Figma/생성형 AI

47 개의 포스트

figma원문

앱 레이어는 AI가 가치를 (새 탭에서 열림)

현재의 인공지능 기술은 마치 명령어를 직접 입력해야 했던 MS-DOS 시대와 같으며, 진정한 대중화는 모델 그 자체가 아닌 '앱 계층(App Layer)'의 발전을 통해 이루어질 것입니다. 강력한 거대언어모델(LLM)의 잠재력을 일반 사용자가 체감할 수 있는 실용적인 도구로 전환하기 위해서는 인간 중심의 인터랙션 디자인이 필수적입니다. 결국 AI의 성공 여부는 기술적 성능보다는 사용자가 그 도구를 통해 얼마나 직관적이고 가치 있는 경험을 하느냐에 달려 있습니다. **역사적 사례로 본 앱 계층의 역할** - 개인용 컴퓨터의 보급은 MS-DOS가 아닌, 클릭과 드래그가 가능한 그래픽 사용자 인터페이스(GUI)의 등장으로 가능해졌습니다. - 인터넷 또한 브라우저와 검색 엔진 같은 앱 계층이 구축된 후에야 학술적 도구를 넘어 일상의 필수품이 되었습니다. - 스마트폰은 기기 자체보다 우버(Uber)나 인스타그램 같은 앱들이 새로운 기술을 삶을 개선하는 도구로 변모시키면서 비로소 우리 삶에 스며들었습니다. **LLM 래퍼를 넘어선 새로운 인터랙션 패턴** - 단순한 'LLM 래퍼(Wrapper)' 수준을 넘어, 기술의 원시적인 능력을 구체적인 행동으로 번역해주는 제품이 승리할 것입니다. - 스마트폰의 '핀치 투 줌(Pinch to zoom)'이나 '관성 스크롤'처럼 AI 시대에 걸맞은 새로운 인터랙션 표준이 정립되어야 합니다. - 사용자는 모델의 파라미터 수보다 모델 선택기의 UI 간소화 같은 디자인적 변화에 더 민감하게 반응하며, 이는 디자인 결정이 기술적 진보만큼 중요하다는 것을 시사합니다. **문제 해결에 최적화된 맥락 중심 디자인** - 육아 앱 '굿 인사이드(Good Inside)'의 사례처럼, 범용 챗봇보다 특정 문제(예: 아이의 취침 시간 갈등)에 공감하고 구체적인 카드 형태로 솔루션을 제시하는 인터페이스가 더 큰 가치를 제공합니다. - 전문가(변호사, 의사, 디자이너 등)의 각기 다른 필요에 맞춰 인터페이스가 튜닝되어야 하며, 이는 단순한 텍스트 답변 이상의 경험을 만들어냅니다. - 브라우저 역시 단순한 탭 관리 도구에서 벗어나 앱 간의 협업을 돕는 능동적인 AI 인터페이스로 진화하고 있습니다. **정서적 공명과 디자인의 디테일** - 기술적 기능보다는 해당 제품이 사용자에게 어떤 기분을 느끼게 하는지(지원받는 느낌, 영감, 자신감 등)가 새로운 경쟁 우위가 될 것입니다. - 폰트, 색상, 타이핑 애니메이션과 같은 작은 디자인 요소들이 모여 AI를 더 자연스럽고 즐겁게 사용할 수 있는 도구로 만듭니다. - 제품 빌더들은 AI의 출력을 매끄럽고 만족스럽게 전달할 수 있는 인터랙션을 설계하고, 이를 안정적으로 확장할 수 있는 시스템을 구축해야 합니다. 성공적인 AI 제품을 만들고자 한다면 단순히 모델의 성능을 높이는 데 그치지 말고, 사용자가 당면한 구체적인 문제를 어떻게 디자인적으로 해결할 것인지에 집중해야 합니다. 기술을 '도구'로 만드는 것은 결국 디자인의 힘이며, 사용자가 기술을 의식하지 않고 자연스럽게 목표를 달성하게 만드는 인터랙션이 AI 시대의 핵심 차별점이 될 것입니다.

figma3분 읽기큐레이션 요약

AI가 자동화할 수

AI가 프로토타입과 콘텐츠 제작을 빠르게 만들어내는 시대일수록, 좋은 결과와 훌륭한 결과를 가르는 요소는 인간의 ‘공예적 완성도’다. 호기심, 직관, 취향, 의도 같은 능력은 AI가 자동화하기 어렵고, AI의 산출물을 실제 사용자와 맥락에 맞게 조정하는 데 필수적이다. 따라서 AI는 아이디어 탐색과 반복을 가속하는 도구로 활용하되, 최종 방향과 품질 판단은 사람이 주도해야 한다. ## 호기심: 문제를 원점에서 다시 보기 - 호기심은 정해진 경로를 따르기보다 “왜 그런가?”, “만약 다르게 한다면?”을 질문하는 태도다. - Figma Make, Claude, ChatGPT 같은 도구를 활용하면 코딩 없이 프로토타입이나 캠페인 시안을 여러 방향으로 빠르게 탐색할 수 있다. - AI는 탐색 속도와 경우의 수를 늘려주지만, 다음과 같은 판단은 스스로 내리기 어렵다. - 기존 범위를 벗어나 새로운 가능성을 시험할지 여부 - 문제의 범위 자체를 다시 정의해야 하는지 여부 - 우연히 떠오른 아이디어나 직감이 더 깊이 탐구할 가치가 있는지 여부 - 초기에 폭넓게 탐색하면 이후 선택과 개선에 대한 확신이 커지고, 재작업과 팀 내 논의를 줄일 수 있다. - Figma 디자이너 Natasha Tenggoro는 Figma Make로 Figma Buzz의 동영상 기능을 여러 방식으로 프로토타이핑했다. - 다양한 방향과 예외 상황을 조기에 테스트했다. - 기능의 범위와 구현 가능성을 엔지니어링 팀이 더 명확히 이해할 수 있었다. - 개발 단계에서 발생할 수 있는 비용 큰 왕복 논의를 줄였다. ## 호기심의 실제 적용: 아이콘 체계 전체를 다시 설계하기 - Figma가 Figma Make, Figma Buzz, Figma Sites, Figma Draw를 출시하면서 Tim Van Damme은 네 제품의 아이콘을 새로 만들어야 했다. - 처음에는 새 제품별 아이콘 네 개를 만드는 작업처럼 보였지만, 작업 과정에서 기존 아이콘과 새 아이콘의 전체적인 통일성이 문제로 드러났다. - 그는 개별 아이콘만 설계하는 대신 Figma 아이콘 체계 전체를 재설계하는 방향으로 범위를 확장했다. - 이 결정으로 프로젝트 기간은 몇 주 늘었지만, 수백 가지 변형을 검토하며 다음 목표를 달성했다. - 각 아이콘이 개별 제품을 명확히 나타냄 - 전체 아이콘군은 일관된 시각 언어를 공유함 - 큰 광고 형식에서도 잘 확장됨 - Figma만의 정체성을 유지함 - 이는 주어진 과업을 빠르게 완료하는 것보다, 문제를 더 근본적인 수준에서 다시 정의하는 호기심이 더 나은 결과를 만들 수 있음을 보여준다. ## 직관: 기술적으로 작동하는 것 이상을 판단하기 - AI는 제품을 빠르게 출시 가능한 상태로 만들 수 있지만, 무엇이 고객에게 가장 잘 전달되고 공감될지는 스스로 확정하기 어렵다. - 사람은 프로토타입이 기능적으로는 정상이어도 다음과 같은 문제를 감지할 수 있다. - 사용자가 혼란을 느낄 수 있는 상호작용 - 정보가 모두 들어갔지만 지나치게 답답한 레이아웃 - 콘텐츠가 맞더라도 충분히 편안하거나 매력적으로 느껴지지 않는 경험 - CVS Health의 Eliel Johnson은 디자인을 직함이 아니라 행동으로 보며, “이것이 사용자에게 좋은 느낌을 주는가?”를 계속 질문해야 한다고 말한다. - 직관은 명확한 데이터나 규칙으로 즉시 설명되지 않더라도, 사용자 경험의 어색함과 개선 가능성을 먼저 포착하는 인간의 판단 능력이다. AI를 단순히 결과물을 자동 생성하는 수단으로 사용하기보다, 다양한 아이디어를 빠르게 실험하고 검증하는 탐색 도구로 활용하는 것이 바람직하다. 최종적으로는 사람이 문제의 범위를 다시 정의하고, 사용자의 감정과 맥락을 고려하며, “작동하는가”를 넘어 “좋은 경험인가”를 판단해야 한다.

