이재구

디자인 시스템의 새 방향, 디자인 MD 파일이 뭔데?

2026-04-17T06:48:00Z

"선생님, AI 진도가 너무 빨라요" 요즘 디자이너들끼리 이야기하다 보면 이런 말이 자주 나옵니다. 며칠만 지나도 새로운 AI 툴이 나오고, 디자인을 코드로 바꿔주는 툴도 늘어나고 있습니다. 예전에는 디자인 시스템이라고 하면 보통 Figma 안에 컴포넌트를 정리해 두는 것을 떠올렸습니다. 버튼, 컬러, 타이포그래피, 간격 규칙을 정리해 두고 디자이너와 개발

왜 중국 서비스는 복잡하고 미국 서비스는 단순할까 - 풍부함으로 설득하는 중국 UX, 구조로 판단을 돕는 미국 UX

2026-03-18T01:00:19Z

두 나라가 신뢰를 만드는 방식 같은 기능이라도 중국 서비스와 미국 서비스의 화면은 전혀 다른 모습입니다. 중국 서비스는 가능한 많은 기능과 신호를 한 화면에 밀어 넣습니다. 미국 서비스는 필요한 것만 남기고 나머지를 걷어냅니다. 이 차이는 디자인 수준이나 취향의 문제가 아닙니다. 두 나라의 UX는 사용자를 설득하는 방식 자체가 다릅니다. 중국은 가능한 많은

서울숲 첫 번째 계절, 봄 - 봄이 시작되는, 서울숲과 콜렉트

2025-11-12T01:00:34Z

한국에는 사계절이 있지만, 서울숲에서 가게를 하는 사람들에게는 봄과 가을만 있다. 한강 근처라 겨울엔 강바람이 차갑고, 여름엔 공원을 걷기엔 덥다. 그래서 사람이 없는 건 아니지만, 봄과 가을에 비하면 겨울과 여름의 서울숲은 한산하다. 그래서 긴 겨울을 지나 찾아온 봄은 서울숲 사장님들에 늘 반가운 계절이다. 봄이 시작되면 카페 안보다 밖이 먼저 활기를

아메리카노와 라떼로 시작되는 콜렉트 아침 - 가장 기본적인 커피로 하루를 시작하는 일

2025-10-29T01:00:27Z

카페의 기본 메뉴는 아메리카노와 라떼다. 누구나 알고, 누구나 마시는 커피다. 그리고 매일 아침, 카페의 시작을 알리는 커피 역시 아메리카노와 라떼였다. 문을 열고 불을 켜면 가장 먼저 하는 일은 모카포트를 올리는 것이다. 물이 끓고, 치지직 소리와 함께 증기가 오르면 에스프레소의 첫 향이 공간을 채운다. 그 향이 퍼질 때 즈음 음악이 흐르고, 콜렉트 하

한국은 다양하게, 일본은 충분하게 - 문화가 만든 UX - 빠르게 판단하는 한국, 충분한 정보가 필요한 일본

2025-10-27T00:56:15Z

지리적으로 가깝지만, 한국과 일본의 UX는 많이 다릅니다. 한국 사용자는 “알아서 한다 “라는 속도로 우선 눌러보며 움직이고, 일본 사용자는 “확인하고 안심한다”는 과정을 거쳐야 움직이기 시작합니다. 두 나라 모두 ‘사용자 중심’을 말하지만, 그 중심을 구성하는 기준에는 차이가 있습니다. 한국 - 묻기 전에 보여주는 UX 한국의 UX는 복잡하지만 빠르고

콜렉트 기본, 커피 원두 이야기 - 다양한 로스터리 커피와 '서울숲 콜렉트' 블렌드.

2025-10-21T10:11:22Z

쉬운 어떤 것을 만든다는 건, 꼭 필요한 기본만 남기는 작업이다. 우리는 그 생각을 커피에도 옮겨보기로 했다. 원두는 카페의 기본이다. 하지만 기본일수록 어렵다. 같은 생두라도 누가, 어디서, 어떻게 볶느냐에 따라 전혀 다른 이야기가 된다. 우리는 그 기본을 조금 다르게 해 보기로 했다. 하지만 그건 생각보다 단순하지 않았다. 누가, 어디서, 어떤 마음으

콜렉트 커피의 첫날 - 익숙하지 않았던 Collect 첫날의 기록

2025-10-16T02:00:09Z

‘첫’이라는 단어는 설레면서도 불안한 단어다. Collect의 문이 처음 열리던 날이 그랬다. 준비는 끝났지만, 막상 손님을 맞이하니 모든 게 어색했다. 첫 손님이 들어왔다. 문이 닫히자, 조용했던 공간에 설레면서 처음 느껴지는 공기가 스며들었다. 손님이 메뉴판을 확인하고, 주문을 할 때 첫 손님을 받는 모든 시간은 조금씩 긴장으로 바뀌었다. 주문을 받고

