Figma AI를 소개 (새 탭에서 열림)

Config 2024는 AI 기술의 본격업인 통합과 사용자 인터페이스의 대대적인 변화(UI3)를 통해 디자인 프로세스의 패러다임 전환을 선언했습니다. 피그마는 단순한 디자인 도구를 넘어 프레젠테이션(Figma Slides)과 개발 협업 기능을 아우르는 통합 플랫폼으로서의 입지를 공고히 했습니다. 이번 업데이트의 핵심 결론은 AI가 디자이너의 보조 도구를 넘어, 워크플로우 전반의 효율성을 극대화하고 디자인과 개발 사이의 간극을 좁히는 필수 요소가 되었다는 점입니다. **Figma AI: 인공지능 기반의 생산성 혁신** - 'Make Design' 기능을 통해 텍스트 프롬프트만으로 모바일 및 웹 UI의 초안을 신속하게 생성할 수 있습니다. - 시각적 유사성을 바탕으로 디자인 에셋을 찾는 'Visual Search'와 레이어 이름을 자동으로 정리해 주는 기능을 통해 반복적인 관리 업무를 자동화했습니다. - 실제 데이터와 유사한 텍스트 및 이미지를 생성형 AI로 채워 넣는 기능을 지원하여 프로토타입의 현실감을 높였습니다. **UI3: 캔버스 중심의 새로운 인터페이스** - 피그마 출시 이후 세 번째로 진행된 대규모 UI 개편으로, 도구 모음을 하단으로 옮기고 패널을 플로팅 형태로 변경하여 디자인 캔버스 영역을 최대화했습니다. - 복잡한 메뉴를 간소화하고 상황에 맞는 옵션을 직관적으로 제공하여, 숙련된 디자이너뿐만 아니라 입문자도 쉽게 도구에 적응할 수 있도록 설계되었습니다. - 디자인 시스템의 속성이나 변수(Variables)를 더 쉽게 관리할 수 있도록 속성 패널의 가독성을 대폭 개선했습니다. **Figma Slides: 디자이너를 위한 프레젠테이션 도구** - 별도의 도구 없이 피그마 내에서 바로 발표 자료를 제작할 수 있는 'Figma Slides'가 도입되었습니다. - 피그마의 디자인 기능을 그대로 활용하면서도 프레젠테이션에 최적화된 그리드와 정렬 기능을 제공하며, 라이브 프로토타입을 슬라이드 내에 직접 삽입할 수 있습니다. - AI를 활용하여 슬라이드의 톤앤매너를 조정하거나 텍스트를 재작성하는 기능을 포함하여 협업 중심의 발표 환경을 구축했습니다. **개발 협업 강화 및 Code Connect** - 개발자 모드(Dev Mode)에 'Code Connect' 기능을 도입하여, 실제 프로덕션 코드(React, SwiftUI 등)를 피그마 컴포넌트와 연결해 개발자가 정확한 구현 코드를 확인할 수 있게 했습니다. - 디자인 작업의 진행 상태를 명확히 구분할 수 있도록 상태 레이블 기능을 강화하여 디자인-개발 간의 핸드오프 과정에서 발생하는 커뮤니케이션 오류를 줄였습니다. - 멀티 에디팅 기능을 통해 여러 프레임에 걸친 동일한 요소를 한 번에 수정할 수 있어 디자인 시스템 운영 효율을 높였습니다. 디자이너들은 이제 AI가 생성한 결과물을 검토하고 조율하는 '디렉터'로서의 역량이 더욱 중요해졌습니다. 새로 도입된 UI3와 AI 기능을 적극적으로 워크플로우에 통합하여 단순 반복 작업 시간을 줄이고, 제품의 핵심 로직과 사용자 경험 설계에 더 많은 시간을 할당할 것을 권장합니다.

