kakao·2026년 6월 8일·4분 읽기큐레이션 요약

에이전틱 AI 생태계의 주인공들, MCP Player 10 성료와 Next!

카카오의 MCP 기반 개방형 플랫폼 PlayMCP에서 열린 ‘MCP Player 10’ 공모전이 약 150개 팀의 참여 속에 마무리됐다. 수상작들은 보육 행정, 창업 지원사업, 육아, 법률, 문화생활, 게임, 보안 등 일상과 전문 영역의 문제를 AI 에이전트로 해결했다. 카카오는 PlayMCP를 개발자 중심 플랫폼으로 발전시키고, Kakao Tools 및 카카오톡과 연계해 MCP 서비스의 대중화를 추진할 계획이다. ## 60일간 진행된 MCP 공모전 - 공모전은 2025년 12월 19일부터 2026년 1월 18일까지 진행됐다. - 카카오의 MCP 기반 플랫폼 **PlayMCP**를 활용해 실용적인 MCP 서버를 개발하는 방식이었다. - 약 150개 팀이 참여했으며, 창의성·사용 편의성·기술적 안정성을 기준으로 최종 10팀을 선정했다. - 단순한 기술 시연보다 실제 생활 속 불편을 해결하고 서비스로 발전할 가능성이 중요한 평가 기준으로 소개됐다. ## 대상: 어린이집 행정을 돕는 ‘어린이ZIP’ - 현직 교사의 행정 업무 부담을 줄이는 AI 보육 조수다. - 활동 사진을 분석해 알림장과 보육일지 초안을 자동 생성한다. - 아이별 알레르기, 하원 방법 등 개별 특이사항을 기억해 맞춤형 답변을 제공한다. - 보육 현장에 적합한 따뜻한 문체와 전문가의 톤앤매너를 반영한다. - “사진으로 오늘 보육일지 작성”, “아이의 알레르기 정보 확인”과 같은 자연어 명령으로 사용할 수 있다. ## 최우수상: 창업 지원사업을 분석하는 ‘SeedUp’ - 정부 창업 지원사업 공고를 수집하고 분석하는 창업 지원 MCP다. - 여러 기관에 흩어진 공고와 첨부 파일을 한곳에서 검색·요약한다. - 지원 자격과 주요 조건을 확인하고, 지원사업별 합격 전략까지 안내한다. - 창업자가 “이번 주 주요 공고”, “AI 스타트업 관련 사업” 등을 자연어로 검색할 수 있다. ## 다양한 생활 문제를 해결한 수상작 - **공유 비밀의 방** - 익명성을 보장하는 디지털 소통 플랫폼이다. - AI와 나눈 고민이나 대화를 익명으로 공유하고 다른 사람의 이야기에 공감할 수 있다. - **바우만 16 안티에이징솔루션** - 바우만 피부 유형 16가지 분류법을 AI에 적용했다. - 화장품 성분과 피부 특성을 분석해 개인별 스킨케어 루틴과 제품을 추천한다. - **아라드도우미** - 던전앤파이터 이용자를 위한 게임 전문 AI 비서다. - RAG와 Vision AI를 활용해 패치 노트, 아이템 메타, 직업별 빌드를 분석한다. - **키즈허브** - 육아 정보와 공공데이터를 통합한 서비스다. - 응급실 현황, 성장 단계, 어린이집 대기 정보 등을 제공하고 가족 단톡방 공유도 지원한다. - **택배추적기** - 배송 조회뿐 아니라 택배 사칭 스미싱 URL도 탐지한다. - 배송 관련 문자 속 위험 링크를 분석해 개인정보와 금융 피해를 예방한다. - **ArtBridge** - 약 20만 건의 공연·전시 데이터를 활용하는 문화생활 추천 서비스다. - 위치, 예산, 취향을 바탕으로 연극·뮤지컬·클래식 등 9개 장르의 콘텐츠와 예매 정보를 추천한다. - **KidSafe** - 어린이와 청소년의 AI 대화를 보호하는 안전 MCP다. - 유해 표현과 정서적 위기 신호를 감지하고, 필요하면 보호자나 전문 상담 자원과 연결한다. - **LexiLink_ko** - 법령, 판례, 행정 해석례를 자연어로 검색하는 법률 리서치 도구다. - 복잡한 법적 쟁점을 통합 검색하고 이해하기 쉽게 정리한다. ## PlayMCP의 향후 발전 방향 - PlayMCP는 개발자가 MCP 서버를 만들고 공유하는 전문 공간으로 운영된다. - 일반 사용자가 MCP를 경험하는 공간은 카카오톡의 **Kakao Tools**가 담당하며, 두 서비스는 긴밀하게 연결될 예정이다. - 현재는 개발자가 MCP 서버의 엔드포인트와 운영을 직접 관리해야 한다. - 향후 카카오 클라우드 기반 서버 지원과 배포 자동화 등 매니지드 서비스 도입을 검토하고 있다. - 카카오톡 안에서 MCP가 JSON 기반 위젯 등 자체 UI를 렌더링하도록 지원하는 방안도 검토 중이다. ## 다음 공모전: Agentic Player 10 - 카카오는 2회 공모전인 **Agentic Player 10**을 예고했다. - 이번에는 Kakao Tools와 연계해 개발자가 만든 에이전트를 더 많은 사용자에게 직접 선보이고 검증할 기회를 제공한다. - 특히 스타트업과 예비 창업팀이 실제 사용자 접점을 확보하고 서비스 성장을 실험하는 장으로 활용할 수 있도록 설계될 예정이다. - MCP 서버가 카카오톡 안에서 대중적인 AI 에이전트로 발전하는 것이 주요 목표다. 수상작들은 MCP가 단순한 개발자용 연동 기술을 넘어, 특정 업무와 사용자 문제를 해결하는 실용적인 AI 서비스로 발전할 수 있음을 보여준다. MCP 서비스를 개발한다면 명확한 사용자 문제를 정하고, 신뢰할 수 있는 데이터와 안전장치, 자연어 기반 사용성을 함께 설계하는 것이 중요하다.

원문 읽기(새 탭에서 열림)

