UX/UI 디자이너는 왜 LLM을 잘 써야할까?

Mar 3. 2025

인공지능의 발전을 보여준
주요 사건들

인공지능(AI)의 발전사는 수많은 역사적 순간들로 잘 이해할 수 있습니다. 초창기인 1960년대 MIT에서는 세계 최초로 인간 체스 선수에게 승리를 거둔 체스 프로그램 “맥핵(Mac Hack)”을 개발하여 AI의 가능성을 보여주었습니다. 이후 1997년에는 IBM의 슈퍼컴퓨터 딥 블루(Deep Blue)는 세계 체스 챔피언 가리 카스파로프를 이겼습니다. 딥 블루의 승리는 인공지능이 인간의 두뇌를 넘어설 수 있음을 처음으로 널리 입증한 사례로, AI 역사에 한 획을 그은 사건으로 볼 수 있습니다.

-1960대 개발된 Mac Hack-

2016년에는 구글 딥마인드(DeepMind)의 알파고(AlphaGo)가 바둑 세계 챔피언 이세돌 9단과의 대결에서 4승 1패로 승리하여 전 세계에 충격을 주었습니다. 바둑은 경우의 수가 엄청나게 많기 때문에 AI가 인간에게 이기기 어려운 영역이었습니다. 알파고의 승리는 AI 기술이 인간의 직관 영역까지 도달했음을 보여준 역사적 순간이었습니다. 그리고 2017년, 구글 연구진이 발표한 “Attention is All You Need” 논문은 새로운 딥러닝 구조인 트랜스포머(Transformer) 모델을 선보이며 또 다른 전환점을 만들었습니다. 이 트랜스포머 모델은 이후 등장하는 GPT와 BERT 같은 대규모 언어 모델(LLM)의 토대가 되었습니다.

최근 LLM의 발전 동향

2018년 이후로 대규모 언어 모델(LLM) 분야는 눈부신 발전을 거듭해왔습니다. 대표적으로 OpenAI의 GPT 시리즈가 있습니다. 2018년 첫 GPT-1 모델이 나온 이래 GPT-2(2019), GPT-3(2020)가 등장하면서 업데이트를 거듭할 때마다 규모와 성능이 비약적으로 커졌습니다. 최신 모델인 GPT-4까지 공개되면서, 방대한 데이터 학습을 통해 인간처럼 자연스러운 문장을 만들어내고 복잡한 질문에도 답하는 능력을 보여주고 있습니다.

한편, 구글은 2018년 BERT를 발표하여 언어 이해 측면에서 큰 진전을 이루었습니다. BERT(Bidirectional Encoder Representations from Transformers)는 문장을 왼쪽부터 오른쪽으로만 읽는 기존 방식 대신, 양방향으로 문맥을 이해하는 혁신을 도입한 모델로서 2018년 공개되었습니다. 이 기술은 질의응답, 검색 엔진 등 언어 이해가 필요한 분야에서 성능을 크게 향상시켰습니다.

2022년 말에는 OpenAI의 ChatGPT가 공개되어 일반 대중에게 LLM의 놀라운 활용 가능성을 각인시켰습니다. ChatGPT는 대화형으로 GPT-3.5 모델을 활용한 챗봇으로, 출시 5일 만에 사용자 100만 명을 모을 정도로 폭발적인 반응을 얻었습니다. 이를 계기로 마이크로소프트는 Bing 검색에 GPT를 접목하고, 구글은 대화형 AI Bard를 내놓는 등 기술 대기업들도 앞다투어 LLM 기술을 서비스에 통합하기 시작했습니다.