원문 읽기(새 탭에서 열림)
figma원문

IDC 조사: 전 세계 (새 탭에서 열림)

글로벌 시장 분석 기관인 IDC의 최신 연구에 따르면, 소프트웨어 디자인 및 개발에 참여하는 인력은 2025년 107만 명에서 2029년 144만 명으로 약 30% 이상 급증할 것으로 전망됩니다. 이는 디자인이 기업의 핵심적인 경쟁 우위 요소로 자리 잡고 있음을 시사하며, 특히 사용자 경험(UX) 중심의 솔루션에 대한 수요가 폭발적으로 늘어나고 있음을 보여줍니다. 생성형 AI의 발전은 이러한 흐름을 가속화하여 더 정교하고 시각적으로 뛰어난 디지털 제품의 생산을 촉진할 것으로 보입니다. **소프트웨어 디자인 인력의 양적 팽창** - IDC는 디지털 제품 및 인터페이스 디자인에 참여하는 지식 근로자와 개발자의 수가 2025년 1억 7백만 명에서 2029년 1억 4천 4백만 명으로 증가할 것으로 예측했습니다. - 이러한 성장은 전 산업군과 기업 규모를 막론하고 소프트웨어 디자인의 중요성이 비즈니스 전략의 핵심으로 부상했음을 의미합니다. - 디자인 중심의 문제 해결을 위한 전문 인력에 대한 수요는 향후 몇 년간 지속적으로 강화될 것입니다. **UX 디자인 직무의 독보적인 성장세** - UX 디자인 전문가 집단은 2025년부터 2029년까지 연평균 성장률(CAGR) 7.6%를 기록할 것으로 보입니다. - 이는 다른 지식 근로자 하위 범주의 성장 속도를 앞지르는 수치로, 복잡한 기술을 사용자 친화적으로 풀어내는 디자인 집약적 솔루션의 중요성을 방증합니다. - 기업들은 단순한 기능 구현을 넘어, 차별화된 인터페이스와 사용자 경험을 제공하기 위해 UX 인력을 공격적으로 확충할 전망입니다. **생성형 AI가 가져올 개발 속도와 품질의 변화** - 생성형 AI는 소프트웨어 개발의 속도와 물량을 비약적으로 증가시켜 사용자에게 더 넓은 선택지를 제공하는 촉매제 역할을 할 것입니다. - 제품 내 AI 기능 통합이 보편화됨에 따라, 디자이너와 개발자는 고도로 사용 가능하고 시각적으로 매력적인 AI 인터페이스를 구현해야 한다는 도전에 직면하게 됩니다. - 결과적으로 AI는 디자인 과정을 보조하는 동시에, 더 높은 수준의 디자인 표준을 유지해야 하는 압박으로 작용하여 숙련된 디자인 인력의 가치를 높일 것입니다. 디자인은 이제 단순한 미적 요소를 넘어 제품의 성패를 가르는 전략적 자산이 되었습니다. 기업들은 증가하는 디자인 인력 수요에 대비하고, 특히 생성형 AI를 디자인 프로세스에 효과적으로 통합하여 고도화된 사용자 경험을 신속하게 제공할 수 있는 역량을 갖추어야 합니다. 이러한 변화의 흐름 속에서 디자인과 개발의 경계를 허물고 협업 효율을 극대화하는 것이 미래 소프트웨어 시장의 핵심 경쟁력이 될 것입니다.

figma4분 읽기큐레이션 요약

피그마의 IPO:

Figma의 IPO는 단순한 자금 조달이 아니라, “상상과 현실 사이의 간극을 없앤다”는 창업 비전을 장기적으로 실현하기 위한 전환점이다. 딜런 필드는 디자인이 더 이상 일부 전문가의 영역이 아니라 제품과 기업의 성패를 좌우하는 모두의 업무가 되었다고 강조한다. Figma는 단기 수익성보다 AI와 플랫폼, 인수합병 등에 대한 장기 투자를 우선하며 수십 년 단위의 성장을 추구할 계획이다. ## IPO를 선택한 이유 - 기업 공개의 일반적인 장점으로 다음을 제시한다. - 기업 운영의 투명성과 건전성 강화 - 브랜드 인지도 확대 - 기존 주주와 임직원의 유동성 확보 - 주식이라는 더 강력한 인수·보상 수단 확보 - 자본시장 접근성 확대 - 가장 중요한 이유는 Figma 커뮤니티가 회사의 소유권을 함께 나누도록 하기 위해서다. - 다만 IPO가 주가 상승을 보장하는 것은 아니며, 시장은 변동할 수 있다고 명확히 선을 긋는다. ## 효율성보다 장기 성장에 집중 - Figma의 최우선 목표는 단기적인 운영 효율성이 아니라 디자이너의 변화하는 요구를 지원하며 장기 성장하는 것이다. - 성장 과정에서 플랫폼 투자와 대규모 인수합병에 과감하게 나설 수 있다. - 일부 결정은 단기적으로 비합리적으로 보일 수 있고, 잘못된 판단도 발생할 수 있음을 인정한다. - 분기별 주가 상승보다 수십 년에 걸친 장기적인 복리 성장을 우선하겠다는 투자 철학을 제시한다. ## AI가 바꾸는 디자인과 Figma의 투자 - Figma는 AI에 이미 대규모로 투자하고 있으며 앞으로 투자를 더욱 확대할 예정이다. - AI 관련 지출은 몇 년 동안 효율성을 떨어뜨릴 수 있지만, 향후 디자인 워크플로의 핵심 요소가 될 것으로 본다. - Figma Make와 기존 AI 기능은 시작에 불과하며, AI가 다음과 같은 역할을 할 가능성을 제시한다. - 디자이너의 아이디어 구체화 지원 - 더 많은 사람의 디자인 프로세스 참여 - 디자인 작업의 자동화와 협업 강화 - AI를 단순한 기능 추가가 아니라 Figma 플랫폼의 미래를 결정할 핵심 기반으로 보고 있다. ## 디자인은 모두의 업무가 된다 - 과거에는 최소기능제품(MVP)을 먼저 만들고 디자인을 나중에 보완하는 경우가 많았다. - 이제는 제품을 쉽게 만드는 것보다, 어떤 관점과 완성도로 설계하느냐가 성공을 좌우한다. - 디자인은 단순히 외형이나 기능을 정리하는 작업이 아니라 다음을 결정하는 요소가 된다. - 사용자가 제품을 선택하는 이유 - 기업과 제품의 차별성 - 시장에서의 성공과 실패 - 디자인과 장인정신, 명확한 관점이 핵심 경쟁력이 되면서 디자이너뿐 아니라 다양한 직군과 사용자 페르소나가 디자인 과정에 참여하게 될 것으로 전망한다. ## 접근성과 전문성의 균형 - 새로운 사용자가 디자인 프로세스에 참여하려면 Figma는 접근하기 쉬워야 한다. - 동시에 전문 디자이너와 대규모 조직이 활용할 수 있는 강력한 기능도 유지해야 한다. - 따라서 Figma는 다음 두 목표 사이의 균형을 맞춰야 한다. - 비전문가도 쉽게 아이디어를 표현할 수 있는 접근성 - 전문가와 조직이 복잡한 작업을 수행할 수 있는 확장성과 제어력 - 조직이 함께 협업하고 대규모로 의사결정할 수 있는 포용적인 환경도 중요하다고 강조한다. ## AI 인터페이스의 진화 - 현재의 AI는 프롬프트가 사실상 사용자 인터페이스인 ‘MS-DOS 시대’에 가깝다고 설명한다. - 앞으로는 사용자가 긴 명령어를 직접 입력하지 않아도 AI의 능력을 활용할 수 있는 새로운 디자인 패턴이 등장할 것으로 전망한다. - 컴퓨터의 기능을 대중에게 전달했던 GUI처럼, AI의 복잡한 능력을 직관적으로 보여주는 도메인별 인터페이스가 확산될 수 있다. - 이 과정에서 뛰어난 디자인은 AI의 기능을 이해하고 실제 업무에 적용하게 만드는 핵심 수단이 된다. ## Figma가 지향하는 공간 - 기술 발전이 빠르고 미래가 불확실해지더라도, 변화는 창의적이고 즐거운 가능성을 제공한다고 본다. - 세상을 바꾸는 것은 도구 자체가 아니라 도구를 사용하는 사람이라고 강조한다. - Figma는 개인과 팀이 아이디어를 키우고 협력할 수 있는 ‘평화로운 정원’ 같은 플랫폼이 되기를 희망한다. - 궁극적으로 사용자가 Figma를 활용해 세상을 조금 더 나은 방향으로 바꾸는 것이 회사의 지향점이다. Figma의 전략은 단기 수익 극대화보다 AI와 디자인 생태계의 변화에 선제적으로 투자하는 데 있다. 따라서 이 글은 Figma를 평가할 때 현재의 효율성보다 디자인의 대중화, AI 기반 워크플로, 장기적인 플랫폼 확장 가능성을 중심으로 보아야 한다는 메시지를 전달한다.

