AI 시대 UX/UI 디자이너는 어떻게 일하는가 Lean UX, 더블다이아몬드, Figma, 생성형 AI 완전 정리

UX/UI 디자이너가 되고 싶다는 생각이 들었을 때, 많은 분들이 가장 먼저 이렇게 묻습니다.

"Figma부터 배워야 하나요?"

틀린 출발점은 아닙니다. 그런데 Figma를 아무리 잘 다뤄도, 포트폴리오 리뷰에서 이 질문 앞에 막히는 경우가 생깁니다.

"이 화면을 왜 이렇게 만들었나요?"

툴 숙련도가 아니라 생각하는 방식을 묻는 질문입니다. 그리고 지금 2026년, UX/UI 디자이너에게 요구되는 것은 여기서 한 걸음 더 나아가고 있습니다. AI가 디자인 제작 속도를 평준화하면서, 차이를 만드는 것은 검증 속도와 문제 정의 능력이 됐습니다.

이 글은 그 생각의 순서 전체를 정리합니다. Lean UX가 무엇인지, 더블다이아몬드를 어떻게 쓰는지, AI가 UX 프로세스 어디에서 작동하는지, 그리고 2026년 지금 UX/UI 디자인이 어떤 방향으로 바뀌고 있는지까지 한 글에 담았습니다.

디자인을 "잘 만드는 시대"는 끝났다 — 2026년 UX/UI의 현실

채용 공고가 바뀌었다

5년 전 채용 공고

"포토샵, 일러스트레이터 능숙자 우대. 웹 디자인 경험자."

2025~2026년 채용 공고

"사용자 리서치 경험 보유자. 데이터 기반 의사결정 경험. 디자인 시스템 구축 경험. AI 도구 활용 가능자. Figma 능숙자."

무엇이 달라졌는지 보이시나요? 더 이상 툴을 묻지 않습니다. 사고방식, 프로세스, 검증 능력을 묻습니다.

이 변화의 핵심에는 두 가지가 있습니다.

첫째, 프로덕트 팀 구조가 바뀌었습니다. 기획 → 디자인 → 개발로 이어지던 단계적 구조가 사라지고, 세 역할이 한 팀에서 동시에 빠르게 움직입니다. 디자이너에게도 리서치, 가설 수립, 데이터 해석이 요구됩니다.

둘째, AI가 제작 속도를 평준화했습니다. 예전에는 화면을 빠르고 예쁘게 만드는 능력 자체가 경쟁력이었습니다. 지금은 AI가 그 속도를 모두에게 제공합니다. 이제 차이를 만드는 것은 얼마나 빠르게 올바른 문제를 찾고 검증하는가입니다.

"감각"보다 "근거"가 경쟁력인 시대

포트폴리오 리뷰 현장에서 시니어 디자이너들이 실제로 보는 것은 시각적 완성도가 아닙니다. 이 결정이 왜 이 방향인가입니다.

흐름 없이 만든 포트폴리오는 이렇게 설명됩니다.

"쇼핑 앱 UI 디자인 프로젝트입니다. 사용자를 위한 편리한 경험을 디자인했습니다."

근거 있는 포트폴리오는 이렇게 설명됩니다.

"30대 직장인 사용자 8명 인터뷰를 통해, 재구매 시 이전 구매 내역을 찾지 못해 이탈한다는 문제를 발견했습니다. 히스토리 기반 추천 화면을 MVP로 설계하고, 사용성 테스트 결과 재방문 의향이 뚜렷하게 높아졌습니다."

같은 Figma 파일이라도 전혀 다른 평가를 받습니다. 이 차이를 만드는 것이 Lean UX입니다.

Lean UX란 무엇인가 — "디자인 = 실험"이라는 새로운 정의

탄생 배경

Lean UX는 Jeff Gothelf와 Josh Seiden이 2013년 저서 『Lean UX』를 통해 체계화한 방법론입니다.

당시 소프트웨어 업계에는 '애자일(Agile) 개발'이 빠르게 확산되고 있었습니다. 2주 단위로 짧게 만들고, 피드백을 받고, 다시 개선하는 방식입니다. 문제는 UX 프로세스가 이 속도를 따라가지 못했다는 것입니다.

기존 방식은 이랬습니다. 기획팀이 수백 페이지짜리 요구사항 문서를 완성합니다 → 디자이너가 모든 화면을 설계합니다 → 개발이 완료된 후에야 사용자 테스트가 이루어집니다. 그때 가서 문제가 발견되면 수정 비용이 이미 감당하기 어려운 수준입니다.

