Figma/AI

110 개의 포스트

figma3분 읽기큐레이션 요약

디자이너 수요가 증가하는 이유 | Figma 블로그

AI 시대에 기업의 디자이너 수요는 감소하기보다 오히려 다시 증가하고 있다. Figma의 조사에서 82%의 디자인 리더가 디자이너 수요가 증가했거나 유지됐다고 답했으며, AI 도구 활용과 AI 제품 설계 역량이 채용의 중요한 기준으로 떠올랐다. 특히 빠르게 성장하는 기업일수록 디자인을 제품 차별화와 매출 성장을 이끄는 전략적 기능으로 보고 더 적극적으로 채용하고 있다. ## 기술 산업을 넘어 증가하는 디자인 채용 - 조사 대상 리더의 **82%**는 조직의 디자이너 수요가 증가했거나 현재 수준을 유지하고 있다고 답했다. - 약 **47%**는 수요가 증가했다고 응답했다. - 수요가 증가한 기업 중 다수는 최소 **10% 이상** 증가했다고 답했으며, 25% 이상 증가한 기업도 상당수였다. - 기술 기업이 채용을 주도하지만, 디자인 수요는 다양한 산업으로 확산되고 있다. - 북미의 비기술 기업도 디자인 인력을 적극적으로 채용하는 편이다. - 유통, 출판, 항공 등은 디지털 접점을 강화하고 고객 경험을 개선하기 위해 디자이너를 필요로 한다. - 기업 성장률이 높을수록 디자인 채용 의향도 높았다. - 업계 평균보다 빠르게 성장하는 기업의 **46%**가 향후 6개월 내 채용 확대를 계획했다. - 평균 성장 기업은 **40%**, 성장 속도가 느린 기업은 **33%**였다. - 고성장 기업은 디자인을 단순한 시각적 완성도가 아니라 다음과 같은 전략적 수단으로 인식한다. - 아이디어를 더 빠르게 검증 - 전략을 실제 제품으로 전환 - 경쟁사와 차별화 - 고객 기대에 대응하고 매출 창출 - 채용 시장에 대한 체감은 아직 낙관적이지 않다. - 전체 채용 환경이 개선되고 있다고 보는 채용 관리자는 **20%**에 그쳤다. - 그러나 2025년 디자인 직무 채용 공고는 일부 디자인 중심 벤처캐피털 포트폴리오에서 전년 대비 약 **60% 증가**했다. - 향후 6개월 내 추가 인력을 채용하려는 관리자는 **40%**였다. ## AI가 디자이너 수요를 촉진하는 이유 - AI 모델과 도구가 빠르게 발전하면서 기업은 새로운 업무 방식에 즉시 적응할 수 있는 디자이너를 찾고 있다. - 기업이 요구하는 역량은 두 방향으로 확대되고 있다. - AI 도구를 디자인 업무에 활용하는 능력 - AI 기반 제품과 서비스를 설계하는 능력 - 채용 관리자의 **73%**는 AI 도구 숙련도에 대한 수요가 증가했다고 답했다. - **79%**는 AI 제품을 설계할 수 있는 지식의 중요성이 커졌다고 응답했다. - AI 역량은 더 이상 선택적인 우대 조건이 아니라 필수 요건에 가까워지고 있다. - 특히 기업은 다음 역량을 결합한 인재를 선호한다. - 기술적 이해도 - 전략적 사고 - 창의적이고 틀을 벗어난 문제 해결 - 인간이 개입하는 human-in-the-loop 방식에 대한 이해 - 인간의 판단을 보완하는 human-augmented AI 활용 능력 - 따라서 AI 시대의 디자이너는 AI 제품의 사용자 경험을 설계하는 동시에, 자신의 디자인 프로세스에도 AI를 효과적으로 통합해야 한다. ## 기업이 시니어 디자이너를 우선하는 배경 - 글은 다음 섹션에서 기업들이 **시니어 인재를 우선적으로 채용하는 현상**을 다룬다. - 공개된 내용에 따르면, 빠른 실행이 요구되는 환경에서 기업은 단순한 제작 능력보다 다음과 같은 역량을 갖춘 디자이너를 중시하고 있다. - 높은 수준의 판단력 - 복잡한 문제를 해결하는 경험 - 빠르게 변화하는 프로젝트를 주도하는 능력 - 다만 제공된 글은 이 섹션의 문장이 중간에서 끝나 있어, 시니어 인재에 대한 구체적인 조사 수치와 세부 근거는 확인할 수 없다. 디자이너는 시각 디자인 툴 숙련도만 강화하기보다 AI 도구를 실제 업무에 적용하고, AI 제품의 작동 방식과 사용자 경험을 함께 이해하는 역량을 갖추는 것이 유리하다. 또한 빠르게 성장하는 조직이 요구하는 전략적 사고와 제품 개발 전반의 판단력을 함께 키우는 것이 향후 채용 경쟁력을 높이는 방법이다.

