 이미지와 색상 조정 - Figma Design의 블렌드 모드를 활용한 색상 팔레트 변경 - LinkedIn, X, Instagram 등 플랫폼별 프리셋 크기로 리사이즈 - 하나의 디자인 초안을 다양한 채널용 콘텐츠로 빠르게 확장할 수 있다는 점이 핵심이다. ## Figma Slides로 프레젠테이션 구성 - 사용자는 발표 개요를 미리 입력하거나, ChatGPT에 적절한 이야기 흐름을 제안하도록 요청할 수 있다. - 예를 들어 ‘연간 회고’ 덱을 요청하면서 다음과 같은 서사 요소를 지정할 수 있다. - 목표와 우선순위 - 지난해의 주요 성과 - 완료된 프로젝트 - ChatGPT는 이를 기반으로 여러 템플릿 옵션을 생성한다. - Figma Slides에서 선택한 안을 바탕으로 다음 작업을 이어갈 수 있다. - 생성된 이미지를 자체 제작 이미지로 교체 - 템플릿 스타일 변경 - 브랜드 가이드라인에 맞춘 색상과 글꼴 조정 - 팀원들과 슬라이드 내용 및 시각적 표현 수정 - 라이브 폴, 스탬프, 정렬 척도 같은 상호작용 기능을 활용해 발표 중 청중의 의견을 수집하고 팀 간 피드백을 주고받을 수 있다. ## 생성형 AI와 Figma 편집 환경의 결합 - ChatGPT는 아이디어를 시각화하고 초안을 만드는 역할을 한다. - Figma Buzz와 Figma Slides는 초안을 실제 업무용 결과물로 다듬는 편집·협업 환경을 제공한다. - 따라서 AI가 만든 결과물을 그대로 사용하는 것이 아니라, 다음 과정을 거쳐 완성도를 높이는 방식이다. - 여러 초안 중 적합한 방향 선택 - 브랜드 자산과 실제 데이터 반영 - 문구, 레이아웃, 타이포그래피 수정 - 팀 리뷰와 상호작용 추가 - 채널별 규격에 맞춘 변환 및 배포 준비 ## 이용 가능 범위 - EU 외 지역의 모든 ChatGPT 사용자가 Figma 앱을 이용할 수 있다. - Figma Buzz와 Figma Slides 기능은 현재 Figma 앱 내 베타 버전으로 제공된다. - 세부 지원 지역과 사용 방법은 Figma 도움말 센터에서 확인해야 한다. 실무에서는 ChatGPT를 브레인스토밍과 초안 생성에 활용하고, 최종 브랜드 적용·콘텐츠 검수·팀 협업은 Figma에서 진행하는 방식이 가장 효과적이다. 특히 소셜 콘텐츠를 여러 규격으로 제작하거나 프레젠테이션의 첫 구조를 잡는 작업에서 시간 절감 효과가 클 것으로 보인다.

원문 읽기(새 탭에서 열림)