Lean UX는 이 구조를 뒤집습니다.

"완성된 문서가 아니라, 공유된 이해(Shared Understanding)가 진짜 산출물이다." "디자인은 결과물이 아니라 실험이다."

세 가지 지적 토대

Lean UX는 세 가지 방법론에서 핵심 아이디어를 가져옵니다.

린 스타트업(Lean Startup) Eric Ries가 제안한 창업 방법론입니다. "완벽하게 만들기 전에 가설을 세우고, 빠르게 만들어서 검증하라." Build(만들고) → Measure(측정하고) → Learn(배우는) 짧은 피드백 루프를 반복합니다. 낭비를 줄이고, 배우는 속도를 높이는 것이 목적입니다.

애자일 개발(Agile) 2001년 애자일 선언(Agile Manifesto)에서 출발했습니다. 긴 계획보다 짧은 반복이 핵심입니다. 2주 단위 스프린트를 반복하면서 작동하는 제품을 점진적으로 만들어갑니다. Lean UX는 이 스프린트 리듬에 맞게 UX 활동을 재설계합니다.

디자인 씽킹(Design Thinking) IDEO와 스탠퍼드 d.school이 대중화한 방법론입니다. 공감(Empathize) → 정의(Define) → 아이디어(Ideate) → 프로토타입(Prototype) → 테스트(Test)의 5단계 흐름으로 사용자 중심 문제를 구조화합니다.

이 세 가지를 합치면 Lean UX가 됩니다. 사용자 중심으로 생각하되(디자인 씽킹), 빠르게 만들고 검증하며(린 스타트업), 팀과 함께 리듬감 있게 움직이는(애자일) 방식입니다.

핵심 사이클: Think → Make → Check

Think    ─  가설을 세운다
             "이 기능이 사용자 문제를 해결할 것이다"
   ↓
Make     ─  최소한의 결과물을 만든다
             검증에 필요한 만큼만, Figma로 빠르게
   ↓
Check    ─  실제 사용자에게 검증한다
             맞으면 계속, 틀리면 방향을 수정
   ↓
다시 Think →

한 번의 완벽한 기획보다 열 번의 빠른 검증이 낫습니다. AI가 제작 속도를 높여주는 지금, 이 사이클을 얼마나 빠르게 돌릴 수 있는가가 곧 디자이너의 경쟁력이 됩니다.

Lean UX vs 전통적 UX

Lean UX Canvas — 팀 전체의 방향을 한 장에 담는 법

Lean UX Canvas는 복잡한 요구사항 문서를 대신하는 단 하나의 시각적 도구입니다. 팀 전체가 함께 채우는 과정 자체가 목적입니다.

8개 블록 — 하나씩 이해하기

① 비즈니스 문제 (Business Problem) 우리가 해결하려는 문제를 씁니다. 핵심은 해결책을 포함하지 않는 것입니다. "앱에 새 기능을 추가해야 한다"가 아니라, "사용자의 40%가 결제 단계에서 이탈하고 있다"처럼 관찰된 현상으로 씁니다.

② 비즈니스 목표 (Business Outcomes) 이 문제를 해결하면 비즈니스적으로 어떤 변화가 생겨야 하는가? "결제 전환율 15% 향상", "이탈률 20% 감소"처럼 측정 가능한 수치로 표현합니다.

③ 사용자 (Users) 누가 이 제품을 사용하는가? "20대 직장인"보다 "퇴근 후 스마트폰으로 빠르게 쇼핑을 마치고 싶은 사람"처럼 행동 패턴과 목표로 정의합니다.

④ 사용자 목표 (User Outcomes) 사용자는 이 제품을 통해 자신의 삶에서 어떤 변화를 원하는가? 비즈니스 목표와 사용자 목표가 겹치는 지점이 제품의 진짜 가치 제안입니다.

⑤ 솔루션 (Solutions) 어떤 기능이나 방식으로 해결할 수 있는가? 이 단계에서 하나의 정답을 결정하지 않고, 여러 가능성을 열어둡니다.

⑥ 가설 (Hypotheses) "우리가 [사용자]를 위해 [솔루션]을 만들면, [사용자 목표]가 달성될 것이고, [비즈니스 목표]로 이어질 것이다." 가설은 반드시 틀릴 수 있어야 합니다. 검증이 불가능한 것은 가설이 아닙니다.

