AI가 피그마에 직접 화면을 그리는 실험이 실패한 이유를 오늘의집 디자이너는 한 문장으로 정리한다. 검색(retrieval)과 구성(composition)은 별개의 능력이라는 것이다. AI는 디자인시스템 컴포넌트를 정확히 찾아 불러올 수 있지만, 그것을 화면의 목적·위계·흐름에 맞게 배치하는 일은 전혀 다른 수준의 문제다.
근거
“AI가 컴포넌트를 ‘불러올 줄’ 안다고 해서, 그걸 맥락에 맞게 ‘잘 배치하는’ 것까지는 또 다른 영역의 문제였어요.”
실측 결과가 이 격차를 보여준다. 숙련 디자이너가 5분이면 그리는 화면을 AI는 15~20분에 걸쳐 그렸고, 결과물은 처음부터 다시 손봐야 하는 수준이었다. 반면 같은 AI가 토큰 일괄 적용, 공통 수정 사항 반영, 실데이터 주입 같은 배치 판단이 필요 없는 기계적 작업에서는 즉시 유용했다. 유용성의 경계선이 정확히 ‘맥락 판단 필요 여부’에 그어진 셈이다.
이 구분은 디자인 밖에서도 재사용할 수 있는 렌즈다. 코딩 에이전트가 API를 정확히 호출하면서도 아키텍처 배치에는 실패하는 것, RAG가 문서를 잘 찾고도 답변 구성에 실패하는 것 모두 같은 격차다. AI 도입 시 “이 작업은 검색형인가 구성형인가”를 먼저 묻는 것이 병목 선정의 판별 기준이 된다.
연결된 생각
- 20260512-ai-is-design-verifier-not-creator — 구성 능력의 부재가 ‘AI는 검증자’ 역할론의 기술적 근거
- 20260623-ai-design-residual-bottlenecks — 이 능력 격차가 잔여 병목(ODS 자동 적용 한계)의 원인
- 20260623-code-based-design-system-caps-ai-design-automation — 구성 능력을 보완하는 구조적 조건(코드 기반 DS)
출처
- 📎 클리핑: 20260623-ai