덜한 것이 더 낫다, 대체로 — AI 시대 제품 설계의 본질

덜한 것이 더 낫다, 대체로 — AI 시대 제품 설계의 본질

AI로 무엇이든 빠르게 만들 수 있는 시대에, 우리는 흔히 "많이 만들면 잘 된다"는 환상에 빠진다. 하지만 현실은 정반대다. 양을 늘리는 것이 반드시 더 나은 결과로 이어지지는 않는다. 의도와 극도의 세심함으로 만든 제품만이 오래 살아남는다. 뛰어난 제품의 핵심은 단순함과 명료함이며, 이는 뇌의 인지 부하를 줄이고 사용자가 본질에 집중하도록 돕는다. Anthropic의 한 연구 블로그에서도 "Less is More" 원칙이 제품 디자인의 핵심임을 반복해서 강조한다.

왜 "덜 만들기"가 더 강력한가

AI가 생성해내는 결과물의 폭발적인 증가 속에서, 인간의 주의력은 오히려 희소해졌다. 사용자는 이제 수십 가지 기능을 가진 도구보다, 한 가지 일을 완벽히 해내는 도구를 선호한다. 이건 단순한 미니멀리즘 유행이 아니라, 인지과학적으로 검증된 사실이다.

인지 부하의 한계

심리학자 George Miller의 고전 연구 "The Magical Number Seven, Plus or Minus Two"(1956)는 인간의 단기 작업 기억이 동시 처리할 수 있는 정보의 한계가 7±2개라고 밝혔다. 이후 연구들은 이 수치가 실제 UI 상호작용에서는 4±1개 수준으로 더 낮다고 보여준다. 화면에 12개 기능 버튼이 있는 도구와 3개 기능 버튼이 있는 도구, 후자가 학습 비용이 압도적으로 낮다.

소프트웨어로의 확장

이 원칙은 코드에도 그대로 적용된다. 200줄짜리 명확한 모듈이 1000줄짜리 기능 풍부한 모듈보다 버그가 적고, 리팩토링하기 쉽고, 신규 합류자가 빠르게 온보딩된다. AI 시대에는 LLM이 1000줄짜리 코드를 즉시 생성할 수 있지만, 그 코드를 이해하고 유지보수할 사람의 인지 부하는 여전히 7±2의 제약을 받는다.

핵심 원칙 4가지

AI 시대 제품 설계에서 "덜한 것이 더 낫다"는 원칙을 실천하는 4가지 핵심 가이드라인을 정리한다.

1. 의도(Intent)를 먼저 정의하라

기능을 추가하기 전에 "이 기능이 사용자의 어떤 의도를 해결하는가?"를 질문하라. 답이 명확하지 않으면 그 기능은 과도한 것(over-engineering)이다. Figma의 공동 창립자 Dylan Field는 "의도가 없는 기능은 노이즈"라는 표현을 자주 사용한다.

2. 극도의 세심함(Extreme Care)으로 만들라

한 가지 일을 잘하는 도구는 만드는 과정에서도 "이 한 가지"에 대한 극도의 세심함이 필요하다. Apple의 초기 iPod 디자인 결정이 대표적이다 — "1000곡을 넣을 수 있다"는 한 가지 메시지만 전달하기 위해 모든 UX 요소를 정렬했다. 스크롤 휠 한 개, 화면 한 개, 클릭 한 번.

3. 단순함을 명시적으로 측정하라

단순함은 느낌이 아니라 측정 가능한 속성이다. 다음 지표를 팀 KPI로 사용하라.

# 제품 단순함 지표 (예시)
def simplicity_score(product):
    # 1) 학습 시간: 신규 사용자가 핵심 작업을 완료하는 데 걸리는 시간(분)
    learning_minutes = product.time_to_first_value()
    
    # 2) 기능 밀도: 화면당 평균 기능 수
    features_per_screen = product.feature_count() / product.screen_count()
    
    # 3) 인지 부하 점수: 동시 보여지는 주요 CTA 수
    cognitive_load = product.primary_cta_count()
    
    # 종합 점수 (낮을수록 단순)
    return (learning_minutes * 0.5 
            + features_per_screen * 5 
            + cognitive_load * 3)

4. 과감하게 덜어내라

가장 어려운 단계는 이미 만든 것을 버리는 것이다. PM의 역할은 "Yes man"이 아니라 "Curator"다. 모든 기능을 검토하고 의도가 약한 것은 deprecate하거나 통합하라. GitHub의 README 표준화, Stripe의 API endpoint 축소, Linear의 기능 명시적 제거가 모두 이 원칙의 실전 사례다.

실전 적용: AI 도구 설계 체크리스트

AI 기반 도구를 만들 때 다음 6가지 질문을 스스로에게 던져라.

1. "이 기능 없이 사용자가 80%의 가치를 얻을 수 있는가?" → Yes면 그 기능은 과도함
2. "사용자가 5분 안에 첫 가치를 얻는가?" → No면 학습 곡선이 너무 가파름
3. "이 화면에서 동시에 3개 이하의 CTA만 보이는가?" → 아니면 단순화 필요
4. "문서 없이 추론 가능한 명명인가?" → doEverything() ❌, exportCSV() ✅
5. "에러 메시지가 다음 행동을 안내하는가?" → 단순한 "오류 발생" ❌, "네트워크 연결 확인 후 재시도" ✅
6. "이 기능이 6개월 후에도 쓰일 것인가?" → 확신 없으면 보류

전망: AI 시대, "의도된 단순함"이 차별화

앞으로 2~3년은 AI 도구의 양적 팽창이 계속될 것이다. 하지만 그 이후의 승부처는 "뭘 안 했는가"로 갈린다. Anthropic의 Claude, Apple's Vision Pro, Linear, Arc Browser 같은 제품들은 모두 "의도적으로 덜한" 디자인으로 시장을 재정의하고 있다. 의도와 세심함이 결합된 제품만이 5년 후에도 살아남는다.

요약

• 덜한 것이 더 낫다는 단순한 미니멀리즘이 아니라 인지과학의 검증된 사실이다
• 의도(Intent)를 먼저 정의하고, 극도의 세심함으로 한 가지를 잘 만들어라
• 단순함은 측정 가능한 지표로 관리하라 (학습 시간, 기능 밀도, 인지 부하)
• 과감하게 덜어내는 것이 가장 어렵고 가장 가치 있는 결정이다
• AI 시대의 승부처는 "뭘 안 했는가" — 의도된 단순함이 결국 차별화다

AI가 만드는 속도는 계속 빨라진다. 하지만 그 만들어진 것을 이해하고 선택하는 사람의 역할은 더 중요해진다. 다음 제품을 설계할 때, "이걸 빼면 어떻게 될까?"라는 질문으로 시작하라. 그 질문이 가장 좋은 답을 끌어낼 것이다.