#2 닫기(X) 버튼은 ‘사고의 경계선’이다
일반 GPT vs 함수형 GPT, 사고의 깊이를 비교하다
1. “닫기(✕)”는 단순한 버튼이 아니다
디자인 툴을 쓰다 보면 누구나 한 번쯤 이런 혼란을 겪는다.
레이아웃을 세밀하게 설정하고, 색상도 조정하고, 열 간격도 완벽히 맞춘 다음 잠시 다른 곳을 클릭했다.
그런데 다시 돌아오니 모든 값이 사라져 있다.
“저장 안 누른 건가?”
“버그인가?”
“왜 다시 초기화되지?”
"피그마(Figma)"를 처음 접한 디자이너들이 가장 자주 경험하는 현상이다.
하지만 이 단순한 ‘닫기 버튼 혼란’은, 사실 도구의 표면 아래 숨어 있는 인지 구조의 문제다.
닫기는 단순히 UI의 종료가 아니라, "사고의 전환(Context Shift)"을 의미한다.
그리고 그 차이를 읽어내는 순간, 인간의 사고와 인공지능의 사고가 얼마나 다른지도 명확히 보인다.
나는 일반 GPT와 함수형 GPT에게 아래처럼 똑같이 질의했다.
"피그마에서 오른쪽 패널의 ‘레이아웃 가이드’를 선택한 다음, 레이어 패널에서 그리드 드롭다운을 열고 ‘열(Column)’을 선택했어. 옵션 값을 입력하고 나서 다른 영역을 클릭했더니, 방금 설정했던 값이 사라지고 다시 기본값으로 초기화되더라. 그래서 다시 ‘레이아웃 가이드’를 선택해서 같은 경로로 들어가 봤는데, 입력했던 데이터가 전부 리셋돼 있었어. 왜 그런거야?"
초기값을 새로운 변경 값으로 변경하고 나서 다른 화면 영역을 클릭하기전 상태임
다시 ‘레이아웃 가이드’를 선택해서 같은 경로로 들어가 봤는데, 방금전 입력했던 데이터가 전부 리셋아 되어 초기값으로 설정되어 있는 상태임2. 일반 GPT의 답변: 기능을 설명하는 언어
먼저, 일반 GPT의 대답을 그대로 들어보자
왜 “열(Column)” 옵션 값이 다시 초기화될까?
1) 오른쪽 패널에서 '레이아웃 가이드'를 선택했을 때 보이는 패널은 “스타일 편집 중 임시 상태”
지금 네가 하고 있는 행동은 이렇게 보임:
레이아웃 가이드 스타일 편집 → 열 개수, 간격 등 값 입력
그 상태에서 화면의 다른 곳을 클릭
다시 레이아웃 가이드 선택 → 드롭다운 열을 누르면 � 값이 초기화되어 있음
이유는?
✔ 피그마는 "스타일 편집 중" 상태에서 다른 곳을 클릭하면
� 편집 중이던 값이 저장되지 않고 사라진다
즉, 너는 스타일을 저장하지 않은 상태로 다른 오브젝트를 클릭한 거야.
그러면 피그마는 “편집 취소”로 인식해서 원래의 초기값으로 되돌아감.
2) “새 레이아웃 가이드 스타일 생성” 창이 열려 있는 상태라면 반드시 저장해야 함
지금 스크린샷을 보면 오른쪽에 이런 창이 떠 있어:
✅ 새 레이아웃 가이드 스타일 생성
(이름 입력하는 창)
이 창은 스타일을 만들기 위한 창이기 때문에, 여기서 값 변경 → 반드시 이름 입력 후 ‘저장’ 버튼 클릭해야 저장돼.
그런데 너는:
✅ 값 입력
❌ 저장하지 않음
✅ 배경 클릭해서 편집 종료
→ 그래서 스타일이 저장되지 않고 리셋된 것처럼 보이는 것.
3) “레이어에서 바로 고친 값”과 “스타일 값”은 다르다
또 한 가지 중요한 점:
� 레이어 패널에서 그리드 → 열로 수정하는 값 = 현재 프레임에만 적용되는 로컬 값
� 오른쪽 패널의 “레이아웃 가이드 스타일”은 = 저장되는 스타일(전역 스타일)
둘은 완전히 분리된 개념이야.