chatgptAI 에이전트모델 컨텍스트 프로토콜RAG+3

toss·2026년 6월 5일·5분 읽기큐레이션 요약

토스팀이 AI 파도를 마주하는 방법: AI Surf Day

토스는 빠르게 변하는 AI를 따라잡기 위해 개인의 학습에만 의존하지 않고, 업무 시간과 조직 문화를 재설계하는 ‘AI Surf Day’를 운영했다. 매주 금요일을 AI 실험과 공유의 시간으로 정해 직군과 숙련도에 관계없이 누구나 AI를 업무에 적용하도록 지원했다. 이 경험은 특정 프로그램보다 자유롭게 시도하고 실패와 성과를 공유하는 문화, 그리고 이를 이끄는 사람들이 AI 전환의 핵심임을 보여준다. ## AI Surf Day의 배경과 목적 - AI 기술이 빠르게 발전하면서 개발자뿐 아니라 PO, 디자이너, 스태프 등 모든 직군에서 AI 활용에 대한 관심이 커졌다. - 반면 비개발 직군을 중심으로 다음과 같은 어려움도 나타났다. - 수많은 AI 정보 중 실제 업무에 유용한 것을 선별하기 어려움 - 새로운 기술을 학습할 별도 시간을 내기 어려움 - AI를 잘 활용하는 사람과 그렇지 못한 사람 사이의 격차와 불안 - 토스는 월요일부터 목요일까지 본업에 집중하고, 매주 금요일은 AI를 실험하고 업무에 적용하는 ‘AI Surf Day’로 운영했다. - 목표는 단순히 AI 도구 사용법을 익히는 것이 아니라, 토스 전체가 AI 기반으로 일하는 문화를 만드는 것이었다. - “파도를 멈출 수는 없지만 서핑하는 방법은 배울 수 있다”는 비유처럼, 예측하기 어려운 AI 변화에 조직적으로 대응하려는 취지를 담았다. ## AI Surf Club: 자율적인 실험과 학습 - 팀원 누구나 AI 관련 주제로 모임을 만들고 참여할 수 있는 핵심 프로그램이다. - 시작과 함께 약 200개의 클럽이 만들어질 만큼 높은 참여가 나타났다. - 대표적인 사례는 다음과 같다. - **AI 안티패턴 스터디** - AI 활용이 잘되지 않았던 시행착오와 실패 사례를 공유했다. - 프로젝트 방향을 잡고 실수를 줄이는 데 도움이 되는 ‘시행착오 방지 가이드’로 내용을 정리했다. - **LLM Wiki 활용법** - 업무 지식이 여러 곳에 흩어진 문제를 해결하기 위해 조직 공동의 지식 자산 구축을 논의했다. - 데이터 엔지니어, 머신러닝 엔지니어, 비즈니스 담당자 등 다양한 직군이 참여해 관점을 넓혔다. - **터미널 초보자를 위한 0단계 모임** - 에이전트 도구 설치나 터미널 사용처럼 기본적인 기술 장벽을 해결했다. - 초보적인 질문도 부담 없이 할 수 있는 안전한 학습 공간을 제공했다. - **금융소비자보호 업무의 AI 전환** - “상담 과정에서 미리 민원을 발견하고 싶다”는 요구에서 출발해 한 달 만에 대외민원 모니터링 포털을 개발했다. - 민원 회신문 초안 작성과 민원 분류 자동화 등 추가 결과물도 만들어냈다. - 가장 큰 성과는 구성원들이 “우리도 AI로 해볼 수 있다”는 자신감을 얻은 점이었다. - **비즈니스 마케팅 팀의 AI 워크숍** - Builder, Curator, Operator, Scouter로 역할을 나누어 AI 도구, 사례, 자동화 결과물을 만들고 공유했다. - 개인의 실험을 다른 팀원이 복제하거나 업무에 적용할 수 있는 자산으로 남기는 데 초점을 맞췄다. ## AI Surf Weekly: 사례와 아이디어의 확산 - 사내 AI 활용 우수 사례, 레슨런, 최신 AI 인사이트를 공유하는 시간이다. - 구체적인 도구 사용법을 일방적으로 교육하기보다, 실제 사례를 보여주고 새로운 아이디어를 떠올리게 하는 방식을 택했다. - 서로 다른 조직의 유사한 문제를 가진 구성원을 연결해 단시간에 결과물을 만들도록 돕기도 했다. - 영업팀의 요구와 유사한 도구를 만든 인사팀 구성원을 연결해 빠르게 업무 도구를 개발했다. - 디자인 자동화에 어려움을 겪던 마케팅 담당자를 디자인 조직의 경험자와 연결해 하루 만에 문제를 해결했다. - 잘 쓰는 사람과 실제 결과물을 공유하면, 구성원들이 자신의 업무에 맞게 응용하면서 새로운 활용 사례가 파생된다는 점을 확인했다. ## AI Surf Evangelist: 현업 중심의 전파 체계 - 조직에서 AI를 잘 활용한다는 것은 개인이 도구를 능숙하게 쓰는 것이 아니라, 기존 업무 흐름을 AI 기반으로 재설계하는 것이다. - 이를 가장 잘 이끌 사람은 실제 업무와 팀의 문제를 잘 아는 현업 구성원이라고 판단했다. - 토스는 AI 기술 전문가보다 다음과 같은 구성원을 에반젤리스트로 선발했다. - 유용한 정보를 발견하면 팀에 공유하는 사람 - 동료가 AI 활용 중 막혔을 때 함께 해결하는 사람 - AI 도입과 전파에 적극적인 사람 - 공개 추천을 통해 이미 비공식적으로 이런 역할을 수행하던 사람을 발굴했고, 총 142명이 선정됐다. - 주요 미션은 다음과 같다. - 3개월 동안 조직 내 AI 활용 사례를 공유 채널에 제보 - 팀 대상 밋업이나 워크숍을 최소 1회 개최 - 유용한 사례와 인사이트를 조직에 전파 - 문화팀은 워크숍 템플릿과 퍼실리테이션을 지원해 각 팀이 ‘업무를 AI 기반으로 재설계한다면?’을 주제로 실험하도록 도왔다. ## OpenAI 협업과 에이전틱 워크플로우 - 5월에는 OpenAI와 협업해 개발자용 Codex 세션, 비개발자용 ChatGPT Agent 자동화 세션, 미니 해커톤을 진행했다. - **iOS Simulator 자동 검증 에이전트** - Codex가 기능 구현, 빌드, 로그인, 입력, 테스트, 수정 과정을 직접 수행했다. - 계획부터 검증 영상 생성까지의 전체 루프를 자동화했다. - **토스플레이스 메뉴 분류 어드민** - AI 에이전트가 매일 상품 데이터를 조회하고 사전 정의된 기준에 따라 1차 분류한다. - 담당자는 알림 링크를 통해 결과를 확인하고 확정 또는 반려한다. - 단순 반복 업무를 재사용 가능한 Agentic Workflow로 전환한 사례다. ## 프로그램보다 중요한 문화와 사람 - AI Surf Day는 6월까지 운영될 예정이지만, 이후 동일한 형식으로 지속될지는 정해지지 않았다. - 글에서 중요하게 본 성과는 특정 프로그램 자체가 아니라 다음과 같은 변화다. - AI를 실험할 수 있도록 공식적인 시간대를 마련함 - 성공뿐 아니라 실패와 시행착오도 공유함 - 서로 다른 팀의 사례와 사람을 연결함 - 워크숍과 결과물이 실제 업무 방식의 변화로 이어짐 - AI 전환을 추진하는 조직이라면 별도 학습 시간을 보장하고, 현업의 자발적 실험을 지원하며, 결과물을 조직 자산으로 공유하는 구조부터 만드는 것이 효과적이다.

원문 읽기(새 탭에서 열림)

chatgptAI대규모 언어 모델AI 에이전트+4

stripe·2026년 4월 2일원문

Shoptalk 2026 인사이트: 에이전트가 리테일을 변화시키는 방식 (새 탭에서 열림)

Shoptalk 2026에서 확인된 에이전틱 커머스(Agentic Commerce)는 이제 미래의 비전이 아닌, 대화형 어시스턴트와 인앱 결제 등을 통해 실제 매출을 일으키는 현실로 자리 잡았습니다. 리테일 리더들은 단순 검색을 넘어 맥락 중심의 AI 발견 시스템으로 전환되는 시장 구조에 대응하기 위해 제품 데이터의 표준화와 체계적인 공급 전략을 고민하고 있습니다. 기술이 상거래의 전 과정을 자동화할수록 소비자의 선택을 받기 위한 브랜드의 신뢰도와 차별화된 고객 경험의 가치는 그 어느 때보다 중요해질 전망입니다. **에이전틱 커머스의 확산과 데이터 전략의 변화** - AI 에이전트가 새로운 '스토어프론트' 역할을 수행함에 따라, 에이전트에게 노출되지 않는 브랜드는 시장에서 소외될 위험이 커지고 있습니다. - 소비자 검색 패턴이 키워드 중심에서 맥락 중심(예: 여행 계획, 특정 상황에 맞는 가전 비교)으로 변화하고 있으며, OpenAI에 따르면 검색의 70%가 이러한 제약 조건을 포함합니다. - 웹 크롤링에만 의존하기보다 에이전트에게 직접 구조화된 데이터를 제공하는 '다이렉트 제품 피드'의 중요성이 강조되고 있습니다. - 세포라(Sephora)처럼 로열티 데이터를 AI와 결합해 맞춤형 샘플이나 혜택을 제안하는 실질적인 활용 사례가 늘고 있습니다. **채팅창을 넘어선 임베디드 커머스로의 확장** - 에이전틱 커머스는 단순한 채팅 기능을 넘어 광고 클릭부터 결제까지 앱을 이탈하지 않고 완료하는 '임베디드 커머스' 형태로 진화하고 있습니다. - 메타(Meta)는 에이전틱 커머스 프로토콜(ACP)을 활용해 광고 내에서 제품 상세 확인, AI 리뷰 요약, 결제까지 한 번에 이뤄지는 흐름을 구현했습니다. - 미래의 브랜드들은 자사 웹사이트보다 에이전틱 인프라 위에서 네이티브하게 구축되어 고객 획득 비용을 낮추는 전략을 취할 것으로 예측됩니다. - 패션, 뷰티 등 카테고리에 특화된 AI 앱들이 등장함에 따라 리테일러는 1방향 채널과 3자 에이전트 경험 사이의 투자 균형을 결정해야 합니다. **AI 환경에서 더욱 강조되는 브랜드 정체성과 신뢰** - AI가 제품 비교와 발견을 쉽고 빠르게 만들수록, 고객이 특정 브랜드를 선택하게 만드는 힘은 결국 브랜드에 대한 신뢰와 애착에서 나옵니다. - 뉴발란스(New Balance)의 매장 내 전문성 강화나 스티치 픽(Stitch Fix)의 AI 기반 개인화 시각화 도구처럼 고유한 고객 데이터를 활용한 차별화가 필수적입니다. - 에이전트가 주도하는 여정에서도 브랜드의 일관성을 유지하기 위해 고객 데이터와 정체성을 모든 채널에서 통합 관리하는 시스템이 요구됩니다. - '위안을 주는 경제(Soothing Economy)' 개념처럼 오프라인 매장에서의 정서적 경험과 온라인의 효율성을 결합하려는 시도가 이어지고 있습니다. **실무적인 결론 및 제언** 에이전틱 커머스 시대에는 고객이 결제 단계에 도달했을 때의 마찰을 최소화하는 것이 핵심입니다. Stripe의 '최적화된 결제 수트(Optimized Checkout Suite)'나 '에이전틱 커머스 수트(Agentic Commerce Suite)'와 같은 도구를 활용하면, 복잡한 개별 통합 과정 없이도 다양한 AI 에이전트와 플랫폼에 제품 카탈로그 정보를 신속하게 배포하고 전환율을 높일 수 있습니다. 기술적 인프라를 탄탄히 구축하는 동시에, AI가 대체할 수 없는 브랜드만의 고유한 가치를 정립하는 투트랙 전략이 필요합니다.

