<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Yoo Noh on Medium]]></title>
        <description><![CDATA[Stories by Yoo Noh on Medium]]></description>
        <link>https://medium.com/@yookyoungnoh_839?source=rss-942c89fa97c8------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*IfyGwxMLumHsW-UBxZHhLw.png</url>
            <title>Stories by Yoo Noh on Medium</title>
            <link>https://medium.com/@yookyoungnoh_839?source=rss-942c89fa97c8------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Tue, 17 Nov 2026 06:55:01 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@yookyoungnoh_839/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[AI Product Sprint]]></title>
            <link>https://medium.com/@yookyoungnoh_839/ai-product-sprint-cde8b416e761?source=rss-942c89fa97c8------2</link>
            <guid isPermaLink="false">https://medium.com/p/cde8b416e761</guid>
            <category><![CDATA[ai-tools]]></category>
            <category><![CDATA[product-management]]></category>
            <category><![CDATA[design-sprint]]></category>
            <category><![CDATA[product-development]]></category>
            <category><![CDATA[ux-design]]></category>
            <dc:creator><![CDATA[Yoo Noh]]></dc:creator>
            <pubDate>Mon, 29 Sep 2025 06:36:01 GMT</pubDate>
            <atom:updated>2025-09-29T06:36:01.125Z</atom:updated>
            <content:encoded><![CDATA[<p><em>기획부터 검증까지 2시간안에 끝내기</em></p><p>AI로 코딩이 가능해지면서, 최근 나는 나의 문제를 해결해 줄 앱들을 직접 만들어 사용하고 있다. 그중 하나는 흩어져 있는 재정 상태를 쉽게 확인하고, 목표별로 AI 분석까지 가능한 앱이다.</p><p>단순히 필요한 도구를 만들고 싶다는 이유도 있었지만, 동시에 AI와 함께 제품을 빠르게 기획하고 디자인하는 새로운 방법론을 실험해보고 싶었다. AI와 함께 새로운 방식으로 처음부터 제품을 만드니 기획 문서 작성, 시각화, 프로토타입 수정이 유기적으로 얽힌 동시다발적이고 빠른 Iteration이 가능했다. 나는 이 방법을 <strong>‘AI 프로덕트 스프린트’</strong> 라고 이 글에서 소개한다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*p7BZjGdWG-sMisXi1PypcA.png" /></figure><h3>PRP로 AI 프로토타입 생성하기</h3><p><em>워크플로우의 시작은 언제나 요구사항 정의인 것은 동일하다. 이 과정부터 AI를 적극적으로 활용한다.</em></p><h4>Step 1. 명확한 JTBD (Jobs To Be Done) 정의</h4><p>프로젝트 목표를 명확히 정의한다. AI가 코드를 짜고 화면을 그릴 수 있어도, 사람이 먼저 문제를 정의하는 역할은 변하지 않는다. 오히려 더 중요하다. 누구를 위해, 어떤 문제를 풀 것인지 명확하지 않으면 빠른 결과물도 의미가 없다.</p><blockquote><strong>JTBD 예시:</strong> “흩어진 재정 상황을 한눈에 이해하기 어려울 때, 나는 내 자산과 목표에 맞는 명확한 인사이트를 얻어, 좋은 투자 결정을 내리고 싶다”</blockquote><h4>Step 2. PRP 템플릿을 복사하고 AI에게 입력</h4><p>ChatGPT, Gemini, Grok 등을 열고 <a href="https://docs.google.com/document/d/1TXrA80VfzEUKY5TTKfQiGTU7AA3t24uxKysT_G1GENo/edit?tab=t.0#heading=h.pqpzwbb2hc69">PRP 메타프롬프트</a>를 입력한다.</p><p>PRP(Product Requirement Prompt)는 기존 PRD를 확장한 문서로, AI가 바로 실행 가능한 프로토타입을 만들고 가설을 검증할 수 있도록 구체적으로 지시하는 역할을 한다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/805/1*qvoZl6PwAHnX4eUYsDoUSQ.png" /><figcaption>PRP Template Source: <a href="https://docs.google.com/document/d/1TXrA80VfzEUKY5TTKfQiGTU7AA3t24uxKysT_G1GENo/edit?tab=t.0#heading=h.pqpzwbb2hc69">https://docs.google.com/document/d/1TXrA80VfzEUKY5TTKfQiGTU7AA3t24uxKysT_G1GENo/edit?tab=t.0#heading=h.pqpzwbb2hc69</a></figcaption></figure><h4>Step 3. AI와 질문-답변 반복하며 PRP 생성</h4><p>기능 구현, 기술 스택 옵션 등을 AI와 브레인스토밍하며, AI가 던지는 질문에 하나씩 답한다. 모든 질문에 답하면 곧 AI가 PRP 초안을 생성한다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*zo9bVqk-4AYmNHcVpzeJSQ.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*eI3FngqbAYH1GjXtjcFzfw.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*TX-hNLuzcIZLPF2ExaQX_g.png" /><figcaption>AI와 대화 후 생성 된 PRP</figcaption></figure><blockquote>이때 생성된 PRP는 많은 디테일이 빠져있다. 최종 완성 문서가 아니라, AI를 이용해 프로토타입을 빠르게 생성하고 테스트 후 개선하는 출발점으로 이해해야 한다.</blockquote><h3>프로토타입 ↔ 요구사항 문서를 동시에 반복 수정하기</h3><h4>Step 4. 초기 프로토타입 생성</h4><p>PRP를 Cursor AI, Figma Make, Google AI Studio 등 사용 가능한 AI builder tool에 넣어 프로토타입 초안을 생성한다. 이때 생성되는 결과물은 디자이너가 먼저 화면을 디자인하지 않아도 컨셉 스케치를 AI가 해주는 역할도 한다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*E5g1tfwsX54n_71dpLUEJQ.png" /><figcaption>AI가 생성한 초기 프로토타입</figcaption></figure><blockquote>각기 다른 AI model에서 생성되는 초기 프로토타입은 완성도가 낮지만, 다양한 옵션을 빠르게 시각화하고 테스트할 수 있는 장점이 있다. 그리고 뜻밖에도 내가 미처 생각하지 못한 디자인 옵션을 생성하기도 한다.</blockquote><h4>Step 5. 프로타입과 PRP 반복 개선</h4><p>PRP 만으로 몇 분안 생성된 프로토타입은 수정할게 많기 때문에 AI로 수정을 하는 단계부터는, 첫 프로토타입이 바로 생성된걸 본 순간의 Wow 효과는 곧 없어진다. 그리고 마음과 같지 않은 수정 결과물에 답답함과 실망감을 느낄 수 있다. (물론 개발코드를 직접 수정하면 훨씬 더 빠르다)</p><blockquote>하지만 완벽한 결과물이 이 단계에서 목표가 아니라, 팀원 모두 <strong>AI가 생성한 프로토타입을 테스트하며, 요구사항을 정리하고 사용자 경험을 구체화하며 눈높이를 맞추는 것이 핵심이다.</strong></blockquote><p>화면 구성 요소, 인터렉션 등 개선이 필요한 요구 사항이 정리되었다면, 처음에 생성 된 PRP를 다시 작성한다. 이때 Gemini 같은 AI 툴을 다시 활용하거나 팀이 직접 수정한다. 디테일이 추가된 PRP를 다시 AI에게 프로토타입으로 생성하게 하는 과정을 반복하면 결과물은 점점 원하는 방향으로 발전된다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*YW0DyofE7TeAFXWbEOGjyA.png" /><figcaption>디테일한 화면 구성요소와 인터렉션을 PRP에 추가하고 다시 생성한 프로토타입</figcaption></figure><p>이 과정은 기존 워크플로우에서 초기 컨셉 단계에서 여러 아이디어를 스케치를 하는 과정과 비슷하다. 하지만 초기 컨셉 단계에서 버려지는 디자인은 대다수이다. AI로 생성하는 프로토타입도 동일하다고 이해해야 한다. AI로 생성된 프로토타입은 여러개의 가설을 단 몇 분 만에 테스트 가능하게 해줌으로써, 팀이 빠르게 결정을 내리고 좋은 솔루션에 집중하도록 도와줄 수 있다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/397/1*0FEjBPB88HipqOETJT6EtA.gif" /><figcaption>최종 방향으로 결정한 프로토타입</figcaption></figure><h4>Step 6. 최종 프로토타입 확정 및 PRD 자동 생성</h4><p>최종방향으로 프로토타입을 확정했다면 Cursor AI에서 을 이해하게 한 뒤 PRD 문서(docs/PRD.md)를 자동 생성하도록 한다. 