디자인 시스템에서 디자인 인텔리전스로

Jennifer Darmour는 UX에서 세대교체가 일어나고 있다고 본다. AI가 소프트웨어 개발 과정에 들어오면 디자이너가 만드는 가장 값진 결과물은 개별 인터페이스가 아니라, 이후의 모든 인터페이스를 형성하는 지식과 판단 체계로 이동한다는 주장이다.

화면 파일이 UX의 최종 결과물이던 시기

UX는 오랫동안 산출물로 설명됐다. 리서치 보고서, 저니 맵, 와이어프레임, 프로토타입, 디자인 시스템을 거쳐 Figma 파일까지 만들면 엔지니어링이 이를 코드로 옮겼다. 소프트웨어를 화면 단위로 만들던 시기에는 자연스러운 분업이었음.

AI는 이 산출물의 역할을 바꾼다. 인터페이스 뒤에 있던 다음과 같은 요소가 제품을 만드는 AI가 참고할 지식이 되기 때문이다.

접근성 기준과 인터랙션 원칙
사용성 휴리스틱과 리서치 인사이트
디자인 결정의 근거
거버넌스와 의사결정 프레임워크

이 요소들은 과거에 디자인 과정을 지원했다. 앞으로 UX의 일이 인터페이스 제작에 그치지 않고, 인터페이스를 만드는 인텔리전스를 구축하고 갱신하며 관리하는 일까지 넓어진다는 것이 이 글의 전망이다.

디자인 시스템은 컴포넌트를 주지만 AI에는 맥락이 필요함

디자인 시스템은 여러 팀이 함께 일해도 제품의 시각적 일관성을 지키게 했다. 컴포넌트, 패턴, 타이포그래피, 간격, 인터랙션 지침을 공유한 성과는 여전히 유효하다.

다만 AI는 무엇을 생성할지만 알아서는 부족함. 저자가 필요하다고 보는 맥락은 다음과 같다.

그 결정이 내려진 이유와 근거가 된 리서치
판단을 이끄는 원칙과 반드시 지켜야 할 제약
자동화하지 않고 사람이 판단해야 하는 지점

전통적인 디자인 시스템은 이런 맥락을 담기 위해 만들어진 도구가 아니다. 프로젝트마다 UX 팀이 해석하던 몫이었음.

AI Design Platform은 또 하나의 디자인 툴이 아님

저자는 디자인 시스템보다 넓은 AI Design Platform을 제안한다. 새로운 제작 도구가 아니라, 디자인 조직의 집단 지성을 제품 개발 과정에 직접 심는 운영 모델이다.

리서치 결과, 디자인 원칙, 접근성 지침, 거버넌스 결정과 그 근거를 공유 지식 기반에 모은다. AI가 제품 제작에 참여할 때 이 지식을 적용할 수 있게 하는 구조임.

리서치가 추가될 때 지식 기반이 깊어짐
접근성을 개선할 때 기준이 강해짐
디자인 결정을 내릴 때 판단 체계가 정교해짐

한 번 만든 파일을 넘기는 것과 달리, 다음 제품도 계속 활용하는 조직 역량을 쌓겠다는 구상이다.

문서에 둔 원칙을 엔지니어링 스택으로 옮김

이 지식이 문서에만 머물러서는 AI의 실제 작업을 이끌기 어렵다. 인터페이스 생성, 표준 집행, 접근성 검증, 소프트웨어 배포가 일어나는 엔지니어링 스택 안에 들어가야 한다는 것이 다음 주장이다.

기존 핸드오프에서는 디자인이 의도를 만들고 엔지니어링이 해석해 구현했다. 디자인 지식을 제품을 만드는 시스템에 넣으면 이 번역 과정의 상당 부분을 줄일 기회가 생김.

그렇다고 디자이너가 갑자기 소프트웨어 엔지니어가 된다는 뜻은 아니다. 대신 경험 품질이 만들어지고 유지되는 환경을 더 깊이 이해해야 한다.

프런트엔드 아키텍처와 저장소
컴포넌트 라이브러리
AI 워크플로
개발 파이프라인

디자인이 스택 옆에서 전달물을 건네는 역할이 아니라, 스택의 일부가 되는 변화다.

산출물 수보다 재사용되는 역량을 측정함

다만 이 전환은 저절로 이뤄지지 않는다. 디자인 분야가 바뀌고 있음을 인식하고 조직의 운영 방식을 다시 설계하려는 리더가 필요하다고 Darmour는 본다.

조직 운영과 평가 기준도 달라진다. 배포한 기능 수, 완료한 디자인 수, 제품 요청에 응답한 속도는 계속 중요하지만 전체 가치를 설명하지는 못한다.

여기에 재사용 가능한 역량을 묻는 질문이 더해진다.

얼마나 많은 디자인 지식이 조직의 AI 생태계에 들어갔는가
한 번 만든 개선을 몇 개 팀이 다시 활용하는가
다음 프로젝트 납품과 장기 역량 중 어디에 투자하고 있는가

차세대 UX 실무자에게도 뛰어난 디자인 역량, 사람에 대한 이해, 문제 해결 능력은 여전히 필요하다. 여기에 AI 보조 개발, 엔지니어링과의 깊은 협업, 저장소 기여, 디자인 지식의 실행 가능한 형태와 이를 다루는 거버넌스가 더해진다. 기술 변화인 동시에 문화 변화인 셈이다.

디자인은 서비스 기능에서 전략 역량으로 바뀜

엔지니어링은 인프라·개발자·클라우드 플랫폼에 투자해 같은 문제를 팀마다 반복하지 않도록 해왔다. 저자는 AI가 디자인에도 같은 기회를 만든다고 본다.

이 변화를 받아들인 조직에서 디자인은 요청받은 산출물을 제작하는 서비스 기능이 아니라 전략 역량으로 자리 잡는다. 조직의 디자인 인텔리전스를 관리해 AI가 만드는 경험이 일관성과 접근성을 갖추고, 쓰기 쉽고 안전하며, 사람 중심 원칙을 따르게 하는 역할을 맡을 수 있다. 분기마다 몇 개 워크플로를 납품했는지와는 다른 가치 측정법임.

핸드오프가 끝나도 디자인은 끝나지 않음

이 관점에서 핸드오프의 종말은 디자인의 종말이 아니다. 디자인을 산출물 묶음으로 보던 방식의 끝이다.

소프트웨어 생성이 쉬워질수록 경쟁력은 개별 인터페이스 제작보다 더 나은 조직 지식을 만드는 쪽으로 이동한다. UX의 미래는 전달한 파일이 아니라, 다음 제품을 더 낫게 만드는 지식·시스템·역량으로 정의된다는 결론이다.

crit의 관점

이 글은 디자인 시스템의 다음 역할을 선명하게 제안하지만, 실제 AI Design Platform의 구현 사례나 측정된 성과는 보여주지 않는다. 리서치가 서로 충돌하거나 공통 원칙이 제품별 맥락과 어긋날 때, 누가 지식을 갱신하고 예외를 승인하는지는 비어 있다. 스택에 들어간 지식이 실제 사용성·접근성·안전을 높였는지 측정할 방법까지 있어야 이 모델이 작동한다고 볼 수 있음.