원문 읽기(새 탭에서 열림)
figma3분 읽기큐레이션 요약

고정관념에서 벗어나 생각

Claude와 FigJam의 연동으로 텍스트 프롬프트, PRD, PDF, 이미지, 스크린샷, 코드 파일을 편집 가능한 FigJam 다이어그램으로 변환할 수 있다. 이를 통해 AI와의 대화에서 나온 아이디어를 팀이 함께 검토·수정하는 시각적 협업 공간으로 빠르게 옮길 수 있다. Figma는 이 기능이 기획, 디자인, 개발 간의 소통을 줄이고 아이디어를 실행으로 연결하는 데 도움을 준다고 설명한다. ## 대화에서 편집 가능한 다이어그램으로 - Claude의 Figma MCP 앱을 사용하면 작성한 프롬프트나 업로드한 자료를 FigJam 다이어그램으로 만들 수 있다. - PRD를 기반으로 사용자 플로우를 생성해 제품의 전체 여정, 마찰 지점, 예외 상황을 빠르게 파악할 수 있다. - 생성된 결과물은 단순한 이미지가 아니라 FigJam에서 편집 가능한 형태이므로 팀원이 직접 수정하고 확장할 수 있다. - 대화 내용을 복사해 다른 도구로 옮기는 과정과 애플리케이션 간 컨텍스트 전환을 줄인다. ## 시각화로 팀의 사고를 공유 - 다이어그램은 복잡하거나 추상적인 아이디어를 이해하기 쉬운 흐름으로 바꿔 팀의 공통 언어 역할을 한다. - 디자이너는 사용자 여정과 경험 흐름을 시각화할 수 있다. - 제품 관리자는 Gantt 차트로 일정, 의존성, 마일스톤을 정리할 수 있다. - 기획 초기 단계에서 AI가 만든 초안을 바탕으로 문제를 조기에 발견하고 업무 순서를 조정할 수 있다. - FigJam의 공유 캔버스에서 팀원들이 댓글과 반응을 남기며 아이디어를 함께 발전시킬 수 있다. ## 개발 문서와 시스템 구조 시각화 - 엔지니어는 서비스, API, 데이터베이스, 요청·응답 흐름, 의존성을 포함한 시스템 아키텍처를 다이어그램으로 표현할 수 있다. - 기존 기술 문서나 업로드한 코드 파일을 바탕으로 초기 구조를 생성할 수 있다. - 여러 시스템의 패턴을 비교하거나 프런트엔드와 백엔드 간의 공통 맥락을 정리하는 데 활용할 수 있다. - 구현 전에 복잡성과 잠재적 위험을 검토해 개발 과정의 오류를 줄이는 데 도움이 된다. - Claude는 데이터베이스 구조에 적합한 차트 유형과 색상 코드도 제안할 수 있다. ## FigJam을 중심으로 이어지는 작업 흐름 - Claude에서 만든 아이디어를 FigJam으로 옮긴 뒤, Figma Design에서 다듬고 Figma Slides에서 공유할 수 있다. - 필요하면 최종 결과를 코드 구현으로 연결해 아이디어에서 실행까지의 흐름을 이어갈 수 있다. - FigJam은 초기 브레인스토밍뿐 아니라 프로젝트 계획, 시스템 설계, 협업 문서화의 공간으로 활용된다. - Figma는 더 다양한 도형 모음과 커넥터 유형을 추가해 정교한 다이어그램 작성 기능도 개선하고 있다. - Anthropic은 Claude용 MCP 앱을 설계할 수 있는 UI 키트도 제공한다. ## AI가 일회성 도구에서 협업 파트너로 - Claude는 여러 차례의 대화 맥락을 유지하면서 사용자 여정, 우선순위 절충안, 구현 구조를 점진적으로 개선할 수 있다. - 하나의 답만 제시하는 대신 의사결정 트리, Gantt 차트, 시퀀스 다이어그램, 상태 다이어그램 등 목적에 맞는 표현 방식을 제안할 수 있다. - FigJam에 저장된 다이어그램은 팀의 초기 사고 과정과 의사결정을 남기는 공유 자산이 된다. - MCP를 활용하면 시스템 컨텍스트를 다이어그램에 반영해 복잡한 시스템을 함께 이해하는 방식으로 발전할 수 있다. 실무에서는 PRD나 기술 문서를 Claude에 제공해 초안을 만든 뒤, FigJam에서 팀원과 구조·누락·우선순위를 검토하는 방식이 효과적이다. 단, AI가 생성한 흐름과 아키텍처는 초안이므로 실제 요구사항과 시스템 제약을 담당자가 반드시 검증해야 한다.

원문 읽기(새 탭에서 열림)
figma원문

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.

figma3분 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)
figma4분 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)
figma3분 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)
figma4분 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)
figma4분 읽기큐레이션 요약

