디자인과 생성 AI, 미래의 디자이너는 어떤 일을 할까
두런두런 요새 디자인 이야기들 - 기술 편
듀오톤은 멤버들의 성장을 위해 인터널 세미나를 제공합니다. 이번 콘텐츠는 2023.06.15에 진행되었던 ‘Internal Seminar - 두런두런 요새 디자인 이야기들’을 주제로 다뤘습니다.
Speaker : 김지홍, Founder of Design Spectrum
미래의 디자이너에겐 어떤 역량이 요구될까
디자이너, 코딩이 필요할까요?
디자이너가 데이터에 대해선 얼마나 알고 활용해야 할까요?
디자이너가 사용할 만한 데이터 활용 툴은 어떤 게 있을까요?
어도비의 피그마 인수, 생성 AI를 활용한 디자인 도구들은 업계에 어떤 영향을 미치고 있나요?
1. 디자이너, 코딩이 필요할까요?
ChaptGPT의 등장 이후 하드 코딩에 대한 대체 가능 여부에 대해서 개발 씬에서 활발한 논의가 일어나고 있습니다. 그러나 여전히 디자이너에겐 자체적으로 결과물이 어떤 코드 구조로 구현되는지, 디자인과 개발의 관계를 이해하는 것이 중요해요.
물론 주니어 디자이너의 시각에서 당장 기회비용을 따져봤을 때, 코딩이 다소 불필요하게 느껴질 수 있습니다. 그러나 롱 텀 커리어까지 고려한다면 더 고민해 볼 필요가 있어요. AI 기술의 발전으로 인해, 프롬프트 엔지니어링 필요도가 높아질 것으로 전망되거든요.
2. 디자이너가 데이터에 대해서는 얼마나 알고 활용해야 할까요?
과거에는 디자이너가 주관적인 직관이나 의견에 의존하여 의사결정을 내렸지만, 근래 대부분의 디자인 결정 과정에서는 유저의 반응(데이터)을 분석하고, 패턴화 하여 보다 높은 확률의 행동 유도를 만들어내는 것을 중요시합니다.
구체적으로 말씀드리자면 데이터에 근거하여 초기 시안을 결정하며, 이미 개발된 제품을 개선하는 과정에서도 유저의 반응을 분석합니다. 이후, 수집한 데이터를 기반으로 어떤 패턴을 기반으로 UX 경험을 개선할지 고민합니다. 디자이너는 주로 표면에 있는 데이터를 활용하며 의사결정 과정에서는 PM, 데이터 분석가, 개발자, 의사결정자와 협력하게 됩니다.
이전의 데이터 활용은 주로 각 퍼널 간 유입/전환을 알아보는 정도였습니다. 그러나 지금은 근본적인 원인을 파악하기 위해서 필요한 데이터가 무엇인지를 고민하고, 타 부서와의 협업을 통해 문제의 근본적인 원인을 파악하려는 노력도 필요합니다. 또한 데이터의 가변성을 확보하여 신뢰성 있는 데이터로 활용하는 것도 중요한 포인트입니다.
3. 데이터 활용 툴엔 어떤 게 있을까요?
대표적으로 Google Analytics, Beusable, Amplitude, Mixpanel과 같은 것들이 있습니다. 이러한 툴을 사용하면 여러 지표를 확인할 수 있으며, 다양한 분석 리포트를 제공받습니다.
퍼널 분석 리포트 : 고객이 어느 시점에 서비스를 이탈하는지에 대해 알 수 있습니다.
퍼널 분석 리포트리텐션 리포트 : 우리 서비스 충성고객은 어떤 사람들인지 알 수 있습니다.
리텐션 리포트플로우 리포트 : 고객 행동 흐름을 파악하고 더 정교한 사용자 경험을 디자인할 수 있습니다.
플로우 리포트4. 어도비의 피그마 인수, 그리고 생성 AI를 활용한 디자인 도구가 업계에 미치는 영향
어도비의 피그마 인수
Adobe는 Figma를 인수함으로써 시장에서 더욱 강력한 지배력을 갖게 되리라 예상됩니다. 때문에 독점과 시장 통제에 대한 우려가 불거지고 있는데요. 읽어볼 만한 아티클을 하나 추천드립니다.
Article from The Verge titled "Adobe's $20 Billion Bet to Control the Creative Market"피그마의 인수 이후 디자인 도구 변화 양상에 많은 관심과 걱정이 따르고 있습니다. 디자인 도구의 변화는 단순히 툴 자체만 변하는 것이 아니라 업무 환경과 매일의 업무 일상에도 영향을 미치기 때문인데요. 같은 맥락으로 새로운 기술인 ‘생성 AI’ 관련 도구들에도 귀추가 주목되고 있습니다.
