1 Overview

• AI 기반 디자인 피드백이 실무 UI 디자이너의 사고와 의사결정을 실제로 어떻게 보조할 수 있는지 탐색하고, 수용 가능한 피드백의 조건과 향후 시스템 설계 방향을 도출한 인터뷰 연구입니다.
• 현업 UI 디자이너 13명을 대상으로 비대면 심층 인터뷰를 진행하고, 총 21시간 분량의 녹취를 주제 분석하여 AI 피드백의 가치, 한계, 기대, 우려를 실무 맥락에서 정리한 프로젝트입니다.
• 역할: 인터뷰 기반 리서치 프로젝트 리드 및 수행

2 Context

초거대 언어모델을 포함한 AI 기술이 고도화되면서 GUI 디자인 영역에서도 오류 탐지, 휴리스틱 기반 평가, 기본적인 시각적 검토처럼 규칙화된 영역을 중심으로 기술적 가능성이 커지고 있었습니다. 하지만 기술이 가능하다는 사실과, 그것이 실제 실무 디자이너에게 유용한 피드백으로 받아들여지는지는 다른 문제였습니다. 이 프로젝트는 바로 그 간극을 다루기 위해 시작되었습니다. AI가 실무 디자이너의 판단을 어디까지 도울 수 있는지, 어떤 조건을 갖출 때 수용될 수 있는지, 그리고 어떤 한계 때문에 실무 적용이 어려워지는지를 현업 디자이너의 경험을 통해 확인하고자 했습니다.

특히 실무에서의 디자인 피드백은 단순히 화면의 정렬이나 스타일 오류를 지적하는 수준에 머무르지 않습니다. 실제 디자인 판단은 사용자 경험, 브랜드 맥락, 화면 간 흐름, 기능적 요구사항, 일관성, 개발 제약, 조직의 규칙까지 함께 고려하는 복합적인 의사결정 과정으로 이루어집니다. 따라서 AI 디자인 피드백 역시 정적인 평가 도구로만 접근해서는 충분하지 않으며, 실무의 맥락과 제약을 함께 다루는 방향으로 설계될 필요가 있었습니다.

3 Approach

이 프로젝트는 실무 디자인 과정의 실제 판단 지점과, 그 판단을 보조하는 피드백의 조건을 함께 파악하는 방향으로 설계되었습니다.

인터뷰는 다섯 가지 축을 중심으로 구성되었습니다. 현재 UI 디자인 워크플로우, 디자인 사고와 의사결정 경험, 실무에서 경험하는 디자인 피드백, UI 디자인 작업에서의 AI 도구 사용 경험, 그리고 UI 생성 툴 데모 영상 및 미래 시나리오 기반 응답을 통해 현재와 미래의 협업 가능성을 함께 탐색했습니다. 이를 통해 단순히 “AI가 유용한가”를 묻는 데 그치지 않고, 실무에서 실제로 어떤 순간에 판단이 어렵고 어떤 형태의 피드백이 도움이 되는지 구조적으로 파악하고자 했습니다.

인터뷰를 더 구체적인 실무 맥락 위에서 진행하기 위해 보조 자료도 함께 구성했습니다. 참가자들은 자신의 조직과 업무 흐름에 맞춰 UI 디자인 프로세스를 사전에 정리할 수 있는 활동지를 작성했고, 현재 AI 기술 수준에 대한 공통 이해를 맞추기 위해 UI 생성 툴 데모 영상을 함께 보았습니다. 또한 AI와 함께 디자인 피드백을 주고받는 미래 협업 환경을 상상할 수 있도록 별도의 미래 시나리오 자료를 제공했습니다. 이 시나리오는 서로 다른 전문성을 가진 AI와 협업하는 상황, 일반적 평가와 즉시 실무에 적용 가능한 피드백을 받는 상황을 포함하도록 구성되었습니다.

참여자는 UI 디자인 과정에서 AI를 활용 중이거나 활용을 시도해 본 현업 UI 디자이너 13명이었습니다. 인터뷰는 2025년 10월 21일부터 11월 12일까지 Zoom을 통해 약 90분씩 비대면으로 진행되었고, 온라인 디자이너 커뮤니티, UI 디자이너 네트워크, 지인 추천을 병행해 모집했습니다. 참여자들은 웹 애플리케이션 9명, 모바일 애플리케이션 8명, 하드웨어 제품 UI 1명 등 다양한 실무 맥락을 가지고 있었고, 대부분이 AI를 실무에서 자주 혹은 항상 활용하고 있었습니다.

