AI는 이제 디자이너의 일상 깊숙이 들어와 있어요.
아이디어를 정리하고, 레퍼런스를 찾고, 문장을 다듬고, 이미지를 생성하고, 프로토타입을 만드는 일까지 다양한 과정에서 활용할 수 있습니다.
동시에 SNS에서는 비슷한 이야기가 반복됩니다.
‘지금 AI를 배우지 않으면 늦는다.’
‘AI를 쓰는 사람과 그렇지 않은 사람의 격차는 더 벌어진다.’
‘앞으로는 AI를 잘 쓰는 사람이 살아남는다.’
이런 말을 계속 보다 보면 마음이 급해질 수밖에 없어요. 무엇을 해결할지 생각하기도 전에 일단 새로운 도구부터 배우고, 어떻게든 프로젝트에 AI를 넣어야 할 것처럼 느껴지기도 합니다.

하지만 AI를 사용한다는 사실만으로 더 나은 결과가 만들어지는 것은 아닙니다.
오히려 문제를 충분히 이해하지 않은 상태에서도 그럴듯한 결과가 너무 빨리 나오기 때문에, 무엇을 해결하고 있었는지 놓치기 쉬워졌어요.
AI 활용에서 중요한 것은 얼마나 많이 사용했는지가 아니라, 어떤 문제에 왜 사용했는지를 설명할 수 있는가예요.
AI 앞에서는 작업의 순서가 쉽게 뒤집혀요
디자인은 보통 문제를 확인하는 일에서 시작합니다.
누가 불편을 겪고 있는지, 어떤 상황에서 문제가 발생하는지, 무엇을 바꿔야 하는지 살펴본 뒤 해결책을 만듭니다.
그런데 AI를 사용하면 이 순서가 쉽게 뒤집혀요.
해줘!
몇 가지 조건만 입력해도 문장과 이미지, 화면이 금방 나옵니다.
결과가 빠르게 만들어지면 작업이 꽤 진행된 것처럼 느껴지고요.
문제는 결과가 만들어진 뒤, 그 결과에 맞는 문제를 찾기 시작할 수 있다는 점입니다.
사용자가 무엇을 어려워하는지 확인하기 전에 버튼을 크게 만들고, 레이아웃을 정리하고, 새로운 기능을 추가합니다.
화면은 나아졌을 수 있습니다.
하지만 사용자의 문제가 해결되었는지는 여전히 알 수 없어요.
AI를 사용하기 전에 먼저 확인할 것
AI에게 바로 결과를 요청하기 전, 네 가지 질문부터 정리해 보세요.
- 지금 해결하려는 문제는 무엇인가요?
- AI에는 어떤 역할을 맡길 건가요?
- AI를 사용하면 무엇이 실제로 달라지나요?
- 결과를 어떤 기준으로 판단할 건가요?
반복 작업을 줄이는 것이 목적이라면 AI에는 정리와 변형을 맡길 수 있어요.
다양한 방향을 탐색하고 싶다면 하나의 완성안을 요구하기보다,
서로 다른 대안을 여러 개 제안하도록 요청하는 편이 좋습니다.
먼저 목적을 정해야 AI의 역할도 분명해져요.
좋은 프롬프트보다 문제 정의가 먼저예요
AI 활용법을 찾아보면 좋은 프롬프트를 만드는 방법이 자주 등장합니다.
- 역할을 구체적으로 지정하기
- 참고할 예시 제공하기
- 원하는 결과 형식 알려주기
- 제약 조건 설명하기
모두 유용한 방법이에요.
하지만 해결하려는 문제가 모호하다면 프롬프트가 아무리 길어도 결과를 판단하기 어렵습니다.
문제 정의가 목적지를 정한다면, 프롬프트는 그 목적지를 AI에게 설명하는 방법이에요.
목적지가 정해지지 않은 상태에서는 AI가 완성도 높은 결과를 만들어도 올바른 방향인지 알 수 없어요.
따라서, AI를 사용하기 전에는 적어도 다음 내용을 정리해야 합니다.
- 누구를 위한 결과인지
- 어떤 행동이나 불편을 바꾸려는지
- 반드시 지켜야 할 조건은 무엇인지
- 무엇을 좋은 결과로 판단할 것인지
AI를 잘 쓴다는 것은 긴 명령문을 작성하는 능력보다, 자신의 생각을 먼저 구조화하는 능력에 가깝습니다.
