ChatGPT란?

ChatGPT는 OpenAI에서 개발한 대화형 AI 서비스로, 대규모 언어 모델(LLM, Large Language Model)을 기반으로 작동한다.

방대한 데이터를 학습한 언어 모델이 사용자의 질문과 대화 맥락을 바탕으로 응답을 생성한다.

질문에 답하거나 문서를 정리하는 것뿐 아니라 아이디어 발상, 리서치 보조, 콘텐츠 작성 등 다양한 작업에 활용할 수 있다.

다만 AI가 생성한 답변이 항상 사실인 것은 아니다.

존재하지 않는 정보나 부정확한 내용을 그럴듯하게 제시하는 할루시네이션(Hallucination)이 발생할 수 있으므로, 중요한 정보는 직접 확인하고 신뢰할 수 있는 자료와 교차 검증해야 한다.

프롬프트(Prompt)란?

프롬프트는 AI에 입력하는 질문이나 지시문이다.

사용자가 AI에 무엇을 요청하는지, 어떤 방식으로 답변받고 싶은지를 전달하는 입력값이라고 할 수 있다.

AI는 프롬프트에 포함된 내용을 바탕으로 요청을 해석하고 응답을 생성한다.

따라서 동일한 주제를 질문하더라도 어떤 맥락과 조건을 제공하는지에 따라 답변의 구체성과 방향이 달라질 수 있다.

프롬프트 엔지니어링(Prompt Engineering)이란?

프롬프트 엔지니어링은 AI가 목적에 적합한 결과를 생성하도록 질문과 지시를 구조적으로 설계하는 방법이다.

단순히 질문을 길게 작성하는 것이 아니라, 작업에 필요한 맥락과 관점, 구체적인 지시, 출력 형식을 명확하게 전달하는 데 목적이 있다.

위 프롬프트에는 대상, 목적, 활용 매체, 아이디어의 개수가 포함되어 있다.

이처럼 필요한 조건을 구체적으로 제시하면 추가 질문과 수정 과정을 줄이고, 원하는 방향의 결과를 얻는 데 도움이 된다.

효과적인 프롬프팅 기법 7가지

프롬프팅에는 작업의 목적과 필요한 정보에 따라 활용할 수 있는 여러 기법이 있다.

간단한 질문에 적합한 방식부터 예시를 제공하거나 역할과 출력 형식을 지정하는 방식까지, 대표적인 일곱 가지를 살펴보자.

1. 제로 샷(Zero-shot)

별도의 예시나 참고 데이터를 제공하지 않고 AI에 작업을 요청하는 방식이다.

카페 브랜드의 로고 디자인 아이디어를 5개 제안해 줘.

간단한 질문이나 특정 주제에 관한 아이디어를 폭넓게 탐색할 때 활용할 수 있다.

2. 원 샷(One-shot)

AI에 하나의 예시를 제공한 뒤, 그 예시를 참고하여 새로운 작업을 수행하도록 요청하는 방식이다.

다음과 같은 방식으로 맥도날드의 'I'm Lovin' It' 슬로건을 분석해 줘.

- 예시: 나이키 'Just Do It'
- 핵심 메시지: 행동력, 도전 정신
- 타깃 감정: 동기 부여, 자신감
- 브랜드 철학: 운동을 통한 자아실현

원하는 답변의 구성이나 표현 방식을 보여줄 수 있어, 별도의 예시가 없는 경우보다 결과의 방향을 구체적으로 지정할 수 있다.

3. 퓨 샷(Few-shot)

여러 개의 예시를 제공하여 AI가 공통된 패턴이나 원하는 결과의 형식을 참고하도록 하는 방법이다.

다음 사례를 참고하여 어린이 브랜드에 적합한 폰트를 추천해 줘.

- 럭셔리 브랜드: Serif 폰트 / 우아하고 전통적인 느낌 / Times New Roman, Georgia
- 테크 기업: Sans-serif 폰트 / 모던하고 깔끔한 느낌 / Helvetica, Roboto
- 아트·창작 브랜드: Display 폰트 / 독창적이고 표현력 있는 느낌 / Impact, Bebas Neue

브랜드별 특징을 분류하거나 일정한 기준에 따라 콘텐츠를 작성하는 등, 참고할 사례가 여러 개 있을 때 활용하기 좋다.

4. 생각의 사슬(Chain of Thought, CoT)

복잡한 문제를 한 번에 결론 내리기보다 단계별로 나누어 분석하도록 요청하는 방식이다.

사용자들이 이 앱의 버튼 위치가 헷갈린다는 피드백을 남겼어. 다음 항목을 순서대로 분석해 줘.

- 사용자가 버튼을 찾기까지의 흐름
- 화면의 시각적 위계
- 터치 위치와 조작 편의성
- 예상되는 문제점과 개선 방향

UX 리서치나 문제 정의 단계에서 사용자 행동, 화면 구조, 사용 환경 등 여러 요소를 함께 검토해야 할 때 활용할 수 있다.

이때 단순히 단계적으로 생각해 달라고 요청하는 것보다 어떤 항목을 어떤 순서로 분석할지 구체적으로 지정하는 것이 유용하다.

5. 롤 플레잉(Role Playing)

AI에 특정 역할이나 전문적인 관점을 부여하여 해당 입장에서 답변하도록 요청하는 기법이다.

디자인 전략을 검토하거나 문서를 작성하고, 리서치 결과에서 인사이트를 도출할 때 활용할 수 있다.

너는 20년 경력의 브랜드 디자인 전문가야. 스타트업 창업자에게 브랜드 아이덴티티 전략을 조언해 줘.

역할을 지정하면 특정 관점에서 의견을 탐색할 수 있지만, AI가 실제로 해당 경력을 가진 전문가가 되는 것은 아니다. 따라서 전문적인 판단이 필요한 내용은 별도로 검토해야 한다.

6. 출력 형식 지정

AI가 생성할 답변의 길이와 구성, 표현 방식을 미리 지정하는 방법이다.

보고서, 발표 자료, 이력서, 자기소개서 등 결과물의 형태가 정해진 문서 작업에 활용하기 좋다.

브랜드 콘셉트를 A4 크기 1장 분량의 보고서로 정리해 줘.

목표 고객, 핵심 가치, 차별화 포인트를 각각 한 문단씩 작성하고, 마지막에 실행 계획을 불릿 포인트 5개로 요약해 줘.

출력 형식은 500자 이내, 3줄 요약, 표 형식, 5분 발표 분량처럼 간단하게 지정할 수도 있다.

7. 마크다운(Markdown)

마크다운은 간단한 기호를 사용해 문서의 제목과 본문, 목록 등을 구조화하는 문법이다.

프롬프트에 마크다운을 활용하면 요청 사항의 위계를 명확하게 전달할 수 있고, AI가 생성한 결과를 문서로 정리할 때도 편리하다.

브랜드 가이드를 다음 형식으로 정리해 줘:

# 브랜드명

## 브랜드 콘셉트
- 핵심 가치 1
- 핵심 가치 2

### 컬러 팔레트
**메인 컬러**: #000000  
**서브 컬러**: #FFFFFF

표를 작성할 때는 마크다운 표 문법을 직접 입력할 수도 있지만, AI에 '표 형식으로 정리해 줘'라고 요청하는 방법도 있다.

AI를 활용한 창의적 아이디어 확장

디자인 과정에서는 다양한 아이디어를 탐색하는 발산적 사고와, 여러 대안 중 적합한 방향을 선택하는 수렴적 사고가 모두 필요하다.

AI를 활용하면 정해진 조건 안에서 여러 방향의 아이디어를 빠르게 탐색하고, 이후 평가 기준에 따라 비교·검토할 수 있다.

발산적 사고: 아이디어의 가능성 넓히기

AI에 아이디어를 요청할 때는 다음 네 가지 요소를 구체적으로 제시하면 좋다.

• 구체적인 수량 : 몇개가 아닌 '15개', '20개' 등 명확한 개수

• 카테고리 분류 : 사고의 방향을 다양하게 나누어 편향 방지
• 제약 조건 : 타겟, 예산, 감정 등 현실적인 조건
• 차별화 요구 : '각각 다른 스타일로', '중복되지 않게'

> 프롬프트 예시 1

카페 브랜드의 로고 아이디어 15개를 심벌형, 타이포그래피형, 조합형으로 각 5개씩 제안해 줘.

각각 따뜻함, 세련됨, 친근함, 프리미엄감, 활기참 등 서로 다른 감정을 표현하고, 20~30대 직장인을 타깃으로 해 줘.

> 프롬프트 예시 2

레스토랑 인테리어 콘셉트 12개를 모던, 빈티지, 인더스트리얼 스타일로 각 4개씩 제안해 줘.

예산은 5천만 원 이내이며, 50평 공간과 점심시간 회전율을 고려해야 해.

수렴적 사고: 평가 기준에 따라 대안 비교하기

아이디어를 충분히 발산했다면, 다음 단계에서는 목적에 적합한 대안을 선별해야 한다.

AI에 평가 기준을 제시하면 각 아이디어의 특징과 한계를 비교하고, 선택에 필요한 근거를 정리하는 데 활용할 수 있다.

앞서 제안한 아이디어 15개를 다음 기준에 따라 각각 1~10점으로 평가해 줘.

- 실현 가능성
- 타깃 어필력
- 브랜드 일치도
- 차별화 수준
- 확장성

각 평가의 근거를 구체적으로 설명해 줘.

이때 AI가 부여한 점수는 객관적으로 검증된 평가 결과가 아니라, 제시한 기준에 따라 생성한 참고 자료다.

실제 의사결정에서는 사용자 조사와 비즈니스 조건, 기술적 검토 등을 함께 고려해야 한다.

상황 변화에 따른 재평가

한 번 선택한 아이디어라도 프로젝트의 조건이 바뀌면 적합성이 달라질 수 있다.

예산이 줄어들거나 타깃이 확대되는 등 새로운 상황을 가정해 대안을 다시 비교하면, 각 아이디어가 어떤 조건에서 유리하거나 불리한지 살펴볼 수 있다.

앞서 평가한 아이디어를 다음 상황에 맞춰 다시 검토해 줘.

- 만약 예산이 30% 줄어든다면 이 순위는 어떻게 바뀔까?
- 타겟층이 20대에서 40대로 확장된다면 어떤 아이디어가 유리할까?
- 온라인 전용에서 오프라인까지 확장한다면 어떤 아이디어가 가장 적합할까?

각 상황에서 고려해야 할 조건과 기존 평가에서 달라지는 부분을 설명해 줘.

디자인 실무에 AI를 적용하는 네 가지 원칙

앞서 살펴본 프롬프팅 기법은 모든 작업에 일괄적으로 적용하기보다, 디자인 프로세스의 각 단계에서 필요한 방식으로 선택해 활용하는 것이 좋다.

1. 단계별 접근법

복잡한 디자인 프로젝트를 한 번에 해결하려 하기보다 문제 정의, 리서치, 아이디어 발산, 평가, 구체화 단계로 나누어 접근한다.

특히 리서치와 문제 정의 단계에서는 서비스의 비즈니스 방향과 사용자 의견 등 다양한 자료를 탐색하는 데 AI를 활용할 수 있다. 이후 아이디어를 구체화하거나 대안을 비교하는 과정에서도 단계별로 필요한 작업을 요청하면 된다.

2. 다각도 검증

하나의 아이디어를 사용자, 비즈니스, 기술이라는 서로 다른 관점에서 검토한다.

• 사용자(👤) : 어떤 문제를 해결하며, 사용자에게 어떤 편익을 제공하는가?
• 비즈니스(🤝) : 서비스에 어떤 기대 효과를 가져올 수 있는가?
• 기술(🤖) : 현재 기술과 서비스 환경에서 실현할 수 있는가?

특히 AI 기능을 기획할 때는 현재 상용화된 서비스 사례를 참고해 기술적 실현 가능성을 검토할 필요가 있다.

3. 구체적인 제약 조건 활용

예산, 제작 기간, 타깃 등의 조건을 바꾸어 가며 디자인의 핵심 요소가 무엇인지 살펴본다.

예를 들어 예산이 30% 줄어들거나 제작 기간이 절반으로 단축되는 상황을 가정하면, 
제한된 자원 안에서 유지해야 할 기능과 조정할 수 있는 요소를 구분하는 데 도움이 된다.

4. 실패 시나리오 검토

디자인이 기대한 결과를 얻지 못할 경우를 가정하고, 예상되는 문제와 대응 방안을 미리 탐색한다.

주변에서 피드백을 받기 어려운 상황이라면 AI를 활용해 다양한 실패 가능성을 검토해 볼 수 있다.

이 디자인이 실패한다면 발생할 가능성이 높은 이유 5가지를 제시하고, 각각의 문제에 대한 개선 방안을 설명해 줘.

AI가 제안한 위험 요소는 실제로 발생한 문제가 아니라 검토할 가설이다. 이를 바탕으로 추가 리서치나 사용성 테스트가 필요한 항목을 정리할 수 있다.

🪺 실무 및 포트폴리오 줍줍

1. AI가 만든 결과물은 디자인 툴에서 마무리하기

생성형 AI는 새로운 이미지를 만들거나 레퍼런스를 응용하는 데 유용하지만, 세밀한 수정까지 항상 정확하게 수행하는 것은 아니다.

특히 요소를 조금만 이동하거나 삭제하는 작업, 정확한 정렬, 텍스트 크기와 위치처럼 미세한 조정이 필요한 작업은 디자인 툴에서 직접 수정하는 편이 효율적일 수 있다.

따라서 AI가 만든 결과물을 완성본으로 보기보다 디자인을 빠르게 시작하기 위한 초안이나 소스로 활용할 수 있다.

AI로 생성 → 필요한 요소 선별 → 디자인 툴에서 세부 조정 → 최종 결과물 완성

이렇게 역할을 나누면 원하는 결과가 나올 때까지 이미지를 계속 생성하는 것보다 효율적으로 작업할 수 있다.

2. AI가 제공한 정보는 교차 검증하기

AI를 활용해 서비스 사례나 시장 데이터를 조사했다면, 결과를 그대로 사용하는 것보다 실제 자료를 통해 한 번 더 확인하는 과정이 필요하다.

특히 시장 순위나 성장률, 전환율처럼 포트폴리오의 근거로 사용되는 정보라면 뉴스, 아티클, 논문 등 다른 자료를 함께 확인하면서 수치가 정확한지, 언제 발표된 자료인지, 어떤 맥락에서 나온 정보인지 살펴보는 것이 좋다.

여러 자료를 확인하는 과정은 단순히 오류를 찾기 위한 것만은 아니다. 관련 정보를 충분히 알고 있을수록 AI가 생성한 내용이 맥락에 맞는지, 잘못 만들어낸 정보인지 스스로 판단하기 쉬워진다.

데이터를 근거로 사용한다면 AI의 답변 자체가 아니라 검증된 원자료를 근거로 제시하는 습관이 중요하다.

3. 이해하지 못한 표현은 그대로 사용하지 않기

AI로 리서치하거나 문장을 작성하다 보면 평소 사용하지 않는 전문 용어나 추상적인 표현이 포함될 수 있다.

하지만 내가 정확하게 이해하지 못한 표현을 그대로 사용하면 다른 사람에게도 명확하게 설명하기 어렵다.

따라서 모르는 단어가 있다면 의미를 다시 찾아보고, 필요하다면 내가 이해하고 설명할 수 있는 언어로 다시 풀어 쓰는 과정이 필요하다. 스크립트에서도 이해하기 어려운 용어는 다시 검색하거나 쉬운 표현으로 바꾸어 작성하는 것을 권한다.

예를 들어, '공급 증가'처럼 결과만 표현하기보다,
'판매글 작성 부담을 줄여 더 많은 상품이 등록될 수 있도록 한다.' 처럼 
무엇이 어떻게 변화하는지를 구체적으로 설명하는 편이 이해하기 쉽다.

