🤖 AI가 디자인 시스템을 완전히 망치고 있는 숨겨진 진실

 

안녕하세요! 오늘 여러분과 함께 나누고 싶은 이야기는 정말 현실적이면서도 조금은 충격적일 수 있어요. 바로 AI와 디자인 시스템 이야기인데, 생각보다 훨씬 복잡하고 흥미로운 현실이 펼쳐지고 있거든요.

최근 네이선 커티스와 벤이 진행한 디자인 시스템 커뮤니티 조사를 보면서 정말 놀랐어요. 95명의 디자인 시스템 전문가들에게 딱 두 가지만 물어봤는데, 그 답변들이 정말 현실을 적나라하게 보여주더라고요.

📊 숫자로 보는 충격적인 현실

피그마의 2025년 AI 리포트에 따르면, AI 빌더의 52%가 AI 기반 제품에서 디자인이 기존 제품보다 더 중요하다고 답했어요. 95%는 최소한 동등하게 중요하다고 했고요.

그런데 여기서 정말 재미있는 반전이 있어요. 조사 대상자의 78%는 "AI가 업무 효율성을 크게 향상시킨다"고 동의했지만, 단 32%만이 "AI 결과물을 신뢰할 수 있다"고 답했거든요. 이게 바로 현재 AI의 가장 큰 딜레마예요.

더 충격적인 건, 현재 AI 프로젝트의 70-85%가 기대했던 결과를 달성하지 못하고 있다는 거예요. 이는 일반적인 IT 프로젝트 실패율인 25-50%보다 훨씬 높은 수치라고 하네요.

🎯 확정적 약속 vs 확률적 도우미

여기서 핵심 문제가 드러나요. 디자인 시스템은 본질적으로 우리가 소비자들에게 하는 약속이에요. 신뢰할 수 있는 패턴, 테스트된 코드, 공유된 언어를 제공한다는 확실한 약속 말이죠.

그런데 AI는 어떨까요? AI는 정말 빠르고 뛰어난 추측기예요. 하지만 추측은 우리가 약속하는 것과는 완전히 다른 영역이죠.

조사에 참여한 제시라는 분이 이걸 정말 잘 표현했어요: "우리 IT 팀은 확정적 시스템에서 얻을 수 있는 종류의 보안 보장을 원해요. 그런데 확률적 응답은... 보안 관점에서 어려워요."

네이선 커티스는 이렇게 말했어요: "예측적이고 확률적인 행동과 확정적인 명세 사이의 균형이 바로 우리가 해야 할 일이에요. AI를 사용해서 데이터가 무엇일지 예측할 수는 있지만, 시스템은 여전히 명확한 명세가 필요해요."

💎 더블 다이아몬드에서 발견한 놀라운 패턴

조사 데이터를 분석하다가 정말 흥미로운 패턴을 발견했어요. 더블 다이아몬드 디자인 프로세스 기억하시죠? 발산적 사고와 수렴적 사고를 반복하는 그 과정 말이에요.

AI는 다이아몬드의 발산적 부분에서는 정말 잘 작동하는데, 수렴적 부분에서는 신뢰를 깨뜨리더라고요.

🌟 AI가 잘하는 발산적 업무들

• 브레인스토밍과 아이디어 생성
• 노트 정리와 요약
• 리서치 지원
• 일회용 프로토타입 제작
• 반복적이거나 위험도가 낮은 작업들

조사 참여자 중 한 분은 이렇게 말했어요: "빠른 시작점을 제공하고, 반복적인 작업을 자동화할 수 있어요."

또 다른 분은 "AI는 검색 엔진으로서 훌륭하고 모범 사례를 강조하는 데 도움이 돼요"라고 했고, "쉬운 작업을 자동화하고 워크플로우 속도를 높이는 데 도움이 된다"고도 했어요.

⚠️ AI가 신뢰를 깨뜨리는 수렴적 업무들

• 프로덕션 품질의 코드 작성
• 엄격한 디자인 시스템 충실도
• 픽셀 퍼펙트한 시각적 결정
• 재현 가능성

한 참여자는 아주 솔직하게 말했어요: "지금은 아무도 AI가 배송 가능한 코드를 작성한다고 신뢰하지 않아요. 적절한 검토와 테스트 없이는 절대 안 돼요."

피그마 메이크에 대해서도 이런 피드백이 있었어요: "우리 디자인 시스템을 준수하지 않아요... 그렇게 하라고 프롬프트를 줘도 말이에요."

또 다른 참여자는 "약 80%의 정확도만 달성했는데... 100% 미만은 우리에게 의미가 없어요"라고 했어요.

