AI로 디자인하기의 등장은 디자인 직무를 재편하고 디자이너의 역할을 재무장시킨다. '대체될 것인가' 아니면 '평균 위에서 지킬 것인가'. 픽셀에서 전략으로, 시뮬레이션에서 직접 매체 제작으로 — '전략 메이커'가 된다.
앤트로픽이 클로드 디자인(Claude Design)을 출시하자 주식시장은 즉각 '피그마 킬러'로 해석해 피그마 주가를 끌어내렸지만, 말레비치(Michal Malewicz)는 이것이 지난 1년간 써온 클로드 코드에 약간의 기능을 더한 과대 광고에 가깝다고 일갈한다. 데모에 등장하는 3D 회전 지구본, 세리프 서체, 파랑-보라 그라데이션 등은 비(非)디자이너가 '멋지다'고 느끼는 일반 공식일 뿐이며, 같은 프롬프트를 기존 클로드 코드에 넣어도 거의 동일한 결과가 나온다는 것을 저자가 직접 테스트로 증명했다. 더 본질적인 문제는 AI가 'Average+' 품질을 대량 생산하면서 '평균'이 더 이상 차별화 요소가 되지 않는다는 점 — '충분히 괜찮은 것'이 곧 '충분하지 않은 것'이 된다는 선언이 이 글의 핵심이다. 드래그&드롭만 하던 디자이너의 절반은 밀려나겠지만, 호기심 있는 디자이너에게 클로드 디자인은 그저 '도구와 템플릿'일 뿐이며, AI는 대체가 아니라 '내가 이미 아는 것을 증강하는 도구'라는 태도 차이가 앞으로의 직업적 운명을 가른다는 결론이다.
AI가 진짜 대체하는 건 디자이너가 아니라 '평균적 디자인 결과물'이다. 평균이 AI로 채워지는 순간, 그 위에 있어야 할 판단·취향·의도가 디자이너의 존재 이유로 다시 소환된다. 이제는 생성형 AI라는 에이전트와 어떻게 상호작용하여 최적의 결과물을 끌어낼 것인가가 핵심 역량이 되었다. 결국 디자이너에게 요구되는 것은 AI의 불확실성을 관리하고, 시스템의 메커니즘을 비즈니스 가치로 치환하는 비판적 사고와 설계 전략이다. 말레비치의 경고는 냉정하지만, 반대편에 던져진 메시지도 분명하다 — AI가 '증강'이 되느냐 '대체'가 되느냐는 도구의 문제가 아니라 당신의 태도 문제다. — 이토니
이 글은 구글의 'Stitch'와 같은 도구들이 주도하는 이른바 '바이브 코딩(Vibe Coding)' 트렌드가 디자인의 권위를 위축시키고 있다고 경고한다. 바이브 코딩은 정교한 설계나 구조적 논리 없이 프롬프트만으로 시각적 결과물을 즉각 생성해내지만, 이는 유지보수가 불가능한 '파편화된 프로토타입'일 뿐 실제 프로덕션 수준의 시스템이 아니다. 문제는 시장과 이해관계자들이 이런 '눈에 보이는 시뮬레이션'을 '검증된 판단'과 '보이지 않는 설계(Architecture)'의 결과물로 오인하면서, 디자이너의 비판적 사고와 아키텍처 수립 능력이 설 자리를 잃고 단순한 결과물 생성자로 전락하고 있다는 점이다.
AI가 만들어낸 그럴싸한 시각적 바이브(현상) 뒤에 숨겨진 구조적 논리(본질)를 증명함으로써, '결과물의 생성'이 아닌 '결정의 근거'에서 디자이너의 권위를 되찾아야 한다.