Figmachatgptfigma-slidesopenai+2

figma·2025년 12월 9일·2분 읽기큐레이션 요약

Figma의 정밀한

Figma는 이미지 편집을 다른 도구로 옮기지 않고 캔버스 안에서 처리할 수 있도록 세 가지 AI 기능을 공개했다. **Erase object**, **Isolate object**, **Expand image**를 통해 특정 객체 제거·분리·수정과 이미지 비율 확장이 가능해져, 디자인 작업의 정밀도와 효율성이 높아진다. 기존의 배경 제거·자르기 기능도 새 이미지 편집 툴바에 통합해 이미지 작업 흐름을 단순화했다. ## 객체 지우기와 분리 편집 - 이미지에서 올가미로 원하는 객체를 선택할 수 있다. - **Erase object**는 선택한 객체를 이미지에서 완전히 제거한다. - **Isolate object**는 객체나 사람을 배경과 분리해 편집하거나 위치를 조정한다. - 분리한 객체에 다음과 같은 효과를 적용할 수 있다. - 조명 조정 - 색상 변경 및 보정 - 채도 조절 - 초점 및 흐림 효과 - 그림자 추가 - 제품 사진에서 주요 부품을 밝게 하거나, 방해 요소를 제거해 제품을 강조하는 용도로 활용할 수 있다. - 텍스트 프롬프트 기반의 기존 **Edit image** 기능과 함께 사용해 생성형 편집과 세밀한 수정을 결합할 수 있다. ## 왜곡 없이 이미지 확장 - **Expand image**는 이미지의 배경을 AI로 확장해 새로운 종횡비에 맞춘다. - 기존처럼 이미지를 단순히 잘라 구도를 바꾸지 않아도 된다. - 이미지의 주요 피사체와 맥락을 유지하면서 데스크톱·모바일·소셜 미디어 등 다양한 규격에 적용할 수 있다. - 예를 들어 정사각형 제품 이미지를 웹 배너로 확장해 텍스트를 배치할 공간을 만들 수 있다. - 이미지 자체를 늘려 왜곡하는 방식이 아니라, 주변 배경을 자연스럽게 생성하는 방식이다. ## 통합 이미지 편집 툴바 - 새 툴바에서 기존 기능과 신규 AI 기능을 한곳에서 사용할 수 있다. - Remove background - Crop - Erase object - Isolate object - Expand image - AI 이미지 생성·편집 - 자주 사용되는 **Remove background** 기능의 접근성을 높여 이미지 편집 흐름을 개선했다. - 서로 다른 출처와 형식의 로고·제품 이미지를 통일된 스타일로 정리할 수 있어 마케팅 자료와 UI 목업 제작에 유용하다. ## 지원 제품과 이용 조건 - 기능은 Figma Design과 Figma Draw에서 제공된다. - AI가 활성화된 Professional, Organization, Enterprise 요금제의 Full seat 사용자가 이용할 수 있다. - FigJam, Slides, Buzz(beta)에서도 접근 가능하며, 해당 제품에서는 Dev·Collab·View seat에도 제공된다. - AI 기능 사용에는 크레딧이 차감된다. - Figma는 향후 더 많은 제품으로 기능을 확대할 예정이다. 실무에서는 제품 사진의 불필요한 요소 제거, 채널별 이미지 비율 조정, 배경·색상 통일 작업에 특히 효과적이다. 다만 AI 이미지 편집은 크레딧을 사용하므로 반복 수정이 많은 작업에서는 결과를 먼저 확인한 뒤 필요한 영역에 선택적으로 적용하는 것이 좋다.

