AI 뉴스

AI와 함께 일하는 디자이너의 하루는 어떻게 달라졌을까?

노동1호 2026. 6. 5. 06:05

AI와 함께 일하는 디자이너의 하루는 어떻게 달라졌을까?

2026년 5월, 디자인 업계에는 조용한 혁명이 진행 중이다. 도구 자체는 빠르게 진화했지만, 실제 업무 효율성 향상은 기대 이하라는 현실적인 평가가 나오고 있다. Gstack, Claude, Figma AI 같은 도구가 디자이너의 일상을 어떻게 바꿨는지, 그리고 아직 남아있는 과제는 무엇인지 정리한다.

도입: 도구의 속도, 업무의 속도

긱뉴스에 공유된 분석 글에 따르면, 디자이너들이 사용하는 AI 도구의 응답 속도는 매우 빨라졌다. 화면 하나를 그리는 데 1초, 변형을 5개 만드는 데 10초, 코드를 생성하는 데 5초. 하지만 도구의 속도가 빨라진 만큼 실제 업무 흐름이 빨라지지는 않았다. 그 사이에는 여전히 사람의 판단이 들어간다.

문제 정의 단계에서 AI는 더 강력한 보조 도구가 되었다. Gstack 같은 스킬 기반 에이전트는 사용자의 모호한 아이디어를 수백 개의 구체적 방향으로 확장해 준다. Claude는 자연어로 피드백을 주면 디자인 시스템의 어떤 컴포넌트를 수정해야 하는지 짚어준다. Figma AI는 와이어프레임에서 고충실도 프로토타입까지 단번에 변환한다.

다만 실무에서는 "AI가 만든 결과물에 최종 결정은 사람이 한다"는 원칙이 여전히 유효하다. 디자이너의 핵심 역량은 도구를 다루는 손이 아니라, 무엇을 만들어야 하는지 정의하는 눈으로 이동했다.

핵심 변화 1: 문제 정의가 더 중요해졌다

AI 협업의 가장 큰 변화는 문제 정의 단계의 비중이 늘었다는 점이다. 예전에는 도구가 단순해서 "어떻게 그릴 것인가"가 디자이너의 주된 고민이었다면, 이제는 "무엇을 그릴 것인가"가 더 큰 비중을 차지한다.

Gstack 스킬은 사용자의 한 줄짜리 아이디어를 받아서 사용자 여정 맵, 기능 명세, 와이어프레임 시나리오로 분해한다. 디자이너는 이 결과물에서 "우리 제품에 맞는 것은 무엇이고, 아닌 것은 무엇인가"를 판단한다. 이 판단이 결국 제품의 성패를 가른다.

문제는 이 판단을 AI에게 맡기기 어렵다는 것이다. 비즈니스 맥락, 사용자 문화, 브랜드 톤 같은 요소는 여전히 사람의 영역이다. AI는 후보를 폭넓게 만들어 줄 수 있지만, 선택과 책임은 디자이너가 진다.

핵심 변화 2: 화면 산출물 사이클이 압축됐다

Figma AI와 Claude Code의 조합은 화면 산출물 사이클을 극적으로 줄였다. 예전에는 디자이너가 화면을 그리고, 개발자가 받아 구현하고, 디자인 QA를 거쳐야 했다. 이제는 디자이너가 자연어로 의도를 설명하면 코드가 생성되고, 코드를 다시 디자인으로 역추적할 수 있다.

이 변화의 가장 큰 수혜자는 1인 디자이너와 소규모 팀이다. 예전에는 5명이 해야 할 작업을 1명이 감당할 수 있게 됐다. 다만 이는 동시에 일자리에 대한 압박이기도 하다. 단순 화면 구현 같은 작업의 가치는 빠르게 떨어지고 있다.

디자이너는 이제 "코드를 이해하고, 디자인 의도를 코드로 표현할 수 있는가"를 요구받는다. Figma의 Auto Layout, Variables, Code Connect 같은 기능을 깊이 이해하는 디자이너가 시장에서 더 높은 가치를 받는다.

