figma2026년 3월 2일

Config 2026 연사 (새 탭에서 열림)

AI 시대의 창의성은 인간을 대체하는 것이 아니라, 인간의 역할을 오케스트레이터·참여자·판단자로 확장하는 방향으로 발전한다. Config 2026 연사들은 AI를 예술과 제조를 연결하는 매체로 보고, 창작 과정의 품질과 의도, 그리고 인간의 감각과 책임을 더욱 중요하게 강조한다. 결론적으로 AI의 기회는 속도 자체보다 새로운 협업 방식과 실험적 제작 환경을 만드는 데 있다. ## AI 시대의 창작자 역할 변화 - Holly Herndon은 소프트웨어를 현대의 중요한 예술 매체로 바라본다. - AI를 활용하면 과거보다 복잡한 소프트웨어·예술 프로젝트를 만들 수 있으며, 창작자는 직접 모든 작업을 수행하기보다 전체 과정을 조율하는 “오케스트레이터”가 된다. - 이는 AI가 창작자를 대체한다기보다, 창작자가 다룰 수 있는 규모와 복잡성을 확장한다는 관점이다. ## 인간이 참여하는 AI 모델 - Herndon과 Mat Dryhurst의 프로젝트 **Starmirror**는 전시 관람객과 지역 합창단의 목소리를 수집해 새로운 AI 합창단을 학습시키는 작업이다. - 사람들은 단순히 AI 모델의 입력 데이터를 제공하는 데 그치지 않고, 생성된 결과물을 직접 경험하고 변형한다. - AI 모델을 기업이나 소수 전문가만의 도구가 아니라, 대중이 함께 만들고 실험하는 공동 창작물로 바라본다. - 따라서 AI 창작에서 중요한 요소는 모델의 성능뿐 아니라 데이터의 출처, 참여 방식, 결과물에 대한 인간의 개입이다. ## AI와 물리적 제작의 결합 - 3D 프린팅 패션을 개척한 Danit Peleg은 AI가 화면 속 디자인을 넘어 제조, 건축, 패션 등 현실 세계의 생산을 직접 움직일 것이라고 전망한다. - 그녀의 스튜디오는 AI 에이전트를 아이디어 구상부터 제작·가공까지의 전체 파이프라인에 참여시킨다. - AI와 Figma Weave 같은 도구를 활용하면 이미지·영상·애니메이션·모션 디자인·VFX 생성과 편집을 하나의 열린 캔버스에서 연결할 수 있다. - 디지털 창작과 실제 제조의 경계가 낮아지면서, 주문형 생산과 폐기물 감소 같은 새로운 제작 방식도 가능해진다. ## 창의성은 독창성보다 관심과 돌봄에 가깝다 - 디자이너이자 저자인 Vicki Tan은 창작과 의사결정이 모두 불확실한 상태에서 질문을 따라가며 전진하는 과정이라고 설명한다. - 창의성은 완전히 새로운 것을 만들어내는 능력만이 아니라, 이미 자신에게 의미 있게 느껴지는 요소를 세심하게 관찰하는 태도다. - 그녀는 창의성을 “독창성이나 재능”보다 “care 또는 attention”, 즉 관심과 돌봄에 가까운 것으로 본다. - 자신의 취향, 전문성, 본능을 신뢰하면서 의미가 드러날 때까지 아이디어를 발전시키는 과정이 중요하다. ## 속도보다 과정과 의도에 대한 재검토 - AI는 제작 속도와 생산량을 크게 높이지만, 빠르게 많은 결과물을 만드는 것만으로는 좋은 창작이 보장되지 않는다. - 연사들은 AI 시대에 오히려 다음 요소가 중요해진다고 본다. - 무엇을 만들 것인지에 대한 명확한 의도 - 결과물을 선택하고 다듬는 인간의 판단 - 데이터와 제작 과정에 대한 책임 - 새로운 도구를 실험하되 창작자의 고유한 감각을 유지하는 태도 - AI는 기존 작업 방식을 자동화하는 도구를 넘어, 창작 프로세스 자체를 다시 설계하게 만드는 계기가 된다. AI를 도입할 때는 단순히 생산성 향상만 목표로 삼기보다, 사람이 어디에 참여하고 어떤 결정을 내릴지 먼저 설계하는 것이 좋다. 생성 속도보다 의도·품질·참여 구조를 중시할 때 AI는 창작자의 역량과 영향력을 실질적으로 확장할 수 있다.