⑦ MVP "이것이 틀리면 모든 게 무너지는" 가장 불확실한 가정을 먼저 검증합니다. 그 검증에 필요한 최소한의 실험 단위입니다.

⑧ 학습 지표 (Learning Metrics) "사용자의 70% 이상이 5분 이내에 결제를 완료하면 성공"처럼 명확한 기준을 미리 정합니다. 기준이 없으면 결과를 해석할 수 없습니다.

이 도구가 강력한 진짜 이유

캔버스를 채우는 과정에서 팀이 가진 서로 다른 가정들이 수면 위로 올라옵니다. "나는 당연히 사용자가 X라고 생각했는데, 너는 Y라고 생각하고 있었어?" 이 불일치를 개발이 시작되기 전에 발견하는 것, 이것이 Lean UX Canvas가 하는 일입니다.

더블다이아몬드 — UX 프로세스의 가장 중요한 프레임워크

더블다이아몬드(Double Diamond)는 2004년 영국 디자인 카운슬(British Design Council)이 발표한 디자인 프로세스 모델입니다. 애플, 구글, 삼성을 비롯한 전 세계 주요 프로덕트 팀에서 지금도 활용되는 프레임워크입니다.

왜 다이아몬드가 두 개인가

두 마름모 형태는 발산(Diverge)과 수렴(Converge)이 두 번 반복되는 것을 시각화한 것입니다.

발산은 가능한 넓게 탐색하는 것, 수렴은 그 중 가장 중요한 것에 집중하는 것입니다. 많은 팀이 발산 없이 바로 수렴으로 달려갑니다. 처음 떠오른 아이디어를 바로 만들기 시작하는 것입니다. 더블다이아몬드는 그 습관에 의도적인 제동을 겁니다.

1번 다이아몬드 — 올바른 문제를 먼저 찾는다

많은 프로젝트가 실패하는 이유는 솔루션을 잘못 만들어서가 아닙니다. 처음부터 잘못된 문제를 풀었기 때문입니다.

① Discover — 발견하기

해결책을 생각하기 전, 사용자와 시장을 최대한 넓게 탐색합니다. 이 단계의 목적은 "우리가 모르는 것을 발견하는 것"입니다.

이 단계에서 생성형 AI는 강력한 조력자가 됩니다. 인터뷰 스크립트 초안 작성, 데이터 요약, 경쟁사 분석 초안을 AI가 처리하면 디자이너는 인사이트의 질에 집중할 수 있습니다.

② Define — 정의하기

발견 단계에서 쌓인 방대한 정보를 정리하고, "우리가 실제로 풀어야 할 문제"를 명확히 정의합니다. 이 단계의 결론이 프로젝트 전체 방향을 결정합니다.

핵심 산출물:

• 어피니티 다이어그램 — 인터뷰 발언들을 유사한 주제끼리 묶어 패턴을 찾는 도구. 수십 개의 발언이 3~5개의 핵심 주제로 수렴되는 과정에서 인사이트가 드러납니다

• 페르소나 — 주요 사용자 유형을 구체적인 가상 인물로 표현. 팀 전체가 "누구를 위해 만드는가"를 같은 그림으로 공유하게 해줍니다

• 사용자 여정 맵 — 어느 단계에서 감정이 급격히 나빠지는지, 어디서 이탈하는지를 한눈에 보여주는 시각화 도구

• HMW 질문 (How Might We) — "결제 단계에서 사용자가 이탈한다"는 문제를 "우리는 어떻게 하면 결제를 더 자신감 있게 완료하게 할 수 있을까?"로 전환합니다

2번 다이아몬드 — 올바른 방식으로 만든다

③ Develop — 탐색하기

정의된 문제에 대한 다양한 해결책을 탐색합니다. "Develop"은 코딩이 아니라 아이디어를 발전시키는 것입니다.

• AI 브레인스토밍으로 다양한 솔루션 아이디어를 대량 도출

• 스케치와 스토리보드로 아이디어를 시각화

• MVP 범위 결정 — "무엇을 만들지 않아도 되는가"가 더 중요

• 로우파이(Lo-Fi) 와이어프레임으로 빠르게 검증

• A/B 테스트 설계

④ Deliver — 구체화하기

탐색한 솔루션을 실제로 사용 가능한 형태로 만들어냅니다.