특히 포트폴리오는 전문적인 단어를 얼마나 많이 사용하는지를 보여주는 자료가 아니라 내가 발견한 문제와 해결 과정을 다른 사람에게 얼마나 명확하게 전달하는지 보여주는 자료이다.

4. 기능에서 끝내지 말고 사용자 가치와 연결하기

서비스를 분석할 때 기능 자체만 정리하면 단순한 기능 소개에 머무를 수 있다.

예를 들어, '사용자의 취향에 맞는 상품을 추천한다.'에서 끝내는 대신 
그 기능이 사용자 경험을 어떻게 변화시키는지까지 생각해볼 수 있다.

취향에 맞는 상품 추천
→ 원하는 상품을 빠르게 발견
→ 탐색에 드는 시간과 피로 감소

개인화 추천을 통해 사용자가 원하는 상품을 빠르게 탐색하고, 
다시 서비스를 사용할 이유가 만들어질 수 있다는 흐름을 설명하는 것이 좋다.

즉 기능을 분석할 때는 “이 기능이 있다”보다 “그래서 사용자는 무엇이 좋아지는가?”까지 생각하는 것이 중요하다.

5. 사용자 가치에서 비즈니스 임팩트까지 확장하기

사용자에게 편리한 경험을 제공하는 것은 서비스의 비즈니스 성과와도 연결될 수 있다.

예를 들어 개인화 추천 기능을 다음과 같이 확장해서 생각할 수 있다.

개인화 추천
→ 상품을 빠르게 발견
→ 구매 가능성 증가
→ 구매 전환율 상승

판매글 작성을 도와주는 기능이라면,

작성 부담 감소
→ 등록 완료 가능성 증가
→ 등록 상품 증가
→ 거래 활성화

처럼 연결할 수 있다.

추천을 통한 구매 전환과 리텐션, 판매글 작성 지원을 통한 등록 장벽 감소와 거래 활성화 등 사용자 경험의 변화가 서비스 지표에 어떤 영향을 줄 수 있는지를 함께 살펴보면 좋다.

이런 사고방식을 활용하면 단순히 화면을 예쁘게 개선했다는 설명을 넘어 왜 이 기능을 설계했고 서비스에 어떤 가치를 만들고자 했는지 보여줄 수 있다.

다만 실제 프로젝트에서 측정하지 않은 성과를 전환율이 증가했다, 리텐션이 향상됐다처럼 결과로 단정해서는 안 된다. 실제 데이터가 없다면 기대 효과나 설계 목표로 구분해서 표현하는 것이 적절하다.

6. 헤드라인만 읽어도 핵심이 전달되도록 작성하기

포트폴리오의 헤드라인은 아래의 상세 설명을 읽지 않아도 핵심 내용을 어느 정도 이해할 수 있어야 한다.

'공급 증가' 라는 표현만으로는 무엇의 공급이 왜 증가하는지 바로 이해하기 어렵다.

반면, '게시글 작성 활성화를 통한 거래량 증가'처럼 작성하면 어떤 변화가 발생하는지 보다 구체적으로 전달된다.

상세 내용을 읽지 않고 헤드라인만 확인했을 때 사용자 기대 효과나 핵심 내용이 전달되는지 확인하는 것이 중요하다.

좋은 문장을 만들기 위해서는 여러 표현을 조합하고 다시 읽으며 지속적으로 카피를 다듬는 과정이 반드시 필요하다.

포트폴리오를 완성한 뒤에는 본문을 가리고 제목과 헤드라인만 훑어보면서 프로젝트의 전체 논리가 이어지는지 확인해보는 것을 추천한다.

7. 사용자에게 전달하는 문장은 긍정적으로 표현하기

같은 의미라도 어떤 단어를 선택하느냐에 따라 사용자가 받아들이는 느낌은 달라질 수 있다.

'노력 없이 건강 관리가 가능하다.' 보다는 
'사진으로 간편하게 건강 기록을 이어갈 수 있다.' 처럼 작성하면 
사용자의 노력을 부정하지 않으면서 기능이 제공하는 편리함을 전달할 수 있다.

사용자에게 직접 보여주는 UX Writing에서도 같은 원칙을 활용할 수 있다.

상품 리뷰의 아쉬운 점을 안내할 때도 '이런 점은 별로예요.'보다 
'이런 점은 참고해 주세요.' 처럼 표현하면 필요한 정보는 유지하면서도 보다 부드럽게 전달할 수 있다.

중요한 것은 무조건 긍정적인 단어를 사용하는 것이 아니라, 사용자에게 필요한 정보를 정확하게 전달하면서 불필요하게 부정적인 인상을 만들지 않는 것이다.

이러한 변화는 디자이너가 일하는 방식에도 영향을 주고 있다.

과거에는 원하는 결과물을 직접 제작하는 기술이 중요했다면, 이제는 AI를 활용해 다양한 가능성을 탐색하고 그중 적절한 방향을 판단하는 역량도 필요해졌다. 그렇다면 AI는 어떤 과정을 거쳐 발전했으며, 이러한 변화 속에서 프로덕트 디자이너는 어떤 역할을 해야 할까?

🤖 AI의 등장과 시대적 변화

1. 인공지능 개념의 등장: 1950~1970년대

인공지능에 관한 논의는 최근에 시작된 것이 아니다. 1950년 영국의 수학자 앨런 튜링은 기계가 생각할 수 있는지에 대한 질문을 제기했다.

출처: 전자신문, 「IT 히어로 - 앨런 튜링(Alan Turing), 컴퓨터 과학의 선구자」 2025.09.24...

그는 기계가 인간과 대화할 때 상대방이 기계인지 인간인지 구별할 수 있는지를 살펴보는 방법을 제안했다. 이는 이후 튜링 테스트(Turing Test)로 알려졌으며, 기계의 지능을 어떻게 판단할 것인지에 관한 초기 논의에 중요한 영향을 미쳤다.

1956년에는 다트머스 연구 프로젝트를 계기로 인공지능(Artificial Intelligence, AI)이라는 용어가 사용되기 시작했고, AI는 독립적인 연구 분야로 발전해 나갔다.

2. 체스 AI와 인간의 협력

1997년 IBM의 체스 컴퓨터 딥블루(Deep Blue)는 당시 세계 체스 챔피언이었던 가리 카스파로프와의 공식 재대결에서 승리했다.

체스는 단순한 계산뿐 아니라 여러 수를 예측하고 전략을 수립해야 하는 게임이다. 딥블루의 승리는 컴퓨터가 특정한 지적 과제에서 인간 최고 수준의 전문가를 능가할 수 있음을 보여준 상징적인 사건이었다.

이후 카스파로프는 인간과 기계의 관계를 탐구하며, 기술과 경쟁하는 것뿐 아니라 기술을 활용해 인간의 능력을 확장하는 방식에도 주목했다.

디자인에서도 비슷한 관점을 적용할 수 있다. AI가 빠르게 시안을 생성할 수 있다면, 디자이너는 그 결과물을 검토하고 개선하는 데 더 많은 시간을 활용할 수 있다.

3. 최초의 대화형 챗봇 중 하나, ELIZA

1966년 MIT의 조지프 와이젠바움(Joseph Weizenbaum)은 초기 대화형 프로그램인 ELIZA를 개발했다.

ELIZA는 사용자의 입력에서 특정한 단어나 문장 패턴을 찾아 미리 정해진 규칙에 따라 응답했다. 특히 심리 상담사의 대화 방식을 모방한 프로그램으로 잘 알려져 있다.

ELIZA가 실제로 사용자의 감정을 이해하는 것은 아니었지만, 일부 사용자는 프로그램이 자신을 이해한다고 느꼈다. 이처럼 컴퓨터의 응답에 실제보다 높은 수준의 이해력이나 감정을 부여하는 현상을 엘리자 효과(ELIZA Effect)라고 한다.

이는 오늘날 대화형 AI를 사용할 때도 생각해 볼 만한 개념이다. AI가 자연스럽고 공감하는 듯한 답변을 생성하더라도, 그 답변이 인간과 동일한 방식의 감정이나 이해를 의미하는 것은 아니다.

4. 머신러닝의 발전: 1980~2000년대

초기의 많은 AI 시스템은 개발자가 규칙을 직접 정의하는 방식으로 작동했다. 하지만 현실에서 발생하는 모든 상황을 규칙으로 작성하는 데는 한계가 있었다.

머신러닝(Machine Learning)은 이러한 접근에서 벗어나, 컴퓨터가 데이터를 바탕으로 패턴을 학습하도록 하는 기술이다.

상품을 추천하는 시스템을 만든다면 개발자가 모든 추천 조건을 일일이 작성하는 대신, 
사용자의 구매 기록이나 행동 데이터를 활용해 상품 간의 관계를 학습하도록 할 수 있다.

이러한 변화는 이미지 인식, 음성 인식, 검색, 추천 시스템 등 다양한 기술이 발전하는 기반이 되었다.

5. 딥러닝과 초거대 AI의 등장

2010년대에는 대규모 데이터, GPU를 활용한 연산 능력, 인공신경망 기술의 발전이 결합하면서 딥러닝(Deep Learning)이 빠르게 성장했다.

딥러닝은 여러 층으로 구성된 인공신경망을 이용해 데이터의 복잡한 패턴을 학습하는 머신러닝의 한 분야다. 이미지 분류, 음성 인식, 자연어 처리 등에서 중요한 성과를 거두었다.

2020년대에는 대규모 언어 모델(LLM)과 생성형 AI가 대중화되면서 AI의 활용 범위가 더욱 넓어졌다.

ChatGPT, Gemini, Claude와 같은 서비스는 자연어로 질문하고 답변을 생성하는 방식을 널리 알렸다. 이미지 생성과 멀티모달 기술도 발전하면서 텍스트뿐 아니라 이미지, 음성, 영상 등 여러 형태의 정보를 다루는 AI가 등장했다.

이제 AI는 전문가만 사용하는 기술이 아니라 일상과 업무에서 직접 활용할 수 있는 도구가 되었다.

👨🏼‍💻 소프트웨어의 발전: 규칙에서 자연어로

AI의 발전은 소프트웨어를 만드는 방식의 변화로도 이해할 수 있다.

다음 구분은 기술 발전의 흐름을 설명하기 위한 개념적 모델이며, 모든 소프트웨어가 순서대로 해당 단계를 거치는 것은 아니다.

✔️ Software 1.0에서는 원하는 결과를 얻기 위해 사람이 구체적인 규칙을 작성해야 했다. ✔️ Software 2.0에서는 데이터를 학습한 모델이 일정한 작업을 수행할 수 있게 되었다.

✔️ Software 3.0의 중요한 변화는 자연어를 통해 AI와 상호작용할 수 있다는 점이다. 사용자는 복잡한 명령어를 직접 작성하지 않고도 일상적인 언어로 작업을 요청할 수 있다.

✔️ Software 4.0은 AI가 단일 명령에 응답하는 수준을 넘어 목표를 이해하고 여러 작업을 자율적으로 수행하는 방향을 가리킨다. 다만 이는 확립된 공식 표준이라기보다 앞으로의 발전 방향을 설명하는 개념으로 이해하는 것이 적절하다.

🌬️ 우리가 이미 사용하고 있는 일상 속 AI

AI는 생각보다 다양한 제품과 서비스에 적용되어 있다.

특히 프로덕트 디자이너라면 기술 자체뿐 아니라 AI가 사용자에게 어떤 기능과 경험을 제공하는지 살펴볼 필요가 있다.

생성형 AI와 디자인 도구

ChatGPT, Gemini, Claude와 같은 대화형 AI는 자료 조사, 아이디어 탐색, 글쓰기, 정보 요약, 코드 작성 등 다양한 업무에 활용된다.

Adobe Express, Adobe Firefly, Midjourney와 같은 도구는 이미지 생성과 편집을 지원한다. 디자인 과정에서는 레퍼런스 탐색, 콘셉트 시각화, 배경 생성, 이미지 수정 등에 활용할 수 있다.

각 도구는 지원하는 기능과 작업 방식이 다르므로, 목적에 맞게 선택하는 것이 중요하다.

자율주행과 로봇청소기

두 사례는 AI와 센서 기술이 실제 환경을 인식하고, 그 정보를 바탕으로 동작하는 제품에 어떻게 활용되는지 보여준다.

▫️ 테슬라의 FSD(Full Self-Driving)는 카메라 등에서 수집한 정보를 바탕으로 주변 환경을 인식하고 차량의 주행을 보조하는 시스템이다. 다만 완전한 무인 자율주행을 의미하지 않으며, 운전자의 감독과 개입이 필요하다.

▫️ 로봇청소기는 카메라, LiDAR 등 다양한 센서를 활용해 자신의 위치를 파악하고 주변 공간의 지도를 생성한다. 이러한 위치 추정 및 지도 작성 기술을 SLAM(Simultaneous Localization and Mapping)이라고 한다.

사용자 행동을 분석하는 추천 시스템

이커머스 서비스는 사용자의 검색, 클릭, 구매 이력 등 다양한 행동 데이터를 활용해 관심을 가질 만한 상품을 추천한다.

사용자가 특정 상품을 장바구니에 담았을 때 함께 구매할 가능성이 있는 상품을 제안하면, 사용자는 필요한 물건을 더 쉽게 찾을 수 있다.

음악 스트리밍 서비스도 청취 이력과 선호도 등을 분석해 취향에 맞는 곡이나 플레이리스트를 추천한다. 이러한 기능에는 협업 필터링, 콘텐츠 기반 필터링, 딥러닝 등 여러 기술이 활용될 수 있다.

추천 시스템을 설계할 때는 예측 정확도뿐 아니라 추천 결과가 사용자에게 유용한지, 필요한 순간에 적절하게 제공되는지도 중요하다.

얼굴 보정과 이미지 기반 식단 인식

얼굴 보정 앱은 이미지에서 얼굴과 주요 특징점을 감지해 피부, 얼굴형, 메이크업 등을 보정한다.

이미지 기반 식단 관리 서비스는 음식 사진을 분석해 음식의 종류를 추정하고 칼로리 등 관련 정보를 제공한다. 일부 서비스는 식사 기록과 혈당 데이터를 결합해 식후 혈당 변화를 예측하기도 한다.

이러한 기능은 사용자가 직접 정보를 입력해야 하는 과정을 줄여준다. 다만 이미지 분석 결과나 건강 관련 예측에는 오차가 발생할 수 있으므로, 결과를 확정적인 정보처럼 전달하지 않는 설계가 필요하다.

대화 내용을 요약하는 AI

대화형 서비스에도 AI가 적용되고 있다.

통화 내용을 텍스트로 변환하고 주요 내용을 요약하면, 사용자는 긴 대화를 다시 듣지 않고도 중요한 정보를 확인할 수 있다.

이러한 기능을 설계할 때는 단순히 내용을 짧게 줄이는 것보다 중요한 맥락이 유지되는지, 누락되거나 잘못 해석된 내용은 없는지, 사용자가 원문을 확인할 수 있는지 등을 함께 고려해야 한다.

AI 시대에 달라지는 프로덕트 디자이너의 역할

✅ 제작 중심에서 방향 설정과 판단으로

과거의 디자인 작업에서는 레퍼런스를 찾고 시안을 직접 제작하며 수정하는 과정에 많은 시간이 필요했다.

현재는 생성형 AI를 활용해 아이디어를 확장하고 다양한 시안을 빠르게 탐색할 수 있다. 반복적인 작업에 투입되는 시간을 줄이고, 문제 정의와 사용자 경험 설계에 더 집중할 수 있는 가능성이 열린 것이다.

하지만 AI가 결과물을 생성한다고 해서 디자인에 대한 이해가 불필요해지는 것은 아니다.

원하는 결과를 얻으려면 어떤 문제를 해결해야 하는지, 누구를 위한 디자인인지, 어떤 분위기와 표현 방식이 적절한지 설명할 수 있어야 한다. 또한 생성된 결과물이 사용 목적에 부합하는지도 판단해야 한다.