3d-printingaiai-agentmachine-learning+2

figma2024년 6월 25일

더 프롬프트에 (새 탭에서 열림)

AI가 디자인과 제작 방식을 바꿀 가능성은 크지만, 그 잠재력을 어떻게 실현할지는 아직 열려 있다. Figma의 잡지 《The Prompt》는 디자인·엔지니어링·제품 개발·건축 분야의 전문가들에게 질문을 던져 AI의 현재 가능성과 한계, 앞으로의 방향을 탐구한다. 글은 좋은 결과를 얻으려면 AI 자체보다 맥락과 의도를 담은 질문, 즉 잘 설계된 프롬프트가 중요하다고 강조한다. ## 《The Prompt》의 기획 의도 - 《The Prompt》는 Figma의 Story Studio와 Brand Studio가 만든 매거진이다. - 2024년 Config에서 인쇄판이 공개됐으며, Figma Store에서 구매할 수 있다. - 다양한 분야의 전문가 인터뷰와 에세이를 통해 AI가 복잡한 시스템을 더 이해하기 쉽게 만드는 방법을 살펴본다. - 참여자들은 AI를 활용하는 동시에, AI가 더 나은 결과를 내도록 설계하고 질문하는 방법도 탐구한다. ## 프롬프트 엔지니어링과 질문의 힘 - 프롬프트 엔지니어링은 원하는 답을 얻기 위해 올바른 질문을 설계하는 일이다. - 좋은 인터뷰어가 질문의 맥락과 방향을 조절하듯, AI에게도 다음 요소를 명확히 제공해야 한다. - 충분한 배경 정보 - 문제를 바라보는 관점과 프레임 - 결과물의 목적과 제약 - 기대하는 답변의 형태와 수준 - 창작이나 문제 해결의 출발점에는 항상 일종의 프롬프트가 있으며, 창의성은 질문을 통해 구체화된다. - LLM은 뛰어난 능력을 갖고 있어도 입력이 불명확하면 잠재력을 제대로 발휘하기 어렵다. ## AI와 좋은 디자인의 관계 매거진은 “AI 시대의 좋은 디자인이란 무엇인가”라는 질문에서 출발한다. - AI가 디자인 과정에 참여하더라도 문제 정의와 목적 설정은 여전히 중요하다. - 좋은 디자인은 단순히 빠르게 결과를 만드는 것이 아니라, 사람과 맥락에 적합한 해결책을 찾는 과정이다. - AI를 활용할수록 디자이너는 결과물을 평가하고 방향을 조정하는 역할을 더 명확히 수행해야 한다. ## 코드와 자동화의 재평가 “코드가 상품화되는 것을 왜 두려워하는가”, “디자인 시스템의 잠재력을 자동화로 끌어낼 수 있는가” 같은 질문을 통해 제작 방식의 변화를 다룬다. - 코드 작성 자체보다 어떤 문제를 해결할지 정의하는 능력이 중요해질 수 있다. - 자동화는 반복 작업을 줄이고 디자인 시스템의 일관성과 확장성을 높일 수 있다. - 그러나 자동화가 창의적 판단이나 인간의 책임을 완전히 대체하는 것은 아니다. ## 데이터와 실험의 새로운 기준 - “최소 실행 가능 데이터”라는 질문은 AI 시스템에 반드시 필요한 데이터의 범위를 고민하게 한다. - 많은 데이터를 모으는 것보다 목적에 맞는 신뢰할 수 있는 데이터를 확보하는 일이 중요하다. - “0.5에서 시작한다”는 주제는 완성된 계획을 기다리기보다 불완전한 초기 단계에서 실험하고 개선하는 태도를 시사한다. ## AI를 신뢰할 수 있게 만드는 방법 - 사람들이 원하는 AI 기능과 실제로 신뢰하는 기능 사이에는 차이가 있다. - 유용한 AI 기능은 명확한 문제를 해결하고, 결과의 근거와 한계를 이해할 수 있어야 한다. - 효율성을 높이더라도 창의적 탐색과 예상 밖의 발견을 지나치게 줄여서는 안 된다. - AI가 만든 결과를 검토하고 수정할 수 있는 인간의 통제권이 필요하다. ## 기술의 범위를 넓히는 질문 매거진은 기술 업계 내부의 관점에 머무르지 않고 사회와 물리적 환경으로 논의를 확장한다. - AI가 업계 내부의 ‘에코 챔버’를 넘어 다양한 사용자와 관점을 반영할 수 있는지 질문한다. - 제조업과 주거 건축 같은 산업에서 AI가 복잡한 문제 해결에 어떻게 기여할 수 있는지 살펴본다. - 로봇이 주택을 건설할 수 있는지, 인간형 로봇의 시대가 실제로 다가오고 있는지도 탐구한다. - AGI뿐 아니라 인간의 증강된 지능(ADI)이 어떤 의미를 갖는지도 함께 묻는다. ## 실용적인 결론 AI를 효과적으로 활용하려면 도구의 성능만 기대하기보다 문제의 맥락, 목표, 제약 조건을 구체적으로 정의해야 한다. 좋은 프롬프트를 작성하고, AI의 결과를 비판적으로 검토하며, 작은 실험을 반복하는 접근이 현재 가장 현실적인 활용법이다.