컴포넌트 생성에 대해서는 더 직설적이었어요: "새로운 컴포넌트를 생성할 때 의심스러운 결과를 만들어내요... 이중 API, 이상적이지 않은 타입스크립트 관행들이 나와요."

📈 시장에서 일어나고 있는 놀라운 변화

디자인 시스템 소프트웨어 시장은 2023년 약 752조 원 규모였고, 2031년까지 1,537조 원에 달할 것으로 예상되며, 연평균 4.8% 성장할 것으로 전망돼요.

제로하이트의 2025년 디자인 시스템 리포트에 따르면, 전용 디자인 시스템 팀을 보유한 조직이 72%에서 79%로 증가했어요. 이는 디자인 시스템에 대한 투자가 계속 증가하고 있다는 것을 보여줘요.

하지만 피그마의 2025년 AI 리포트에서는 흥미로운 발견이 있었어요. 51%의 피그마 사용자가 에이전틱 AI 제품을 만들고 있다고 답했는데, 이는 작년의 21%에서 두 배 이상 증가한 수치예요.

💰 현실적인 투자 현황과 문제점

컴퓨터 시스템 디자인 관련 서비스 산업은 2024년 기준 약 9,355조 원 규모에 달하며, 지난 5년간 연평균 7.1% 성장했어요.

생성형 디자인 시장은 2024년 약 5,305억 원에서 2033년까지 1조 8,735억 원에 달할 것으로 예상되며, 2025-2033년 동안 연평균 14.31% 성장할 것으로 전망돼요.

하지만 여기서 큰 문제가 하나 있어요. 오토데스크의 2025년 설문조사에 따르면, AI 기술에 대한 신뢰가 전년 대비 11% 포인트 감소하여 17%의 변화를 나타냈어요. 이는 사이버보안 사고, 개인정보 문제, 편향적이거나 유해한 결과, 그리고 데이터 사용에 대한 제한적 통제에 대한 우려 때문이라고 해요.

🔧 실용적인 해결책과 전략

그렇다면 우리는 어떻게 해야 할까요? 조사 결과를 바탕으로 실용적인 접근법을 제안드려요:

AI가 잘하는 분야에서는 적극 활용하기

• 탐색과 발견 (브레인스토밍, 리서치, 경쟁 분석)
• 요약과 초안 작성 (고수준 종합, 회의 및 노트 요약)
• 구조화된 리팩터링 (대량 이름 변경, 토큰 차이 리포트, 명확한 명세를 가진 CSS 정리)
• 위험도가 낮은 프로토타이핑 (사용성 증거용이 아닌 옵션 논의용 빠른 플로우)

AI가 아직 잘 못하는 분야에서는 신중하게 실험하기

• 디자인 시스템 충실도 ("컴포넌트/토큰은 정확해야 함")
• 프로덕션 코드 ("재현 가능성 > 참신함")
• 픽셀 퍼펙트한 시각적 결정 ("브랜드 언어와 여백 판단이 여전히 실패")
• 일관성과 반복 가능성 ("AI에게 같은 프롬프트를 여러 번 줘도 다른 결과가 나와요")

🛠️ 양쪽 모두를 돕는 구체적 방법

1. 컨텍스트 레이어링

모델이 인터넷의 일반적인 것이 아니라 여러분의 시스템을 볼 수 있도록 MCP, RAG, 저장소 접근 등을 활용하세요.

2. 계약 테스트

스키마 검사, 토큰 린팅, 시각적 차이 등을 구현하세요.

3. 선호도 제거

인간의 선호도를 기반으로 한 최적화가 항상 좋은 결과를 가져오는 것은 아니에요.

🎨 피그마의 AI 혁신과 현실

피그마 메이크는 AI 기반 디자인 도구로 아이디어를 현실로 바꿔주는데, 디자인 시스템 라이브러리의 스타일링 컨텍스트를 추가해서 시각적 일관성을 유지할 수 있어요.

하지만 앞서 언급했듯이, 실제 사용자들의 피드백은 여전히 디자인 시스템 준수 부분에서 아쉬움을 드러내고 있어요. 피그마는 한때 'Make Design' 기능을 일시 중단하기도 했는데, 애플 앱과 너무 유사한 결과물을 생성한다는 논란 때문이었어요.

📚 지속적인 학습과 성장의 필요성

거의 모든 디자이너들이 AI 사용법을 스스로 가르치고 있어요. 정형화된 교육이나 회사 지원이 아니라 시행착오, 소셜 미디어, 동료 추천을 통해 배우고 있죠.

