안녕하세요, 저는 Ryan입니다. 저는 Figma의 UX 라이터로, 오늘은 AI 도구의 등장과 콘텐츠 디자인에 미치는 영향에 대해 이야기하고자 합니다.

자, 빠르게 한번 해볼게요. UX 라이터나 콘텐츠 디자이너분들 박수 좀 쳐주시겠어요?

네, 안심이 되네요.

여러분 중 많은 분들이 저희처럼 최종 사용자 콘텐츠를 작성한다는 의미에서 UX 라이터는 아니지만, 궁극적으로 글쓰기는 기술이기 때문에 이 강연의 일부분은 여러분과 관련이 있을 것입니다.

이는 중국의 목판 인쇄와 이후 유럽의 인쇄기를 시작으로 수 세기 동안 이어져 왔으며, 두 가지 모두 문자의 대량 생산을 가능하게 했습니다. 그 후 타자기가 등장하여 개인이 직접 글을 쓸 수 있게 되었죠.

그 후 컴퓨터가 등장하여 전 세계에 방대한 양의 정보를 저장하고, 쓰고, 전송할 수 있게 되었습니다. 그 다음에는 워드 프로세서가 등장하여 편집 도구와 교정 도구를 통해 글을 강력하고 효율적으로 작성할 수 있게 되었죠. 그리고 마지막으로 클라우드 기반 에디터를 통해 우리는 장소에 구애받지 않고 디지털 공간에서 협업할 수 있게 되었습니다.

하지만 단순히 전문 글쓰기의 확산에만 그친 것이 아닙니다. 이러한 기술을 전문적으로 사용하기 위해 생겨난 전문 분야와 이를 서비스하고 디자인하기 위해 생겨난 새로운 전문 분야도 생겨났습니다.

기술이 발전하고 디지털화되면서 이러한 전문 분야의 수가 급증했습니다. 이에 따라 이전의 많은 기술이 새로운 기술에 의해 대체되었지만, UX 라이터에 대한 기회와 수요는 엄청나게 증가했습니다. 그리고 이제 우리는 또 다른 기술 일식을 목전에 두고 있습니다. 이로 인해 우리 중 많은 사람들이 어느 정도는 느끼고 있는 불안감, 즉 인공지능이 우리의 일자리를 빼앗아 갈 것이라는 두려움이 생겨났고, 이는 충분히 이해할 수 있는 우려입니다. AI는 이전 기술과는 확실히 다른 느낌입니다.

*기술 일식 : 어떤 기술이 다른 기술을 압도하거나 대체하여, 상대적으로 뒤처진 기술이 가려지건 중요성을 잃게 되는 상황을 말해요.

이전의 도구들은 우리가 더 쉽게 글을 쓸 수 있게 해주었지만, 하지만 AI툴은 실제로 그들이 직접 글을 씁니다. 이제 그 어느 때보다 쉽고 빠르게 콘텐츠를 생성할 수 있게 되었으며, 이는 “누구나 글을 쓸 수 있다면 왜 작가가 필요한가?”라는 의문을 불러일으켰습니다.

하지만 이러한 도구를 가장 단순한 형태로 분해해보면 여기서 중요한 것은 이것이 아니라는 것을 알 수 있습니다. 가장 단순하게 이러한 도구는 모델을 사용하여 입력을 받아 출력을 생성하고 원하는 출력에 도달할 때까지 반복하는 방식으로 작동합니다.

인공지능에 대해 이야기할 때 모두가 흥분하며 이야기하는 부분은 이 부분입니다. 인공지능이 무언가를 받아들이고 응답을 생성하는 부분이요. 이는 기본적으로 현대의 마법과 같습니다. 하지만 바로 그 마법이 사람들 사이에 불안감을 퍼뜨리고 있습니다. 그리고 이 새로운 도구의 기술적 핵심이기는 하지만, 저는 이 프로세스에서 가장 중요한 것은 사용자가 일어나는 일에 대한 책임이 있는 지점이라고 주장하고 싶습니다. 즉 입력한 값의 질, 도구에게 제공하는 피드백, 그리고 그 출력을 이해하고 활용하는 데 필요한 맥락과 전문성 등이 그 예입니다.

그래서 저는 AI가 UX 라이터를 대체할 가능성이 낮다고 생각합니다. 왜냐하면 AI는 마법이 아니고, 단지 도구일 뿐이기 때문입니다. 그리고 도구는 정의상 사용자가 필요합니다. 따라서 AI가 우리의 일자리를 빼앗을 것이라는 생각을 다시 살펴본다면, 그것이 완전히 정확하지 않다는 것을 알 수 있습니다. 실제로는 사람들이 우리의 일자리를 빼앗는 것입니다. 이런 툴들을 잠재적으로 사용할 수 있는 사람들이 우리를 대체할 것입니다.