원문 읽기(새 탭에서 열림)
figma원문

Figma Make 사용을 위한 (새 탭에서 열림)

Figma Make는 프롬프트 입력을 통해 아이디어를 실제 작동하는 프로토타입과 코드로 즉시 변환해주는 강력한 도구로, 설계 단계에서 상세한 맥락을 제공하는 것이 성공의 핵심입니다. 단순히 결과물을 생성하는 것에 그치지 않고 기존 디자인 자산을 최적화하고 복잡한 프로젝트를 단계별로 세분화하여 접근할 때 최상의 성과를 거둘 수 있습니다. 이를 통해 제품 팀은 단순한 시안 확인을 넘어 실제 앱과 유사한 수준의 인터랙티브한 사용자 경험을 신속하게 검증할 수 있습니다. **초기 프롬프트의 상세 정보 극대화** * 첫 번째 프롬프트에 구체적인 정보를 많이 포함할수록 사후 수정에 드는 시간을 획기적으로 줄일 수 있습니다. * 프롬프트 구성 시 작업 내용(Task), 디자인이 놓인 맥락(Context), 핵심 디자인 요소, 상호작용에 따른 기대 동작, 제약 사항(기기 종류, 레이아웃 등)을 명확히 정의해야 합니다. * Figma Make는 Anthropic의 Claude 3.5 Sonnet 모델을 기반으로 하므로, "수직 정렬"처럼 모호한 표현보다는 "요소를 20px 아래로 이동" 또는 "버튼 사이에 16px 간격 추가"와 같이 구체적인 수치를 사용하는 것이 효과적입니다. **디자인 파일의 사전 정리 및 최적화** * 백지상태에서 시작하는 것(0→1)뿐만 아니라 기존 디자인을 변환(1→1)할 때도 탁월하며, 이를 위해 오토 레이아웃(Auto Layout)과 레이어 명명 규칙을 철저히 정리하는 것이 중요합니다. * Figma의 '레이어 이름 변경(Rename layers with AI)'이나 '오토 레이아웃 제안' 기능을 활용해 정돈된 프레임을 전달하면 AI가 디자인의 의도와 구조를 훨씬 더 정확하게 파악합니다. * 생성된 결과물이 화면 밖으로 벗어날 경우 "내 화면 크기에 맞춰 반응형으로 만들어줘" 또는 "모바일 사이즈 유지"와 같은 후속 명령으로 레이아웃을 교정할 수 있습니다. **복잡한 프로젝트의 단계별 세분화** * 한 번의 프롬프트로 방대한 기능을 구현하려 하기보다, 작은 단위의 기능이나 페이지별로 나누어 점진적으로 빌드하는 것이 AI의 정확도를 높이는 방법입니다. * 예를 들어 금융 대시보드를 만들 때, 먼저 핵심 레이아웃을 잡은 뒤 '노트 추가 기능', '통화 선택 체크박스' 등을 순차적인 프롬프트로 추가하여 제어력을 유지해야 합니다. * 각 요소(예: 런던 아이, 빅벤 등 개별 오브젝트)를 별도의 코드 폴더로 분리하도록 명령하면, 전체 환경에 영향을 주지 않고 특정 컴포넌트만 정밀하게 수정하거나 유지보수하기 용이합니다. **동작 중심의 마이크로 인터랙션 구현** * 정적인 디자인을 넘어 "음악 재생 시 CD가 회전하게 해줘"와 같은 구체적인 동작을 지시하여 생동감 있는 프로토타입을 만들 수 있습니다. * 복잡한 로직이 필요한 인터랙션의 경우, 베이스가 되는 그리드 컴포넌트를 먼저 구축한 후 세부적인 마우스 효과나 호버 상태를 단계적으로 입히는 전략이 유효합니다. * 만약 반복적인 수정에도 결과가 만족스럽지 않다면, 이전 시도에서 배운 교훈을 바탕으로 새 파일에서 프롬프트를 다시 구성하여 시작하는 것이 더 효율적일 수 있습니다. 성공적인 Figma Make 활용을 위해서는 디자이너의 명확한 시각적 비전과 이를 논리적으로 전달하는 프롬프트 엔지니어링 역량이 결합되어야 합니다. 한 번에 완벽한 결과를 기대하기보다는 초기 생성물을 기반으로 수십 개의 미세 조정 프롬프트를 거치며 완성도를 높여가는 반복적(Iterative) 프로세스를 수용할 때 가장 강력한 결과물을 얻을 수 있습니다.

figma원문

Config 2025: (새 탭에서 열림)

피그마는 Config 2025를 통해 단순한 디자인 도구를 넘어 아이디어 구상부터 실제 제품 구현까지 전 과정을 아우르는 통합 플랫폼으로의 확장을 선언했습니다. AI 기술을 전면에 배치한 4개의 신규 제품과 강력해진 디자인 기능을 도입하여, 디자인과 개발 사이의 경계를 허물고 팀 전체의 생산성을 극대화하는 데 집중하고 있습니다. 이는 디자인이 비즈니스 차별화의 핵심이 되는 시대에 발맞추어, 모든 팀원이 제품 개발 프로세스에 더욱 깊이 기여할 수 있는 환경을 구축하려는 전략적 움직임으로 풀이됩니다. **AI 기반의 앱 및 웹 제작 솔루션** * **Figma Make**: 텍스트 프롬프트를 코드로 변환하거나 기존 디자인을 실제 작동하는 프로토타입 및 앱으로 제작해 주는 AI 도구로, 숙련도와 상관없이 아이디어를 빠르게 시각화하고 반복 수정할 수 있도록 돕습니다. * **Figma Sites**: 디자이너가 AI와 코드의 도움을 받아 역동적인 상호작용과 맞춤 설정이 가능한 웹사이트를 직접 구축하고 즉시 배포할 수 있는 환경을 제공합니다. **디자인 표현력과 브랜드 일관성 강화** * **Figma Draw**: 더욱 정교해진 벡터 편집 및 일러스트레이션 도구 세트를 통해 디자이너가 높은 수준의 공예적 완성도를 가진 시각 결과물을 만들 수 있도록 지원합니다. * **Figma Buzz**: 마케팅 및 브랜드 팀이 브랜드 가이드라인을 준수하면서도 AI를 활용해 대규모로 시각적 자산을 생성하고 관리할 수 있도록 설계된 전용 제품입니다. **개발 협업 및 AI 워크플로우 고도화** * **Grid**: 반응형 레이아웃 설정을 돕는 새로운 옵션으로, Dev Mode에서 즉시 활용 가능한 CSS 코드를 생성하여 디자인에서 개발로 이어지는 핸드오프 과정을 획기적으로 개선합니다. * **지능형 AI 기능**: 이미지 생성 및 편집 기능이 고도화되었으며, 작업 맥락을 이해해 다음 단계를 제안하는 자동 제안 기능과 FigJam 내 AI 보조 도구가 추가되어 워크플로우 속도를 높였습니다. **사용자 저변 확대와 글로벌 시장 최적화** * **사용자 구성의 변화**: 현재 피그마 사용자의 약 2/3가 비디자인 직군이며 그중 30%가 개발자인 점을 반영하여, 직군 간의 협업 효율을 높이는 도구(Dev Mode, Slides 등)를 지속적으로 강화하고 있습니다. * **글로벌 현지화**: 전체 사용자의 85%가 미국 외 지역에 거주하는 상황에 맞춰 브라질 시장을 위한 포르투갈어 전면 지원 및 UI 현지화를 진행하며 글로벌 확장세를 이어가고 있습니다. 이제 피그마는 디자이너만을 위한 도구를 넘어, 기획자, 개발자, 마케터가 하나의 캔버스에서 제품을 완성하는 '제품 개발 운영 체제'로 진화하고 있습니다. 팀 내 협업 효율을 높이고 AI를 통해 제작 단계를 단축하고자 한다면, 순차적으로 출시될 이번 신규 기능들을 워크플로우에 적극적으로 도입해 볼 것을 권장합니다.