생성 AI를 활용한 디자인 도구
최근 구글 IO를 비롯한 여러 콘퍼런스에서는 기존의 PM, PO, PD, UX Designer들이 수행하던 디자인 업무가 자동화에 적합하다는 의견들이 주목받고 있는데요. 이처럼 생성 AI를 활용한 디자인 도구들은 업계에 큰 반향을 일으키고 있습니다. 도대체 어떤 기능을 제공하며, 어떤 변화를 가져오는 걸까요? 생성 AI가 디자이너의 업무를 혁신하는 방향에 대해 알아보겠습니다.
Product Design의 업무는 크게 두 가지로 나뉩니다. 첫째, UX architecture는 전반적인 구조를 설계하고 사용자들이 서비스의 목적에 도달할 수 있도록 최적의 동선을 완벽하게 설계하는 역할을 합니다. 둘째는 영역별 오브젝트별 art work 작업으로 시각적인 요소를 어떻게 활용하여 사용자의 행동을 유도할지 고민합니다.
좀 더 자세히 살펴보면, 구조와 동선에 대한 설계는 '사람들이 어떻게 원하는 상품을 찾고 구매하는지'라는 가설을 세우고 데이터로 검증하여 디자인으로 구체화하는 프로세스라고 볼 수 있습니다. 또한 동선에 따른 레이아웃 설계도 '사람들이 스크린에서 어떤 화면을 먼저 인지하는지'를 고려하여 버튼 및 썸네일 배치 등을 결정함으로써 유입을 유도하는 작업입니다. 이렇게 모든 의사결정 과정에서 데이터의 활용이 중요한 만큼, 어쩌면 인간의 재해석 없이도 초안 정도는 자동화할 수 있을 것으로 보입니다.
1. UX architecture
Data Set Making을 통해 동선을 자동화할 수 있다면, 사용자의 데이터 패턴을 분석하여 목적(유입, 비용, 전환 등)에 맞는 레이아웃을 생성할 수 있습니다.
2. 영역별 및 오브젝트별 아트워크 작업
Data Set Making을 통해 동선을 자동화할 수 있다면, 미드저니, 스테이블 디퓨전과 같은 생성 AI 모델을 사용하여 전문 영역의 허들을 낮출 수 있습니다.
생성 AI 디자인 Tool
* Adobe Firefly : 업무의 depth를 축소시키는 데에 활용하기 좋은 일종의 팔레트 같은 도구
* Uizard, Framer AI : 오토 디자인된 에셋들이 피그마로 자동 전환되어 협업할 수 있도록 도와줌
* Figma Genius, Magician (by Diagram) : 피그마에서 불편한 작업을 최소화함으로써 편의 제공
이렇게 생성 AI는 디자이너의 업무를 혁신하고 효율을 향상시키는 중요한 역할을 수행합니다. 하지만 기술의 등장으로 인해 우려되는 지점도 분명히 존재하며, 적절한 대응책도 꾸준히 제기되고 있습니다. 어떤 게 있을까요?
윤리적 규제 : 디자이너는 이러한 기술 활용의 윤리적인 측면을 고려해야 하며, 비전문가와의 차별점을 만들어내기 위해 윤리적인 가이드라인과 규제를 만들어야 합니다.
활용성 측면 : 어떤 작업을 AI가 대체할 수 있는지, 어떤 작업에는 디자이너의 전문성과 창의력이 더 필요한지를 고려하여 AI와의 협업 방식을 탐구해야 합니다.
시간 활용 : 생성 AI의 등장으로 인해 물리적으로 처리하기 어려웠던 작업들을 AI가 대체할 수 있게 되었습니다. 디자이너는 절약된 시간을 활용하여 탐구적인 작업이나 연구에 집중할 수 있습니다.
디자이너로서 성장하고 발전하기 위해서는 디자인 트렌드에 대한 이해가 필수입니다. 그러나 혼자서는 어떤 트렌드가 주류인지, 어떤 기술이 미래를 향해 나아가는지 파악하기가 쉽지 않습니다. 그래서 이번 세미나에서는 디자이너 개개인이 해결하지 못했던 다양한 고민을 다뤄봤습니다.
특히 이번 세미나는 김지홍 디자인 스펙트럼 대표님과 듀오톤 멤버들이 자유롭게 의견을 공유하는 소중한 자리였습니다. 트렌드를 파악하고 고민을 나누며, 각자가 성장할 수 있는 유익한 시간이 되었길 바랍니다.
‘두런두런 요새 디자인 이야기 1편’에서는 디자인과 데이터, 툴과 관련된 기술적인 트렌드에 대해 알아보았으며, 이어지는 2편에서는 디자이너 취업과 경력관리, 추천 사이트와 영상 및 도서에 대해 알아보겠습니다.
2-1 주제 : 디자인, 데이터, 코딩, 툴 - 기술 편
2-2 주제 : 커리어, 취업, 도움이 될 만한 것들 - 조직 편