AD_4nXe30jlIxfa78OeoyyU9n7uqS0jqtB18hjJTdWl1obykCklLq8Dq5au82NUrEO6jHFiVrDAqCrcyp5XudCrOea337S1hIWKpa0ssrWPEPQqXtNFdbV_uW_AxXznX4HWBpegbijWo?key=tW5ynyWaT3SgDrZeAHJay0Et

여러 스타트업과 연구 기관들도 LLM 개발 경쟁에 뛰어들었습니다. OpenAI 출신들이 세운 Anthropic은 2023년 대화형 LLM인 Claude(클로드)를 출시했습니다. Claude는 AI의 안전성과 윤리에 중점을 둔 접근법(이른바 “헌법 기반 AI”)을 도입하여, 유해한 출력 없이 유용한 답변을 제공하는 것을 목표로 두고 있습니다. 또한 클로드는 한번에 처리할 수 있는 문맥 길이(context window)를 획기적으로 늘려서, 수십만 단어에 달하는 방대한 분량의 문서도 한꺼번에 분석할 수 있습니다. 예를 들어 Claude 3.5 모델은 한 번에 20만 토큰 이상의 문맥을 처리할 수 있어, 긴 인터뷰 기록이나 책 한 권 분량의 텍스트도 넣고 요약이나 분석을 얻어낼 수 있습니다.

AD_4nXcvEFFgsp9f7ksVTZ0yN0__JL8SYZzSxq1712ErfE41VWFc-C3BLM0JbYHFQ9n-2rLvEKi0iIoBuHBZVHi2M_6uR3ZR0eCNCCnvdpreCSgGQq4J0UKq97KTidHD74pjLrHibLNX?key=tW5ynyWaT3SgDrZeAHJay0Et

2023년 구글과 딥마인드 차세대 LLM인 Gemini(제미니)를 지속적으로 업데이트하고 있습니다. Gemini는 멀티모달(multimodal) AI 모델로, 텍스트뿐 아니라 이미지, 오디오, 영상 등 다양한 유형의 데이터를 동시에 이해하고 생성해낼 수 있는 것이 특징입니다. 예를 들어, 제미니는 텍스트와 이미지를 섞어 입력받아 응답으로 글과 이미지를 함께 만들어내는 식의 작업도 가능하게 설계되었습니다. 구글은 이 Gemini 모델을 자사 서비스 곳곳에 통합하고 있는데, 최신 스마트폰에 적용해 음성비서로 활용하고, Gmail이나 문서 도구에 접목해 이메일 초안을 작성하거나 문서를 편집해주는 등 실제 제품에 빠르게 적용하고 있습니다. 이처럼 최근 몇 년간 GPT 시리즈, BERT, Claude, Gemini 등으로 대표되는 LLM들은 모델 구조의 혁신과 규모의 확장, 그리고 멀티모달 처리 능력을 더해가며 빠르게 발전하고 있습니다.

그렇다면 LLM을 이해하고 업무에 활용하는 것이 UX/UI 디자이너에게 왜 중요할까요? LLM의 뛰어난 성능이 우리 인간의 거의 대분의 업무, 그리고 UX/UI 디자이너의 업무를 대신 수행해줄 수 있기 때문입니다.

LLM이 가져온 업무의 변화

ChatGPT 등장과 폭발적 도입: 2022년 말 공개된 ChatGPT를 시작으로 대규모 언어 모델(LLM)이 업무 현장에 급속히 침투했습니다. 출시 몇 달 만에 ChatGPT 이용자는 1억 명을 넘어서며 역사상 유례없는 속도로 확산되었고, Fortune 500 기업의 80%가 이 기술을 도입했습니다. 이미 LLM 기반의 인공지능 챗봇은 고객 지원, 콘텐츠 생성, 마케팅 분석 등 다양한 분야의 업무에 활용되고 있습니다. 실제로 미국 직장인을 대상으로 한 조사에서는 99%가 ChatGPT를 들어봤고 57%는 이미 사용해봤으며, 16%는 업무에 정기적으로 사용한다고 응답했습니다.

AD_4nXc8yEWAuSWoTtE1vGdcOwCY7yl4Snv2noLtAgUFArEymmAQgNOgi-iY1lf1XKGm_qbyUjDuFtxhVgJnpyVayIyhKL8KcSBypzAUV4-vMLIkoMCv1KGdp4v0pzg8deo4qHgheJBj?key=tW5ynyWaT3SgDrZeAHJay0Et

생산성 향상과 업무 방식 변화: 많은 직장인들은 LLM을 새로운 생산성 도구로 수용하고 있습니다. AI를 활용해 이메일 초안을 쓰거나 보고서를 요약하는 등 반복 작업을 단축하면서 더 효율적으로 일하고 있고, 이 편리함은 한 번 경험하면 다시 이전으로 돌아가기 어렵기 때문입니다. 한 설문에 따르면 직장에서 AI를 사용하는 직원 중 72%가 업무 생산성이 높아졌다고 답변하였습니다. 프로그래밍 분야에서는 코드 자동완성 도구가 개발자의 일부 코드를 대신 써주고, 마케팅 분야에서는 카피라이팅을 AI가 도와주며, 법률 분야에서도 초안 작성에 챗봇을 활용하는 등 업무 방식 자체가 달라지고 있습니다.