버전 컨트롤: Figma Make로 지역

브리티시컬럼비아의 소규모 농가가 생산물 판매와 유통 과정에서 겪는 문제를 해결하기 위해, 창업자 Aaron Veale은 Figma Make로 농가와 밴쿠버 레스토랑을 연결하는 마켓플레이스 앱 Planet Food를 3주 이내에 구축했다. 약 20개의 프롬프트만으로 첫 프로토타입을 만들고, 농부와 셰프의 피드백을 즉시 반영하며 제품을 발전시켰다. 이 사례는 AI 도구가 개발 속도를 높이는 동시에, 창업자가 고객 문제와 사용자 경험에 더 집중하도록 돕는 과정을 보여준다. ## 소규모 농가가 직면한 구조적 문제 - 브리티시컬럼비아에서는 매주 한 곳의 농가가 폐업할 정도로 상황이 심각하다고 소개된다. - 농가들은 다음과 같은 문제를 겪고 있다. - 생산 비용 상승 - 불안정한 공급망 - 변화하는 정부 규정 - 대형 유통업체에 대한 의존 - 마케팅과 판매 역량 부족 - BC 농가의 순손실은 지난해 4억 5,700만 캐나다달러에 달했으며, 농업 부문은 2017년부터 순손실 상태였다. - Veale은 수십 명의 농부와 대화한 뒤, 농가가 생산에는 강하지만 직접 판매와 시장 접근에는 취약하다는 점을 파악했다. - 이에 따라 지역 농가와 고품질 식재료를 찾는 밴쿠버 레스토랑을 직접 연결하는 마켓플레이스를 구상했다. ## Figma Make로 빠르게 만든 Planet Food - 일반적인 스타트업 방식이라면 투자 유치, 팀 구성, 제품 개발에 상당한 시간이 필요하다. - Veale은 문제의 긴급성을 고려해 Figma Make의 프롬프트 기반 앱 제작 기능을 활용했다. - 하루 동안 약 20개의 프롬프트를 입력해 초기 프로토타입을 만들었다. - Planet Food는 다음 두 운영체계로 구성됐다. - **Farm OS**: 농부가 수확한 농산물을 기록하고 분류하는 기능 - **Restaurant OS**: 셰프가 식재료를 검색하고 주문하는 기능 - 초기 제품을 실제 고객에게 빠르게 보여줌으로써 다음을 확인할 수 있었다. - 고객이 어떤 기능을 필요로 하는지 - 실제 사용 가능성이 있는지 - 투자자에게 제품 사용성과 시장 신호를 제시할 수 있는지 ## 버전 1: 대화를 시작하기 위한 프로토타입 - Veale은 Farm OS와 Restaurant OS를 별도의 Figma Make 작업으로 동시에 개발했다. - 한쪽 시스템을 생성하는 동안 다른 쪽에 기능과 화면을 계속 추가하는 방식으로 작업했다. - 10~20개의 프롬프트만으로 여러 화면으로 구성된 시스템을 만들고, 다음 날 농부나 레스토랑에 직접 시연했다. - 초기 제품은 완성품이라기보다 고객과 문제를 논의하기 위한 대화 도구로 사용됐다. - 현장 인터뷰를 바탕으로 농부의 실제 업무 환경에 맞춰 UX를 조정했다. - 야외에서 햇빛 반사를 줄이기 위해 기본값을 다크 모드로 설정 - 하루 12~16시간 일하는 농부를 고려해 행정·판매 업무를 최소화 - 앱 내 작업을 세 번 이하의 클릭으로 완료하도록 설계 - 불필요한 정보와 클릭 수를 줄여 업무 흐름을 단순화 - 익숙한 앱의 스와이프, 슬라이드업 같은 마이크로 인터랙션을 캡처해 프롬프트에 입력하고, 이를 하나의 모바일 중심 UI로 통합했다. ## 버전 2: 사용자 경험과 브랜드 강화 - 초기 기능이 검증된 뒤에는 앱의 시각적 완성도와 감정적 경험을 개선하는 데 집중했다. - Veale은 과거에는 자신의 디자인 아이디어를 구현하기 위해 여러 개발자에게 의존해야 했고, 그 과정에서 타협이 발생했다고 설명한다. - Figma Make를 통해 디자이너가 직접 구현 과정에 참여하면서 다음 요소에 더 집중할 수 있게 됐다고 평가한다. - 브랜딩 - 인터랙션 - 온보딩 경험 - 고객 경험 전반 - 영화감독 경험을 바탕으로 프롬프트를 단순한 명령이 아니라 사용자의 관점에서 작성하는 이야기로 접근했다. - 농부와 셰프에 대한 구체적인 페르소나를 작성해 프롬프트의 맥락으로 활용했다. - 소규모 팀으로 농장을 운영하며 계절별 업무량이 많은 농장주 - 기술에 호기심은 있지만 기술 중심적이지 않은 사용자 - 공정한 가격과 안정적인 수입을 원하는 사용자 - 재배, 수확, 물류, 판매, 청구를 동시에 처리해야 하는 사용자 - 주요 페인 포인트도 명시적으로 정리했다. - 스프레드시트와 문서를 수동으로 업데이트하는 업무 - 매주 레스토랑의 수요를 예측하기 어려운 문제 - 실시간 재고 동기화 부족으로 인한 과잉 판매·판매 부족 - ChatGPT로 사용자 페르소나와 온보딩 흐름을 분석하고, Figma Make에 입력할 프롬프트를 다시 생성하는 방식으로 AI 도구를 연계했다. - 앱에 커스텀 아이콘을 추가해 기능 중심의 도구에 색상과 개성을 더했다. ## 빠른 반복 개발과 고객 중심 설계 - Veale은 먼저 완벽한 제품을 만들기보다, 빠르게 작동하는 버전을 만들어 실제 사용자와 대화하는 방식을 택했다. - 고객 피드백은 단순한 기능 요청이 아니라 다음 설계 결정의 근거로 활용됐다. - 농부의 작업 환경 - 업무 시간과 행정 부담 - 디지털 도구에 대한 숙련도 - 레스토랑의 주문 및 재고 관리 방식 - Figma Make는 프롬프트를 반복 수정하면서 화면, 기능, 인터랙션을 점진적으로 쌓는 개발 방식에 적합했다. - AI가 구현 속도를 높여주면서 창업자와 디자이너는 코드 작성보다 문제 정의와 사용자 경험에 더 많은 시간을 쓸 수 있었다. 실무적으로는 AI 앱 제작 도구를 사용할 때 처음부터 완성도를 높이려 하기보다, 핵심 사용자와 문제를 구체적인 페르소나로 정의한 뒤 작은 프로토타입을 빠르게 만들고 실제 고객 피드백으로 반복 개선하는 접근이 효과적이다.