핵심 변화 3: 디자인 시스템이 살아있는 문서가 됐다

디자인 시스템의 역할도 변했다. 예전에는 정적 문서로 만들어진 다음 한쪽에 묻혀 있었다면, 이제는 AI가 시스템 안에서 디자인을 생성하고 검증하는 기준이 됐다. Claude Code에 디자인 시스템 토큰을 알려주면, AI는 그 안에서 일관된 결과물을 만들어낸다.

이를 위해서는 디자인 시스템 자체가 코드화되어 있어야 한다. 색상 토큰, 타이포그래피 스케일, 간격 시스템이 JSON이나 CSS 변수로 정의되어 있고, AI가 이 파일을 읽을 수 있어야 한다. 정성적인 가이드라인만 있는 디자인 시스템은 AI 시대에서 점점 힘을 잃는다.

다만 AI가 디자인 시스템을 이해한다고 해서, 디자인 시스템의 진화를 사람이 멈춰도 되는 것은 아니다. 새로운 컴포넌트가 필요할 때, 어떤 패턴이 우리 제품에 맞는지 정의하는 것은 여전히 사람의 일이다.

실무 팁: 디자이너가 AI와 잘 협업하는 5가지 방법

1. 문제 정의 템플릿을 미리 만들어 둔다. AI에게 "좋은 아이디어 줘"라고 하면 보통 좋지 않은 결과가 나온다. 사용자, 상황, 제약, 목표가 명시된 템플릿이 있어야 AI가 제대로 일한다.

2. 디자인 토큰을 코드로 관리한다. JSON이나 CSS 변수로 색상, 타이포, 간격을 정의해 두면 AI가 일관된 결과물을 만들 수 있다. Figma Variables와 디자인 토큰 동기화 도구를 함께 사용하면 효과적이다.

3. AI의 결과물을 빠르게 검증하는 루틴을 만든다. AI가 만든 화면을 그대로 쓰지 말고, 디자인 QA 체크리스트로 빠르게 검토한다. 자동화 도구(Visual Regression Test 등)와 함께 쓰면 시간이 크게 줄어든다.

4. 피드백을 자연어로 구조화한다. "이거 별로예요"가 아니라 "헤로 섹션의 CTA가 화면 하단에서 16dp 위에 있고, 카피가 너무 길어요"처럼 구체적인 위치를 명시하면 AI가 정확히 수정한다.

5. 결정과 실행을 분리한다. AI는 실행을, 사람은 결정을 담당한다. 어떤 방향으로 갈지, 무엇을 포기할지는 디자이너가 정하고, 그 이후의 산출물 생성은 AI에 맡긴다.

전망: 디자인 조직의 다음 단계

앞으로 1년 안에 디자인 조직의 구조 자체가 변할 가능성이 높다. 단순 화면 산출 직군이 줄어드는 대신, AI 결과물을 큐레이션하고 품질을 책임지는 역할이 커질 것이다. 디자이너 한 사람이 더 넓은 범위를 책임지게 되며, 그만큼 의사결정 권한과 책임도 커진다.

또한 디자인 QA를 AI가 1차로 수행하고 사람은 예외 케이스만 처리하는 형태가 일반화될 것이다. 이미 일부 조직에서는 시각적 회귀 테스트를 AI로 돌리고, 사람이 보는 것은 실패한 케이스뿐이다.

궁극적으로 디자인의 본질은 바뀌지 않는다. 사용자의 문제를 이해하고, 의미 있는 해결책을 만드는 일. 다만 그 과정에서 AI는 더 강력하고 빠른 동반자가 되었을 뿐이다. 디자이너는 도구를 잘 다루는 사람에서, 도구와 사용자 사이에서 의미를 만드는 사람으로 이동하고 있다.

요약

• AI 도구의 속도는 빨라졌지만, 실제 업무 효율성 향상은 점진적이다