chatgpt데이터베이스 설계stripeagentic-commerce+4

line·2026년 2월 23일원문

LINE DEV AI 리포터즈의 여정을 공유합니다! (새 탭에서 열림)

LY Corporation은 개인의 AI 활용 경험을 조직 전체의 자산으로 전환하기 위해 'AI 리포터즈'를 결성하고, 단계별 공유 체계를 구축하여 기술적 성장을 도모하고 있습니다. 단순히 도구 사용법을 익히는 데 그치지 않고, 실무 적용 과정에서 겪은 시행착오와 설계 역량의 중요성을 공유함으로써 AI가 기술 부채를 양산하지 않고 생산성 향상으로 이어지게 하는 조직 문화를 마련했습니다. 결국 AI 시대를 맞이하는 개발자에게 필요한 역량은 개별 구현 능력을 넘어 프로젝트 전체를 설계하고 관리하는 '메타 지식'임을 강조하고 있습니다. **가벼운 시도로 시작하는 공유 문화 형성** * 성공 사례에 국한되지 않고 개인의 실험적 시도와 시행착오를 가감 없이 공유하여 AI 도입에 대한 심리적 허들을 낮추었습니다. * Claude Code와 Antigravity를 활용해 하루에 서비스 하나를 제작하는 '바이브 코딩' 실험을 통해 빠른 구현 속도만큼이나 '명확한 명세와 기획'이 중요함을 확인했습니다. * 결과물보다 과정에 집중하는 분위기를 조성하여, 조직원들이 잘해야 한다는 부담 없이 AI를 업무에 우선 적용해 보는 환경을 만들었습니다. **실무 관점의 AI 협업과 기술 부채 관리** * Claude Code를 기반으로 한 달 이상의 실제 프로젝트를 진행하며, AI 에이전트와 협업할 때 개발자의 역할이 '구현'에서 '프로젝트 설계 및 관리'로 변화함을 실증했습니다. * AI 에이전트는 현재의 코드 상태를 기준으로 다음 작업을 수행하기 때문에, 구조 개선이나 리팩토링을 미루면 기술 부채가 평소보다 훨씬 빠르게 증폭된다는 실무적 인사이트를 도출했습니다. * 커밋 전 자동 테스트를 생략했을 때 발생하는 오류 사례를 통해, 에이전트의 결과물을 검증하고 아키텍처를 유지하는 사람의 역할이 더욱 중요해졌음을 공유했습니다. * 작업을 시작하기 전 에이전트가 충돌 없이 일할 수 있도록 환경과 순서를 먼저 정리하는 '계획 단계'의 비중을 높여 일의 흐름을 최적화했습니다. **조직 단위의 워크숍 및 기술 심화 공유** * 기획, 디자인, 개발, 배포를 한 흐름으로 연결하는 '원스톱 실습 워크숍'을 통해 ChatGPT, Claude Code, Stitch AI 등 여러 도구를 맥락에 맞게 결합하는 경험을 전파했습니다. * 'GAI 활용 연구회'를 통해 PyTorch 기반 LLM과 MCP(Model Context Protocol) 서버의 상호작용 구조, JSON-RPC 기반 메시지 설계 및 세션 관리 등 심도 있는 기술적 디테일을 다루었습니다. * FastMCP와 같은 고수준 라이브러리가 감추고 있는 추상화 레이어를 직접 구현해 봄으로써, AI 에이전트 시스템의 내부 작동 원리와 설계 선택지에 대한 깊이 있는 이해를 공유했습니다. **지속 가능한 AI 공유 생태계 구축** * AI 도구와 환경은 끊임없이 변화하므로, 일회성 교육보다는 '자주 시도하고 빠르게 공유하는 문화' 자체가 조직의 핵심 경쟁력이 된다는 점을 시사합니다. * 슬랙(Slack)을 통한 트렌드 공유와 월간 정기 미팅 등 개별 팀의 노하우를 조직의 경험으로 연결하는 구조적 장치를 통해 AI 활용 능력을 지속적으로 내재화할 것을 추천합니다.

chatgptAIPostgreSQLclaude-code+4

line·2025년 12월 30일원문

입사 일주일 만에 일본 출장을? LINE Plus Developer Relations 뉴비의 바쁜 적응기 (새 탭에서 열림)

라인플러스 Developer Relations(DevRel) 팀에 합류한 신규 입사자의 경험을 통해 기술 중심 회사가 엔지니어의 성장을 돕고 개발 문화를 확산시키는 구체적인 과정을 보여줍니다. 저자는 입사 일주일 만에 떠난 일본 출장과 이후 진행한 다양한 사내외 행사를 통해, DevRel의 핵심 역할이 단순한 운영을 넘어 엔지니어와 기술 문화를 유기적으로 연결하는 데 있음을 강조합니다. 결과적으로 탄탄한 온보딩 프로세스와 도전적인 팀 문화가 구성원의 빠른 적응과 창의적인 업무 수행을 가능하게 한다는 결론을 도출합니다. ## 글로벌 기술 컨퍼런스와 해커톤 참여 * **Tech-Verse 및 Hack Day 운영 지원:** 일본에서 열린 글로벌 컨퍼런스 'Tech-Verse'에서 한국어, 영어, 일본어 다국어 동시통역 환경을 점검하고, 사내 해커톤인 'Hack Day'의 현장 이슈 대응 및 운영을 담당하며 글로벌 규모의 행사 체계성을 체감했습니다. * **글로벌 DevRel 협업:** 일본, 태국, 대만, 베트남 등 각국의 DevRel 팀과 주기적으로 미팅하며 국가별 기술 행사 운영 방식과 엔지니어 대상 콘텐츠 구성 사례를 공유하는 유기적인 협업 구조를 확인했습니다. * **현장 기반 테크 브랜딩:** 행사 현장에서 숏폼(Shorts) 영상과 카드 뉴스를 직접 제작 및 배포함으로써, 행사의 폭발적인 에너지를 외부로 전달하는 '테크 브랜딩' 업무의 실무적 접점을 익혔습니다. ## 참여를 이끄는 창의적인 테크 토크 기획 * **파격적인 홍보 전략:** '나의 AI 활용법'을 주제로 한 Tech Talk에서 오프라인 참여율을 높이기 위해 기존의 틀을 깬 유머러스한 포스터와 컵홀더를 제작하는 등 B급 감성을 활용한 마케팅을 시도했습니다. * **실습형 핸즈온 세션 도입:** 엔지니어들의 피드백을 반영해 ChatGPT와 Claude Code를 활용한 핸즈온 세션을 기획했으며, Jira 티켓과 Wiki를 연동한 주간 리포트 자동 생성 등 실무에 즉시 적용 가능한 기술적 사례를 다루었습니다. * **철저한 사전 기술 지원:** 실습 중 발생할 수 있는 변수를 최소화하기 위해 환경 세팅 가이드를 사전 제작하고 문제 발생 시 대응 방안을 마련하는 등 참여자 중심의 세밀한 행사 설계를 진행했습니다. ## 전사 AI 리터러시 향상을 위한 AI Campus Day * **참여 장벽 완화 설계:** '업무에서 벗어나 AI와 놀기'라는 콘셉트로 AI 포토존(Gemini 활용)과 메시지 보드를 운영하여, 약 3,000명의 구성원이 자연스럽게 AI 기술을 경험할 수 있도록 동선을 설계했습니다. * **AI 도구의 실무 적용:** 행사 안내 영상 제작 시 사내에서 지원하는 AI 툴로 아이콘을 만들고 AI 음성을 입히는 등, DevRel 스스로가 기술의 활용 사례가 되어 구성원들의 흥미를 유발했습니다. * **범조직적 협업:** 한 달 반의 준비 기간 동안 여러 부서와 협력하며 'Event & Operation' 역할을 수행했고, 이를 통해 대규모 전사 행사를 성공적으로 이끄는 운영 노하우를 습득했습니다. ## 개방적이고 도전적인 팀 문화 * **심리적 안정감과 실행력:** 신규 입사자의 아이디어를 "재밌겠다"며 지지해 주는 유연한 분위기 덕분에 파격적인 홍보나 새로운 세션 도입과 같은 시도가 실제 성과로 이어질 수 있었습니다. * **체계적인 온보딩 시스템:** 입사 직후 촉박한 출정 일정 속에서도 업무 미션과 온보딩 리스트가 잘 정리되어 있어 업무 맥락을 빠르게 파악하고 전문성을 발휘할 수 있는 환경이 조성되었습니다. 성공적인 DevRel 활동을 위해서는 기술적 이해도만큼이나 엔지니어의 니즈를 파악하는 공감 능력, 그리고 아이디어를 즉각 실행에 옮길 수 있는 개방적인 팀 문화가 필수적입니다. 조직 내 개발 문화를 활성화하고 싶다면, 구성원들이 기술을 즐겁게 경험할 수 있도록 참여 문턱을 낮추는 작은 실험부터 시작해 볼 것을 추천합니다.

