DAY44 - AI 시대의 디자이너의 역할

시대의 변화에 디자이너 역할 변화

프로덕트 디자이너는 단순 시각 정보 전달자에서 시작해, 기술 발전에 따라 인간 중심의 지능적이고 윤리적인 사용자 경험을 설계하는 역할로 진화함

HCI 4단계 (사람과 컴퓨터간의 의사소통)

1. 비트의 개발
2. 개인용 컴퓨터의 개발
3. 모바일 기기의 개발
4. 인공지능의 개발

머신러닝, 자연어 프로세싱, 이미지 인식 등 기술에 대한 개념 공부가 필요함
- 머신러닝 : 컴퓨터가 데이터에서 스스로 학습해서 규칙을 찾고 예측하는 기술
- 자연어 프로세싱 : 사람의 언어(문자, 음성 등)를 컴퓨터가 이해하고 분석하는 기술
- 이미지 인식 : 이미지나 영상 속의 내용을 컴퓨터가 인식하고 분류하는 기술

 

AI 발전 단계

1. 데이터 분석 단계 사용자의 데이터를 수집하고 패턴을 분석하는 기본적인 단계
2. 머신 인텔리전스 단계 사용자의 행동을 학습하고 패턴을 인식하는 단계
3. 고차원 지능 단계 맥락을 완전히 이해하고 사람과 유사한 판단이 가능한 단계

• 머신 인텔리전스 단계 → 고차원 지능 단계 (ai 발전하면서 디자이너 역할이 변화함)

[디자이너의 역할 변화]
사용자와 ai 사이의 자연스러운 인터랙션을 설계하고, 사용자가 느끼는 기술적 간극을 최소화하는 것이 디자이너의 새로운 과제입니다.

컴퓨터 기반 디자인의 새로운 패러다임

디자이너의 큐레이션 디자이너는 최종 사용자에게 가정 적합한 디자인을 선별하는 큐레이터 역할 수행함 (AI가 생성한 옵션 중 최적의 결과물을 선택)

AI 시대 디자이너의 핵심 역할

• 기술과 경험의 연결
• 학제간 현업의 중심
• 윤리적 가치의 수호자

디자이너의 미래 역할

• ai 기술 이해자
• 기술, 인간 연결자
• 큐레이터로서의 역할
• 윤리적 디자인 수호자

---

[과제- 챗gpt 도와줘!]

[Part 1. 시대별 디자이너 역할 비교 분석]

🏺 1. 산업혁명 이전 (~18세기 후반)

• 주요 역할: 장인(craftsman), 예술가
• 특징:
  • 디자인은 주로 수공예, 건축, 장식 미술 분야에 국한됨
  • 개별 장인의 감각과 기술에 의존
  • 실용성과 미적 가치가 결합된 수작업 중심

🔍 비교 포인트: 디자이너라기보다는 예술가 또는 기능공에 가까움

---

🏭 2. 산업혁명~20세기 초

• 주요 역할: 제품 형태를 설계하는 기술자
• 특징:
  • 대량 생산 시대 도래
  • 기능성과 생산 효율성이 강조됨
  • 초기 산업디자인 등장 (예: 기계, 가구, 가전제품)

🛠️ 예시: 피터 베렌스(Peter Behrens) — 최초의 산업디자이너 중 한 명, 전기제품과 기업 브랜딩 작업 수행

---

🎨 3. 모더니즘 시대 (1920~1960년대)

• 주요 역할: 형태와 기능의 통합자
• 특징:
  • "형태는 기능을 따른다(Form follows function)" 원칙
  • 바우하우스 등의 교육 기관에서 체계적인 디자인 교육 확산
  • 시각디자인, 제품디자인, 건축디자인 등이 전문 분야로 분화

🧩 비교 포인트: 디자인이 이론과 시스템을 갖추기 시작함

---

📺 4. 포스트모더니즘 & 디지털 전환기 (1970~1990년대)