따라서 AI 시대의 디자이너에게는 도구 활용 능력과 함께 디자인 기초 지식, 문제 정의 능력, 결과물을 평가하는 안목이 필요하다.

✅ 전통적인 디자인 프로세스와 AI 협업 프로세스

전통적인 디자인 프로세스는 일반적으로 다음과 같은 흐름으로 진행된다.

AI와 협업할 때는 문제를 정의한 뒤 아이디어를 발산하고, AI가 생성한 여러 시안을 비교하며, 사람이 방향을 선택하고 보완하는 과정이 추가될 수 있다.

AI 협업 프로세스는 반드시 작업 단계를 줄이는 방식은 아니다. 오히려 여러 대안을 생성하고 검토하는 과정이 추가될 수 있다.

중요한 변화는 디자이너가 모든 시안을 처음부터 직접 만드는 대신, 다양한 가능성을 빠르게 탐색하고 선택할 수 있다는 점이다.

AI 시대의 디자이너에게 필요한 역량

1. 질문하는 능력

AI로부터 유용한 답변을 얻으려면 해결하려는 문제를 구체적으로 정의해야 한다.

예를 들어 단순히 “UX를 개선해 줘”라고 요청하면 
어떤 사용자에게 어떤 문제가 발생했는지 알 수 없기 때문에 답변이 추상적일 수 있다.

반면 특정 사용자가 어떤 상황에서 어려움을 겪는지, 무엇을 개선하고 싶은지 설명하면 보다 관련성 높은 아이디어를 얻는 데 도움이 된다.

질문을 작성할 때는 대상 사용자, 사용 상황, 문제, 목적, 제약 조건을 명확히 하는 것이 좋다.

2. 키워드를 다루는 힘

AI와 효과적으로 소통하려면 자신의 의도를 정확한 언어로 표현할 수 있어야 한다.

예를 들어 포스터 디자인을 요청할 때 단순히 세련된 느낌이라고 설명하는 것보다 
원하는 서체, 색상, 레이아웃, 이미지 분위기를 구체적으로 전달하는 편이 결과를 조정하기 쉽다.

이를 위해서는 타이포그래피, 컬러, 레이아웃, 사용자 경험 등 디자인에 관한 기본 개념을 이해해야 한다.

디자인 지식은 직접 제작할 때뿐 아니라 AI에 적절한 방향을 제시하고 결과물을 평가할 때도 활용된다.

3. 실행력과 실험 정신

AI 도구와 기능은 빠르게 변화하기 때문에 모든 기술을 완벽하게 익힌 뒤 사용하기보다, 실제 작업에 적용하며 배우는 접근이 도움이 된다.

같은 작업이라도 프롬프트를 다르게 작성하거나 여러 도구를 사용해 결과를 비교해 볼 수 있다.

중요한 것은 새로운 도구를 사용하는 데 그치지 않고, 어떤 작업에서 도움이 되었으며 어떤 한계가 있었는지 직접 확인하는 것이다.

4. 인간에 대한 깊은 이해

AI가 데이터를 분석하고 여러 대안을 제시할 수 있어도, 사용자의 감정과 상황을 충분히 고려했는지는 별도로 검토해야 한다.

사용자가 서비스를 이용하는 환경, 겪고 있는 불편함, 문화적 맥락과 감정 등을 이해하는 일은 프로덕트 디자인의 중요한 출발점이다.

AI가 제안한 기능이 기술적으로 구현 가능하더라도 사용자가 실제로 필요로 하지 않는다면 적절한 해결책이 아닐 수 있다.

따라서 프로덕트 디자이너는 기술의 가능성과 함께 사용자에게 제공할 실질적인 가치를 고려해야 한다.

AI가 잘하는 일과 사람의 판단이 필요한 일

AI는 다양한 디자인 작업을 보조할 수 있지만, 생성된 결과물을 그대로 사용하는 것이 항상 적절한 것은 아니다.

예를 들어 AI가 포스터 시안을 여러 개 생성했다면, 디자이너는 그중 어떤 시안이 행사 목적에 적합한지 살펴보고,
핵심 정보가 눈에 잘 들어오는지, 텍스트 대비가 충분한지, 이미지가 전달하려는 분위기와 일치하는지도 확인해야 한다.

또한 시간과 예산이 제한된 프로젝트에서는 어떤 요소를 우선적으로 개선할지 판단해야 한다. 
AI는 판단에 필요한 자료와 대안을 제공할 수 있지만, 최종 선택에는 프로젝트의 실제 맥락이 반영되어야 한다.

AI의 기능은 계속 발전하고 있으므로 특정 작업을 영구적으로 AI가 잘하거나 못하는 영역으로 구분하기보다, 현재 사용하는 도구의 성능을 확인하면서 활용 범위를 조정하는 것이 적절하다.

할루시네이션: AI의 답변을 검증해야 하는 이유

할루시네이션(Hallucination)은 AI가 사실과 다르거나 실제로 존재하지 않는 정보를 그럴듯한 답변으로 생성하는 현상이다.

예를 들어 존재하지 않는 역사적 사건에 대해 질문했을 때, 
AI가 잘못된 전제를 바로잡지 않고 허구의 사건을 실제 기록처럼 설명할 수 있다.

최근 AI 모델은 잘못된 전제를 인식하고 수정하는 능력이 발전했지만, 할루시네이션이 완전히 사라진 것은 아니다. 모델과 질문 방식에 따라 같은 주제에서도 서로 다른 결과가 나올 수 있다.

특히 리서치 과정에서 AI를 활용한다면 다음 사항을 확인하는 것이 좋다.

• 중요한 사실은 원문이나 신뢰할 수 있는 자료와 대조하기

• AI가 제시한 출처가 실제로 존재하며 해당 내용을 뒷받침하는지 확인하기
• 수치와 인용문은 가능한 한 원자료에서 검증하기
• AI가 생성한 추정이나 해석을 검증된 사실과 구분하기

AI는 정보를 탐색하고 정리하는 시간을 줄여줄 수 있지만, 리서치 결과의 신뢰성을 확보하려면 별도의 검증 과정이 필요하다.

러닝 커브 - 디자인 역량은 반복적인 경험을 통해 발전한다

러닝커브는 새로운 기술이나 지식을 습득할 때 투입한 시간과 경험에 따라 숙련도가 어떻게 변화하는지 보여주는 그래프다.

새로운 개념을 처음 접하면 노력에 비해 성과가 잘 드러나지 않을 수 있다. 하지만 기초 지식이 쌓이고 반복적인 경험을 통해 학습한 내용이 내면화되면, 이전보다 빠르게 이해하고 적용할 수 있게 된다.

1️⃣ 초기 정체 구간(Slow Beginning) 새로운 개념과 도구에 적응하는 단계다. 많은 시간과 노력을 투입하더라도 눈에 띄는 성과가 나타나지 않을 수 있다.

디자인을 처음 배울 때 타이포그래피의 위계나 레이아웃을 이해하기 어렵고, 
배운 내용을 실제 작업에 적용하는 데 시간이 걸리는 것이 대표적인 예다.

2️⃣ 급격한 성장 구간(Rapid Growth) 기초 지식이 쌓이면서 이해도와 숙련도가 빠르게 향상되는 단계다.

이전에는 자료를 참고해야만 이해할 수 있었던 디자인 원칙이 자연스럽게 떠오르고, 새로운 작업에도 응용할 수 있게 된다.

3️⃣ 고원 현상(Plateau) 성장 속도가 둔화되거나 실력이 정체된 것처럼 느껴지는 시기다. 하지만 학습한 내용을 내면화하고 심화하는 과정일 수 있다.

기초적인 작업에 익숙해진 이후에도 새로운 표현 방식이나 복잡한 문제를 다루기 위해서는 지속적인 학습과 연습이 필요하다.

고원 현상을 극복하는 세 가지 전략

1. 의식적 연습(Deliberate Practice) : 익숙한 작업을 반복하는 데 그치지 않고, 명확한 목표를 설정해 부족한 부분을 집중적으로 개선하는 방법이다.

예를 들어 타이포그래피의 시각적 위계가 약하다면 글자의 크기와 굵기, 배치 등을 바꾸어 보며 개선할 수 있다.

2. 피드백 루프 구축 : 작업물을 완성한 뒤 피드백을 받고, 이를 반영해 수정·보완하는 과정을 반복한다.

디자인에 대한 전문 지식이 부족한 사람이라도 정보가 잘 읽히는지, 어떤 요소가 먼저 눈에 들어오는지 등에 관한 의견을 제시할 수 있다. 다양한 관점의 피드백은 작업자가 놓친 문제를 발견하는 데 도움이 된다.

3. 환경의 변화와 새로운 자극 : 익숙한 작업 방식에서 벗어나 다양한 레퍼런스를 접하는 것도 필요하다.

Pinterest, Behance, 전시회 등에서 다른 디자이너의 작업물을 살펴보며 
타이포그래피, 레이아웃, 톤앤매너, 색상 조합 등을 관찰하면 새로운 표현 방식을 발견하고 디자인 감각을 확장할 수 있다.

디자인은 많은 개념을 단기간에 익혔다고 해서 곧바로 능숙하게 적용할 수 있는 분야가 아니다. 배운 내용을 실제 작업에 활용하고 반복적으로 개선하면서 자신만의 지식으로 만드는 시간이 필요하다.

🪺 실무 및 포트폴리오 줍줍

1. AI 기능은 구체적인 작동 방식까지 설계하기

서비스에 AI 기능을 도입할 때는 단순히 'AI 추천'이나 'AI 자동화'라는 표현을 사용하는 것보다, 어떤 문제를 어떤 방식으로 해결할 것인지 구체적으로 설명해야 한다.

예를 들어 상품 비교 과정의 불편함을 개선한다면, 
AI가 사용자 리뷰를 분석해 핵심 키워드를 자동으로 추출하고 상품별 특징을 비교할 수 있도록 돕는 방식을 제안할 수 있다.

이처럼 기능의 작동 방식과 기대 효과를 함께 제시하면 아이디어의 목적과 활용 가치를 명확하게 전달할 수 있다.

2. 사용자·비즈니스·기술 관점에서 솔루션 검증하기

AI를 활용해 아이디어를 도출했다면 실제 서비스에 적용할 수 있는지 다각도로 검토해야 한다.

특히 AI 기능을 기획할 때는 이미 상용화된 서비스의 사례를 참고하여 기술적 실현 가능성을 검토하는 것이 좋다. 아이디어의 참신함뿐 아니라 실제 구현 가능성까지 고려해야 설득력 있는 솔루션을 제안할 수 있다.

3. 제약 조건과 실패 시나리오를 활용해 아이디어 보완하기

AI에 아이디어를 요청할 때는 목표뿐 아니라 예산, 시간, 기술적 한계 등 구체적인 제약 조건을 함께 제시할 수 있다.

또한 AI를 활용해 예상되는 실패 시나리오를 탐색하는 방법도 있다. 제안한 기능이 어떤 상황에서 제대로 작동하지 않을 수 있는지, 사용자가 어떤 불편을 경험할 수 있는지 검토하는 것이다.

4. 디자인 프로세스에 맞춰 프롬프트 활용하기

프롬프트 기법을 모두 외우거나 모든 작업에 적용할 필요는 없다. 각 디자인 단계의 목적에 따라 필요한 방식을 선택하는 것이 중요하다.

예를 들어 리서치와 문제 정의 단계에서는 서비스의 비즈니스 방향과 사용자 의견을 폭넓게 탐색하고, 
아이데이션 단계에서는 수량과 카테고리, 톤앤매너 등의 조건을 지정해 서로 다른 아이디어를 생성할 수 있다.

중요한 문제를 구체화할 때는 단계별 분석을 요청하고, 시안 제작 과정에서는 여러 디자인 방향을 탐색한 뒤 비교하는 방식으로 활용할 수 있다.

이렇게 발견한 문제점은 추가로 검증해야 할 항목으로 정리하고, 아이디어를 보완하는 데 활용할 수 있다.

5. AI 기능은 사용자 가치와 비즈니스 임팩트까지 연결해서 분석하기

서비스의 AI 기능을 분석할 때는 어떤 기술이 사용되었는지만 정리하는 것보다, 그 기능이 사용자 경험과 비즈니스에 어떤 변화를 만드는지까지 연결해서 살펴보는 것이 중요하다.

추천, 이미지 탐색, 통화 요약, 자동 글쓰기 등 다양한 AI 기능을 살펴보면서 기능 자체보다 그로 인해 사용자가 얻게 되는 편의와 서비스가 얻을 수 있는 효과를 함께 분석하면 좋다.

개인화 추천은 원하는 상품을 빠르게 발견하도록 도와 탐색 피로도를 낮출 수 있고, 
서비스 관점에서는 구매 전환이나 체류 시간, 재사용과 연결될 수 있다.

포트폴리오에서도 다음과 같은 흐름으로 정리해볼 수 있다.

AI 기능 → 사용자 경험의 변화 → 사용자 가치 → 비즈니스 임팩트

이미지 기반 상품 탐색 기능이라면 단순히 AI가 비슷한 상품을 추천한다에서 끝내지 않고, 
원하는 스타일을 빠르게 탐색할 수 있다 → 탐색 과정이 짧아진다 → 상품 구매로 이어질 가능성을 높인다처럼 
기능이 만들어내는 변화를 단계적으로 설명할 수 있다.

다만 실제 데이터로 확인하지 않은 효과라면 성과처럼 단정하기보다 기대 효과 또는 설계 의도로 구분해서 작성하는 것이 좋다.

AI의 발전은 디자이너가 작업하는 방식을 바꾸고 있다. 자료를 조사하고, 아이디어를 발산하고, 여러 시안을 제작하는 과정에서 AI의 도움을 받을 수 있게 되면서 디자인 작업의 선택지도 넓어졌다.

하지만 결과물을 빠르게 생성하는 것과 적절한 디자인을 완성하는 것은 서로 다른 문제다.

프로덕트 디자이너는 사용자의 문제를 정의하고, 비즈니스와 기술적 조건을 고려하며, 여러 대안 중 목적에 맞는 방향을 선택해야 한다. AI가 생성한 결과물을 실제 사용자 경험으로 연결하려면 디자인에 대한 기본 지식과 비판적인 판단이 필요하다.

결국 AI 시대에 중요한 것은 도구를 얼마나 많이 사용하는지가 아니라, 어떤 문제를 해결하기 위해 AI를 활용하고 그 결과를 어떻게 검증하고 개선하는지에 있다.

컬러는 단순히 화면을 꾸미는 시각적 요소가 아니다. 브랜드의 정체성과 서비스의 분위기를 전달하고, 중요한 정보를 강조하며, 사용자의 행동을 자연스럽게 유도하는 역할을 한다.

UX/UI 디자인에서 컬러를 효과적으로 활용하려면 먼저 색을 구성하는 기본 요소인 색상(Hue), 명도(Value), 채도(Saturation)를 이해할 필요가 있다.

색상 (Hue)

색상은 빨강, 파랑, 노랑처럼 각각의 색을 구분하는 고유한 속성을 의미한다.

실무에서는 색상을 통해 브랜드 아이덴티티를 표현하거나 버튼과 같은 중요한 요소를 강조한다. 서비스의 대표 색상인 Primary Color는 전체적인 톤앤매너를 형성하는 데에도 중요한 역할을 한다.

컬리는 보라색을 대표 컬러로 사용하며, 
버튼이나 라벨, 칩 등 다양한 UI 요소에 같은 계열의 색상을 명도와 채도를 조절해 활용한다. 

이처럼 하나의 색상을 중심으로 변형하면 브랜드의 일관성을 유지하면서도 다양한 UI 상태를 표현할 수 있다.

명도 (Value, Brightness)

명도는 색이 얼마나 밝고 어두운지를 나타낸다. 명도가 높아질수록 흰색에 가까워지고, 낮아질수록 어두운 색에 가까워진다.