chatgptAI생성형 AIgemini+5

line·2025년 12월 19일원문

사내 AI 리터러시를 향상하기 위한 AI Campus Day를 개최했습니다 (새 탭에서 열림)

LY Corporation은 전 직군의 AI 리터러시를 높이고 실무 적용을 독려하기 위해 사내 실습 행사 'AI Campus Day'를 개최했습니다. 외부 강사 대신 사내 전문가인 'AI 멘토'를 활용하고 실습 중심의 핸즈온 세션을 구성함으로써, 보안 가이드라인과 사내 업무 환경에 최적화된 실질적인 AI 활용 노하우를 성공적으로 전파했습니다. 이번 행사는 단순한 교육을 넘어 축제 형태의 운영 방식을 도입하여 임직원들이 자발적으로 AI 기술을 탐색하고 업무 생산성을 높이는 계기를 마련했습니다. **실무 역량 강화를 위한 수준별 핸즈온 세션** * **직군별 맞춤 트랙 운영:** 'Common', 'Creative', 'Engineering'의 3개 트랙으로 나누어, 기초 프롬프팅부터 MCP(Model Context Protocol) 서버 구축과 같은 심화 주제까지 총 10개의 세션을 제공했습니다. * **단계별 난이도 설계:** 참가자의 AI 활용 수준에 맞춰 3단계 레벨을 설정하여, 비개발 직군부터 엔지니어까지 누구나 자신의 수준에 맞는 학습이 가능하도록 했습니다. * **철저한 실습 지원 체계:** 흐름을 놓치지 않도록 상세한 '세션 가이드'를 제작 배포하고, 세션마다 2~3명의 조교(총 26명)를 배치하여 현장에서 발생하는 기술적 문제를 즉각 해결했습니다. * **Slack 기반의 소통:** 각 세션별 채널을 통해 실습 결과물을 실시간으로 공유하고 질의응답을 진행하여 참여도를 높였습니다. **사내 콘텍스트를 반영한 AI 멘토링** * **내부 전문가 활용:** 외부 강사 대신 사내에서 이미 AI를 적극적으로 활용 중인 동료 10명을 멘토로 선발하여 현장감 있는 지식을 공유했습니다. * **최적화된 도구 활용:** ChatGPT Enterprise, Gemini, Claude Code 등 사내에서 허용된 도구와 보안 수칙을 100% 반영하여, 배운 내용을 즉시 업무에 적용할 수 있는 환경을 구축했습니다. * **체계적인 콘텐츠 검토:** 운영진은 멘토 가이드를 제공하고, '주제 검토 - 최종 자료 리뷰 - 리허설'로 이어지는 다단계 프로세스를 통해 교육 콘텐츠의 완성도를 확보했습니다. **자발적 참여를 유도하는 축제형 운영** * **캠퍼스 테마 도입:** 수강 신청, 등교, 스탬프 랠리 등 대학교 캠퍼스 컨셉을 활용하여 학습에 대한 심리적 장벽을 낮추고 즐거운 분위기를 조성했습니다. * **몰입형 이벤트 부스:** Gemini를 활용한 AI 포토존, 자체 개발 AI 업무 지원 솔루션 체험, AI 에이전트 콘테스트 홍보 등 다채로운 부스를 운영하여 AI의 효용성을 직접 경험하게 했습니다. * **리더십의 전폭적 지지:** 경영진의 축전 영상을 통해 '업무 대신 AI와 함께 노는 하루'라는 메시지를 전달함으로써, 임직원들이 심리적 부담 없이 행사에 몰입할 수 있는 환경을 만들었습니다. 성공적인 사내 AI 전환(AX)을 위해서는 단순한 도구 보급을 넘어, 사내 보안 가이드와 업무 맥락을 정확히 이해하는 내부 전문가 중심의 실습 교육이 필수적입니다. AI Campus Day와 같이 학습을 '숙제'가 아닌 '축제'로 인식하게 만드는 운영 전략은 구성원들의 자발적인 기술 수용도를 높이는 데 매우 효과적인 접근 방식이 될 것입니다.

chatgptAI생성형 AI모델 컨텍스트 프로토콜+5

figma·2025년 12월 10일·3분 읽기큐레이션 요약

ChatGPT 내 Figma 앱으로 프롬프

ChatGPT의 Figma 앱이 대화 내용을 바탕으로 Figma Buzz용 시각 자산과 Figma Slides용 프레젠테이션을 생성할 수 있도록 확장됐다. 사용자는 생성된 초안을 Figma에서 편집하고, 브랜드 스타일을 적용하며, 팀과 협업해 완성도를 높일 수 있다. 이를 통해 아이디어 구상부터 디자인 자산과 발표 자료 제작까지의 과정을 단축하는 것이 글의 핵심이다. ## ChatGPT에서 Figma 앱의 역할 확대 - 기존에는 ChatGPT 대화를 플로차트, 간트 차트 등 FigJam 다이어그램으로 변환할 수 있었다. - 새 기능에서는 대화의 프롬프트를 다음 결과물로 발전시킬 수 있다. - 포스터, 초대장, 디지털 광고, 영상 콜라주 등 Figma Buzz 자산 - 클라이언트 제안서, 내부 리뷰, 세일즈 미팅 등에 사용할 Figma Slides 프레젠테이션 - ChatGPT는 하나의 결과만 제시하지 않고 여러 시각적·구조적 변형을 제공해 사용자가 출발점을 선택하도록 돕는다. - 생성 결과는 Figma에서 계속 수정하고 협업할 수 있는 편집 가능한 초안이다. ## Figma Buzz로 브랜드 자산 제작 - 디자인 전문 지식이 없어도 다음과 같은 시각 자산의 초기 버전을 만들 수 있다. - 행사 포스터 - 소셜 미디어 광고 - 초대장 - 비디오 콜라주 - 예시로 “디자인·개발자 해커톤을 홍보할 현대적이고 미니멀한 포스터”를 요청하자, ChatGPT가 시각적 아이덴티티, 레이아웃, 문구가 다른 두 가지 안을 생성했다. - Figma Buzz로 가져온 뒤 다음과 같이 세부 조정이 가능하다. - 카피와 타이포그래피 수정 - 이미지와 색상 조정 - Figma Design의 블렌드 모드를 활용한 색상 팔레트 변경 - LinkedIn, X, Instagram 등 플랫폼별 프리셋 크기로 리사이즈 - 하나의 디자인 초안을 다양한 채널용 콘텐츠로 빠르게 확장할 수 있다는 점이 핵심이다. ## Figma Slides로 프레젠테이션 구성 - 사용자는 발표 개요를 미리 입력하거나, ChatGPT에 적절한 이야기 흐름을 제안하도록 요청할 수 있다. - 예를 들어 ‘연간 회고’ 덱을 요청하면서 다음과 같은 서사 요소를 지정할 수 있다. - 목표와 우선순위 - 지난해의 주요 성과 - 완료된 프로젝트 - ChatGPT는 이를 기반으로 여러 템플릿 옵션을 생성한다. - Figma Slides에서 선택한 안을 바탕으로 다음 작업을 이어갈 수 있다. - 생성된 이미지를 자체 제작 이미지로 교체 - 템플릿 스타일 변경 - 브랜드 가이드라인에 맞춘 색상과 글꼴 조정 - 팀원들과 슬라이드 내용 및 시각적 표현 수정 - 라이브 폴, 스탬프, 정렬 척도 같은 상호작용 기능을 활용해 발표 중 청중의 의견을 수집하고 팀 간 피드백을 주고받을 수 있다. ## 생성형 AI와 Figma 편집 환경의 결합 - ChatGPT는 아이디어를 시각화하고 초안을 만드는 역할을 한다. - Figma Buzz와 Figma Slides는 초안을 실제 업무용 결과물로 다듬는 편집·협업 환경을 제공한다. - 따라서 AI가 만든 결과물을 그대로 사용하는 것이 아니라, 다음 과정을 거쳐 완성도를 높이는 방식이다. - 여러 초안 중 적합한 방향 선택 - 브랜드 자산과 실제 데이터 반영 - 문구, 레이아웃, 타이포그래피 수정 - 팀 리뷰와 상호작용 추가 - 채널별 규격에 맞춘 변환 및 배포 준비 ## 이용 가능 범위 - EU 외 지역의 모든 ChatGPT 사용자가 Figma 앱을 이용할 수 있다. - Figma Buzz와 Figma Slides 기능은 현재 Figma 앱 내 베타 버전으로 제공된다. - 세부 지원 지역과 사용 방법은 Figma 도움말 센터에서 확인해야 한다. 실무에서는 ChatGPT를 브레인스토밍과 초안 생성에 활용하고, 최종 브랜드 적용·콘텐츠 검수·팀 협업은 Figma에서 진행하는 방식이 가장 효과적이다. 특히 소셜 콘텐츠를 여러 규격으로 제작하거나 프레젠테이션의 첫 구조를 잡는 작업에서 시간 절감 효과가 클 것으로 보인다.