• Figma로 UI 디자인 제작 및 디자인 시스템 구성

• 하이파이(Hi-Fi) 프로토타입 완성

• 사용성 테스트로 실제 사용자에게 검증

• 개발자 핸드오프 준비

가장 흔한 실수

실무에서 많은 팀이 1번 다이아몬드 없이 바로 Develop과 Deliver로 달려갑니다. 더블다이아몬드를 익힌다는 것은 이 습관을 바꾸는 것입니다. "올바른 문제인가?"를 먼저 확인하고, 그다음 "올바르게 만들자"는 순서를 몸에 익히는 것입니다.

UX/UI 디자이너가 알아두면 완전히 달라지는 심리학 법칙들

UX 디자인의 많은 결정이 심리학 위에 서 있습니다. "이 버튼을 이 크기로 만든 이유는 피츠의 법칙 때문입니다"라고 말할 수 있을 때, 디자인 결정은 설득력을 갖습니다.

Laws of UX — 지금 바로 쓸 수 있는 9가지 원칙

① 피츠의 법칙 (Fitts's Law) 목표물이 클수록, 가까울수록 도달하는 시간이 짧아집니다. → 적용: 모바일 CTA 버튼은 엄지손가락이 자연스럽게 닿는 위치에, 충분히 큰 크기로 배치합니다.

② 힉의 법칙 (Hick's Law) 선택지가 많아질수록 결정 시간이 기하급수적으로 늘어납니다. → 적용: 네비게이션 항목을 최소화하고, 온보딩 질문은 한 화면에 하나씩 나눕니다. 결제 옵션을 한 번에 10가지 보여주면 사용자는 이탈합니다.

③ 제이콥의 법칙 (Jakob's Law) 사용자는 새로운 제품도 자신이 이미 아는 서비스처럼 작동하기를 기대합니다. → 적용: 장바구니 아이콘은 우측 상단에, 검색창은 상단 중앙에. "혁신적인 UI"보다 "익숙한 UI"가 더 쓰기 편한 이유입니다.

④ 밀러의 법칙 (Miller's Law) 인간의 단기 기억은 한 번에 7±2개의 정보만 처리할 수 있습니다. → 적용: 폼 필드를 최소화하고, 탭 메뉴는 7개를 넘기지 않습니다. 하나의 카드에 너무 많은 정보를 담지 않고 계층화합니다.

⑤ 게슈탈트 원리 (Gestalt Principles) 뇌는 가까이 있는 것, 비슷한 것을 자연스럽게 하나의 그룹으로 인식합니다. → 적용: 관련 있는 정보는 가까이 배치합니다. 섹션 사이의 여백을 충분히 줘서 구분을 명확하게 합니다.

⑥ 파킨슨의 법칙 (Parkinson's Law) 작업은 주어진 시간만큼 늘어납니다. → 적용: 진행률 표시나 단계 표시("3단계 중 2단계")를 보여주면 사용자가 완료까지의 거리를 인식하고 계속 진행하는 동기를 얻습니다.

⑦ 테슬러의 법칙 (Tesler's Law) 모든 시스템에는 줄일 수 없는 복잡성이 있습니다. 그 복잡성을 사용자가 처리하게 할지, 시스템이 처리하게 할지의 문제입니다. → 적용: 사용자 경험을 단순하게 만들수록 내부 시스템은 그만큼 복잡해집니다. 자동 완성, 기본값 설정이 그 예입니다.

⑧ 폰 레스토프 효과 (Von Restorff Effect) 비슷한 것들 중 혼자 다른 것은 훨씬 더 잘 기억됩니다. → 적용: 가장 중요한 CTA 버튼을 주변과 대비되는 색상으로 강조합니다. 가격 비교 표에서 "추천" 플랜을 시각적으로 돋보이게 하는 것도 같은 원리입니다.

⑨ 시리얼 포지션 효과 (Serial Position Effect) 목록의 첫 번째와 마지막 항목이 중간보다 훨씬 잘 기억됩니다. → 적용: 네비게이션에서 가장 중요한 항목을 맨 앞이나 맨 뒤에 배치합니다.

페르소나, 사용자 여정 맵, MVP — 제대로 만드는 법

페르소나 — 쉬워 보여서 오히려 잘못 만들기 쉬운 도구

페르소나는 주요 사용자 유형을 구체적인 가상 인물로 표현한 것입니다. 실제 리서치 데이터 없이 팀의 추측만으로 만들면 설계 방향을 오히려 왜곡합니다.