즉,
스타일 편집 중인데 저장 안 하면 원래 스타일 값으로 돌아가고
레이어에서 보이는 값은 스타일이 적용된 후 프레임의 실제 값일 뿐
그래서 네가 입력한 값이 반영되지 않는 거야.
4) 정리: 왜 초기화처럼 보이는지
� 그래서 “내가 입력한 값이 사라졌네? 버그 아님?”처럼 느껴지지만 정상 동작이야.
5) 해결 방법
✅ 반드시 스타일을 저장해야 한다
레이아웃 가이드 스타일 창에서 값 입력
오른쪽 아래에 있는 ‘새 레이아웃 가이드 스타일’ 버튼 클릭해서 저장
화면을 클릭해도 더 이상 초기화되지 않음
또는
✅ 스타일을 만들고 싶지 않고, 프레임에만 적용하고 싶으면
오른쪽 패널에서 ‘스타일’ → X 클릭 (스타일 제거)
이후 레이어에서 열 수정을 하면 로컬 값으로 정상적으로 남음
✅ 필요하면 내가 너가 원하는 정확한 작업 방식대로
“지금 상황에서 어떻게 해야 값이 안 사라지는지”
단계별로 안내해줄게!
정확하다.
실무적인 관점에서라면, 이 정도면 충분히 좋은 설명이다.
이 답변은 ‘무엇을 해야 하는가’를 알려준다.
하지만 ‘왜 이렇게 설계되었는가’에 대한 통찰은 없다.
여기서 사고의 깊이가 멈춘다.
이제 같은 질문에 대한 함수형 GPT의 답변을 보자.
같은 현상을 바라보지만, 관점은 완전히 다르다.
3.함수형 GPT의 답변: "사고를 해석하는 언어"
이제 같은 질문에 대한 함수형 GPT의 답변을 보자.
같은 현상을 바라보지만, 관점은 완전히 다르다.
아주 좋은 질문이에요, 선생님.
지금 말씀하신 현상
"레이아웃 가이드(그리드/열) 값을 입력한 뒤 다른 곳을 클릭하자 값이 사라지고 초기화되는 문제는 단순한 오류가 아니라, 피그마의 “컨텍스트 상태” 구조 때문입니다."
이건 UX 설계 관점에서 매우 의도적인 설계 결과이며, 동시에 인지심리학적으로도 사용자 혼동을 유발할 수 있는 대표적인 사례이기도 합니다.
아래에서 하나도 빠짐없이 구조적으로 설명드릴게요.
1) 문제의 본질: “임시 상태(Transient State)” 설계
피그마의 레이아웃 그리드 편집 창(열·행·그리드 설정)은, 사실상 선택된 프레임에만 임시로 귀속되는 속성 편집기입니다.
즉,
사용자가 프레임을 선택한 상태에서만 설정값이 메모리에 유지되고,
다른 영역(캔버스나 레이어)을 클릭하는 순간, 해당 편집기는 ‘활성 컨텍스트’를 잃고 메모리에서 해제됩니다.
� 결과적으로,
다시 프레임을 선택하더라도 피그마는 이전에 작성 중이던 ‘임시 입력값’을 기억하지 않습니다.
이건 단순 버그가 아니라, “현재 값만 반영하고, 입력 중이던 값은 보류하지 않는다”는 일관된 상태 관리 철학 때문이에요.
2) 인지심리학적 해석: “맥락 의존적 기억(Context-dependent memory)”
사람의 인지 구조도 피그마의 상태 설계와 유사합니다.
인간의 작업 기억은 맥락을 잃으면 즉시 소멸합니다.
즉, “무엇을 수정 중이었는가”는 ‘대상’이 유지될 때만 유지됩니다.
피그마는 이를 인지 부하 최소화 관점에서 그대로 적용했습니다.
즉,
사용자가 여러 프레임의 속성을 동시에 기억하려 하지 않게끔, ‘현재 선택된 객체만’ 활성 상태로 유지하는 UX 전략입니다.
이건 테슬러의 복잡성 보존 법칙(Tesler’s Law) 과도 맞닿아 있습니다.