명도에 따라 사용자가 느끼는 분위기도 달라진다. 명도가 높으면 가볍고 부드러우며 깨끗한 인상을 줄 수 있고, 반대로 명도가 낮으면 무겁고 진중하며 강한 인상을 표현하기 좋다.

따라서 같은 색상이라도 명도를 어떻게 조절하느냐에 따라 서비스가 전달하는 분위기는 크게 달라질 수 있다.

채도 (Saturation)

채도는 색이 얼마나 선명하고 강하게 느껴지는지를 나타낸다. 채도가 높을수록 색이 쨍하고 또렷하게 보이며, 낮아질수록 탁하고 차분한 느낌을 준다.

UX/UI에서는 이러한 특성을 이용해 정보의 중요도나 UI의 상태를 구분할 수 있다. 중요한 CTA 버튼처럼 사용자의 시선을 끌어야 하는 요소에는 비교적 선명한 색을 사용할 수 있고, 아직 입력 조건이 충족되지 않은 Disabled 버튼에는 채도를 낮춰 비활성 상태임을 전달할 수 있다.

컬러는 단순한 장식이 아니라 무엇이 중요하고, 지금 어떤 상태이며, 사용자가 다음에 무엇을 해야 하는지 알려주는 시각적 정보가 될 수 있다.

◻️ 팬톤과 올해의 컬러

PANTONE(팬톤)은 전 세계의 디자이너, 브랜드, 제조사가 동일한 색상을 일관되게 사용할 수 있도록 색의 기준을 제공하는 기업이다.

팬톤은 매년 ‘올해의 컬러(Color of the Year)’를 선정한다. 이 컬러는 단순히 유행하는 색을 고르는 것에 그치지 않고 사회 분위기, 기술 변화, 트렌드, 글로벌 이슈 등을 종합적으로 고려해 그 시대에 사람들이 필요로 하는 감정과 메시지를 색으로 표현한다.

출처: Pantone – Color of the Year 2026

2026년 올해의 컬러는 Cloud Dancer로, 부드럽고 공기처럼 가벼운 화이트 계열의 컬러다. 빠른 기술 변화와 과도한 정보 속에서 사람들이 원하는 편안함, 안정감, 여백과 같은 이미지를 담고 있다.

이렇게 선정된 컬러는 패션뿐만 아니라 산업 디자인, 인쇄, IT, 브랜딩 등 다양한 분야에 영향을 미친다. 컬러 트렌드를 공부할 때 단순히 ‘올해 무슨 색이 유행하는가’를 보는 것보다 왜 그 색이 선택되었는지 함께 살펴보는 것도 도움이 된다.

브랜드 컬러와 정서

넷플릭스, 카카오, 스타벅스처럼 브랜드의 이름만 들어도 특정한 색이 자연스럽게 떠오르는 경우가 있다. 이처럼 브랜드를 대표하고 정체성을 전달하는 색을 브랜드 컬러(BI Color)라고 볼 수 있다.

색상마다 전달하는 정서적인 이미지가 다르기 때문에 브랜드가 어떤 인상을 전달하고 싶은지에 따라 대표 컬러도 달라진다.

🟥 빨강 (Red)

빨강은 강하고 활기찬 느낌을 주며 주목도가 높다. 시선을 빠르게 끌고 즉각적인 행동을 유도하는 데 효과적이기 때문에 엔터테인먼트, 플랫폼, 미디어 분야 등에서 활용되는 모습을 볼 수 있다.

🟨 노랑 (Yellow)

노랑은 밝고 긍정적이며 친근한 인상을 준다. 가볍고 친숙하게 느껴져 사용자와의 심리적 거리나 진입 장벽을 낮추는 데 활용할 수 있다.

🟩 초록 (Green)

초록은 자연스럽고 건강하며 안정적인 느낌을 준다. 자연이나 건강을 연상시키기 때문에 구독, 라이프스타일, 웰니스 서비스 등에서 활용하기 좋다.

스타벅스, 시리즈, 런드리고처럼 같은 초록을 사용하는 브랜드라도 명도와 채도에 따라 전달되는 분위기는 달라질 수 있다. 예를 들어 조금 더 낮은 채도와 무게감 있는 초록은 차분하고 프리미엄한 이미지를 표현하는 데 활용할 수 있다.

🟦 파랑 (Blue)

파랑은 신뢰할 수 있고 차분한 느낌을 주며 신뢰성, 전문성, 합리성과 같은 이미지를 전달한다.

이러한 특성 때문에 신뢰가 중요한 IT·금융 분야에서 자주 볼 수 있다.

🟪 보라 (Purple)

보라는 고급스럽고 감성적인 인상을 주며 차별화, 창의성, 프리미엄 이미지를 표현하는 데 활용할 수 있다.

특히 컬리와 퀸잇처럼 프리미엄 전략을 강조하는 서비스에서 보라색을 브랜드 아이덴티티와 연결해 활용하는 모습을 확인할 수 있다.

⬛️ 검정 (Black)

검정은 고급스럽고 강한 인상을 주며 권위, 절제, 프리미엄과 같은 이미지를 표현하기 좋다.

같은 색상이라도 명도와 채도에 따라 전혀 다른 인상을 만들 수 있다. 따라서 브랜드 컬러를 선택할 때는 색 자체뿐 아니라 어떤 톤으로 사용할 것인지까지 함께 고려해야 한다.

색상 조화의 법칙

여러 색을 함께 사용할 때는 색상환(Color Wheel)을 기준으로 색의 관계를 이해하면 보다 안정적인 컬러 조합을 만들 수 있다. 대표적으로 보색, 유사색, 삼각색을 활용할 수 있다.

보색 (Complementary)

보색은 색상환에서 서로 마주 보는 색을 의미한다.

두 색의 차이가 크기 때문에 강렬한 대비가 만들어지고 주목도가 높아진다. 따라서 특정 요소를 강조하거나 시선을 집중시키고 싶을 때 활용하기 좋다.

유사색 (Analogous)

유사색은 색상환에서 서로 인접한 2~3개의 색을 조합하는 방식이다.

비슷한 계열의 색을 사용하기 때문에 전체적으로 조화롭고 안정적이며 자연스러운 인상을 만든다. 배너나 배경처럼 전체적인 분위기를 안정적으로 구성하고 싶을 때 활용하기 좋다.

삼각색 (Triadic)

삼각색은 색상환에서 약 120° 간격으로 위치한 세 가지 색을 조합하는 방식이다.

색 사이의 차이가 있으면서도 균형을 이루기 때문에 활기차고 다채로운 인상을 만들 수 있으며 포스터나 캠페인 디자인 등에 활용할 수 있다.

다만 여러 색이 동시에 강하게 드러날 수 있어 톤을 적절하게 조절하지 않으면 산만해 보일 수 있으므로 색의 비율과 명도·채도를 함께 고려하는 것이 중요하다.

컬러를 효과적으로 활용하는 방법

컬러 강조와 어포던스

어포던스(Affordance)는 사용자가 별도의 설명 없이도 어떤 행동을 해야 하는지 자연스럽게 인지하고 행동하도록 유도하는 것을 의미하며, 흔히 행동 유도성이라고 표현한다.

UI에서는 컬러를 이용해 이러한 어포던스를 강화할 수 있다.

알림 아이콘에 빨간색 배지를 표시하면 사용자는 새로운 알림이 있다는 것을 빠르게 인지하고 확인하려는 행동을 하게 된다.

메시지를 작성한 뒤 전송 버튼만 다른 색으로 강조하는 것도 같은 원리다.
사용자는 별도의 설명을 읽지 않아도 ‘이 버튼을 누르면 메시지가 전송되겠구나’라고 자연스럽게 판단할 수 있다.

어포던스는 디지털 UI에만 존재하는 개념도 아니다. 일상적인 제품이나 공간에서도 형태를 통해 행동을 유도할 수 있다.

문을 밀어야 할 때는 손잡이를 없애 자연스럽게 밀도록 만들고, 
당겨야 할 때는 잡을 수 있는 손잡이를 제공하면 사용자가 별도의 안내문을 읽지 않아도 행동을 예측하기 쉬워진다.

적절한 컬러와 형태는 사용자가 ‘어디를 눌러야 하지?’라고 고민하는 시간을 줄여주는 시각적 단서가 된다.

시스템 컬러 (System Color)

시스템 컬러는 브랜드의 정체성을 표현하기 위한 색이 아니라, 사용자에게 현재 상태와 필요한 행동을 명확하게 전달하기 위한 기능적인 색상이다.

대표적으로 UI에서는 Error는 Red, Success는 Green, Information은 Blue와 같이 상태별 컬러를 사용할 수 있다.

오류가 발생했을 때 빨간색을 사용하면 사용자가 문제를 빠르게 인지하고 수정하도록 도울 수 있고, 초록색은 작업이 정상적으로 완료되었다는 상태를, 파란색은 다음 행동을 판단하는 데 필요한 정보를 전달하는 데 활용할 수 있다.

다만 실제 서비스에서는 성공이나 정보 상태 등에 브랜드 컬러를 활용하는 경우도 있다.

중요한 것은 특정 색을 기계적으로 적용하는 것이 아니라 사용자가 현재 상태를 빠르게 이해하고 다음 행동을 판단할 수 있도록 일관된 기준을 만드는 것이다.

📌 컬러 팔레트 참고 사이트

직접 컬러 조합을 만드는 것이 어렵다면 팔레트 사이트를 활용해 색상 조화와 다양한 레퍼런스를 탐색할 수 있다.

• Adobe Color : 색상환을 기반으로 보색·유사색·삼각색 등의 팔레트를 만들 수 있으며 RGB·CMYK·HEX 코드 확인, 이미지 색상 및 그라디언트 추출 등이 가능하다.

색상환의 위치를 조절하면 명도와 채도가 달라지는 모습을 비교할 수 있고, 완성된 색상의 코드를 복사해 디자인에 바로 적용할 수도 있다.

탐색 기능에서는 Happy, Luxury 등 특정 분위기나 키워드에 맞는 팔레트를 살펴볼 수 있다. 이를 비교하면서 어떤 명도와 채도가 특정 분위기를 만드는지 관찰하면 컬러 감각을 익히는 데 도움이 된다.

또한 이미지를 업로드하면 이미지에서 주요 컬러를 추출해 팔레트로 만들어준다.

마음에 드는 포스터나 레퍼런스를 발견했을 때 ‘이 디자인에는 어떤 색 조합이 사용됐을까?’를 분석하는 용도로 활용하기 좋다. 추출된 컬러는 직접 위치를 조절할 수 있으며 RGB나 HEX 코드로 확인할 수 있다.

이미지를 기반으로 그라디언트를 추출하는 기능도 제공하기 때문에 레퍼런스에서 컬러와 그라디언트를 분석할 때 함께 활용할 수 있다.

• Color Hunt : 전 세계 사용자가 만든 컬러 팔레트를 인기·랜덤·계절·분위기 등 다양한 기준으로 탐색할 수 있다. 특정 무드에서 반복적으로 사용되는 색의 명도와 채도를 살펴보며 톤앤매너를 설정할 때 참고하기 좋다.

특히 Adobe Color와 Color Hunt는 컬러 팔레트를 만들거나 레퍼런스를 찾을 때 활용하기 좋은 사이트다.

• Color Space : 원하는 색상 코드를 입력하면 해당 색을 기준으로 어울리는 컬러 조합을 자동으로 추천해준다. Hailpixel처럼 마우스를 움직이며 색을 직관적으로 탐색할 수 있는 도구도 있다.

• Coolors : 컬러 팔레트를 빠르게 생성하고 탐색할 수 있는 도구로, 색상 코드 확인부터 밝기 변형, 이미지 기반 컬러 추출까지 다양한 기능을 제공한다. 추출한 색상에 필요한 컬러를 추가해 팔레트를 확장하는 방식으로도 활용할 수 있다.

• Hailpixel : 마우스를 움직이며 직관적으로 색상을 탐색할 수 있어 색을 찾는 과정 자체를 인터랙티브하게 경험할 수 있다.

📌 그라디언트 참고 사이트

• Gradient Hunt : 인기·신규·랜덤 그라디언트를 탐색할 수 있다.

선형뿐 아니라 중심에서 색이 퍼져 나가는 Radial Gradient 등 다양한 형태의 그라디언트를 참고할 수 있다.

• WebGradients : 원형 UI를 통해 다양한 그라디언트를 탐색할 수 있다. 각 조합에 색이 연상시키는 분위기를 표현한 이름이 붙어 있어 컬러와 감정의 관계를 함께 살펴보기 좋은 사이트며, 코드도 함께 제공된다.

• Design Seeds : 자연, 동물, 풍경 등의 이미지에서 추출한 컬러 팔레트를 제공한다. 특정 사진이 가진 분위기가 어떤 색 조합으로 구성되어 있는지 확인할 수 있으며, HEX 코드도 함께 살펴볼 수 있다.

• uiGradients : 화면 전체에서 다양한 그라디언트 조합을 크게 확인할 수 있어 실제 디자인에 사용할 그라디언트 레퍼런스를 탐색하기 좋다.

🎨 레퍼런스 이미지에서 컬러 찾기

컬러를 처음부터 직접 조합하는 것이 어렵다면 마음에 드는 레퍼런스 이미지에서 컬러를 발견하는 방법을 활용하면 된다.

Pinterest 등에서 원하는 분위기의 이미지를 찾은 뒤 color theme, color theme ideas, color palette와 같은 키워드로 검색해 레퍼런스를 모아볼 수 있다.

이후 Adobe Color와 같은 도구에 이미지를 넣어 주요 컬러나 그라디언트를 추출하면 막연하게 ‘예쁜 색’을 고르는 것보다 원하는 무드를 구체적인 팔레트로 정리하기 쉬워진다.

컬러를 잘 사용한다는 것은 예쁜 색을 많이 사용하는 것이 아니라, 브랜드가 전달하려는 분위기와 정보의 중요도, 사용자의 행동과 상태에 맞는 색을 목적에 따라 선택하는 것에 가깝다.

시각적 위계를 만드는 4가지 방법

디자인에서 모든 요소가 동일한 중요도를 갖는 것은 아니다.

사용자가 중요한 정보를 먼저 발견하고 자연스럽게 다음 요소로 시선을 이동할 수 있도록 정보의 우선순위를 시각적으로 구분하는 것을 시각적 위계(Visual Hierarchy)라고 한다.

시각적 위계는 크기, 색, 공간감, 형태를 활용해 만들 수 있다. 각 방법을 살펴보기 전에 디자인을 구성하는 기본 요소인 점·선·면부터 이해해 보자.

조형의 기본 요소 : 점·선·면

조형은 점·선·면과 같은 시각적 요소를 구성해 형태를 만드는 것으로, 회화와 조각부터 그래픽·영상·UI 디자인까지 다양한 분야에서 활용된다.

✔️ 점 (Point)은 조형 작은의 가장 기본 단위로, 특정 위치를 표시하거나 시선이 머무는 지점을 만든다. 여러 점의 크기와 간격을 조절하면 리듬감과 방향성을 표현할 수도 있다.

✔️ 선 (Line)은 점이 이어져 만들어지는 요소로, 방향과 길이, 움직임이나 속도감을 표현한다. 면에 비해 가볍고 날렵한 인상을 주며 시선의 흐름을 유도하는 데 활용할 수 있다.

✔️ 면 (Plane)은 선으로 둘러싸인 영역으로, 화면에서 일정한 공간을 차지하며 무게감과 안정감을 만든다. 배경이나 카드, 넓은 색상 영역처럼 정보를 묶고 구분하는 데에도 활용된다.

점·선·면은 고정된 형태가 아니라 크기, 간격, 배치와 바라보는 각도에 따라 서로 다르게 인식될 수 있다. 작은 점들이 촘촘하게 모이면 선처럼 보이고, 선이 반복되거나 두께와 각도가 달라지면 하나의 면처럼 느껴지기도 한다.