• 주요 역할: 문화적 해석자, 브랜드 표현자
• 특징:
  • 기능보다 감성, 맥락, 문화적 메시지 강조
  • Apple, MTV 등 브랜드 중심의 디자인 부상
  • 디지털 툴의 등장 (Photoshop, Illustrator 등)

🎭 비교 포인트: 사용자의 감성, 사회적 맥락까지 디자인이 포괄

---

💻 5. 인터넷 & UX/UI 시대 (2000~2010년대)

• 주요 역할: 사용자 경험 설계자(UX Designer)
• 특징:
  • 웹사이트, 앱 등 디지털 제품 중심
  • 사용자 중심 사고 (User-Centered Design)
  • 협업 중심 (디자인 스프린트, 애자일 등)

🔧 예시 역할: 와이어프레임 제작, 프로토타입 테스트, 사용자 인터뷰 설계

---

🤖 6. AI & 데이터 기반 디자인 시대 (2020년대~현재)

• 주요 역할: 시스템 설계자, 전략가, 문제 해결자
• 특징:
  • 디자인 도구의 자동화 (예: Figma의 AI 플러그인)
  • 데이터 기반 의사결정
  • 디자인의 범위가 서비스 전체, 조직 전략까지 확장됨

📊 비교 포인트: 디자이너는 더 이상 ‘만드는 사람’이 아니라 ‘결정에 기여하는 사람’

---

[Part 2. 디자인 프로세스의 변화와 통합]

• 과거(웹1.0~2.0) 디자인 프로세스는 어떻게 구성되었는가?
• 현재(모바일~AI 시대)의 디자인 프로세스는 어떤 점이 달라졌는가?
• 사용자 리서치, 데이터 분석, 프로토타이핑, 테스트 등의 단계가 언제부터 실무에 본격 도입되었는지 분석해 보세요.
• 흐름도를 그리거나, Before & After 형식으로 정리해도 좋습니다. 

 

과거~현재 디자인 프로세스 설명

🔙 과거 디자인 프로세스 (웹 1.0~2.0 1995~2010년)

✅ 주요 특징

• 정적인 콘텐츠 중심 (HTML, Flash 기반)
• 디자이너가 ‘만들고 끝’ 내는 방식
• "Waterfall" 프로세스 (선형적 단계)

🧱 일반적인 프로세스 단계

1. 요구사항 수집
2. → 클라이언트나 기획자의 요구 중심
3. 기획 및 구조 설계
4. → 정보구조(IA), 메뉴 구성
5. 디자인 작업
6. → 포토샵 기반 시안 제작 (완성형 화면)
7. 개발자에게 전달
8. → 정적인 HTML/CSS 또는 Flash 개발
9. 출시 후 유지보수

💡 핵심 포인트

• 디자이너와 개발자의 협업이 단절된 구조
• 사용자는 수동적 소비자
• 반복이나 개선 없이 일회성 제작에 가까움
• 실사용자 의견 반영 거의 없음

---

🔜 현재 디자인 프로세스 (웹 3.0 이후, 2020년대~)

✅ 주요 특징

• 사용자 중심 (User-Centered)
• 반복적(iterative), 실험적(experimental) 접근
• "Design Thinking", "Lean UX", "Agile" 기반

🔁 일반적인 프로세스 단계

1. 문제 정의(Problem Definition)
2. → 사용자 리서치, 데이터 분석
3. 아이데이션(Ideation)
4. → 브레인스토밍, 사용자 페르소나
5. 프로토타이핑(Prototype)
6. → Figma 등 툴을 통한 인터랙티브 시안
7. 사용자 테스트(User Testing)
8. → 빠른 유저 피드백 & 개선
9. 개발 협업 및 반복적 개선
10. → 개발과 긴밀한 협업 / 린한 배포

🔄 핵심 포인트

• 디자이너는 문제 해결자 + 협업자
• 사용자 피드백을 실시간으로 반영
• 디자인은 제품 전체 경험의 일부로 확장
• A/B 테스트, 분석툴을 통한 데이터 기반 결정