Figma Slides로 승기를 (새 탭에서 열림)

Figma Config 2024는 AI 기술의 전면적인 도입과 사용자 인터페이스의 대대적인 개편(UI3)을 통해 디자인 작업의 효율성을 극대화하는 데 중점을 두었습니다. 단순히 도구의 기능을 확장하는 것을 넘어, 아이디어 구상부터 최종 개발 전달까지의 전 과정을 지능적으로 연결하려는 Figma의 비전을 보여주었습니다. 결과적으로 디자이너가 반복적인 수작업에서 벗어나 핵심적인 창의성에 집중할 수 있는 환경을 구축하는 것이 이번 업데이트의 핵심입니다. ### Figma AI를 통한 작업 방식의 전환 * **생성형 디자인 도구:** 텍스트 프롬프트를 입력하여 모바일 및 웹 UI의 초안을 순식간에 생성할 수 있으며, 이는 초기 와이어프레임 단계의 시간을 획기적으로 단축합니다. * **워크플로우 자동화:** 레이어의 이름을 맥락에 맞게 자동으로 지정해주고, 복잡한 이미지의 배경을 한 번의 클릭으로 제거하는 등 번거로운 관리 작업을 AI가 대신 처리합니다. * **시각적 검색 및 에셋 발견:** 캔버스 내의 특정 영역을 선택하거나 이미지를 업로드하여 팀의 라이브러리 내에서 유사한 컴포넌트와 디자인을 빠르게 찾아낼 수 있습니다. * **지능적 프로토타이핑:** 정적인 디자인을 클릭 몇 번으로 상호작용이 가능한 프로토타입으로 변환하며, 실제와 유사한 데이터를 채워 넣어 테스트 가독성을 높입니다. ### 사용자 경험의 재설계, UI3 * **캔버스 중심 인터페이스:** 툴바를 하단으로 옮기고 사이드바를 플로팅(Floating) 형태로 변경하여 디자이너가 작업 영역을 더 넓게 활용할 수 있도록 개선했습니다. * **적응형 도구 배치:** 사용자가 선택한 요소나 작업 맥락에 따라 필요한 설정값들이 유연하게 나타나도록 설계하여 인터페이스의 복잡도를 낮췄습니다. * **접근성 및 일관성:** 숙련된 사용자뿐만 아니라 초보자도 쉽게 기능을 찾고 사용할 수 있도록 아이콘과 레이아웃의 시각적 명확성을 강화했습니다. ### Figma Slides와 협업 도구의 확장 * **디자인 기반 프레젠테이션:** Figma 내에서 직접 슬라이드를 제작할 수 있는 기능을 도입하여 디자인 수정 사항이 발표 자료에 실시간으로 반영되도록 했습니다. * **상호작용 요소 삽입:** 슬라이드 내에 실제 작동하는 프로토타입이나 설문 조사 등 인터랙티브한 요소를 포함시켜 청중의 참여를 유도할 수 있습니다. * **격차 없는 핸드오프:** Dev Mode의 업데이트를 통해 개발자가 구현에 필요한 에셋과 코드를 더 직관적으로 확인할 수 있게 되었으며, 'Ready for Dev' 상태를 명확히 하여 소통 오류를 줄였습니다. ### 디자인 시스템의 고도화 * **멀티 에딧(Multi-edit):** 여러 프레임에 걸쳐 있는 동일한 요소를 한 번에 선택하고 수정할 수 있는 기능을 통해 대규모 디자인 시스템 수정의 번거로움을 해결했습니다. * **변수(Variables) 기능 강화:** 수치, 색상뿐만 아니라 더 복잡한 디자인 토큰을 체계적으로 관리할 수 있도록 지원하여 반응형 디자인 구현이 더욱 정교해졌습니다. 이번 업데이트는 AI가 디자이너의 대체재가 아닌 강력한 '조력자'로서 기능함을 명확히 보여주었습니다. 특히 UI3와 Figma Slides의 도입은 Figma가 단순한 디자인 툴을 넘어 전사적인 커뮤니케이션 플랫폼으로 진화하고 있음을 시사하므로, 실무자들은 새로운 인터페이스와 AI 워크플로우를 빠르게 익혀 작업 속도를 개선할 필요가 있습니다.

입력과 출력에 관한 오 (새 탭에서 열림)

