61
AI·UX·비즈니스 실무 적용 노하우가 궁금하다면?
이 글은 플렉스웍 블로그에서 발행되었습니다.
뉴스레터 구독 시 AI 워크플로우 실무 가이드도 함께 받을 수 있습니다.
플렉스웍 뉴스레터 무료 구독하기
“그래서 어떤 AI 툴을 써야 하나요?”
요즘 UX·프로덕트 팀에서 가장 자주 나오는 질문이다. ChatGPT와 Gemini, Figma Make와 Framer, Cursor와 Claude Code까지. 새 도구는 계속 나오고, 데모 영상 속 결과는 모두 그럴듯하다.
문제는 기능표만 보고 고른 도구가 실제 업무에서는 자주 멈춘다는 데 있다. 자료를 다시 옮겨야 하고, 동료에게 맥락을 처음부터 설명해야 하고, 개발 단계에서 결과물을 다시 만들어야 한다. 개인의 작업은 빨라졌는데 팀의 전체 일정은 그대로인 이유다.
뉴욕에서 시니어 UX 디자이너로 일하는 이지원 님은 도구의 성능보다 업무의 앞뒤가 얼마나 자연스럽게 이어지는지를 먼저 본다. 이 기준은 AI 툴이 매달 바뀌는 지금, 특정 제품 추천보다 오래 쓸 수 있다.
3줄 요약
- 최고의 AI 도구는 기능이 가장 많은 제품이 아니라 현재 자료와 다음 협업자에게 잘 연결되는 제품이다
- UX 업무에서는 생성 속도뿐 아니라 검수, 수정, 개발 핸드오프까지 포함한 전체 시간을 봐야 한다.
- 도구를 고르기 전에 입력·작업·검수·인수인계·저장 위치를 한 장에 적으면 선택이 쉬워진다.
AI UX 워크플로우란 무엇일까?
AI UX 워크플로우는 단순히 화면을 생성하는 과정이 아니다. 리서치 자료를 모으고, 문제를 정의하고, 아이디어를 시각화하고, 프로토타입을 검증한 뒤 개발팀에 전달하는 전체 흐름에 AI를 배치하는 방식이다.
여기서 핵심은 ‘어떤 AI가 가장 똑똑한가’가 아니다. 각 단계의 결과물이 다음 단계로 손실 없이 넘어가는가다.
예를 들어 AI가 멋진 프로토타입을 30분 만에 만들었다고 해보자. 그런데 디자인 시스템과 맞지 않고, 엔지니어가 구조를 이해할 수 없고, 수정할 때마다 처음부터 다시 생성해야 한다면 그 30분은 팀의 시간 절약으로 이어지지 않는다.
좋은 AI UX 워크플로우는 다음 세 가지를 만족해야 한다.
- 기존 자료를 쉽게 불러올 수 있다.
- 사람이 결과를 검수하고 수정할 수 있다.
- 다음 협업자가 결과를 이어받을 수 있다.
Gemini를 고른 이유는 ‘더 똑똑해서’가 아니었다
지원 님이 일하는 환경에서는 Google Drive와 Google Docs가 일상적인 협업 도구다. 리서치 자료와 회의 기록이 이미 그곳에 있고, 동료들과 검토하는 문서도 같은 생태계 안에 있다.
그래서 Gemini를 쓰는 이유는 단순하다. 기존 자료를 가져오고, 결과를 문서에 반영하는 이동이 비교적 자연스럽기 때문이다.
이 선택에서 배울 점은 특정 AI의 우열이 아니다. 우리 팀의 정보가 어디에 쌓이는지 먼저 보라는 것이다.
- 자료가 Google Workspace에 모여 있다면 Gemini의 연결성이 유리할 수 있다.
- 대화와 초안 작성이 중심이라면 ChatGPT가 더 익숙할 수 있다.
- 보안 정책상 외부 서비스 연결이 어렵다면 사내 승인 범위가 선택을 결정할 수 있다.
기능 하나가 더 많은 것보다 복사하고 붙여넣는 횟수를 줄이는 편이 실제 생산성에는 더 큰 영향을 줄 때가 많다.