figma3분 읽기큐레이션 요약

Figma Make를 소개

Figma Make는 자연어 프롬프트를 이용해 정적인 디자인을 실제로 조작 가능한 앱과 프로토타입으로 바꾸는 기능이다. 기존 Figma 프레임의 구조와 메타데이터를 유지하면서 애니메이션, 데이터, 반응형 동작 등을 빠르게 실험할 수 있으며, 디자이너와 제품팀이 코드 작성 없이 아이디어를 검증하도록 돕는다. Figma는 이를 디자인을 대체하는 도구가 아니라, 디자인 의도를 보존한 채 탐색과 구현을 가속하는 도구로 설명한다. ## 디자인에서 바로 시작하는 프롬프트 기반 제작 - 사용자는 빈 화면에서 시작할 필요 없이 Figma Design의 기존 프레임을 Figma Make로 복사할 수 있다. - 복사 과정에서 디자인의 구조와 메타데이터가 보존되어 원래 의도와 컴포넌트 계층을 유지한다. - 이후 “설정 패널을 열고 닫을 때 애니메이션을 추가해줘”처럼 자연어로 원하는 동작을 설명한다. - 현재 Figma Make는 Claude 3.7 Sonnet을 사용하며, 향후 다른 모델도 도입할 예정이다. ## 정적 디자인을 인터랙티브 프로토타입으로 전환 - 버튼, 애니메이션, 실시간 피드백 등을 추가해 정적인 화면을 실제 사용 가능한 프로토타입으로 바꿀 수 있다. - 파일 업로드나 정보 시각화처럼 동적 데이터를 사용하는 기능도 시험할 수 있다. - 모바일 앱 디자인을 데스크톱 화면으로 확장하는 등 다양한 폼팩터에 맞춘 반응형 디자인을 검증할 수 있다. - 향후 서드파티 데이터베이스와 디자인 시스템 연동도 지원할 계획이다. ## 실시간 협업과 역할 장벽 제거 - Figma 플랫폼 안에 통합되어 있어 여러 팀원이 같은 파일에서 실시간으로 탐색하고 수정할 수 있다. - 디자이너, 제품 관리자 등 기술 배경이 다른 구성원도 기능 추가, 데이터 적용, 인터랙션 모델 테스트에 참여할 수 있다. - 별도의 코딩 도구나 컨텍스트 전환 없이 하나의 작업 공간에서 아이디어 정의부터 반복 개선까지 진행한다. - 이를 통해 팀의 공통 기준점인 단일 소스 오브 트루스를 유지한다. ## 포인트 앤 프롬프트 방식의 정밀한 편집 - 특정 요소를 직접 선택한 뒤 변경 내용을 자연어로 지시할 수 있다. - 예를 들어 버튼에 애니메이션을 연결하거나, 특정 요소가 스크롤에 반응하도록 만들 수 있다. - 디자인 의도와 실제 동작 구현 사이의 간극을 줄이는 것이 목표다. - 구조화된 편집 방식은 디자인 시스템과 컴포넌트 계층을 보존해 기능을 추가하면서도 시각적 충실도를 유지한다. ## 캔버스에서 코드와 게시까지 이어지는 흐름 - Figma Make는 Figma Design 및 Figma Sites와 직접 연결된다. - 초기 아이디어를 디자인하고, 인터랙티브 프로토타입으로 검증한 뒤, 게시 가능한 사이트로 발전시키는 과정을 하나의 흐름으로 통합한다. - 별도 도구로 작업물을 다시 만들거나 맥락을 전환할 필요를 줄인다. ## 디자인 가능성의 확장 - Figma Make의 목적은 디자이너의 세밀한 반복 작업을 대체하는 것이 아니다. - 더 많은 디자인 방향을 빠르게 탐색하고, 아이디어의 실현 가능성을 조기에 검증하며, 팀에 개념을 효과적으로 전달하도록 지원한다. - 결과적으로 디자이너가 사고와 제작 사이를 빠르게 오가면서도 디자인의 완성도와 의도를 유지하도록 돕는다. 실무에서는 초기 아이디어 검증, 인터랙션 테스트, 반응형 화면 탐색처럼 반복 비용이 큰 단계에 우선 활용하는 것이 효과적이다. 다만 생성 결과를 최종 제품 코드로 바로 간주하기보다는, 팀의 디자인 시스템과 기술 요구사항에 맞춰 검토·정제하는 프로토타이핑 도구로 사용하는 것이 적절하다.

원문 읽기(새 탭에서 열림)
figma원문

피그마, 브라질 포 (새 탭에서 열림)

피그마(Figma)가 디자인의 접근성을 높이고 글로벌 사용자 커뮤니티와의 접점을 확대하기 위해 브라질 포르투갈어 현지화 버전을 공식 출시했습니다. 이는 일본어, 스페인어, 한국어에 이은 네 번째 현지화 사례로, 단순히 언어 번역을 넘어 문화적으로 적응된 UI와 전담 지원 서비스를 포함하여 브라질 내 550만 개의 프로젝트 파일을 생성하는 거대 시장을 공략하려는 전략입니다. 이번 업데이트는 미국 외 지역 사용자 비중이 85%에 달하는 피그마의 글로벌 성장세를 반영하며, 올해 말 라틴아메리카 스페인어 버전 출시로 이어질 예정입니다. **브라질 시장 내 피그마의 영향력과 현지화 배경** * **폭발적인 사용량:** 브라질에서는 작년 한 해 동안 약 550만 개의 피그마 파일이 생성되었으며, 매일 평균 85,000개 이상의 파일이 수정될 만큼 활발한 커뮤니티를 보유하고 있습니다. * **주요 기업의 채택:** iFood, Nubank, Itaú Unibanco 등 브라질 주요 기업과 스타트업은 물론, 브라질 주식시장(Ibovespa) 상장 기업의 1/3 이상이 협업 도구로 피그마를 사용 중입니다. * **디자인 민주화:** 현지 팀들은 이번 포르투갈어 지원이 업무 중 발생하는 마찰을 줄이고, 디자이너뿐만 아니라 다양한 직군이 디자인 프로세스에 참여하는 데 크게 기여할 것으로 기대하고 있습니다. **글로벌 사용자 지표와 제품 확장의 방향성** * **글로벌 매출 및 사용자 비중:** 2024년 기준 피그마 매출의 50% 이상이 미국 외 지역에서 발생하고 있으며, 월간 활성 사용자(MAU)의 대다수가 글로벌 시장에 포진해 있습니다. * **역할의 다양화:** 전체 사용자의 약 2/3가 전통적인 디자이너 역할 이외의 직군이며, 특히 개발자 비중이 30%에 달해 개발 모드(Dev Mode)와 같은 기능의 중요성이 커지고 있습니다. * **통합 개발 워크플로우:** 아이디어 구상(FigJam)부터 디자인(Figma Design), 개발 전달(Dev Mode), 프레젠테이션(Figma Slides)까지 제품 개발의 전 과정을 아우르는 도구로 진화하고 있습니다. **Config 컨퍼런스에서 발표된 주요 기술 업데이트** * **Figma Make:** AI 프롬프트를 통해 작성된 설명이나 기존 디자인을 실제 작동하는 프로토타입이나 앱 코드로 변환해주는 도구입니다. * **Figma Sites:** 디자이너가 AI와 코드를 활용해 동적인 웹사이트를 직접 구축하고 게시할 수 있는 기능을 제공합니다. * **Figma Draw & Buzz:** 강화된 벡터 편집 도구인 'Draw'와 마케팅 자산을 대규모로 생성하면서도 브랜드 일관성을 유지해주는 AI 기반의 'Buzz'가 추가되었습니다. * **Grid 및 반응형 레이아웃:** 디자인에 맞춰 유연하게 반응하는 레이아웃을 생성하고, 개발 모드에서 즉시 사용할 수 있는 CSS 코드를 생성하여 협업 효율을 높였습니다. 피그마의 이번 현지화와 신기능 업데이트는 디자인 도구가 단순한 제작 툴을 넘어, 전 세계 다양한 직군이 언어와 기술적 장벽 없이 협업할 수 있는 통합 플랫폼으로 거듭나고 있음을 보여줍니다. 특히 브라질과 같은 신흥 시장에서의 적극적인 행보는 글로벌 디자인 표준으로서의 입지를 더욱 공고히 할 것으로 보입니다.