포스터와 타이포그래피에서도 이러한 원리를 활용한다. 개별 글자나 작은 요소는 점처럼 보이지만, 여러 요소가 연결되면 선의 흐름을 만들고 전체적으로는 하나의 면을 형성할 수 있다.

1. 크기를 이용한 강조

크기는 요소의 중요도를 구분하는 가장 직관적인 방법 중 하나다. 동일한 크기의 요소들 사이에서 특정 요소만 크게 표현하면 자연스럽게 시선이 집중된다.

중요한 정보를 강조하려면 요소 간 크기 차이를 충분히 확보해야 한다. 차이가 작으면 모든 요소가 비슷한 중요도로 인식되어 시각적 위계가 약해진다.

UI에서는 제목과 본문, 주요 수치와 보조 정보 등에 크기 차이를 적용해 사용자가 읽어야 할 순서를 안내할 수 있다.

2. 색을 이용한 강조

색은 크기와 함께 시선을 집중시키는 중요한 수단이다. 비슷한 크기의 요소라도 하나에만 다른 색을 적용하면 해당 요소가 눈에 띄게 된다.

회원가입, 로그인, 주요 CTA 버튼처럼 사용자가 반드시 확인해야 하는 요소에는 주변과 구분되는 색을 선택적으로 적용할 수 있다. 반면 모든 요소에 강한 색을 사용하면 시선이 분산되어 무엇이 중요한지 판단하기 어려워진다.

강조가 목적이 아니더라도 제목, 설명, 세부 정보 사이에 적절한 명도 차이를 주면 과도한 대비 없이 정보의 위계를 구분할 수 있다.

3. 공간감을 이용한 강조

공간감은 평면적인 화면에 깊이와 거리감을 부여해 특정 요소를 더 가깝거나 멀리 있는 것처럼 인식하게 만드는 방법이다.

대표적으로 원근감과 그림자를 활용할 수 있다.

원근감으로 공간감 주기

원근감은 요소의 크기와 배치에 차이를 주어 거리감을 표현한다. 같은 평면에 놓인 원이라도 크기가 점차 작아지면 멀어지는 것처럼 보인다.

포스터에서는 선과 면을 소실점으로 모이도록 배치해 공간이 깊게 이어지는 효과를 만들 수 있다. 풍경 사진에서도 가까운 건물은 크게, 멀리 있는 건물은 작게 보여 자연스럽게 거리감이 형성된다.

그림자로 공간감 주기 그림자는 요소와 배경 사이에 깊이를 만들어 평면적인 화면에서도 입체감을 느끼게 한다.

UI에서는 카드나 FAB(Floating Action Button)처럼 배경 위에 떠 있거나 강조가 필요한 요소에 그림자를 적용할 수 있다. 그림자가 작고 은은하면 배경에서 살짝 떠 있는 느낌을 주고, 크고 넓게 퍼질수록 더 큰 깊이감을 표현한다.

4. 형태를 이용한 강조

형태는 요소의 윤곽과 입체적인 표현 방식을 통해 시각적 차이를 만드는 방법이다. 선, 면, 그림자처럼 표현이 달라지면 동일한 요소도 사용자에게 전달하는 인상이 달라진다.

이러한 차이는 UI 디자인의 변화에서도 살펴볼 수 있다.

▫️ 스큐어모피즘 (Skeuomorphism)는 실제 사물의 재질, 현실적인 질감, 그림자와 입체감을 디지털 인터페이스에 재현하는 디자인 방식이다.

초기 iOS 6의 계산기 UI는 실제 계산기 버튼처럼 보이도록 입체적인 형태와 질감을 적용했다. 익숙한 사물의 모습을 활용해 기능을 직관적으로 전달하는 방식이다.

▫️ 플랫 디자인 (Flat Design)는 불필요한 장식과 입체적인 표현을 줄이고 단순하고 명확한 형태를 강조한다. 색상, 형태, 타이포그래피를 중심으로 구성하는 방식이다.

iOS 11의 계산기 UI는 이전보다 단순하고 평면적인 형태를 사용한다. 장식적인 요소를 줄여 숫자와 버튼의 기능이 더 명확하게 드러나도록 구성한 사례다.

글래스모피즘 (Glassmorphism)는 반투명한 표면과 배경 흐림, 은은한 테두리와 그림자를 활용해 유리처럼 비치는 질감과 깊이감을 표현하는 방식이다. 플랫 디자인의 단순한 형태인 평면성을 유지하면서도 적절한 입체감을 함께 보여준다.

이처럼 형태를 어떻게 표현하느냐에 따라 사용자가 느끼는 시각적 자극과 정보의 우선순위가 달라진다.

🪺 실무 및 포트폴리오 줍줍

실제 디자인에서는 개별 요소가 화면 전체에서 어떤 역할을 하는지 살펴볼 필요가 있다.

특히 레퍼런스 이미지에서 색상을 분석하거나, 여러 색상의 균형을 맞추고, 이미지와 텍스트를 자연스럽게 연결하는 과정에서는 작은 차이만으로도 디자인의 인상이 달라질 수 있다.

1. 색이 전달하는 인상을 구체적으로 설명하기

레퍼런스 이미지에서 컬러를 추출했다면 각 색상이 전달하는 인상을 분석해 볼 수 있다.

단순히 차분하다, 따뜻하다, 고급스럽다고 표현하는 것보다 어떤 색의 특성이 그러한 분위기를 만드는지 함께 설명하면 컬러를 더 깊이 이해하는 데 도움이 된다.

낮은 채도의 핑크는 밝고 사랑스러운 느낌뿐 아니라 빈티지한 분위기를 표현할 수 있다. 

명도가 낮은 크림슨 레드는 묵직하고 고급스러운 인상을 줄 수 있다.

밝은 노랑은 생기 있고 활발한 느낌을 전달할 수 있다.

이처럼 색상이 연상시키는 이미지와 명도·채도의 특성을 연결하면 컬러 선택의 근거를 구체적으로 설명할 수 있다.

또한 자연에서 영감을 받은 색상이라면 단순히 자연스럽다고 표현하기보다 맑은 하늘, 마른 나뭇잎, 햇빛이 비치는 모래사장처럼 어떤 장면을 연상시키는지 구체화하는 것도 방법이다.

2. 어두운 컬러로 화면의 무게중심 잡기

밝고 부드러운 색상이 많은 팔레트에 명도가 낮은 색상을 함께 사용하면 화면에 깊이와 무게감을 더할 수 있다.

연한 보라와 파스텔 계열의 색상이 중심인 디자인에 블랙에 가까운 짙은 보라나 네이비를 추가하면 밝은 색상들이 상대적으로 돋보이면서 전체적인 균형을 잡는 데 도움이 된다.

반대로 명도와 채도가 모두 낮은 색상만 사용하면 화면이 지나치게 무겁거나 답답하게 느껴질 수 있다. 이때는 상대적으로 밝거나 선명한 색상을 포인트로 활용해 분위기를 조절할 수 있다.

컬러 팔레트를 구성할 때는 각각의 색상이 어울리는지뿐 아니라 밝은 색과 어두운 색이 화면에서 어떤 비중을 차지하는지 함께 살펴보는 것이 좋다.

3. 이미지와 배경색을 자연스럽게 연결하기

따뜻한 색상의 이미지를 사용한 디자인에서 이미지 아래 영역을 순백색으로 처리하면 두 영역의 경계가 지나치게 뚜렷해 보일 수 있다.

이러한 경우 이미지에 사용된 색상과 유사한 미색이나 채도가 낮은 연노랑을 배경에 활용하면 시선이 갑작스럽게 끊기는 느낌을 줄일 수 있다.

노란색이 중심인 음식 이미지 아래에 연한 노랑 계열의 배경을 사용하면 이미지와 텍스트 영역이 자연스럽게 연결된다.

다만 영역을 명확하게 구분해야 하는 디자인이라면 의도적으로 대비가 큰 배경색을 사용할 수도 있다. 따라서 이미지와 배경의 연결감이 필요한지, 구분이 필요한지를 고려해 선택하는 것이 좋다.

4. 장식 요소가 핵심 정보보다 눈에 띄지 않도록 조절하기

이미지나 도형, QR코드와 같은 요소는 정보를 보완하거나 시각적인 재미를 더할 수 있지만, 배치에 따라 중요한 정보보다 먼저 눈에 들어올 수도 있다.

행사 안내 화면에서 날짜와 장소 사이에 QR코드를 배치하면 
시선이 QR코드에 집중되어 핵심 정보를 읽는 흐름이 끊길 수 있다.

이때 QR코드를 화면의 왼쪽이나 오른쪽으로 이동하고, 
날짜와 장소를 하나의 정보 영역으로 정리하면 중요한 내용을 더 쉽게 확인할 수 있다.

장식적인 요소를 추가할 때는 단순히 화면이 풍부해 보이는지보다 핵심 정보가 잘 드러나는지, 시선의 흐름을 방해하지 않는지 함께 검토하는 것이 중요하다.

5. 시각적 효과를 적용한 뒤 전체 화면에서 다시 확인하기

그림자나 도형을 활용하면 특정 요소에 공간감을 주거나 중요한 정보를 강조할 수 있다.

하지만 개별 요소에 효과를 적용한 뒤에는 전체 화면에서 어떻게 보이는지 다시 확인할 필요가 있다.

제목에 그림자를 추가했다면 제목이 배경과 충분히 구분되는지 살펴보고, 
강조를 위해 도형을 배치했다면 주변 텍스트와 이미지의 균형이 유지되는지 확인하는 것이 좋다.

시각적 효과는 많이 적용하는 것보다 필요한 요소에 적절하게 활용하는 것이 중요하다.

UX/UI 디자인에서는 아무리 유용한 정보를 제공하더라도 글자가 읽기 어렵거나 정보의 중요도가 구분되지 않으면 사용자가 내용을 이해하는 데 어려움을 겪을 수 있다. 따라서 타이포그래피는 시각적 완성도뿐 아니라 가독성과 정보 전달에도 중요한 역할을 한다.

타이포그래피의 정의와 종류

타이포그래피(Typography)는 활자와 서체, 글자 배치 등을 구성하고 표현하는 일을 뜻한다. 디지털 제품에서는 글자의 형태를 결정하는 것에서 나아가 사용자가 정보를 쉽고 빠르게 이해할 수 있도록 설계하는 데 활용된다.

대표적인 서체 유형으로는 산세리프(Sans-Serif)와 세리프(Serif)가 있다.

✔️ 산세리프(Sans-Serif)

프랑스어에서 Sans는 '없다'는 뜻이며, Serif는 글자 끝에 붙는 작은 장식을 의미한다. 따라서 산세리프는 글자 끝에 장식이 없는 서체를 뜻하며, 한국어에서는 일반적으로 고딕체라고 부른다.

장식이 적고 형태가 간결해 현대적이고 직관적인 인상을 준다. 다양한 디지털 인터페이스와 브랜드에서 활용된다.

대표 서체) Arial, Helvetica

✔️ 세리프(Serif)

세리프는 글자 끝에 작은 장식이 있는 서체로, 한국어에서는 일반적으로 명조체라고 부른다.

전통적이고 고전적인 분위기를 표현할 때 활용되며, 신뢰감이나 고급스러운 인상을 전달하는 데에도 적합하다. 신문, 잡지, 패션 및 럭셔리 브랜드에서 찾아볼 수 있다.

다만 서체가 전달하는 인상은 글자의 형태뿐 아니라 굵기, 크기, 배치, 주변 시각 요소에 따라서도 달라진다.

대표 서체) Times New Roman, Georgia

타이포그래피의 7가지 원칙

원칙 1. 최소한의 서체로 일관성 유지하기

하나의 화면에서 지나치게 다양한 서체를 사용하면 정보가 분산되고 시각적으로 불안정해 보일 수 있다. 서체마다 글자의 폭과 비례, 기본 간격이 다르기 때문에 전체적인 통일성도 떨어진다.

여러 종류의 서체를 섞기보다 하나의 폰트 패밀리(Font Family) 안에서 굵기를 다르게 활용하는 것이 좋다. Regular, Medium, Semibold, Bold처럼 다양한 굵기를 제공하는 서체를 사용하면 통일성을 유지하면서도 정보의 중요도를 표현할 수 있다.

원칙 2. 적절한 행간으로 가독성 높이기

행간(Line Height)은 텍스트의 줄 높이를 의미한다.

줄 사이의 간격이 너무 좁으면 글자가 뭉쳐 보이고, 지나치게 넓으면 문장 사이의 연결성이 떨어질 수 있다.

실무에서는 본문에 글자 크기의 약 1.5~1.75배 정도의 행간을 사용하는 경우가 많다.

예를 들어 폰트 크기가 28px일 때 행간을 150%로 설정하면 줄 높이는 42px이 된다.

웹 접근성 지침인 WCAG 2.1에서도 사용자가 줄 간격을 글자 크기의 1.5배 이상으로 조정할 수 있도록 하는 기준을 제시한다.

단, 모든 서체에 동일한 행간이 적합한 것은 아니다. 필기체처럼 장식이 많거나 글자 형태가 독특한 서체는 실제 화면을 보며 조정해야 한다.

원칙 3. 폰트 크기에 맞춰 자간 조절하기

자간(Letter Spacing)은 글자와 글자 사이의 간격을 뜻한다.

자간이 지나치게 좁으면 글자가 서로 붙어 보여 읽기 어렵고, 너무 넓으면 단어나 문장의 연결성이 약해질 수 있다.

실무에서는 주로 기본 자간보다 약간 좁은 -1/-2%로 통일해서 사용한다. 하지만 이는 모든 서체와 크기에 적용되는 고정 공식은 아니다.

일반적으로 큰 제목에서는 자간을 좁히고, 작은 본문에서는 자간을 유지하거나 넓혀 가독성을 확보한다.

Material Design의 타이포그래피 가이드
> 디지털 제품에서 일관된 사용자 경험을 제공하기 위한 디자인 시스템

글자의 크기, 굵기, 자간 등을 유형별로 정의해 여러 제품에서 일관된 기준을 적용할 수 있도록 한다.

디자인 시스템에서 자간을 픽셀(px) 단위로 정의할 수도 있고, 실무에서는 비율(%)을 활용하기도 한다. 픽셀은 세밀한 조정에 유리하며, 비율은 글자 크기에 따라 간격을 함께 조절하기 편리하다.

원칙 4. 한 줄에 적절한 글자 수 유지하기

텍스트가 한 줄에 지나치게 길게 배치되면 다음 줄을 찾기 어려워지고 읽는 흐름이 끊길 수 있다. 반대로 한 줄이 너무 짧으면 줄바꿈이 잦아져 문장을 자연스럽게 읽기 어렵다.

이는 절대적인 기준이 아니라 읽기 편한 줄 길이를 설정하기 위한 참고값이다. 실제로는 글자 크기, 서체, 화면 너비, 콘텐츠 성격에 따라 적절한 길이가 달라진다.

특히 웹에서는 화면이 넓다고 본문 영역까지 무한정 확장하기보다, 텍스트의 최대 너비를 제한해 가독성을 유지하는 것이 좋다.

원칙 5. 배경과 충분히 구별되는 글자색 사용하기

배경색과 글자색의 대비가 충분하지 않으면 텍스트를 구별하기 어렵다. 특히 작은 글자나 긴 본문에서 대비가 부족하면 사용자의 눈에 부담을 줄 수 있다.

W3C의 웹 콘텐츠 접근성 지침(WCAG)은 일반 텍스트에 최소 4.5:1, 큰 텍스트에 최소 3:1의 명암비를 제시한다.

디자인 과정에서 색상을 선택할 때는 시각적으로 잘 보이는지 확인하는 것뿐 아니라 명암비 검사 도구를 통해 접근성 기준을 충족하는지도 확인해야 한다.

⚫️⚪️ 명암비 검사 도구 - 텍스트와 배경의 명암비 확인하기 텍스트의 가독성을 높이기 위해서는 글자색과 배경색이 충분히 구분되도록 명암비(Contrast Ratio)를 확보하는 것이 중요하다.