복잡성은 어디엔가 존재해야 하는데, 피그마는 그 복잡성을 ‘사용자 기억’이 아니라 ‘시스템의 컨텍스트’에 위임한 것입니다.
3) 기술적 구조: “속성 값 저장의 타이밍” 문제
피그마 내부의 레이아웃 속성(그리드/열/행) 은 다음의 흐름을 가집니다.
입력창 활성화 → 입력값은 아직 ‘UI 상태 메모리’에만 존재
프레임 클릭 유지 → 아직 데이터베이스 반영 안 됨
엔터키 입력 또는 다른 속성 클릭 → 이때만 ‘커밋(commit)’
다른 영역 클릭(캔버스 등) → 커밋되지 않은 상태 초기화
즉,
선생님께서 하신 단계:
“레이아웃 가이드 선택 → 열 값 10, 색상, 간격 입력 → 다른 곳 클릭 → 다시 들어오면 사라짐”
은 피그마 입장에서 ‘커밋 전 상태 해제’로 인식된 거예요.
이는 명시적 저장을 강제하지 않기 위한 UX 의도입니다.
그래서 “새 레이아웃 가이드 스타일 생성” 버튼을 눌러야만 값이 고정됩니다.
4) UX 원칙 위배 분석
5) 개선 방안 (클라이언트를 설득할 수준의 논리)
(1) “임시 저장(Transient Save)” 기능 추가 사용자가 값을 입력했을 때, 커밋 전이라도 마지막 입력값을 임시 메모리에 캐싱. 다시 열었을 때 “이전 입력값 복원” 알림을 표시 → 예: “이전 설정값을 복원하시겠습니까?”
근거:
이는 닐슨의 오류 방지와 오류 회복성원칙에 부합.
사용자는 작업 중단 후에도 맥락을 복원할 수 있음.
(2) “커밋 전 상태 표시(Visual Indicator)” 도입 입력 중일 때, 상단에 작은 점(•)이나 “임시 상태” 라벨 표시.
사용자가 커밋 전 상태임을 시각적으로 인지.
근거:
힉스의 법칙에 따라 시각 피드백을 통해 결정 지연 시간을 줄임.
인지 부하 감소 + 예측성 강화.
(3) “자동 커밋(Implicit Commit)” 조건 개선
사용자가 다른 곳 클릭 시, 변경된 값이 자동으로 커밋되도록 개선.
단, 취소(ESC) 입력 시에는 초기화.
근거:
도허티 임계 법칙: 시스템 반응 속도가 400ms 이내일 때 몰입 유지 가능.
자동 커밋은 몰입도를 유지하며 흐름을 끊지 않음.
6) 결론 “피그마의 레이아웃 가이드는 사고 컨텍스트 기반 시스템이다”
피그마의 이 동작은 단순한 오류가 아니라, “컨텍스트 기반 사고 모델” 에 따른 설계 결과입니다.
현재 선택된 객체 = 활성 사고 단위
커밋 전 입력값 = 임시 사고 상태
다른 영역 클릭 = 사고 컨텍스트 전환
초기화 현상 = 컨텍스트 소멸
즉, 피그마는 “사람의 주의 집중 구조”를 UI로 모델링한 도구입니다.
다만, 그 설계가 너무 논리적이어서 인간의 기대 모델과 부딪히는 순간, 지금과 같은 혼동이 생기는 겁니다.
여기까지가 함수형 GPT 피드백이다.
일반 GPT가 ‘저장 안 한 거예요’라고 답했다면,
함수형 GPT는 ‘그건 당신의 사고 상태가 전환된 것이에요’라고 말한다.
이 차이는 단순한 언어의 깊이 차이가 아니라, 사고 단위의 구조가 다르다는 것을 의미한다.
4. 기능의 언어 vs 사고의 언어
일반 GPT는 피그마를 ‘조작해야 하는 도구’로 본다.
함수형 GPT는 피그마를 ‘사고를 시각화한 인터페이스’로 본다.
5. 인지심리학적 배경: "인간의 기억은 “맥락”에 묶인다"
피그마의 이 현상은 사실 인간의 인지 구조를 그대로 닮았다.