일자리와 요구 역량의 변화: LLM의 등장으로 일자리 지형에도 변화가 나타나고 있습니다. 사람의 손을 거치던 많은 작업들이 자동화 가능해지면서, 기업은 사람에게 더 높은 부가가치의 역할을 기대하게 됩니다. 실제 하버드비즈니스스쿨 등 연구에 따르면 ChatGPT 출시 8개월 후 자동화되기 쉬운 직무에 대한 채용 수요가 21%나 감소했다고 합니다. 이는 AI 도구 도입으로 일부 업무는 축소되고 그 대신 새로운 역량이 요구되고 있음을 보여줍니다.

즉, 루틴한 작업을 자동화하고 창의적 문제 해결이나 전략 수립 등 인간 고유의 강점을 살리는 방향으로 업무가 재편되고 있습니다. 앞으로도 다양한 산업에서 AI와 협업하며 일하는 문화가 확산될 것으로 예상되며, 어떤 분야든 AI 활용 역량이 새로운 기본 소양이 되어가고 있습니다.

디자인 업무의 변화

디자인 분야에 불어닥친 AI 바람: 디자인 업계 역시 LLM과 생성형 AI의 등장으로 업무 프로세스에 큰 변화를 겪고 있습니다. 과거에는 백지에서 시작해야 했던 아이디어 스케치나 시안 작업을 이제는 AI가 도와주는 시대가 되었습니다. 예를 들어 이미지 생성 AI인 Midjourney나 DALL·E 같은 도구를 사용하면 텍스트 프롬프트만으로도 순식간에 콘셉트 아트나 시각 자료를 얻을 수 있습니다. 실제 그래픽 디자이너들은 Midjourney를 활용해 간단한 텍스트 명령으로 그래픽 시안, 핵심 이미지 장면 생성, 개별 디자인 요소 생성, 색상 팔레트까지 몇 초 만에 만들어 내며 아이데이션에 활용하고 있습니다. 이처럼 시각 디자인에서 AI 활용은 초기 구상 단계를 가속화하고, 더 풍부한 아이디어를 실험해볼 수 있게 했습니다.

AD_4nXfJ2mrP4UaqxSw5Tf1DOQ9VWcJoPA5wNCi1r53E6DzEFmqXt3xMmhD2x0amF7zvXwGRRPCUmEoR7oz-oD_2bwUrM08Ax6JPb9kile8hobevTq64HsIzCflhp5UwCaygrOq2uNkf8Q?key=tW5ynyWaT3SgDrZeAHJay0Et

생성형 AI의 디자인 보조 역할: 텍스트 기반 LLM뿐 아니라 생성형 AI 전반이 디자인 프로세스 곳곳을 바꾸고 있습니다. 디자인 내용이나 요구사항을 글로 서술하면 자동으로 디자인 시안을 만들어주는 도구도 등장했습니다. Adobe 역시 Firefly와 같은 AI를 포토샵 등에 통합하여 배경 생성이나 이미지 보정 같은 작업을 자동화했는데, Firefly 출시 초기 한 달 만에 7천만 개 이상의 이미지가 생성되었고(베타 기준) 1년도 채 안 되어 총 120억 회 이상의 콘텐츠 생성이 이뤄졌을 정도로 디자이너들이 활발히 활용했습니다. 이처럼 생성형 AI는 단순 반복 작업을 덜어주고 디자이너가 더 중요한 부분에 집중할 수 있도록 도우며, 전체적인 작업 효율과 결과물의 다양성을 크게 높이고 있습니다.