좋은 페르소나에 들어가야 할 것들

흔한 실수: 리서치 없이 추측으로 작성, 너무 많은 페르소나(3개면 충분), 인구통계에만 집중하고 행동·목표가 없는 페르소나.

사용자 여정 맵의 7가지 구성 요소

MVP — 가장 오해가 많은 개념

MVP(Minimum Viable Product)는 "대충 만든 제품"이 아닙니다. 가장 중요한 가설을 검증하는 데 필요한 최소한의 기능을 갖춘 제품입니다.

MVP를 제대로 설계하는 4단계:

1. 핵심 가설 명확히 하기 — 무엇을 검증하고 싶은가?

2. 핵심 시나리오 하나 선택 — 사용자가 가장 자주, 가장 중요하게 하는 일 하나

3. 그 시나리오 외의 것은 모두 나중으로 — "MVP에 넣지 않을 것"을 결정하는 것이 더 중요

4. 성공 기준 미리 정하기 — 기준이 없으면 결과를 해석할 수 없다

2026년 UX/UI 트렌드 — 디자이너 역할이 근본적으로 바뀐다

지금까지는 UX를 "사람이 사용하는 인터페이스를 설계하는 것"으로 이해했습니다. 그런데 2025~2026년을 기점으로 이 정의 자체가 바뀌고 있습니다.

"사용하는 UX → 맡기는 UX"

AI가 사용자를 대신해서 행동하는 시대가 열리고 있습니다. 디자이너가 설계해야 하는 것이 "화면"에서 "경험"으로, 그리고 "AI가 대신 수행하는 경험"으로 확장되고 있습니다.

트렌드 1 — Agent UX: AI가 대신 행동하는 UX

AI 에이전트(Agent)는 사용자 대신 여러 단계의 작업을 자동으로 처리하는 AI 시스템입니다. "항공권 예약해줘"라고 말하면 AI가 일정 확인, 가격 비교, 결제까지 알아서 처리합니다.

이 변화는 UX 설계의 질문을 바꿉니다. 기존의 질문은 "사용자가 이 버튼을 누르기 쉬운가?"였습니다. Agent UX 시대의 질문은 이렇습니다.

• AI가 대신 처리할 때 사용자가 신뢰할 수 있는가?

• 어느 단계에서 사용자가 개입해야 하는가?

• AI가 틀렸을 때 사용자가 쉽게 수정할 수 있는가?

• AI의 결정 과정을 사용자에게 어떻게 설명할 것인가?

UX 디자이너에게 이제 AI의 행동을 설계하는 능력이 요구됩니다. 화면을 그리는 것을 넘어, AI와 사용자 사이의 신뢰 관계를 설계하는 것입니다.

트렌드 2 — 개인화 UX: 사용자마다 달라지는 인터페이스

AI가 사용자의 행동 패턴, 선호도, 맥락을 실시간으로 분석해서 인터페이스 자체를 개인화하는 방향으로 발전하고 있습니다.

• 같은 앱이라도 사용자마다 보이는 화면 구성이 달라질 수 있습니다

• 자주 쓰는 기능이 자동으로 앞에 배치됩니다

• 사용 시간대, 위치, 디바이스에 따라 UI가 적응합니다

디자이너는 하나의 고정된 화면이 아니라, 다양한 상황에 맞게 적응하는 시스템을 설계해야 합니다. 컴포넌트 기반 디자인 시스템의 중요성이 더욱 커지는 이유가 여기에 있습니다.

트렌드 3 — 멀티모달 UX: 텍스트, 음성, 이미지가 결합된 경험

멀티모달(Multimodal)은 여러 가지 입력 방식이 동시에 결합된 인터페이스를 말합니다. 텍스트 입력 + 음성 명령 + 이미지 업로드가 하나의 흐름에서 자연스럽게 연결됩니다.

ChatGPT에서 사진을 찍어 올리면서 "이게 뭔지 설명해줘"라고 말하는 것, 스마트홈 기기에서 앱을 보면서 음성으로 조작하는 것이 모두 멀티모달 UX의 예입니다.

UX 디자이너는 이제 화면 하나가 아니라, 텍스트 · 음성 · 이미지 · 제스처가 어떻게 연결되는지 전체 경험을 설계해야 합니다. 사용자가 가장 자연스럽게 느끼는 입력 방식을 찾고, 그 흐름을 방해하지 않는 인터페이스를 만드는 것이 핵심 과제가 됩니다.