figma3분 읽기큐레이션 요약

피그마 버즈는 디자인과

Figma Buzz는 디자인팀과 마케팅팀이 브랜드 자산을 함께 제작할 수 있도록 만든 협업 공간으로, 2025년 5월 오픈 베타로 출시됐다. 디자이너는 Figma의 정밀한 편집 기능으로 템플릿을 만들고, 마케터는 브랜드 가이드라인을 벗어나지 않으면서 손쉽게 콘텐츠를 수정·확장할 수 있다. 이를 통해 반복적인 제작 업무를 줄이고, 팀이 브랜드 전략과 창의적인 작업에 더 집중하도록 하는 것이 핵심이다. ## 디자인팀과 마케팅팀의 공동 제작 - 제품 출시 이후에는 소셜 콘텐츠, 광고, 이벤트 자료 등 다양한 마케팅 자산을 지속적으로 제작해야 한다. - 기존에는 디자인 도구와 마케팅 도구가 분리되어 있어 업무가 단절되고, 브랜드 가이드라인 관리도 어려웠다. - Figma Buzz는 디자이너에게 Figma 수준의 기능과 정밀도를 제공하면서, 마케터에게는 직관적이고 접근하기 쉬운 제작 환경을 제공한다. - 디자이너는 기존 Figma 디자인을 복사해 템플릿으로 만들거나, Figma Design의 기능을 활용해 Buzz에서 직접 자산을 제작할 수 있다. - 마케터는 완성된 템플릿을 기반으로 콘텐츠를 빠르게 변형하면서도 브랜드 일관성을 유지할 수 있다. ## 다양한 브랜드 자산 제작 Figma Buzz는 특정 캠페인에 한정되지 않고 여러 형식의 콘텐츠 제작을 지원한다. - **소셜 미디어 게시물:** 플랫폼별 규격과 다양한 크기의 게시물 제작 - **디지털 광고:** 디스플레이 광고와 소셜 광고용 템플릿 및 빈 프레임 활용 - **프로모션 자료:** 전단지, 이메일 헤더, 제품·이벤트 공지 이미지 제작 - **이벤트 자료:** 초대장, 일정표, 행사 배지 등 제작 - **팀 커뮤니케이션:** 사내 안내판, 인포그래픽, 원페이지 문서 제작 - **기념·축하 콘텐츠:** 생일 카드, 감사 카드, 청첩장 등 맞춤형 디자인 제작 ## 템플릿부터 새 문서까지 다양한 시작점 - 사용자는 기존 템플릿을 선택하거나 빈 화면에서 직접 작업할 수 있다. - 디자이너가 미리 만든 템플릿을 활용하면 마케팅팀이 반복적인 요청 없이 필요한 자산을 직접 제작할 수 있다. - OpenAI의 `gpt-image-1`과 Google Gemini를 사용해 이미지를 생성하는 방식도 제공한다. - 편집 화면에는 탐색하기 쉬운 인라인 툴바가 있어 디자인 도구에 익숙하지 않은 사용자도 작업할 수 있도록 구성했다. - 템플릿, 직접 제작, AI 이미지 생성 등 팀의 숙련도와 작업 목적에 맞춰 진입 방식을 선택할 수 있다. ## 반복 제작 업무의 감소 - 마케팅팀은 매번 디자인팀에 소셜 게시물이나 광고 변형 제작을 의뢰하지 않고 직접 수정할 수 있다. - 디자인팀은 반복적인 실행 업무에서 벗어나 브랜드 방향성과 새로운 아이디어에 집중할 수 있다. - 제작 속도가 빨라지고, 여러 채널과 규격에 맞는 콘텐츠를 일관된 품질로 확장하기 쉬워진다. - Figma Buzz의 목표는 단순한 디자인 편집 도구가 아니라, 브랜드 디자이너와 마케터가 같은 작업 공간에서 협업하는 환경을 제공하는 데 있다. Figma Buzz는 브랜드 통제가 필요한 조직에서 디자인팀의 전문성과 마케팅팀의 실행 속도를 결합하려는 도구다. 반복적인 캠페인 자산을 많이 제작하는 팀이라면, 핵심 브랜드 요소를 템플릿화한 뒤 마케터가 직접 변형하도록 운영하는 방식이 효과적이다.

원문 읽기(새 탭에서 열림)
figma원문

Figma의 202 (새 탭에서 열림)

Figma의 2025년 AI 보고서는 인공지능이 단순한 기술적 기대를 넘어 실제 제품 개발 단계로 깊숙이 침투했음을 보여줍니다. 현재 제품 제작자의 3명 중 1명이 AI 기반 기능을 출시하고 있으며, 특히 스스로 판단하고 다단계 과업을 수행하는 '에이전트형 AI'가 핵심 트렌드로 부상했습니다. 보고서는 AI가 업무 효율을 크게 높였음에도 불구하고 결과물의 신뢰성 확보와 직군별 활용 격차 해소가 향후 성공의 관건이 될 것이라고 결론짓습니다. ### 에이전트형 AI(Agentic AI)의 급부상 * 단순한 텍스트나 이미지 생성을 넘어 스스로 추론하고 다단계 프로세스를 완수하는 에이전트형 AI가 가장 빠르게 성장하는 카테고리로 조사되었습니다. * AI 제품을 개발 중인 Figma 사용자의 51%가 에이전트를 구축하고 있으며, 이는 전년(21%) 대비 두 배 이상 증가한 수치입니다. * 에이전트 설계 시에는 AI가 사용자에게 확인을 요청하는 시점, 정보 공유의 양, 채팅 vs 버튼 기반 인터페이스 중 최적의 UI를 선택하는 등 고도의 기획력이 요구됩니다. ### 성공을 결정짓는 반복 설계와 인적 역량 * 성공적인 AI 제품을 출시한 팀의 60%는 여러 가지 디자인 및 기술적 접근 방식을 탐색한 반면, 실패한 팀은 39%만이 이러한 반복 과정을 거쳤습니다. * 빌더의 52%는 AI 제품에서 디자인이 기존 제품보다 더 중요하다고 답했으며, 95%는 최소한 동일한 수준의 중요성을 갖는다고 평가했습니다. * 기술이 빠르게 변하는 상황에서 신속한 프로토타이핑과 긴밀한 협업 루프 등 전통적인 제품 설계 원칙을 유연하게 적용하는 능력이 차별화 요소로 작용합니다. ### 소규모 기업의 공격적인 투자와 실험 * 직원 10인 이하 소규모 기업의 61%가 AI를 시장 점유율 확보를 위한 핵심 요소로 인식하고 있으며, 이는 대기업보다 훨씬 높은 비중입니다. * 규모가 작은 기업일수록 의사결정이 빨라 AI 기술을 실험하고 업무 프로세스에 통합하는 속도가 더 민첩한 것으로 나타났습니다. * AI가 소규모 조직의 비즈니스 성장을 가속화할 수 있다는 믿음이 깊어지면서, 이들의 AI 기반 제품 개발 비중은 작년 대비 두 배로 증가했습니다. ### 개발자와 디자이너 간의 활용도 및 만족도 격차 * 개발자의 82%가 AI 도구에 만족하고 68%가 업무 품질 개선을 경험했다고 답한 반면, 디자이너는 각각 69%와 54%로 상대적으로 낮은 수치를 보였습니다. * 이러한 차이는 핵심 업무 활용 방식에서 기인합니다. 개발자의 59%는 코드 생성 등 핵심 업무에 AI를 쓰지만, 디자이너는 31%만이 에셋 생성 등 핵심 업무에 AI를 활용합니다. * 개발 현장에서는 AI가 생성한 코드에 대한 만족도가 높지만, 디자인 분야에서는 AI 도구가 디자이너의 워크플로우에 어떻게 최적으로 녹아들지 여전히 탐색 단계에 있습니다. ### 효율성 향상과 결과물 신뢰성 사이의 과제 * 조사 대상자의 78%가 AI가 업무 효율성을 크게 높인다는 점에 동의했지만, AI의 출력물을 전적으로 신뢰할 수 있다는 응답은 32%에 불과했습니다. * 단순히 작업을 빠르게 수행하는 것을 넘어, AI가 어떻게 인간의 전문성을 강화하고 실제 업무에 유용한 결과물을 지속적으로 낼 수 있게 할 것인지가 향후 과제입니다. AI를 성공적으로 도입하기 위해서는 '속도'보다는 '품질과 신뢰'에 집중해야 합니다. 개발 단계에서 다양한 프로토타입을 반복적으로 테스트하고, AI의 자율성과 인간의 통제권 사이에서 적절한 균형을 찾는 디자인 전략이 뒷받침될 때 비로소 시장에서 경쟁력 있는 AI 제품을 완성할 수 있습니다.