전문성의 경계 변화와 디자이너의 역할: AI 도구의 발전은 디자인 분야 업무 역할의 경계도 바꾸고 있습니다. 이제는 비디자이너도 어느 정도 디자인 작업을 시도해볼 수 있고, 디자이너도 타 분야 작업을 일부 소화할 수 있게 되었습니다. 예를 들어 전문 교육을 받지 않은 마케터도 캠페인 이미지를 생성형 AI로 손쉽게 만들어낼 수 있고, 반대로 디자이너는 카피라이팅 AI를 활용해 광고 문구를 직접 작성해볼 수 있습니다. AI는 이렇게 디자인 실무의 민주화를 진행하고 있습니다.

하지만 최종적인 퀄리티 판단과 전략적 조율과 같은 영역은 숙련된 디자이너에게 더 중요한 영역이 되고 있습니다. AI가 여러 결과물을 뽑아준다 해도, 브랜드에 부합하고 사용자에게 적절한지를 판단해 다듬는 큐레이션 작업은 여전히 사람의 전문성이 필요한 부분입니다. 따라서 디자이너들은 AI와 협업하여 자신의 역량을 확대하는 한편, 동시에 AI가 넘볼 수 없는 창의성과 통찰력을 발휘하는 방향으로 역할을 재정의하고 있습니다. 요컨대 디자인 프로세스 전반에 걸쳐 “AI를 활용해서 디자인을 하는 AI디자이너”가 되는 것이 새로운 경쟁력이 되고 있는 것입니다.

UX/UI 디자인 업무의 변화

UX/UI 작업 흐름에 스며든 LLM: UX/UI 디자인 분야에서도 LLM 활용이 빠르게 확산되며 디자이너의 작업 방식이 변화하고 있습니다. UX 디자인 과정은 리서치, 아이데이션, 프로토타이핑, 사용자 테스트 등 여러 단계로 이루어지는데, 이제 각 단계마다 LLM이 조력자 역할을 할 수 있게 되었습니다. 예를 들어 사용자 리서치 단계에서 디자이너는 ChatGPT 같은 LLM에 인터뷰 녹취나 설문 응답 요약을 부탁해 방대한 정보를 단 시간에 정리할 수 있습니다. 수많은 사용자 피드백 텍스트를 사람이 일일이 읽지 않고도, 챗봇이 핵심 키워드와 인사이트를 추출해 "사용성", "미적 요소", "기능성" 등 카테고리별로 정리해줄 수 있습니다.

또한 LLM에게 “여행 앱을 디자인할 때 사용자들이 궁금해할 만한 질문은?” 같이 물어보면, 마치 가상의 사용자가 질문을 던지는 것처럼 잠재 고객의 요구사항이나 불편을 시뮬레이션해볼 수도 있습니다. 이러한 활용으로 디자이너는 초기에 사용자 관점에서 생각해야 할 포인트를 빠르게 포착하고, 연구 데이터를 더욱 체계적으로 활용할 수 있게 되었습니다.

아이데이션과 프로토타이핑 지원: UX/UI 디자이너에게 있어서 아이디어 발상과 프로토타입 제작 단계에서도 LLM은 강력한 도구입니다. 막막한 문제를 마주했을 때 ChatGPT에 상황을 설명하고 해결 아이디어를 물어보면, 새로운 접근법이나 참신한 기능 제안을 몇 가지 얻을 수 있습니다. 이는 디자이너 혼자 고민할 때 놓칠 수 있는 다른 관점의 발상을 제공하여 브레인스토밍을 풍부하게 해줍니다.

UI 설계 측면에서는, Text-to-UI 생성 도구나 코딩 보조 AI를 활용해 신속하게 화면 시안이나 코드 프로토타입을 만들어볼 수 있게 되었습니다. 예를 들어 디자이너가 간단한 웹 페이지 구조를 떠올렸다면, 직접 코드를 짜기보다 ChatGPT에 HTML/CSS 생성을 부탁해 기본 틀을 얻고 수정하는 식으로 프로토타이핑 속도를 높일 수 있습니다. Figma 등의 디자인 툴에도 ChatGPT 플러그인이 등장하여 디자인 작업 중 곧바로 UX 카피를 생성하거나 아이콘을 만들어주는 등 디자인 툴에서 실시간으로 AI를 활용하는 작업 방식도 점점 편리해지고 있습니다. 그 결과 UX/UI 디자이너는 예전보다 더 짧은 사이클로 시안을 만들고 테스트해보며, 사용자 피드백에 기민하게 대응하는 애자일(Agile)한 작업이 용이해지고 있습니다.