사이트에 본문 글자색과 배경색을 입력하면 두 색상의 명암비를 자동으로 계산해 기준에 적합한지 확인할 수 있다.

예를 들어 명암비가 2.57:1이라면 권장 기준인 4.5:1에 미치지 못하기 때문에 가독성을 위해 색상 조정이 필요하다.

명암비가 기준에 맞지 않는 경우 ‘기준에 적합한 색 검색하기’ 기능을 활용하면 적절한 색상 조합을 찾는 데 도움을 받을 수 있다.

일반적인 본문 텍스트는 4.5:1 이상의 명암비를 기준으로 확인하면 좋다. 디자인할 때 눈으로만 색상의 차이를 판단하기보다 명암비를 함께 확인하면 보다 읽기 편한 UI를 설계할 수 있다.

원칙 6. 계층 구조로 정보의 중요도 표현하기

하나의 화면에는 제목, 부제목, 본문, 인용문 등 중요도가 서로 다른 정보가 존재한다. 이때 모든 텍스트를 동일한 크기와 굵기로 표현하면 사용자가 어떤 내용을 먼저 읽어야 하는지 판단하기 어렵다.

타이포그래피의 계층 구조는 중요한 정보를 쉽고 빠르게 파악할 수 있도록 돕는 장치다.

실무에서는 텍스트의 크기, 굵기, 색상, 간격을 조합해 계층 구조를 만든다. 제목은 크고 굵게, 부가 설명은 상대적으로 작고 연하게 표현하는 방식이다.

단순히 중요한 글자를 크게 만드는 것보다 서로 다른 정보 사이의 차이를 명확하게 표현하는 것이 핵심이다.

원칙 7. 서비스의 성격과 사용자에 맞는 서체 선택하기

서체는 정보를 전달하는 동시에 브랜드의 성격과 분위기를 표현한다.

10대 사용자를 대상으로 하는 경쾌한 서비스에 지나치게 전통적인 서체를 사용하면 서비스가 의도한 이미지와 어울리지 않는다.

반대로 신뢰감과 격식이 중요한 서비스에 장식이 많고 개성이 강한 서체를 사용하면 전달하려는 분위기와 충돌할 수 있다.

서체를 선택할 때는 서비스의 주제와 핵심 사용자, 브랜드 이미지, 사용 환경을 함께 고려해야 한다.

상황과 격식에 맞는 옷을 선택하듯, 서비스의 성격에 맞는 서체를 선택하는 것도 디자인의 일부다.

웹 폰트와 폰트 파일 형식 이해하기

웹 폰트(Web Font)란?

사용자의 기기에 해당 서체가 설치되어 있지 않아도 웹에서 동일한 글꼴을 보여주기 위해 불러와 사용하는 폰트다.

디자이너의 컴퓨터에는 특정 서체가 설치되어 있지만 다른 사용자의 기기에는 해당 서체가 없다면
별도의 설정 없이는 다른 글꼴로 대체되어 보일 수 있다.

웹 폰트를 사용하면 기기나 운영체제에 관계없이 의도한 서체를 제공할 수 있어 브랜드의 시각적 일관성을 유지하는 데 도움이 된다. 또한 디자인 시안과 실제 웹 화면 사이의 차이를 줄일 수 있다.

TTF, OTF, WOFF의 차이

서체를 다운로드하다 보면 같은 글꼴이 TTF와 OTF 등 여러 파일 형식으로 제공되는 경우가 있다. 각각의 형식은 개발 배경과 지원 기능, 사용 환경에 차이가 있다.

TTF(TrueType Font)는 1980~90년대 Apple과 Microsoft가 개발한 폰트 형식이다. 대부분의 운영체제와 환경에서 문제없이 사용할 수 있으며, 비교적 가볍고 로딩 속도가 빠른 편이다.

OTF (OpenType Font)는 Adobe와 Microsoft가 공동 개발한 폰트 형식으로, TTF를 확장한 형태이다. 디자인 표현력이 높은 폰트 포맷으로 디자인 작업이나 브랜딩 등 그래픽 디자인에 활용하기 좋다. 다만 TTF보다 파일 용량이 큰 편이다.

WOFF (Web Open Font Format)는 웹에서 폰트를 빠르게 보여주기 위해 만들어진 전용 폰트 형식이다. OTF나 TTF를 웹 환경에 적합하도록 압축한 형태로, 파일 용량이 가볍고 로딩 속도가 빠르다는 특징이 있다. 따라서 웹사이트에서 웹 폰트를 적용할 때 주로 활용된다.

다만 OTF라고 해서 항상 TTF보다 선명하거나 고해상도인 것은 아니다. 실제 폰트의 품질은 파일 형식보다 서체가 어떻게 제작되었는지, 어떤 글리프 데이터를 포함하고 있는지에 따라 달라질 수 있다.

따라서 웹에서는 용량과 로딩 효율을 고려해 WOFF2를 우선 사용하고, 디자인 작업에서는 사용하는 프로그램과 서체가 지원하는 기능을 확인해 적절한 형식을 선택하는 것이 좋다.

서체를 다운로드하면 OTF와 TTF가 함께 제공되는 경우가 있는데, 두 형식의 차이와 어떤 파일을 선택하면 좋을지 헷갈린다면 관련 영상을 통해 간단하게 확인할 수 있다.

활용하기 좋은 폰트 사이트

서체를 선택할 때는 디자인의 완성도뿐 아니라 라이선스와 웹 폰트 지원 여부도 확인해야 한다.

무료로 제공되는 서체라도 상업적 이용, 로고 제작, 임베딩, 재배포 등 허용 범위가 다를 수 있으므로, 실제 프로젝트에 사용하기 전에는 공식 라이선스를 통해 사용 범위를 살펴보는 것이 중요하다.

🇺🇸 영문 폰트 사이트

• Google Fonts : 무료 오픈소스 폰트를 제공하며 웹 폰트 적용과 개발 협업에 편리하다.
• DaFont : 다양한 장식용·디스플레이용 영문 서체를 제공하지만 서체별 상업적 이용 조건 확인이 필요하다.

영문 서체 추천

• Lato : 안정적이고 깔끔한 고딕 계열 서체로, 과하지 않은 형태 덕분에 본문과 인터페이스에서 활용하기 좋다.
• Open Sans : 다양한 화면 환경에서 읽기 편하도록 설계된 서체로, 웹과 앱의 본문 및 UI 텍스트에 활용하기 좋다.

• Montserrat : 글자가 위아래로 살짝 눌린 듯한 비율과 기하학적이고 단단한 형태가 특징인 영문 서체다.

도시의 모습과 사람들의 삶에서 영감을 받아 제작되었으며, 지역의 이름을 따서 명명되었다.

출처: Google Fonts – Montserrat

다양한 굵기를 지원해 여러 디자인에 활용할 수 있으며, 특유의 개성이 잘 드러나 제목이나 강조 문구, 포스터와 인쇄물 등 시선을 끌어야 하는 영역에 활용하기 좋다.

• Poppins : 원형을 기반으로 한 기하학적이고 둥근 형태가 특징인 영문 서체다.

출처: Google Fonts – Poppins

'O'를 비롯한 여러 알파벳에서 부드러운 곡선과 원형의 특징이 잘 드러난다.

전체적으로 부드럽고 친근하면서도 현대적인 인상을 주며, 둥근 형태 덕분에 귀엽고 사랑스러운 분위기를 표현하기에도 좋다. 밝고 친근한 이미지를 전달하고 싶은 디자인에 활용하기 좋은 서체다.

🇰🇷 한글 폰트 사이트

• 눈누 : 다양한 한글 폰트를 한곳에서 탐색할 수 있으며 상업적 이용 조건을 확인하기 편리하다.
• 산돌구름 : 산돌을 비롯한 여러 제작사의 서체를 제공하며 무료·유료 폰트와 구독 서비스를 운영한다.
• 네이버 - 한글한글 아름답게 : 나눔스퀘어, 마루 부리 등 네이버에서 제작한 한글 서체를 제공한다.
• 공유마당 : 한국저작권위원회가 운영하며 공공저작물과 무료 폰트를 제공한다. 개별 라이선스 확인이 필요하다.

한글 서체 추천

• G마켓 산스 : G마켓의 브랜드 아이덴티티를 반영한 서체로, 개성 있으면서도 안정적인 형태가 특징이다.

출처: Gmarket sans 설명 페이지

한글의 다양한 받침 조합에서도 글자가 균형 있게 정렬되도록 설계되어 시각적으로 안정감 있는 인상을 준다. 굵기는 Light, Medium, Bold 세 가지를 지원해 용도에 따라 구분해 사용할 수 있다.

특유의 개성이 잘 드러나는 서체인 만큼 본문보다는 제목이나 프로모션, 홍보물처럼 시선을 끌어야 하는 영역에 활용하기 좋다.

• Pretendard(프리텐다드) : 본고딕을 바탕으로 재구성된 범용 서체로, 모바일 앱과 웹 등 UX/UI 디자인에서 자주 사용되는 대표적인 한글 서체다.

디자인 시스템 디자이너 길형진 님이 제작했으며, 다양한 디지털 환경에서 안정적으로 사용할 수 있도록 설계되었다.

한글뿐만 아니라 라틴 문자, 숫자, 기호, 특수문자까지 세심하게 다듬어 전체적으로 균형 있고 깔끔한 인상을 준다. 가독성이 좋아 본문부터 제목까지 폭넓게 활용할 수 있다는 점도 장점이다.

Thin부터 Black까지 다양한 굵기(Weight)를 지원해 하나의 서체만으로도 정보의 시각적 위계를 효과적으로 표현할 수 있다.

제목이나 강조가 필요한 정보에는 SemiBold·Bold·Black, 본문이나 설명에는 Regular를 적용

출처: 프리텐다드 소개 티스토리

또한 가변 속성을 지원해 필요한 굵기를 유연하게 사용할 수 있으며, TTF와 OTF 등의 폰트 포맷으로도 제공된다.

실제 다양한 서비스의 UI에 활용되고 있으며, 높은 가독성과 다양한 굵기, 폭넓은 활용성 덕분에 UX/UI 디자인에서 기본 서체로 사용하기 좋다.

• IBM Plex Sans KR : IBM에서 제작한 다국어 서체로, 기술적인 인상과 인간적인 분위기를 함께 표현한 것이 특징이다.

출처: IBM Plex Sans 설명 사이트

수직·직각 형태의 획이 또렷하고 정돈된 느낌을 주는 동시에, 둥근 곡선을 함께 사용해 지나치게 딱딱하지 않은 인상을 만든다. 이러한 직선과 곡선의 대비에는 IBM이 표현하고자 한 휴머니즘과 기술 발전의 조화가 반영되어 있다.

깔끔하면서도 개성이 있어 디지털 환경에서 활용하기 좋으며, SOC 기술마켓에서도 IBM Plex Sans를 적용한 사례를 확인할 수 있다.

• 나눔스퀘어 네오 : 네이버에서 출시한 나눔 시리즈의 서체로, 곡선과 직선이 조화를 이루면서 은은한 필기감을 살린 형태가 특징이다.

출처: 나눔스퀘어 네오 설명 페이지

글자의 라인을 일정하게 정돈해 시각적인 안정감과 실용성을 높였으며, 전체적으로 간결하고 깔끔한 인상을 준다.

또한 Variable Font 기술을 적용해 하나의 서체 안에서 다양한 굵기를 활용할 수 있다. Light부터 Heavy까지 굵기를 조절할 수 있어 제목, 본문, 강조 정보 등 역할에 따라 자연스럽게 시각적 위계를 표현하기 좋다.

🪺 실무 및 포트폴리오 줍줍

타이포그래피의 기본 원칙을 알고 있더라도 실제 디자인에서는 글자의 크기나 굵기뿐 아니라 콘텐츠가 전달되는 방식과 전체 화면에서의 균형까지 함께 살펴볼 필요가 있다.

1. 다양한 시안을 비교하며 적절한 표현 찾기

처음 만든 디자인이 항상 가장 적절한 결과물이 되는 것은 아니다.

같은 내용을 표현하더라도 서체를 바꾸거나 크기와 굵기를 조절하고, 여러 가지 배치를 시도하면서 결과를 비교해볼 수 있다. 원하는 분위기의 레퍼런스를 찾아 어떤 서체와 구성이 사용되었는지 살펴보는 것도 도움이 된다.

특히 디자인이 밋밋하거나 단조롭게 느껴진다면 요소를 무작정 추가하기보다 서체, 크기, 색상과 같은 기존 요소의 표현 방식을 다르게 적용한 여러 시안을 만들어 비교해보는 방법을 활용할 수 있다.

좋은 결과물은 한 번에 완성되기보다 여러 시도와 조정을 거치며 만들어진다.

2. 디자인의 목적에 맞는 서체의 인상 고려하기

서체는 단순히 읽기 좋은지를 넘어 콘텐츠가 전달하려는 분위기와도 연결된다.

속도감이나 역동성이 중요한 콘텐츠라면 그 특징이 느껴지는 서체를 활용할 수 있고, 
감성적인 분위기를 표현하고 싶다면 그에 어울리는 형태의 서체를 탐색할 수 있다.

따라서 서체를 선택할 때는 ‘예뻐 보여서’ 사용하는 것보다 이 서체의 형태와 인상이 콘텐츠가 전달하려는 분위기와 어울리는지 생각해봐야 한다.

3. 화면에서 실제로 보이는 크기를 기준으로 조정하기

서체의 크기는 설정된 숫자만으로 판단하기보다 전체 화면에서 실제로 어떻게 보이는지 함께 확인해야 한다.

특히 서로 다른 서체를 함께 사용하면 같은 크기로 설정했더라도 글자의 형태와 높이가 달라 시각적인 균형이 맞지 않을 수 있다. 이런 경우에는 각각의 텍스트 크기를 조금씩 조절해 실제로 보이는 높이와 균형을 맞출 수 있다.

또한 디자인을 한눈에 보았을 때 특정 정보가 예상보다 작게 느껴진다면 설정된 수치에 얽매이지 않고 크기를 조절할 필요가 있다.

4. 정보가 모두 들어갔는지도 함께 확인하기

타이포그래피가 잘 정리되어 있어도 사용자에게 필요한 정보 자체가 빠져 있다면 충분한 정보 전달이 이루어지지 않는다.

행사나 이벤트를 안내하는 디자인이라면 
날짜뿐 아니라 시작·종료 시간, 장소 등 사용자가 실제로 필요한 정보가 포함되어 있는지 확인해야 한다. 

장소 역시 건물 이름만으로 충분하지 않다면 구체적인 위치를 함께 제공하는 것이 좋다.

즉, 타이포그래피를 검토할 때는 ‘정보가 잘 보이는가?’와 함께 ‘필요한 정보가 모두 있는가?’도 확인해야 한다.

디자인을 공부하다 보면 한 번쯤 이런 질문을 하게 된다.

“예술과 디자인은 무엇이 다를까?”

둘 다 무언가를 표현하고 만들어낸다는 점에서는 비슷해 보이지만, 그 출발점과 목적에는 차이가 있다.

🎭 예술은 ‘나’로부터 시작한다

예술은 작가 개인의 감정과 생각을 자신만의 방식으로 해석하고 표현하는 것에 가깝다.

작가가 무엇을 느꼈는지, 세상을 어떤 시선으로 바라보는지, 그리고 그것을 어떤 방식으로 표현하고 싶은지가 작품에 담긴다.

디자인에서도 이러한 자신만의 관점은 중요하다. 단순히 결과물을 보기 좋게 만드는 것을 넘어, “왜 이렇게 디자인했는가?”를 설명할 수 있는 자신만의 기준과 철학이 필요하기 때문이다.

💁 디자인은 ‘사용자’로부터 시작한다

반면 디자인은 나의 표현보다 타인, 즉 사용자의 문제를 해결하는 것에 더 가까이 있다.