물론 다시 사람이 다시 검토하고 수정하는 과정은 필수다. docs/PRD.md를 Cursor AI에서 사용하면 <strong>AI와 팀 모두가 요구사항을 코드와 함께 일관되게 공유하고 업데이트를 반영할 수 있다는 점</strong>이 가장 큰 장점이다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*5pSMlWQtCwo10p5qHA3Sig.png" /><figcaption>Cursor AI 에서 생성한 PRD.md</figcaption></figure><p>여기까지 불과 2시간 안에 기획부터 검증까지 가능하다.</p><p><strong>AI Product Sprint 는 기존 워크플로우와는 비교할 수 없을 정도로 빠르게 진행이 된다. </strong>기존 워크플로우와 다음과 같이 비교할 수 있다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*bsIakahHLAMofQucj8e6pg.png" /></figure><h3>AI Product Sprint 이후 -&gt; <strong>Human refinement &amp; Optimization</strong></h3><p>AI Product Sprint가 끝나면 팀이 공동의 목표로 의견을 맞추고 수정한 프로토타입, 그리고 동일한 요구사항이 담긴 PRD 라르는 결과물이 생긴다. 이건 물론 상용화 가능한 결과물이 아니다. 이 결과물은 <strong>Phase 2 Human refinement &amp; Optimization 단계</strong>로 넘어가기 위한 초기 단계이다. <strong>개발자는 AI가 만든 코드 초안을 바탕으로 성능, 보안, 확장성 등 상용 서비스에 필수적인 기술적 정교화 작업을 진행하고, 디자이너는 브랜드 정체성, 미세한 UI/UX 디테일을 최종적으로 완성한다.</strong></p><blockquote>이처럼 AI Product Sprint는 아이디어와 가설 검증 단계에서 낭비되던 시간과 소통 비용을 줄여주며, 팀이 가장 가치 있는 최종 결과물을 만드는 데 자원을 집중할 수 있도록 하는 것이 핵심이다.</blockquote><p>AI와 함께 기획부터 개발까지의 과정을 모두 경험해보니 기존 PM, 디자이너, 개발자 각자의 역할이 어디서부터 어디까지일까라는 생각이 든다. 디자이너가 PM 을 대체할 수도 있고, 반대로 PM 이 디자이너 역할까지 수행할 수 있으며, 한 명의 개발자가 이 모든 역할을 다하는 것이 가능할 것 같다.</p><p>회사마다 상황이 다르고, 개개인의 역량이 다르니 정답은 없다. 하지만 다음과 같은 역할을 하며 협업의 변화를 만들어 나갈 수 있다.</p><blockquote><strong>PM</strong>은 AI와 함께 PRP를 작성하고 초기 가설과 요구사항을 구체화하는 동시에, 팀 전체가 AI를 효과적으로 활용하도록 돕는 퍼실리테이터 역할을 수행할 수 있다.</blockquote><blockquote><strong>디자이너</strong>는 AI가 생성한 초안을 바탕으로 브랜드의 고유한 정체성과 디자인 디테일을 발전시킨다.</blockquote><blockquote><strong>개발자</strong>는 AI가 만든 코드 초안을 검토하고, 실제 구현에 필요한 기술적 요구 사항을 더 빠르게 파악할 수 있다.</blockquote><p>이러한 변화는 기존의 역할과 경계를 허물어 처음에는 쉽지 않을 수 있다. 그렇기 때문에 중요한 것은 <strong>유연한 태도로 새로운 역량을 배우고 변화를 시도해 나가는 것</strong>이다. AI가 속도를 높인 세상에서 중요한 역량은 이제 얼마나 빨리 새로운 것을 시도하고, 함께 더 나은 해법을 찾아내는가에 달려 있다.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=cde8b416e761" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[디자이너는 이제 화면을 먼저 그리지 말아야 한다]]></title>
            <link>https://medium.com/@yookyoungnoh_839/%EB%94%94%EC%9E%90%EC%9D%B4%EB%84%88%EB%8A%94-%EC%9D%B4%EC%A0%9C-%ED%99%94%EB%A9%B4%EC%9D%84-%EB%A8%BC%EC%A0%80-%EA%B7%B8%EB%A6%AC%EC%A7%80-%EB%A7%90%EC%95%84%EC%95%BC-%ED%95%9C%EB%8B%A4-4a5c5025bb0d?source=rss-942c89fa97c8------2</link>
            <guid isPermaLink="false">https://medium.com/p/4a5c5025bb0d</guid>
            <category><![CDATA[ux-process]]></category>
            <category><![CDATA[figma]]></category>
            <category><![CDATA[ux-design]]></category>
            <category><![CDATA[figma-make]]></category>
            <category><![CDATA[human-ai-collaboration]]></category>
            <dc:creator><![CDATA[Yoo Noh]]></dc:creator>
            <pubDate>Fri, 29 Aug 2025 05:31:34 GMT</pubDate>
            <atom:updated>2025-08-29T05:59:43.552Z</atom:updated>
            <content:encoded><![CDATA[<h4>AI 프로토타입이 바꾸는 협업의 시작점</h4><p>제품 개발에서 가장 큰 비용은 초기에 협업자들이 같은 방향을 보지 못해 생기는 해석의 차이를 다시 설명하고 맞추는 커뮤니케이션 비용이다.</p><p>PM은 요구사항 문서를 만들고, 디자이너가 그것을 해석해 화면을 만들고, 개발자가 구현하는 순차적인 과정에서 문제가 드러나면 다시 디자인을 수정하고 작업을 반복한다. 각 단계가 분리된 채로 흘러가다 보면 팀은 같은 목표를 향하면서도 서로 다른 언어를 쓰는 것처럼 움직인다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ueTkdncJDqyDWBfmKp2SAg.png" /></figure><p>이 간극을 줄이는 가장 좋은 방법은 <strong>모두가 동시에 같은 시각적 초안 자료를 보는 것</strong>이다. 그리고 AI가 바로 그 역할을 할 수 있다.</p><p>AI 를 co-creator 로 활용이 가능해진 이상 이런 문제를 해결하기 위해서는 디자이너는 화면을 먼저 그리지 말아야 한다. 프로젝트의 문제 정의와 범위가 어느 정도 정리된 시점부터는 디자이너가 blank screen 에 혼자 디자인을 먼저 시작하기보다, PM, 개발자와 함께 AI로 화면을 구현하고 프로토타입을 만들며 초안을 시작해볼 수 있다. 그 불완전한 초안을 두고 PM은 요구사항을 점검하고, 개발자는 기술적 가능성을 짚으며, 디자이너는 경험의 흐름을 다듬는다.</p><p>누구의 편도 아닌 AI는 중립적인 중재자로서 팀의 의도를 빠르게 드러내고, 기술적 제약까지 투명하게 보여줄 수 있다.</p><p>특히 디자이너에게 Figma Make의 기능은 이런 프로세스의 변화를 정말 잘 줄 수 있는 AI 툴이다. 프롬프트를 입력하면 몇 분안에 인터랙티브한 프로토타입으로 변환되고, 팀은 즉시 결과물을 눌러보고 경험할 수 있으며, 더 빠른 합의가 가능하다.</p><p>무엇보다도 Figma Make는 기존 디자인 자산과 자연스럽게 연결된다는 점에서 효과적이다. 이미 Figma에서 만들어둔 화면을 레퍼런스로 불러오고, 팀의 디자인 시스템 라이브러리를 그대로 적용할 수 있다. 덕분에 완전히 새로 시작하지 않아도, 지금 쓰고 있는 컴포넌트와 스타일을 유지한 상태에서 빠른 탐색과 실험이 가능하다. 속도와 품질을 동시에 확보할 수 있는 이유다.</p><h3>AI 프로토타입 킥오프 워크숍</h3><p>이런 가능성을 나는 개인 프로젝트에서 PM 역할부터 디자인, 그리고 AI를 활용한 코딩까지 혼자 맡아 직접 실험해보고 있다. (물론 개발자의 리뷰없이 프로덕션 단계까지 가기는 어렵다) 이렇게 모든 단계에 AI를 활용하면서, 기존의 협업 방식은 분명히 달라져야 한다는 생각을 하게 되었다.</p><p>처음에는 PM 의 입장에서 PRD에 요구사항을 간단히 정리했다. 그리고 디자이너의 입장으로 이를 바탕으로 주요 key screens과 user flow의 프로토타입을 만들기 위해 Figma Make를 활용했다. 프롬프트를 수정해가며 AI가 만든 초안을 프로토타입으로 돌려보고, 그 과정에서 PRD에 빠진 부분을 다시 수정했다. 이렇게 요구사항과 프로토타입을 오가며 수정을 반복한 뒤, 어느 정도 기능 정의에 확신이 생긴 시점에서야 실제 화면 디자인을 시작했다. 그리고 실제 이 과정은 2시간 남짓 걸린다.</p><p>이 방식에서 단순히 속도가 빨라지는 것을 넘어서, 생각하지 못했던 케이스들을 미리 발견하고, 특정 UI의 사용성을 직접 테스트한 뒤 디자인을 구체화할 수 있다는 장점을 발견했다. 물론 이 실험은 혼자 진행했기에 PM이나 개발자의 입장을 모두 대변할 수는 없다. 하지만 이 과정에서부터 개발자와 대화가 시작된다면, 기존과는 전혀 다르게 서로의 관점을 훨씬 더 잘 이해할 수 있을 것이라는 생각이 들었다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*u_3TXT6F34TAXMaX52cuEw.png" /></figure><p>이 경험을 팀 차원으로 확장한다면, 나는 이것을 <strong>”AI 프로토타입 킥오프 워크숍“ </strong>이라고 제안하고 싶다.</p><p>프로젝트가 시작되면, PM·디자이너·개발자가 같은 자리에 모여 문제 정의와 프로젝트 범위를 공유하고, 그 자리에서 AI에게 첫 번째 프로토타입을 생성 시키는 워크숍 시간을 갖는것이다. 완벽하지 않은 화면이지만, 모두가 동시에 보면서 “문제 정의와 맞는지”, “기술적으로 가능한지”, “경험 흐름이 자연스러운지”를 바로 논의한다. <strong>핵심은 빠른 합의와 공동 소유감이다</strong>. AI가 만든 초안은 누구의 것도 아니기 때문에 특정 직군의 언어나 권한에 묶이지 않는다. <strong>대신 팀 전체가 출발선에서 같은 그림을 보며 협업을 시작한다</strong>. 결과적으로 후반에 발생할 수 있는 불필요한 반복과 충돌을 크게 줄일 수 있다.</p><p>물론 이 방식에 대해 실무자라면 몇 가지 우려를 가질 수 있다. AI 프로토타입의 품질이 허술해 오히려 혼란을 줄 수 있지 않을까? 모든 직군이 너무 일찍 참여하면 시간이 더 오래 걸리는 건 아닐까? AI 초안에만 의존하다 보면 디자이너의 사고력과 역할이 약해지지 않을까?</p><p>이런 우려들은 충분히 타당하다. 하지만 중요한 건, AI가 완성품을 대신 만드는 게 아니라 합의를 더 빠르고 가볍게 시작하게 해주는 도구라는 점이다. 초안이 허술하더라도 그것을 매개로 서로의 관점을 드러내고 조율할 수 있다면 이미 가치가 있다. 초기 참여는 부담이 아니라, 오히려 후반부의 큰 비용을 줄이는 투자다. 그리고 디자이너에게는 AI가 할 수 없는 영역 — 사용자 관점을 더 깊게 해석하고, 새로운 패턴을 제안하며, 디테일까지 완성하는 역량 — 이 더욱 중요해진다.</p><p>팀마다 환경이 다르기 때문에 현실적으로 이 방식을 모든 프로젝트에 당장 적용하는건 어려울 수 있다. 하지만 새로운 프로젝트를 시작할 때, 작은 실험으로 팀이 한번쯤 시도해보길 바란다. 불완전한 AI 프로토타입을 출발점으로 삼아 함께 논의해보면, 협업의 방식이 얼마나 달라질 수 있는지 직접 경험할 수 있을 것이다.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=4a5c5025bb0d" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[AI와 함께 일할수록, 팀의 원칙이 더 중요해진다]]></title>