피그마(Figma)의 공식 블로그인 '더 프롬프트(The Prompt)'는 디자인, 엔지니어링, AI, 조직 문화 등 피그마를 지탱하는 유무형의 지식과 통찰을 공유하는 통합 지식 플랫폼입니다. 이 블로그는 단순히 제품 소식을 전하는 수준을 넘어, 피그마가 복잡한 기술적 문제를 해결하는 방식과 제품 디자인에 담긴 철학을 외부와 투명하게 공유하여 업계의 성장을 돕는 데 목적이 있습니다. **엔지니어링과 AI를 통한 기술적 혁신** - 'Engineering' 섹션을 통해 대규모 실시간 협업 환경을 구축하며 겪은 아키텍처 고민과 성능 최적화 등 피그마의 핵심 기술 역량을 구체적으로 다룹니다. - 최신 기술 트렌드인 AI를 피그마의 생태계에 어떻게 통합하고, 이를 통해 사용자 경험을 고도화하는지에 대한 기술적 접근법과 실험 사례를 제공합니다. **디자인 리더십과 창의적 소통 철학** - 'Design' 및 'Writing' 카테고리를 통해 단순한 도구 활용법 이상의 제품 서사 구축 방식과 시각적 언어의 중요성을 강조합니다. - 'Thought leadership' 섹션에서는 업계 리더들의 인사이트를 빌려 미래의 협업 환경과 디자인 도구가 나아가야 할 전략적 방향성을 제시합니다. **피그마 내부 문화와 커뮤니티 연결** - 'Inside Figma'와 'Culture' 섹션을 운영하여 피그마 팀원들이 일하는 방식, 의사결정 프로세스, 그리고 조직의 가치관을 투명하게 공개함으로써 건강한 조직 문화를 전파합니다. - 연례 컨퍼런스인 'Config'에서 발표된 주요 기술 성과와 업데이트 내용을 체계적으로 아카이빙하여 커뮤니티와 지속적인 접점을 유지합니다. 피그마가 제품을 만드는 과정에서 얻은 실전 지식을 체계적으로 습득하고 싶다면 'The Prompt'의 엔지니어링 및 디자인 섹션을 주기적으로 탐독하는 것을 추천합니다. 특히 기술적 난제를 해결한 'Inside Figma'의 사례들은 실무자들에게 실질적인 벤치마킹 자료가 될 것입니다.

에코 체임버를 (새 탭에서 열림)

제공해주신 내용은 Figma의 기술 블로그인 **'The Prompt'의 메인 페이지 카테고리와 헤더 정보**입니다. 특정 게시글의 본문 내용이 포함되어 있지 않아, 해당 블로그가 지향하는 가치와 카테고리 구성을 바탕으로 요약해 드립니다. Figma의 기술 블로그 'The Prompt'는 디자인과 엔지니어링의 경계를 허물고, 제품 개발 과정에서의 기술적 도전과 조직 문화를 공유하는 통합 지식 허브입니다. AI 도입부터 인프라 확장, 디자인 철학에 이르기까지 Figma 내부의 혁신 사례를 전문적으로 다루며 전 세계 창작자들에게 실질적인 통찰을 제공하는 것을 목표로 합니다

로봇이 우리의 집을 지어야 (새 탭에서 열림)

제공해주신 텍스트는 Figma의 기술 블로그인 'The Prompt'의 메인 카테고리와 소개 문구입니다. 해당 내용을 바탕으로 이 블로그 플랫폼의 목적과 구성에 대해 요약해 드립니다. 만약 특정 기술 포스팅(예: 소프트 삭제 관련 글)의 전체 내용을 요약하길 원하신다면 해당 본문을 다시 붙여넣어 주시기 바랍니다. Figma의 'The Prompt'는 디자인, 엔지니어링, 기업 문화 및 AI 기술에 대한 내부의 심도 있는 인사이트를 공유하는 통합 지식 플랫폼입니다. 이 블로그는 단순한 정보 전달을 넘어 Figma가 직면한 기술적 도전과 제품 철학, 그리고 업계 리더십을 외부에 투명하게

더 프롬프트에 (새 탭에서 열림)