트렌드 4 — UX 테스트 자동화

기존에는 사용성 테스트를 진행하려면 참가자를 모집하고, 인터뷰를 진행하고, 결과를 분석하는 데 많은 시간이 걸렸습니다. AI 기반 UX 테스트 자동화 도구들이 이 과정을 빠르게 처리하기 시작했습니다.

• AI가 사용자 행동 패턴을 시뮬레이션해서 잠재적 문제를 예측합니다

• 눈동자 추적, 클릭 히트맵, 이탈 지점 분석이 실시간으로 제공됩니다

• A/B 테스트 결과를 AI가 빠르게 분석하고 방향을 제안합니다

검증 사이클이 더 빠르게 돌아갈 수 있다는 의미입니다. Lean UX의 Think → Make → Check 사이클이 AI 도구와 결합해 더욱 강력해집니다.

Figma AI — "그리는 시대"에서 "설명하는 시대"로

Figma는 더 이상 디자인 툴이 아니다

2016년 등장한 Figma는 처음에 "실시간 협업이 되는 디자인 툴"이었습니다. 지금의 Figma는 다릅니다. AI 기반 프로덕트 설계 플랫폼으로 진화하고 있습니다.

Figma AI — 지금 달라지고 있는 것들

AI 디자인 자동 생성 (Make Designs) 텍스트로 UI를 설명하면 AI가 화면 초안을 생성합니다. "로그인 화면, 이메일과 비밀번호 입력 필드, 소셜 로그인 버튼 포함"이라고 입력하면 Figma AI가 레이아웃을 만들어줍니다. 이것이 "그리는 시대에서 설명하는 시대"로의 전환입니다.

레이어 이름 자동 정리 "Button_copy_2_final_v3" 같은 레이어 이름을 AI가 의미 있는 이름으로 자동 정리합니다. 팀 협업 효율이 크게 올라갑니다.

Auto Layout 자동 제안 컴포넌트의 구조를 분석해서 최적의 Auto Layout 설정을 AI가 추천합니다.

비슷한 컴포넌트 자동 인식 파일 전체에서 비슷하게 생긴 요소들을 찾아 "이것들을 하나의 컴포넌트로 통합하면 어떨까요?"라고 제안합니다.

핵심 기능 5가지 — 입문자가 알아야 할 것들

Auto Layout 버튼의 텍스트 길이가 바뀌면 버튼 크기가 자동으로 조정됩니다. 반응형 UI에 필수입니다. Auto Layout 없이 반응형 UI를 설계하면 요소 하나를 바꿀 때마다 관련된 모든 것을 수동으로 조정해야 합니다.

컴포넌트와 인스턴스 반복 사용되는 요소를 컴포넌트로 만들면, 원본 하나를 수정했을 때 전체 파일의 모든 복사본이 동시에 업데이트됩니다. 100개 화면에서 버튼 색을 바꿔야 할 때 원본 하나만 수정하면 됩니다.

Variant 버튼 하나에 Default / Hover / Active / Disabled / Loading 상태를 모두 묶어 관리합니다. 인터랙션 디자인의 완성도를 높이는 핵심 기능입니다.

프로토타입 화면과 화면 사이에 인터랙션을 연결하면 실제 앱처럼 작동하는 클릭 가능한 데모가 만들어집니다. 개발 없이 사용성 테스트를 진행하거나 발표할 때 강력합니다.

Dev Mode 개발자가 Figma 파일을 열면 각 요소의 CSS 값, 크기, 간격, 색상 코드를 자동으로 확인할 수 있습니다. 디자이너가 별도 스펙 문서를 만들 필요가 없어졌습니다.

디자인 시스템 — AI 시대에 더 중요해지는 이유

컴포넌트 기반 디자인 시스템은 AI 시대에 오히려 더 중요해지고 있습니다. 개인화 UX, Agent UX처럼 상황에 따라 적응하는 인터페이스를 만들려면, 조합 가능한 컴포넌트의 체계가 먼저 잡혀 있어야 합니다.

• 색상, 타이포그래피, 그림자 등 디자인 기본값을 스타일로 정의

• 모든 UI 요소를 컴포넌트로 체계적으로 구성

• 팀 전체가 일관된 디자인을 유지하는 공통 언어

AI가 UI를 자동 생성할 때도 디자인 시스템이 있어야 일관성이 유지됩니다. "디자인 시스템 구축 경험"이 채용 공고에 자주 등장하는 이유가 여기에 있습니다.