---

🧭 과거 vs 현재 비교 정리

항목 과거 (웹 1.0~2.0) 현재 (웹 3.0~)

디자인 방식	시안 중심, 완성형 전달	프로토타입 중심, 반복 개선
사용자 역할	수동적	능동적 (리서치와 피드백에 참여)
협업 방식	디자이너 → 개발자 일방 전달	크로스 펑셔널 팀 협업
리서치	거의 없음 또는 내부 의견 중심	사용자 인터뷰, 데이터 분석 중심
툴	Photoshop, Dreamweaver	Figma, FigJam, Notion, Maze 등
접근 방식	선형적 (Waterfall)	반복적, 민첩함 (Agile, Lean UX)

 

데이터리서치 도입 시기와 배경

🎯 요약: 도입 시기와 배경

단계 본격 도입 시기 주요 배경

사용자 리서치	2000년대 후반~2010년대 초	UX 개념 확산, 스마트폰 등장
데이터 분석	2010년대 중반 이후	구글 애널리틱스, A/B 테스트 대중화
프로토타이핑	2010년대 초~중반	Figma, Sketch 등 툴 발전
사용자 테스트	2010년대 이후	Lean UX, Design Sprint 방식 확산

---

🧠 1. 사용자 리서치 (User Research)

✅ 실무 도입 시기: 2000년대 후반 ~ 2010년대 초

• 배경:
  • 스마트폰, 앱 사용이 늘어나면서 "사용자 경험(UX)" 중요성 부각
  • 단순 ‘보기 좋은 UI’에서 → ‘사용하기 쉬운 경험’으로 초점 이동
• 전환점 사례:
  • 애플 iPhone (2007): 유저 중심 제품 철학이 업계에 영향
  • 구글, 페이스북 등 실리콘밸리 기업이 리서치팀을 운영하기 시작
• 도입된 리서치 방식:
  • 인터뷰, 설문조사, 사용성 테스트, 페르소나, 여정 맵(Journey Map)

---

📊 2. 데이터 분석 (Data-Driven Design)

✅ 실무 도입 시기: 2010년대 중반 이후

• 배경:
  • 웹/앱에서 사용자의 행동 데이터를 측정 가능한 방식으로 수집 가능해짐
  • A/B 테스트, 퍼널 분석, 리텐션 등 지표 중심 설계 필요성 증가
• 전환점 사례:
  • Google Analytics (2005) → 보급
  • Mixpanel, Amplitude, Hotjar 등 툴 등장 (2010년대 초중반)
• 실무 변화:
  • 정성 데이터(리서치) + 정량 데이터(분석)를 결합한 디자인 결정 방식 정착
  • “디자인은 데이터로 증명한다”는 문화 형성

---

🧪 3. 프로토타이핑 (Prototyping)

✅ 실무 도입 시기: 2010년대 초~중반

• 배경:
  • 과거에는 완성된 UI 시안만 전달했지만,
  • 사용자 흐름이나 인터랙션을 보여줄 필요성이 커짐
  • Figma, Sketch, InVision, Marvel 등의 도구가 등장하면서
  • 비개발자도 쉽게 프로토타입 제작 가능해짐
• 전환점 사례:
  • InVision (2011), Sketch (2010) → 시나리오 중심 프로토타이핑 유행
  • Figma (2016) → 협업 기반 프로토타입 설계가 주류로 자리잡음
• 실무 변화:
  • 디자인과 개발 간 커뮤니케이션 용이
  • 프로덕트 매니저, 마케터, 개발자도 디자인 검토에 쉽게 참여 가능

---

🧪 4. 사용자 테스트 (Usability Testing)

✅ 실무 도입 시기: 2010년대 중반 이후 본격화

• 배경:
  • Lean UX, Design Thinking에서 테스트의 반복 중요성 강조
  • 실사용자 테스트가 비용/시간 면에서 점점 쉬워짐
• 전환점 사례:
  • Design Sprint (by Google Ventures, 2016)
  • Maze, Useberry, Lookback 등 리모트 테스트 툴 등장
• 실무 변화:
  • 디자이너가 직접 테스트 설계 및 운영
  • 출시 전 피드백 기반 수정 → 실패 비용 절감