            <link>https://medium.com/@yookyoungnoh_839/ai%EC%99%80-%ED%95%A8%EA%BB%98-%EC%9D%BC%ED%95%A0%EC%88%98%EB%A1%9D-%ED%8C%80%EC%9D%98-%EC%9B%90%EC%B9%99%EC%9D%B4-%EB%8D%94-%EC%A4%91%EC%9A%94%ED%95%B4%EC%A7%84%EB%8B%A4-8fee40086846?source=rss-942c89fa97c8------2</link>
            <guid isPermaLink="false">https://medium.com/p/8fee40086846</guid>
            <category><![CDATA[design-leadership]]></category>
            <category><![CDATA[decision-making]]></category>
            <category><![CDATA[work-culture]]></category>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[productivity]]></category>
            <dc:creator><![CDATA[Yoo Noh]]></dc:creator>
            <pubDate>Fri, 11 Jul 2025 00:27:12 GMT</pubDate>
            <atom:updated>2025-07-11T00:37:47.945Z</atom:updated>
            <content:encoded><![CDATA[<p>명확한 원칙이 있다면, AI는 팀의 결과물과 결정을 더 선명하고 일관된 방향으로 이끈다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*dNp0DmBa87St7QbB6MwKTA.png" /></figure><p>나는 원래 정리를 잘하는 편도 아니고, 정해진 틀에 맞춰 사는 성격도 아니었다. 그런데 이상하게도, 인생에서 정말 중요한 결정들을 내려야 할 때마다, 그리고 팀을 이끌며 우선순위를 정해야 할 때마다 중요한건 원칙이다. 이런 생각이 처음부터 명확했던건 아니었다. 그 기준을 만들 수 있었던 건, 반복된 결정의 순간들, 시행착오, 그리고 <strong>Ray Dalio</strong>의 <a href="https://product.kyobobook.co.kr/detail/S000001760938"><strong>Principles</strong> </a>이라는 책을 읽게 되면서 비로소 <strong>‘원칙’</strong>의 중요성에 대해 깨닫기 시작했다</p><blockquote><strong>“인생은 반복되는 결정의 연속이고, 더 나은 결정을 위해선 원칙이 필요하다.” — 레이 달리오</strong></blockquote><p>레이 달리오가 이야기하는 원칙은 단순한 규칙이나 규범이 아니다. 삶의 패턴을 이해하고, 그것을 기반으로 내가 다시 기준을 정하는 과정이다.</p><p>인생을 살고 일을 하다보면 이런 것들이 중요해진다:</p><ul><li>보편적인 원칙: 누구에게나 적용되는 삶의 근본적인 진리 (예: 정직, 책임, 우선순위)</li><li>나만의 원칙: 내가 어떤 사람인지 알게 되며 생기는 나만의 고유한 기준</li><li>팀/제품의 원칙: 여러 사람이 함께 결정하고 실행해야 할 때, 모두가 공유하는 판단 기준</li></ul><blockquote><strong>Life = Quality of decisions</strong></blockquote><p>인생은 내가 내린 결정의 총합이다. 어떻게 보면 좀 무섭기도 하다. 미래를 확신하고 결정을 내리는 건 너무 어렵고 결국에 삶의 많은 결정들은 좋은 원칙을 바탕으로 내릴 수밖에 없다.</p><h3>원칙은 ‘깨달음’이 아니라 ‘축적’이다</h3><p>레이 달리오 같은 유명한 사람의 책에 나와 있는 원칙을 바로 내걸로 만들며 사용할 수도 있지만, 원칙은 경험을 통해 반복되는 실험과 피드백 속에서 조금씩 다듬어지며 내것으로, 그리고 팀이 모두 공감하고 적용할 수 있어야 한다.</p><p>이전 회사에서 팀을 초기에 셋업할 때 가장 먼저 필요하다고 생각해서 실행한건 팀원들과 제품의 디자인 원칙을 정의하는 것이었다. 처음에는 팀원이 많지 않고 제품의 중요한 특성에 대해서, 그리고 사용자에 대해서도 잘 알지 못하는 상황에서 사실 감으로 보편적인 디자인 원칙들을 만들었던것 같다.</p><p>하지만 데이터 분석을 통해 사용자에 대한 정의가 구체화되고, 실험 결과에서 일관된 패턴이 드러나고, 팀원들과의 회고에서 반복적인 인사이트가 쌓이면서 원칙은 더 세부적으로 구체화되고 새로 추가되어지기도 하며, 어떤 건 없어지기도 한다.</p><p><strong>이런 원칙이 있으면 기능 우선순위 결정, 디자인 옵션 선택, ‘왜 이걸 해야 하는가’에 대한 설명이 모두 명확해진다. </strong>이런 원칙을 만든다고 해서 모든 문제가 해결되는건 사라진 건 아니지만, 중요한 순간에 팀이 같은 언어를 쓰고 같은 기준에서 토론할 수 있게 해주는 역할을 한다.</p><p>제품뿐 아니라 회사내에서 같은 문화를 만들어나가기 위해서도 원칙은 꼭 필요하다. 채용이나 평가처럼 중요한 의사결정을 일관되게 내리기 위해서도 마찬가지다. 사람이든, 팀이든, 제품이든 — 일정 규모 이상으로 성장하려면 모두가 공유할 수 있는 명확한 원칙이 반드시 필요하다는 걸 확신하게 되었다.</p><h3>원칙은 반드시 기록되어야 한다</h3><p>아쉽게도 사람은 쉽게 잊는다. 좋은 아이디어, 통찰, 깨달음 모두 기록되지 않으면 쉽게 잊혀진다. 그래서 나는 중요한 결정이나 반복되는 패턴이 생길 때 그 순간의 생각과 판단 기준을 메모에 남긴다. 그게 시간이 지나면 내게 유용한 레퍼런스가 되고, 내가 필요한 결정에 좋은 도구 역할을 한다.</p><p>제품이나 팀 차원에서도 마찬가지다. 초기에 명확하게 정리한 디자인 원칙이나 프로덕트 철학은 이후 기능을 정의하거나 방향을 설정할 때 강력한 기준점이 된다. 모두가 공감하고 동의한 원칙은 빠르고 정확한 실행을 가능하게 한다. 그리고 그런 원칙은 반드시 기록되고, 누구나 쉽게 찾아볼 수 있어야 한다. 아는 것과, 항상 눈에 보이는 것은 분명히 다르다. 기준은 ‘보이는 곳’에 있을 때, 실제로 작동한다.</p><h3>그리고 AI 시대, 원칙은 더 중요하다</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*fnm1Y1KrRaNnoZjZht5x_A.png" /><figcaption>좋은 원칙은 AI와 함께 팀의 결과물과 결정을 더 선명하고 일관된 방향으로 정렬시켜줄 수 있다</figcaption></figure><p>요즘 나는 매일 AI와 함께 일하고 있다. GPT, Midjourney, Cursor 같은 툴을 사용하는 일이 자연스러워졌고, 점점 더 많은 사람들이 이 도구들을 활용해 업무 효율을 높이고 있다. 그런데 쓰면 쓸수록 더 분명해지는 게 있다. AI는 잘 정의된 기준이 명확할 수록 훨씬 더 강력한 조력자가 된다. 원칙이 명확하게 정의되어 있으면, AI는 그 안에서 판단 기준을 좁히고 훨씬 정확한 Output을 만든다.</p><p>예를 들어, 제품 UX 원칙의 총합이라고 할 수 있는 디자인 시스템이 잘 정의되어 있는 팀이라면, AI를 활용해 더 빠르고 일관된 디자인 산출물을 만들 수 있다. 실제로 이전 팀에서는 GPTs를 활용해 UX Writer 없이도 디자이너와 PO가 직접 UX 문구를 작성했다. 이게 가능했던 이유는, 잘 정리된 UX Writing 가이드라인과 그동안 축적된 패턴과 예시 데이터가 있었기 때문이다. 아무리 똑똑하고 빠른 AI를 쓰더라도, 이런 원칙들이 명확하게 정의되어 있지 않다면 결과는 애매하거나 만족스럽지 못할 가능성이 크다.</p><p>또다른 예시로 디자이너가 프로토타입으로 활용할 수 있는 Cursor AI에서는 사용자가 ‘작업 방식의 원칙’을 명시하는 rules 기능을 제공하는데 이를 미리 정의해두면, AI는 매번 같은 실수를 반복하지 않고, 내가 원하는 방식대로 반응하게 된다. Cursor에서는 이 규칙들이 모든 코드 작업에 기본적으로 적용되기 때문에 AI가 팀의 일원처럼 학습된 기준에 따라 일하게 되는 구조가 만들어진다.</p><p>특히 이미 정의된 컴포넌트 라이브러리가 있는 경우, Cursor를 활용한 프로토타이핑은 더 빠르게 초안을 만들고 검증해보는 데 매우 유용하다. 기본 구성 요소들이 잘 정리되어 있다는 건 곧, AI가 참고할 수 있는 명확한 원칙과 재료가 마련되어 있다는 뜻이고, 그럴수록 AI는 우리가 원하는 방향에 더 가깝고 일관된 결과물을 제안할 수 있다.</p><p>AI가 일의 속도를 높이는 것은 사실이지만, 그 퀄리티와 방향은 결국 누가 기준을 세우고 있느냐에 따라 달라진다. 때문에 AI 라는 강력한 툴을 누구나 갖게된 지금 명확한 원칙은 더욱더 중요해지는것 같다.</p><p>AI는 기준에 따라 빠르게 제안하고 조율해주는 파트너인 만큼, 원칙이 있는 사람은 AI를 통해 자신의 방식을 더 잘 구현해낼 수 있다. 때문에 AI와 함께 일할수록, 우리는 스스로, 그리고 팀의 원칙을 더 분명히 정의해야 한다.</p><p>그 원칙은 시각적 언어 일수도 있고, 팀의 협업 방식일 수도 있고, 사용자에 대한 정의나 우선순위 결정의 기준일 수도 있다. 때문에 팀내에 글로 적혀진 원칙이 없다면, 그리고 나 자신을 위한 원칙이 없다면, 그동안의 경험과 쌓아온 통찰을 바탕으로 원칙을 다듬고, 기록하고, 축적해야한다.</p><p>그게 결국, 개인의 삶에서는 나만의 방식으로, 팀에서는 모두가 같은 방향으로 AI를 더 잘 활용하고 명확한 방향으로 나아갈수 있는 단단한 기반이 되어줄 수 있다.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=8fee40086846" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[요즘 나는 AI와 함께 그림을 그린다]]></title>