figma2분 읽기큐레이션 요약

더블 클릭: 그냥 하면 됩니다—

AI 도구의 폭발적 확산은 누구나 글쓰기·디자인·리서치 같은 일을 직접 실행할 수 있다는 감각을 강화하고 있다. “You can just do things”라는 구호는 높은 실행력과 창작의 자유를 상징하지만, 도구와 결과물이 지나치게 많아지면 흥분이 피로와 압박으로 바뀔 수 있다. 글은 AI 시대의 가능성을 즐기되, 무조건 실행하기보다 무엇을 할지 선택하고 에너지를 조절해야 한다는 문제를 제기한다. ## “You can just do things”라는 AI 시대의 구호 - AI 도구가 소프트웨어의 능력과 창작에 참여할 수 있는 사람의 범위를 빠르게 넓히고 있다. - 글쓰기 보조, 디자인 생성, 리서치 플랫폼 등 다양한 도구가 매일 등장하면서 누구나 아이디어를 실제 결과물로 만들 수 있다는 감각이 커졌다. - 이 문구는 단순한 유행어가 아니라 다음과 같은 실행 중심의 태도와 연결된다. - 허락을 기다리지 말고 시작하기 - 빠르게 만들고 실험하기 - 실패를 감수하며 직접 부딪히기 - 높은 주도성과 자신감을 갖기 - 틱톡 창작자부터 스티브 잡스까지 여러 인물이 비슷한 행동 방식을 강조해 왔지만, AI 도구의 보급으로 이 태도가 이전보다 훨씬 현실적인 선택지가 되었다. ## AI 도구가 되살린 발견의 즐거움 - 초기 앱스토어 시대에 인스타그램이나 우버 같은 새로운 서비스를 처음 발견했을 때의 짜릿함이 AI 분야에서 다시 나타나고 있다. - Lightspeed Venture Partners의 마이클 미냐노는 기술 업계 종사자뿐 아니라 기술과 무관한 지인들에게서도 매일 새로운 AI 제품과 앱을 추천받는다고 설명한다. - 이는 AI가 개발자와 스타트업 내부에만 머무르지 않고 일반 사용자 사이에서도 빠르게 확산되고 있음을 보여준다. - 새로운 제품을 직접 발견하고 활용하는 과정은 창작과 생산성 향상에 대한 기대감을 높인다. ## 가능성의 확대와 피로의 위험 - 도구가 많아질수록 “무엇이든 할 수 있다”는 자유가 커지는 동시에, 계속 새로운 것을 시도해야 한다는 압박도 커질 수 있다. - AI의 발전은 창작의 황금기를 열 수 있지만, 모든 도구를 익히고 모든 아이디어를 실행하려 하면 사용자는 쉽게 소진될 수 있다. - 따라서 중요한 질문은 “할 수 있는가?”만이 아니라 다음과 같다. - 이 일을 실제로 해야 하는가? - 어떤 도구가 목적에 가장 적합한가? - 결과물의 품질과 영향은 충분히 검토했는가? - 새로운 시도가 나의 시간과 에너지를 감당할 만한가? ## 실용적인 시사점 - AI를 활용해 실행 장벽을 낮추되, 도구 자체의 신기함보다 해결하려는 문제를 먼저 정하는 것이 좋다. - 모든 신제품을 따라가기보다 자신의 업무와 창작 과정에 지속적으로 가치를 주는 도구를 선별해야 한다. - “그냥 할 수 있다”는 태도는 출발점으로 활용하고, 실행할 일과 하지 않을 일을 판단하는 선택 능력을 함께 길러야 한다.

원문 읽기(새 탭에서 열림)
figma3분 읽기큐레이션 요약

디자이너를 위한 더 나은

Figma는 디자이너가 아이디어를 실제 화면으로 옮기는 초기 단계를 돕기 위해 AI 기능인 **First Draft**를 재출시했다. 이 기능은 사용자의 프롬프트와 Figma 디자인 시스템을 바탕으로 여러 컴포넌트를 조합해 초안을 만들며, 완성품보다 탐색과 논의의 출발점을 제공하는 데 초점을 둔다. 기존 Make Designs는 다른 앱과 지나치게 유사한 결과가 생성되는 문제로 중단됐지만, 디자인 라이브러리와 생성 방식을 개선해 제한적 베타로 돌아왔다. ## 아이디어를 초안으로 옮기는 장벽 - 좋은 디자인 아이디어가 있어도 첫 화면을 만들기까지 반복적인 작업과 여러 장애물이 발생한다. - 초기 초안은 완성도 높은 결과물보다 다음 목적에 중요하다. - 아이디어를 빠르게 시각화 - 팀 논의 시작 - 다양한 디자인 방향 탐색 - 제품 아이디어를 실제 작업으로 발전 - Figma는 AI가 사용자의 머릿속 아이디어를 새로운 방식으로 표현하고, 초기 탐색 과정을 매끄럽게 만들 수 있다고 본다. ## First Draft의 작동 방식 - First Draft는 고객 콘텐츠를 학습 데이터로 사용하지 않는다. - OpenAI의 GPT-4, Amazon Titan과 같은 범용 AI 모델을 활용한다. - 생성 과정은 세 요소로 구성된다. - **모델**: 결과를 생성하는 AI 모델 - **컨텍스트**: Figma가 제공하는 모바일·데스크톱 디자인 시스템, 컴포넌트, 조합 사례 - **프롬프트**: 사용자가 입력하는 디자인 목표와 요구사항 - AI는 프롬프트를 해석한 뒤 적절한 디자인 시스템 컴포넌트를 선택하고 배치·수정해 초기 디자인을 만든다. - 따라서 빈 캔버스에서 시작하는 대신, 사용자가 편집하고 발전시킬 수 있는 출발점을 제공한다. ## Make Designs의 문제와 재출시 - Figma는 Config 2024에서 Make Designs를 포함한 10개 이상의 Figma AI 기능을 제한적 베타로 공개했다. - Make Designs는 간단한 프롬프트만으로 기본 디자인 초안을 생성하는 기능이었다. - 그러나 내부 디자인 시스템의 문제로 인해 생성 결과가 기존 앱과 지나치게 비슷해지는 문제가 발견됐다. - Figma는 기능을 일시적으로 비활성화하고 분석, 반복 개선, 테스트를 진행했다. - 재출시하면서 이름을 **First Draft**로 변경했다. - 완성된 디자인을 만드는 기능이 아니라 - 디자이너가 아이디어를 시작할 수 있는 “출발점”이라는 목적을 더 정확히 표현하기 위해서다. ## 네 가지 디자인 라이브러리 - 사용자는 필요에 따라 네 가지 라이브러리 중 하나를 선택할 수 있다. - 라이브러리는 낮은 충실도의 와이어프레임부터 시각적으로 구체적인 사이트·앱 디자인까지 범위가 다양하다. - 주요 활용 방식은 다음과 같다. - **로파이 와이어프레임**: 특정 스타일에 덜 구애받고 구조와 흐름을 탐색 - **하이파이 라이브러리**: 더 풍부한 시각 표현과 구체적인 UI 패턴 실험 - 이는 기존 파일이나 컴포넌트를 정확히 찾는 **Visual Search**와 구별된다. - Visual Search: 이미 존재하는 디자인 자산 검색 - First Draft: 아직 정해지지 않은 아이디어와 선택지 탐색 ## 향후 확장 방향 - Figma는 조직이 자체 디자인 라이브러리를 First Draft에 연결할 수 있도록 확장할 계획이다. - 향후 팀은 수백 개의 컴포넌트를 직접 찾지 않고도 회사 고유의 디자인 언어를 반영한 초안을 만들 수 있다. - Google Material 3 같은 표준 디자인 시스템을 활용한 개념 증명도 진행 중이다. - 코드와 연결된 강력한 컴포넌트를 사용하면 디자이너와 개발자가 동일한 디자인 시스템을 기반으로 더 긴밀하게 반복 작업을 할 수 있다. - 궁극적으로 First Draft는 기존 디자인 도구를 대체하기보다 다음을 지원하는 확장 도구로 제시된다. - 정확한 시작점 찾기 - 더 넓은 디자인 선택지 탐색 - 팀의 디자인 언어를 반영한 빠른 반복 ## 현재 상태 - 글의 편집자 주에 따르면 First Draft는 현재 독립 기능이 아니라 **Figma 디자인 에이전트**의 기능으로 통합됐다. - 디자인 에이전트는 기존 First Draft 기능에 다음 능력을 더한다. - 프롬프트 재입력 - 더 깊은 반복 작업 - 여러 요소의 일괄 수정 - 화면 흐름과 디자인에 대한 실시간 피드백 실무에서는 AI가 만든 초안을 최종 디자인으로 받아들이기보다, 빠른 구조 탐색과 팀 논의를 위한 출발점으로 활용하는 것이 적절하다. 특히 조직의 디자인 시스템을 연결할 수 있다면 브랜드 일관성을 유지하면서 초기 아이디어를 더 빠르게 검증할 수 있다.