원문 읽기(새 탭에서 열림)
figma3분 읽기큐레이션 요약

AI 시대의 디자인 시스템을

AI 시대의 디자인 시스템은 단순한 컴포넌트 라이브러리에서 팀의 취향·품질 기준·의사결정 맥락을 담는 살아 있는 프레임워크로 발전하고 있다. AI가 빠르게 결과물을 생성하더라도 디자인 시스템이 방향성과 제약을 제공해야 브랜드의 개성과 품질을 유지할 수 있다. 따라서 앞으로는 시스템을 더 풍부하게 문서화하고, AI가 활용할 수 있도록 구조화하며, 제품 제작 전반을 관리하는 역할까지 확장해야 한다. ## 디자인 시스템에서 ‘크래프트’를 전달하는 시스템으로 - AI는 결과물을 빠르게 만들지만, 기준이 없으면 팀의 비전과 어긋난 결과를 만들고 재작업을 늘릴 수 있다. - 디자인 시스템은 단순한 일관성 검사 도구가 아니라 팀의 취향과 창의적 정체성을 반복 가능하게 만드는 장치가 된다. - 컴포넌트, 레이아웃, 인터랙션에 디자이너의 판단 기준을 반영하면 AI가 제품 전반에 동일한 감각을 적용할 수 있다. - 목표는 속도를 높이면서도 제품의 인간적인 개성과 완성도를 잃지 않는 것이다. ## AI 탐색을 현실적인 선택지로 제한하기 - 기존에는 여러 디자인 방향을 검토하려면 각 시안을 수작업으로 제작해야 해 탐색 범위가 제한적이었다. - Figma Make 같은 프롬프트 기반 도구와 디자인 시스템을 결합하면 다양한 레이아웃, 색상, 컴포넌트 조합을 빠르게 생성할 수 있다. - 공유 컴포넌트와 검증된 스타일을 기반으로 하기 때문에 AI가 만든 시안도 실제 제품에 적용 가능한 수준에 가까워진다. - 여러 방향을 실험한 뒤 선택한 안을 처음부터 다시 구현하는 대신, 기존 시스템을 바탕으로 세부 조정만 하면 된다. - 즉, 디자인 시스템은 AI의 자유로운 탐색을 막는 제약이 아니라 유효한 탐색을 가능하게 하는 기반이다. ## AI가 이해할 수 있도록 시스템을 작성하기 - 기존 디자인 시스템은 브랜드와 조직을 잘 아는 디자이너·개발자가 암묵적인 맥락을 보완한다는 전제 아래 작성됐다. - AI는 조직의 브랜드, 비즈니스 목표, 제품 관습을 자동으로 추론하지 못하므로 명시적인 설명이 필요하다. - 토큰과 컴포넌트뿐 아니라 다음 내용을 문서화해야 한다. - 각 결정이 내려진 이유 - 사용 조건과 제약 사항 - 좋은 결과물과 나쁜 결과물의 사례 - 품질을 판단하는 기준 - 브랜드와 제품 맥락 - 문서, 코드, 디자인 전반의 빈틈을 줄이고 암묵지를 명시지로 바꾸는 것이 중요하다. - 시스템은 사람을 위한 참고 자료인 동시에 AI가 브랜드에 맞는 결과를 생성하기 위한 지식 기반이 된다. ## 컴포넌트 관리에서 제품 제작 거버넌스로 - AI 도구가 제품 제작 과정에 들어오면서 디자인 시스템 팀의 역할은 컴포넌트 라이브러리 유지보수를 넘어선다. - 전통적인 제품 직군이 아닌 구성원도 제품에 기여할 수 있게 되므로, 이들이 사용하는 AI 및 제작 도구까지 관리 범위에 포함된다. - 디자인 시스템 팀은 어떤 도구와 방식으로 제품이 만들어지는지, 결과물이 품질·브랜드 기준을 충족하는지 관리하는 역할을 맡게 된다. - 제공된 글은 이 부분에서 본문이 중단되어, 거버넌스의 구체적인 실행 방식과 다섯 번째 변화의 내용은 확인할 수 없다. AI를 도입할수록 디자인 시스템을 단순한 UI 자산 저장소로 취급해서는 안 된다. 컴포넌트와 토큰에 의사결정 맥락, 품질 기준, 사용 제약을 함께 기록하고, AI 생성 결과가 시스템 안에서 검증·개선되도록 운영하는 것이 실용적인 방향이다.

원문 읽기(새 탭에서 열림)
figma3분 읽기큐레이션 요약

Gemini 3를

Gemini 3 Pro가 Figma Make의 실험적 모델로 제공되며, 디자인을 작동하는 코드 기반 프로토타입으로 전환하는 능력을 보여준다. Figma의 초기 테스트에서 다양한 레이아웃·스타일·인터랙션을 빠르게 탐색하면서도 디자인 충실도를 유지하는 점이 강점으로 나타났다. Gemini 3 Flash는 빠른 아이디어 발상과 수정에 적합한 경량 모델로 함께 제공된다. ## Figma Make에서 Gemini 3 Pro 제공 - Figma는 AI 모델을 다음 기준으로 평가한다. - 원래 디자인을 얼마나 정확하게 구현하는가 - 반복적인 작업을 얼마나 줄여주는가 - 팀의 창의적 탐색 범위를 얼마나 넓혀주는가 - Gemini 3 Pro는 다양한 레이아웃, 시각적 스타일, 인터랙티브 패턴을 탐색하는 데 강점을 보였다. - Figma Make의 실험적 모델 설정에서 활성화할 수 있다. - Gemini 3 Flash는 성능과 속도에 초점을 둔 모델로, 빠른 아이디어 구상과 반복적인 디자인 수정에 적합하다. ## 디자인에서 코드로의 전환 - Figma Design에서 제작한 황금빛 나뭇잎과 짙은 적갈색 배경의 추수감사절 감사 보드를 Figma Make로 구현했다. - Gemini 3 Pro는 다음 작업을 수행했다. - 나뭇잎을 SVG로 생성 - 화면 위에서 자연스럽게 움직이는 물리 효과 구현 - 마우스를 올리면 감사 메시지가 표시되는 인터랙션 추가 - Supabase를 연결해 사용자가 감사 메시지를 제출하도록 구성 - 단순한 시각적 콘셉트가 데이터 저장과 사용자 입력을 포함한 인터랙티브 프로토타입으로 확장됐다. ## 하나의 기능, 여러 시각적 스타일 - 새해 전야 RSVP 페이지를 대상으로 스타일 변환 능력을 테스트했다. - 처음에는 다음과 같은 Y2K 스타일을 적용했다. - 복고풍 미래주의 - 어두운 크롬 질감 - 분위기 있는 시각 언어 - 실제로 작동하는 RSVP 폼 - 이후 같은 기능을 “콘크리트 포에트리” 스타일로 변경했다. - 강렬하고 제한적인 타이포그래피 - 브루털리즘적 긴장감 - 장식을 최소화한 구성 - 스타일이 크게 바뀌어도 RSVP 폼의 핵심 기능은 유지됐다. - 각 스타일에 맞춰 애니메이션과 인터랙션 세부 요소도 일관성 있게 조정됐다. ## 디자인 시스템과 컴포넌트 활용 - Gemini 3 Pro를 이미 구축된 디자인 시스템 안에서 테스트했다. - Figma Make의 Make kits와 npm import를 통해 공유 라이브러리와 컴포넌트를 활용할 수 있도록 구성했다. - UI3 라이브러리 기반의 FigJam 템플릿에 캔버스 배경 스타일 전환 기능을 추가하도록 요청했다. - 모델은 다음 결과를 만들었다. - 12가지 배경 스타일 구현 - UI3 컴포넌트 사용 - 배경 스타일 전환 인터랙션 추가 - 텍스처 간 애니메이션 적용 - 스티키 노트의 레이어링과 크기 변화 효과 구현 - 복잡한 설명 없이도 기존 시스템의 구성 요소를 활용하면서 새로운 기능을 프로토타이핑했다. ## 디자이너의 역할 확대 - AI는 디자이너를 대체하기보다 탐색 가능한 디자인 공간을 넓히는 도구로 제시된다. - 모델이 디자인 의도와 시스템을 더 잘 이해할수록 다음 작업이 빨라진다. - 다양한 스타일 시도 - 인터랙션 검증 - 디자인 시스템 기반 기능 실험 - 코드로 구현된 프로토타입 제작 - 속도와 창의성이 서로 충돌하기보다, AI가 반복 작업을 줄여 디자이너가 방향 설정과 가능성 판단에 더 집중하게 만든다는 관점이다. Gemini 3 Pro는 높은 시각적 충실도와 인터랙션 구현이 필요한 프로토타입 제작에 적합하고, Gemini 3 Flash는 빠른 시안 생성과 반복 수정에 활용하는 것이 좋다. 다만 실제 제품 개발 전에는 생성된 코드와 데이터 연결, 접근성, 디자인 시스템 준수 여부를 별도로 검토해야 한다.