UX/UI 디자이너에게 요구되는 새로운 역량: 이러한 변화 속에서 UX/UI 디자이너의 역할도 변화하고 있습니다. AI가 많은 단순 작업을 자동화해주므로 디자이너는 이제 더 높은 수준의 과제에 집중할 수 있게 되었습니다. 디자인 업계 전문가들은 “디자이너는 전략적 사고는 직접 책임지고, 전술적 작업은 AI에 맡기는 방향으로 업무가 재편될 것”이라고 조언합니다. 실제로 AI가 초안을 만들어주면 디자이너는 그중에서 사용자 경험에 최적인 해법을 가려내고 발전시키는 큐레이터의 역할을 하게 됩니다. 이를 위해서는 예전보다 비즈니스 전략, 사용자 심리, 공감 능력 등이 더욱 중요해졌습니다. 동시에 AI 활용 능력 자체도 필수 스킬이 되고 있습니다.

예를 들어 앞서 언급한 UX 라이팅의 경우, AI에 원하는 결과물을 얻기 위해 프롬프트(지시문)를 치밀하게 작성하는 능력이 요구됩니다. UX 라이터의 의도에 맞는 좋은 결과를 얻으려면 디자인하려는 상황과 문제를 명확히 정의하여 프롬프트에 담아야 하기 때문에 이를 구체적으로 서술할 수 있는 프롬프트 능력이 중요해진 것입니다. 이처럼 AI와 상호작용하며 최상의 결과를 끌어내는 능숙함이 새로운 UX/UI 디자이너의 역량으로 떠오르고 있습니다.

능숙한 LLM 활용이 필수가 된 이유: 이제 UX/UI 디자이너에게 LLM 활용 능력은 선택이 아닌 필수에 가까워지고 있습니다. 업계 전반에서 AI 도구를 적극 활용하면서 업무 효율과 산출물 수준을 한 단계 높이고 있기 때문에, 이를 능숙하게 다루지 못하면 경쟁력에서 뒤처질 위험이 있습니다. 반대로 AI를 잘 활용하면 혼자서도 다방면의 작업을 수행하며 업무 폭을 넓힐 수 있고, 팀 협업 시에도 AI가 생성한 자료를 토대로 더 깊이 있는 논의와 빠른 실행이 가능해집니다. 궁극적으로 LLM 활용 능력은 UX/UI 디자이너가 변화하는 업무 환경에 적응하고 자신의 전문성을 강화하는 열쇠라고 할 수 있습니다. 빠르게 발전하는 AI 시대에 디자인 혁신을 주도하고자 하는 UX/UI 디자이너라면 LLM을 자신의 도구로 만들어 활용하는 법을 반드시 익혀야 하겠습니다.

결론

앞으로 UX/UI 디자이너에게 AI 리터러시(AI literacy), 즉 AI의 동작 원리를 이해하고 효과적으로 활용하는 능력은 필수가 될 것입니다. 이는 마치 디자이너들이 과거에 새로운 디자인 툴이나 프로토타이핑 도구를 배우듯이, 이제는 LLM과 협업하는 방법을 배우는 과정이라고 볼 수 있습니다. LLM 기술의 발전 동향을 꾸준히 따라가면서, 이를 현명하게 업무에 접목하는 디자이너는 높아진 생산성과 풍부한 아이디어로 한층 경쟁력을 갖출 것입니다. 요컨대, LLM은 UX/UI 디자인의 미래에 혁신적인 영향을 미칠 것이며, 인간 디자이너와 AI의 조화로운 협업을 통해 더욱 풍부하고 사용자 중심적인 디자인이 실현될 것으로 기대됩니다. 인간의 창의성과 공감에 AI의 힘을 더한다면, 우리는 이전보다 빠르고 뛰어난 방법으로 사용자에게 가치를 전달하는 디자인을 만들어나갈 수 있을 것입니다.