물론 이것이 아주 위안이 되는 말은 아니지만, 간단한 해결책이 있습니다. 우리가 바로 그런 사람이 되어야 한다는 것입니다. 그리고 우리는 그렇게 될 수 있습니다. 누구나 도구를 사용할 수 있지만, 그 도구를 최대한 활용하려면 필요한 기술과 지식, 그리고 전문성을 가진 사람들이 사용하는 것이 가장 좋습니다.

그래서 저는 미래의 글쓰기가 우리가 하는 모든 것을 대체하는 AI의 단일 개념처럼 보이지 않을 것이라고 생각합니다. 대신 이렇게 보일 가능성이 더 큽니다: 새로운 일자리와 기존 일자리의 혼합, 이러한 도구들을 사용하기 위해 진화하고 적응하는 일자리들, 그리고 이 도구들을 서비스하고 설계하기 위해 생겨나는 일자리들이요.

저는 우리가 모두 AI 전문가가 되어야 한다고 말하는 것이 아닙니다. 왜냐하면 현실적으로 대부분의 사람들이 이 범주에 속할 것이기 때문입니다. 우리는 계속해서 우리가 하고 있는 일을 할 것입니다. 하지만 이와 함께 AI 도구가 우리에게 유용하게 작동할 방법 또한 찾을 것입니다. 우리의 일에서 지루한 부분들을 찾아내서 그 부분에 시간을 덜 쓰고 더 효율적으로 처리하는 무언가를 찾을 것입니다.

이 모든 것이 많다는 것을 압니다. 이 모든 것을 보고 상황이 매우 빠르게 움직이고 있고, 당신이 뒤처지고 있는 것처럼 느끼기 쉽다고 생각할 수 있습니다. 하지만 실제로는 우리가 AI 도구 진화의 아주 초기에 있다는 생각이 들기도 합니다.

현재 AI가 빠르게 발전하고 있는 이 순간 가장 좋은 점은 아직 정해진 규칙이 없다는 것입니다, 특히 콘텐츠 디자이너에게는 더더욱 그렇습니다. 아직 아무도 이것들을 우리의 작업 프로세스에 어떻게 녹일지 완전히 파악하진 못했습니다. 이상하게 들릴지 모르지만, AI도구들도 아직 스스로 배우고 있는 중입니다.

그래서 오늘, 바로 지금, 당신은 AI에 기대어 그것을 당신의 개성으로 만들 필요가 없습니다... 솔직히 말하면, 그러지 마세요. 제발.

그냥 이런 것들을 가지고 놀기 시작하면 됩니다. 당신이 무엇을 하고 있는지 정확히 알 필요는 없습니다. 왜냐하면 우리 중 아무도 아직 완전히 알지 못하기 때문입니다.

그래서 제가 최근 작업한 몇 가지 예시를 통해 제가 요즘 이런 것들을 어떻게 사용하고 있는지 여러분들에게 몇 가지 아이디어를 제공해 드리겠습니다. Figma CEO인 Dylan이 오늘 아침에 발표한 업데이트의 일환으로 제가 어떻게 Figjam의 새로운 색상을 이름 짓게 되었는지 그 과정을 말씀드리겠습니다.

저희는 새로운 디자인 시스템과 함께 사용할 10개의 새로운 색상이 있었고, 이 색상들에게 이름이 필요했습니다. Figjam이 다소 재미있고 유쾌한 느낌이기 때문에, 저는 새로운 색깔 이름들이 이 같은 분위기를 반영하기를 원했습니다.

이제 대부분 네이밍의 첫 번째 단계는 탐색입니다. 사람들이 반응할 수 있는 아이디어를 생각해 내는 것이죠. 그래서 이름들 자체는 완벽할 필요는 없습니다. 하지만 사람들에게 실제로 어떻게 작용할지 가늠할 수 있도록 전체적인 방향을 충분히 잘 나타낼 필요가 있었습니다.

평소 같았으면 여러 가지 아이디어를 열심히 생각해 냈겠지만, 이는 Config 직전 3주 동안의 일이어서 시간이 전혀 없었습니다. 그래서 다소 엉뚱하게도, 저는 Figjam에게 새로운 색상의 이름을 지어달라고 요청했고, 작년에 출시한 AI 생성 도구를 사용했습니다. 그리고 저는 비교적 간단한 프롬프트를 입력했습니다. 필요한 이름의 개수, 포함할 특정 색상, 몇 가지 예시 정도요. 그리고 AI 생성 도구는 이런 마인드 맵을 만들어 냈습니다. 실제로요.

Figjam이 제게 준 결과물을 그대로 보여드리는 겁니다. 자세히 보면 블루베리와 블루버드를 섞어 놓았다는 걸 알 수 있을 겁니다. 그리고 최근에 무슨 극적인 일이 일어나지 않았다면, 굴이 과일일 리는 없겠죠… 하지만 모든 것을 고려했을 때, 꽤 괜찮습니다. 몇 가지를 정리하고, 몇 가지 실패작을 교체한 뒤 팀에게 보냈습니다. 왜냐하면 이 과정에서는 정제된 아이디어가 아니라 대략적인 아이디어만 필요했기 때문입니다.