            <link>https://medium.com/@yookyoungnoh_839/%EC%9A%94%EC%A6%98-%EB%82%98%EB%8A%94-ai%EC%99%80-%ED%95%A8%EA%BB%98-%EA%B7%B8%EB%A6%BC%EC%9D%84-%EA%B7%B8%EB%A6%B0%EB%8B%A4-b6ed12c14fc3?source=rss-942c89fa97c8------2</link>
            <guid isPermaLink="false">https://medium.com/p/b6ed12c14fc3</guid>
            <category><![CDATA[ux-design]]></category>
            <category><![CDATA[design-process]]></category>
            <category><![CDATA[ux-designer]]></category>
            <category><![CDATA[ux-design-tools]]></category>
            <category><![CDATA[ai-design]]></category>
            <dc:creator><![CDATA[Yoo Noh]]></dc:creator>
            <pubDate>Thu, 26 Jun 2025 07:04:50 GMT</pubDate>
            <atom:updated>2025-06-26T07:14:51.047Z</atom:updated>
            <content:encoded><![CDATA[<p>최근 AI와 함께 취미삼아 그림을 그리기 시작하면서, 예전 같으면 시도하지 않거나 상상에만 머물렀을 그림을 조금은 다른 방식으로 현실로 만들 수 있게 되었다. 툴 (Tool)의 진화는 창작의 과정을 단순히 ‘빠르게’가 아니라 ‘다르게’ 만들고 있다. 아이디어를 직접 구현하는 <strong>Creator</strong>로서의 역할은 여전하지만, AI가 제안하는 수많은 가능성 중에서 무엇을 선택하고, 어떻게 다듬을지를 판단하는 <strong>Curator</strong>로서의 감각이 점점 더 중요해지고 있음을 느낀다. 이처럼 창작의 방식과 역할의 변화는 결국 툴 (Tool)의 발전 덕분이다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*4rVAFyWEA6AJH7WR9hKFdg.png" /><figcaption>AI와 함께 그린 그림들</figcaption></figure><h3>디자인 툴의 진화가 만든 변화</h3><p>디자이너에게 있어 툴은 일하는 방식과 사고의 틀까지 바꾸는 힘을 가졌다. 디자인은 포토샵, 일러스트레이터 등 디지털 디자인 툴의 등장으로 큰 변화를 맞았다. 손 작업의 한계를 넘어 무한한 수정과 복제, 다양한 표현이 가능해졌다.</p><p>그 후 Sketch가 등장하며 디자인을 시스템화하는 흐름이 시작됐다. 재사용 가능한 심볼과 라이브러리는 디자인을 하나하나 새로 그리는 일에서 구조와 패턴을 더 쉽게 만들게 되었다. 뒤이어 등장한 Figma는 이 흐름을 클라우드 기반의 실시간 협업으로 확장했고, 이를 통해 여러 명이 함께 디자인을 발전시키고 피드백을 반영하기가 수월해졌다. 특히 풍부한 커뮤니티 템플릿은 디자인의 진입 장벽을 낮췄고, 이는 결과적으로 디자인 결과물의 평균적인 수준을 높이는 효과를 가져왔다.</p><h3>AI라는 새로운 디자인 툴</h3><p>Figma라는 툴이 디자인 진입과 협업 장벽, AI라는 새로운 툴은 이제 상상과 실행의 장벽을 허물고 있다. 다음 예시는 제품을 위한 UX 작업물이 아닌 개인 artwork 이지만 창작의 과정에서 AI를 툴로서 활용하여 필요한 아이디어를 현실로 만드는 과정에서 참고할 만한 내용을 공유한다.</p><h4>AI와 함께 그림을 그리는 과정</h4><p><em>(물론 이 과정은 항상 순서대로 이루어지지 않는다. 어떤 경우에는 2단계부터 시작하기도 하고, 때로는 3, 4 단계가 필요없기도 하다.)</em></p><p><strong>1단계: 방향성 정의 및 아이디어 탐색</strong></p><p>모든 것의 시작은 무엇을 만들고 싶은가이다. 머릿속의 추상적인 이미지를 AI툴 에 프롬프트(Prompt)로 던지면, AI는 너무나 빠르게 수십, 수백 개의 다양한 스케치를 만들어낸다. 이 단계에서 나는 그림을 그리지 않는다. 대신 방향을 설정하고, 수많은 가능성을 제시하고 좁히는 역할을 한다. (지금까지 나와 있는 이미지 생성 툴- Midjourney, Flux, GPT 등- 은 너무 많고 각기 다른 장단점들이 있다. 때문에 만들고 싶은 결과물에 따라 다른 툴을 실험적으로 사용해보는 것이 필요하다. 그리고 이 툴들은 너무 빨리 진화한다.)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*_L2v0eniQBhpYWel9WDD6w.png" /><figcaption>실제 활용한 프롬프트 예시</figcaption></figure><p><strong>2단계: 스타일과 패턴의 정의</strong></p><p>AI가 만든 여러 스케치중에서 원하는 컨셉을 정하고 나면, 이제 ‘나다운 스타일’을 정의할 차례다. 내가 이전에 그렸던 그림이나 원하는 톤앤매너의 이미지를 레퍼런스로 제공한다. AI는 이 의도에 따라 여러 해석으로 나의 스타일을 뽑지만 정말 내거다라는걸 딱 찾기는 굉장히 어렵다. 그마만큼 나의 기준이 명확해야 한다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ygy4tN_JwEL-gSZgxpJvfQ.png" /><figcaption>AI 가 만들어 낸 여러 스케치 중 선정한 스타일</figcaption></figure><p><strong>3단계: 피드백을 통한 점진적 개선</strong></p><p>마음에 드는 결과물 두세 개를 기준으로 아이패드 프로크리에이트 (Procreate) 에서 직접 그림을 그리며 구체화한다. 하지만 그리다 보면 막히는 부분이 생긴다. 인물의 어색한 포즈, 상상과 다른 사물의 형태 같은 것들이다. 이때 다시 AI를 활용한다. 막히는 부분에 대한 아이디어를 얻고, 그림을 그리고 다시 아이디어를 얻는 과정을 반복한다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*kBAkRmbfXUJ--WmwgK7JWg.png" /><figcaption>원하는 아이스크림의 디테일 표현 참고를 위해 AI 활용</figcaption></figure><p><strong>4단계: 최종 결과물 완성</strong></p><p>AI가 제안한 여러 아이디어를 바탕으로 미묘한 디테일, 색감의 조화, 전체적인 균형을 맞추며 완성한다. 모든 디자인 작업에서 그렇듯 그냥 한번에 되는건 없다. AI를 사용한다고 해서 이런 과정이 생략되며 쉽게만 되지는 않는다. AI는 훌륭한 초안을 제시하지만, 최종 결과물의 완성도를 결정하는 것은 결국 디자이너의 몫이다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/800/1*dcnVdL1VOGCc4kOypAXjrg.gif" /><figcaption>최종 그림을 AI 비디오 툴을 활용하여 애니메이션으로 제작</figcaption></figure><p>AI는 추상적인 아이디어를 다양한 시각적 결과물로 빠르게 구현하여 디자이너가 더 넓은 범위의 해결책을 탐색하도록 돕는다. 디자이너는 이 구체적인 시안들을 바탕으로 팀과 더 효과적으로 소통하며 최적의 사용자 경험을 선별하는 핵심적인 의사결정을 내릴 수 있다. 결국 좋은 툴이란 이처럼 우리의 역량을 확장시켜, 디자이너가 가장 중요한 본질에 집중하고 더 좋은 결과물을 만들도록 돕는 것이기에, 이를 이해하고 잘 활용하는 것이 중요하다.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=b6ed12c14fc3" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[디자인팀은 언제, 어떤 구조로 만들면 좋을까?]]></title>
            <link>https://medium.com/@yookyoungnoh_839/%EB%94%94%EC%9E%90%EC%9D%B8%ED%8C%80%EC%9D%80-%EC%96%B8%EC%A0%9C-%EC%96%B4%EB%96%A4-%EA%B5%AC%EC%A1%B0%EB%A1%9C-%EB%A7%8C%EB%93%A4%EB%A9%B4-%EC%A2%8B%EC%9D%84%EA%B9%8C-69315622ed3f?source=rss-942c89fa97c8------2</link>
            <guid isPermaLink="false">https://medium.com/p/69315622ed3f</guid>
            <category><![CDATA[team-building]]></category>
            <category><![CDATA[ux-design]]></category>
            <category><![CDATA[leadership]]></category>
            <category><![CDATA[design-leadership]]></category>
            <category><![CDATA[team-management]]></category>
            <dc:creator><![CDATA[Yoo Noh]]></dc:creator>
            <pubDate>Thu, 12 Jun 2025 01:34:50 GMT</pubDate>