원문 읽기(새 탭에서 열림)

Figma생성형 AIfigjamfigma-slides+3

figma·2025년 12월 8일·3분 읽기큐레이션 요약

Figma AI 크레

피그마는 AI 기능 사용을 확대하기 위해 모든 좌석과 요금제에 AI 크레딧을 제공해 왔으며, 이제 사용량을 더 투명하게 확인하고 추가 크레딧을 구매할 수 있도록 과금 체계를 개편한다. 관리자는 팀원별 사용량을 확인하고, 개인 사용자는 잔여 크레딧과 초기화 시점을 확인할 수 있다. 2026년 3월부터는 추가 크레딧 구독과 종량제 결제가 도입되며, 좌석별 크레딧 한도도 엄격히 적용된다. ## AI 크레딧 사용 현황 확인 - 관리자는 **Billing 대시보드**에서 다음 정보를 확인할 수 있다. - 팀 내 AI 기능 사용 사용자 - 사용자별 소비 크레딧 - 크레딧이 소진된 사용자 - 다음 크레딧 초기화까지 남은 기간 - 일반 사용자는 자신의 잔여 크레딧과 다음 초기화 시점을 확인할 수 있다. - 대부분의 AI 기능에서는 특정 작업을 실행할 때 소비되는 크레딧 양도 표시된다. - 예를 들어 사용자는 총 3,000크레딧 중 2,800크레딧이 남았다는 식으로 잔액을 확인할 수 있다. ## 좌석과 요금제별 기본 크레딧 - Starter 요금제: 월 500크레딧 - Professional 요금제의 Full seat: 월 3,000크레딧 - Organization 요금제의 Full seat: 월 3,500크레딧 - Enterprise 요금제의 Full seat: 월 4,250크레딧 - 그 외 좌석 및 요금제: 월 500크레딧 - 기존에는 모든 Figma 좌석과 요금제에 AI 크레딧이 제공되어 사용자가 AI 기능을 경험할 수 있도록 했다. ## 추가 AI 크레딧 구독 2026년 3월 11일부터 팀은 기본 제공량을 초과하는 크레딧을 월 구독 방식으로 구매할 수 있다. - 정기적으로 AI 기능을 사용하는 팀을 위한 공유 크레딧 풀이다. - 사용량에 따라 월별 크레딧 패키지를 선택할 수 있다. - 제시된 구독 가격 예시는 다음과 같다. - 5,000크레딧: 월 120달러 - 7,500크레딧: 월 180달러 - 10,000크레딧: 월 240달러 - 종량제보다 정기 구독이 더 저렴한 구조다. ## 종량제 결제 - 팀이 필요할 때만 추가 크레딧을 구매하는 방식이다. - 관리자가 사전에 지출 한도를 설정할 수 있다. - 사용량이 일정하지 않거나 구독 크레딧을 일시적으로 보충해야 하는 팀에 적합하다. - 구체적인 종량제 방식은 2026년 2분기에 제공될 예정이다. - 제시된 종량제 가격은 다음과 같다. - 5,000크레딧: 150달러 - 7,500크레딧: 225달러 - 10,000크레딧: 300달러 ## 크레딧 한도 적용 일정 - 2026년 3월 11일: 추가 AI 크레딧 구독 출시 - 2026년 3월 18일: 좌석별 AI 크레딧 한도 강제 적용 - 따라서 한도 초과 사용이 필요한 팀은 구독 또는 종량제 결제를 미리 설정해야 한다. 실무적으로는 먼저 Billing 대시보드에서 팀원별 사용 패턴과 월별 소비량을 확인한 뒤, 사용량이 안정적이면 구독형을, 변동이 크면 종량제를 선택하는 것이 적절하다. 특히 2026년 3월 18일 한도 적용 전에 예산 한도와 추가 크레딧 정책을 정해 두는 것이 좋다.

