figma·2023년 12월 6일·3분 읽기큐레이션 요약

기대를 현실로: AI 기능을 시장

AI 기능은 유행을 따라 추가할 것이 아니라, 사용자가 실제로 겪는 문제에서 출발해야 한다. Figma·Asana·Duolingo·LinkedIn의 제품 리더들은 AI의 적합성, 오류 허용 수준, 명확한 사용자 가치와 구체적인 문제 정의가 성공적인 출시의 핵심이라고 강조한다. 특히 AI는 기존 경험을 대체하기보다 시간을 절약하고 업무를 개선하는 방식으로 활용될 때 신뢰와 ROI를 얻을 수 있다. ## 사용자 문제에서 출발하기 - AI가 새로운 기능을 만들 수 있다는 이유만으로 도입해서는 안 된다. - 먼저 사용자가 겪는 문제를 파악한 뒤, AI가 최선의 해결 방법인지 검토해야 한다. - Figma의 Conor Woods는 “AI라는 망치로 모든 문제를 해결하려는” 접근을 경계한다. - AI 도입 여부를 판단할 때 다음 세 가지 질문을 제시한다. - **기존의 대규모 데이터셋을 활용할 수 있는 문제인가?** - GPT-4 같은 LLM은 이미 존재하는 정보를 정리하거나 요약하는 데 강하다. - 반면 완전히 새로운 경험을 창조하는 일은 프롬프트 설계만으로 해결하기 어렵다. - **일정 수준의 오류를 허용할 수 있는가?** - 현재 LLM은 부정확한 답변이나 사실과 다른 정보를 생성할 수 있다. - 따라서 100% 정확성이 필요한 의료·법률·규정 준수 등의 문제에는 신중해야 한다. - **나쁜 UX를 AI로 덮으려는 것은 아닌가?** - 근본적인 정보 구조나 제품 설계가 잘못된 상태에서 AI 검색·비서를 추가해도 문제 자체는 해결되지 않는다. - Asana는 더 단순하게 “AI가 사용자의 시간을 줄여주는가?”를 기준으로 삼는다. - Asana의 **Smart Status**는 사용자가 상태 업데이트 초안을 몇 초 만에 작성하도록 돕는다. - 기존에는 주당 약 20분이 걸리던 작업을 2분 정도로 줄일 수 있다. - 사용자가 체감하는 투자 대비 효과가 명확하다는 점이 핵심이다. ## 문제를 구체적으로 정의하기 - 생성형 AI 기능은 여러 요구를 동시에 충족할 수 있기 때문에, 기능 정의가 모호해지기 쉽다. - “텍스트를 요약한다”처럼 기능을 추상적인 문장으로만 설명하면 팀원마다 서로 다른 결과를 상상하게 된다. - 요약 기능만 해도 실제 목적은 다양할 수 있다. - 문서의 전체 내용을 빠르게 파악하기 - 실행해야 할 작업을 식별하기 - 핵심 결정 사항이나 논쟁점을 찾기 - 따라서 AI 기능을 기획할 때는 단순히 모델의 능력을 설명하기보다 다음을 구체화해야 한다. - 사용자는 누구인가? - 어떤 상황에서 이 기능을 사용하는가? - 사용자가 해결하려는 실제 과업은 무엇인가? - AI가 생성해야 하는 결과물은 어떤 형태인가? - 결과가 틀렸을 때 사용자가 감수할 수 있는 위험은 어느 정도인가? - 문제를 구체적으로 정의할수록 제품 요구사항, 사용자 인터페이스, 평가 기준을 일관되게 설계할 수 있다. ## 실용적인 적용 방향 - “AI를 어디에 넣을까?”보다 “사용자의 어떤 반복 작업을 줄일 수 있을까?”에서 시작한다. - AI를 적용하기 전 기존 UX의 구조적 문제를 먼저 해결한다. - 오류가 허용되는 영역인지 확인하고, 사용자 검토·수정 과정을 제품에 포함한다. - 기능 설명을 모델의 기술적 능력이 아니라 사용자의 구체적인 과업과 기대 결과 중심으로 작성한다. - 출시 전에는 시간 절약, 작업 완료율, 수정 횟수, 사용자 신뢰도처럼 측정 가능한 기준을 정해 AI 기능의 실제 가치를 검증한다.

원문 읽기(새 탭에서 열림)

AI대규모 언어 모델사용자 경험생성형 AI+2

figma·2023년 12월 6일·3분 읽기큐레이션 요약

피그마의 20

2023년을 돌아보며 Figma가 출시한 제품과 조직·업무에 관한 생각을 정리한 연말 회고 글이다. 글의 중심 주장은 협업을 단순한 업무 전달이나 최적화된 절차가 아니라, 서로 다른 역할이 지속적으로 대화하고 함께 문제를 해결하는 과정으로 봐야 한다는 것이다. Dev Mode와 FigJam AI는 이러한 협업을 강화하기 위한 도구로 소개되며, 인간 간 연결과 기술의 발전을 함께 추구해야 한다는 결론으로 이어진다. ## 2023년을 관통한 두 가지 흐름 - 2023년은 한편으로는 AI가 세상을 바꾼 해였고, 다른 한편으로는 팬데믹 이후 사람들이 다시 직접 연결되기 시작한 해로 묘사된다. - 이 두 흐름은 모순처럼 보이지만, Figma는 오히려 기술이 인간 간의 관계와 협업을 더 의미 있게 만들어야 한다고 본다. - 복잡한 세계와 자신의 생각을 이해하기 위해서는 다른 사람과의 상호작용이 필수적이라는 관점이 글 전체를 관통한다. ## ‘핸드오프’에서 지속적인 협업으로 - 제품 개발에서 핸드오프는 디자이너가 개발자에게 결과물을 넘기는 일회성 전달을 뜻하는 경우가 많았다. - 이 과정은 때때로 “벽 너머로 작업물을 던지는 것”처럼 변질되어, 디자이너와 개발자가 서로 다른 공간에서 일하는 문제를 만들었다. - Figma는 미식축구의 핸드오프처럼, 다음 담당자에게 공을 넘긴 뒤에도 플레이가 이어지는 협력적 과정으로 재해석한다. - 디자이너와 개발자는 서로 다른 관점을 갖지만 강하게 의존하는 관계이므로, 같은 작업 공간에서 지속적으로 의견을 주고받아야 한다. - 이러한 방식은 반복 작업과 피드백을 빠르게 하고, 각자의 강점을 살리며, 제품의 목표를 더 명확하게 만든다. ## Dev Mode와 개발자 관점의 디자인 도구 - Figma는 개발자가 필요한 정보를 필요한 시점에 얻을 수 있도록 Dev Mode를 새로운 작업 공간으로 도입했다. - Dev Mode는 디자인 도구 안에 개발자의 관점을 추가해, 기존의 일방적인 디자인 전달 방식을 개선하려는 기능이다. - 글에서는 핸드오프를 일회성 “배턴 패스”가 아니라 지속적인 대화로 다루면 반복 속도가 빨라지고 결과물의 품질도 향상된다고 설명한다. - 목표는 디자이너와 개발자 사이의 ‘핸드오프 장벽’을 없애고, 두 역할이 같은 경기장에서 협업하도록 만드는 것이다. ## FigJam AI와 인간 중심의 협업 - Figma는 FigJam에 AI 기능을 추가해 아이디어 발상과 시각적 협업을 지원한다. - AI는 회의와 브레인스토밍의 준비 및 정리 같은 작업을 보조해, 사람들이 더 중요한 논의와 관계 형성에 집중하도록 돕는 역할을 한다. - Figma가 말하는 “진입 장벽을 낮추고 가능성의 상한을 높인다”는 방향은 초보자도 쉽게 사용하면서 숙련자는 더 많은 일을 할 수 있게 하는 것을 의미한다. - AI가 협업자를 대체한다기보다, 인간 사이의 연결과 의사결정을 강화하는 도구로 활용되어야 한다는 시각이 드러난다. ## 협업에는 도구뿐 아니라 조직적 연습이 필요하다 - 모든 사람이 같은 역할을 하거나 같은 방식으로 일하면 협업이 오히려 경직될 수 있다. - 반복되는 아이디어와 역할 집중은 팀의 창의성과 발전을 제한할 수 있으므로, 새로운 인재와 다양한 관점이 필요하다. - 좋은 협업은 도구 하나로 완성되지 않으며, 서로의 요구를 이해하고 함께 일하는 연습과 충분한 역량의 “깊은 벤치”가 필요하다. - 글의 후반부는 이러한 관점에서 제품 출시, AI 기능, 회의, 업무 언어, 커리어 전환, 기계식 키보드 등 2023년의 주요 주제를 회고한다. ## 글에서 다루는 회고 주제 - 2023년에 출시한 주요 기능과 제품 10가지 - AI 기능을 시장에 출시하기 위해 제품 관리자가 고려한 과정 - 기술에 대한 관심과 애정을 되찾기 위한 질문들 - 더 나은 회의를 만들기 위한 멀티플레이어 협업 방식 - Slack-lash, Toggle Tax 등 변화하는 업무 용어 - 커리어에서 전문적으로 방향을 전환하는 방법 - 기계식 키보드를 통한 업무의 즐거움 실무적으로는 디자인과 개발을 분리된 단계로 운영하기보다, Dev Mode 같은 공유 환경에서 초기부터 함께 검토하는 방식이 효과적이다. AI 역시 아이디어 정리와 반복 작업에 활용하되, 최종적인 판단과 의미 있는 대화는 사람이 담당하도록 설계하는 것이 글의 방향과 맞는다.