원문 읽기(새 탭에서 열림)

chatgptFigmafigma-slidesopenai+2

figma·2025년 11월 25일·4분 읽기큐레이션 요약

버전 컨트롤: Figma Make로 지역

브리티시컬럼비아의 소규모 농가가 생산물 판매와 유통 과정에서 겪는 문제를 해결하기 위해, 창업자 Aaron Veale은 Figma Make로 농가와 밴쿠버 레스토랑을 연결하는 마켓플레이스 앱 Planet Food를 3주 이내에 구축했다. 약 20개의 프롬프트만으로 첫 프로토타입을 만들고, 농부와 셰프의 피드백을 즉시 반영하며 제품을 발전시켰다. 이 사례는 AI 도구가 개발 속도를 높이는 동시에, 창업자가 고객 문제와 사용자 경험에 더 집중하도록 돕는 과정을 보여준다. ## 소규모 농가가 직면한 구조적 문제 - 브리티시컬럼비아에서는 매주 한 곳의 농가가 폐업할 정도로 상황이 심각하다고 소개된다. - 농가들은 다음과 같은 문제를 겪고 있다. - 생산 비용 상승 - 불안정한 공급망 - 변화하는 정부 규정 - 대형 유통업체에 대한 의존 - 마케팅과 판매 역량 부족 - BC 농가의 순손실은 지난해 4억 5,700만 캐나다달러에 달했으며, 농업 부문은 2017년부터 순손실 상태였다. - Veale은 수십 명의 농부와 대화한 뒤, 농가가 생산에는 강하지만 직접 판매와 시장 접근에는 취약하다는 점을 파악했다. - 이에 따라 지역 농가와 고품질 식재료를 찾는 밴쿠버 레스토랑을 직접 연결하는 마켓플레이스를 구상했다. ## Figma Make로 빠르게 만든 Planet Food - 일반적인 스타트업 방식이라면 투자 유치, 팀 구성, 제품 개발에 상당한 시간이 필요하다. - Veale은 문제의 긴급성을 고려해 Figma Make의 프롬프트 기반 앱 제작 기능을 활용했다. - 하루 동안 약 20개의 프롬프트를 입력해 초기 프로토타입을 만들었다. - Planet Food는 다음 두 운영체계로 구성됐다. - **Farm OS**: 농부가 수확한 농산물을 기록하고 분류하는 기능 - **Restaurant OS**: 셰프가 식재료를 검색하고 주문하는 기능 - 초기 제품을 실제 고객에게 빠르게 보여줌으로써 다음을 확인할 수 있었다. - 고객이 어떤 기능을 필요로 하는지 - 실제 사용 가능성이 있는지 - 투자자에게 제품 사용성과 시장 신호를 제시할 수 있는지 ## 버전 1: 대화를 시작하기 위한 프로토타입 - Veale은 Farm OS와 Restaurant OS를 별도의 Figma Make 작업으로 동시에 개발했다. - 한쪽 시스템을 생성하는 동안 다른 쪽에 기능과 화면을 계속 추가하는 방식으로 작업했다. - 10~20개의 프롬프트만으로 여러 화면으로 구성된 시스템을 만들고, 다음 날 농부나 레스토랑에 직접 시연했다. - 초기 제품은 완성품이라기보다 고객과 문제를 논의하기 위한 대화 도구로 사용됐다. - 현장 인터뷰를 바탕으로 농부의 실제 업무 환경에 맞춰 UX를 조정했다. - 야외에서 햇빛 반사를 줄이기 위해 기본값을 다크 모드로 설정 - 하루 12~16시간 일하는 농부를 고려해 행정·판매 업무를 최소화 - 앱 내 작업을 세 번 이하의 클릭으로 완료하도록 설계 - 불필요한 정보와 클릭 수를 줄여 업무 흐름을 단순화 - 익숙한 앱의 스와이프, 슬라이드업 같은 마이크로 인터랙션을 캡처해 프롬프트에 입력하고, 이를 하나의 모바일 중심 UI로 통합했다. ## 버전 2: 사용자 경험과 브랜드 강화 - 초기 기능이 검증된 뒤에는 앱의 시각적 완성도와 감정적 경험을 개선하는 데 집중했다. - Veale은 과거에는 자신의 디자인 아이디어를 구현하기 위해 여러 개발자에게 의존해야 했고, 그 과정에서 타협이 발생했다고 설명한다. - Figma Make를 통해 디자이너가 직접 구현 과정에 참여하면서 다음 요소에 더 집중할 수 있게 됐다고 평가한다. - 브랜딩 - 인터랙션 - 온보딩 경험 - 고객 경험 전반 - 영화감독 경험을 바탕으로 프롬프트를 단순한 명령이 아니라 사용자의 관점에서 작성하는 이야기로 접근했다. - 농부와 셰프에 대한 구체적인 페르소나를 작성해 프롬프트의 맥락으로 활용했다. - 소규모 팀으로 농장을 운영하며 계절별 업무량이 많은 농장주 - 기술에 호기심은 있지만 기술 중심적이지 않은 사용자 - 공정한 가격과 안정적인 수입을 원하는 사용자 - 재배, 수확, 물류, 판매, 청구를 동시에 처리해야 하는 사용자 - 주요 페인 포인트도 명시적으로 정리했다. - 스프레드시트와 문서를 수동으로 업데이트하는 업무 - 매주 레스토랑의 수요를 예측하기 어려운 문제 - 실시간 재고 동기화 부족으로 인한 과잉 판매·판매 부족 - ChatGPT로 사용자 페르소나와 온보딩 흐름을 분석하고, Figma Make에 입력할 프롬프트를 다시 생성하는 방식으로 AI 도구를 연계했다. - 앱에 커스텀 아이콘을 추가해 기능 중심의 도구에 색상과 개성을 더했다. ## 빠른 반복 개발과 고객 중심 설계 - Veale은 먼저 완벽한 제품을 만들기보다, 빠르게 작동하는 버전을 만들어 실제 사용자와 대화하는 방식을 택했다. - 고객 피드백은 단순한 기능 요청이 아니라 다음 설계 결정의 근거로 활용됐다. - 농부의 작업 환경 - 업무 시간과 행정 부담 - 디지털 도구에 대한 숙련도 - 레스토랑의 주문 및 재고 관리 방식 - Figma Make는 프롬프트를 반복 수정하면서 화면, 기능, 인터랙션을 점진적으로 쌓는 개발 방식에 적합했다. - AI가 구현 속도를 높여주면서 창업자와 디자이너는 코드 작성보다 문제 정의와 사용자 경험에 더 많은 시간을 쓸 수 있었다. 실무적으로는 AI 앱 제작 도구를 사용할 때 처음부터 완성도를 높이려 하기보다, 핵심 사용자와 문제를 구체적인 페르소나로 정의한 뒤 작은 프로토타입을 빠르게 만들고 실제 고객 피드백으로 반복 개선하는 접근이 효과적이다.

원문 읽기(새 탭에서 열림)

chatgptAIfigma-makeuser-experience-design+2

figma·2025년 10월 5일·3분 읽기큐레이션 요약

ChatGPT 브레인스토밍을

ChatGPT의 새로운 Figma 앱은 대화 중 나온 아이디어와 첨부 파일을 분석해 FigJam 다이어그램으로 변환해준다. 손그림, PDF, PRD, 기술 문서 등을 바탕으로 플로차트·시퀀스 다이어그램·상태 다이어그램·간트 차트 등을 만들고 수정할 수 있어, 개인 브레인스토밍을 팀 협업용 산출물로 빠르게 발전시키는 것이 핵심이다. 이 기능은 Figma MCP 서버를 기반으로 하며, 글 작성 시점에는 EU 외 지역의 로그인한 ChatGPT 사용자에게 제공된다. ## ChatGPT 브레인스토밍을 FigJam으로 변환 - ChatGPT 대화 내용을 바탕으로 적절한 FigJam 다이어그램을 추천하고 자동 생성한다. - 사용자는 프롬프트에 Figma 앱을 직접 언급할 수 있다. - 예: “Figma, 이 스케치로 다이어그램을 만들어줘.” - 사진, 손그림, PDF 등의 파일을 업로드해 다이어그램 생성에 참고시킬 수 있다. - 현재 지원되는 다이어그램 유형은 다음과 같다. - 텍스트 기반 플로차트 - 시퀀스 다이어그램 - 상태 다이어그램 - 간트 차트 - 생성된 결과는 FigJam에서 팀원들과 공유하고 반복적으로 수정할 수 있다. ## 디자인 아이디어를 빠르게 발전시키기 - 냅킨이나 화이트보드에 그린 임시 스케치를 공유 가능한 FigJam 파일로 변환한다. - ChatGPT에 다이어그램 수정, 주제 확장, 다른 시각화 방식 제안을 요청할 수 있다. - 복잡한 문서와 맥락을 업로드하면 ChatGPT가 첫 번째 다이어그램 초안을 작성한다. - 디자이너는 아이디어를 손쉽게 디지털 산출물로 바꾼 뒤 팀 리뷰와 협업을 진행할 수 있다. ## 기술 아키텍처와 시스템 설계 시각화 - 기술 문서와 화면 캡처를 업로드해 소프트웨어 아키텍처 다이어그램을 생성하거나 갱신할 수 있다. - 기술 블로그와 사례 연구를 바탕으로 여러 기술 접근법을 비교하는 구조도를 만들 수 있다. - 웹페이지 스크린샷을 분석해 관련 React 컴포넌트 구조를 다이어그램으로 표현할 수도 있다. - 분산된 코드와 문서, 팀별로 나뉜 지식을 하나의 시각적 모델로 통합해 시스템 설계 논의와 기술 의사결정을 돕는다. - 생성된 다이어그램을 바탕으로 엔지니어들이 실시간으로 협업할 수 있다. ## 제품 기획과 사용자 흐름 정리 - 권한 관리처럼 여러 선택지가 있는 문제를 옵션별 다이어그램으로 만들어 장단점을 비교한다. - PRD를 업로드해 사용자 여정이나 기능 플로차트를 생성한다. - 제품·디자인·엔지니어링 요구사항을 입력해 출시 일정을 간트 차트로 구성한다. - ChatGPT에서 개인적으로 여러 아이디어를 탐색한 뒤 FigJam에서 팀과 함께 우선순위와 실행 계획을 조율할 수 있다. ## Figma MCP 서버 기반 통합 - 이 기능은 Figma MCP 서버를 기반으로 동작한다. - MCP 서버는 원격 접근을 지원하며, 사용자가 작업 중인 맥락을 Figma 작업 환경으로 연결한다. - 따라서 ChatGPT의 분석 능력과 FigJam의 멀티플레이어 협업 기능을 결합할 수 있다. - 글 작성 시점에는 로그인한 ChatGPT 사용자 중 EU 외 지역 사용자에게 제공되며, 향후 더 많은 기능과 다이어그램 유형이 추가될 예정이다. 실무에서는 먼저 ChatGPT에 원문 자료나 스케치를 제공해 초안을 만들고, FigJam에서 사실관계·구조·표현을 검토한 뒤 팀 협업 자료로 다듬는 방식이 가장 효과적이다. AI가 만든 다이어그램은 초안이므로 기술적 정확성과 일정의 현실성은 담당자가 반드시 확인해야 한다.