공식적인 지원 없이는 지식이 단편적으로 남게 되고, 팀들은 공유된 학습을 기반으로 하는 대신 계속해서 바퀴를 재발명하게 되어요.

🔮 미래를 위한 전략

결국 모델이 여러분 시스템이 하는 약속을 보장할 수 있을 때까지, AI는 배송하는 공장이 아니라 비계를 놓고, 가속화하고, 제안하는 협력자로 취급하는 것이 가장 좋아요.

AI는 바닥을 높였어요. "꽤 괜찮은" 작업을 만들어내는 것이 그 어느 때보다 쉬워졌거든요. 하지만 천장 — 공감하고, 차별화되고, 지속되는 작업을 만드는 능력 — 은 여전히 인간의 몫이에요.

💡 진짜 문제는 뭘까요?

흥미롭게도, AI가 실패하는 이유는 인간이 종종 실패하는 이유와 같더라고요. 올바른 정보 없이 시작하면 성공하기 정말 어려워요.

머피 트루먼이 최근에 이런 글을 썼어요: "우리는 잘못된 곳에 에너지를 쏟고 있어요 — 계속해서 잘못된 문제를 해결하고 있거든요. 완벽한 컴포넌트 라이브러리, 아름답게 제작된 토큰, 상을 받는 광범위한 문서 사이트들. 한편으로는 팀들이 시스템을 사용하는 것보다 우회하는 게 더 쉽기 때문에 시스템 주변에서 빌드하고 있어요."

정말 핵심을 찌르는 말이에요. 컴포넌트 너머에 있는 인간들을 잊지 말라는 얘기죠.

🚀 성공하는 조직들의 비밀

스타트업들이 대기업보다 AI를 두 배 이상 빠르게 도입하고 있어요. 프로세스 제약이 적고 속도를 중시하는 성향 때문에, 기존 시스템에 AI를 덧붙이는 것이 아니라 처음부터 AI를 업무 방식에 내장할 수 있거든요.

맥킨지 조사에 따르면, CEO의 AI 거버넌스 감독이 조직의 생성형 AI 사용으로부터 더 높은 수익 영향과 가장 상관관계가 높은 요소 중 하나라고 해요.

📈 구체적인 다음 단계들

디자인 시스템 프로그램에서 AI를 시범 운영하거나 강화하고 있다면, 바로 할 수 있는 몇 가지 일들이 있어요:

계약서 작성하기

시스템이 보장하는 비타협적 요소들(API, 접근성 규칙, 토큰 의미론 등)을 명시하고 테스트를 구축하세요.

수렴적 업무에 엄격함 적용

AI를 수렴적 작업에 사용할 때는 엄격한 검사를 요구하세요. 게시된 시스템 자산에 영향을 준다면 반드시 이런 테스트를 통과해야 해요.

신뢰도 측정

편집 없이 수락되는 AI 결과물의 비율, 평균 정리 시간, 출시 후 발견되는 버그나 편차를 추적하세요. 이는 "AI 신뢰 부채"의 척도가 될 수 있어요.

더 의도적인 컨텍스트 제공

예를 들어, 제품에서 가져온 20가지 올바른/잘못된 사례를 포함한 작은 "스타일 바이블"에 주석을 달아 컨텍스트의 일부로 사용할 수 있어요.

이유 묻기

AI가 기대에 부응하지 못할 때, 설명을 요구하는 것을 관행으로 만드세요. 잘못된 결과물에 대해 모델이 어떤 디자인 시스템 가이드라인에 의존했는지 파악해보세요.

🎯 결론: 균형이 답이에요

AI와 디자인 시스템의 관계에서 가장 중요한 것은 균형이에요. AI의 창의적이고 발산적인 능력을 활용하면서도, 디자인 시스템이 제공해야 하는 확정적이고 신뢰할 수 있는 약속을 지키는 것이죠.

디자이너와 개발자의 56%가 AI가 제품 디자인과 개발의 미래에 대해 더 낙관적으로 만든다고 답했어요. 이는 어려움에도 불구하고 AI의 가능성을 믿고 있다는 뜻이에요.

결국 AI가 디자인 시스템을 "망치고" 있는 것이 아니라, 우리가 AI를 제대로 활용하는 방법을 아직 완전히 터득하지 못한 것일 수도 있어요.

중요한 건 AI의 한계를 인정하면서도, 그것이 정말 도움이 되는 부분에서는 적극적으로 활용하는 것이에요. 그리고 무엇보다 시스템 너머에 있는 인간들을 잊지 않는 것이 가장 중요하다고 생각해요.

여러분의 조직에서는 AI와 디자인 시스템을 어떻게 활용하고 계신가요?