원문 읽기(새 탭에서 열림)

AIFigmafigjamdev-mode+2

figma·2023년 12월 6일·3분 읽기큐레이션 요약

기술과 (다시) 사랑

기술은 한때 창의성과 자기표현, 새로운 사람들과의 연결을 가능하게 하는 매력적인 세계였지만, 시간이 지나며 광고·알림·FOMO·불신과 같은 부담도 함께 커졌다. Figma는 20명 이상의 제품·디자인 전문가에게 ‘기술과 다시 사랑에 빠지기 위한 36가지 질문’을 던져, 기술의 즐거웠던 순간과 현재의 문제, AI 시대에 기대하는 방향을 되짚었다. 결론적으로 기술은 무엇을 할 수 있는지보다 사람의 창의성·관계·기쁨을 어떻게 지원할지 고민하며 발전해야 한다. ## 기술과 처음 만난 순간 - 많은 사람에게 기술은 무한한 가능성이 열려 있던 창의적 공간으로 기억된다. - Linear의 Cristina Cordova는 대학 입시 정보 사이트인 **College Confidential**에서 비슷한 목표를 가진 사람들을 만나고, 실제로 대학에 진학하려면 무엇이 필요한지 배웠다. - Netflix Studios의 Kristy Tillman은 초기 디자인 소프트웨어를 자유롭게 प्रयोग하며 창의성을 키웠고, 당시 기술을 “순수한 창의성이 존재하던 열린 개척지”로 회상했다. - Duolingo의 Mig Reyes는 AOL 메신저 프로필을 꾸미며 코드를 조금 바꿨을 때 결과가 어떻게 달라지는지 실험하는 즐거움을 느꼈다. - 초기 기술 경험의 공통점은 생산성보다 호기심, 놀이, 자기표현에 가까웠다는 점이다. ## 디지털 허니문이 끝난 뒤 - 웹과 소셜미디어가 성장하면서 기술은 즐거움뿐 아니라 비교와 피로를 유발하는 공간이 되었다. - 광고 팝업과 FOMO는 사용자가 끊임없이 무언가를 놓치고 있다는 감각을 만들었다. - Figma의 Lauren McCann은 소셜미디어에서 다른 사람들이 함께한 행사나 활동을 보며 자신만 초대받지 못했다는 소외감을 느꼈다고 설명한다. - LinkedIn의 Shyvee Shi는 사람들이 휴가, 성취 등 자신의 가장 좋은 모습만 보여주기 때문에 온라인 이미지와 현실 사이에 간극이 있다고 지적한다. - Roblox의 Peter Yang은 소비보다 새로운 것을 만드는 데 시간을 쓰는 편이 더 가치 있다고 말한다. - 기술 도구가 상상력을 키우기보다 알림, 업무 부담, 콘텐츠 소비를 늘리는 역설이 나타난다. ## 기술이 만드는 공동체와 관계 - 부작용에도 불구하고 기술은 서로 다른 사람들을 연결하고 소속감을 형성하는 강력한 수단이다. - 온라인 포럼은 우정, 멘토십, 정보 공유의 장이 되었으며, 일부 사람들은 데이팅 앱이나 웹사이트를 통해 배우자를 만나기도 했다. - 뉴스레터 작가 Lenny Rachitsky는 현재는 사라진 데이팅 사이트 howaboutwe.com에서 아내를 만났고, 10년 뒤에도 결혼 생활을 이어가고 있다. - Figma의 Sho Kuwamoto는 온라인 포럼 ‘Midwest Raves’에서 만난 친구들과 지금까지 연락을 이어가고 있다. - 기술의 가장 긍정적인 역할은 사람들을 고립시키는 것이 아니라 공통 관심사를 중심으로 다리와 커뮤니티를 만드는 데 있다. ## AI 시대의 가능성과 주의점 - AI는 사람의 머릿속 아이디어를 실제 결과물로 구현하도록 도와 창의성을 확장할 수 있는 기술로 기대된다. - Figma의 Mihika Kapoor는 누구나 생각을 형태로 옮길 수 있는 도구를 갖게 되면 혁신이 크게 늘어날 것이라고 전망한다. - 반면 Figma의 Marcel Weekes는 “할 수 있는가”만이 아니라 “해야 하는가, 어떻게 해야 하는가”를 함께 질문해야 한다고 강조한다. - 자동화는 반복적이고 지루한 업무를 줄여 사람들이 장인정신과 흥미로운 문제 해결에 집중하도록 만들 수 있다. - 미래의 소프트웨어는 속도와 최적화만 추구하기보다 사용자의 기쁨과 즐거움도 제품 목표에 포함해야 한다. ## 기술과의 관계를 다시 묻기 - 글은 독자가 자신의 첫 사용자명, 기술을 처음 접한 계기, 기술을 통해 얻은 관계와 실망을 되돌아보도록 유도한다. - 뉴욕타임스의 ‘사랑에 이르는 36가지 질문’에서 영감을 받아, 기술에 대한 개인적 경험을 점점 더 깊이 탐색하도록 구성했다. - 질문의 목적은 기술을 무조건 찬양하거나 거부하는 것이 아니라, 각자가 기술에서 무엇을 원하고 어떤 관계를 맺고 있는지 성찰하는 데 있다. - 기술과 다시 사랑에 빠지려면 소비와 효율성만이 아니라 놀이, 창작, 연결, 의미를 회복해야 한다. 기술을 사용할 때는 “더 빠르게 할 수 있는가?”와 함께 “더 창의적이고 즐겁게 만들 수 있는가?”, “사람들을 실제로 연결하는가?”를 함께 질문하는 것이 실용적인 기준이 될 수 있다.

원문 읽기(새 탭에서 열림)

AI자동화software-developmentmobile-apps+2

figma·2023년 12월 6일·3분 읽기큐레이션 요약

다 함께: 훌륭

회의는 단순한 정보 전달이나 이메일 대체 수단이 아니라, 의도적으로 설계된 협업 경험이어야 한다. 성공적인 회의를 위해서는 목적, 준비, 참여, 후속 조치라는 네 가지 요소가 필요하며, 진행자와 참석자 모두 회의 품질에 책임이 있다. 특히 회의 전 목표와 의제를 명확히 하고, 참석자들이 사전에 의견을 준비할 수 있도록 해야 한다. ## 회의를 목적에 맞게 설계하기 - 회의를 소집하기 전에 먼저 달성하려는 목표를 명확히 해야 한다. - 진행 상황을 점검하는 자리인지 - 중요한 결정을 내리는 자리인지 - 여러 팀에 인사이트를 공유하는 자리인지 구분한다. - 회의 목적에 따라 회의 유형과 운영 방식도 달라져야 한다. - 글에서는 회의를 다음 세 가지 유형으로 나눈다. - **Cadence(정기 운영)**: 전체 회의, 스탠드업, 프로젝트 동기화 - **Catalyst(촉진·결정)**: 의사결정 회의, 제품 리뷰, 디자인 크리틱 - **Context(맥락 공유)**: 올핸즈, 오프사이트, 온보딩, 일대일 미팅 - 목적과 유형을 먼저 정하면 회의에서 답해야 할 질문과 필요한 참여 방식을 구체화할 수 있다. ## 사전 준비와 의제 작성 - 참석자들이 회의 전에 내용을 파악하고 생각을 정리할 수 있도록 의제를 미리 공유해야 한다. - 의제에는 다음과 같은 사전 자료를 포함하는 것이 좋다. - 프로젝트 브리프 - 관련 문서 - 디자인 스케치 - 논의에 필요한 배경 정보 - 자료는 가능하면 회의 하루 전에 전달한다. 업무가 시작된 뒤에는 참석자들이 별도로 회의 준비 시간을 확보하기 어렵기 때문이다. - 의제에는 단순한 안건 목록뿐 아니라 각 주제에서 얻고자 하는 결과와 논의할 질문도 포함하는 것이 효과적이다. ## 템플릿으로 참여 장벽 낮추기 - 회의를 준비할 때 빈 문서나 빈 캔버스에서 시작하는 ‘blank canvas problem’이 발생할 수 있다. - 이를 해결하려면 검증된 회의 템플릿을 활용하거나 팀의 목적에 맞는 사용자 정의 템플릿을 만든다. - FigJam과 같은 협업 도구에서는 다음 활동을 회의 전에 미리 진행할 수 있다. - 참석자들의 사전 의견 수집 - 궁금한 점과 우려 사항 기록 - 회의 주제에 대한 초기 아이디어 작성 - 토론을 유도하는 질문이나 문제 제시 - 팀에 잘 맞는 회의 형식을 찾으면 템플릿으로 저장해 반복적으로 사용할 수 있다. - AI를 활용해 회의 목적에 맞는 맞춤형 템플릿을 생성하는 방법도 제안된다. ## 진행자와 참석자의 공동 책임 - 좋은 회의는 진행자 혼자 만드는 것이 아니라 모든 참석자가 함께 만든다. - 진행자는 회의의 목적과 구조를 설계하고, 참석자는 사전 자료를 검토하고 의견을 준비해야 한다. - 회의의 주요 문제가 목적·준비·참여·후속 조치 중 하나라도 부족해서 생긴다는 점이 글의 핵심 진단이다. - 따라서 참석자 역시 질문을 미리 남기고, 논의에 필요한 정보를 보완하며, 회의가 목적에서 벗어나지 않도록 참여해야 한다. 회의를 생산적으로 만들려면 먼저 “왜 모이는가”를 정의하고, 하루 전 의제와 자료를 공유한 뒤, 참석자들이 사전에 의견을 남길 수 있는 구조를 마련하는 것이 좋다. 반복되는 회의는 템플릿화해 준비 비용을 낮추고, 진행자와 참석자가 함께 결과를 만들어가는 방식으로 운영해야 한다.