원문 읽기(새 탭에서 열림)

Figma프로토타이핑figma-makefigma-ai+3

figma·2025년 12월 4일·3분 읽기큐레이션 요약

피그마, 현지 데이터 호

Figma는 인도 시장을 겨냥해 2026년 1분기부터 인도 내 파일 데이터 저장을 지원하고, 엔터프라이즈용 거버넌스 기능을 강화한다. 이를 통해 공공·의료·금융처럼 데이터 규제가 엄격한 기업도 데이터 위치를 통제하면서 기존과 같은 성능으로 Figma를 사용할 수 있게 된다. 또한 Governance+를 통해 접근 제어, 계정 보안, 데이터 감사와 규정 준수를 중앙에서 관리할 수 있다. ## 인도 내 데이터 저장 지원 - Figma는 2026년 1분기부터 인도에서 Figma 파일 데이터를 로컬 호스팅할 예정이다. - 저장 대상에는 다음 제품의 데이터가 포함된다. - Figma - FigJam - Make - Sites - Buzz - Slides - 인도 사용자는 2024년 10월부터 2025년 9월까지 3,500만 개 이상의 파일을 생성했다. - 데이터 현지화는 인도 내 데이터 보관 요건을 충족해야 하는 기업에 특히 유용하다. - 공공 서비스 - 의료 - 금융 - Figma는 데이터 위치를 인도 내로 제한하면서도 기존의 확장성과 성능을 유지하는 것을 목표로 한다. - 이번 지원은 호주, 유럽, 미국에 이어 Figma가 제공하는 데이터 레지던시 옵션을 확대하는 조치다. ## 인도 시장에 대한 투자 확대 - Figma는 2025년 11월 인도 공식 진출에 이어 벵갈루루에 새로운 거점을 개설했다. - Airtel, CARS24, Flipkart, Groww, Juspay, Myntra, Swiggy, TCS, Zomato 등 주요 기업과의 협력을 확대하고 있다. - 인도는 Figma의 전 세계 두 번째로 큰 활성 사용자 기반을 보유한 시장이다. - 현지 데이터 저장과 강화된 보안 기능을 통해 규제 산업 및 대기업 고객을 더 많이 확보하려는 전략으로 볼 수 있다. ## Governance+를 통한 중앙 통제 Governance+는 Enterprise 플랜 고객이 조직 내 Figma 사용을 중앙에서 관리하도록 지원하는 기능이다. - **중앙 집중식 접근 제어** - 모든 직원의 Figma 활동이 승인된 조직 인스턴스에서 이뤄지도록 관리한다. - IP Allowlist로 허용된 IP 주소에서만 접근하도록 제한할 수 있다. - Network Access Restrictions(NAR)로 승인된 네트워크 사용을 강제한다. - 직원이 개인 계정이나 비인가 공간으로 회사 데이터를 옮길 위험을 줄인다. - **계정 보안 강화** - Enforced 2FA로 2단계 인증을 의무화할 수 있다. - Extended Idle Session Timeout으로 장시간 유휴 세션을 관리한다. - 여러 IdP(Identity Provider)를 지원해 기업의 인증 체계와 연동할 수 있다. - 조직 콘텐츠에 접근 가능한 계정이 탈취될 위험을 낮춘다. - **데이터 거버넌스 및 규정 준수** - Discovery Pipeline을 통해 Figma 내 활동을 파악할 수 있다. - 전자 커뮤니케이션 보존 정책과 법적 증거 수집(e-discovery)에 대응할 수 있다. - 기업의 데이터 표준과 보존 요건을 준수하는 데 필요한 가시성을 제공한다. ## 기존 보안 기능과의 연계 - Governance+는 기존 Enterprise 보안 기능을 확장한다. - 기존 기능에는 다음이 포함된다. - 활동 로그 - SSO(Single Sign-On) - Figma SCIM API를 통한 사용자 좌석 할당 - 외부 협업자의 조직 참여 제한 - Governance+는 현재 Enterprise 플랜 고객에게 제공된다. - 인도 현지 데이터 호스팅은 향후 제공될 예정이며, 관심 기업은 사전 등록할 수 있다. ## 실용적인 결론 인도에서 규제 대상 데이터를 다루는 대기업이라면 현지 데이터 저장 가능 시점과 적용 범위, 비용, 데이터 이전 정책을 사전에 확인할 필요가 있다. Enterprise 고객은 Governance+를 활용해 IP·네트워크 제한, 2FA, IdP 연동, 활동 추적을 함께 구성하면 Figma 도입 시 보안과 규정 준수 요구사항을 보다 체계적으로 충족할 수 있다.

