미국 소프트웨어 회사 Atomic Object의 디자인 팀이 6개월간 AI를 업무에 도입한 결과, 작업 속도는 빨라지고 비용은 줄이면서도 품질을 유지할 수 있었습니다.
AI가 디자인 업계를 바꾸고 있다는 건 이제 뉴스도 아니죠. 하지만 막상 우리 팀에 도입하려고 하면 막막합니다. 어떤 도구를 써야 할지, 어떻게 시작해야 할지 감이 안 오거든요.
그런데 최근 미국의 소프트웨어 개발 회사 Atomic Object에서 흥미로운 경험담을 공유했습니다. 이들의 디자인 팀이 지난 6개월간 AI를 실무에 본격 도입한 과정과 결과를 솔직하게 털어놓은 건데요. 이론이 아닌 실제 프로젝트에서 검증된 방법들이라 참고할 만합니다.
작은 실험부터 시작하는 단계적 접근법
Atomic Object 팀의 가장 큰 깨달음은 “한 번에 모든 걸 바꾸려 하지 말라”는 것이었습니다. 처음엔 호기심으로 시작한 작은 실험들이 점차 프로젝트마다 활용되는 핵심 도구로 자리 잡았어요.
팀이 추천하는 시작 방식은 이렇습니다. 먼저 한두 가지 간단한 작업에만 AI를 적용해보세요. 예를 들어 회의록 정리나 아이디어 브레인스토밍 같은 부분이죠. 효과가 입증되면 자연스럽게 다른 영역으로 확장하는 거예요.
“이제 예전 방식으로만 돌아갈 수는 없을 것 같아요.” 팀의 솔직한 고백입니다. 하지만 이런 변화가 하루아침에 일어난 건 아니에요. 6개월에 걸친 점진적인 도입 과정이 있었거든요.
첫 번째 활용법: 프로젝트 정보를 한 곳에 모으기
가장 큰 변화를 가져온 건 흩어진 프로젝트 정보를 AI로 통합한 것이었습니다. 기존에는 회의록, 리서치 노트, 피드백이 여기저기 분산되어 있었어요. 필요한 정보를 찾으려면 여러 문서를 뒤져야 했죠.
AI를 활용해 이 모든 정보를 하나의 중앙화된 소스로 만들었더니 놀라운 일이 일어났습니다. 예전엔 시간과 예산 부족으로 문서화하지 못했던 소중한 인사이트들이 모두 기록되기 시작한 거예요.
구체적인 활용 방법은 이렇습니다. 프로젝트 관련 모든 노트와 자료를 AI가 읽을 수 있는 형태로 정리합니다. 그러면 AI가 이를 바탕으로 다른 업무를 도와줄 수 있어요. 팀원들도 언제든 필요한 정보를 쉽게 찾을 수 있고요.
두 번째 활용법: 스마트한 프롬프팅으로 워크플로우 개선하기
단순히 AI 도구를 쓰는 것과 제대로 활용하는 건 완전히 다릅니다. Atomic Object 팀이 발견한 핵심은 프롬프팅 기술이었어요.
메타 프롬프팅이란 AI에게 어떻게 질문할지를 알려주는 기법입니다. 예를 들어 “사용자 리서치 결과를 요약해줘”라고 단순히 요청하는 대신, “브랜드 톤에 맞게 3가지 핵심 인사이트로 요약하되, 각각에 대한 디자인 시사점도 함께 제시해줘”라고 구체적으로 요청하는 거죠.
자동화 도구와 연결하면 더욱 강력해집니다. 반복적인 작업들을 AI가 대신 처리하도록 설정해두면, 디자이너는 더 창의적인 일에 집중할 수 있어요. 텍스트 조작, 데이터 연결, 워크플로우 간소화까지 AI가 도와주거든요.
세 번째 활용법: 생성형 디자인의 현실적 활용
사용자 플로우, 디자인 시스템, 와이어프레임을 AI로 생성하는 실험도 활발히 진행했습니다. 결과는 어떨까요? “때로는 놀랄 만큼 좋고, 때로는 실망스럽다”는 게 솔직한 평가예요.
중요한 건 AI 결과물을 그대로 쓰려 하지 않는다는 점입니다. 대신 영감을 얻거나 초안으로 활용하는 거죠. 완벽하지 않은 결과물이라도 디자이너의 창작 과정에 충분한 가치를 더해준다고 말합니다.
예를 들어 와이어프레임을 AI로 생성한 다음, 이를 바탕으로 아이디어를 발전시키는 식이에요. 빈 캔버스에서 시작하는 것보다 훨씬 빠르게 진행할 수 있거든요.
네 번째 활용법: Cursor와 v0로 프로토타이핑 혁명
가장 흥미로운 변화는 프로토타이핑 영역에서 일어났습니다. Cursor나 v0 같은 AI 코딩 도구를 활용하면, 디자이너도 직접 클릭 가능한 프로토타입을 만들 수 있어요.
“몇 달 전과 비교하면 프로토타이핑 시간이 극적으로 줄어들었어요.” 실제로 전체 애플리케이션이나 복잡한 사용자 플로우도 기존 대비 몇 분의 일 시간만 투자하면 만들 수 있다고 합니다.
물론 아직 한계는 있어요. 프로토타입을 실제 제품용 코드로 바꾸는 과정은 여전히 복잡하거든요. 하지만 아이디어를 빠르게 검증하고 이해관계자들과 소통하는 용도로는 충분히 강력합니다.
작은 팀에서는 특히 유용해요. 개발자 도움 없이도 디자이너가 직접 인터랙션까지 구현해서 보여줄 수 있으니까요.
실제 도입 시 알아두면 좋은 팁들
6개월간의 경험에서 나온 실용적인 조언들을 정리해봤어요.
먼저 완벽을 기대하지 마세요. AI 도구들은 아직 발전 중이고, 결과물도 항상 완벽하지 않아요. 대신 “도움이 되는 수준”에 만족하고 점진적으로 개선해나가는 자세가 중요합니다.
팀원들의 변화 관리도 신경 써야 해요. Atomic Object 팀은 강제로 도입하기보다는 자연스럽게 확산되도록 했어요. 효과를 본 사람들이 자발적으로 다른 팀원들에게 공유하는 방식이죠.
예산과 속도에 대한 고객 요구가 높아지는 상황에서 AI 활용은 선택이 아닌 필수가 되어가고 있어요. 다양한 고객들을 지원할 수 있는 능력도 생겼다고 하네요.
윤리적 고려사항과 변화 속도 관리는 여전한 과제입니다. 하지만 고객들의 반응은 “조심스럽지만 긍정적”이라고 평가합니다.
다음 6개월을 내다보며
“디자인 워크플로우가 완전히 변화하기 전에 더 많은 도구와 프로세스 지원이 필요하지만, 우리는 지금 그 변화를 경험하고 있어요.” Atomic Object 팀의 마지막 소감입니다.
새로운 도구들이 계속 등장하고 있고, 이들이 디자인의 역할과 팀 구성 방식을 어떻게 바꿀지는 아직 미지수예요. 확실한 건 이제 시작에 불과하다는 점입니다.
AI 도입을 고민하고 계신다면, 완벽한 계획을 세우려 하지 마세요. 작은 실험부터 시작해서 점차 확장해나가는 게 현실적인 접근법입니다. Atomic Object 팀처럼 6개월 후엔 “예전으로 돌아갈 수 없다”고 말하게 될지도 모르거든요.
참고자료:
Comments