원문 읽기(새 탭에서 열림)
figma원문

피그마, 인도에 새로운 (새 탭에서 열림)

피그마(Figma)는 인도 벵갈루루에 새로운 허브를 설립하며 세계에서 두 번째로 큰 시장인 인도 내 제품 개발 커뮤니티에 대한 투자를 본격화했습니다. 이번 확장은 AI 기술 도입이 활발한 인도 시장의 특성을 반영하여, 피그마가 단순한 디자인 도구를 넘어 제품 개발 전 과정을 아우르는 AI 기반 협업 플랫폼으로 진화하려는 전략적 움직임입니다. 이를 통해 피그마는 글로벌 사용자의 85%를 차지하는 해외 시장에서의 영향력을 강화하고 사용자 중심의 기술 혁신을 가속화할 방침입니다. **인도 시장의 전략적 가치와 AI 도입 현황** * 인도는 월간 활성 사용자(MAU) 기준 피그마의 세계 2위 시장이며, BSE100(인도 상장사 100대 기업) 기업의 40% 이상이 이미 피그마를 도입했습니다. * 현지 리서치 결과, 인도 디자이너의 93%가 업무에 AI를 활용하고 있으며, 개발자의 81%는 AI 기반 제품의 성공에 디자인이 과거보다 더 중요해졌다고 응답했습니다. * Flipkart, Zomato, Swiggy 등 인도의 대표적인 유니콘 기업들이 피그마를 통해 디자인과 개발의 간극을 줄이고 제품 출시 속도를 높이고 있습니다. **글로벌 네트워크 확장 및 커뮤니티 성장** * 피그마는 매출의 약 50%가 미국 외 시장에서 발생함에 따라 도쿄, 싱가포르, 런던, 파리, 베를린 등에 이어 벵갈루루에 신규 거점을 마련하며 글로벌 운영을 강화하고 있습니다. * 인도 내 'Friends of Figma' 커뮤니티 멤버는 약 25,000명에 달하며, 이들은 전 세계에서 가장 활발하게 디자인 시스템과 협업 툴을 활용하는 집단 중 하나로 꼽힙니다. **Figma Weave와 AI 중심의 제품 혁신** * 생성형 AI 플랫폼인 'Weavy'를 인수하여 'Figma Weave'를 새롭게 선보였으며, 이를 통해 캔버스 내에서 이미지, 비디오, 애니메이션, VFX 등 미디어 자산의 생성 및 전문적 편집이 가능해집니다. * **Figma Make**: 텍스트 프롬프트나 간단한 디자인 초안을 즉시 프로토타입이나 실제 앱 형태로 변환해 주는 기능을 지원합니다. * **영역별 특화 도구**: 개발 생산성을 높이는 'Dev Mode', 동적 웹사이트 제작을 돕는 'Figma Sites', 마케팅 에셋을 대량 생산하는 'Figma Buzz' 등 제품군을 확장했습니다. * **협업 도구 고도화**: 인터랙티브 프레젠테이션 툴인 'Figma Slides'와 고급 벡터 드로잉 도구인 'Figma Draw'를 통해 기획부터 실행까지의 워크플로우를 통합했습니다. 피그마는 이제 디자인 도구를 넘어 기획자, 디자이너, 개발자가 AI를 매개로 소통하는 통합 제품 개발 플랫폼으로 완전히 탈바꿈하고 있습니다. 기업들은 피그마의 새로운 AI 기능들을 활용해 아이디어를 실제 제품으로 구현하는 시간을 단축하고, 디자인 시스템의 일관성을 유지하면서도 창의적인 실험을 지속할 수 있는 환경을 구축할 것을 권장합니다.

figma3분 읽기큐레이션 요약

제13호:

빠르게 변화하는 AI 시대에는 디자인 시스템이 품질과 일관성을 유지하는 기반이 된다. Figma는 디자인 시스템을 사람뿐 아니라 AI도 활용할 수 있도록 확장하고, Figma Make와 MCP 서버를 통해 디자인·코드·협업의 연결을 강화하고 있다. 또한 AI 도구가 작업을 정확히 이해하도록 파일 구조와 디자인 맥락을 명확하게 관리해야 한다고 강조한다. ## AI 시대의 디자인 시스템 - 디자인 시스템은 팀의 취향, 품질 기준, 디자인 의도를 반복적으로 확장하는 장치다. - AI가 디자인과 코드를 생성하는 환경에서는 잘 정리된 시스템이 결과물의 품질과 일관성을 높인다. - Schema by Figma 2025에서는 디자인 시스템을 AI 워크플로에 연결하는 방법을 소개했다. - Figma Make에 디자인 시스템의 맥락을 반영하고, MCP 서버를 통해 에이전트형 코딩 작업에서도 디자인 기준을 활용할 수 있도록 했다. - 목표는 AI가 임의의 결과를 만드는 것이 아니라, 팀의 컴포넌트·스타일·규칙에 맞는 결과를 생성하도록 하는 것이다. ## Figma Make로 새로운 작업 방식 만들기 - Figma Make를 활용하면 디자이너가 기존의 시각적 디자인 작업을 넘어 코드 기반 프로토타입과 제품 아이디어를 빠르게 만들 수 있다. - 디자인팀은 제품 로드맵을 다시 구성하거나, 반복적으로 사용할 시작 템플릿을 만드는 등 새로운 방식으로 도구를 활용하고 있다. - Maven Clinic, Pendo, ServiceNow, LinkedIn 등의 사례가 소개된다. - 프롬프트를 통해 아이디어를 발전시키면서 디자인, 코드, 협업 사이의 전환 비용을 줄일 수 있다. - 결과적으로 디자인 시스템은 완성된 화면을 관리하는 데 그치지 않고, 새로운 제품 경험을 탐색하는 출발점이 된다. ## AI가 이해할 수 있는 디자인 맥락 - AI 코딩 도구가 일상적인 개발 과정에 포함되면서 디자인 파일의 구조와 설명이 더욱 중요해졌다. - 개발자와 AI가 디자인 의도를 정확히 파악할 수 있도록 다음 요소를 명확하게 관리해야 한다. - 파일과 페이지의 체계적인 구성 - 의미가 드러나는 레이어와 컴포넌트 이름 - 디자인 결정에 대한 주석과 설명 - 디자인 시스템의 사용 규칙 - 화면 간 관계와 필요한 상태 정보 - 시각적으로 보기 좋은 파일만으로는 충분하지 않으며, 다른 사람이 작업 의도를 추론할 수 있는 맥락 정보가 필요하다. - 명확한 맥락은 에이전트형 코딩 도구가 디자인을 코드로 변환할 때 정확도와 효율성을 높인다. ## 디자인 시스템 관련 학습 자료 - Figma는 Schema 2025를 준비하며 디자인 시스템의 기초부터 AI 기반 자동화까지 기존 콘텐츠를 정리했다. - 디자인 시스템을 처음 도입하는 팀은 기본 개념과 운영 원칙부터 학습할 수 있다. - 변화가 큰 환경에서 디자인 리더가 팀의 회복력과 적응력을 높이는 방법도 함께 제안한다. - 디자인 시스템은 단순한 UI 컴포넌트 모음이 아니라, 팀의 협업 방식과 제품 품질을 지탱하는 조직적 기반으로 다뤄진다. 실무에서는 컴포넌트와 토큰을 정리하는 데서 멈추지 말고, 파일 구조·명명 규칙·주석·사용 지침까지 문서화하는 것이 좋다. 이렇게 구축한 디자인 시스템을 Figma Make나 AI 코딩 도구와 연결하면 빠른 생성 속도와 일관된 품질을 함께 확보할 수 있다.

원문 읽기(새 탭에서 열림)
figma3분 읽기큐레이션 요약

Schema 2025:

Figma의 Schema 2025는 디자인 시스템을 정적인 규칙 모음에서 디자인·코드·AI를 연결하는 살아 있는 기반으로 발전시키는 방향을 제시한다. 이를 위해 여러 브랜드를 지원하는 컬렉션, 컴포넌트 확장성을 높이는 슬롯, 변수 사용을 자동 점검하는 AI 기반 린터 등을 발표했다. 핵심 목표는 시스템의 일관성을 유지하면서도 팀과 제품별 유연성, 협업 범위, 개발 연계를 강화하는 것이다. ## AI 시대의 디자인 시스템 - 제품·디자인·엔지니어링의 경계가 흐려지고, 더 많은 사람과 AI 도구가 제품 개발에 참여하고 있다. - 디자인 시스템은 팀 간 일관성을 유지하는 공유 언어를 넘어, AI가 디자인과 코드를 이해하도록 돕는 번역 계층으로 확장되고 있다. - Figma는 디자인 시스템의 발전 방향을 다음 세 가지로 제시한다. - 강력한 기능과 유연성의 균형 - 디자인과 코드 사이의 연결 강화 - 더 많은 사람이 디자인 프로세스에 참여할 수 있도록 영향력 확대 ## 브랜드 확장을 지원하는 Extended collections - 기존 변수 컬렉션은 단일 브랜드나 단순한 테마 관리에는 적합하지만, 여러 제품과 브랜드를 운영하는 기업에는 한계가 있었다. - Extended collections를 사용하면 디자인 시스템 관리자가 기본 시스템을 화이트라벨 형태로 배포할 수 있다. - 각 제품이나 브랜드의 디자이너는 기본 시스템을 바탕으로 자체 테마를 추가하고, 이를 게시·재사용할 수 있다. - 확장 컬렉션은 부모 디자인 시스템과 연결되어 다음 변경 사항을 자동으로 상속한다. - 새 변수 추가 - 색상 업데이트 - 핵심 시스템의 기타 변경 - 팀이 명시적으로 재정의한 색상과 값은 유지되므로, 중앙 통제와 브랜드별 자율성을 함께 확보할 수 있다. - 2025년 11월 제공 예정으로 소개됐다. ## 컴포넌트 유연성을 높이는 Slots - 기존 컴포넌트 인스턴스는 구조가 제한적이었다. - 예를 들어 드롭다운 컴포넌트에 새 항목을 추가하려면 미리 숨겨 둔 항목을 활성화하거나, 컴포넌트를 분리(detach)해야 했다. - 컴포넌트를 분리하면 디자인 시스템과의 연결이 끊겨 일관성과 개발 핸드오프가 약화된다. - Slots를 사용하면 인스턴스 내부에 사용자가 직접 레이어를 추가할 수 있다. - 특정 슬롯이 어떤 인스턴스를 허용할지도 지정할 수 있어 다음 효과를 얻는다. - 컴포넌트 사용성 향상 - 디자인 시스템 규칙 준수 - 컴포넌트 연결을 유지한 채 콘텐츠 확장 - 슬롯 기능은 얼리 액세스로 제공될 예정이며 별도 신청이 필요하다. ## AI 기반 변수 검수 기능, Check designs - 개발 핸드오프 과정에서 실제 값 대신 어떤 디자인 토큰이나 변수를 사용해야 하는지 확인하는 일이 자주 발생한다. - Check designs 린터는 디자인을 개발 준비 상태로 표시하거나 빠른 실행 메뉴를 통해 실행할 수 있다. - 시스템은 원시 값과 대응하는 변수를 비교해, 디자인 시스템에 맞지 않는 요소를 찾아낸다. - Figma의 사용자 지정 모델이 현재 맥락에 적합한 변수를 추천한다. - 디자이너는 추천 내용을 검토한 뒤 적용할 수 있으므로, 자동화와 최종 판단을 함께 유지할 수 있다. - 이를 통해 개발자는 변수 사용이 정리된 디자인을 전달받고, 핸드오프 과정의 추가 질문을 줄일 수 있다. - 조직 또는 엔터프라이즈 전체 좌석 플랜 사용자는 얼리 액세스를 신청할 수 있다. ## 디자인 시스템 운영 방향 - 디자인 시스템이 규모가 커질수록 단순한 표준화만으로는 다양한 제품·브랜드·플랫폼 요구를 충족하기 어렵다. - Figma의 이번 업데이트는 중앙 시스템의 일관성을 유지하면서도 제품 팀이 필요한 부분을 확장하도록 설계됐다. - 변수, 컴포넌트, AI 검수 기능을 결합해 디자인 시스템을 다음과 같은 운영 기반으로 만들려는 접근이다. - 중앙에서 관리되는 공통 규칙 - 제품별로 확장 가능한 테마와 콘텐츠 - 디자인 단계에서부터 검증되는 개발 연계성 - 사람이 만든 디자인 의도를 AI가 이해할 수 있는 구조 여러 브랜드를 운영한다면 Extended collections로 공통 토큰과 브랜드별 재정의를 분리하고, 복잡한 컴포넌트는 Slots를 통해 detach 없이 확장하는 방식이 유용하다. 또한 Check designs를 활용해 개발 핸드오프 전에 변수와 토큰 사용을 검수하면 디자인 시스템의 일관성과 구현 효율을 함께 높일 수 있다.

원문 읽기(새 탭에서 열림)
figma3분 읽기큐레이션 요약

디자인 시스템: 기초부터 앞으로

디자인 시스템은 대규모 제품에서 시각적 일관성을 유지할 뿐 아니라 디자인과 개발 사이의 간극을 줄이는 공통 기반이다. AI로 작업 속도와 아이디어 확장이 빨라질수록, 원칙과 구성 요소를 체계화한 디자인 시스템의 중요성은 더욱 커진다. 성공적인 시스템을 위해서는 명확한 문서화와 지속적인 성과 측정이 필수적이다. ## 디자인 시스템의 기원과 발전 - 디자인 시스템은 초기 그래픽 디자인과 인쇄 매체의 스타일 가이드, 타이포그래피 표준에서 출발했다. - 20세기 중반 기업 브랜드의 중요성이 커지면서 일관된 브랜드 정체성을 위한 종합 가이드라인이 발전했다. - 디지털 전환 이후 IBM, Microsoft, Apple, Google 등은 이러한 원칙을 디지털 인터페이스로 확장했다. - 오늘날의 디자인 시스템은 운영체제 규칙과 UI 패턴을 표준화하고, 내부 팀과 외부 개발자가 일관된 제품 경험을 만들도록 돕는다. - 기존 인쇄 디자인 시스템을 디지털 인터페이스로 전환한 미국 국립공원관리청 사례처럼, 오래된 디자인 원칙도 디지털 환경에 맞게 재해석할 수 있다. ## 문서화를 통한 도입 확대 - 문서화는 추상적인 디자인 원칙을 실제 작업 지침으로 바꾸는 역할을 한다. - 디자이너와 개발자가 시스템을 어떻게 사용해야 하는지 알 수 있는 공통 참고점이 되어 사용에 대한 자신감을 높인다. - Alaska Airlines의 디자인 시스템 Auro는 도입 과정에서 문서화를 우선시했다. - Figma의 오토 레이아웃 사용법 - 브랜치 병합 방법 - 주요 기능을 작업에 적용하는 방법 - 문서화만으로 adoption이 보장되지는 않는다. - 역할에 따라 필요한 정보가 다르므로 문서는 다음과 같이 다양하게 제공되어야 한다. - 개발자에게 필요한 상세 사양 - 디자이너를 위한 사용 지침 - 전체 팀이 이해할 수 있는 고수준 원칙 - 시각적 예시와 맥락 설명 - 디자인 과정에 참여하는 직군이 늘어날수록 문서는 명확하고 쉽게 접근할 수 있어야 한다. ## 디자인 시스템의 ROI 측정 - 디자인 시스템의 비즈니스 효과는 정량적 지표로 추적할 수 있다. - 활용 가능한 주요 지표는 다음과 같다. - 구성 요소와 기능의 사용량 - 팀과 프로젝트의 도입률 - 디자인 일관성 점수 - athenahealth는 일관성 점수를 분석하는 과정에서 특정 컨테이너 컴포넌트의 detach 증가를 발견했다. - 컴포넌트가 분리되는 현상은 다음 문제를 나타낼 수 있다. - 컴포넌트의 버그 - 현재 기능으로 충족되지 않는 개선 요구 - 기존 요소를 예상하지 못한 방식으로 조합하는 사용 패턴 - 따라서 지표는 단순히 성공 여부를 판단하는 수단이 아니라, 시스템의 결함과 사용자 요구를 발견하는 피드백 수단으로 활용해야 한다. ## 디자인 시스템이 맡는 역할 - 디자인과 개발 간의 커뮤니케이션 비용을 줄인다. - 반복적인 UI 제작을 표준화해 작업 효율을 높인다. - 여러 팀과 제품에 걸쳐 일관된 사용자 경험을 유지한다. - AI가 생성한 결과물을 검토하고 조정할 수 있는 기준과 제약을 제공한다. - 조직이 커질수록 개인의 경험이나 구두 지식에 의존하지 않고, 공유된 규칙과 문서에 기반해 협업하도록 만든다. 실무에서는 처음부터 거대한 시스템을 만들기보다 핵심 컴포넌트와 사용 규칙부터 정의하고, 역할별 문서와 사용 데이터를 함께 구축하는 것이 좋다. 특히 detach, 미사용 컴포넌트, 도입률 같은 신호를 정기적으로 분석하면 디자인 시스템을 실제 팀의 필요에 맞게 개선할 수 있다.