Config 2024는 피그마(Figma)가 단순한 디자인 도구를 넘어 제품 개발의 전 과정을 아우르는 플랫폼으로 진화했음을 증명한 자리였습니다. 이번 행사에서는 AI를 통한 디자인 프로세스의 자동화, 사용자 경험을 극대화한 인터페이스 재설계(UI3), 그리고 협업의 영역을 확장하는 새로운 기능들이 대거 공개되었습니다. 결과적으로 디자이너가 반복적인 작업에서 벗어나 더 창의적인 문제 해결에 집중할 수 있는 환경을 구축하는 데 초점을 맞추었습니다. **Figma AI: 지능형 창작 파트너의 등장** * **Draft Design:** 텍스트 프롬프트를 입력하면 모바일 및 데스크톱용 UI 레이아웃과 컴포넌트를 즉석에서 생성하여 초기 아이디어 구상 시간을 획기적으로 단축합니다. * **시각적 검색 및 에셋 찾기:** 캔버스 내의 이미지를 활용하거나 특정 디자인 요소를 설명하여 팀의 디자인 시스템 내에서 유사한 컴포넌트를 빠르게 찾아낼 수 있습니다. * **자동화 도구:** 레이어의 이름을 자동으로 정리해주는 'Make it tidy', 텍스트 내용을 한 번에 번역하거나 톤앤매너를 변경하는 기능, 그리고 배경 제거 등을 통해 번거로운 수작업을 자동화합니다. **UI3: 캔버스 중심의 새로운 인터페이스** * **플로팅 툴바:** 기존 상단에 고정되어 있던 툴바를 하단 플로팅 형태로 변경하여 디자인 캔버스의 가용 면적을 넓히고 작업 몰입도를 높였습니다. * **적응형 패널:** 사용자의 작업 문맥에 따라 필요한 도구와 속성 패널이 유연하게 반응하여, 초보자부터 전문가까지 더 직관적으로 도구를 사용할 수 있게 개선되었습니다. * **일관된 경험:** 피그마의 모든 제품군(Design, FigJam, Slides)에 걸쳐 통일된 시각 언어를 적용하여 학습 곡선을 완화했습니다. **Figma Slides: 디자인 기반의 협업 프레젠테이션** * **라이브 프로토타입 삽입:** 별도의 스크린샷 없이 피그마에서 제작한 실제 작동하는 프로토타입을 슬라이드 내에 직접 삽입하고 시연할 수 있습니다. * **멀티플레이어 협업:** 여러 명이 동시에 슬라이드를 편집하고, 발표 중 실시간 투표나 위젯을 활용해 청중과 상호작용할 수 있는 기능을 제공합니다. * **디자인 시스템 연동:** 팀의 디자인 라이브러리를 그대로 활용하여 브랜드 가이드라인에 맞는 슬라이드를 쉽고 빠르게 제작할 수 있습니다. **개발자 경험 혁신과 Dev Mode 업데이트** * **Code Connect:** 디자인 시스템의 컴포넌트와 실제 개발 코드(React, SwiftUI 등)를 직접 연결하여, 개발자가 피그마 내에서 실제 구현된 코드 스니펫을 즉시 확인할 수 있도록 지원합니다. * **Ready for Dev:** 개발자가 구현해야 할 화면을 더 명확하게 식별할 수 있도록 상태 관리 기능을 강화하고, 변경 사항을 추적하는 기능을 개선했습니다. 이번 업데이트를 통해 피그마는 단순한 '그리기 도구'가 아니라 제품의 기획부터 개발까지 연결하는 '통합 제품 운영체제'로 거듭났습니다. 디자이너들은 새롭게 도입된 AI 기능을 적극적으로 수용하여 워크플로우를 효율화하고, 개발자와의 협업 과정에서 'Code Connect'와 같은 기능을 활용해 디자인과 코드 사이의 간극을 줄여나가는 전략이 필요합니다.

AI의 가능성과 위험 요소를 (새 탭에서 열림)