원문 읽기(새 탭에서 열림)
figma3분 읽기큐레이션 요약

VS Code 방식: 개발자의 이너

개발자의 생산성을 높이려면 코드 작성 자체보다 코드와 디버깅에 몰입하는 ‘이너 루프(inner loop)’를 최대한 끊기지 않게 해야 한다. VS Code는 외부 도구로 이동하는 횟수를 줄이고, 협업·프로젝트 관리·AI 지원 기능을 편집기 안으로 통합해 몰입과 협업을 함께 달성하려 한다. 궁극적으로 도구를 오가는 마찰을 줄이는 것이 코드 품질뿐 아니라 개발자의 만족도와 에너지에도 영향을 준다는 주장이다. ## 이너 루프와 아우터 루프의 구분 - **이너 루프**는 코드 작성, 컴파일, 디버깅을 코드 에디터 안에서 반복하는 집중 작업 과정이다. - **아우터 루프**는 버그 트래커 확인, 티켓 업데이트, 동료와의 Slack·Teams 대화, 문서 검색, 프로젝트 관리 등 에디터 밖의 활동을 의미한다. - 여러 프로젝트를 동시에 진행하면 브라우저, API 문서, 터미널, 데스크톱을 계속 오가게 되며 집중력이 분산된다. - 몰입 상태가 유지되면 코드의 엣지 케이스와 향후 확장 계획 같은 맥락을 머릿속에 유지할 수 있다. - 반대로 컨텍스트 스위칭이 발생하면 이러한 맥락이 사라져 생산성과 코드 품질이 떨어진다. ## 편집기 안에서 집중력 유지하기 - VS Code의 **Zen Mode**는 사이드바 등 불필요한 UI를 숨겨 방해 요소를 줄인다. - 화면 구성이 바뀔 때마다 뇌가 새로운 UI에 적응해야 하므로, 작은 UI 변화도 누적되면 집중을 방해할 수 있다. - 개발자는 필요한 확장 기능을 선택해 자신의 작업 방식에 맞게 편집기를 구성할 수 있다. - 단일 도구의 사용성을 개선하는 것만으로는 충분하지 않으며, 도구 사이를 오가는 행위 자체를 줄여야 한다. ## 아우터 루프를 이너 루프로 가져오기 - GitHub에서 풀 리퀘스트를 확인한 뒤 다시 에디터로 돌아오는 과정처럼, 작업 중 도구를 전환하면 흐름이 끊긴다. - 가능한 경우 다음 기능을 코드 에디터에 직접 통합해야 한다. - 협업자와의 커뮤니케이션 - 코드 리뷰와 풀 리퀘스트 처리 - 프로젝트 관리와 티켓 확인 - 디자인 및 API 문서 참조 - Figma for VS Code 확장 기능을 사용하면 VS Code에서 디자인을 직접 확인하고 검사할 수 있다. - 필요한 협업이나 프로젝트 관리 작업을 현재 작업 공간에서 처리하면 불필요한 브라우저 전환을 줄일 수 있다. ## AI를 활용한 작업 흐름 보완 - 생성형 AI는 개발자가 작성 중인 코드를 분석해 다음에 필요할 가능성이 높은 코드를 미리 제안할 수 있다. - 제안이 작업 흐름을 방해하지 않는 방식으로 제공되면 코드 작성 속도와 집중력을 동시에 높일 수 있다. - 글에서는 GitHub Copilot 사용 시 코딩 속도가 55% 향상되었다는 GitHub의 보고와, AI 사용 개발자의 75%가 더 큰 성취감을 느꼈다는 조사 결과를 소개한다. - AI의 가치는 단순한 속도 향상뿐 아니라 개발자가 반복 작업에서 벗어나 더 만족스럽게 일하도록 돕는 데 있다. ## 협업도 몰입을 깨지 않는 방식으로 - 협업은 필수지만 회의와 실시간 채팅, 메시지 왕복은 개발자의 집중을 끊을 수 있다. - 이상적인 협업은 한 사람이 다른 사람의 작업을 중단시키는 방식이 아니라, 서로 각자의 이너 루프를 유지하며 진행하는 것이다. - VS Code는 GitHub 기능을 편집기에 통합해 다음 작업을 에디터를 떠나지 않고 수행하도록 지원한다. - 이슈 작업 - 코드 리뷰 - 풀 리퀘스트 작성 및 제출 - 모든 협업이 실시간이어야 하는 것은 아니며, 비동기 댓글과 리뷰를 활용하면 집중과 협업을 함께 유지할 수 있다. ## 개발자 행복으로 이어지는 선순환 - 도구 간 전환이 줄어들면 작업의 마찰과 반복적인 불편이 감소한다. - 몰입 상태가 길어질수록 생산성뿐 아니라 개발자의 에너지와 만족도도 높아진다. - 개발자 도구를 만드는 팀은 기능을 추가하는 것뿐 아니라, 개발자의 흐름을 방해하는 요소를 지속적으로 제거해야 한다. - 장기적으로는 코드 에디터가 개발에 필요한 모든 도구를 연결하는 통합 작업 공간이 되는 것이 이상적인 방향이다. 개발팀은 자주 발생하는 도구 전환 지점을 먼저 파악하고, GitHub·디자인 도구·문서·프로젝트 관리 기능을 에디터와 연동하는 것부터 시작하는 것이 좋다. 또한 알림을 줄이고 비동기 협업을 기본값으로 삼으면 집중력을 보존하면서도 협업 품질을 유지할 수 있다.