원문 읽기(새 탭에서 열림)
figma3분 읽기큐레이션 요약

Figma Make를 캔버

Figma는 Figma Make에서 생성한 미리보기를 Figma Design 캔버스로 직접 복사하는 기능인 **Copy design**을 공개했다. 복사된 결과물은 스크린샷이 아니라 편집 가능한 디자인 레이어로 들어가므로, 팀이 아이디어를 수정·재구성하고 프로토타입에서 실제 제품 디자인으로 발전시킬 수 있다. Figma는 이를 Make와 Design 사이의 작업 단계를 줄이고, 프롬프트에서 제작까지 이어지는 흐름을 강화하는 첫 단계로 설명한다. ## Figma Make 결과물을 편집 가능한 레이어로 변환 - 이제 Figma Make 미리보기에서 디자인을 복사해 Figma Design 캔버스에 붙여넣을 수 있다. - 복사된 결과는 정적인 이미지나 스크린샷이 아니라 **구조화된 디자인 레이어**로 제공된다. - 캔버스에서 레이어를 직접 편집하고, 요소를 재배치하거나 다른 디자인과 결합할 수 있다. - 별도로 파일을 내보내거나 이름을 지정하거나 작업 모드를 전환할 필요 없이 Make와 Design을 연결한다. ## 스크린샷이 아닌 협업 가능한 레이어 - 프롬프트로 만든 아이디어가 단순한 결과물에 머무르지 않고 반복 작업을 위한 구성 요소가 된다. - PM은 자연어로 Make에서 디자인 시안을 다듬은 뒤, 특정 시점을 Figma Design으로 가져올 수 있다. - 디자이너와 개발자 등 팀 구성원은 캔버스에서 결과물을 함께 검토하고 수정할 수 있다. - 프롬프트 → 프로토타입 → 제품 디자인으로 이어지는 과정이 더 유연해진다. - 여러 사람이 아이디어를 변형하고 개선하는 멀티스레드 협업의 출발점으로 활용할 수 있다. ## 커뮤니티 도구에서 얻은 기술적 방향 - Figma Make 사용자들은 이미 `<div>RIOTS`의 **html.to.design** 플러그인을 사용해 HTML이나 라이브 프로토타입을 편집 가능한 Figma 프레임으로 가져오고 있었다. - 이 플러그인은 웹 콘텐츠를 Figma의 편집 가능한 디자인 구조로 변환해, 생성된 결과물을 캔버스에서 다시 작업할 수 있게 한다. - Figma는 해당 기술을 확보했으며, 이를 향후 Figma Make 기능 개발에 활용할 계획이다. - html.to.design은 약 3년간 개발되었고 약 200만 명이 사용하는 도구로 소개됐다. - `<div>RIOTS`는 Figma와의 협력 이후에도 플러그인과 도구를 독립적으로 계속 개발하고 유지보수한다. ## Make의 향후 방향 - Figma는 캔버스를 무엇이든 가져와 탐색하고 변환할 수 있는 공동 작업 공간으로 확장하려 한다. - Copy design은 이러한 방향을 실현하는 첫 단계다. - 궁극적으로는 어떤 프롬프트에서 시작한 아이디어든 Figma Design 안에서 발전시켜 실제 제품으로 연결하는 것이 목표다. - AI를 단순히 결과물을 생성하는 도구가 아니라, 기존 디자인 프로세스를 가속하는 도구로 활용하려는 전략이 드러난다. Figma Make를 아이디어 발상과 빠른 프로토타이핑에 사용하고, 결과물을 Copy design으로 Figma Design에 가져와 세부 편집과 팀 협업을 진행하는 방식이 가장 실용적이다. 특히 초기 시안의 반복 제작과 프로토타입 검토가 잦은 팀일수록 스크린샷 기반 작업보다 효율이 높을 것으로 보인다.

원문 읽기(새 탭에서 열림)