사용자가 어떤 문제를 겪고 있는지 파악하고, 그 문제를 해결하면서 실용적인 가치를 제공할 수 있는 방법을 고민한다. 디자인에서 흔히 이야기하는 ‘솔루션’이 바로 여기에 해당한다.

따라서 디자인은 단순히 보기 좋은 결과물을 만드는 일이 아니다.

사용자와 고객을 중심에 두고, 어떤 해결책을 제시하는 것이 적절한지 고민하고 그것을 구체적인 형태로 설계하는 과정이라고 볼 수 있다.

Design이라는 단어에도 설계의 의미가 있다. 영어에서 Design은 명사로는 ‘디자인, 설계’, 동사로는 ‘디자인하다, 설계하다’라는 의미를 가진다.

어원을 살펴보면 디자인이라는 개념을 조금 더 쉽게 이해할 수 있다. 
라틴어 Designare는 ‘계획하다, 표시하다’라는 의미를 가지고 있으며, 
이탈리아어 Disegno는 ‘설계, 데생, 드로잉’ 등의 의미를 가진다.

결국 디자인은 처음부터 단순히 무언가를 아름답게 꾸미는 것만을 의미하지 않았다. 생각하고, 계획하고, 구체적인 형태로 설계하는 행위와 밀접하게 연결되어 있다.

그렇다면 프로덕트 디자이너는 무엇을 하는 사람일까?

프로덕트 디자이너 역시 단순히 앱이나 웹의 화면을 예쁘게 만드는 사람이 아니다.

사용자와 고객의 입장에서 문제를 발견하고, 그 문제를 해결할 수 있는 방법을 고민한 뒤 실제 제품과 화면으로 설계하는 사람이라고 할 수 있다.

그래서 프로덕트 디자이너의 JD(Job Description)를 살펴보면 단순한 그래픽 표현 능력뿐만 아니라 문제를 발견하고 정의하는 능력, 논리적으로 해결책을 도출하는 능력, 그리고 그 해결책을 실제 제품으로 설계하는 능력이 중요하게 다뤄진다.

결국 좋은 프로덕트 디자인에서 중요한 질문은 단순히

“이 화면을 어떻게 예쁘게 만들까?”가 아니라 “사용자의 어떤 문제를, 왜, 어떻게 해결할 것인가?”

에 더 가깝다.

그리고 그 해결책을 사용자가 실제로 사용할 수 있는 형태로 설계하는 것, 그것이 내가 생각하는 디자인의 본질이다.

디자인의 역할은 어떻게 변화해왔을까?

디자인의 역할은 시대와 기술의 변화에 따라 계속 확장되어 왔다.

과거에는 제품의 형태와 기능을 설계하는 것이 디자인의 주요 역할이었다면, 오늘날에는 제품을 넘어 서비스와 사용자 경험 전체를 설계하는 영역까지 확장되고 있다.

✔️ 1920–1970 | 제품을 어떻게 만들 것인가?

산업화와 대량생산이 본격화되면서 디자인은 제품의 외형과 기능을 설계하는 역할에 집중했다.

자동차, 의자, 냄비, 각종 도구처럼 우리가 실제로 사용하는 물리적인 제품을 어떻게 만들고, 어떤 형태와 기능으로 설계할 것인지가 중요했다.

“제품을 어떻게 만들 것인가?”

즉, 이 시기의 디자인은 제품 자체를 설계하는 것이 중심이었다.

✔️ 1970–1990 | 우리 제품을 어떻게 차별화할 것인가?

기술이 발전하면서 많은 기업이 비슷한 제품을 생산할 수 있게 되었다. 누구나 의자를 만들고, 냄비를 만들고, 다양한 제품을 생산할 수 있게 되면서 새로운 질문이 등장했다.

“우리 제품은 다른 제품과 어떻게 차별화할 수 있을까?”

제품의 기능뿐만 아니라 제품이 어떤 가치와 이미지를 전달하는가가 중요해진 것이다.

이 과정에서 디자인 경영이 등장하고, 제품을 넘어 브랜드와 기업의 정체성을 설계하는 영역으로 디자인의 역할이 확장되었다.

대표적으로 CI(Corporate Identity)와 BI(Brand Identity)가 있다.

애플의 로고나 스타벅스의 초록색처럼 특정 로고나 컬러만 보더라도 자연스럽게 브랜드를 떠올리고, 그 브랜드가 가진 분위기와 이미지를 연상할 수 있도록 만드는 것이다.

즉, 디자인의 대상이 제품 → 제품 + 브랜드 + 기업 이미지로 확장되었다.

✔️ 1990–2010 | 사용자는 어떻게 더 쉽게 이용할 수 있을까?

디지털 제품이 보편화되면서 디자인의 중심에는 사용자 경험이 등장하기 시작했다. 이제 중요한 질문은 단순히 제품을 어떻게 만들고 보여줄 것인가에서 한 단계 더 나아갔다.

“사용자가 앱과 서비스를 쉽고 자연스럽게 이용하려면 어떻게 해야 할까?”

화면을 어떻게 구성할 것인지에 대한 UI(User Interface)뿐만 아니라, 사용자가 어떤 순서로 서비스를 이용하고 어떤 인터랙션을 경험하는지에 대한 UX(User Experience)가 중요해졌다.

사용 흐름, 서비스 블루프린트, 고객 여정 등 사용자가 제품을 이용하는 전체 과정을 설계하기 시작한 것이다.

따라서 디자인의 대상 역시 물리적인 제품과 브랜드에서 디지털 제품과 서비스 경험으로 더욱 확장되었다.

✔️ 2010–현재 | 하나의 경험으로 어떻게 연결할 것인가?

오늘날에는 하나의 앱이나 웹사이트만 잘 설계하는 것을 넘어 여러 접점에서 발생하는 경험을 어떻게 하나로 연결할 것인가가 중요해지고 있다.

대표적인 개념이 옴니채널(Omnichannel)이다. 옴니채널은 온라인과 오프라인을 별개의 경험으로 바라보는 것이 아니라, 사용자가 하나의 연결된 경험처럼 느낄 수 있도록 설계하는 것을 의미한다.

예를 들어 올리브영에서는 오프라인 매장에서 제품을 살펴본 뒤 온라인에서 구매하거나, 
온라인에서 주문한 상품을 오프라인 매장에서 받아보는 등 온·오프라인 경험이 서로 연결된다.

따라서 현재의 디자인은 앱 + 웹 + 물리적 공간 + 서비스 프로세스 + 공공정책 + 새로운 디지털 환경 등으로 범위가 넓어지고 있다.

제품을 설계하던 디자인은 이제 사용자의 전체 경험을 설계하는 영역으로 확장되고 있다.

그렇다면 design과 Design은 무엇이 다를까?

디자인을 이해할 때 심미적인 디자인과 문제 해결을 위한 디자인이라는 두 가지 관점으로 나누어 생각해볼 수 있다.

design — 보기 좋은 디자인

design은 심미적인 완성도에 초점을 맞춘다.

색상, 타이포그래피, 균형, 비례, 여백과 같은 시각적 요소를 활용해 사용자가 제품을 처음 마주했을 때 좋은 인상과 감정을 느끼도록 만드는 것이다.

결과적으로 사용자에게

“예쁘다.”
“깔끔하다.”
“세련됐다.”

라는 인상을 줄 수 있다.

Design — 문제를 해결하는 디자인

반면 Design은 문제를 정의하고 해결 방법을 설계하는 과정에 초점을 맞춘다. 사용자가 어떤 상황에서 불편함을 느끼는지 파악하고, 원인을 분석한 뒤 적절한 해결책을 설계한다.

결과적으로 사용자가

“편하다.”
“사용하기 쉽다.”
“계속 사용하고 싶다.”

라고 느끼게 만드는 것이다.

즉, design이 시각적인 완성도를 만든다면, Design은 사용자의 문제를 해결하는 구조를 만든다. 다만 둘 중 하나만 중요하다는 의미는 아니다.

프로덕트 디자이너에게 디자인이란?

프로덕트 디자이너에게 디자인은 결국 사용자의 문제를 발견하고, 그 해결책을 실제 제품으로 설계하는 일이다.

사용자가 어떤 문제를 겪고 있는지 파악하고,

왜 이런 문제가 발생했는지 → 무엇을 해결해야 하는지 
→ 어떤 방법으로 해결할 것인지 → 그것을 어떻게 제품으로 구현할 것인지

이 과정을 논리적으로 연결할 수 있어야 한다.

하지만 문제를 해결하는 것만으로 좋은 디자인이 완성되는 것은 아니다. 그 해결책을 사용자가 어떻게 받아들이고 경험하는지 역시 중요하기 때문이다.

👑 심미성과 문제 해결력은 함께 가야 한다

흔히 “보기 좋은 떡이 먹기도 좋다”고 한다.

같은 재료와 맛을 가진 음식이라도 보기 좋게 만들어진 음식에 자연스럽게 손이 가는 것처럼, 디지털 제품에서도 시각적인 완성도는 사용자가 제품을 처음 마주했을 때의 인상과 경험에 영향을 미친다.

그렇기 때문에 디자인에서 심미성은 단순히 제품을 꾸미는 ‘장식’으로만 볼 수 없다.

좋은 심미성은 사용자의 심리적 장벽을 낮추고, 제품을 더 쉽고 긍정적으로 받아들이게 만드는 하나의 문제 해결 도구가 될 수 있다.

아무리 제품이나 서비스의 본질적인 가치가 뛰어나더라도 인터페이스가 복잡하거나 시각적으로 정돈되어 있지 않다면 사용자는 처음부터 이용에 어려움이나 부담을 느낄 수 있다.

반대로 아무리 아름다운 화면이라도 사용자가 원하는 기능을 쉽게 찾지 못하고 목적을 달성하기 어렵다면 좋은 디자인이라고 보기 어렵다.

결국 보기 좋지만 사용하기 어려운 디자인도, 사용하기 편하지만 시각적인 완성도가 부족한 디자인도 좋은 제품 경험을 만드는 데에는 한계가 있다.

🐣 그래서 디자이너에게는 기본기가 필요하다

프로덕트 디자이너에게 문제 해결 능력이 중요하다고 해서 시각적인 설계 능력을 빼놓을 수 있는 것은 아니다.

데생이나 드로잉을 뛰어나게 할 필요는 없지만, 디자이너라면 기본적인 컬러, 타이포그래피, 레이아웃, 위계, 여백 그리고 UI에 대한 이해를 갖추고 있어야 한다.

문제를 제대로 정의하고 좋은 해결책을 찾아냈더라도 그것을 사용자가 이해하기 어려운 화면으로 표현한다면 해결책의 가치가 충분히 전달되기 어렵기 때문이다.

따라서 좋은 프로덕트 디자이너는 단순히 예쁜 화면을 만드는 사람도, 문제만 해결하는 사람도 아니다.

사용자의 문제를 발견하고 해결책을 설계한 뒤, 그 해결책을 사용하기 쉽고 시각적으로 명확한 형태로 구현할 수 있는 사람이다.

결국 프로덕트 디자인에서 중요한 것은 ‘문제 해결력’과 ‘시각적 완성도’ 사이의 균형이라고 생각한다.

둘 중 하나를 선택하는 것이 아니라, 사용자의 문제를 제대로 해결하면서 그 해결책을 더 명확하고 매력적인 경험으로 전달하는 것 그것이 프로덕트 디자이너에게 필요한 디자인 역량이다.

디자인은 현재의 상황을 더 나은 상황으로 바꾸는 것

허버트 사이먼(Herbert Simon)은 디자인을 현재의 상황을 더 나은 상황으로 바꾸는 과정으로 바라보았다.

이 관점에서 보면 디자인의 핵심은 단순히 무언가를 보기 좋게 만드는 것이 아니라, 현재 존재하는 문제를 발견하고 더 나은 상태로 변화시키는 것에 있다.

그렇다면 사람은 문제를 마주했을 때 항상 가장 완벽한 해결책을 선택할까?

인간은 항상 최선의 선택을 하지 않는다

전통적인 경제학에서는 인간이 충분한 정보를 바탕으로 여러 선택지 가운데 가장 합리적이고 최적의 선택을 한다고 가정했다. 하지만 실제 인간의 의사결정은 그렇게 단순하지 않다.

우리가 어떤 문제를 해결할 때는 모든 정보를 가지고 있지도 않고, 모든 선택지를 끝없이 비교할 시간도 없다. 정보와 시간, 인지 능력에는 현실적인 한계가 존재하기 때문이다.

허버트 사이먼은 이를 제한된 합리성(Bounded Rationality)이라는 개념으로 설명했다.

사람은 항상 최고의 선택을 찾아내기보다, 주어진 조건 안에서 ‘이 정도면 충분하다’고 판단할 수 있는 만족스러운 선택을 한다는 것이다.

또한 문제를 해결할 때 모든 가능성을 처음부터 계산하기보다, 기존에 알고 있던 규칙이나 경험, 직관 등을 활용한다.

사용자는 언제나 가장 완벽한 선택을 하는 것이 아니라, 자신이 가진 정보와 경험 안에서 충분히 만족할 수 있는 선택을 한다.

이 관점은 프로덕트 디자인에서도 중요하다.

사용자에게 무조건 많은 정보와 선택지를 제공하는 것이 좋은 경험을 만드는 것은 아니다. 오히려 사용자가 필요한 정보를 빠르게 이해하고 적절한 선택을 내릴 수 있도록 돕는 것이 디자인의 역할이 될 수 있다.

문제 해결은 화면 안에서만 일어나지 않는다. 프로덕트 디자인이라고 하면 흔히 앱이나 웹사이트의 화면을 떠올린다.

하지만 문제를 해결하는 디자인은 디지털 화면 안에만 존재하지 않는다. 제품, 공간, 도로, 금융 서비스, 교통 시스템처럼 우리가 일상에서 접하는 환경에도 UX의 관점이 적용될 수 있다.

사례 1. 노면 색깔 유도선

복잡한 도로에서는 운전자가 어느 차선으로 이동해야 하는지 순간적으로 판단하기 어려울 수 있다. 특히 분기점에서 경로를 잘못 판단하면 급격하게 차선을 변경하게 되고, 이는 사고 위험으로 이어질 수 있다.

노면 색깔 유도선은 이러한 문제를 도로 위의 시각적 정보를 통해 해결한다.

운전자가 복잡한 설명을 읽지 않아도 색깔을 따라가며 자신의 이동 경로를 직관적으로 파악할 수 있도록 한 것이다.

사용자가 고민해야 할 정보를 줄이고 행동을 자연스럽게 유도하는 것 역시 UX다.

사례 2. 대각선 횡단보도

일반적인 교차로에서는 보행자가 대각선 방향으로 이동하려면 신호를 두 번 기다려야 하는 경우가 있다. 또한 우회전 차량과 보행자의 이동 경로가 겹치면서 사고 위험이 발생하기도 한다.

대각선 횡단보도는 보행 신호가 켜지는 동안 차량의 이동을 통제하고, 보행자가 교차로를 여러 방향으로 한 번에 건널 수 있도록 만든다.

즉, 기존 교차로의 이동 방식을 보행자의 경험과 안전을 중심으로 다시 설계한 것이다.

사례 3. 시니어를 위한 큰 글씨 ATM

모든 사용자가 디지털 인터페이스에 동일하게 익숙한 것은 아니다. 고령층에게 작은 글씨와 어려운 금융 용어, 복잡한 화면 구조는 ATM을 이용하는 것 자체를 어렵게 만드는 장벽이 될 수 있다.

큰 글씨 ATM은 사용자의 행동을 억지로 바꾸기보다 사용자의 특성에 맞게 인터페이스를 변화시키는 방식을 택했다. 큰 글씨와 쉬운 용어, 보다 천천히 제공되는 음성 안내 등을 적용해 고령층이 기존보다 쉽게 금융 서비스를 이용할 수 있도록 한 것이다.