피그마(Figma) 사용자 조사를 통해 드러난 AI와 디자인의 미래는 단순히 도구의 변화를 넘어 디자이너의 역할 자체를 재정의하고 있습니다. AI는 반복적이고 물리적인 작업 시간을 획기적으로 줄여주며, 이를 통해 디자이너가 전략적 사고와 복잡한 문제 해결에 집중할 수 있는 환경을 제공합니다. 결국 AI는 디자이너의 대체제가 아닌, 창의성을 증폭시키고 디자인과 엔지니어링 사이의 가교 역할을 하는 강력한 조력자가 될 것입니다. ### 반복적 작업의 자동화와 생산성 혁신 * **단순 업무의 외주화:** 디자인 초안 작성, 더미 데이터 채우기, 레이어 정리와 같은 번거로운 수작업을 AI가 대신 수행하여 작업 속도를 높입니다. * **탐색 시간 단축:** 수많은 컴포넌트 라이브러리 내에서 필요한 요소를 검색하거나, 수동으로 진행하던 '레드라이닝(Redlining)' 및 에셋 정리 시간이 획기적으로 단축됩니다. * **워크플로우 최적화:** AI는 디자이너가 픽셀을 옮기는 물리적 노동에서 벗어나 제품의 전체적인 사용자 경험(UX) 흐름을 설계하는 데 더 많은 시간을 할애할 수 있도록 돕습니다. ### 디자이너의 역할 변화: 제작자에서 큐레이터로 * **큐레이션 역량의 대두:** AI가 생성한 수많은 시안 중 비즈니스 맥락과 사용자 니즈에 가장 적합한 결과물을 선택하고 미세 조정하는 '판단력'이 핵심 역량이 됩니다. * **시스템 사고(Systems thinking):** 개별 화면을 그리는 작업보다 서비스 전체의 일관성을 유지하고 복잡한 시스템 구조를 설계하는 상위 수준의 설계 능력이 중요해집니다. * **아이디어의 빠른 시각화:** 아이디어를 즉각적으로 프로토타입화하여 검증할 수 있게 됨으로써, 실패 비용이 줄어들고 더 과감한 디자인 실험이 가능해집니다. ### 디자인과 개발 간의 간극 해소 * **핸드오프(Handoff)의 지능화:** 디자인 의도를 코드로 변환하거나 개발자가 이해하기 쉬운 문서로 자동 정리해 주는 기능이 강화되어 소통 비용이 크게 줄어듭니다. * **일관성 유지:** 디자인 시스템의 컴포넌트를 코드로 즉각 연결하고 동기화함으로써 디자인 시안과 실제 구현된 제품 간의 간극을 최소화합니다. * **협업의 효율성:** AI가 디자인 시스템의 규칙을 학습하여 가이드라인 위반 여부를 실시간으로 체크해 주므로, 리뷰 과정이 더 정교해지고 빨라집니다. AI 시대의 디자이너는 도구 숙련도에 매몰되기보다 **'문제 정의 능력'**과 **'비즈니스 전략'**을 키우는 데 집중해야 합니다. AI가 제공하는 높은 생산성을 발판 삼아 더 많은 사용자 데이터를 분석하고 실험함으로써, 단순한 미적 완성도를 넘어 비즈니스 가치를 창출하는 디자인 리더로 거듭나는 것이 필요합니다.

요점 정리: 제5호 (새 탭에서 열림)

Issue no.4: Find your framework Working Well The Long & Short of It

Config 202 (새 탭에서 열림)

Config 2024: Designing a better conference Inside Figma Config Events Marketing

샤메인 리의 개발자 (새 탭에서 열림)