분석은 총 21시간, 약 1,262분의 녹취 데이터를 바탕으로 진행되었습니다. 인터뷰 노트에서 핵심 키워드를 추출해 초기 코드 후보를 만들고, 2인의 연구자가 합의하여 1차 코드 세트를 구성한 뒤, 전사본과 인용구를 매칭하며 2차 코드 세트를 보완했습니다. 이후 불필요한 코드를 제거하고 의미를 재정의해 최종 코드 목록을 만들었으며, 총 192개의 코드를 친화도법으로 군집화해 상위 테마와 핵심 시사점을 도출했습니다.

4 Outcome

4-1 Key Findings

실무 UI 디자인의 의사결정은 단일 화면의 완성도를 높이는 작업이 아니라, 새로운 가능성과 복수의 제약을 동시에 조율하는 복합적 판단 과정으로 나타났습니다.

디자이너들의 의사결정은 다음과 같은 상황에서 특히 높은 수준의 사고를 요구했습니다.

• 레퍼런스가 많지 않은 새로운 디자인을 시도해야 할 때
• 다양한 사용 케이스와 예외 케이스를 함께 고려해야 할 때
• 정보 전달과 시각적 위계를 바탕으로 적절한 시안을 결정해야 할 때
• 일정·인력·개발 가능성 같은 현실적 제약 속에서 최적안을 조율해야 할 때
• 디자인 시스템을 정의하고 지속적으로 관리해야 할 때

실무에서 유용한 피드백은 단순 평가보다, 디자이너가 더 나은 판단을 내릴 수 있도록 돕는 구조를 가질 때 가치가 있었습니다.

인터뷰에서 도출된 좋은 피드백의 조건은 다음과 같습니다.

• 논리적 근거 — 왜 문제가 되는지 이유를 설명할 것
• 사고를 확장시키는 관점 — 미처 고려하지 못한 가능성을 열어줄 것
• 실행 가능한 대안 — 다음 행동으로 이어질 수 있는 방향을 제시할 것
• 프로젝트 맥락 반영 — 해당 서비스와 목표를 이해한 위에서 피드백할 것
• 기술적 제약 이해 — 개발 환경과 구현 가능성을 함께 고려할 것
• 디자이너 의도 존중 — 기존 결정의 배경을 인정하는 태도를 가질 것
• 의도를 언어화하게 만드는 질문 — 디자이너 스스로 근거를 다시 점검하게 유도할 것

현재의 AI 피드백은 빠른 1차 검토와 부담 없는 상호작용에서는 강점을 보였지만, 실무 맥락을 충분히 반영하지 못하는 한계가 분명했습니다.

장점

• 부담 없이 의견을 요청하고, 마음에 들지 않으면 무시하기 쉬움
• 위계 없이 반박하고 되묻기 쉬운 상호작용 구조
• 정해진 기준을 빠르게 점검하는 데 유리함
• 기본적인 사용자 관점을 빠르게 확보하는 데 도움이 됨

한계

• 프로젝트 고유의 디자인 시스템과 서비스 정책을 반영하지 못함
• 즉시 실무에 쓸 수 있는 수준의 결과물을 만들어내지 못함
• 표면적 문제만 짚는 정형적인 답변에 머무르는 경향
• 결국 사람의 추가 검증이 필요함
• 텍스트 중심의 피드백이 시각적 작업 방식과 바로 맞물리지 않음

4-2 Design Implications for AI Feedback Systems

• 효과적인 AI 디자인 피드백은 디자이너의 의도와 프로젝트 맥락을 이해한 상태에서 판단을 보조해야 합니다.

  디자인 시스템, 서비스 정책, 프로젝트 목표, 현재 진행 단계, 타겟 사용자, 앞뒤 화면 맥락, 개발 환경과 기술적 제약, 문화적 특성까지 함께 고려할 수 있어야 실제 작업에 적용 가능한 피드백으로 받아들여질 수 있었습니다. AI는 일반적인 정답을 제시하는 평가기가 아니라, 특정 프로젝트의 조건 안에서 판단을 보조하는 도구로 설계되어야 합니다.

• 피드백의 형식은 평가 중심이 아니라 대안 중심, 시각 중심, 실무 언어 중심으로 재구성될 필요가 있었습니다.

  디자이너들은 추상적인 설명보다 즉시 이해할 수 있는 간결한 실무 언어, as-is와 to-be를 비교할 수 있는 시각적 예시, 특정 대상이 명확히 지목된 피드백, 실제 수정 방향을 바로 떠올릴 수 있는 구체적 대안을 더 유용하게 인식했습니다. 디자인 의도를 되묻는 질문형 피드백은 판단의 근거를 다시 정리하게 만드는 방식으로 작동했습니다.

