최근 Gstack, Claude(클로드), Figma(피그마) AI 등 다양한 인공지능(AI) 도구들이 디자인 업계에 빠르게 도입되면서 디자이너의 업무 방식에 변화를 가져오고 있습니다. AI는 문제 정의 단계에서 복잡한 아이디어를 구조화하고, 해결안 도출 단계에서는 디자인 초안을 빠르게 생성하는 등 특정 영역에서 생산성 향상에 기여하고 있습니다. 그러나 도구의 속도 향상에도 불구하고, 실제 업무의 전반적인 효율성 증가는 아직 기대에 못 미친다는 분석이 나오고 있습니다.
디자이너들은 AI를 문제 정의와 해결안 도출 두 가지 주요 영역에서 활용하고 있습니다. 문제 정의 단계에서는 Y Combinator(와이 콤비네이터)의 Garry Tan(개리 탄)이 공개한 클로드 코드 기반 워크플로우인 Gstack(지스택) 스킬을 활용해 '어떤 문제를 해결하는가', '왜 중요한가'와 같은 질문들을 체계적으로 구조화합니다. 또한 심리학 기반 접근 방식의 Superpowers(슈퍼파워즈)를 통해 사용자 행동과 의사결정 흐름을 분석하는 데 AI의 도움을 받습니다. 이는 AI가 생각을 대신하기보다 복잡한 문제를 빠르게 구조화하는 파트너 역할을 수행함을 보여줍니다. 해결안 도출 단계에서는 ChatGPT(챗GPT)와 Figma(피그마) 연동을 통해 텍스트 요구사항을 FigJam(피그잼) 기반 플로우차트로 자동 변환하거나, Figma First Draft(피그마 퍼스트 드래프트)로 모바일 와이어프레임을 빠르게 생성합니다. Figma Agent(피그마 에이전트)는 디자인 피드백과 수정 제안을 제공하며, 'Make an Image(메이크 언 이미지)' 기능으로 Figma 내에서 프롬프트 기반 이미지 생성 및 편집도 가능해졌습니다.
이처럼 AI 도구들이 초안 생성 속도를 크게 높였음에도 불구하고, 최종 결과물 도출까지는 여전히 많은 시간이 소요됩니다. AI가 생성한 디자인은 검수, 정합성 확인, 브랜드 일관성(brand consistency) 체크 등 인간의 섬세한 판단과 감각이 필요한 작업들을 거쳐야 합니다. 특히 AI 생성 디자인의 일관성 문제는 동일한 프롬프트(prompt)에도 매번 다른 결과물이 출력되어 최종 활용에 제약을 줍니다. 또한 조직 내 AI 도구 흡수 과정에서 보안 이슈나 금융사의 망 분리 같은 실무 제약으로 인해 도입이 지연되는 현실적인 문제도 존재합니다.
결론적으로 AI는 디자인 워크플로우에서 초안 생성과 문제 구조화 단계에서 강력한 가치를 제공하지만, 디자인의 일관성을 유지하고 세부적인 수정을 가하는 영역에서는 여전히 인간의 전문적인 판단과 감각이 중요합니다. 향후에는 디자인 시스템(Design System)을 기반으로 일관성 있는 AI 디자인을 생성하는 것이 핵심 과제로 부상할 것으로 보입니다. 이는 디자이너가 반복적인 작업을 AI에 맡기고, 더 창의적이고 전략적인 문제 해결에 집중할 수 있는 방향으로 진화할 것임을 시사합니다.