로그인 화면으로 비교해 볼게요
로그인 화면에서 사용자가 많이 이탈한다고 가정해 볼게요.
문제 정의 없이 요청한다면
로그인 화면에서 이탈이 많아. 더 좋게 개선해 줘.
AI는 버튼을 크게 만들거나, 간격을 정리하거나, 소셜 로그인을 추가할 수 있어요.
결과는 이전보다 깔끔해 보일 수 있습니다.
하지만 사용자가 왜 이탈했는지는 알 수 없어요.
- 비밀번호를 잊어버린 것인지
- 로그인과 회원가입을 혼동한 것인지
- 오류 메시지를 이해하지 못한 것인지
- 가입하지 않은 계정으로 로그인한 것인지
원인이 다르면 해결책도 달라집니다.
.png%253FspaceId%253D00feaf78-d356-41ee-90f9-616e7f73fd77%3Ftable%3Dblock%26id%3D3a4caf56-50aa-801b-8724-ce220db0195d%26cache%3Dv2&w=828&q=85)
문제를 정의한 뒤 요청한다면
신규 사용자가 로그인과 회원가입을 혼동해 이전 화면으로 돌아가는 문제가 있어요. 기존 디자인 시스템을 유지하면서 두 진입점을 쉽게 구분할 수 있는 화면 구조를 세 가지 제안해 주세요.
이 요청에는 대상 사용자와 관찰된 행동, 제약 조건, 원하는 결과가 들어 있습니다.
첫 번째 요청은 화면을 더 좋게 만들어 달라고 말합니다.
두 번째 요청은 무엇을 해결해야 하고, 무엇이 달라져야 하는지를 알려줘요.
AI의 답은 정답보다 가설에 가까워요
AI는 가능한 문제 원인과 해결 방향을 빠르게 제안할 수 있습니다.
우리가 놓친 부분을 발견하거나, 한 가지 해결책에 갇히지 않도록 선택지를 넓히는 데도 유용해요.
하지만 AI가 제안한 문제가 실제 사용자의 문제인지는 따로 확인해야 합니다.
AI가 로그인 버튼의 가시성을 문제로 지적했더라도, 실제 사용자는 버튼이 아니라 비밀번호 오류 때문에 이탈하고 있을 수 있어요.
따라서 AI의 분석은 그대로 채택할 정답보다 검토할 가설로 다루는 편이 좋습니다.
AI가 잘하는 일
- 가능한 원인 정리하기
- 여러 해결 방향 제안하기
- 문구와 화면 대안 만들기
- 반복 작업 줄이기
- 테스트할 가설 정리하기
디자이너가 결정할 일
- 실제 사용자의 문제인지
- 지금 해결해야 할 문제인지
- 어떤 해결책을 선택할지
- 무엇을 우선할지
- 결과를 어떻게 검증할지
AI는 선택지를 빠르게 늘릴 수 있습니다.
하지만 어떤 선택지를 채택할지는 프로젝트의 맥락 안에서 판단해야 해요.
AI에게 요청하기 전, 이 문장부터 완성해 보세요
[대상 사용자]가 [상황]에서 [문제]를 겪고 있어요. AI에는 [맡길 역할]을 요청하고, 결과는 [평가 기준]으로 비교할게요.
예를 들면 이렇게 쓸 수 있어요.
신규 사용자가 로그인 과정에서 로그인과 회원가입을 혼동하고 있어요. AI에는 서로 다른 화면 구조를 제안하도록 요청하고, 결과는 사용자가 두 진입점을 쉽게 구분하는지로 비교할게요.
좋은 프롬프트를 만들기 전에, 먼저 해결하려는 문제부터 정리해 보세요.
AI를 실제 디자인 프로젝트에 적용해 보고 싶다면
오즈코딩스쿨 디자이너 캠프에서는 사용자 문제를 정의하고, 여러 해결 방향을 비교하며, AI를 프로젝트의 목적에 맞게 활용하는 과정을 연습할 수 있어요.
AI가 만든 결과를 그대로 사용하는 데서 끝나지 않고, 왜 이 결과를 선택했는지 설명할 수 있는 포트폴리오를 만들어 보세요.

Share article