피터 양(Peter Yang)은 고객이 진정으로 사랑하는 제품을 만들기 위해서는 단순한 기능의 나열이 아닌, 사용자의 고통을 해결하는 본질적인 가치에 집중해야 한다고 강조합니다. 제품 제작자가 자신의 해결책에 매몰되기보다 문제 자체를 깊이 이해하고, '무엇을' 만들기 전에 '왜' 만들어야 하는지를 명확히 하는 것이 성공의 핵심입니다. 결국 데이터와 직관의 균형을 유지하며 사용자와의 끊임없는 소통을 통해 '최소한의 사랑받을 수 있는 제품(MLP)'을 빠르게 출시하고 반복 개선하는 것이 지속 가능한 성장의 결론입니다. ### 문제 정의와 본질에 대한 집착 * **해결책이 아닌 문제와 사랑에 빠지기:** 기술적 구현이나 특정 기능에 집착하기보다, 사용자가 겪고 있는 실제 고통(Pain point)이 무엇인지 이해하는 데 더 많은 시간을 할애해야 합니다. * **'왜(Why)'에서 시작하는 사고:** 기능을 정의하기 전에 이 제품이 존재해야 하는 이유와 그것이 사용자에게 줄 가치를 명확히 규정해야 팀 전체가 올바른 방향으로 나아갈 수 있습니다. ### 좁은 타겟팅과 감성적 완성도 * **니치 마켓(Niche) 공략:** 처음부터 모든 사람을 만족시키려 하기보다는, 특정 소수의 문제를 완벽하게 해결해 주는 것에서 시작하여 점차 영역을 확장해야 합니다. * **MLP(Minimum Lovable Product) 지향:** 단순히 작동만 하는 MVP(최소 기능 제품)를 넘어, 사용자가 첫눈에 매력을 느끼고 애착을 가질 수 있는 수준의 완성도를 갖춘 제품을 선보여야 합니다. ### 데이터 활용과 사용자 피드백의 균형 * **지속적인 사용자 인터뷰:** 정량적인 지표 뒤에 숨겨진 맥락을 파악하기 위해 실제 사용자와 직접 대화하며 그들의 언어와 감정을 읽어내야 합니다. * **데이터는 신호일 뿐 답은 아니다:** 데이터는 의사결정을 돕는 보조 지표로 활용하되, 제품의 장기적인 비전과 직관을 데이터 수치에만 의존해 결정해서는 안 됩니다. ### 실행 속도와 우선순위 관리 * **가차 없는 우선순위 선정:** 제품의 핵심 가치와 직접적인 관련이 없는 수많은 요청에 대해 기꺼이 '아니오'라고 말할 수 있어야 제품의 단순함을 유지할 수 있습니다. * **빠른 출시와 반복 개선:** 완벽을 기하며 출시를 늦추기보다, 빠르게 시장에 내놓고 실제 사용자의 피드백을 받아 제품을 개선하는 속도 자체가 경쟁 우위가 됩니다. ### 지속 가능한 성장과 커뮤니티 * **획득보다 유지(Retention)에 집중:** 새로운 고객을 데려오는 마케팅보다 이미 들어온 사용자가 이탈하지 않고 꾸준히 사용하는 환경을 만드는 것이 제품 성장의 펀더멘털입니다. * **커뮤니티 형성:** 제품을 단순한 도구로 소비하는 고객을 넘어, 제품의 비전에 공감하고 함께 목소리를 내는 강력한 팬덤과 커뮤니티를 구축해야 장기적인 생존이 가능합니다. 제품 개발 과정에서 팀이 기술적 복잡함에 빠질 때마다 "이것이 사용자의 어떤 문제를 해결하는가?"라는 질문으로 돌아가야 합니다. 기능을 추가하는 것보다 덜어내는 것에 집중하고, 수치상의 트래픽보다는 한 명의 사용자가 느끼는 감동의 크기를 측정하는 태도가 훌륭한 제품을 만드는 첫걸음입니다.

초안 작동 방식 업데이트 | Figma (새 탭에서 열림)

Figma의 'Drafts(초안)' 업데이트는 개인의 아이디어 스케치 공간이었던 드래프트를 팀 및 조직의 영역으로 통합하여 협업의 연속성과 데이터 보안을 강화하는 데 목적을 두고 있습니다. 이제 드래프트는 단순한 개인 저장소를 넘어 팀 라이브러리와 원활하게 연결되며, 작업자가 조직을 떠나더라도 작업물이 유실되지 않도록 관리 체계 안에 머물게 됩니다. 이를 통해 디자이너는 초기 탐색의 자유로움을 유지하면서도, 조직 차원에서는 디자인 자산의 가시성과 거버넌스를 확보할 수 있게 되었습니다. **드래프트 위치의 변화와 협업 구조의 개선** - 과거 드래프트는 사용자의 개인 계정에 종속된 별도의 공간이었으나, 이제는 특정 팀이나 조직 내에 위치하게 됩니다. - 작업자가 퇴사하거나 팀을 옮기더라도 해당 드래프트 파일이 조직의 관리 하에 유지되어 지적 재산권 유실을 방지합니다. - '공유 전용 드래프트'와 같은 개념을 통해, 정식 프로젝트로 이동하기 전에도 팀원들과 더욱 빠르고 안전하게 아이디어를 공유할 수 있는 환경을 제공합니다. **팀 컨텍스트와의 결합 및 워크플로우 효율화** - 드래프트가 팀 공간 내에 존재하게 되면서, 해당 팀의 유료 기능이나 팀 라이브러리에 훨씬 더 쉽게 접근할 수 있습니다. - 개인 공간과 팀 공간 사이를 오가는 불필요한 맥락 전환(Context Switching)이 줄어들어 작업 속도가 향상됩니다. - 드래프트 단계에서 프로젝트 폴더로 파일을 이동하는 과정이 직관적으로 변하여, 아이디어가 구체화되었을 때 정식 자산으로 전환하는 허들이 낮아졌습니다. **관리자 통제권 및 보안 거버넌스 강화** - 조직의 관리자는 이제 드래프트 내에 존재하는 파일들을 가시적으로 파악하고, 전사적인 보안 정책을 일관되게 적용할 수 있습니다. - 외부 공유 링크 관리나 콘텐츠 복제 제한 등의 보안 설정이 드래프트 단계부터 적용되어 데이터 유출 리스크를 최소화합니다. - 조직 전체의 스토리지 사용량을 더 정확하게 파악할 수 있으며, 불필요한 파일들을 체계적으로 정리할 수 있는 기반을 마련했습니다. 이러한 변화는 디자인 작업의 '시작' 단계부터 협업의 가능성을 열어두는 전략적 선택입니다. 디자이너는 여전히 혼자만의 실험 공간을 가질 수 있지만, 그 공간이 조직의 인프라 안에서 보호받고 지원받음으로써 결과적으로 더 견고한 디자인 시스템을 구축하는 밑거름이 됩니다. 따라서 개인 작업물을 정기적으로 팀 드래프트에 동기화하고, 프로젝트 성숙도에 따라 폴더 구조를 적극적으로 활용하는 방식의 업무 습관을 권장합니다.