            <atom:updated>2025-06-12T01:35:38.465Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*HEWD7D0Zo5yXurvImf6VyA.png" /></figure><p>종종 창업자나 빠르게 팀을 키워가는 리더들과 이야기를 나누다 보면 자주 받는 질문이 있다.</p><blockquote>“어떤 디자이너는 언제 뽑는 게 좋을까요?”</blockquote><blockquote>“처음엔 주니어 몇명으로 시작했는데, 어느 순간 팀을 어떻게 키워야 하나요?”</blockquote><p>이 질문은 겉보기엔 단순히 리소스에 대한 고민처럼 보일 수 있지만, 조금만 깊이 들어가 보면 디자인의 역할이 조직 안에서 어떤 의미를 갖는가, 그리고 디자인팀이 어떤 구조로 작동해야 비즈니스에 기여할 수 있는가에 대한 질문으로 이어진다.</p><p>나 역시 다양한 조직에서 다양한 구조를 경험하며 시행착오를 거치고, 깨닫게 된 것은 <strong>조직의 구조는 제품만큼이나 중요하다</strong>는 것이다.</p><p>초기에는 큰 차이가 없어 보이지만, 회사가 성장하고 제품이 복잡해지기 시작하면 조직이 어떻게 설계되어 있는지가 의사결정, 실행 속도, 우선순위, 나아가 제품의 품질까지 많은 것을 결정짓게 된다.</p><p>개발 중심의 조직에서 디자인은 종종 후순위로 시작된다. 때문에 초기 스타트업에서 디자인팀의 시작은 대체로 이런 패턴을 갖는다.</p><p>처음에는 경험이 적은 디자이너 한 명을 채용한다. 창업자의 머릿속에 있는 아이디어를 빠르게 시각화해야 하고, 인건비 측면에서도 부담이 적기 때문이다.</p><p>그러다 제품이 조금씩 성장하면, 비슷한 수준의 디자이너 몇 명을 더 뽑는다. 주어진 일을 분담하고 처리하기 위해서다.</p><p>그런데 이 방식은 보통 어느 순간 한계에 부딪히게 된다.</p><ul><li><em>“같은 기능인데 왜 디자인이 조금씩 다르지?”</em></li><li><em>“화면의 말투가 제각각인데, 브랜드 톤과 시스템은어떻게 정해야 하지?”</em></li><li><em>“속도도 중요하지만, 사용자 테스트를 이제는 해야 하지 않나?”</em></li><li><em>“(PM이나 개발자가 매니저일 경우) 디자이너의 성장은 어떻게 도와줘야 할까?</em></li></ul><p>이런 질문들이 조직 안에서 하나씩 생겨날 때, 비로소 ‘이제는 디자인팀을 어떻게 만들어야 할까?’ ‘디자인 리더가 필요할까‘라는 고민이 시작된다.</p><h3>팀의 구조를 고민한다는 건, 문제 해결 방식을 설계하는 일</h3><p>팀의 구조에는 정답은 없다. 디자인 팀 역시 마찬가지다. 회사의 단계, 제품의 성격, 사용자에 대한 정의, 리더십이 추구하는 가치에 따라 달라질 수밖에 없다. 그래서 어떤 구조가 옳다기보다는, 우리가 어떤 문제를 어떻게 풀고 싶은지에 따라 구조가 설계되어야 한다.</p><h4>Centralized 구조</h4><p>디자이너들이 하나의 팀으로 묶여 있고, 각 스쿼드와 협업하는 구조</p><ul><li>장점: 일관성 유지, 디자인 시스템 정립에 유리</li><li>단점: 속도와 밀착도가 떨어질 수 있음</li><li>적합한 시기: 브랜드나 디자인 시스템을 정립해야 하는 시점</li></ul><h4>Embedded 구조</h4><p>각 디자이너가 스쿼드에 직접 속해 있는 구조</p><ul><li>장점: 빠른 실행, 맥락 몰입</li><li>단점: 디자인 기준이 분산되고, 성장 루프가 약해질 수 있음</li><li>적합한 시기: MVP 실험 단계, 단일 제품 조직</li></ul><h4>Hybrid 구조</h4><p>실제로 많은 조직은 성장할 수록 두 가지 구조(Centralized, Embedded)를 섞은 하이브리드(Hybrid) 모델로 진화한다.</p><p>각 스쿼드의 빠른 실행력과 몰입(Embedded의 장점)을 살리면서도, 디자인의 일관성과 팀의 전문성(Centralized의 장점)을 놓치지 않기 위한 현실적인 대안이기 때문이다.</p><p>그렇다면, 리더나 디자인 매니저가 ‘중앙에서 방향성과 품질을 잡아준다’는 것은 구체적으로 어떤 역할일까?</p><p>대표적인 역할은 다음과 같다:</p><ul><li><strong>디자인의 기준과 시스템의 방향성 제시</strong>: 여러 팀에서 공통으로 사용하는 디자인 원칙과 컴포넌트를 관리하며, 제품 전반의 일관성을 유지한다.</li><li><strong>팀의 작업물 퀄리티 개선:</strong> 각기 다른 맥락에서 일하는 디자이너들이 정기적으로 모여 작업을 공유하고 피드백을 주고받는다. 이를 통해 일관성을 유지하고 디자인 퀄리티를 함께 끌어올릴 수 있다.</li><li><strong>디자이너의 성장 지원:</strong> Embedded된 디자이너가 혼자 고립되지 않도록 돕고, 디자인 전문성의 성장을 지원한다.</li><li><strong>팀의 프로세스와 문화의 기준 정립: </strong>스터디, 워크숍, 주간 미팅 등을 통해 팀으로서의 문화와 기준을 세우고, 프로세스를 점검하고 효율성을 개선한다.</li><li><strong>전략적 이니셔티브 (initiative) 제안:</strong> 제품 리더·개발 리더와 협업하여 사용자 리서치, 컨셉 시각화 등 디자인의 장점을 기반으로 새로운 이니셔티브를 제안하고, 비즈니스 로드맵에 영향을 줄 수 있어야 한다. 이 역할은 종종 제품 리더의 영역과 겹치기도 하지만, 문제를 시각적으로 구조화하고 사용자의 관점을 빠르게 구체화할 수 있는 디자인의 강점을 통해 차별화된 기여를 할 수 있다.</li></ul><p>하이브리드 모델이 잘 작동하기 위해서는, 스쿼드에 부여된 자율성과 중앙 리더십의 방향성 사이에서 건강한 긴장감과 균형을 유지하는 것이 중요하다.</p><h3>디자인 리더를 처음 뽑을 때, 던져봐야 할 질문들</h3><p>디자인 리더는 팀의 기준을 만들고, 문제 해결의 방식과 문화를 만드는 사람이어야 한다. 채용을 준비 중이라면 이런 질문을 해볼 수 있다:</p><ol><li><em>팀에게 요구되는 디자인 결과물의 기준을 명확히 정의하고, 팀에 전파할 수 있는가?</em></li><li><em>주니어 디자이너의 성장을 도와줄 수 있는가?</em></li><li><em>개발자나 PM과 협업하며 사용자를 대변하고 팀의 영향력을 발휘 할 수 있는가?</em></li><li><em>브랜드, 시스템, 실행의 균형을 잡을 수 있는가?</em></li><li><em>팀의 자율성을 유지하면서도 프로세스를 효율화할 수 있는가?</em></li><li><em>디자인이 비즈니스에 미치는 임팩트를 이해하고 연결할 수 있는가?</em></li><li><em>새로운 기술을 팀의 생산성과 창의성을 높이는 방향으로 활용하고, 그 기준을 제시할 수 있는가?</em></li></ol><p><strong>결국 디자인팀을 만든다는 건 조직이 어떤 문제를 어떻게 풀고 싶은지, 그 과정을 누구와 어떤 기준으로 만들어가고 싶은지에 대한 결정</strong>이라고 생각한다. 그리고 상황이 바뀌면 팀의 구조도 바뀌어야 하는게 당연하다. 때문에 완벽한 구조를 정의하고 계속 고수하기보다, <strong>회사의 현재 단계에 맞는 최선을 선택하고, 또 상황이 바뀌면 변화를 시도하는 유연함</strong>이 중요하다</p><p>그래서 이 질문은 결국 이렇게 바뀐다:</p><blockquote>지금 우리 팀은, 디자인을 단순히 ‘보이는 것‘ 을 다루는 일로 보고있는가?</blockquote><blockquote>아니면 함께 함께 비즈니스 문제를 해결하는 방식으로 활용하고 있는가?</blockquote><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=69315622ed3f" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[나는 어디서 일해야 할까?]]></title>
            <link>https://medium.com/@yookyoungnoh_839/%EB%82%98%EB%8A%94-%EC%96%B4%EB%94%94%EC%84%9C-%EC%9D%BC%ED%95%B4%EC%95%BC-%ED%95%A0%EA%B9%8C-35fb30f315ca?source=rss-942c89fa97c8------2</link>
            <guid isPermaLink="false">https://medium.com/p/35fb30f315ca</guid>
            <category><![CDATA[career-change]]></category>
            <category><![CDATA[career-advice]]></category>
            <category><![CDATA[self-awareness]]></category>
            <category><![CDATA[workplace]]></category>
            <category><![CDATA[product-design]]></category>
            <dc:creator><![CDATA[Yoo Noh]]></dc:creator>
            <pubDate>Wed, 28 May 2025 03:46:42 GMT</pubDate>
            <atom:updated>2025-05-30T08:45:50.743Z</atom:updated>