3d-printingaidesign-systemsllm+4

figma2024년 6월 25일

로봇이 우리의 집을 지어야 (새 탭에서 열림)

Icon 공동창업자 Jason Ballard는 로봇과 AI를 활용한 3D 프린팅이 주택 건설을 더 빠르고 저렴하며 지속 가능하게 만들 수 있다고 주장한다. Icon은 벽체를 콘크리트 기반 재료로 층층이 출력해 기존의 골조·단열·벽체 마감 공정을 대체하고, AI 시스템 Vitruvius로 설계부터 예산·일정·시공 지침까지 자동화하려 한다. 장기적으로는 지구의 주거 문제뿐 아니라 달의 인프라 건설에도 이 기술을 적용하는 것이 목표다. ## 주거 문제 해결을 향한 창업 배경 - Jason Ballard는 원래 성공회 사제를 준비했지만, 노숙인 보호시설 운영과 지속 가능한 건축 분야에서 일하며 주거 문제에 관심을 키웠다. - 그의 관심사는 단순한 주택 공급이 아니라 주거의 **경제성, 존엄성, 아름다움, 편안함**을 함께 개선하는 것이었다. - 우주 자원 석사 과정에서 우주 로봇과 주거 건설을 연구한 경험도 Icon 설립의 배경이 됐다. - 주택과 우주 인프라를 모두 해결하려면 기존의 수작업 중심 건설 방식보다 소프트웨어와 로봇이 필요하다고 판단했다. ## 벽체 중심의 3D 프린팅 건설 - Icon은 건설 과정에서 가장 느리고 복잡하며 재료와 노동력이 많이 필요한 부분으로 벽 시스템을 선택했다. - 대형 로봇이 시멘트 기반 재료를 여러 층으로 압출하고, 철근으로 보강해 벽을 만든다. - 이 벽체는 기존의 다음 공정을 하나의 시스템으로 대체하는 것을 목표로 한다. - 목재 또는 금속 골조 - 단열재 - 석고보드 - 외벽 sheathing - 마감재와 사이딩 - 3D 프린팅은 현장에서 필요한 공정을 줄이고 자재 공급망을 단순화해 건설 자동화에 적합하다는 설명이다. ## 3D 프린팅 주택의 성능과 비용 - 3D 프린팅 주택은 전통적인 방식보다 빠르고 저렴하게 건설할 수 있다고 주장한다. - Icon의 벽 시스템은 다음과 같은 내구성 성능을 제시한다. - 2시간 57분의 내화 성능 - 시속 250마일의 강풍을 견디는 내풍 성능 - 압축 강도와 3점 굽힘 시험 통과 - 에너지 효율, 홍수, 허리케인, 흰개미 저항성 검증 - Icon은 세계 최초의 3D 프린팅 주거 단지를 완공했다. - 일부 입주자는 월 에너지 비용이 17달러에 불과하다고 전했다. - 자동화 기술이 비용 절감뿐 아니라 기존 공법으로는 구현하기 어려운 형태와 아름다운 디자인도 가능하게 한다고 설명한다. - 이러한 성능이 축적되면 장기적으로 전통적인 목조 골조 주택이 규제 대상이 될 수도 있다고 Ballard는 농담 섞어 말한다. ## Vitruvius: 건축 설계를 자동화하는 AI - Icon은 설계, 인허가, 비용 산정, 일정 계획을 자동화하는 AI 시스템 **Vitruvius**를 오픈 베타로 공개했다. - 건축은 지역별 법규와 환경 조건이 달라 자동화가 특히 어려운 분야다. - 세계 곳곳에 수천 가지 건축 법규가 존재한다. - 인허가 절차는 지역마다 다르다. - 설계 변경이나 규정 해석 오류가 공사 지연과 예산 초과로 이어질 수 있다. - 초기에는 자동화 소프트웨어를 개발했지만, 계산량이 많고 결과 정확도가 충분하지 않아 제품으로 출시하지 못했다. - 생성형 AI의 발전으로 대규모 데이터를 더 빠르고 정확하게 분석할 가능성이 생기면서 약 2년 전부터 데이터 학습 중심으로 방향을 전환했다. - Icon은 평면도, 건축 설계, 인허가 자료 등을 수집해 대규모 건축 데이터 세트를 구축했다. - Vitruvius의 목표는 다음 단계까지 연결되는 것이다. - 사용자의 요구를 반영한 건축 설계 생성 - 시공 가능한 건축 도면과 계획 작성 - 예산 및 일정 산출 - 최종적으로 3D 프린팅 로봇이 실행할 시공 명령 생성 ## 지구와 달을 잇는 건설 자동화 - Icon은 AI와 로봇이 비용 효율적인 주택을 더 많은 사람에게 제공할 수 있다고 본다. - 지구에서는 주택 부족과 건설 비용 문제를 해결하는 수단으로 기술을 활용하려 한다. - 동시에 NASA와 협력해 달에 인프라를 건설하는 연구도 진행하고 있다. - 지구에서 멀리 떨어진 환경에서는 인력과 자재를 지속적으로 보내기 어렵기 때문에, 자율 로봇과 현지 재료를 활용한 건설 기술이 특히 중요하다. 건설 자동화는 단순히 집을 출력하는 기술이 아니라, 설계·인허가·예산·시공을 하나의 데이터 흐름으로 통합하려는 시도다. 다만 실제 적용에서는 지역별 법규, 장기적인 구조 안전성, 비용 검증, AI 설계의 책임 소재를 함께 확인해야 하므로, 성능 주장과 상용 사례를 독립적으로 검증하며 도입하는 것이 바람직하다.

3d-printingaigen-aiautomation+4