"AI 시대 디자인은 어떻게 달라지는가"라는 질문은 더 이상 모호하지 않다. 디자인이 바뀌는 것이 아니라, 인간만을 전제로 설계되었던 업무 프로세스·협업·조직 문화가 AI 에이전트를 포함하는 구조로 재편되고 있다.
휴데츠(Hudetz)와 올리브(Olive)는 하버드비즈니스리뷰(HBR)의 2026년 3월 'AI Brain Fry' 연구(1,488명 대상)와 하버드·컬럼비아·예시바(Yeshiva) 대학의 2025년 팀 협업 연구를 종합해, AI가 만들어내는 '방해 없는 조직(Bug-Free Workforce, 동료에게 사소한 도움을 청하는 일이 사라진 조직)'의 숨은 비용을 분석한다. 핵심은 AI가 동료에게 묻고 우연히 마주치는 '비공식적 상호작용'을 대체하면서, 팀의 신뢰·소속감·혁신을 지탱하던 보이지 않는 구조까지 약화시키고 있다는 점이다. 특히 두 연구는 AI 활용 방식에 따라 결과가 갈린다는 사실을 보여준다. 반복적 잡무를 줄이는 데 사용될 경우 번아웃은 15% 감소하고 사회적 연결은 오히려 강화되지만, 동료에게 도움을 요청하는 과정까지 AI로 대체할 경우 뇌 과부하를 경험한 직원의 34%가 이직을 고려한다. 저자들은 스티브 잡스가 픽사 사옥을 '우연한 만남'을 유도하도록 설계한 사례를 들어, AI는 인간 간 상호작용이 아니라 '진짜 잡무'를 겨냥해야 한다고 결론짓는다.
AI가 만드는 진짜 위협은 일자리 감소를 넘어 일자리 내 '교감 활동의 소멸'에 있다. 현재의 효율성 KPI는 잡무 시간 단축은 측정하지만, 사라진 점심 대화나 회의실 가는 길의 사소한 의논이 가져온 신뢰 손실은 측정하지 못한다. 디자인 조직이 AI 도입을 평가할 때 던져야 할 새로운 질문은 '얼마나 빨라졌는가'가 아니라 '우연히 마주치고 도와달라 묻는 일이 얼마나 유지되고 있는가'여야 한다. 2026년 디자인 리더의 몫은 AI를 단순 반복 업무 제거 도구로 정확히 조준하는 동시에, 인간적인 비공식 충돌이 일어날 수 있는 공간과 시간을 의도적으로 확보하는 것이다. — 이토니
NN/G의 캘럽 스폰하임(Caleb Sponheim)은 'AI 에이전트'라는 용어가 모든 것과 아무것도 의미하지 않게 된 현 상황에 명확한 선을 긋는다. AI 에이전트는 '목표를 향해 스스로 행동을 반복하고, 진척을 평가하며, 다음 단계를 결정하는 시스템'으로 정의되며, 단순히 답을 알려주는 챗봇과의 결정적 차이는 직접 '시도한다'는 점이다. Algolia 분석 작업 요청 사례에서 ChatGPT는 사용자가 따라할 단계를 나열한 반면, 에이전트는 직접 대시보드에 진입해 시도하고 실패하면 다시 조정해 재시도했다. 스폰하임은 자율주행차(Waymo), 검색 에이전트(ChatGPT 5.2-pro), 코딩 에이전트(Claude Code)를 예로 들며 에이전트의 본질은 LLM 사용 여부가 아닌 '자기 주도성과 행동 능력'에 있다고 정리한다.
용어는 합의 없이도 확산되지만, 의미는 합의 없이는 작동하지 않는다. 'UX'가 그랬듯, 'AI 에이전트'도 이미 조직 안에 들어와 각자 다른 뜻으로 쓰이고 있다. 지금 우리 팀이 말하는 'AI 에이전트'는 무엇으로 정의되어 있는가?
원문 보기 →Figma의 백엔드 엔지니어 캐롤라인 오쿤(Caroline Okun)은 평생 Figma Design을 사용해 본 적이 없었음에도, 사내 해커톤을 통해 '엔지니어와 에이전트가 함께 시스템을 사고하는 공간'으로서 FigJam을 옹호하게 된 경위를 풀어낸다. 새로 출시된 figma-use-figjam MCP 스킬과 generate-project-plan 같은 워크플로우 스킬을 통해 코딩 에이전트가 FigJam 보드에 직접 읽고 쓰며, 문서·코드베이스·대화를 시각 보드로 자동 변환할 수 있게 되었다. 이는 Augment, Claude Code, Codex CLI, Cursor, Warp 등 주요 MCP 클라이언트와 호환되며, 에이전트가 만드는 변경 사항을 사람·에이전트 모두 같은 공간에서 추적할 수 있다는 점이 핵심이다.
인간 사이의 협업을 위한 공간이 인간과 AI 에이전트가 함께 협업하는 '사고의 공간'으로 확장되고 있다. 핵심은 협업 방식이 재구성되고 있다는 것이다. 우리 팀의 협업은 안녕한가?
원문 보기 →7년차 디자이너 센 린(Sen Lin)은 자신의 핵심 업무가 늘 '와이어프레임과 스펙을 만들어 개발자에게 넘기고 기다리는 번역자' 역할이었음을 인정하며, 2024년 이후 Claude Code, Figma Make, 그리고 LLM이 이 구조를 근본적으로 재구성했다고 말한다. 이제 그의 산출물은 정적인 목업(mockup)이 아니라 실제로 작동하는 데모(Demo)이며, 그는 '번역자'에서 'AI에게 의도와 경험을 작업으로 변환해 지시하고, 결과를 시니어의 판단으로 평가하는 지휘자(conductor)'로 역할이 이동했다. 이때 7년의 경험이 사라진 것이 아니라, 그 경험이 적용되는 위치가 달라졌을 뿐이다. 반복적인 실험과 수정 — 이른바 바이브 코딩(vibe-coding) — 을 여러 차례 거치면서, 상태(state)의 축적 위에 형성되는 근육 기억과 같은 'AI 시대의 디자인 감각'이 새롭게 만들어진다는 것이 그의 핵심 주장이다.
디자인 직무 감각은 사라지지 않는다. 다만 작동하는 방식이 바뀐다. 중견 디자이너는 이를 재배치해야 하고, 신진 디자이너는 AI와 함께 작동하는 새로운 감각을 처음부터 훈련해야 한다.
원문 보기 →이번 호 네 기사는 한 가지 사실을 다른 각도에서 비춘다. AI는 단지 일을 빠르게 만드는 것이 아니라, 인간만을 전제로 짜여 있던 일의 구조 자체를 — 동료 간 신뢰의 거래, 팀의 협업 공간, 디자이너의 역할까지 — 재편하고 있다는 것. 그 변화가 당신의 일에서는 어떻게 나타나고 있는가. 아래 세 질문에 스스로 답해 보라.