생성형 AI — UX 프로세스 어디에서 어떻게 쓰이는가

AI는 UX 디자이너를 대체하는 것이 아닙니다. AI가 처리하지 못하는 것들이 있습니다. 사용자를 공감하는 것, 팀의 방향을 정렬하는 것, 비즈니스 맥락을 읽는 것입니다. 그런데 UX 프로세스에서 반복적으로 시간을 잡아먹는 작업들을 빠르게 처리하는 것은 분명한 사실입니다.

AI를 쓰지 않는 디자이너와 AI를 잘 쓰는 디자이너의 차이는 창의력이 아닙니다. 같은 시간에 얼마나 더 많은 검증 사이클을 돌릴 수 있는가의 차이입니다.

단계별 AI 활용법

리서치 단계 인터뷰 스크립트 초안을 AI에게 맡기고, 방향성을 디자이너가 검토합니다. 인터뷰 후 녹취 요약, 주요 발언 추출, 어피니티 다이어그램 초안도 AI가 처리합니다. "정리"는 AI에게, "해석"은 디자이너가 합니다.

페르소나 초안 타깃 사용자 데이터를 입력하면 AI가 페르소나 초안을 빠르게 만들어줍니다. 반드시 실제 리서치 데이터로 검증해야 하지만, 빈 화면 앞에서 소비되는 시간을 크게 줄입니다.

브레인스토밍 "이 페인포인트를 해결하는 방법에는 어떤 것들이 있을까?"라고 물으면 AI는 20~30가지 방향을 제시합니다. 디자이너는 그 중에서 사용자에게 맞는 방향을 선택하고 다듬습니다.

UX 카피와 마이크로카피 버튼 텍스트, 에러 메시지, 빈 상태(Empty State) 문구, 온보딩 카피의 수십 가지 변형을 AI가 빠르게 만들어줍니다. 마이크로카피 하나가 전환율을 크게 바꾸기도 합니다.

사용자 시나리오 초안 "이 페르소나가 앱을 처음 열었을 때부터 목표를 달성하기까지의 흐름을 서술해줘"라고 지시하면, Figma에서 와이어프레임을 그리기 전에 흐름의 논리적 오류를 미리 발견할 수 있습니다.

디자인 피드백 보조 완성된 와이어프레임을 텍스트로 묘사하고 UX 원칙 관점의 피드백을 요청하면, 혼자 작업할 때 놓칠 수 있는 부분을 다른 시각으로 점검할 수 있습니다.

포트폴리오가 통과되는 UX/UI 디자이너의 공통점

포트폴리오 리뷰에서 실제로 평가되는 것은 시각적 완성도가 아닙니다. 결정의 근거입니다.

좋은 케이스 스터디의 5가지 조건

1. 어떤 문제를 풀었는가 "편리한 앱을 만들고 싶었다"가 아니라 "어떤 사용자가 어떤 상황에서 무슨 문제를 겪는가"가 보여야 합니다.

2. 어떤 리서치를 했는가 인터뷰, 설문, 경쟁사 분석 등 사용자를 이해하려는 노력의 흔적이 있어야 합니다. 리서치 결과가 디자인 결정으로 이어지는 연결고리가 중요합니다.

3. 왜 이 방향을 선택했는가 여러 가능성 중 왜 이 솔루션인지 설명할 수 있어야 합니다. 다른 대안을 검토했다는 흔적이 있으면 더 좋습니다.

4. 어떻게 검증했는가 5명에게 테스트한 결과라도 있는 것이 없는 것보다 훨씬 낫습니다. 검증의 규모보다 검증이 존재한다는 사실 자체가 중요합니다.

5. 무엇을 배웠는가 프로젝트를 통해 배운 것과 다음에 다르게 할 것을 쓰는 회고는, 성장하는 디자이너의 모습을 가장 직접적으로 보여줍니다.

신입 포트폴리오에 대한 현직 조언

많은 프로젝트보다 하나의 깊은 케이스 스터디가 낫습니다. 리서치 → 분석 → 설계 → 검증의 전 과정이 담긴 케이스 스터디 하나가, 완성 화면만 있는 프로젝트 다섯 개보다 훨씬 강한 인상을 남깁니다.