리니어 방식: 주 (새 탭에서 열림)

듀오링고는 협업을 단순한 선택 사항이 아닌 조직의 핵심 원칙으로 정의하며, 제품 관리(PM), 엔지니어링, 디자인 조직이 유기적으로 결합된 구조를 통해 성장을 이끌어냅니다. 이들은 모든 구성원이 비즈니스 지표와 기술적 완성도에 공통된 책임을 지는 '트라이어드(Triad)' 모델을 운영하며, 이를 통해 사일로 현상을 방지하고 사용자 경험을 최적화합니다. 결과적으로 이러한 긴밀한 협업 문화는 빠른 실험과 견고한 프로덕트 개발을 동시에 가능하게 하는 듀오링고만의 경쟁력이 됩니다. **트라이어드(Triad) 협업 모델** * 각 팀은 제품 관리자(PM), 엔지니어링 매니저(EM), 프로덕트 디자이너(PD) 세 명의 리더로 구성된 '트라이어드' 체제로 운영됩니다. * 이들은 기획 초기 단계부터 최종 출시까지 모든 의사결정을 함께 내리며, 각 직군이 서로의 영역에 깊이 관여할 수 있는 구조를 만듭니다. * 엔지니어는 단순히 코드만 작성하는 것이 아니라 제품의 목표와 사용자 가치를 이해하고, PM은 기술적 부채와 인프라의 중요성을 인정하며 우선순위를 조정합니다. **지표 중심의 공동 책임제** * 듀오링고의 모든 팀원은 특정 직군에 국한되지 않고 일일 활성 사용자 수(DAU), 리텐션 등 비즈니스 핵심 지표를 공유합니다. * 엔지니어도 제품 실험 데이터와 사용자 피드백을 직접 분석하며, 이를 바탕으로 기능 개선 제안을 자유롭게 수행합니다. * 분기별 OKR(Objectives and Key Results) 수립 시 하향식 전달이 아닌, 팀원 전체가 참여하는 상향식 논의를 통해 목표를 설정하여 실행력을 높입니다. **개발 생산성을 높이는 기술적 토대** * 협업의 마찰을 줄이기 위해 '골든 패스(Golden Path)'라고 불리는 표준화된 개발 환경과 문서를 구축하여 누구나 쉽게 시스템을 이해하고 기여할 수 있게 합니다. * 코드 리뷰와 RFC(Request for Comments) 과정을 통해 설계 단계에서부터 타 직군 및 팀원들의 피드백을 수렴하여 기술적 오류를 최소화합니다. * 자동화된 테스트와 지속적 통합/배포(CI/CD) 환경을 강화하여, 개발자가 협업 과정에서 발생하는 오버헤드 없이 제품의 가치를 높이는 데 집중할 수 있도록 지원합니다. **효율적인 커뮤니케이션과 문서화** * 회의 지상주의를 지양하고, PRD(Product Requirements Document)와 기술 설계 문서를 중심으로 비동기 소통을 활성화합니다. * 모든 실험 결과와 배운 점을 전사적으로 공유하는 문화를 통해 중복된 실수를 방지하고 조직 전체의 학습 속도를 가속화합니다. * 갈등이 발생할 경우 직급이나 권위가 아닌, 데이터와 사용자 가치를 기준으로 의사결정을 내리는 투명한 소통 방식을 고수합니다. 성공적인 협업은 단순히 사이좋게 지내는 것이 아니라, 서로의 전문성을 존중하면서도 하나의 목표(Metric)를 향해 정렬되는 구조를 만드는 데서 시작됩니다. 듀오링고처럼 직군 간의 벽을 허물고 기술과 비즈니스의 언어를 통합하는 조직 문화를 구축한다면, 대규모 조직에서도 스타트업과 같은 빠른 실행력을 유지할 수 있을 것입니다.