원문 읽기(새 탭에서 열림)

AIFigmafigjamcoda+2

figma·2023년 11월 15일·3분 읽기큐레이션 요약

피그마 + 어도비

2022년 발표된 Figma의 Adobe 인수합병은 협업형 디지털 제품 개발 도구와 Adobe의 창작 도구가 결합해 소비자에게 더 큰 혜택을 줄 수 있다는 취지로 설명됐다. Figma는 자신이 그래픽·마케팅 디자인 도구가 아니라 앱과 웹사이트를 팀 단위로 설계·개발하는 플랫폼이며, 경쟁 시장도 매우 역동적이라고 강조했다. 다만 규제 당국의 승인을 받지 못해 2023년 12월 양사는 인수합병을 포기했다. ## Figma가 해결하는 문제 - Figma는 디지털 제품을 만드는 팀을 위한 웹 기반 디자인 도구다. - 주요 사용자는 디자이너뿐 아니라 개발자, 제품 관리자 등 제품 개발에 참여하는 모든 구성원이다. - 제품 개발 과정 전체를 지원한다. - **FigJam**: 아이디어 발상과 브레인스토밍 - **Figma**: UI 설계와 프로토타이핑 - **Dev Mode**: 디자인과 프로토타입을 개발자가 코드로 구현하도록 지원 - 규제 당국이 Figma의 사업과 시장 위치를 잘 이해하지 못했기 때문에, 회사는 이를 설명하는 데 수천 시간을 들였다고 밝혔다. ## 그래픽 디자인과 디지털 제품 개발의 차이 - 전통적인 그래픽 디자인은 광고, 포스터, 일러스트처럼 시각적 결과물을 만드는 데 초점을 둔다. - Figma의 고객은 상호작용하는 앱과 웹사이트를 구축한다. - 디지털 제품 개발에는 디자인뿐 아니라 개발, 기획, 프로토타이핑 등 다양한 역할과 도구가 필요하다. - 따라서 Figma는 단순한 이미지 제작 도구가 아니라 여러 직군이 함께 제품을 설계하는 협업 플랫폼으로 포지셔닝됐다. ## 경쟁 시장의 확대 - 제품 개발 도구 시장에는 여러 유형의 경쟁자가 존재한다. - 종합 디자인 도구: Sketch, Figma, Penpot - 특화 도구: Miro, Flinto, Anima, ProtoPie, Zeplin - 로우코드 플랫폼: Salesforce 등 - 앱과 웹사이트가 기업과 사용자에게 필수 요소가 되면서 관련 도구 시장도 크게 성장했다. - AI 발전으로 제품 개발 도구의 혁신 속도도 빨라지고 있다. - 새로운 스타트업과 서비스가 지속적으로 등장해 경쟁 구도가 빠르게 변하며, 규제 당국에 제시한 경쟁사 목록조차 몇 주 만에 outdated될 정도라고 설명한다. ## Adobe와 Figma의 차이 - Adobe는 과거 Figma와 경쟁하려고 Adobe XD를 운영했지만, 새로운 기능 개발을 중단하고 유지보수 모드로 전환했다. - Photoshop과 Illustrator는 사진 편집과 고급 일러스트레이션에 강점을 가진다. - 반면 Figma는 팀 협업, 웹·앱 UI 설계, 프로토타이핑과 개발 연계에 특화돼 있어 두 회사의 핵심 제품과 사용 목적이 다르다고 주장했다. ## 인수합병의 기대 효과 - Figma는 협업형 제품 디자인과 개발에 집중한다. - Adobe는 전 세계 수억 명이 사용하는 창작 도구와 기술을 보유하고 있다. - 양사의 강점이 상호보완적이므로 결합하면 다음과 같은 효과가 가능하다고 설명했다. - 디자인과 창작 도구 간 연결 강화 - 더 많은 사용자를 위한 제품 개발·창작 기능 제공 - AI와 Adobe의 기술을 활용한 새로운 디자인 경험 - 디지털 제품 제작과 시각적 창작 영역의 통합 - 그러나 이러한 기대는 규제 승인이라는 전제에 달려 있었고, 결국 15개월간의 심사 끝에 승인 가능성이 없다고 판단해 거래가 종료됐다. 실질적으로 이 글은 인수합병의 장점을 설명하는 Figma의 입장을 담은 FAQ이지만, 최종적으로는 거래가 무산됐다는 후속 결과까지 함께 고려해야 한다.

원문 읽기(새 탭에서 열림)

AIFigma프로토타이핑프로덕트 디자인+4

figma·2023년 11월 13일·3분 읽기큐레이션 요약

Config 202

Figma는 커뮤니티 중심의 컨퍼런스인 Config 2024를 더 많은 참여와 원활한 경험을 제공하는 행사로 발전시키겠다고 밝혔다. 2024년 6월 26~27일 샌프란시스코에서 열리며, 디자인·AI·개발·디자인 시스템 등을 주제로 75명 이상의 연사가 참여한다. 참가자 피드백을 반영해 세션 예약제, 개발자 콘텐츠 확대, 교류 시간 확보, 다국어 지원 등을 도입한다. ## 커뮤니티 중심의 컨퍼런스 - Config는 단순한 제품 발표회가 아니라 다음을 위한 행사로 소개된다. - 커뮤니티 구성원 간의 교류 - 실무 중심의 학습과 아이디어 공유 - 제품을 만드는 사람들의 작업과 전문성에 대한 축하 - 2020년 첫 오프라인 행사에서 약 1,000명의 Figma 사용자를 모은 이후, Figma와 커뮤니티의 성장에 맞춰 행사의 규모와 범위를 확장해 왔다. - 팬데믹 이후 첫 대규모 오프라인 Config에서 얻은 경험을 2024년 행사 운영에 반영한다. ## 세션 예약제로 좌석 보장 - 참가자는 원하는 브레이크아웃 세션을 사전에 예약할 수 있다. - 예약한 세션에 제시간에 도착하면 좌석을 보장받는다. - 매우 얼리버드 티켓 구매자는 다른 참가자보다 24시간 먼저 세션을 예약할 수 있다. - 인기 세션의 긴 대기 줄과 좌석 부족 문제를 줄이려는 개선이다. ## 개발자를 위한 프로그램 확대 - 제품 제작에 참여하는 모든 직군을 지원하기 위해 개발자 대상 콘텐츠를 늘린다. - 구체적인 세부 프로그램은 추후 공개될 예정이지만, 기존 디자인 중심 구성에서 개발 관련 트랙을 강화하는 방향이다. - 디자인 시스템, 개발, AI 등 여러 분야를 아우르는 발표가 예정되어 있다. ## 교류와 현장 경험 개선 - 참가자들이 네트워킹하거나 휴식할 수 있도록 일정에 더 많은 여유 시간을 배치한다. - 행사 공간을 확장해 다음과 같은 현장 문제를 개선한다. - 대기 줄 단축 - 이동 및 좌석 공간 확대 - 참가자 동선 개선 - 전반적인 행사 운영의 원활함 향상 - 강연을 연속해서 듣는 데 그치지 않고 커뮤니티와 직접 교류할 수 있는 경험을 강화한다. ## 글로벌 참가자를 위한 다국어 지원 - 온라인 참가자에게 영어, 프랑스어, 독일어, 일본어, 한국어, 스페인어 자막을 제공한다. - 오프라인 참가자를 위해 동시통역과 번역을 지원한다. - 향후 더 많은 언어를 행사에 추가해 글로벌 커뮤니티의 접근성을 높일 계획이다. ## 리더십 트랙 확대 - 전년도 긍정적인 반응을 바탕으로 임원 및 리더 대상 프로그램인 Leadership Collective를 확대한다. - 새로운 임원 브리핑 센터를 마련한다. - 리더를 위한 콘텐츠와 네트워킹 기회를 늘린다. - 등록 과정에서 초대 전용 트랙에 지원할 수 있다. ## 참가 및 발표자 모집 - 얼리버드 티켓은 수량이 제한되어 있으며, 자격 요건을 충족하는 참가자를 위한 장학금도 제공한다. - 참가자 의견과 발표자 제안을 이메일이나 소셜미디어로 받고 있다. - 발표 또는 세션 진행을 원하는 사람은 2023년 12월 31일까지 발표자 모집에 지원할 수 있었다. - 행사는 2024년 6월 26~27일 샌프란시스코에서 개최될 예정이었다. Config 2024는 규모만 키우는 대신 좌석 예약, 개발자 콘텐츠, 다국어 지원, 네트워킹 시간처럼 참가자의 실제 불편을 해결하는 방향으로 설계된 행사다. 비슷한 컨퍼런스를 기획한다면 참가자 피드백을 운영 방식에 직접 반영하고, 학습·교류·접근성을 균형 있게 강화하는 것이 핵심이다.