인간의 기억은 절대적인 형태로 저장되지 않는다.
“맥락(Context)”이 사라지면 기억도 함께 소멸한다.
(1) 맥락 의존적 기억 (Context-dependent Memory)
특정 장소, 시간, 대상을 기준으로 기억이 활성화된다.동일한 환경이 재현될 때만 정보가 떠오른다.피그마는 이 구조를 그대로 차용했다. 프레임을 벗어나면 값도 잊는다.
(2) 작업 기억의 한계 (Miller’s Law)
인간은 동시에 7±2개의 정보 단위만 유지할 수 있다.피그마는 여러 패널을 동시에 기억하게 하지 않는다.오직 하나의 ‘활성 프레임’만 집중하게 만든다.
(3) 주의 전환의 비용 (Hick’s Law + Fitts’s Law)
선택지가 많을수록 반응이 느려진다.피그마는 사용자가 맥락을 잃지 않게끔 ‘닫기’ 순간에 강제로 상태를 초기화한다.
이 모든 것이 인간의 주의, 기억, 인지 부하를 최소화하기 위한 설계이지만,문제는 사용자가 그것을 ‘이해하지 못한 채 경험한다’는 데 있다.
6. UX 원칙과의 충돌: "완벽하지만 불친절한 시스템"
즉, 피그마는 인지적 완벽함을 추구한 나머지, 감정적으로는 ‘차가운 도구’가 되어버렸다.
시스템은 논리적 일관성을 택했지만, 인간은 정서적 일관성을 원한다.
7. UX 개선 방안 ― 사고 구조를 존중하는 피드백
임시저장(Transient Save)
커밋 전이라도 입력값을 메모리에 유지하고 복원 안내 제공. 닐슨의 오류 방지(Error Prevention) 원칙에 부합.
시각적 인디케이터(Visual Indicator)
“임시 상태” 점(•) 표시 또는 ‘저장 안 됨’ 라벨 추가. 힉스의 법칙 기반 시각 피드백 제공.
자동 커밋 + 취소 예외 처리
클릭 시 자동 저장, ESC만 취소로 처리. 도허티 임계 법칙을 만족하며 몰입 유지.
명시적 라벨링
버튼을 ‘닫기’가 아닌 “저장 후 닫기”로 명시. 예측 가능성(Predictability) 회복.
8. 정리하면: 닫기(X) 버튼은 ‘사고의 경계선’이다
닫기(✕)는 종료가 아니다.
그건 사고의 맥락을 닫는 순간, 즉 “인지 상태의 전환”이다.
피그마는 인간의 사고를 그대로 시각화했을 뿐이다.
"인간은 저장하지 않는다."
"인간은 ‘생각을 멈출 때’ 맥락을 버린다."
"그리고 다시 생각할 때, 새로운 맥락을 연다."
피그마의 초기화는 그 단순한 진리를 보여주는 시각적 메커니즘이다.
닫기 버튼은 우리의 기억처럼 행동한다.
“생각이 멈추면, 값도 사라진다.”
9.함수형 사고의 교훈 ― AI와 인간 사고의 간극
일반 GPT는 결과를 설명한다.함수형 GPT는 사고를 재현한다.
피그마는 사고의 구조를 시각화한다.
세 주체는 서로 다른 수준의 “맥락 처리 능력”을 보여준다.
인간은 컨텍스트를 인식하며 사고하고,
피그마는 컨텍스트를 시스템으로 구현하며,
함수형 GPT는 그 둘의 사고 루프를 연결한다.
ⓒ 2025 전민수 (Minsoo Jeon). All rights reserved.
본 글은 「The Minsoo Code」 시리즈의 일부로, 인간의 사고 절차를 함수형 AI 언어 구조로 체계화한 독창적 저작물입니다. 모든 문장과 개념은 전민수의 사고 체계에 기반하며 저작권법 제4조 및 국제 저작권 협약에 의해 보호됩니다. 무단 복제·재가공·인용·상업적 이용을 금합니다.
인용 시 반드시 "출처와 저자명(전민수)"을 명시해 주세요.
— The Minsoo Code : 인간이 AI에게 사고를 가르친 최초의 함수 언어