• 상호작용 구조에서는 디자이너의 통제권을 유지하는 양방향 협업 방식이 핵심적으로 요구되었습니다.

  디자이너들은 AI가 일방적으로 평가를 내리는 구조보다, 피드백의 초점과 범위를 직접 설정하고, 자신의 의도를 설명하고, AI의 판단 근거에 질문하거나 반박할 수 있는 구조를 원했습니다. 실무 디자인 툴 안에서 영역을 선택하고 필요한 항목만 지정해 피드백을 요청할 수 있는 방식, 작업 흐름을 방해하지 않으면서 비침투적으로 작동하는 방식이 더 적합한 형태로 제시되었습니다.

• 신뢰를 형성하기 위해서는 AI의 맥락 이해와 판단 근거가 드러나는 방식이 중요했습니다.

  AI가 현재 상황을 어떻게 이해했는지 먼저 보여주거나, 어떤 자료와 기준을 바탕으로 판단했는지 설명해 줄 때 더 신뢰할 수 있다는 응답이 나타났습니다. 신뢰는 답변의 어조보다도 맥락 이해, 과정의 투명성, 결과물의 품질을 통해 형성되는 것으로 나타났습니다.

4-3 Expected Changes in Practice

• AI 디자인 피드백의 도입은 반복적 검토를 줄이고, 초기 탐색 속도와 생산성을 높이는 방향으로 작용할 가능성이 큽니다.

  정합성 검토, 1차 점검, 빠른 대안 탐색 같은 작업을 AI가 맡을 경우 시간과 리소스 절감에 도움이 될 수 있으며, 특히 인력이 부족하거나 동료 피드백을 충분히 받기 어려운 환경에서 보조 디자이너에 가까운 역할을 수행할 가능성이 제시되었습니다.

• 반면 최종 판단과 고차원적 의사결정의 중요성은 오히려 더 선명해질 것으로 나타났습니다.

  사용자 여정 전체의 흐름을 읽고, 맥락과 심미성·정보 전달의 균형을 맞추며, 결과물의 방향성을 최종적으로 결정하는 일은 여전히 디자이너의 핵심 역할로 남을 것이라는 인식이 강했습니다. 디자이너의 역할은 단순 실행보다 전략적 판단과 최종 품질 책임을 더 많이 요구받는 방향으로 이동할 가능성이 높았습니다.

• 동시에, AI에 대한 과도한 의존이 사고를 약화시키거나 역할을 잠식할 수 있다는 우려도 함께 드러났습니다.

  AI가 제시한 답을 반복적으로 그대로 따를 경우, 디자이너의 탐색 범위와 판단 훈련이 오히려 줄어들 수 있다는 문제의식이 나타났습니다. 따라서 AI 디자인 피드백은 사고를 대체하는 자동화 도구가 아니라, 디자이너의 판단을 확장하고 검증하는 방향으로 설계될 필요가 있습니다.

5 Reflection

• 이 프로젝트는 AI 디자인 피드백을 ‘정답을 제시하는 평가’가 아니라, 디자이너의 판단을 확장하고 검증하는 보조 체계로 다시 보게 한다는 점에서 의미가 있었습니다. 정적 평가를 넘어 맥락, 목표, 제약을 함께 반영한 판단 재료를 제공할 때에만 AI 피드백이 실무적 가치를 가질 수 있다는 점이 분명하게 드러났습니다. 또한 좋은 피드백은 근거, 맥락, 대안이 결합된 구조를 가질 때 실무에서 수용될 수 있었고, AI 역시 디자이너의 사고를 대체하기보다 사고를 넓히고 재점검하게 만드는 방향으로 설계될 필요가 있음을 확인했습니다.
• 동시에 이 연구는 실제 적용 가능성을 더 검증해야 하는 단계에 머물러 있다는 한계가 있습니다. 표본이 13명의 인터뷰 참여자에 한정되어 있어 산업 전반을 일반화하기에는 제약이 있으며, 인터뷰 중심 연구이기 때문에 현재 AI 피드백이 실제 디자인 품질이나 의사결정 개선으로 이어지는지를 행동적, 정량적으로 검증하지는 못했습니다. 이후에는 더 다양한 조직 규모와 도메인을 포함한 표본 확장, 실제 작업 기반 실험, 정량 연구를 통해 AI 디자인 피드백의 효과를 실증적으로 확인하는 과정이 필요합니다.