원문 읽기(새 탭에서 열림)

chatgptFigmafigjamReact+4

figma·2025년 3월 13일·3분 읽기큐레이션 요약

딜런 필드와 게리 탄

AI는 디자인을 대체하기보다 아이디어를 더 넓게 탐색하고 인간의 능력을 확장하는 도구로 자리 잡고 있다. Dylan Field는 빠른 피드백 루프가 사용자를 몰입 상태로 이끌지만, 현재 AI 도구는 프로토타입을 만드는 단계와 완성도 높은 결과물 사이에 간극이 있다고 말한다. 결국 소프트웨어의 경쟁력은 “작동하는가”를 넘어 “어떻게 작동하고 경험되는가”에 있으며, 디자인과 디자이너의 역할은 AI 시대에 오히려 중요해질 가능성이 크다. ## AI가 넓히는 디자인의 가능성 - 현재의 AI는 다양한 분야를 인간처럼 이해하는 AGI라기보다 특정 작업을 돕는 **도구**에 가깝다. - ChatGPT나 Midjourney 같은 도구는 특정 작업을 보강해 사람들이 더 많은 아이디어를 시도하도록 한다. - AI는 디자인의 진입 장벽을 낮추는 동시에, 숙련자가 도달할 수 있는 결과의 수준도 높인다. - 제품을 구상하는 과정은 여러 갈래로 나뉘는 ‘아이디어 미로’와 같다. - AI는 더 많은 경로와 가능성을 빠르게 탐색하게 해준다. - 그러나 각 경로를 깊이 있게 검토하고 좋은 방향을 선택하는 일에는 여전히 인간의 판단과 시간이 필요하다. ## 빠른 피드백 루프와 ‘몰입’ - 최근 사람들이 AI 활용을 두고 “락인됐다”, “요리 중이다”, “바이브 코딩을 한다”고 표현하는 것은 빠른 개발 과정에서 느끼는 몰입감과 관련이 있다. - 머릿속의 생각을 화면에 옮기고 결과를 확인하는 **호출과 응답의 피드백 루프**가 빨라질수록 사용자는 더 쉽게 플로우 상태에 들어간다. - Figma가 중요하게 여기는 ‘놀이’의 가치는 도구와 조직 문화를 재미있고 창의적으로 만드는 데 있다. - 이상적인 AI 도구는 전문가가 아니더라도 빠르게 아이디어를 만들고 실험하게 해야 한다. - 다만 현재 도구는 다음 단계에서 한계를 보인다. - 빠른 시작과 프로토타이핑은 가능하다. - 실제 제품 수준의 완성도와 마무리까지 연결하는 과정은 여전히 어렵다. - 이 문제는 디자인뿐 아니라 AI 기반 코드 생성에도 동일하게 나타난다. ## 작동하는 것과 잘 작동하는 것의 차이 - 창업자와 개발자가 디자인을 중요하게 여기는 정도는 해마다 높아지고 있다. - 제품은 단순히 기능이 구현되는 것만으로 충분하지 않다. - 사용자가 기능을 어떻게 경험하는지, 즉 인터랙션·맥락·완성도·사용성이 제품의 가치를 결정한다. - AI가 코드를 빠르게 생성하더라도, 결과물이 실제 사용자에게 자연스럽고 이해하기 쉬운지는 별도의 디자인 문제다. ## AI 시대의 디자이너 역할 - 디자인은 단순한 시각적 표현이 아니라 **문제 해결에 적용된 예술**로 볼 수 있다. - 현재 AI 모델은 이미지 생성 분야의 확산 모델과 코드 생성 분야의 LLM처럼 서로 다른 능력에 특화되어 있다. - 예술적 표현과 문제 해결 능력을 효과적으로 결합하는 방법은 아직 충분히 정립되지 않았다. - 실제 디자인에는 다음과 같은 폭넓은 맥락이 필요하다. - 현재의 문화적 분위기 - 브랜드 경험 - 제품이 놓인 사회적·시장적 환경 - 사용자의 구체적인 요구와 기대 - 따라서 디자이너는 단순히 화면을 만드는 사람이 아니라, 다양한 맥락을 통합해 문제의 본질과 제품 경험을 정의하는 역할을 맡게 된다. - Field는 소프트웨어를 만드는 미래에서 디자이너가 핵심적인 역할을 계속 수행할 것이라고 본다. ## 실용적인 시사점 AI를 활용할 때는 아이디어를 빠르게 많이 만들어보는 데서 멈추지 말고, 사용자 경험과 제품 맥락을 검토하며 완성 단계까지 다듬어야 한다. AI는 탐색 속도를 높이는 강력한 도구지만, 무엇을 만들지 결정하고 그것을 제대로 작동하게 만드는 판단과 디자인 역량은 여전히 중요하다.

원문 읽기(새 탭에서 열림)