AI가 디자이너를 대체할까? - AI와 함께 일하는 프로덕트 디자이너의 새로운 역할

2025-10-14T02:00:12Z

“AI가 프로덕트 디자이너를 대체할까?”요즘 자주 듣는 질문입니다. 많은 논의가 디자인 시안 혹은 제작 시간 단축에 집중돼 있지만, 프로덕트 디자이너 본질에 대한 논의는 아닙니다. 프로덕트 디자이너 본질은 "문제 정의 → 솔루션 정의 → 경험 설계 및 제작 → 경험과 지표 관계 설정" 네 단계에 걸쳐있습니다. 이 글은 그 흐름 속에서 AI가 어디까지 역할을

Collect 공간의 완성 - 홈 카페의 모습을 닮은 공간의 완성

2025-10-13T02:00:01Z

긴 장마가 끝나고, 공간이 완성됐다. 처음 완성된 공간에서 가장 먼저 눈에 들어온 건 바였다. 가로로 길게 뻗은 바 위에는 모카포트와 작은 오븐, 그라인더가 단정히 놓여 있었다. 손님이 주문을 하면, 커피가 만들어지는 과정을 지켜볼 수 있는 구조였다. 카페라기보다 집의 부엌에 가까운 풍경이었다. 대화를 나누기에도 바는 편했다. 건너편에 앉은 손님은 커피

여름 시작, 비가 고이는 자리 - 감성과 현실이 만난 여름의 시작

2025-10-03T18:12:01Z

“가게 자리는 비가 내릴 때 물이 고이는 곳에 자리 잡아야 한다”는 속설이 있다. 지나치게 속설을 잘 따라 간걸까? 20년 여름의 시작, 유난히 많은 비가 퍼부었다. 인테리어 공사는 시작했지만, 아직 준비되지 않은 건물 안으로 빗물이 스며들기 시작했다. 처음엔 새로 칠한 벽에 얼룩이 생기더니, 곧 가느다란 물줄기가 바닥으로 흘렀다. 걸레로 닦아내는 속

모카포트와 작은 오븐이 만든 부엌 - 커피와 빵이 구실이 된 공간

2025-10-03T18:15:01Z

콜렉트 카운터 뒤에는 커피 머신이 없었다. 대신 모카포트와 작은 오븐, 그리고 가스레인지가 자리를 잡았다. 손에 잡히는 크기의 도구들이었고, 집에서도 쉽게 볼 수 있는 것들이었다. 화려하지는 않았지만, 우리가 만들고 싶던 공간과는 더 잘 맞았다. 사람들 앞에 커피 머신이 놓이는 대신, 부엌처럼 편안한 풍경을 남기고 싶었다. 사실 모카포트는 카페에서 쓰기

작은 선택으로 채우는 공간 - Collect를 완성하는 작은 선택

2025-09-22T13:37:09Z

점차 공간은 채워지고 있었다. 그런데도 빈틈은 남아 있었다. 우리는 그 사이를 메우기 위해 더 작은 것들을 고민했다. 소리와 빛, 그리고 빈 공간에 무엇을 두느냐에 따라 공기는 달라졌다. 가장 먼저 떠오른 건 스피커였다. 우드와 플라스틱 사이에서 한참을 망설였다. 플라스틱은 소리가 선명했지만 오래 들으면 날카로움이 남았다. 우드는 처음은 둔하지만 시간이

시작의 소음과 공간 - 대화와 커피에 집중할 수 있는 자리

2025-09-22T13:29:23Z

시작은 늘 시끄럽다. 인테리어를 시작하는 기계 소리가 처음 가게에 울렸다. 바닥에 자재가 쌓이고, 가벽이 세워졌다. 오래 비어 있던 공간이 메워지기 시작했다. 가게가 생긴다는 실감이 났다. “여기에 벤치를 두면 좋을 것 같아.”“조명은 조금 낮춰야 할 것 같아.” 인테리어 스튜디오와 함께 도면을 펼쳐놓고 공간을 그려갔다. 사람들이 사진만 찍고 가는 카