원문 읽기(새 탭에서 열림)

AIFigma디자인 시스템software-development+1

figma·2023년 11월 8일·3분 읽기큐레이션 요약

Little Big Updates: 위대한 도약

Figma는 화려한 신기능뿐 아니라 사용자가 매일 반복하는 작은 불편을 줄이는 품질 개선이 제품에 더 큰 영향을 줄 수 있다고 주장한다. 특히 하루 수백 번 사용하는 동작을 한 번 덜 클릭하게 하거나 버그를 해결하는 일은 발표 무대에 오를 만한 기능보다 실제 업무 흐름을 크게 바꿀 수 있다. 이를 체계적으로 실천하기 위해 Figma는 매년 ‘Little Big Updates’라는 개선 활동을 진행한다. ## 사용자의 반복 작업에 집중하는 이유 - 디자이너들은 일주일에 40시간 이상 Figma를 사용하며, 도구를 익히는 과정 자체가 전문성을 쌓는 일과 비슷하다. - 사용자가 제품에 많은 시간과 노력을 투자하는 만큼 Figma는 지속적으로 도구를 개선할 책임이 있다고 본다. - 사용자가 자주 반복하는 작은 행동을 개선하면, 사용 빈도가 낮은 대형 기능보다 더 큰 누적 효과를 낼 수 있다. - 작은 변화는 사용자가 처음부터 요구하지 않았더라도 실제 사용 경험을 크게 향상시킬 수 있다. ## ‘Little Big Updates’의 시작 - Figma는 초기부터 디자이너들의 의견을 듣고 가능한 한 자주 업데이트를 출시했다. - 평소에는 매주 한 번 업데이트했지만, 네 가지 업데이트를 월요일부터 목요일까지 하루에 하나씩 공개한 일이 계기가 됐다. - 사용자들은 매일 새로운 선물을 받는 것처럼 느꼈고, 이 방식이 ‘Little Big Updates’라는 이름으로 발전했다. - 각각의 작은 개선에 주목할 기회를 제공하면 사용자가 그 변화의 가치를 더 잘 인식할 수 있다. ## 작은 개선이 만드는 큰 영향 - 기능 추가는 제품에 새로운 능력을 부여하는 일이지만, 품질 개선은 기존 기능을 더 빠르고 편하게 만드는 일이다. - “한 번 덜 클릭하게 만들었다”와 같은 변화는 홍보하기 어렵지만, 사용자가 반복해서 경험하기 때문에 영향력이 크다. - Figma의 사례: - 과거에는 붙여넣기 결과가 화면의 임의 위치에 나타나 불편했지만, 이를 개선해 반복적인 좌절을 없앴다. - 프레임을 전환할 때 텍스트를 선택하려고 여러 번 더블클릭해야 하는 문제를 줄였다. - 붙여넣기처럼 하루에도 수백 번 사용하는 동작의 개선은 화려한 신기능보다 사용자의 작업 흐름에 더 큰 효과를 줄 수 있다. ## 대형 기능과 작은 기능의 우선순위 결정 - AI for FigJam 같은 대형 기능은 다른 개선 사항과 어떻게 결합되는지, 제품 전체 전략에 어떻게 들어맞는지를 신중하게 검토해야 한다. - 대형 기능은 자동차에 큰 여행 가방을 먼저 싣는 것처럼 선행 조건과 전체적인 배치가 중요하다. - 반대로 작은 기능은 지나치게 중앙집중적으로 우선순위를 정할 필요가 없다. - 각 팀은 자신이 담당하는 기능과 사용자의 불편을 가장 잘 이해하므로, 품질 개선의 우선순위를 팀에 분산하는 것이 효과적이다. - 조직 전체가 품질의 중요성을 공유하되, 구체적으로 무엇을 개선할지는 현장 팀이 결정하도록 해야 한다. ## 실용적인 적용 방향 - 기능의 신규성보다 사용 빈도와 반복되는 불편의 크기를 기준으로 개선 대상을 찾는다. - 오류, 불필요한 클릭, 어색한 선택 방식처럼 작아 보이는 문제를 사용자 피드백과 실제 사용 사례로 평가한다. - 작은 개선도 별도로 공개하고 기록해 팀과 사용자가 그 가치를 인식하도록 한다. - 대형 기능은 전략적으로 통합하고, 세부적인 사용성 개선은 각 팀이 빠르게 실행하도록 권한을 위임하는 것이 좋다.

원문 읽기(새 탭에서 열림)

AIFigmafigjam프로덕트 디자인+2

figma·2023년 11월 6일·3분 읽기큐레이션 요약

FigJam에 AI 도입하기 | Figma

FigJam은 생성형 AI를 활용해 빈 캔버스에서 시작하는 부담을 줄이고, 회의·브레인스토밍·계획 수립을 빠르게 시각화하도록 돕는다. 사용자는 자연어 프롬프트만으로 템플릿과 다이어그램을 만들고, 회의 내용을 요약하거나 스티키 노트를 주제별로 정리할 수 있다. Figma는 이를 통해 디자인 전문 지식이 없는 사람도 시각적 협업에 쉽게 참여하게 하면서, 반복적인 정리 작업은 자동화해 더 중요한 논의에 집중하도록 하는 것을 목표로 한다. ## FigJam에 도입된 AI 기능 - 간단한 프롬프트로 주간 팀 미팅, 브레인스토밍, 회고 등 맞춤형 템플릿을 생성한다. - 시각적 타임라인과 조직도처럼 계획 수립에 필요한 다이어그램을 자동으로 만든다. - 브레인스토밍 결과나 회의 보드의 내용을 요약한다. - 여러 스티키 노트를 주제별로 자동 분류하고 그룹화한다. - 실제 사용 사례와 협업 모범 사례를 바탕으로 구성된 프롬프트를 제공하며, 생성 결과는 사용자가 수정할 수 있다. ## ‘빈 캔버스 문제’ 해결 - 새로운 FigJam 파일을 열었을 때 무엇부터 시작해야 할지 몰라 멈추는 문제를 줄인다. - “네 명이 참석하는 회의가 필요하다”처럼 의도를 자연어로 표현하면 초기 회의 템플릿을 생성한다. - 사용자가 도구의 기능이나 디자인 소프트웨어 사용법을 먼저 배울 필요 없이 작업에 바로 착수할 수 있다. - AI가 초안을 제공하므로 사용자는 빈 화면을 구성하는 대신 내용과 논의에 집중할 수 있다. ## 접근성 향상과 가능성 확장 - Figma가 말하는 “진입 장벽을 낮추고 상한선을 높인다”는 방향을 FigJam AI에 적용했다. - 디자인 도구에 익숙하지 않은 사람도 대화형 입력 방식으로 시각적 협업에 참여할 수 있다. - 시각화는 개념을 명확히 하고 팀의 정렬과 의사소통을 돕지만, 기존에는 디자인 전문성이 진입 장벽이 될 수 있었다. - AI는 이러한 장벽을 낮추는 동시에 복잡한 아이디어를 정리·시각화하는 새로운 작업 방식도 제공한다. ## 반복적인 협업 작업의 자동화 - 회의 내용을 요약하는 작업을 자동화한다. - 흩어진 아이디어를 의미 있는 범주로 통합하고 분류한다. - 수작업으로 최대 한 시간가량 걸릴 수 있는 정리·종합 작업을 컴퓨터에 맡길 수 있다. - 참여자는 기록 정리보다 대화, 의사결정, 문제 해결 같은 더 중요한 활동에 시간을 사용할 수 있다. ## 실제 문제를 중심으로 한 AI 설계 - Figma는 AI를 단순한 신기술이나 장식적 기능이 아니라 실제 문제를 해결하는 수단으로 접근한다. - FigJam 제품팀은 자신들이 FigJam을 사용하는 경험을 바탕으로 사용자 불편을 파악했다. - 생성형 AI를 동적인 시각 협업 공간에 결합해, 결과물을 일방적으로 생성하기보다 사용자의 작업 흐름을 보조하도록 설계했다. - 회의와 브레인스토밍처럼 일상적인 협업 상황에 맞춘 기능을 제공해 AI의 활용성을 높였다. 실무에서는 회의 시작 전에 AI로 템플릿을 만들고, 회의 후에는 요약과 스티키 노트 분류를 활용하면 준비·정리 시간을 줄일 수 있다. 다만 AI가 만든 구조와 요약은 초안으로 보고, 팀의 실제 맥락과 의도에 맞게 검토·수정하는 것이 바람직하다.