원문 읽기(새 탭에서 열림)
figma3분 읽기큐레이션 요약

입문하기: 첫 프로덕트

제품 디자인의 첫 직무를 얻으려면 포트폴리오를 통해 실력뿐 아니라 문제 해결 과정과 제품 사고를 보여줘야 한다. 특히 결과물 자체보다 “왜 그렇게 결정했는가”를 설명하고, 제약·트레이드오프·배운 점까지 설득력 있게 전달하는 것이 중요하다. Figma는 인턴과 신입 디자이너에게 관찰자가 아닌 제품에 기여하는 구성원으로서의 창의성과 새로운 관점을 기대한다. ## Figma의 초기 커리어 기회 - Figma는 매년 인턴과 신입 졸업생을 제품 디자인 팀에 영입한다. - 초기 경력 디자이너도 단순히 업무를 관찰하는 데 그치지 않고 제품에 새로운 아이디어와 에너지를 더한다. - 글은 Figma의 채용 기준과 초기 커리어 지원 방법, 인터뷰 과정 등을 안내한다. - 인터뷰에는 Figma 제품 디자이너인 Chia Amisola, Julia Han, Keeyen Yeo, Kelly Hu, Tammy Taabassum의 경험과 조언이 담겼다. ## 포트폴리오의 기본 원칙 - 포트폴리오는 첫인상을 결정하므로 자신의 역량, 창의성, 디자인 프로세스, 결과의 영향력을 가장 잘 보여주는 작업을 앞에 배치해야 한다. - 사이트 제작 도구, 프로젝트 개수, 시각적 스타일보다 다음 요소가 더 중요하다. - 최고의 작업을 선별했는가 - 프로젝트를 이해하기 쉬운 이야기로 구성했는가 - 방문자가 콘텐츠를 쉽게 탐색할 수 있는가 - 포트폴리오가 자신의 관점과 개성을 드러내는가 - 포트폴리오의 형식은 개인적일 수 있으며, 정해진 템플릿을 따르기보다 자신과 작업을 잘 표현하는 방식을 선택하면 된다. ## 가장 강한 프로젝트를 앞에 배치하기 - 첫 번째 프로젝트는 전체 포트폴리오의 기준을 설정하므로 가장 종합적으로 자신의 능력을 보여주는 작업을 선택해야 한다. - 어떤 프로젝트를 앞에 둘지 고민된다면, 가장 자연스럽게 설명할 수 있고 설득력 있는 이야기를 들려줄 수 있는 작업을 고르는 것이 좋다. - 좋은 프로젝트 사례에는 다음 내용이 포함된다. - 명확한 문제 정의 - 프로젝트의 주요 단계와 마일스톤 - 결과에 대한 해석과 결론 - 성과를 측정한 지표 - 진행 과정에서 얻은 교훈 - 다시 한다면 바꾸고 싶은 점 - 프로젝트가 큰 성공을 거두지 못했더라도 실패 원인과 배운 점을 설명할 수 있다면 충분히 강력한 사례가 될 수 있다. ## 결과보다 디자인 의사결정이 중요한 이유 - 제품 디자인 포트폴리오에서는 최종 화면보다 각 선택의 이유를 설명하는 능력이 중요하다. - 색상, 컴포넌트, 스타일, 문구 등 모든 요소는 의도적인 결정으로 다뤄야 한다. - 설명할 때 다음 내용을 구체적으로 제시해야 한다. - 어떤 문제를 해결하려 했는가 - 고려한 대안은 무엇이었는가 - 각 대안의 장단점은 무엇이었는가 - 시간·기술·비즈니스 등 어떤 제약이 있었는가 - 최종 선택으로 인해 발생한 트레이드오프는 무엇인가 - 이러한 설명은 단순히 화면을 제작하는 능력을 넘어, 제품의 맥락과 다양한 선택의 영향을 이해하고 있음을 보여준다. ## 포트폴리오 제작에 활용할 수 있는 자료 - Figma는 포트폴리오 발표 구성과 제작을 돕는 커뮤니티 템플릿을 제공한다. - 활용 가능한 자료에는 다음이 포함된다. - 제품 디자이너 포트폴리오 발표 가이드 및 템플릿 - 여러 기기 화면을 보여주는 디바이스 목업 - 15페이지 분량의 제품 디자인 포트폴리오 발표 템플릿 - HTML 포트폴리오 템플릿 - UI·UX 디자이너용 개인 포트폴리오 템플릿 - 템플릿은 완성된 정답이라기보다 작업의 구조를 잡고 빠르게 시작하기 위한 도구로 활용하는 것이 적절하다. 프로젝트를 많이 넣기보다 가장 잘 설명할 수 있는 작업을 선별하고, 화면보다 문제 정의·과정·의사결정·성과·배움을 중심으로 구성하는 것이 효과적이다. 포트폴리오를 완성한 뒤에는 각 선택의 “왜”를 말로 설명하는 연습을 해보는 것이 좋다.

원문 읽기(새 탭에서 열림)
figma4분 읽기큐레이션 요약

요약하자면: 제6

AI를 제대로 활용하는 일은 기술 습득을 넘어 인간의 판단력과 창의성을 이해하는 과정이라는 것이 글의 핵심 주장이다. Figma의 잡지 《The Prompt》는 디자인, 엔지니어링, 검색, 휴머노이드 로봇, 인쇄 매체를 통해 AI가 인간의 역할과 창작 방식을 어떻게 바꾸는지 탐구한다. AI가 작업을 자동화하더라도 문제를 정의하고 의미를 부여하는 능력, 호기심과 판단력은 여전히 인간의 중요한 차별점으로 남는다고 강조한다. ## 《The Prompt》의 기획 의도 - Figma가 Story Studio와 Brand Studio의 협업으로 제작한 80쪽 분량의 디지털·인쇄 잡지다. - AI가 디자인과 디지털 제품 개발을 활성화할 가능성뿐 아니라, 현재의 한계와 앞으로의 성장 방향을 다룬다. - 디자인·엔지니어링·제품 개발 분야 리더들에게 질문을 던지고, 각자의 기술과 창의성에서 무엇을 지키고 싶은지 살펴본다. - 인쇄본은 벨럼지, 색상, 일러스트레이션, 레이아웃 등 물질적 요소를 활용해 AI 시대의 주제를 시각적으로 해석한다. ## AI 시대의 좋은 디자인 - AI가 제품 개발을 대중화할수록 단순한 구현 능력보다 디자인의 질이 중요한 차별점이 된다고 본다. - Figma의 제품 디자인 부문 리더 Noah Levin과 팀은 AI를 활용하더라도 오랫동안 지켜 온 디자인 원칙과 장인정신이 필요하다고 말한다. - 좋은 디자인은 기능을 만드는 데 그치지 않고, 사용자의 맥락과 경험을 이해하며 명확한 의도와 판단을 반영해야 한다. - AI가 다양한 결과물을 빠르게 생성할수록 무엇을 선택하고 왜 선택하는지 설명하는 디자이너의 역할이 커진다. ## 코드가 상품화될 때 엔지니어의 역할 - Figma CTO Kris Rasmussen은 엔지니어링이 단순히 코드를 출력하는 일이 아니라고 주장한다. - 엔지니어에게는 다음과 같은 고유한 역할이 있다. - 해결할 문제를 올바르게 정의하기 - 여러 해결책 중 적절한 방법을 선택하기 - 시스템의 구조와 장기적 영향을 판단하기 - AI가 코드 작성 속도를 높이더라도 문제의 중요도, 기술적 트레이드오프, 제품과 사용자에 미치는 영향을 판단하는 일은 여전히 어렵다. - 따라서 “AI가 엔지니어의 일자리를 없앨까?”보다 “엔지니어가 AI로 무엇을 더 잘할 수 있으며, 인간만이 해결할 수 있는 영역은 무엇인가?”를 묻는 것이 생산적이라고 제안한다. ## 판단 없는 질문과 인간의 호기심 - Perplexity 공동창업자 겸 CEO Aravind Srinivas는 AI 검색 서비스를 인쇄 백과사전과 위키의 계보에 놓는다. - Perplexity는 질문하기를 망설이게 만드는 사회적 판단이나 부담을 줄이고, 누구나 답을 탐색할 수 있게 하는 도구로 설명된다. - AI 검색은 정보를 제공하는 데서 그치지 않고 사용자의 호기심을 확장하는 보조자가 될 수 있다. - 다만 좋은 답변을 얻으려면 질문의 의도와 맥락을 명확히 하고, AI가 제시한 정보를 비판적으로 검토해야 한다. ## 휴머노이드 로봇과 구현된 AI - 영화와 소설 속에서 반복적으로 등장한 휴머노이드 로봇이 현실의 기술로 다가오고 있다는 점을 조명한다. - 로봇은 AI를 화면 속 소프트웨어가 아니라 물리적 공간에서 행동하는 존재로 만든다. - 구현된 AI는 다음과 같은 새로운 문제를 제기한다. - 인간과 기계의 경계는 어디에 있는가 - 로봇의 행동을 누가 통제하고 책임지는가 - 인간형 외관이 사용자 기대와 신뢰에 어떤 영향을 미치는가 - 휴머노이드의 발전은 기술적 가능성뿐 아니라 인간이 AI에 투영해 온 기대와 두려움을 다시 마주하게 한다. ## 인쇄 매체가 제공하는 경험 - 《The Prompt》는 디지털 기술을 다루면서도 인쇄물의 물성과 느린 읽기 경험을 적극적으로 활용한다. - 종이의 질감, 색, 편집 구성, 일러스트레이션은 AI에 관한 추상적 논의를 감각적인 경험으로 바꾼다. - 효율성과 즉시성이 강조되는 AI 시대에 인쇄물은 의도적으로 속도를 늦추고, 창의성과 사유의 과정을 강조한다. - 이는 효율이 항상 창의성을 높이는 것은 아니며, 제약과 물리적 경험이 오히려 새로운 사고를 촉진할 수 있다는 관점을 보여준다. AI를 업무에 도입할 때는 반복 작업 자동화에만 집중하기보다 문제 정의, 판단, 검증, 사용자 이해처럼 인간의 강점이 필요한 단계에 더 많은 시간을 투자하는 것이 바람직하다. AI를 대체자가 아니라 창의적 사고와 호기심을 확장하는 협업 도구로 바라볼 때 그 잠재력을 더 효과적으로 활용할 수 있다.

원문 읽기(새 탭에서 열림)