원문 읽기(새 탭에서 열림)

Figmaidentity-providerdata-residencysingle-sign-on+4

figma·2025년 12월 2일·4분 읽기큐레이션 요약

더블 클릭: AI 시대

AI는 디자인·개발·제품 관리의 전문 업무를 자동화하고, 역할 간 경계를 흐리게 만들고 있다. 이에 따라 디자이너라는 직함은 고정된 직무명이 아니라 변화하는 업무 묶음과 전문적 정체성을 설명하는 장치가 된다. 글은 직함이 여전히 경력 경로와 협업 기대치를 정하는 데 유용하지만, 앞으로는 특정 직함보다 여러 영역을 연결하고 가치를 만들어내는 능력이 더 중요해질 것이라고 말한다. ## AI가 만든 역할의 확장과 경계의 붕괴 - 디자이너, 개발자, 제품 관리자가 담당하는 업무 범위가 넓어지면서 서로의 역할을 일부 수행하는 일이 일반화되고 있다. - Figma의 최근 조사에 따르면 제품을 만드는 사람의 **64%가 두 개 이상의 역할과 자신을 동일시**한다. - AI가 전문적인 작업을 점점 더 잘 처리하면서, 한 분야의 깊은 전문성뿐 아니라 여러 영역의 관계를 파악하고 연결하는 능력이 중요해지고 있다. - 이런 변화 속에서 ‘제너럴리스트’의 가치가 커지고 있으며, 직무 간 경계와 전통적인 역할 구분은 약해지고 있다. ## 직함이 갖는 사회적·심리적 의미 - 직함은 단순한 명칭이 아니라 다음과 같은 기능을 한다. - 개인의 지위와 전문성을 전달한다. - 협업 상대가 그 사람의 역할과 기대치를 빠르게 이해하도록 돕는다. - 개인이 자신의 직업적 정체성을 이해하고 표현하는 기준이 된다. - 직함은 업무 만족도와 심리적 안정감에도 영향을 줄 수 있다. - Adam Grant가 참여한 연구에서는 직원이 자신의 직함을 직접 정할 수 있을 때 심리적 안전감이 높아지고, 5주 동안 정서적 소진이 최대 10% 감소했다. - 건축·기계공학·전기전자공학·의학 분야처럼 직함과 자격을 중심으로 전문성을 제도화한 조직도 존재한다. ## 기술 변화에 따라 달라지는 직업명 - ‘디자이너’의 의미는 시대에 따라 변해 왔다. - 1950년대에는 주로 사물과 인쇄물의 시각적 형태를 설계하는 직업으로 이해됐다. - 소프트웨어와 디지털 제품이 등장하면서 사용자 경험, 인터랙션, 서비스 설계까지 역할이 확장됐다. - ‘소프트웨어 엔지니어’라는 명칭도 1966년 무렵 등장했으며, 1968년 NATO 회의에서는 급증하는 컴퓨팅 능력에 맞춰 복잡해진 소프트웨어 개발 문제, 이른바 ‘소프트웨어 위기’를 다뤘다. - 닷컴 붐 당시에는 한 사람이 제품 관리자, 프로그램 관리자, 개발자, 아티스트를 동시에 맡는 경우도 있었고, 인사 부서가 적절한 직함이나 직군을 정하지 못하는 일도 있었다. - 최근에는 ‘프롬프트 엔지니어’처럼 AI 기술의 부상과 함께 새로운 직함이 빠르게 등장했다가 중요성이 약해지는 현상도 나타났다. - Ethan Mollick은 직업을 고정된 정체성이 아니라 기술과 환경에 따라 중요도와 난이도가 달라지는 **업무(task)의 묶음**으로 설명한다. ## 직함은 기대치를 조정하는 도구 - Figma의 Nikolas Klein은 자신을 “PM 트렌치코트를 입은 프로덕트 디자이너”라고 표현한다. - 그는 직함이 다음과 같은 실용적 역할을 한다고 본다. - 조직 내 경력 단계와 승진 경로를 제시한다. - 처음 만난 사람에게 담당 업무와 전문성을 설명한다. - 협업 과정에서 상대방이 기대할 수 있는 역량을 조정한다. - 디자이너에서 제품 관리자로 이동한 뒤에는 전략, 서비스 디자인, 여러 문제를 연결하는 능력이 더 자연스럽게 기대되었고, 시각 디자인 업무에 대한 기대는 줄었다. - 즉, 직함은 개인의 모든 능력을 완벽하게 설명하지는 못하지만, 다른 사람이 그 사람을 이해하고 협업하는 출발점이 된다. ## 직함의 한계와 정체성의 변화 - Figma의 개발자 옹호자 Jake Albaugh는 역할이 자신의 전문성이 성장함에 따라 계속 변하기 때문에, 직함이 때로는 한계처럼 느껴진다고 말한다. - 반대로 웹 디자이너에서 소프트웨어 엔지니어로 자신을 소개할 수 있게 된 경험은 전문성을 인정받는다는 점에서 강한 자신감을 줬다. - 특정 직함에는 해당 시대와 업계가 중요하게 여기는 가치가 반영된다. - 사람들은 자신이 제공하는 가치와 가장 잘 맞는 방식으로 불리기를 원한다. - 따라서 직함은 고정된 능력의 목록이라기보다, 개인의 현재 역할과 업계가 평가하는 가치를 표현하는 신호에 가깝다. ## 앞으로의 디자이너 역할 - AI가 반복적이고 전문화된 작업을 수행할수록 디자이너의 역할은 다음 방향으로 확장될 가능성이 크다. - 문제를 정의하고 올바른 질문을 만드는 일 - 사용자·비즈니스·기술 요구사항을 연결하는 일 - 여러 분야의 아이디어를 종합해 제품 방향을 정하는 일 - AI가 생성한 결과를 평가하고 맥락에 맞게 개선하는 일 - 디자이너라는 직함이 사라진다기보다, 그 안에 포함되는 업무와 기대 역량이 계속 재구성될 가능성이 높다. - 중요한 것은 하나의 직함에 자신을 가두기보다, 자신의 핵심 가치와 여러 역할 사이의 연결 능력을 분명히 설명하는 것이다. 조직은 직함을 폐지하기보다 경력 경로와 협업 기준을 제공하는 장치로 유지하되, 실제 평가에서는 직함보다 수행한 업무와 만들어낸 가치를 함께 봐야 한다. 개인 역시 현재의 직함에만 의존하기보다 자신이 해결할 수 있는 문제, 연결할 수 있는 분야, AI를 활용해 확장할 수 있는 역량을 중심으로 전문성을 정의하는 것이 실용적이다.

원문 읽기(새 탭에서 열림)

FigmaAI프로덕트 디자인프롬프트 엔지니어링+3