원문 읽기(새 탭에서 열림)

AI생성형 AIfigjam프롬프트 엔지니어링+2

figma·2023년 9월 20일·3분 읽기큐레이션 요약

핵심 요약:

AI 시대의 인간적 성장과 혁신은 기존의 역할·효율성·생산성 기준에서 벗어날 때 가능하다는 내용이다. 글은 비선형적 사고와 창의적 도약, 새로운 진로를 개척하는 용기, 직무 간 경계를 허무는 협업의 가치를 여러 사례로 보여준다. 결국 더 나은 결과를 위해서는 정해진 틀과 측정 방식에 의문을 제기하고, 인간의 고유한 판단력과 상상력을 적극 활용해야 한다. ## AI 시대의 ‘오르막 사고’ - 존 마에다는 인간을 대체하기 어려운 이유가 비효율적으로 보이는 비선형적 사고에 있다고 설명한다. - AI는 지름길과 최적화에 강하지만, 인간은 우회하고 실수하며 예상 밖의 연결을 만들어낸다. - 이러한 “오르막 사고(uphill thinking)”는 더 큰 위험을 수반하지만, 동시에 진정한 창의적 도약과 혁신을 낳을 수 있다. - 디자이너가 AI와 협업하기 위해 기계의 언어를 배워야 하는 시대일수록, 인간만의 독창적인 사고가 더욱 중요해진다. ## 경계를 넘어선 새로운 진로 - 캘리포니아의 비영리단체 CROP는 출소자의 사회 복귀를 지원하며 UX 디자인 교육을 제공한다. - 27년간 복역한 론 스콧은 CROP의 교육을 통해 UX 디자이너라는 새로운 진로에 도전했다. - 제품의 외관과 작동 방식이 누군가의 결정으로 만들어진다는 점을 깨닫고, 자신도 그 결정 과정에 참여하고 싶다고 말한다. - UX 디자인은 기존 경력이나 사회적 배경과 관계없이 새로운 기회를 만들 수 있는 대안적 직업 경로로 제시된다. - 디자인 교육은 단순한 기술 습득을 넘어, 제품과 사회에 목소리를 낼 수 있는 권한을 제공한다. ## 직무의 틀을 깨는 리더십 - 에어비앤비의 브라이언 체스키는 회사를 위기에서 구하는 과정에서 디자인 중심의 리더십을 강조했다. - 그가 제품 관리 기능을 없애고 디자인을 중심에 둔 사례는 디자이너와 PM의 역할 관계에 대한 논쟁을 일으켰다. - 글은 이를 디자이너와 PM 중 누가 우위에 서야 하는지의 문제라기보다, 기존 직무 구분을 재검토하는 계기로 바라본다. - 넷플릭스 디자인 부사장 스티브 존슨은 모든 구성원이 같은 목표를 추구한다는 전제 아래, 낡은 직무 명칭과 경계를 새롭게 정의할 필요가 있다고 말한다. - 조직은 역할의 이름보다 문제 해결과 공동 목표 달성에 초점을 맞출 때 더 유연하게 움직일 수 있다. ## 생산성을 숫자로만 판단할 때의 한계 - 엔지니어의 업무를 측정 가능한 결과만으로 평가하는 방식은 창의적이고 복잡한 개발 업무를 지나치게 단순화할 수 있다. - 생산성 지표가 코드량, 작업량, 가시적인 산출물에 집중하면 문제 해결 과정, 장기적 설계, 동료 지원처럼 쉽게 측정되지 않는 기여를 놓치게 된다. - 동료가 “일을 하지 않는 것처럼” 보이는 이유가 실제 태만이 아니라, 조직의 성공 기준이 지나치게 좁기 때문일 수도 있다. - 성과를 평가할 때는 단기 결과뿐 아니라 문제의 난이도, 영향 범위, 협업, 기술적 판단과 같은 맥락도 함께 고려해야 한다. ## 프레임 밖에서 바라보기 - 글은 생산성 논쟁 외에도 이야기의 구도와 관점에 관한 사례를 소개한다. - 영화감독 왕가위의 작품을 통해, 같은 현실도 무엇을 화면 안에 담고 무엇을 제외하느냐에 따라 전혀 다르게 전달될 수 있음을 보여준다. - 이는 제품 디자인과 업무에도 적용된다. 무엇을 문제로 정의하고 어떤 정보를 강조하는지가 결과와 해석을 좌우한다. - 익숙한 프레임을 그대로 받아들이기보다, 문제의 범위와 관점을 다시 설정하는 것이 새로운 해법의 출발점이 된다. ## 대화형 AI와 아이디어의 공간 - Figma 디자이너 아오셩 란은 ChatGPT와의 상호작용이 채팅 박스 안에 갇혀 있다고 지적한다. - 텍스트 입력과 응답만으로는 아이디어를 자유롭게 펼치고 시각적으로 조합하는 데 한계가 있다. - AI를 더 효과적으로 활용하려면 단순한 대화형 인터페이스를 넘어, 생각을 넓히고 연결하며 함께 탐색할 수 있는 작업 공간이 필요하다. 정해진 직무와 생산성 지표를 그대로 따르기보다, AI가 잘하지 못하는 비선형적 사고와 관점 전환을 의도적으로 연습하는 것이 좋다. 또한 조직에서는 직함보다 공동 목표와 실제 기여를 중심으로 협업 구조와 평가 기준을 재설계할 필요가 있다.

원문 읽기(새 탭에서 열림)

AIFigma사용자 경험프로덕트 디자인+3

figma·2023년 7월 31일·3분 읽기큐레이션 요약

존 마에다가 말하는 창의

AI는 창작자의 효율성과 가능성을 크게 높이지만, 동시에 누구나 비슷한 결과물을 빠르게 복제하게 만들어 창의적 직업을 위협할 수 있다. John Maeda는 AI가 반복적이고 지루한 작업을 대신하도록 활용하되, 인간은 효율적인 지름길이 아닌 더 어렵고 의미 있는 ‘오르막 사고(uphill thinking)’에 집중해야 한다고 주장한다. 창의성의 미래는 AI와 경쟁하는 데 있지 않고, AI가 잘하지 못하는 문제 정의·맥락 이해·새로운 방향 제시에 인간의 시간을 투자하는 데 있다. ## AI 시대의 창의성이 맞닥뜨린 역설 - AI는 창작자에게 전례 없는 효율성과 무한한 가능성을 제공한다. - 반대로 AI가 만든 결과물은 쉽게 반복·복제될 수 있어, 개성 없는 ‘규격화된 디자인’이 확산될 위험이 있다. - AI가 창작자의 작업을 대신할지, 창작자를 더 강력하게 만들지는 아직 양면적이다. - ChatGPT의 등장 이후 디자이너들은 AI와 협업하기 위해 프롬프트와 데이터셋, 모델 미세 조정 등 ‘기계의 언어’를 배우고 있다. - 그러나 AI를 활용해 만든 창작 방식은 창작자 본인이 없어도 재현될 수 있다는 점에서 기존의 창작자 중심 가치관을 흔든다. ## 기술을 독점하기보다 창작 도구로 공유하기 - Maeda는 1990년대 알고리즘으로 이미지를 만드는 독특한 방식을 개발했다. - 그는 자신의 비법을 독점하는 대신 MIT에서 오픈소스로 공개해 다른 사람들이 이를 바탕으로 새로운 창작을 하도록 했다. - MIT Scratch와 Processing 같은 프로젝트에도 참여하며, 코딩을 단순한 기술이 아니라 창의적 실천으로 바라보았다. - 이 관점에서는 창작자의 가치는 특정 기법을 숨기는 데만 있지 않고, 새로운 도구와 가능성을 만들어 공동체에 확산하는 데 있다. ## AI가 대신해야 할 일과 인간이 맡아야 할 일 - 컴퓨터가 잘하는 일은 대체로 다음과 같은 반복 작업이다. - 슬라이드와 목업의 다양한 버전 제작 - 이미지 리터칭 - 정형화된 결과물의 대량 생성 - 이런 업무를 AI가 맡으면 디자이너는 단순 실행보다 문제의 본질과 미래의 가능성에 집중할 수 있다. - Jessie Shefrin의 말처럼, 완벽한 해결책에 도달했을 때는 이미 문제가 바뀌어 있을 수 있다. - 따라서 현재의 문제를 더 빠르게 해결하는 것만큼, 앞으로 어떤 문제가 등장할지 탐색할 시간을 확보하는 것이 중요하다. ## 효율적인 지름길과 ‘오르막 사고’ - AI는 가장 짧고 효율적인 경로를 찾도록 설계되어 있다. - 수천, 수백만 개의 가능성을 빠르게 평가해 비용과 시간을 최소화하는 것이 AI의 강점이다. - 하지만 가장 효율적인 해답이 항상 가장 창의적이거나 영향력 있는 해답은 아니다. - 지나치게 효율적인 경로는 예상 밖의 발견, 실험, 우연한 영감을 제거할 수 있다. - 인간의 창의성은 때로 더 어렵고 느린 길을 선택하는 데서 나온다. 즉, 목적지에 곧바로 도달하기보다 일부러 ‘오르막길’을 택하며 새로운 의미와 가능성을 발견해야 한다. ## 디자이너가 AI 시대에 취할 태도 - AI를 인간의 창의성을 대체하는 경쟁자로만 보지 말고 협업 도구로 활용해야 한다. - 반복 작업을 자동화해 창작자가 더 높은 수준의 판단과 실험에 시간을 쓰도록 해야 한다. - AI가 만들어낸 결과를 그대로 받아들이기보다, 맥락·문화·사용자 경험에 맞게 비판적으로 해석해야 한다. - 기계가 쉽게 복제할 수 있는 산출물보다 문제를 새롭게 정의하고 방향을 제시하는 능력이 중요해진다. - 효율성만을 목표로 삼지 말고, 의도적으로 비효율적인 탐색과 실험을 허용해야 한다. AI는 디자인의 종말이라기보다 디자인 업무의 중심을 바꾸는 기술이다. 반복 작업은 AI에 맡기되, 인간은 문제 정의와 의미 부여, 예측할 수 없는 아이디어를 탐색하는 ‘오르막길’에 집중하는 것이 바람직하다.