Cursor를 고른 이유는 다음 협업자가 엔지니어였기 때문이다
UX 프로토타입의 목적은 ‘예쁜 화면’을 보여주는 데서 끝나지 않는다. 복잡한 인터랙션을 확인하고, 실제 제품으로 구현할 수 있는 형태로 의도를 전달해야 한다.
지원 님이 Cursor를 자주 사용하는 이유도 이 지점에 있다. 개발자가 익숙한 코드 기반 환경과 가까워 프로토타입의 구조를 확인하고 이어받기 수월하기 때문이다. 디자이너가 상상한 움직임과 실제 구현 결과가 달라지는 오래된 문제를 줄이는 데 도움이 된다.
물론 모든 팀이 Cursor를 써야 한다는 뜻은 아니다. 개발팀이 Claude Code를 중심으로 일하거나, 디자인팀 안에서만 빠른 콘셉트 검증이 필요하다면 다른 선택이 더 합리적일 수 있다.
선택 기준은 도구 이름이 아니라 이 질문이다.
내가 만든 결과물을 다음에 받을 사람은 누구이며, 그 사람은 어디에서 일하는가?
기능표 대신 비교해야 할 6가지
새로운 AI 툴을 검토할 때 아래 여섯 가지를 한 장에 적어보자. 팀에 맞는 도구가 훨씬 선명해진다.
- 입력 자산 — 문서, 리서치, 디자인 파일은 어디에 있는가? 놓치면 자료를 매번 다시 정리한다.
- 담당 작업 — AI에게 맡길 단계가 정확히 무엇인가? 놓치면 도구는 샀지만 활용 장면이 없다.
- 호환성 — 기존 툴과 파일 형식이 연결되는가? 놓치면 변환과 복사 작업이 늘어난다.
- 다음 협업자 — 결과물을 누가 이어받는가? 놓치면 핸드오프 때 처음부터 다시 만든다.
- 검수 방법 — 누가 어떤 기준으로 결과를 판단하는가? 놓치면 빠르게 만든 오류가 그대로 확산된다.
- 기록 위치 — 수정 이력과 최종 결정은 어디에 남는가? 놓치면 같은 논의를 반복한다.
이 기준의 목적은 완벽한 도구를 찾는 것이 아니다. 팀의 마찰 비용이 가장 적은 도구를 찾는 것이다.
AI가 일주일의 작업을 하루로 줄여도, 검수는 사라지지 않는다
지원 님은 자신의 실무 경험을 바탕으로 AI를 잘 활용하면 일주일 분량의 UX 작업을 하루 안에 진행할 수 있다고 설명한다. 인상적인 변화지만, 이를 모든 팀에서 보장되는 숫자로 받아들여서는 안 된다. 업무의 종류, 자료의 준비 상태, 팀의 숙련도에 따라 결과는 달라진다.
더 중요한 것은 속도가 빨라져도 사람의 판단은 남는다는 사실이다.
- AI는 여러 대안을 빠르게 만들고 인터랙션을 시각화한다.
- 디자이너는 사용자 문제, 브랜드, 디자인 시스템, 접근성을 검수한다.
- 엔지니어는 구현 가능성, 코드 품질, 보안과 운영 안정성을 확인한다.
AI가 초안을 빠르게 만들수록 검수 기준은 더 구체적이어야 한다. 생성 속도만 측정하면 도입은 성공처럼 보이지만, 수정과 인수인계에서 시간이 다시 늘어난다면 전체 업무는 빨라진 것이 아니다.
우리 팀에 맞는 AI 도구를 고르는 순서
새 도구를 도입하기 전에 30분만 투자해 다음 순서대로 적어보자.
1. 반복되는 병목을 한 문장으로 쓴다
“프로토타입 제작이 느리다”보다 “복잡한 인터랙션을 개발팀에 설명하고 재현하는 데 시간이 오래 걸린다”처럼 구체적으로 쓴다. 문제가 구체적이어야 필요한 기능도 분명해진다.
2. 입력과 출력의 위치를 표시한다
자료가 시작되는 곳과 결과물이 도착해야 하는 곳을 적는다. Google Docs에서 시작해 Figma를 거쳐 개발 저장소로 끝난다면, 세 지점 사이의 연결 비용을 비교해야 한다.