리디자인이든 신규 서비스든, 중요한 것은 사용자 문제를 먼저 정의했는가입니다. 카카오톡 리디자인이라도 실제 인터뷰로 문제를 발견하고, 근거 있는 결정을 보여준다면 충분히 강력한 포트폴리오가 됩니다.

Lean UX × AI × Figma — 함께 배워야 하는 이유

이 세 가지를 따로 배우는 것과 하나의 흐름으로 연결해서 배우는 것은 전혀 다른 결과를 냅니다.

Figma만 배우면 툴은 쓸 수 있지만 "왜 이렇게 만들었는가"를 설명하지 못합니다. Lean UX만 배우면 방법론은 알지만 결과물로 연결하지 못합니다. AI만 쓰면 빠르게 만들 수 있지만 방향이 없어 결국 쓸 수 없는 산출물이 쌓입니다.

2026년 UX/UI 디자이너에게 실제로 필요한 흐름은 이렇습니다.

Lean UX로 문제를 정의하고 가설을 세운다
              ↓
AI로 리서치 초안, 아이디어 발산, 시나리오를 빠르게 처리한다
              ↓
Figma로 와이어프레임 → 디자인 시스템 → Hi-Fi UI → 프로토타입을 만든다
              ↓
다시 Lean UX로 검증하고 수정한다 (AI 테스트 자동화 도구 활용)

"단순히 화면을 그리는 것"이 아니라 "문제를 발견하고, 가설로 실험하고, 결과로 증명하는 것" — 이것이 지금 UX/UI 디자이너에게 요구되는 역할입니다.

이 흐름을 5주 안에 체계적으로 익히고 싶다면

지금까지 정리한 Lean UX, 더블다이아몬드, AI 활용법, Figma, 2026 UX 트렌드의 통합 흐름을 혼자 처음부터 익히기는 쉽지 않습니다. 방법론, 도구, 실습 프로젝트를 어떤 순서로 연결해야 하는지, 잘 설계된 커리큘럼이 필요합니다.

이젠아카데미의 AI기반 Lean UX/UI 프로덕트디자인(with Figma) 과정은 이 흐름 전체를 5주 온라인 과정으로 구성했습니다. 더블다이아몬드의 Discover → Define → Develop → Deliver 단계가 커리큘럼의 뼈대가 되고, 매 주차마다 실제 미니 프로젝트로 내용을 쌓아갑니다.

단순히 툴을 가르치는 과정이 아닙니다. Lean UX 사고방식 위에 AI 활용과 Figma 실습이 통합된, 실무형 UX/UI 설계 과정입니다.

5주 커리큘럼 한눈에 보기

5주를 마치면 매 주차 미니 프로젝트 4개와 파이널 프로젝트 1개, 총 5개의 포트폴리오 결과물이 쌓입니다.

이런 분들에게 잘 맞는 과정입니다

• UX/UI 디자인을 처음 시작하는 입문자, 비전공자

• 취업 준비 중이거나 전직을 고민하는 분

• AI + 디자인 실무 역량을 키우고 싶은 분

• 직장·학교와 병행하면서 포트폴리오를 만들고 싶은 분

Figma를 몰라도 됩니다. 포토샵 경험이 없어도 됩니다. 코딩을 몰라도 됩니다. 이 과정에서 배우는 것은 생각하는 순서이고, 그 순서를 익히는 데 특별한 사전 지식은 필요하지 않습니다.

강사진

서지영 강사 — 프로덕트디자인 전문 강사. 디자인 모아르 대표. 『AI로 브랜딩하다』 저자. 실무 브랜딩과 프로덕트 디자인 현장 경험을 바탕으로 AI를 활용한 디자인 전략을 가르칩니다.

원혜종 강사 — 이화여대 디자인학 석사. 전) 지앤아트 디자인 디렉터. 대학 및 다양한 기관에서 UX/UI 디자인과 Figma를 강의해온 이력을 보유하고 있습니다.

K-디지털 기초역량훈련 국비지원 안내

이 과정은 국민내일배움카드를 통해 약 90%를 국비로 지원받을 수 있습니다.

온라인으로 진행되어 직장이나 학교와 병행이 가능합니다.

자세한 커리큘럼과 수강 신청은 이젠아카데미 공식 과정 페이지에서 확인할 수 있습니다.

AI가 제작 속도를 평준화한 지금, 차이를 만드는 것은 검증 속도와 문제 정의 능력입니다. Lean UX로 생각하고, AI로 속도를 높이고, Figma로 증명하세요.