원문 읽기(새 탭에서 열림)

AI머신러닝생성형 AIcreative-coding+3

figma·2023년 6월 20일·3분 읽기큐레이션 요약

AI: 디자인의 새로운

AI는 디자인 도구의 한 기능이 아니라 제품 개발 전반을 바꾸는 플랫폼이라는 것이 글의 핵심 주장이다. Figma는 Diagram을 인수하고 AI 역량을 강화해 아이디어 발굴부터 디자인, 개발 코드 생성까지 팀의 작업을 가속하려 한다. AI가 디자이너를 대체하기보다는 반복 작업을 줄이고 문제 해결과 창의적 판단에 더 집중하게 만들 것이라는 전망을 제시한다. ## Figma의 Diagram 인수와 AI 전략 - Figma는 GPT-3 기반 디자인 생성 플러그인 **Designer**를 만든 Jordan Singer의 팀 Diagram을 인수했다. - Diagram의 Jordan Singer, Siddarth, Andrew, Marco, Vincent가 Figma에 합류했다. - Figma는 이미 머신러닝 전담 팀을 운영하고 AI 플랫폼 개발에 투자해 왔다. - Figma의 오픈 API를 활용해 커뮤니티가 만든 AI 플러그인도 약 100개에 이른다. - AI를 단일 기능이 아니라 제품 개발 프로세스 전체를 지원하는 핵심 플랫폼으로 보고 있다. ## 제품 개발 전 과정의 AI 활용 - **발견 단계** - 간단한 프롬프트로 초기 아이디어를 생성한다. - 여러 아이디어를 요약하고 종합한다. - **디자인 단계** - 기존 디자인과 디자인 시스템을 분석한다. - 적절한 컴포넌트나 디자인 방향을 추천한다. - 더 빠르게 첫 시안을 만들 수 있도록 지원한다. - **개발 단계** - 디자인의 맥락을 개발자에게 더 빠르게 전달한다. - 제품 요구사항과 디자인을 바탕으로 더 나은 프로덕션 코드를 생성한다. - 결과적으로 AI는 반복 작업을 줄이고 팀이 더 빠르게 문제 해결과 제품 완성도 향상에 집중하도록 돕는다. ## 기술 발전과 디자인의 변화 - 인쇄기, 스마트폰, 협업 도구, 하이브리드 근무처럼 디자인은 기술 변화에 따라 계속 진화해 왔다. - 새로운 기술이 등장해도 사려 깊은 디자인의 필요성이 사라진 것은 아니었다. - AI 역시 디자인을 없애기보다 디자이너의 작업 방식과 역할을 변화시킬 것으로 본다. ## 픽셀에서 패턴으로: 더 높은 수준의 설계 - 디자인 시스템은 모서리 반경이나 버튼 같은 반복적인 세부 작업을 줄이고, 디자이너가 콘셉트와 방향성에 집중하게 했다. - 원자적 요소인 픽셀이 컴포넌트와 같은 더 큰 구조로 결합되면서 작업 속도와 일관성이 향상됐다. - AI는 디자인 시스템보다 더 높은 수준의 구조와 패턴을 제안할 수 있다. - 예를 들어 로그인 화면의 이메일 입력창과 비밀번호 입력창을 만드는 데 그치지 않고, 이메일·전화번호·Touch ID를 대체할 새로운 로그인 방식을 제안할 수 있다. - 프로젝트의 감정적 분위기나 주제에 맞는 색상 팔레트를 자동으로 추천하는 것도 가능하다. - 디자인은 개별 픽셀을 조정하는 작업에서 벗어나 더 직관적이고 인간적인 경험을 설계하는 방향으로 이동한다. ## 새로운 디지털 경험의 등장 - ChatGPT와 같은 AI는 웹사이트와 앱을 탐색하는 기존 방식에서 벗어나 질문하고 답을 받는 인터페이스를 강화한다. - AI는 사용자의 의도와 실제 행동 사이의 간극을 줄일 수 있다. - 예를 들어 사용자가 차량 호출 앱에서 위치와 옵션을 여러 단계로 입력하는 대신, “JFK 공항으로 데려다줘”라고 말하면 AI가 필요한 절차를 처리할 수 있다. - 제품 설계자는 기능과 화면 수를 늘리는 대신, 사용자의 목적을 더 적은 클릭과 판단으로 달성하게 할 방법을 고민해야 한다. ## 디자이너와 제품 역할의 변화 - 글은 AI 시대에 제품 역할과 협업 방식도 변화할 것이라고 예고한다. - 반복적인 제작 업무가 자동화되면 디자이너는 결과물을 직접 만드는 일뿐 아니라 AI가 제안한 결과를 선택하고 다듬는 큐레이터 역할을 더 많이 맡게 될 가능성이 있다. - 디자인의 핵심 가치는 여전히 문제를 정의하고, 적절한 방향을 판단하며, 사람에게 의미 있는 경험을 만드는 데 있다. AI를 도입할 때는 단순히 디자인 산출물을 자동 생성하는 데 그치지 말고, 아이디어 정리·패턴 탐색·프로토타이핑·개발 전달 등 전체 흐름에서 반복 작업을 줄이는 방향을 고려하는 것이 실용적이다. 최종 품질과 사용자 경험을 결정하는 문제 정의와 판단은 여전히 사람의 중요한 역할로 남는다.

원문 읽기(새 탭에서 열림)