---

📌 결론:

디자인 프로세스는 2010년대를 기점으로 **정적 제작(웹 1.0~2.0)**에서 동적 실험과 반복(웹 3.0~) 중심으로 패러다임이 완전히 전환됨. 이 변화는 “디자인은 감이 아니라, 근거로 말하는 일”이라는 인식이 자리잡게 된 계기가 됨

 

[Part 3. 미래의 실무 적용 시나리오 작성]

“AI 시대의 디자이너로서, 당신은 어떤 프로세스로 문제를 해결할 것인가?”

•    문제 정의 방식은 어떻게 달라졌는가?
•    AI는 어떤 방식으로 협업하고, 디자이너는 어떤 판단을 내리는가?
•    윤리적 고려나 사용자 중심성은 어떻게 확보할 것인가?
•    현재 배우는 디자인 기술 중 무엇을 확장해 활용할 수 있을까?

🎯 1. 문제 정의 방식의 변화

과거:

• 비즈니스 요구나 클라이언트 요청 중심
• 문제 정의는 대부분 PM이나 기획자 몫

현재 (AI 시대 포함):

• 사용자, 데이터, 기술을 고려한 총체적 문제 정의
• 디자이너는 **문제를 프레이밍(Framing)**하는 역할을 함
• AI를 활용한 리서치 자동화
• 예: 유저 피드백 클러스터링, 데이터 기반 페인포인트 도출

👉 예시:

"우리는 기능 A를 넣어야 해." → ❌

"사용자가 특정 상황에서 느끼는 심리적 장벽은 무엇일까?" → ✅

---

🤖 2. AI와의 협업 방식 + 디자이너의 판단 역할

AI는:

• 반복적·계산적 작업 자동화 (예: 이미지 생성, 인터뷰 분석, A/B 테스트 결과 요약)
• 대안 생성(ideation) 보조자 역할

디자이너는:

• AI가 제시한 결과를 비판적으로 분석하고 판단함
• 문맥과 목적에 맞는 결과를 선택하거나 재구성

👉 디자이너의 핵심 판단 포인트:

• "이게 진짜 사용자에게 유익한가?"
• "의도한 맥락에서 의미가 통하는가?"
• "AI가 간과한 감정이나 문화적 요소는 없는가?"

---

🧭 3. 윤리적 고려와 사용자 중심성 확보 방법

AI 시대일수록 디자이너의 윤리 감각은 더 중요해집니다.

고려해야 할 점:

• 편향된 데이터 → 편향된 결과
• → 디자이너는 AI 학습데이터와 결과물을 반드시 검토해야 함
• 투명성과 신뢰성 확보
• → 사용자에게 AI가 어떻게 의사결정에 개입했는지 알릴 필요

사용자 중심성 확보 방법:

• 진짜 사용자의 입장에서 테스트하고 인터뷰
• 소외된 사용자(장애인, 고령자 등)의 관점 고려
• AI로 만든 디자인도 반드시 '사람 중심 테스트'를 거쳐야 함

---

🛠️ 4. 현재 배우는 디자인 기술 중 확장 가능한 것

현재 기술 확장 활용 예시

Figma, FigJam	AI 플러그인으로 빠른 와이어프레임, UX 흐름도 생성
UX 리서치	인터뷰 요약, 감정 분석을 AI가 도와 리서치 자동화
프로토타입 테스트	Maze + AI를 활용해 테스트 피드백 자동 분석
UI 디자인	Midjourney, DALL·E로 디자인 레퍼런스 생성
사용자 여정 맵핑	GPT로 사용자 시나리오 시뮬레이션 가능

---

📌 결론

AI 시대의 디자이너는 무엇을 만들 것인가보다 "무엇을 만들지 말아야 할까", "어떻게 만들까가 아니라, 왜 만드는가"를 더 깊이 고민하는 사람이어야 합니다.