3. 다음 협업자와 함께 테스트한다
도구를 가장 많이 사용할 사람만 참여하면 안 된다. 결과를 검수하거나 이어받을 동료가 함께 샘플 업무를 진행해야 한다. 개인에게 편한 도구가 팀에도 편한지는 이 단계에서 드러난다.
4. ‘생성 시간’이 아니라 ‘완료 시간’을 잰다
첫 결과가 나온 시점이 아니라 검수와 수정, 인수인계까지 끝난 시간을 측정한다. 가능하면 기존 방식과 같은 과제로 비교한다.
5. 작은 범위에서 표준을 만든다
프롬프트, 입력 자료 형식, 검수 체크리스트, 저장 위치를 간단히 문서화한다. 한 명의 요령을 팀의 반복 가능한 방식으로 바꾸는 과정이다.
도구가 바뀌어도 남는 역량
AI 도구의 판은 계속 바뀐다. 오늘 가장 주목받는 제품이 다음 분기에도 최선이라는 보장은 없다.
그래서 오래 남는 역량은 특정 제품의 단축키를 외우는 일이 아니다. 업무를 단계로 나누고, 어디에서 정보가 끊기는지 찾고, 사람과 AI의 책임을 설계하는 능력이다.
어떤 도구가 최고인지 묻기 전에 먼저 그려보자.
우리 팀의 결과물은 어디에서 시작해, 누구의 검수를 거쳐, 누구에게 전달되는가?
이 흐름이 보이면 도구 선택은 유행이 아니라 운영의 문제가 된다.
자주 묻는 질문(FAQ)
Q1. ChatGPT와 Gemini 중 어떤 것이 UX 업무에 더 좋은가요?
절대적인 우열보다 현재 자료와 협업 환경을 보세요. Google Drive와 Docs에 자료가 집중돼 있다면 Gemini의 연결성이 유용할 수 있고, 대화형 아이디어 발산과 범용 초안 작성이 중심이라면 ChatGPT가 더 익숙할 수 있습니다. 같은 샘플 과제로 입력부터 검수까지 걸린 시간을 비교하는 것이 가장 정확합니다.
Q2. Figma Make와 Cursor는 어떻게 구분해서 써야 하나요?
빠른 화면 탐색과 디자인 중심의 검증이 목적이라면 Figma 생태계가 자연스러울 수 있습니다. 코드 구조를 확인하고 개발팀으로 이어지는 프로토타입이 필요하다면 Cursor 같은 개발 환경이 유리할 수 있습니다. 최종 산출물과 다음 협업자를 기준으로 선택하세요.
Q3. 개발자가 아니어도 Cursor를 사용할 수 있나요?
사용할 수 있지만 생성된 코드의 품질과 보안을 스스로 보장하기는 어렵습니다. 비개발자는 아이디어와 인터랙션을 구체화하는 용도로 활용하고, 실제 제품 반영 전에는 엔지니어의 검토를 거치는 편이 안전합니다.
Q4. AI로 일주일 작업을 하루로 줄이는 것이 정말 가능한가요?
지원 님의 실무 경험에서는 가능했던 사례지만 모든 업무에 동일하게 적용되는 보장은 없습니다. 자료의 준비 상태, 과업 복잡도, 팀 숙련도, 검수 범위에 따라 달라집니다. 도입 효과는 생성 시간뿐 아니라 수정과 인수인계까지 포함해 측정해야 합니다.
Q5. AI 도구 도입은 어디서부터 시작해야 하나요?
도구 구독부터 하지 말고 반복되는 병목 하나를 먼저 고르세요. 입력 자료, 원하는 출력, 검수자, 다음 협업자, 저장 위치를 적은 뒤 실제 업무 한 건으로 시험하면 불필요한 도입 비용을 줄일 수 있습니다.
원문: MIT 출신, 뉴욕 UX 시니어 디자이너의 실전 AI 툴
글로벌 테크 기업의 실제 UX 워크플로우가 궁금하다면?
0
0