AI디자인 시스템머신러닝생성형 AI+4

figma·2023년 5월 17일·3분 읽기큐레이션 요약

4년이 지난 지금, Config가

Config 2023 발표 제안 1,000여 건을 분석한 결과, 디자인 업계는 어려운 환경 속에서도 예상보다 낙관적인 태도를 보였다. 디자인 시스템은 창의성을 제한하기보다 반복 작업을 줄이고 새로운 아이디어를 위한 여유를 만드는 도구로 받아들여지고 있다. 다만 이 분석은 Config 제출작의 경향을 바탕으로 하므로 업계 전체를 대표하는 조사라기보다는 커뮤니티의 관심사를 보여주는 지표에 가깝다. ## Config 제안 수 증가와 분석 방식 - 발표 제안 수는 2021년 420건에서 2022년 520건, 2023년 1,000건 이상으로 크게 늘었다. - Figma는 제안서의 주제와 표현을 전년 대비 분석해 디자인·기술·제품 개발 분야의 관심 변화를 파악했다. - 제안 주제는 AI를 활용한 미래 구상, 디자인 시스템, 접근성, 협업 등 폭넓은 영역을 포함했다. - 많은 사람이 발표를 제안했다는 사실 자체가 커뮤니티의 참여 의욕과 관심이 높다는 신호로 해석됐다. ## 예상 밖의 낙관적 분위기 - 긍정적인 내용의 제안 비율은 2021년 63%에서 2023년 72%로 증가했다. - “지금이야말로 더 나은 시기다”, “이 방법 덕분에 성장할 수 있었다”와 같은 표현이 많이 등장했다. - 반대로 낡고 일관성 없는 디자인이나 해결되지 않는 문제를 비판하는 표현은 상대적으로 줄었다. - 팬데믹 관련 언급은 2021년의 6분의 1 수준으로 감소했다. - “remote”라는 단어의 등장도 2021년보다 약 20% 줄어들어, 업계 대화의 중심이 팬데믹과 원격근무의 충격에서 점차 이동했음을 보여준다. - 지난 몇 년의 혼란이 완전히 사라진 것은 아니지만, 사람들은 새로운 환경에 적응하며 문제보다 가능성에 더 집중하기 시작했다. ## 디자인 시스템과 창의성의 결합 - 디자인 시스템을 중시하는 사람과 자유로운 창작을 중시하는 사람 사이의 경계가 점차 약해지고 있다. - 디자인 시스템은 창의성을 억누르는 규칙이 아니라 반복적이고 소모적인 작업을 줄여 창작에 더 많은 시간을 쓰게 하는 기반으로 인식된다. - 디자인 토큰을 비롯한 시스템 자산을 축적하면 팀이 빠른 속도와 큰 규모로 작업하면서도 일관성을 유지할 수 있다. - 2021년 제안서는 디자인 시스템의 구축, 감사, 확장성 같은 기본 운영 문제를 주로 다뤘다. - 2023년에는 디자인 시스템과 함께 `art`, `transition`, `color`, `creating`처럼 표현적이고 시각적인 언어가 더 자주 등장했다. - 이는 디자인 시스템이 단순한 관리·표준화 도구를 넘어 새로운 아이디어를 생산하는 창의적 자산으로 발전하고 있음을 의미한다. ## 실용적인 시사점 디자인 조직은 시스템을 창의성의 반대편에 두기보다, 반복 업무를 자동화하고 일관성을 확보해 디자이너가 더 중요한 문제와 새로운 표현에 집중하도록 만드는 기반으로 활용할 수 있다. 또한 업계의 분위기를 판단할 때는 문제의 규모만 보기보다, 사람들이 어떤 해결책을 제안하고 어떤 가능성을 이야기하는지도 함께 살펴볼 필요가 있다.

원문 읽기(새 탭에서 열림)

AIFigma디자인 시스템접근성+3

figma·2023년 5월 8일·3분 읽기큐레이션 요약

디자인 시스템의 미래는 접근

디자인 시스템은 접근성을 제품 전반에 일관되게 적용할 수 있는 가장 강력한 기반이다. 공통 컴포넌트와 가이드에 접근성 기준을 내장하면 색상, 구조, 상호작용 등의 품질을 규모 있게 관리하고 변경 사항도 전체 제품에 전파할 수 있다. 앞으로는 WCAG 같은 표준과 AI 도구를 활용하되, 접근성을 사후 점검이 아닌 제품 개발 초기부터 우선순위로 삼아야 한다. ### 디자인 시스템과 접근성의 결합 - 전 세계 약 10억 명이 장애를 가지고 있으며, 이들의 연간 가처분소득은 약 1조 2천억 달러로 추정된다. - 접근성은 법적 의무나 체크리스트를 넘어 사용자 신뢰, 기업의 신뢰도, 성장 기회를 만드는 요소다. - 디자인 시스템에는 다음과 같은 접근성 기준을 포함할 수 있다. - 충분한 전경색·배경색 대비 - 접근성을 고려해 설계하고 테스트한 UI 컴포넌트 - 일관된 상호작용 규칙 - 구현자와 디자이너를 위한 구체적인 문서 - 공통 컴포넌트를 사용하면 한 번 수정한 접근성 개선 사항을 제품 전체의 컴포넌트 인스턴스에 확산할 수 있다. - 일관성, 문서화, 지속적인 피드백 구조가 접근성 실천을 조직 전체로 확장하는 기반이 된다. ### 접근성 확산을 돕는 디자인 시스템의 성장 - 2020년 Material Design 조사에서 기업 내부 디자인 시스템 구축은 전년 대비 22% 증가했다. - 응답자의 47%는 자신의 디자인 시스템에 접근성 가이드라인이 포함되어 있다고 답했다. - 디자인 시스템에 포함되는 대표 산출물은 다음과 같다. - 아이콘 라이브러리: 84% - UI 키트: 83% - 스타일 가이드: 75% - 컴포넌트 코드 라이브러리: 74% - WCAG 같은 표준, 접근성 도구의 발전, 법적·상업적 요구가 접근성 적용을 촉진하고 있다. - 그럼에도 2022년 기준 웹의 접근성 수준은 약 3%에 불과해, 실제 적용에는 여전히 큰 격차가 남아 있다. ### 접근성 분야의 책임 있는 AI 활용 - 디자인 시스템 팀은 AI를 활용해 접근성 문제를 더 빠르게 발견하고 개선하려 하고 있다. - 기사에서 언급하는 AI 기반 도구는 다음과 같은 작업을 자동화하는 것을 목표로 한다. - 이미지에 대체 설명 자동 생성 - 레이블이 없는 버튼에 적절한 레이블 추가 - 시맨틱 구조 도입 - 웹 접근성 문제 탐지 및 수정 - AI 도구는 접근성 검수와 반복 작업을 보조할 수 있지만, 자동화만으로 포괄적인 접근성을 보장할 수는 없다. - 생성된 설명이나 수정 결과가 실제 맥락에 적합한지 사람이 검토하고, 장애 당사자의 피드백과 표준 검사를 함께 활용해야 한다. ### 처음부터 접근 가능한 제품 만들기 - 접근성은 개발 완료 후 결함을 수정하는 단계가 아니라 디자인 시스템과 제품 설계 초기부터 포함해야 한다. - 공통 컴포넌트에 접근성 요구사항을 내장하면 개별 팀이 매번 같은 문제를 다시 해결하지 않아도 된다. - 색상, 컴포넌트 동작, 의미 구조, 문서화 등 모든 시스템 구성 요소에서 접근성을 점검해야 한다. - 접근성을 기본값으로 만들수록 제품 팀의 부담은 줄고, 전체 제품 생태계의 품질은 높아진다. ### 실용적인 적용 방향 - 디자인 토큰과 컴포넌트에 색상 대비, 키보드 탐색, 포커스 상태, 시맨틱 구조를 기본 규칙으로 포함한다. - WCAG 기준에 따라 자동 검사와 수동 테스트를 함께 운영한다. - AI는 반복적인 탐지·생성 작업에 활용하되 최종 판단은 전문가와 실제 사용자 검증을 거친다. - 접근성을 디자인 시스템의 부가 기능이 아니라 모든 컴포넌트의 필수 품질 기준으로 관리해야 한다.

원문 읽기(새 탭에서 열림)