chatgptFigmaAI대규모 언어 모델+4

figma·2024년 3월 19일·3분 읽기큐레이션 요약

AI + 디자인: 피

생성형 AI의 성패는 기술 자체보다 사용자가 이해하고 실제로 활용할 수 있도록 설계하는 데 달려 있다. Figma 설문에서 대부분은 AI가 기업 제품에 영향을 줄 것으로 예상했지만, 실제 제품에서 AI의 역할은 아직 제한적이며 성과와 만족도도 낮았다. 따라서 단순히 AI 기능을 추가하기보다 기존 경험과 자연스럽게 통합하고 명확한 사용자 문제를 해결하는 디자인이 중요하다는 결론이다. ## 조사 대상과 AI의 현재 위치 - Figma는 2024년 2월 26일~3월 3일, 미국·캐나다·호주·영국·일본·프랑스·독일의 사용자 1,800명 이상을 조사했다. - 응답자는 디자이너, 개발자, 임원으로 구성됐다. - 생성형 AI는 텍스트·이미지·기타 데이터를 생성 모델과 프롬프트를 통해 만들어내는 기술로 정의됐다. - AI는 인터넷, 전기, 스마트폰처럼 범용 기술로 발전할 가능성이 있지만, 초기에는 기술을 일상에서 직관적이고 유용하게 만드는 디자인 작업이 필요하다. ## 높은 기대와 실제 성과의 격차 - 응답자의 89%는 향후 12개월 안에 AI가 자사 제품이나 서비스에 어느 정도 영향을 줄 것이라고 예상했다. - 37%는 그 영향이 “상당하거나 변혁적일 것”이라고 답했다. - 특히 의사결정을 담당하는 임원층이 AI를 회사 목표에 중요하다고 보는 경향이 더 강했다. - 그러나 AI를 제품에 도입한 사람 중 72%는 AI가 제품에서 “부수적이거나 필수적이지 않은 역할”을 한다고 평가했다. - AI 도입으로 매출, 비용, 시장점유율 등의 지표가 개선됐다고 답한 사람은 약 3분의 1에 불과했다. - 출시한 AI 기능을 자랑스럽게 생각한다는 응답도 3분의 1보다 적었다. ## AI 기능 피로와 사용자 문제의 부재 - Figma 연구진은 사용자 인터뷰와 장기간 분석을 통해 “또 하나의 AI 기능”에 대한 무관심이 나타나고 있다고 설명한다. - 이를 “AI feature fatigue”, 즉 AI 기능 피로라고 부를 수 있다. - AI 제품이나 기능을 만드는 사람 중 20% 이상은 “사용자 요구나 문제를 해결하지 못하는 것”을 주요 과제로 꼽았다. - 이 문제는 특히 해당 제품을 설계하는 디자이너에게 두드러졌다. - AI 제품을 개발 중인 응답자 가운데 실제로 기능을 출시한 사람은 절반에도 못 미쳤다. - 앞으로 AI 기능이 대량으로 출시되면, 시장이 실질적 가치 없는 AI 기능에 피로감을 느낄 가능성이 있다. ## 기존 제품에 AI를 자연스럽게 통합하기 - 응답자의 3분의 1은 11개 과제 중 “AI 기능을 기존 제품에 일관성 있게 통합하는 일”을 가장 중요한 우려로 선택했다. - 새로운 기능을 추가하는 것만으로는 AI 도입의 가치가 만들어지지 않는다. - AI가 제품의 기존 사용 흐름을 방해하지 않으면서 실제 경험을 개선해야 한다. - 사용자가 현재 어떤 도구를 이용할 수 있는지, AI가 어떤 상황에서 도움이 되는지 이해하도록 안내하는 설계가 필요하다. - AI의 성능보다 사용자가 기능을 발견하고, 이해하고, 신뢰하며, 반복해서 사용할 수 있는 인터페이스가 중요하다. ## ChatGPT 사례가 보여주는 디자인의 영향 - ChatGPT가 널리 사용되기 시작한 2022년 11월 당시 기반 모델의 기능은 이미 일정 기간 제공되고 있었다. - OpenAI는 모델 자체를 새롭게 만든 것뿐 아니라, 사용자가 쉽게 접근할 수 있는 대화형 채팅 인터페이스를 제공했다. - 대화 방식, 접근성, 도움을 주려는 상호작용 구조가 기술을 인간의 목적에 더 잘 맞도록 만들었다. - 이는 강력한 기술이라도 사용자가 이해하고 활용할 수 있는 경험으로 설계되지 않으면 대중적 채택으로 이어지기 어렵다는 점을 보여준다. ## 실용적인 시사점 - AI 기능을 추가하기 전에 해결하려는 사용자 문제와 기대 효과를 먼저 정의해야 한다. - “AI를 넣는 것”보다 기존 제품 흐름에서 AI가 어떤 행동을 개선하는지 검증해야 한다. - 사용자가 기능의 한계와 활용 방법을 이해할 수 있도록 명확한 안내와 피드백을 제공해야 한다. - 기술팀과 디자인팀이 협력해 AI의 가능성을 실제 사용 사례와 유용한 경험으로 변환해야 하며, 단순한 유행성 기능은 피하는 것이 좋다.

원문 읽기(새 탭에서 열림)

chatgptFigmaAI사용자 경험+2

figma·2023년 9월 20일·3분 읽기큐레이션 요약

핵심 요약:

AI 시대의 인간적 성장과 혁신은 기존의 역할·효율성·생산성 기준에서 벗어날 때 가능하다는 내용이다. 글은 비선형적 사고와 창의적 도약, 새로운 진로를 개척하는 용기, 직무 간 경계를 허무는 협업의 가치를 여러 사례로 보여준다. 결국 더 나은 결과를 위해서는 정해진 틀과 측정 방식에 의문을 제기하고, 인간의 고유한 판단력과 상상력을 적극 활용해야 한다. ## AI 시대의 ‘오르막 사고’ - 존 마에다는 인간을 대체하기 어려운 이유가 비효율적으로 보이는 비선형적 사고에 있다고 설명한다. - AI는 지름길과 최적화에 강하지만, 인간은 우회하고 실수하며 예상 밖의 연결을 만들어낸다. - 이러한 “오르막 사고(uphill thinking)”는 더 큰 위험을 수반하지만, 동시에 진정한 창의적 도약과 혁신을 낳을 수 있다. - 디자이너가 AI와 협업하기 위해 기계의 언어를 배워야 하는 시대일수록, 인간만의 독창적인 사고가 더욱 중요해진다. ## 경계를 넘어선 새로운 진로 - 캘리포니아의 비영리단체 CROP는 출소자의 사회 복귀를 지원하며 UX 디자인 교육을 제공한다. - 27년간 복역한 론 스콧은 CROP의 교육을 통해 UX 디자이너라는 새로운 진로에 도전했다. - 제품의 외관과 작동 방식이 누군가의 결정으로 만들어진다는 점을 깨닫고, 자신도 그 결정 과정에 참여하고 싶다고 말한다. - UX 디자인은 기존 경력이나 사회적 배경과 관계없이 새로운 기회를 만들 수 있는 대안적 직업 경로로 제시된다. - 디자인 교육은 단순한 기술 습득을 넘어, 제품과 사회에 목소리를 낼 수 있는 권한을 제공한다. ## 직무의 틀을 깨는 리더십 - 에어비앤비의 브라이언 체스키는 회사를 위기에서 구하는 과정에서 디자인 중심의 리더십을 강조했다. - 그가 제품 관리 기능을 없애고 디자인을 중심에 둔 사례는 디자이너와 PM의 역할 관계에 대한 논쟁을 일으켰다. - 글은 이를 디자이너와 PM 중 누가 우위에 서야 하는지의 문제라기보다, 기존 직무 구분을 재검토하는 계기로 바라본다. - 넷플릭스 디자인 부사장 스티브 존슨은 모든 구성원이 같은 목표를 추구한다는 전제 아래, 낡은 직무 명칭과 경계를 새롭게 정의할 필요가 있다고 말한다. - 조직은 역할의 이름보다 문제 해결과 공동 목표 달성에 초점을 맞출 때 더 유연하게 움직일 수 있다. ## 생산성을 숫자로만 판단할 때의 한계 - 엔지니어의 업무를 측정 가능한 결과만으로 평가하는 방식은 창의적이고 복잡한 개발 업무를 지나치게 단순화할 수 있다. - 생산성 지표가 코드량, 작업량, 가시적인 산출물에 집중하면 문제 해결 과정, 장기적 설계, 동료 지원처럼 쉽게 측정되지 않는 기여를 놓치게 된다. - 동료가 “일을 하지 않는 것처럼” 보이는 이유가 실제 태만이 아니라, 조직의 성공 기준이 지나치게 좁기 때문일 수도 있다. - 성과를 평가할 때는 단기 결과뿐 아니라 문제의 난이도, 영향 범위, 협업, 기술적 판단과 같은 맥락도 함께 고려해야 한다. ## 프레임 밖에서 바라보기 - 글은 생산성 논쟁 외에도 이야기의 구도와 관점에 관한 사례를 소개한다. - 영화감독 왕가위의 작품을 통해, 같은 현실도 무엇을 화면 안에 담고 무엇을 제외하느냐에 따라 전혀 다르게 전달될 수 있음을 보여준다. - 이는 제품 디자인과 업무에도 적용된다. 무엇을 문제로 정의하고 어떤 정보를 강조하는지가 결과와 해석을 좌우한다. - 익숙한 프레임을 그대로 받아들이기보다, 문제의 범위와 관점을 다시 설정하는 것이 새로운 해법의 출발점이 된다. ## 대화형 AI와 아이디어의 공간 - Figma 디자이너 아오셩 란은 ChatGPT와의 상호작용이 채팅 박스 안에 갇혀 있다고 지적한다. - 텍스트 입력과 응답만으로는 아이디어를 자유롭게 펼치고 시각적으로 조합하는 데 한계가 있다. - AI를 더 효과적으로 활용하려면 단순한 대화형 인터페이스를 넘어, 생각을 넓히고 연결하며 함께 탐색할 수 있는 작업 공간이 필요하다. 정해진 직무와 생산성 지표를 그대로 따르기보다, AI가 잘하지 못하는 비선형적 사고와 관점 전환을 의도적으로 연습하는 것이 좋다. 또한 조직에서는 직함보다 공동 목표와 실제 기여를 중심으로 협업 구조와 평가 기준을 재설계할 필요가 있다.