원문 보기 →이 글은 모든 AI 에이전트가 동일한 수준이 아니며, 그 가치는 단순한 '자동화'가 아닌 '자율성(Autonomy)'과 '추론의 복잡성'에 의해 결정된다고 분석한다. 정해진 워크플로우를 실행하는 '코파일럿(부조종사)' 단계를 넘어, 스스로 목표를 수립하고 환경에 따라 경로를 수정하며 문제를 해결하는 진정한 의미의 '에이전트'로 진화하는 과정에서 제품의 해자(Moat)가 형성된다는 점을 강조한다. 특히 에이전트의 성능은 모델 자체의 성능뿐만 아니라 도메인 특화 데이터, 도구 활용 능력(Tool Use), 그리고 사용자의 피드백 루프가 결합된 '시스템 아키텍처'의 완성도에 달려 있다고 주장한다. (원문 전체는 유료 구독이 필요하지만, 공개 부분만으로도 충분한 인사이트를 제공한다.)
AI 에이전트 디자인은 'AI에게 어떤 일을 시킬 것인가'를 정의하는 수준을 넘어, 에이전트가 스스로 판단하고 실행할 수 있도록 맥락과 도구를 설계하는 '자율적 시스템 구축' 능력에서 결정된다.
원문 보기 →NN/G의 이 연구는 디자인 자율성을 단순한 '직함'이 아닌 '충분한 정보를 확보한 상태에서 공유된 제품 결정을 형성하는 능력'으로 재정의한다. 대기업 디자이너 5명의 인터뷰에서 도출된 '정보 파이프라인' 프레임워크는 ① 크로스팀 분석·지원 티켓·과거 리서치·로드맵을 수집하고, ② 도메인 전문가 및 상·하류 의존성과 관계를 구축하며, ③ 크로스펑셔널 공간을 직접 창출하고, ④ 이 모든 정보를 트레이드오프 테이블로 종합하는 4단계로 구성된다. 디자이너가 파편화된 조직 내 데이터와 비즈니스 맥락을 이 '파이프라인' 모델을 통해 단일한 의사결정 체계로 구조화해낼 때, 비로소 경영진의 신뢰를 얻고 '당신의 추천은 무엇인가?'라는 질문을 끌어내는 실질적인 디자인 자율성을 획득하게 된다. 즉, 정보 파이프라인은 디자이너가 단순한 화면 제작자(Maker)를 넘어, 정보를 장악하여 제품의 방향성을 결정하는 전략적 조언자(Thinker)로 거듭나기 위한 핵심 설계 프레임워크라는 주장이다.
아직 조직 내 디자인 자율성을 확보하지 못한 팀이라면 정보 파이프라인을 적극 활용해 보길 권한다. 잘되면 연락 바람.
원문 보기 →'디자이너가 코드를 해야 하는가'라는 오래된 질문에 로블레스키(Luke Wroblewski)는 언제나 '그렇다'고 답해왔지만, 2014년 이후 React·Angular의 복잡도가 대부분의 디자이너에게 코딩을 실용적이지 않게 만들었다고 회고한다. 과거 디자이너들은 웹의 기본 언어로 직접 결과물을 만들었으나, 프런트엔드 기술이 복잡해지면서 설계와 구현의 간극이 벌어져 '목업(Mockup)'에만 갇히게 된 것이다. 하지만 최근 AI 코딩 에이전트가 그 닫혔던 문을 다시 열었고, 모디셋(Henry Modisett)이 명명한 '프로토타입에서 제품화(prototype-to-production)' 패러다임이 기존의 '설계에서 구축(design-to-build)' 방식을 대체하고 있다. 이제 디자이너는 프로토타입이 아닌 프로덕션 코드와 반복적으로 작업할 수 있고, 예전엔 개발자에게 넘겨야 했던 이슈들을 직접 해결하면서 더 나은 디자이너가 된다. '매체(medium)와 친밀할 때 소프트웨어 설계가 더 낫다'는 원칙이 AI 덕분에 다시 디자이너의 영역으로 돌아왔다는 결론이다.
AI 코딩 에이전트는 디자이너가 기술적 복잡성에 굴복하지 않고 다시 실제 매체를 직접 통제하며 '메이커'로서의 정체성을 회복하게 해준다. 디자이너여, 코딩하자.
원문 보기 →