AI디자인 시스템접근성wcag+2

figma·2023년 3월 1일·4분 읽기큐레이션 요약

디자인 시스템의 미래는

플러그인, 위젯, AI 기반 도구의 발전으로 디자인 시스템은 단순한 컴포넌트 모음에서 반복 작업을 자동화하고 디자인 의사결정을 보조하는 실행 환경으로 진화하고 있다. 이러한 자동화는 디자이너와 개발자의 역할을 없애기보다, 생산성을 높이고 더 높은 수준의 문제 정의·판단·창의적 작업에 집중하게 만들 가능성이 크다. 다만 자동 생성 결과를 검토하고 맥락에 맞게 조정하는 인간의 역할은 여전히 중요하다. ## 플러그인과 위젯의 등장 - 플러그인은 기존 소프트웨어의 기능을 확장하는 추가 도구이며, 디자인 소프트웨어와 함께 발전해 왔다. - 초기 플러그인은 텍스트 편집기와 출판 프로그램에서 효과, 브러시, 스타일 등을 추가하는 방식으로 사용됐다. - 오늘날에는 커뮤니티와 앱 마켓플레이스를 통해 사용자가 직접 만든 도구를 공유하고, 팀의 작업 방식에 맞게 Figma를 확장한다. - 디자인 시스템 관련 플러그인은 크게 두 유형으로 나뉜다. - 기존 작업 흐름을 자동화하는 도구 - 분석, 테스트, 접근성 개선 등 새로운 기능을 추가하는 도구 ## 반복 작업을 자동화하는 플러그인 - 여러 화면에 동일한 변경 사항을 적용하거나, 레이어와 컴포넌트를 정리하는 반복 업무를 자동화한다. - 디자인 토큰, 컴포넌트, 스타일을 일관되게 적용해 수작업에서 발생하는 누락과 실수를 줄인다. - 콘텐츠 삽입, 레이아웃 정리, 이름 변경, 문서화와 같은 작업도 자동화 대상이 될 수 있다. - 디자이너는 단순한 실행 업무보다 사용자 경험과 제품 문제를 정의하는 일에 더 많은 시간을 쓸 수 있다. ## 기능을 확장하는 플러그인 - 플러그인은 디자인 시스템의 사용 현황과 품질을 점검하는 기능을 제공한다. - 어떤 컴포넌트가 얼마나 사용되는지, 디자인 시스템이 실제 파일에서 제대로 활용되는지 분석할 수 있다. - 접근성 검사, 디자인 테스트, 개발 handoff, 코드 생성 등 기존 디자인 도구가 직접 제공하지 않던 기능도 보완한다. - 결과적으로 디자인 시스템은 정적인 라이브러리가 아니라 측정·검증·개선이 가능한 운영 체계가 된다. ## 정보를 시각화하고 정리하는 위젯 - 위젯은 캔버스 안에서 실행되는 상호작용형 도구로, 디자인 파일에 정보와 기능을 직접 배치할 수 있다. - 팀의 작업 현황, 의사결정, 일정, 피드백 등을 시각적으로 공유하는 데 활용된다. - 디자인 시스템의 규칙이나 컴포넌트 정보를 작업 공간 가까이에서 확인하게 해 협업과 커뮤니케이션을 돕는다. - 디자인 파일이 단순히 결과물을 보여주는 공간을 넘어, 팀이 함께 사고하고 정리하는 협업 공간으로 확장된다. ## AI가 강화하는 디자인 도구 - 2017년부터 저해상도 와이어프레임을 바탕으로 디자인 시스템과 코드를 자동 생성하려는 실험이 진행됐다. - 당시에는 가능성을 보여주는 프로토타입에 가까웠지만, 생성형 AI 기술의 발전으로 실제 제품화 가능성이 커졌다. - Diagram의 Genius와 같은 도구는 Figma 파일을 분석하고, 기존 디자인 시스템의 컴포넌트를 활용한 디자인 제안을 생성한다. - AI는 다음과 같은 작업을 보조할 수 있다. - 자연어를 기반으로 한 디자인 생성 - 기존 컴포넌트와 패턴 추천 - 디자인 파일 분석 및 개선안 제시 - 디자인에서 코드로의 변환 - AI가 디자인 시스템의 규칙을 학습할수록, 조직의 브랜드와 패턴에 맞는 결과를 더 빠르게 만들 수 있다. ## 자동화에 뒤처지지 않기 위한 변화 - 도구가 발전하면 디자인 시스템 팀은 새로운 플러그인과 AI 기능을 단순히 도입하는 것을 넘어, 조직의 작업 흐름에 어떻게 연결할지 고민해야 한다. - 자동화의 효과를 높이려면 컴포넌트, 스타일, 변수, 명명 규칙이 체계적으로 정리되어 있어야 한다. - 디자인 시스템이 일관되지 않거나 문서화가 부족하면 AI와 자동화 도구도 부정확한 결과를 낼 수 있다. - 따라서 자동화는 잘 정립된 시스템을 대체하기보다, 품질 높은 시스템을 더 넓고 빠르게 활용하도록 돕는 방식으로 작동한다. ## 인간 디자이너의 역할 - 자동화가 작업의 일부를 대신하더라도 문제의 맥락을 이해하고 우선순위를 정하는 일은 여전히 인간에게 요구된다. - AI는 여러 결과를 빠르게 생성할 수 있지만, 어떤 결과가 사용자와 비즈니스에 적합한지 판단하지는 못한다. - 디자이너의 역할은 픽셀을 직접 배치하는 일에서 다음과 같은 업무로 확장될 수 있다. - 올바른 문제 정의 - 사용자 요구와 비즈니스 목표의 조율 - 생성 결과의 평가와 수정 - 디자인 시스템의 원칙과 품질 관리 - 새로운 도구와 협업 방식의 설계 - 자동화는 디자이너를 없애기보다, 디자이너가 더 전략적이고 창의적인 역할을 수행하도록 업무의 성격을 바꿀 가능성이 크다. 실무에서는 반복 작업부터 플러그인으로 자동화하되, 컴포넌트와 디자인 토큰을 먼저 정비하는 것이 좋다. AI가 생성한 결과는 초안으로 활용하고, 접근성·일관성·사용자 맥락을 사람이 반드시 검토해야 한다.

원문 읽기(새 탭에서 열림)

AIFigma디자인 시스템머신러닝+4

figma·2022년 12월 5일·3분 읽기큐레이션 요약

Magician이 Figma의 텍스트

Figma의 텍스트 리뷰 API는 플러그인이 별도 창을 띄우지 않고 Figma 편집기 안에서 텍스트를 감지하고 대체 문구를 제안하도록 한다. Diagram은 이를 맞춤법 검사 대신 AI 카피라이팅 기능인 Magician의 “Magic Copy”에 활용해, 사용자가 입력하는 헤드라인·본문·CTA의 대안을 실시간으로 제시한다. 이 사례는 디자인 도구와 AI를 결합할 때 작게 시작해 반복적으로 실험하고, 상황에 맞는 출력 품질을 다듬는 것이 중요하다는 점을 보여준다. ## Figma 텍스트 리뷰 API의 역할 - 텍스트 리뷰 API는 Figma Plugin API의 새로운 기능이다. - 사용자가 캔버스에서 입력하는 텍스트를 자동으로 실행 중인 기본 텍스트 리뷰 플러그인이 분석할 수 있다. - 플러그인은 텍스트의 특정 범위를 강조하고, 수정 또는 대체를 위한 제안 목록을 제공한다. - 맞춤법과 문법 교정뿐 아니라 다음과 같은 기능에도 활용할 수 있다. - 더 나은 카피 제안 - 기업 스타일 가이드 준수 - 문장 표현 개선 - 특정 문구의 대체안 생성 - 일반적인 플러그인 창과 달리 백그라운드에서 동작하며 Figma 편집기 UI에 자연스럽게 통합된다. ## Magician과 Magic Copy - Magician은 Diagram이 만든 Figma용 AI 디자인 도구다. - 디자인 작업 중 아이디어를 확장하고 창의적 작업을 돕는 것을 목표로 한다. - 주요 기능은 “매직 스펠”이라는 형태로 제공된다. - **Magic Icon**: 새로운 아이콘 생성 - **Magic Image**: 디자인에 사용할 이미지 생성 - **Magic Copy**: 문구 작성과 대안 제안 - Magic Copy는 텍스트 레이어를 편집할 때 기존 문구를 바탕으로 여러 대안을 제시한다. - 헤드라인, 본문, 행동 유도 문구(CTA) 등 다양한 디자인 문구에 사용할 수 있다. ## 텍스트 리뷰 API를 활용한 AI 카피라이팅 - Magic Copy는 사용자가 입력하는 텍스트를 텍스트 리뷰 API를 통해 감지한다. - 사용자가 별도의 플러그인 창을 조작하지 않아도 편집 흐름 안에서 제안이 나타난다. - 글이 잘 떠오르지 않는 상황에서 기존 문구를 개선하거나 새로운 표현을 탐색하는 데 유용하다. - AI가 작성한 대안을 비교하면서 디자이너가 더 빠르게 문구를 결정할 수 있다. - 텍스트 리뷰 API의 본래 용도인 맞춤법 검사를 넘어, 글쓰기 보조 도구로 확장한 사례다. ## 하나의 확장 가능한 플러그인으로 통합 - Magician은 처음에는 Magic Copy와 Magic Icon 등이 각각 별도의 플러그인으로 계획됐다. - 이후 여러 AI 기능을 하나의 플러그인에 모으는 방향으로 전환했다. - 이를 통해: - 여러 “매직 스펠”을 하나의 경험으로 제공할 수 있고 - 새로운 기능을 일관된 방식으로 추가할 수 있으며 - 아이디어를 빠르게 실험하고 검증할 수 있게 됐다. - 핵심은 개별 기능을 독립적으로 만드는 대신, 새로운 AI 기능을 계속 수용할 수 있는 기반과 플랫폼을 먼저 마련한 것이다. ## AI 기능을 반복적으로 개선하는 방식 - Diagram은 Magician의 각 기능이 다양한 상황에서도 일관되고 유용한 결과를 내도록 출력 품질을 조정했다. - 이를 위해 많은 입력과 결과를 시험하고, 효과적인 방식이 무엇인지 반복적으로 확인했다. - Stable Diffusion과 OpenAI 같은 생성형 AI 모델의 발전은 이러한 실험을 빠르게 수행할 수 있게 했다. - AI 도구를 처음부터 완성된 제품으로 만들기보다 작은 기능으로 시작해 사용자 경험과 출력 결과를 계속 개선하는 접근을 강조한다. 실용적으로는 텍스트 리뷰 API를 단순한 맞춤법 검사에만 한정하지 말고, 제품 문구·브랜드 가이드·콘텐츠 생성 등 편집 흐름에 직접 연결되는 기능에 활용할 수 있다. 다만 AI 제안은 반복적인 품질 검증과 세밀한 출력 조정이 필요하므로, 작은 사용 사례부터 시작해 점진적으로 확장하는 것이 적절하다.

원문 읽기(새 탭에서 열림)

AI생성형 AI딥러닝openai+3