원문 읽기(새 탭에서 열림)

chatgptFigmaAI사용자 경험+3

figma·2023년 8월 22일·3분 읽기큐레이션 요약

Jambot으로 아이디어

Jambot은 ChatGPT의 생성 능력을 FigJam의 멀티플레이어 캔버스에 결합한 위젯이다. Figma 팀은 선형적인 채팅 인터페이스만으로는 아이디어를 분기하고 연결하거나 여러 사람이 함께 발전시키기 어렵다고 보고, 시각적이고 공간적인 AI 상호작용 방식을 만들었다. 이를 통해 FigJam에서 아이디어를 발산하고, 요약하며, 대화를 확장할 수 있도록 했다. ## 선형 채팅 인터페이스의 한계 - ChatGPT는 아이디어를 주고받으며 즉흥적으로 발전시키는 데 강점이 있다. - 그러나 대화가 한 줄로 이어지는 구조라 여러 선택지를 동시에 비교하거나 주제를 분기하기 어렵다. - 이전에 제시된 다른 선택지로 돌아가려면 대화 기록을 위로 스크롤하고 질문을 반복해야 한다. - 서로 다른 아이디어 간의 관계를 시각적으로 파악하거나, 여러 방향을 병렬로 실험하기에도 적합하지 않다. ## 네트워크형 사고와 시각적 AI - Jambot의 초기 아이디어는 Figma의 AI 해커톤에서 “시각적 버전의 ChatGPT”라는 형태로 제안됐다. - Roam Research와 Logseq 같은 네트워크형 사고 도구에서 영감을 얻었다. - 페이지를 서로 연결할 수 있다. - 아이디어를 조직하고 추적할 수 있다. - 하나의 주제에서 관련 주제로 자연스럽게 이동할 수 있다. - Albus처럼 AI와의 상호작용을 시각적으로 구성하는 도구도 디자인 방향에 영향을 주었다. - 핵심은 채팅 기록을 순서대로 읽는 대신, 아이디어를 캔버스 위에 배치하고 연결하며 확장하는 것이다. ## FigJam과 ChatGPT의 결합 - Jambot은 FigJam 파일 안에서 ChatGPT의 생성 기능을 사용할 수 있게 한다. - 사용자는 다음과 같은 작업을 수행할 수 있다. - 새로운 아이디어 발상 - 아이디어나 회의 내용 요약 - 기존 생각을 다른 방향으로 확장 - AI와 함께 가볍게 브레인스토밍하고 실험 - FigJam의 협업 캔버스 위에서 작동하므로, AI와의 상호작용 결과를 팀원들과 함께 보고 수정할 수 있다. - 개인용 챗봇을 넘어 여러 사람이 함께 사용하는 “멀티플레이어 ChatGPT”를 지향한다. ## 코딩 도구가 아닌 시각적 구성 도구 - Sam Dixon은 LangChain처럼 의미론적·객체지향적인 방식으로 AI를 다루는 도구에서 영감을 받았다. - LangChain은 강력하지만 활용하려면 프로그래밍 지식이 필요하다. - Jambot은 이러한 개념을 코드 대신 시각적이고 직관적인 방식으로 제공하려는 시도다. - 사용자가 AI 시스템의 내부 구조를 직접 프로그래밍하지 않아도, 캔버스에서 결과를 보고 조작하며 아이디어를 발전시킬 수 있도록 한다. ## AI 인터페이스를 다시 설계하기 - Aosheng Ran은 현재의 AI 서비스가 지나치게 채팅창에 의존한다고 지적한다. - ChatGPT는 감정이나 정체성을 가진 것처럼 대화하지만, 실제로는 맥락과 역할을 충분히 드러내지 못하는 경우가 있다. - 과거의 GUI는 커서, 창, 화면 같은 요소를 통해 컴퓨터를 더 쉽게 사용할 수 있게 만들었다. - 반면 현재의 LLM 인터페이스는 초기 운영체제나 명령줄 환경처럼, 대부분 텍스트 입력과 출력에 머물러 있다. - Jambot은 AI와 상호작용하는 새로운 GUI 요소를 탐색하며, AI를 더 공간적이고 협업적인 환경으로 옮기려는 사례다. ## 실용적인 의미 Jambot의 핵심 가치는 AI가 답을 제공하는 데서 끝나지 않고, 팀이 아이디어를 함께 배치하고 비교하며 발전시키도록 돕는 데 있다. 복잡한 브레인스토밍이나 회의에서는 선형 채팅보다 캔버스 기반 AI가 더 적합할 수 있으므로, 여러 방향의 아이디어를 동시에 탐색해야 하는 작업에 유용한 접근이다.

원문 읽기(새 탭에서 열림)

chatgpt대규모 언어 모델생성형 AIfigjam+2

figma·2023년 6월 20일·3분 읽기큐레이션 요약

AI: 디자인의 새로운

AI는 디자인 도구의 한 기능이 아니라 제품 개발 전반을 바꾸는 플랫폼이라는 것이 글의 핵심 주장이다. Figma는 Diagram을 인수하고 AI 역량을 강화해 아이디어 발굴부터 디자인, 개발 코드 생성까지 팀의 작업을 가속하려 한다. AI가 디자이너를 대체하기보다는 반복 작업을 줄이고 문제 해결과 창의적 판단에 더 집중하게 만들 것이라는 전망을 제시한다. ## Figma의 Diagram 인수와 AI 전략 - Figma는 GPT-3 기반 디자인 생성 플러그인 **Designer**를 만든 Jordan Singer의 팀 Diagram을 인수했다. - Diagram의 Jordan Singer, Siddarth, Andrew, Marco, Vincent가 Figma에 합류했다. - Figma는 이미 머신러닝 전담 팀을 운영하고 AI 플랫폼 개발에 투자해 왔다. - Figma의 오픈 API를 활용해 커뮤니티가 만든 AI 플러그인도 약 100개에 이른다. - AI를 단일 기능이 아니라 제품 개발 프로세스 전체를 지원하는 핵심 플랫폼으로 보고 있다. ## 제품 개발 전 과정의 AI 활용 - **발견 단계** - 간단한 프롬프트로 초기 아이디어를 생성한다. - 여러 아이디어를 요약하고 종합한다. - **디자인 단계** - 기존 디자인과 디자인 시스템을 분석한다. - 적절한 컴포넌트나 디자인 방향을 추천한다. - 더 빠르게 첫 시안을 만들 수 있도록 지원한다. - **개발 단계** - 디자인의 맥락을 개발자에게 더 빠르게 전달한다. - 제품 요구사항과 디자인을 바탕으로 더 나은 프로덕션 코드를 생성한다. - 결과적으로 AI는 반복 작업을 줄이고 팀이 더 빠르게 문제 해결과 제품 완성도 향상에 집중하도록 돕는다. ## 기술 발전과 디자인의 변화 - 인쇄기, 스마트폰, 협업 도구, 하이브리드 근무처럼 디자인은 기술 변화에 따라 계속 진화해 왔다. - 새로운 기술이 등장해도 사려 깊은 디자인의 필요성이 사라진 것은 아니었다. - AI 역시 디자인을 없애기보다 디자이너의 작업 방식과 역할을 변화시킬 것으로 본다. ## 픽셀에서 패턴으로: 더 높은 수준의 설계 - 디자인 시스템은 모서리 반경이나 버튼 같은 반복적인 세부 작업을 줄이고, 디자이너가 콘셉트와 방향성에 집중하게 했다. - 원자적 요소인 픽셀이 컴포넌트와 같은 더 큰 구조로 결합되면서 작업 속도와 일관성이 향상됐다. - AI는 디자인 시스템보다 더 높은 수준의 구조와 패턴을 제안할 수 있다. - 예를 들어 로그인 화면의 이메일 입력창과 비밀번호 입력창을 만드는 데 그치지 않고, 이메일·전화번호·Touch ID를 대체할 새로운 로그인 방식을 제안할 수 있다. - 프로젝트의 감정적 분위기나 주제에 맞는 색상 팔레트를 자동으로 추천하는 것도 가능하다. - 디자인은 개별 픽셀을 조정하는 작업에서 벗어나 더 직관적이고 인간적인 경험을 설계하는 방향으로 이동한다. ## 새로운 디지털 경험의 등장 - ChatGPT와 같은 AI는 웹사이트와 앱을 탐색하는 기존 방식에서 벗어나 질문하고 답을 받는 인터페이스를 강화한다. - AI는 사용자의 의도와 실제 행동 사이의 간극을 줄일 수 있다. - 예를 들어 사용자가 차량 호출 앱에서 위치와 옵션을 여러 단계로 입력하는 대신, “JFK 공항으로 데려다줘”라고 말하면 AI가 필요한 절차를 처리할 수 있다. - 제품 설계자는 기능과 화면 수를 늘리는 대신, 사용자의 목적을 더 적은 클릭과 판단으로 달성하게 할 방법을 고민해야 한다. ## 디자이너와 제품 역할의 변화 - 글은 AI 시대에 제품 역할과 협업 방식도 변화할 것이라고 예고한다. - 반복적인 제작 업무가 자동화되면 디자이너는 결과물을 직접 만드는 일뿐 아니라 AI가 제안한 결과를 선택하고 다듬는 큐레이터 역할을 더 많이 맡게 될 가능성이 있다. - 디자인의 핵심 가치는 여전히 문제를 정의하고, 적절한 방향을 판단하며, 사람에게 의미 있는 경험을 만드는 데 있다. AI를 도입할 때는 단순히 디자인 산출물을 자동 생성하는 데 그치지 말고, 아이디어 정리·패턴 탐색·프로토타이핑·개발 전달 등 전체 흐름에서 반복 작업을 줄이는 방향을 고려하는 것이 실용적이다. 최종 품질과 사용자 경험을 결정하는 문제 정의와 판단은 여전히 사람의 중요한 역할로 남는다.

원문 읽기(새 탭에서 열림)

chatgptAI디자인 시스템머신러닝+4