멈춘 공사장과 준비의 시간 - 겨울에서 초여름까지 비어 있는 공간

2025-09-22T13:26:01Z

세상은 마스크를 쓰기 시작했고, 우리는 여전히 열리지 않는 가게 앞을 지났다. 겨울에 계약한 가게는 봄이 지나 초여름이 다가왔는데도 그대로였다. 벽은 덜 지어졌고, 바닥은 비어 있었다. 퇴근 후 들러도 달라진 게 없었다. 전화로 확인해도 뾰족한 답은 들리지 않았다. 기다림은 점점 길어졌다. 가게는 멈춰 있었지만, 우리는 다른 카페를 다녔다. 문이 열리지

서울숲의 첫겨울, 카페의 시작 - 집에 없는 부엌을 닮은 공간

2025-09-22T13:24:40Z

19년 12월, 한솔이와 함께 서울숲 빈 건물의 계약서에 사인을 하고 나오던 날, 얕은 눈이 내렸다. 흰 눈이 머리 위로 떨어졌다가 금세 녹아내렸다. 길을 걷다 말했다. “이제 진짜 시작이네.”짧은 한 마디였지만 그 무게는 크게 다가왔다. 시작이라는 말은 낯설었고, 앞으로 감당해야 할 일은 눈보다 훨씬 무거워 보였다. 우리는 서울의 꽤 많은 동네를 돌아

사용자가 아닌 사람으로 만난 손님 - 프롤로그

2025-09-22T13:23:51Z

나는 디자이너로 일하며 여러 서비스를 만들었다. 기획 속에서, 화면 위에서, 숫자로 요약된 사람들을 떠올리며 연령, 성별, 취향 같은 항목을 조합해 가상의 사용자를 만들었다. 그들은 언제나 서비스 이용자 전체를 대표하는 ‘사용자’였다. 아침 사무실에는 그래프가 먼저였다. 숫자가 오르내리는 곡선 위에 사용자 반응을 요약했다. 사람들 각각의 얼굴이나 목소리

맥락에 맞는 AI 서비스 세 가지 - AI 기능을 제품에 녹여낸 3가지 사례와 서비스 소개

2025-08-28T10:44:50Z

지난 글 'AI 기능을 설계할 때 필요한 3가지 기준'은 AI 기능을 붙이기 전에 ‘어떤 상황에서, 무엇을, 어떻게 구현할지’ 정의해야 한다고 얘기했습니다. 이번 글은 그 기준에 맞춰 현실에서 구현된 세 가지 AI 서비스 사례를 정리한 글입니다. 1. 아마존 ‘Rufus’—대화형 쇼핑 어시스턴트 어떤 상황에서 : 상품을 찾고 비교하며 구매 결정을 결정하

지금 우리 팀에 맞는 사람을 찾는 일 - 정답은 복사되지 않고, 우리 팀에 맞는 정답을 찾아야 합니다.

2025-10-13T14:41:56Z

팀에서 채용을 논할 때, 좋은 회사 출신 지원자의 경험은 중요한 평가 기준입니다. 그리고 그 경험은 분명 가치 있습니다. 하지만 '그 사람이 지금 우리 팀에 맞는 사람일까?'에 대한 질문은 또 다른 이야기입니다. 좋은 팀원의 기준은 출신 회사만으로 정해지지 않습니다. 회사는 성장 단계마다 풀고 있는 문제가 다른데요. 그 문제의 성격에 따라, 잘 맞는 사람도

AI 기능을 설계할 때 필요한 3가지 기준 - 사람이 정하는 AI 정보 설계 기준

2025-07-04T15:31:42Z

최근, 제품을 만들다 보면 “AI 써보자”는 제안이 쉽게 나옵니다. 마치 AI가 모든 걸 해결해 줄 것처럼 들리기도 합니다. 하지만 AI가 들어간 제품이 오히려 사용자에게 가치를 주지 못한 채 끝나는 경우도 많습니다. AI는 인간보다 잘하는 일이 많습니다. 특히 정보를 요약하거나, 그 요약을 바탕으로 추천할 때 강점을 보입니다. 하지만 중요한 건, "무엇을

Aha Moment와 네트워크 효과를 만드는 타깃 설정 - 사용자 타깃을 구체화하는 방법과 그 이유

2025-04-07T05:20:11Z

이 서비스는 누구를 위한 것인가? 많은 팀이 이 질문에 대해 명확한 답을 갖고 있지 않습니다. 특히 플랫폼 기반 서비스는 더욱 이 질문에 대해 구체적으로 답할 수 있어야 합니다. 서비스 플랫폼은 네트워크 효과(Network Effect)가 핵심입니다. 활성 사용자가 많아질수록 서비스 가치가 커지는 구조이기 때문입니다. 이 효과를 빠르게 만들기 위해서는 타깃