            <content:encoded><![CDATA[<p>나에게 맞는 일을 찾는 것은 커리어 내내 계속되는 고민이다. 완벽한 ‘정답’은 처음부터 없고, 특히 커리어를 첫 시작하는 사람들에게는 경험해보지 않고 정답을 아는 사람은 많이 없다. 그렇기 때문에 다양한 시도와 경험을 통해 조금씩 다음 세 가지에 대한 자신만의 기준을 찾아가는 것이 중요하다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*UuSYpzOYstUwG2JWPx7QxA.png" /></figure><p>이 세 가지 요소에 대해 조금 더 풀어보면 다음과 같다.</p><ol><li><strong>나의 강점(My Strength)</strong>: 내가 비교적 수월하게 성과를 내거나, 일 자체에서 즐거움과 몰입을 느끼는 능력 또는 활동 영역</li><li><strong>환경(Fit)</strong>: 조직의 문화, 일하는 방식, 동료들과의 관계, 의사결정 구조처럼 내가 얼마나 나답게 일하고 성과를 낼 수 있는지를 결정짓는 외부적인 조건들</li><li><strong>도메인(Domain)</strong>: 내가 관심을 갖고 깊이 파고들고 싶은 산업 분야, 해결하고 싶은 문제, 또는 기여하고 싶은 제품이나 서비스의 종류</li></ol><p>나 역시 여러 역할과 조직 — <strong>컨설팅 에이전시, 초기 스타트업, Hyper Growth 스타트업, 대기업-</strong> 을 거치며 어떤 일이 나에게 맞는지에 대해 꾸준히 고민했고, 그 과정을 통해 세가지 원의 교차점을 찾는 것이 중요하다는 것을 발견했다. 이 글에서는 내가 여러 조직과 역할을 거치며 깨달은 점을 공유하고자 한다.</p><h3>컨설팅 에이전시</h3><p>디자인 컨설팅 또는 에이전시에서의 경험은 커리어 초기에 다양한 산업을 접하고 여러 핵심 역량을 빠르게 습득할 좋은 기회를 제공한다. 나의 경우 IDEO에서의 경험은 다양한 분야의 훌륭한 동료들과 협업하며 여러 산업군의 프로젝트를 진행하는 것은 물론, 단기간에 집중적으로 결과를 만들어내는 과정을 통해 스토리텔링, 리서치, 다양한 디자인 스킬을 익히고 폭넓은 시야와 문제 해결 능력을 기를 수 있었다.</p><p>하지만 에이전시 환경은 잦은 클라이언트 워크숍, 그리고 프로젝트의 지속적인 변화가 필수적이기에, 개인의 성향에 따라 에너지 소모가 클 수 있다는 점도 고려해야 한다. 나 역시 내향적인 성향으로 인해 이 부분이 때로는 도전으로 다가왔고, 아이디어를 제안하는 역할을 넘어 직접 제품을 만들고 성장시키는 구체적인 역할에 대한 갈증을 느끼기도 했다. 이 시기는 다양한 가능성을 탐색하며 내가 진정으로 원하는 역할과 나에게 맞는 환경이 무엇인지 처음으로 고민하게 된 중요한 전환점이었다.</p><h3>초기 스타트업</h3><p>초기 스타트업이나 창업은 자신의 주도하에 많은 것을 시도하며 빠르게 성장할 수 있는 매력적인 환경이다. 소수의 팀으로 일하기 때문에 제품 로드맵 수립부터 실제 디자인, 때로는 회사 문화 형성까지 폭넓게 관여하며 일에 대한 강력한 주인의식과 성취감을 느낄 수 있다. 나의 경우 이러한 환경에서 발휘되는 나의 강점을 발견하고 적극적으로 활용하며 새로운 역량을 시험하는 압축적인 성장을 경험했다. 스타트업 특유의 빠른 의사결정과 역동적인 분위기는 정해지지 않은 상황에서 주도적으로 일하길 원하는 사람에게 잘 맞을 수 있다.</p><p>다만, 한정된 리소스와 시장에서의 불확실성은 늘 마주해야 하는 현실적인 부분이다. 그리고 어느 환경이든 그렇지만, 도메인에 대한 열정이 초기 스타트업 환경에서는 특히 더 중요하다고 생각한다. ’내가 이 문제를 정말 해결하고 싶은가?’라는 질문에 대한 확신이 있어야 지속이 가능하기 때문이다.</p><p>이 시기, 나는 내가 어떤 ‘도메인’의 문제를 해결할 때 가장 큰 열정을 느끼는지 구체적으로 고민하게 되었고, ‘나는 어떤 가치를 창출하는 일에 가장 끌리는가?’ 이 질문은 이후 나의 선택에 중요한 기준이 되었다.</p><h3>Hyper-growth 스타트업과 대기업</h3><p>빠르게 성장하는(Hyper-growth) 스타트업은 사업의 성과를 즉각적으로 체감하며 팀과 제품 모두에 있어 확장성(scalability)을 만드는 과정에 대한 경험을 배울 수 있다. 그 과정에서는 기존의 체계 없이 만들어졌던 것들에 시스템과 구조를 도입하고, 때로는 많은 부분을 새롭게 통합하거나 변경해야 하기도 한다. 나 역시 이러한 시스템을 설계하고 팀 문화와 구조를 변화시키는 과정에 직접 참여하며, 때로는 기존 방식과의 충돌(conflict)을 해결해나가면서도 가시적인 성과에 대한 즐거움을 느꼈다. 특히 팀을 만들고 신규 프로덕트를 시장에 성공적으로 출시하는 과정은 때로는 숨 가쁘게 진행되지만, 문제 해결 과정에서의 몰입과 그로 인한 성장의 기쁨은 매우 크다.</p><p>반면, 대기업은 풍부한 리소스와 안정적인 시스템을 기반으로 수많은 사용자에게 영향을 미치는 대규모 프로젝트를 경험할 수 있다는 뚜렷한 장점이 있다. 기술의 최전선에서 일하며 자신의 작업물이 미치는 광범위한 임팩트를 체감하는 것도 가능하다. 그러나 때로는 복잡한 의사결정 구조나 조직 구조가 개인의 자율성이나 주도성과 부딪히는 지점이 생길 수 있다.</p><p>나에게는 그런 지점들이 고민으로 다가왔고, “임팩트의 크기와 개인의 자율성 사이에서 나는 어디쯤에 있는 게 맞을까?” 라는 질문을 던지게 되었다.</p><p>지금 커리어의 다음 단계를 고민하고 있다면, 다음 세 가지 질문을 스스로에게 던져보는 것이 도움이 될 것이다:</p><blockquote><strong>나의 어떤 강점을 활용할 때 가장 큰 에너지를 얻고 성과를 내는가?</strong></blockquote><blockquote><strong>어떤 업무 방식, 동료, 문화 속에서 가장 잘 몰입하고 성장할 수 있는가?</strong></blockquote><blockquote><strong>어떤 분야(도메인)의 문제를 해결하고 가치를 만들 때 가장 큰 보람을 느끼는가?</strong></blockquote><p>완벽한 환경이나 정해진 답을 찾기보다, ‘나의 강점’, ‘환경’, 그리고 ‘도메인’ 이 세 가지 원이 자연스럽게 겹치는 지점을 찾아나가는 것이 중요하다. 이 교집합에서 가장 큰 만족과 성장을 경험할 수 있기 때문이다.</p><p>물론 이 세 가지를 완벽하게 이해하고 최적의 지점을 찾는 과정은 한 번에 끝나지 않는다. 무엇보다 이 세 가지 요소는 항상 같은 비중으로 나에게 적용되지 않는다. 경력의 시기마다 더 중요한 것이 달라질 수 있고, 때로는 도메인을 좁히는 게 우선일 수도 있고, 어떤 때는 환경이 더 절실할 수도 있다.</p><p>하지만 그럼에도 불구하고 항상 기준으로 삼아야 하는 건 <strong>‘지금 이 시기에 나에게 필요한 성장을 채워주는 곳에서 일하고 있는가?’</strong>라는 질문이다.</p><p>그리고 한 가지 더, 같이 일하는 사람은 생각보다 훨씬 중요하다. 특히 커리어의 초반이라면, 좋은 사람들이 있는 곳에 무조건 가야 한다. 좋은 동료는 단순히 오늘의 업무를 함께하는 것을 넘어, 앞으로 나의 일과 인생의 방향에 지대한 영향을 줄 수 있다.</p><p>그들과 함께한 경험과 관계가 언젠가 예상치 못한 방식으로 나를 다음 기회로 데려다 줄지도 모른다.</p><p>커리어란 결국 계속해서 자신에게 질문을 던지고, 그 시점의 성장과 가치에 따라 조율해나가며 ‘나다운 일’을 찾아가는 여정이다.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=35fb30f315ca" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[AI 시대, 리더는 어떻게 변화를 만들어 갈 수 있을까?]]></title>
            <link>https://medium.com/@yookyoungnoh_839/ai-%EC%8B%9C%EB%8C%80-%EB%A6%AC%EB%8D%94%EB%8A%94-%EC%96%B4%EB%96%BB%EA%B2%8C-%EB%B3%80%ED%99%94%EB%A5%BC-%EB%A7%8C%EB%93%A4%EC%96%B4-%EA%B0%88-%EC%88%98-%EC%9E%88%EC%9D%84%EA%B9%8C-e687c5fa6e76?source=rss-942c89fa97c8------2</link>
            <guid isPermaLink="false">https://medium.com/p/e687c5fa6e76</guid>
            <category><![CDATA[work-productivity]]></category>
            <category><![CDATA[ux]]></category>
            <category><![CDATA[ai-ux-design]]></category>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[design-leadership]]></category>
            <dc:creator><![CDATA[Yoo Noh]]></dc:creator>
            <pubDate>Tue, 13 May 2025 08:26:21 GMT</pubDate>
            <atom:updated>2025-05-13T08:27:08.964Z</atom:updated>
            <content:encoded><![CDATA[<p>요즘 테크 업계 CEO들이 반복해서 말하는 메시지가 있다. 이들의 공통적인 메세지는 AI 활용은 이제 선택이 아니라, 기본기라는 것이다.</p><blockquote><strong>Shopify CEO</strong></blockquote><blockquote>“Reflexive AI usage is now <strong>a baseline expectation</strong> of everyone at Shopify.”</blockquote><blockquote><strong>Box CEO</strong></blockquote><blockquote>“The essence of what we want to use AI for is to move faster, to make better decisions, and ultimately <strong>drive increased competitive advantage</strong> for Box.”</blockquote><blockquote><strong>Duolingo CEO</strong></blockquote><blockquote>“Headcount will only be given if a team <strong>cannot automate more of their work</strong> … This isn’t about replacing Duos; it’s about <strong>removing bottlenecks</strong> so employees can focus on creative work.”</blockquote><h3>이 변화의 중심에 디자인 리더가 있어야 한다</h3><p>AI가 워크플로우, 역할, 조직 구조까지 모든 것을 근본적으로 재정의하고 있다. 사용자 경험과 제품 출시 속도에 직접적인 영향을 미치는 디자인 리더에게는 이러한 거대한 흐름을 이해하고 팀의 변화를 적극적으로 이끌 책임이 있다. 리더는 다음 네 가지 역할을 통해 이러한 변화를 만들어갈 수 있다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*bzZCO0ggAplJZPq22rsHnw.png" /><figcaption>변화를 만들기 위한 리더의 4가지 역할</figcaption></figure><h3>1. Vision: 명확한 AI 비전 제시</h3><p>리더로서 변화를 만들기 위해 무엇보다 중요한 건 왜(Why)를 팀에게 전달하고 비전을 제시하는 것이다. “우리가 AI를 쓰는 이유는, 더 나은 사용자 경험을 더 빠르게 검증하기 위해서다.” 