자바에서 러스트로 정 (새 탭에서 열림)

Java memory management: How to monitor

How we migrated our static analyzer from Java to Rust (새 탭에서 열림)

Datadog은 정적 분석 도구의 성능 병목 현상을 해결하고 제한된 CI 환경에서의 효율성을 극대화하기 위해 기존 Java 기반의 엔진을 Rust로 완전히 재작성했습니다. 이 과정에서 ANTLR 대신 Tree-sitter를 도입하고 JavaScript 규칙 실행 엔진을 GraalVM에서 Deno(V8)로 교체함으로써, 분석 속도는 3배 향상시키고 메모리 사용량은 10배 절감하는 성과를 거두었습니다. 결과적으로 이번 전환은 고성능 정적 분석을 위해 언어와 런타임 수준의 근본적인 변화가 필수적이었음을 보여줍니다. **Java 기반 정적 분석기의 한계와 환경적 제약** * **CI 자원 최적화 문제:** 고객의 CI 환경(예: GitHub Actions)에서 분석기를 실행할 때, 2코어 및 7GB RAM과 같은 제한된 자원 내에서 Java 분석기는 수천 개의 파일을 스캔하는 데 5분 이상 소요되어 목표치(3분 이내)를 충족하지 못했습니다. * **환경 충돌 및 오버헤드:** Java 기반 분석기는 최신 JVM(17+)을 요구하는데, 이는 고객의 기존 CI 환경에 설치된 Java 버전과 충돌을 일으키거나 불필요한 설정 부담을 주었습니다. * **파싱 성능 저하:** 기존에 사용하던 ANTLR은 대규모 저장소에서 파싱 속도가 느렸고, 특정 언어에 대한 지원이 부분적이라는 기술적 한계가 있었습니다. **Tree-sitter 도입과 Rust로의 전환 결정** * **파서 교체:** 성능 향상을 위해 C로 구현되어 속도가 빠르고 오픈소스 커뮤니티가 활발한 Tree-sitter를 채택했습니다. * **Java 라이브러리의 한계:** Tree-sitter용 Java 라이브러리는 분석기 최적화에 필수적인 패턴 매칭 기능을 지원하지 않는 등 기능이 제한적이었습니다. * **언어 선택의 기로:** Tree-sitter가 가장 견고하게 지원하는 언어가 Rust라는 점에 착안하여, 예측 가능한 성능을 위해 Rust로의 전체 재작성이라는 도전적인 경로를 선택했습니다. **Rust 기반의 새로운 아키텍처 구성** * **AST 구축(Tree-sitter):** Rust는 Tree-sitter 생태계의 "일등 시민(First-class citizen)"으로, 직접적인 라이브러리 연동을 통해 별도의 Java 바인딩 유지보수 없이도 강력한 파싱 기능을 확보했습니다. * **자바스크립트 규칙 실행(Deno):** 정적 분석 규칙은 자바스크립트로 작성되는데, 기존 Java의 GraalVM 대신 Deno(deno-core)를 런타임으로 도입했습니다. * **보안 및 효율성:** Deno의 V8 엔진을 활용하되, 분석 규칙이 디스크나 네트워크에 접근하지 못하도록 `deno-core` 크레이트만 통합하여 보안이 강화된 샌드박스 환경을 구축했습니다. **마이그레이션 결과 및 기술적 권고** 성공적인 Rust 전환을 통해 동일한 프로그램에 대해 Java 버전과 일치하는 분석 결과를 보장하면서도 성능은 3배, 메모리 효율은 10배 개선되었습니다. 특히 리소스가 제한된 CI/CD 파이프라인에서 정적 분석 도구를 운영해야 한다면, JVM과 같은 무거운 런타임보다는 Rust와 같이 저수준 제어가 가능하고 메모리 오버헤드가 적은 언어를 선택하는 것이 장기적으로 유리합니다.

파일 로드 속도 개선: (새 탭에서 열림)

Keeping Figma fast Inside Figma Quality & performance Engineering