디자이너들이 AI에게 기대하는 가장 흔한 환상은 “피그마에 완벽한 화면을 그려주는 것”이다. 하지만 실무에서의 AI는 정교한 픽셀을 찍는 화가보다, 복잡한 로직과 데이터를 구동해보는 시뮬레이터로서 더 큰 가치를 발휘한다.
Figma 안에서 AI가 컴포넌트를 배치하는 것은 아직 느리고 어설프지만, Claude Code를 통해 실제 동작하는 HTML 프로토타입을 만드는 것은 비약적으로 빠르다. 이는 디자인의 본질이 ‘정적인 이미지’가 아니라 ‘동적인 흐름과 정책’에 있기 때문이다. 디자이너는 AI를 통해 “어떻게 보일까”를 고민하는 시간보다 “어떻게 작동할까”를 검증하는 시간을 확보해야 한다.
근거
오늘의집 사례에서 AI가 피그마 화면 하나를 그리는 데는 20분이 걸려 숙련된 디자이너(5분)보다 느렸지만, 복잡한 조건부 UI와 실제 유저 데이터를 결합한 프로토타입을 생성하고 검증하는 단계에서는 시간을 1/10 수준으로 단축했다.
“AI가 컴포넌트를 ‘불러올 줄’ 안다고 해서, 그걸 맥락에 맞게 ‘잘 배치하는’ 것까지는 또 다른 영역의 문제였어요… 진짜 효과적이었던 건 AI에게 모든 걸 맡기는 게 아니라, AI로 빠르게 검증하고 확정된 방향을 피그마에서 완성하는 흐름을 만든 것이었습니다.”
연결된 생각
- 20260612-interactive-spec-eliminates-communication-bottleneck — 시뮬레이션된 결과물이 커뮤니케이션 도구가 되는 방식.
- 20260612-bottleneck-solving-ai-design — 시뮬레이션 접근법이 적용된 실무 워크플로우.