사용자가 제품에 맞추도록 요구하는 것이 아니라, 제품을 사용자에게 맞추는 것, 이 역시 사용자 중심 디자인의 중요한 관점이다.

사례 4. 다이슨의 날개 없는 선풍기

문제 해결은 인터페이스뿐만 아니라 제품의 구조 자체를 바꾸는 방식으로도 이루어진다.

기존 선풍기는 회전하는 날개로 인해 손 끼임 등의 위험이 존재하고, 날개와 그릴 사이에 먼지가 쌓여 청소하기 번거롭다는 문제가 있었다.

다이슨은 기존의 회전 날개가 노출되는 구조에서 벗어난 선풍기를 선보이며 기존 제품의 사용 경험을 다른 방식으로 풀어냈다.

즉, “기존 선풍기를 어떻게 더 예쁘게 만들까?”가 아니라 “기존 선풍기에서 사용자가 겪는 불편을 어떻게 다른 구조로 해결할까?” 라는 관점으로 문제를 바라본 사례라고 볼 수 있다.

사례 5. 쿠팡의 ‘밀어서 결제’

문제 해결은 작은 인터랙션에서도 나타난다.

일반적인 모바일 쇼핑에서는 상품을 선택한 뒤 결제 수단을 선택하고, 비밀번호나 인증 정보를 입력하는 등 여러 단계를 거쳐야 했다.

쿠팡은 이러한 결제 과정에서 사용자가 느끼는 번거로움을 줄이기 위해 ‘밀어서 결제’라는 인터랙션을 도입했다. 사용자가 화면을 한 번 밀어 결제할 수 있도록 만들어 기존의 여러 단계를 하나의 행동으로 단순화한 것이다.

좋은 UX는 사용자가 해야 하는 행동을 늘리는 것이 아니라, 목적까지 도달하는 과정에서 불필요한 행동을 줄이는 데서 시작할 수 있다.

사례 6. 배달의민족 ‘함께주문’

여러 사람이 함께 음식을 주문할 때도 작은 불편이 존재한다.

기존에는 대표자 한 명이 각자의 메뉴를 전달받아 대신 장바구니에 담거나, 여러 사람이 각각 주문해야 했다. 이 과정에서 메뉴가 누락되거나 잘못 전달되고, 주문 금액을 다시 정산해야 하는 문제가 발생할 수 있었다.

‘함께주문’은 여러 사람이 하나의 주문에 각자의 메뉴를 직접 담을 수 있도록 하면서 이러한 그룹 주문의 불편을 줄였다. 여기서 중요한 점은 새로운 기능을 만드는 것 자체가 목적이 아니었다는 것이다.

사용자가 실제로 음식을 함께 주문하는 과정에서 어떤 불편을 겪고 있는지를 발견하고, 기존의 주문 방식을 그 상황에 맞게 다시 설계한 것이다.

☝️ 화면을 넘어, 서비스가 어떻게 작동하는지도 생각해보기

프로덕트 디자이너라면 눈앞에 보이는 UI만 보는 데서 한 단계 더 나아가 ‘이 화면은 어떻게 작동하고 있을까?’를 생각해보는 것도 중요하다.

예를 들어 내비게이션에서 노면 색깔 유도선을 보여준다고 생각해보자.

사용자에게는 단순히 지도 위에 색깔 선 하나가 나타나는 것처럼 보이지만,
실제 기능이 작동하기 위해서는 지도와 도로 정보, 사용자의 GPS 위치, 이동 경로 계산 등 
여러 데이터와 시스템이 연결되어야 한다.

또한 사용자의 현재 위치와 이동 경로를 바탕으로 어느 지점에서 어떤 정보를 보여줄 것인지에 대한 기준도 필요하다.

즉, 화면에 보이는 하나의 UI 뒤에도 데이터 → 시스템의 판단 → 화면에 표시되는 정보 → 사용자의 행동 이라는 흐름이 존재한다.

프로덕트 디자이너가 반드시 모든 기술을 직접 구현해야 하는 것은 아니다. 하지만 내가 설계한 기능이 어떤 정보를 필요로 하고, 어떤 과정을 거쳐 사용자에게 전달되는지 생각하는 습관은 중요하다.

평소 사용하는 앱에서도

“이 화면은 어떤 데이터를 가져와 보여주는 걸까?”
“왜 이 정보가 지금 이 순간 나타나는 걸까?”
“내가 버튼을 누른 뒤 시스템에서는 어떤 일이 일어날까?”

와 같은 질문을 던져볼 수 있다.

이러한 사고가 쌓이면 단순히 화면을 그리는 것을 넘어 서비스가 실제로 작동할 수 있는 구조까지 고려하는 디자이너로 성장할 수 있다.

여기서 한 가지 더 중요한 점이 있다. 좋은 해결책이라고 해서 모든 사용자에게 장점만 제공하는 것은 아니다.

대각선 횡단보도를 다시 예로 들어보자.

보행자 입장에서는 한 번의 신호로 원하는 방향으로 이동할 수 있고 차량과 동선이 분리되면서 안전성이 높아질 수 있다.
하지만 운전자 입장에서는 이야기가 달라진다. 보행 신호 동안 모든 방향의 차량이 정지해야 하기 때문에 
기존에는 바로 우회전할 수 있었던 상황에서도 기다려야 할 수 있고, 결과적으로 차량의 대기 시간이 길어질 수 있다.

즉, 보행자의 안전성과 이동 편의성을 높이는 대신 차량 흐름에는 일정한 비용이 발생할 수 있는 것이다.

이처럼 하나의 문제를 해결하면 새로운 제약이나 불편이 생길 수 있다. 그래서 프로덕트 디자이너에게 필요한 것은 단순히 “이 솔루션이 좋은가?”를 판단하는 것이 아니다.

누구의 어떤 문제를 해결하는가?
그 과정에서 어떤 새로운 불편이 발생하는가?
무엇을 얻고 무엇을 포기하는가?

까지 함께 바라봐야 한다.

결국 디자인은 모든 사람에게 완벽한 답을 만드는 일이 아니라, 여러 제약과 이해관계 속에서 더 나은 방향을 선택하고 설계하는 과정이라고 생각한다.

🪺 실무 및 포트폴리오 줍줍

디자인을 공부하면서 느낀 것은 좋은 화면을 만드는 것만큼, 왜 이런 문제가 발생했고 왜 이런 해결책이 필요한지를 설명할 수 있는 사고 과정이 중요하다는 것이다. 앞으로 프로젝트와 포트폴리오를 진행하면서 기억하고 싶은 몇 가지 관점을 정리해 보았다.

1. 해결책보다 문제를 먼저 이해하기

UX 개선은 “이 기능을 추가하면 좋겠다”에서 시작하는 것이 아니라, 사용자가 실제로 어떤 문제를 겪고 있는지를 이해하는 것에서 시작해야 한다.

내가 사용하면서 불편했다고 해서 곧바로 UX 문제라고 단정할 수도 없다. 기존 디자인에는 그렇게 설계된 목적이나 비즈니스·기술적 제약이 존재할 수 있기 때문이다.

따라서 문제를 발견했다면 먼저 기존 설계의 의도를 살펴보고, 실제 사용자에게도 문제가 발생하는지 근거를 확인해야 한다.

또한 문제를 설명할 때도 단순히 “사용하기 불편하다”가 아니라, 어떤 상황에서 → 어떤 행동을 할 때 → 무엇이 불편했고 → 왜 그런 문제가 발생했는지 구체적으로 설명할 수 있어야 한다.

현상 → 사용자 행동 → 문제 → 원인 → 해결

결국 좋은 솔루션은 문제를 제대로 이해한 뒤에 나온다.

2. 사용자의 행동과 인지 비용을 줄이기

좋은 UX 사례들을 살펴보면 공통적으로 사용자가 목적을 달성하기 위해 들여야 하는 행동, 시간, 판단과 기억의 부담을 줄여준다.

결제 단계를 줄이거나, 사용자가 자주 선택하는 옵션을 먼저 제안하거나, 필요한 정보를 적절한 순간에 보여주는 것 등이 이에 해당한다. 선택지가 많다고 항상 좋은 경험인 것도 아니다. 너무 많은 선택은 오히려 사용자가 계속 판단하도록 만들어 인지적 부담을 높일 수 있다.

따라서 화면을 설계할 때는 “무엇을 더 넣을까?” 뿐만 아니라,

“사용자가 하지 않아도 되는 행동은 무엇일까?”
“굳이 고민하지 않아도 되는 선택은 무엇일까?”
“없애거나 단순화할 수 있는 것은 무엇일까?”

를 함께 고민해야 한다.

여기에는 기다림의 경험도 포함된다. 실제 대기시간을 줄일 수 없다면 남은 시간을 알려주는 것처럼 사용자가 상황을 예측할 수 있도록 만들어 체감되는 불확실성을 줄이는 방법도 있다.

3. 사용자의 맥락에 맞는 정보와 인터랙션 설계하기

같은 기능을 사용하는 사용자라도 목적과 상황은 서로 다를 수 있다.

같은 콘텐츠를 관심 목록에 저장하더라도 누군가는 새로운 에피소드가 나올 때마다 보고 싶을 수 있고, 누군가는 시즌이 끝난 뒤 한꺼번에 보고 싶을 수 있다. 즉, 같은 행동이 반드시 같은 니즈를 의미하지는 않는다.

따라서 사용자가 지금 이 상황에서 무엇을 필요로 하는지를 기준으로 정보를 설계해야 한다.

홈 화면에서도 서비스가 보여주고 싶은 정보보다 사용자가 자주 확인하거나 다음 행동을 위해 필요한 정보를 우선할 수 있고, 버튼이나 메뉴 이름 역시 눌렀을 때 무엇이 나타날지 예상할 수 있어야 한다.

팝업처럼 사용자의 현재 행동을 중단시키는 UI라면 더욱 신중해야 한다. 단순히 “알려줘야 하는 정보”라는 이유만으로 노출하는 것이 아니라, 사용자의 흐름을 끊을 만큼 중요한 정보인지 판단해야 한다.

좋은 UX는 정보를 많이 보여주는 것이 아니라, 필요한 정보를 필요한 순간에 보여주는 것에 가깝다.

4. 화면 너머에서 서비스가 어떻게 작동하는지 생각하기

프로덕트 디자이너는 화면에 보이는 UI뿐만 아니라 그 화면이 어떤 원리로 작동하는지도 생각할 필요가 있다.

예를 들어 추천 메뉴가 있다면 단순히 추천 영역을 그리는 데서 끝나는 것이 아니라,

어떤 데이터를 기반으로 추천하는가?
사용자의 어떤 행동이 데이터로 저장되는가?
어떤 조건에서 이 UI가 노출되는가?

까지 생각해볼 수 있다.

필터 역시 마찬가지다. 사용자가 조건을 선택하면 시스템이 그 조건을 처리하고 적절한 결과를 보여줘야 한다. 화면은 결국 사용자의 입력과 시스템의 결과가 만나는 지점이다.

프로덕트 디자이너가 모든 기술을 직접 구현할 필요는 없지만, 사용자 행동 → 데이터/시스템 → 화면의 반응 → 다음 사용자 행동 이 연결을 생각하는 습관은 필요하다.

5. 하나의 정답보다 검증과 개선을 반복하기

모든 디자인에는 Trade-off가 존재한다.

하나의 문제를 해결하면서 다른 불편이 발생할 수도 있고, 특정 사용자의 경험을 개선한 선택이 다른 사용자에게는 불편하게 작용할 수도 있다.

따라서 “이 솔루션이 좋은가?”만 보는 것이 아니라,

누구의 어떤 문제를 해결하는가?
무엇이 개선되는가?
그 과정에서 새롭게 발생하는 문제는 없는가?

까지 살펴봐야 한다.

그리고 프로덕트는 한 번의 디자인으로 완성되는 것이 아니다. 실제 서비스 역시 사용자의 반응을 확인하고 A/B 테스트와 사용성 테스트 등을 반복하면서 지속적으로 개선된다.

그래서 프로젝트 역시 문제 발견 → 근거 확보 → 원인 분석 → 가설 → 해결안 → 검증 → 학습 → 개선 의 과정으로 바라보는 것이 중요하다.

처음 세운 가설이 틀렸거나 테스트 과정에서 새로운 문제가 발견됐더라도 그것은 실패라기보다 다음 개선을 위한 근거가 될 수 있다.

6. 데이터와 VOC를 설계의 근거로 활용하기

사용자의 불편을 발견했다면 개인적인 경험이나 직감에만 의존하기보다 실제 사용자 데이터와 VOC를 통해 문제의 크기와 우선순위를 확인하는 과정이 필요하다.

리서치 결과 역시 Pain Point를 발견하는 데서 끝내지 않고 기능의 우선순위, 정보 위계, CTA 배치와 같은 실제 설계 결정의 근거로 연결할 수 있어야 한다.

예를 들어, “자주 사용할 것 같아서 상단에 배치했다.” 보다는 
“반복적으로 나타난 VOC를 바탕으로 우선 노출해 탐색과 입력 과정을 줄였다.” 라고 
설명하는 편이 설계의 논리를 명확하게 보여준다.

결국 중요한 것은 무엇을 디자인했는지가 아니라 왜 그렇게 디자인했는지를 설명할 수 있는 근거를 만드는 것이다.

7. 성공하는 경험뿐 아니라 실패하는 경험도 설계하기

사용자는 항상 디자이너가 예상한 정상적인 경로만 따라가지 않는다. 실제 서비스를 이용하다 보면 오류, 결제 실패, 네트워크 문제, 인증 실패 등 다양한 예외 상황을 만나게 된다.

이때 좋은 UX는 단순히 오류가 발생했습니다라고 알려주는 데서 끝나지 않는다. 무슨 문제가 발생했는지 설명하고, 사용자가 다음에 무엇을 해야 하는지 안내해야 한다.

토스 사례에서는 오류 상황에서도 해결 방법과 다음 행동을 안내하고, 
안 됩니다처럼 행동을 막는 표현보다 어떤 조건을 충족하면 다시 진행할 수 있는지 알려주는 방식을 사용한다.

고용24 사례에서도 일시적인 오류, 잠시 후 다시 접속처럼 추상적인 안내보다 
오류 원인을 구분하고 다시 시도, 홈으로 이동 등 구체적인 다음 행동을 제공하는 방향이 개선안으로 제시됐다.

따라서 예외 상황에서는 무슨 일이 발생했는가 → 왜 발생했는가 → 사용자는 이제 무엇을 하면 되는가 흐름을 생각해볼 수 있다.

포트폴리오에서도 정상적인 Happy Path만 보여주기보다 Loading / Empty / Error / Failure 등의 상태까지 고려하면 실제 제품을 더 입체적으로 설계했다는 것을 보여줄 수 있다.

8. 새로운 기술보다 해결되는 사용자 문제를 먼저 보기

AI와 같은 새로운 기술을 활용할 때도 기술 자체가 아니라 어떤 사용자 문제를 해결하는지가 먼저다.

당근의 AI 글쓰기 기능은 판매할 물건의 사진을 바탕으로 제목과 설명 작성을 돕고, 
기존 데이터를 활용해 적절한 판매 가격 범위까지 제안한다. 

이를 통해 사용자가 판매 글 하나를 작성하기 위해 들여야 하는 시간과 에너지를 줄여준다.

반대로 아무리 유용한 기능이라도 사용자가 기능의 존재를 발견하지 못하거나 사용 방법을 이해하지 못한다면 
실제 가치로 이어지기 어렵다. 교보문고 사례에서도 AI 추천 기능이 눈에 잘 띄지 않아 활용하기 어려운 문제가 언급됐다.

따라서 AI 기능을 기획할 때는 “어디에 AI를 넣을 수 있을까?” 보다 “사용자가 반복적으로 시간과 에너지를 쓰고 있는 일은 무엇이며, AI가 그 일을 어떻게 줄여줄 수 있을까?” 를 먼저 고민하는 것이 좋다.

기술은 해결 방법이지 문제의 출발점이 아니다.