디자이너의 생산성을 향상시키면서 더 좋은 결과물을 만들기 위한 목적을 전달하고, 팀원들이 더 중요한 문제에 집중할 수 있도록 방향성을 제시한다.</p><h3>2. Learning: AI 리터러시 학습 문화 만들기</h3><p>팀원 모두가 Midjourney, Cursor AI 등 다양한 AI 툴을 정기적으로 실험하고 활용하도록 독려한다. 매월 새롭게 배운 툴의 지식을 공유하고, 실패 사례도 편하게 논의하며 배울 수 있는 세션을 운영한다. 리더로서 필요한 교육과 멘토링 리소스를 적극 제공하여 성장을 돕는 것이 중요하다.</p><p>예전에 운영하던 팀에서는 UX Writing 작성을 위해 사내에서 정의한 시스템 문서를 학습시켜 챗봇을 만들었다. 이로 인해 UX writer 와 디자이너, 기획자 모두의 생산성과 작업의 결과가 향상되었다. 툴 하나로 커뮤니케이션과 문서 탐색이 모두 정리되자, AI가 단순한 툴이 아닌 팀의 일원처럼 받아들여졌다.</p><p>학습은 강요가 아니라 경험으로 일어난다. 리더가 직접 실험하고, 결과를 가볍게 공유하면 분위기는 서서히 바뀐다.</p><h3>3. System: AI 툴 시스템화 및 거버넌스</h3><p>툴을 그냥 개인이 쓰는 것과 툴을 체계화해서 팀이 공통적으로 쓰게 하는 것은 다르다. 디자인 전 과정에 변화가 필요한 만큼 AI 툴 스택을 정리하고, 팀의 접근성을 높이는 것 또한 리더의 역할이다.</p><p>예를 들어, 어떤 툴을 어떤 문제에 썼는지, 팀원들이 각자 실험해 본 프롬프트를 정리해 Prompt Gallery를 만들고 성공과 실패의 케이스를 함께 기록한다.</p><p>동시에, 결과물의 저작권 문제, 보안 가이드라인도 함께 정리도 필요하다. 툴은 개별이 아니라 조직의 자산으로 관리될 때 비로소 힘을 가진다.</p><h3>4. Impact: AI 활용 성과 측정과 사례 공유</h3><p>AI로 줄인 시간 및 실험결과를 정기적으로 측정하고, 내부 세션뿐 아니라 외부 커뮤니티에도 공유하면서, 팀 안팎으로 “우리는 이런 방식으로 변화하고 있다”는 흐름을 만들어야 한다.</p><p>변화는 숫자로 가시화하고, 스토리로 전파해야 팀이 따라온다.</p><h3>새로운 기본기에 올라서기</h3><p>Shopify CEO 토비 뤼트케의 말처럼 “오르지 않으면 미끄러진다”는 원칙을 기억해야 한다. AI는 더 이상 선택 사항이 아닌 기본 역량이 되었다. 디자인 리더가 이러한 기본 역량의 재설정을 선언하고 작은 파일럿을 성공적으로 확장할 때, 팀의 변화는 이루어 질 것이다.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=e687c5fa6e76" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[AI-driven workflow, 어떻게 시작할 수 있을까?]]></title>
            <link>https://medium.com/@yookyoungnoh_839/ai-driven-workflow-%EC%96%B4%EB%96%BB%EA%B2%8C-%EC%8B%9C%EC%9E%91%ED%95%A0-%EC%88%98-%EC%9E%88%EC%9D%84%EA%B9%8C-d6c93c7a3434?source=rss-942c89fa97c8------2</link>
            <guid isPermaLink="false">https://medium.com/p/d6c93c7a3434</guid>
            <category><![CDATA[ux-design]]></category>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[vibe-coding]]></category>
            <category><![CDATA[design-process]]></category>
            <dc:creator><![CDATA[Yoo Noh]]></dc:creator>
            <pubDate>Wed, 30 Apr 2025 11:43:07 GMT</pubDate>
            <atom:updated>2025-04-30T11:57:52.796Z</atom:updated>
            <content:encoded><![CDATA[<p>디자인팀을 운영하면서 늘 고민했던 건, <em>“어떻게 하면 디자이너들이 더 중요한 일에 집중하며 즐겁게 일할 수 있는 환경을 만들어 줄 수 있을까”</em> 하는 것이었다.<br>대부분 회사는 정해진 리소스 안에서 움직인다. 예전에 운영을 하던 팀 역시 다르지 않았기 때문에, 리더로서 내가 해야 할 중요한 역할 중 하나는 비효율을 줄이고, 팀원이 중요한 것에 집중할 수 있는 환경을 만드는 것이었다.</p><p>테크 회사에서 디자이너는 제품 개발 사이클 전반에 참여한다. 그중 초기 기획 단계는 문제를 정의하고, 새로운 아이디어를 시도하며 디자인하는 시기라 디자이너들이 가장 몰입하고 즐기는 구간이다. 하지만 최종 디자인 산출물을 만들고 전달하고, 개발이 진행된 후 디자인 QA를 하는 과정은 상대적으로 반복적이고 창의성이 덜한 작업이다. 물론 최종 결과물의 퀄리티를 높이기 위해 픽셀을 맞추고, 가이드를 정리하고, 버그를 리포트하는 일은 너무나 중요하다. 하지만 이 구간은 반복적인 수동 업무와 커뮤니케이션 비용에 있어 에너지를 가장 많이 소모하는 비효율 구간이기도 하다.</p><p>작년에 팀의 워크플로우 중 비효율을 줄이기 위해 <a href="https://medium.com/gccompany/%EB%94%94%EC%9E%90%EC%9D%B8-%EC%A1%B0%EC%A7%81%EC%9D%B4-%EC%84%B1%EC%9E%A5%ED%95%A0%EC%88%98%EB%A1%9D-%ED%95%84%EC%9A%94%ED%95%9C-%EC%9D%BC-365e7a26c238">Design Ops</a>를 운영하며 팀에게 설문조사를 한 적이 있는데 이 과정에서 개선 욕구가 가장 높았다. 나 역시 팀의 리소스와 일정을 관리하는 입장에서 디자인 QA 일정을 확보해야 했고, 동시에 많은 시간을 QA에 디자인 리소스를 묶어놔야 한다는 점이 아쉬웠다. 항상 새로운 기능 개선은 필요하고 이를 위한 준비를 디자이너가 해야 하기 때문이다.</p><h3>기존 워크플로우의 한계</h3><p>제품 개발 워크플로우는 일반적으로 다음과 같은 문제들을 안고 있다:</p><ul><li>디자인 스펙 문서에서 스펙 누락 및 해석의 차이로 인한 UI 버그 발생</li><li>QA 기간 중 반복되는 픽셀 검수 및 티켓 발행으로 인한 시간 소모</li><li>UI 버그가 우선순위에서 밀려 런칭 후에야 수정되는 경우가 많아, 디자이너가 만든 시안과 실제 구현물 사이의 괴리 발생</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*6drCrziJEgP2VSCkZpohcg.png" /></figure><p>피그마(Figma) 같은 협업 툴의 등장으로 디자이너의 생산성이 상당히 향상된 건 사실이다. 하지만 여전히 디자인 결과물과 개발 사이의 간극은 존재하고, 특히 디자인 QA 단계에서 발생하는 시간 낭비는 쉽게 해결되지 않는다.<br> 최근 AI를 활용해 디자인과 코딩을 경험해 보며 워크플로우 재정의를 통해 이러한 문제를 해결할 가능성을 보았다.</p><h3>AI로 워크플로우를 새롭게 바라보기</h3><p>AI는 단순한 툴이 아니다. 이제는 협업의 파트너다. 브레인스토밍을 돕고, 다양한 디자인 옵션을 제시하며, 실제 코드로 구현 가능한 결과물을 생성해주는 시대가 되었다. 이 흐름은 단순히 새로운 툴의 도입을 넘어 실험을 통해 워크플로우를 재정의해야 한다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*NstoceIGUtgSfMOG_Ffg1w.png" /></figure><h4>1. 산출물 전달 방식의 변화</h4><p>이제 Design handoff라는 기존의 개념에서 벗어나, 디자이너와 개발자가 프로젝트 초기부터 긴밀하게 협력하여 결과물을 함께 만들어가는 방식으로의 전환을 조심스럽게 시도해볼 수 있는 시기가 아닐까 싶다. 특히 Dependency가 낮은 작은 규모의 프로젝트부터 시작하여, 디자이너가 제작한 디자인 산출물이 단순한 이미지나 디자인 파일이 아닌, AI 기반 코드 툴 또는 바이브 코딩(vibe coding)을 통해 초기 수준의 코드를 포함하여 전달된다면, 개발자 입장에서도 디자인의 의도를 더 정확하게 이해하고, 수정 및 통합 작업을 훨씬 효율적으로 수행할 수 있을 것이다. 물론 이 과정에서는 개발자와 논의를 처음부터 거치고 리뷰와 피드백을 충분히 받고, 기존 개발 환경과의 호환성을 신중히 고려하는 것이 중요하다.</p><h4>2. 디자이너의 컴포넌트 코드 작성 시도</h4><p>최근 놀라운 속도로 발전하고 있는 AI 도구들은 이제 디자이너가 직접 간단한 UI 컴포넌트 코드를 생성하는 가능성까지 열어주고 있다. 특히 디자인 시스템 기반으로 반복적으로 사용되는 버튼, 카드, 폼 요소와 같은 기본적인 컴포넌트들은 디자이너가 직접 디자인하고, AI의 도움을 받아 초기 코드를 생성해볼 수 있다. 이 경우, 디자이너는 코드의 구조와 컴포넌트의 원칙을 이해하고 설계하는 데 집중하고, 생성된 코드는 개발팀이 검토 및 최적화하여 실제 제품에 적용하는 협력 모델로 발전시키는 기회를 가져보면 어떨까? 이는 디자이너에게 새로운 기술적 이해를 넓히는 기회를 제공하는 동시에, 개발 단계에서의 불필요한 커뮤니케이션 비용을 줄이는 효과를 가져올 수 있다.</p><h4>3. 코드 기반의 빠른 프로토타입</h4><p>만약 디자인 산출물을 곧바로 개발 코드로 구현하는 것이 부담스럽다면, 우선 코드 기반 프로토타입을 통해 아이디어를 빠르게 검증하는 방식으로 접근할 수 있다. AI 를 활용해 프로토타입을 코드 레벨로 구현하면 디자이너는 더욱 다양한 디자인 시도를 신속하게 반복하고, 실제 사용자와 유사한 인터랙션을 경험하며 결과물을 더욱 정교하게 다듬을 수 있다. 물론 프로토타입 수준의 코드가 곧바로 제품 코드로 전환될 수 있는 것은 아니지만, 개발팀과의 긴밀한 협력을 통해 실제 적용 가능성을 사전에 검증하고 잠재적인 문제점을 파악하는 데 도움을 줄 수 있다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*fUVqvFYNf-Oae1mRyiBj8g.png" /></figure><p>회사에서 기존의 워크플로우를 한 번에 바꾸는 것은 현실적으로 매우 어렵다. 때문에 우선 작고 영향력이 제한된 파일럿 프로젝트부터 선정하여 디자이너와 개발자가 함께 새로운 방식을 점진적으로 적용하고, 실제로 부딪히는 문제를 경험적으로 파악하고 개선하는 것이 현실적인 방법이다.<br>또한, 워크플로우 개선 성과를 명확히 판단하기 위해 QA 단계 소요 시간, UI 버그 발생률, 개발자와 디자이너의 만족도 같은 구체적인 성공지표를 설정하여 변화 전후를 평가하며 변화를 점차 만들어 나갈 필요가 있다.</p><p>물론 AI가 모든 문제를 해결할 수는 없다. 여전히 세부적인 디자인 디테일이나 기술 환경과의 미묘한 호환성 문제, 최종 사용성 검증 등 사람의 판단이 필수적인 부분이 많다. AI를 만능이 아닌 유용한 보조 도구로 바라보며 현실적인 기대치를 가지고 접근하는 자세가 중요하다.</p><p>AI는 워크플로우의 새로운 인터페이스다. 새로운 방법을 여러 사람과 시도하다 보면 시행착오는 항상 발생하고 처음부터 완벽한 결과는 만들수 없다. 때문에 완벽한 계획보다는 먼저 작은 시도부터 시작하고, 그 과정에서 발생하는 시행착오를 통해 배우고 개선해나가는 유연한 자세가 필요하다. 그리고 이 과정에서 디자이너와 개발자의 경계를 유연하게 만들고, 서로의 전문성을 존중하며 긴밀하게 협력하는 것이 가장 중요한 성공 요인이 될 것이다.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=d6c93c7a3434" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Thoughts about design, tech shifts, and AI]]></title>
            <link>https://medium.com/@yookyoungnoh_839/ai-%EC%8B%9C%EB%8C%80%EC%9D%98-%EB%94%94%EC%9E%90%EC%9D%B4%EB%84%88%EB%8A%94-%EC%96%B4%EB%96%BB%EA%B2%8C-%EB%B3%80%ED%95%B4%EC%95%BC-%ED%95%A0%EA%B9%8C-7ccadeea12ec?source=rss-942c89fa97c8------2</link>
            <guid isPermaLink="false">https://medium.com/p/7ccadeea12ec</guid>
            <category><![CDATA[design-process]]></category>
            <category><![CDATA[ux-design]]></category>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[ai-design]]></category>
            <category><![CDATA[product-design]]></category>
            <dc:creator><![CDATA[Yoo Noh]]></dc:creator>
            <pubDate>Mon, 14 Apr 2025 07:58:06 GMT</pubDate>
            <atom:updated>2025-04-14T23:24:50.076Z</atom:updated>
            <content:encoded><![CDATA[<h4>디자인과 기술 변화 위에서 돌아본 나의 커리어, 그리고 AI 시대를 마주하며 정리해본 생각들</h4><p>돌아보면 나의 오랜 커리어는 늘 디자인과 기술 변화의 교차점에 있었다. 그리고 그 변화와 함께 늘 새로운 툴을 배우고, 변화에 적응하고, 성장해왔다.</p><p>이 글에서는 그러한 흐름 속에서의 나의 경험을 돌아보며, 지금 우리가 마주한 AI 시대에 디자이너는 어떻게 변화해야 하는지를 함께 고민해보고자 한다.</p><figure><img alt="My growth journey as a designer — shaped by PC, Mobile, and AI." src="https://cdn-images-1.medium.com/max/1024/1*7Um-vYigBQJqP59CW4rgog.png" /><figcaption><em>My growth journey — shaped by PC, Mobile, and AI.</em></figcaption></figure><h3>변곡점 1 — PC: 디지털 툴을 배우며 표현의 한계를 넓혔던 시기</h3><p>고등학생 시절, 만화를 따라 그리며 시작된 미술 공부는 디지털 미디어 디자인이라는 학과로 이어졌고, 자연스럽게 포토샵, 플래시, 일러스트레이터 같은 툴을 익히게 되었다. 종이와 연필, 물감으로 작업하던 시절에는 표현의 한계를 자주 느꼈지만, 디지털 툴을 접하면서 상황은 완전히 달라졌다.</p><p>다양한 효과와 인터랙션을 손쉽게 구현할 수 있었고, 단순히 작업이 편해진 것을 넘어 디자인이 훨씬 더 유연하고 확장 가능하다는 사실을 체감했다. 이 시기를 통해 <em>‘디자인 역량은 기술과 함께 확장된다’</em>는 것을 느끼게 되었다.</p><h3>변곡점 2 — Smartphone: 화면을 그리는 사람에서 경험을 설계하는 시기</h3><p>대학교 휴학 시절 인턴을 하며 플립폰 UI를 디자인하게 되는 경험을 했다. 작은 화면을 처음 디자인했을 때, PC에서 익숙했던 넓은 화면과 마우스 중심의 접근이 전혀 통하지 않는다는 걸 느꼈다.</p><p>그리고 몇년 후 스마트폰이 등장하자, 터치라는 새로운 인터랙션과 짧은 사용 시간, 다양한 사용 맥락이 디자인의 방향을 새롭게 바꾸어 놓았다. 당시 미국의 IDEO에서 일하며 다양한 글로벌 기업들과 협업할 기회를 가졌다. 많은 기업들이 고민했던 건, 기존의 서비스를 어떻게 모바일로 확장할 것인가였다. 예를 들어, 한 홈쇼핑 회사는 모바일 중심으로의 변화를 만들고 싶어했고, TV 중심의 디바이스 제조 회사는 새로운 태블릿 출시를 준비하면서 다양한 디바이스 환경에의 변화를 주도하고자 했다.</p><p>이런 프로젝트들을 경험하며 나의 역할은 더 이상 단순히 ‘보기 좋은 것’을 만드는 일이 아니었다. 사용자의 문제를 정의하고, 사용자의 데이터와 맥락을 고려한 경험 설계, 그 안에서 디자이너로서의 역할이 <em>제품의 설계자로써 확장</em>이 되어갔다.</p><h3>변곡점 3 — AI: 연결하고 결정하는 역할로 변화해야 하는 시기</h3><p>2016년, 구글 어시스턴트 UX 프로젝트를 디자인하며 AI와 사용자 경험 설계라는 새로운 영역을 접하게 되었다. 당시에는 AI가 변곡점이라고 하기엔 조금 이른 느낌이 있었지만, 최근 LLM 모델의 폭발적 성장과 다양한 AI 서비스가 등장하면서 디자이너로서 새로운 변곡점 위에 서 있음을 실감하고 있다.</p><p>AI는 이제 단순한 도구가 아니다. 디자이너가 자신의 창작 프로세스를 전환할 수 있게 도와주고, 빠르게 아이디어를 확장하고, 반복 작업을 줄이며, 상상력을 실험하게 해주는 새로운 협업 파트너가 되어가고 있다.</p><p>그리고 동시에, 툴이 이렇게 강력해질수록 오히려 더 중요한 건 <em>무엇을 선택하고, 어떻게 연결하고, 어떤 것을 결정할 것인가</em> 하는 디자이너의 역할이라고 생각한다.</p><p>결국 앞으로 대체되지 않는 디자이너는 AI가 만들어내는 수많은 가능성 속에서 진짜 필요한 것을 고르고 조합하고, 사람에게 닿는 경험으로 완성해내는 사람이어야 한다고 믿는다.</p><h3>지금 이 시기에 디자이너들이 함께 고민해봤으면 하는 세가지 질문</h3><blockquote>앞으로도 나에게, 그리고 우리에게 남을 디자인 muscle은 무엇일까?</blockquote><p>AI가 점점 더 많은 일을 대신해주는 시대에, 당연한 이야기 같지만 디자이너에게 끝까지 남는 힘은, 결국 사용자를 관찰하는 공감력, 문제를 정의하는 힘, 그리고 제품의 전체적인 경험을 판단하는 감각이라고 생각한다.</p><p>그리고 여기에 하나 더, 바로 <em>attention to details</em>, 작은 디테일에 끝까지 신경 쓰는 힘이다. 글자 간격 1픽셀, 컬러의 미묘한 톤 차이, 단어 하나를 고르는 태도. 사소해 보이는 디테일들이 쌓여서 결과물의 완성도를 만들어내는 순간은 분명 존재한다.</p><blockquote>나는 AI를 활용해 나만의 workflow를 어떻게 효율화하고 변화시켜야 할까?</blockquote><p>AI는 기존의 비효율을 줄이고, 생각의 영역을 확장하며, 표현 방식의 가능성을 넓힐 수 있는 강력한 파트너가 되어가고 있다. 기존의 일하던 방식을 바꾼다는 건 귀찮은 일이다. 그리고 일하는 방식을 바꾼다는 건 협업하는 사람과의 변화를 같이 만들어야 내야 하기도 하다. 하지만 변화를 주도적으로 만들어 나가는 사람과 그렇지 않은 사람은 큰 차이가 생기기 마련이다. 기존의 작업 방식을 되돌아보며 계속 실험을 해나가며 AI와 함께 나만의 workflow를 만들어 나가야 한다.</p><blockquote>앞으로 3년 후, 나는 어떤 디자이너로 성장하고 싶은가?</blockquote><p>나는 이제 기존에 했던 디자인의 역할만 하는 사람으로는 충분하지 않을 거라고 생각한다.</p><p>디자이너는 이제 AI를 활용해 직접 코딩을 하고 프로토타입을 만들어 훨씬 더 효과적으로 결과물을 검증하고, 데이터 분석을 통해 사용자 인사이트를 발견하며, 본인의 디자인에 바로 바로 적용 시킬 수 있다.</p><p>물론 각 영역의 specialist 들은 계속 협업 파트너로 존재하겠지만, 지금 이 시기의 디자이너는 해보지 않은 영역에도 주저하지 않고, 익숙하지 않은 도구를 활용해 실험하며 문제 해결의 방식을 넓혀가야 한다.</p><p>그리고 디자인이라는 자신만의 muscle을 단단히 해나가며, AI를 활용해 새로운 방식들을 넘나들며 문제 해결의 영역을 넓혀갈 수 있어야 한다. 대체 불가능한 specialist이면서, 더 넓은 세계를 이해하고 연결하는 generalist여야 한다.</p><blockquote>우리가 원하든 원하지 않든 기술은 계속 발전하고, 그 변화는 언제나 디자이너에게 새로운 도전과 기회를 준다.</blockquote><p>하지만 분명한 건, 과거에도 그랬듯 앞으로도 디자이너는 새로운 기술을 배우고, 실험하고, 디자인에 적용하며 그 변화 속에서 성장해왔고, 또 앞으로도 그렇게 성장해갈 거라는 사실이다.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=7ccadeea12ec" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>