이 결과가 어떻게 되었는지 보려면 몇 주를 기다려야겠지만, 저는 이 예시를 좋아합니다. 왜냐하면 AI가 정책의 정밀도와 리스크가 모두 매우 낮은 프로젝트 초기에 얼마나 유용할 수 있는지를 보여주기 때문이죠.

다음은 오늘 아침에 발표한 프레젠테이션 도구인 Figma Slides 예시입니다. 이 예시를 포함한 이유는 AI가 우연히 도움이 되었던 경우이기 때문입니다. 무슨 의미인지 설명해 드리겠습니다.

이 제품은 완전히 새로운 제품이기 때문에, 사람들에게 무엇이 무엇인지 파악하는 데 도움이 되는 여러 가지 새로운 툴팁을 작성해야 했습니다. 여기서 핵심 UI를 보면 사람들이 상호작용할 수 있는 많은 요소들이 있다는 것을 알 수 있습니다. 버튼, 토글, 도구 메뉴 등 다양한 요소들이 있어서, 특히 Figma에 익숙하지 않은 사용자들은 이 요소들을 사용할 때 약간의 지침이 필요할 수 있는 많은 순간들이 있습니다.

그래서 이 부분은 AI에게 맡기지 않았습니다. 그게 요점이 아닙니다. 저는 그 부분을 직접 했습니다. 이전에 여러 번 해왔던 것처럼 수십 개의 툴팁을 작성하고 개발 팀에 넘겼습니다. 그냥 표준 절차대로 한 것입니다.

이것이 이 과정의 끝이었을 수도 있고, 아마 그래야 했을 겁니다. 하지만 어차피 AI를 가지고 이것저것 만지작거리고 있었기 때문에, 이 발표를 위해 예시를 찾으려고 커튼 뒤를 들여다보는 것처럼 AI가 같은 작업을 어떻게 처리할지 보고 싶었습니다. 그래서 분명히 말하자면, 이 작업은 완전히 불필요한 것이었고 단순한 호기심에서 한 것입니다.

저는 Claude, 즉 Anthropic의 AI 도구를 열고 스크린샷을 하나 제공했습니다. 좀 전에 보여드린 것과 같은 스크린샷입니다. 그리고 이것과 함께 Claude에게 그 스크린샷에 있는 모든 UI 요소를 찾아서 툴팁을 작성해 달라고 요청했습니다. 그러자 Claude가 저에게 이 목록을 주었습니다.

하나하나 살펴보면 그다지 대단하지는 않습니다. 몇몇은 틀렸고, 문법은 일관성도 없습니다. 이 사례에서는 AI 도구가 실제 UX 라이터를 대체할 준비가 되지 않았다는 걸 알 수 있습니다. 그러나 두 가지가 제 눈에 띄었습니다. 문자열이 훌륭해서가 아니라, 단지 제가 그것들을 쓰는 것을 잊어버렸기 때문입니다. 피로 때문인지, ADHD 때문인지 모르겠지만, Claude는 결국 여기서 저를 도왔습니다.

이게 대단한 발견은 아닙니다. 우리가 아마도 버그나 정상적인 절차를 통해 결국 잡아냈을 것입니다. 그런데 제가 이 예시를 포함한 이유는 이 AI 도구가 나를 도울 수 있을 것이라고 생각한 방식과 실제로 나를 도운 방식이 완전히 다르다는 것을 깨닫게 되었기 때문입니다. 그리고 이러한 도구가 나의 프로세스에서 어떻게 작동할지 이해하기 위해서는 단지 시도해 보고 무슨 일이 일어나는지 보는 것 외에는 방법이 없다는 것을 깨달았습니다.

또한, Anthropic이 억울하지 않게 말해두자면(만든 분들이 여기 있을 것 같아서요), 3일 전에 새로운 모델을 출시했습니다. 그래서 이 예시는 작성한 지 2주밖에 안 되었지만, 벌써 급속히 변화하는 상황 속에서 구식이 되었습니다.

마지막 큰 예시는 올해 초 제가 프로젝트들 사이에 잠깐의 시간이 있을 때 진행한 제품 내 알림 감사(audit)입니다. 다음 작업을 논의할 때 팀이 사용할 아이디어 목록을 만들고 싶었습니다. 매우 정제되거나 최종적인 것이 아니라, 단지 대화를 촉발할 수 있는 무언가가 필요했습니다.

이걸 처음 본 사람들이라면 그냥 일반적인 알림 피드처럼 보일 것입니다. 저는 이러한 예시들을 많이 가지고 있었고, 저와 제 팀의 알림 스크린샷들이 굉장히 많았습니다. 또한 최근에 디자인 팀 전체와 함께 브레인스토밍을 진행해서 작업할 수 있는 많은 정성적 피드백도 있었습니다. 하지만 그 다음에 무엇을 해야 할지 잘 몰랐습니다. 모든 것을 수동으로 정리할 수도 있었지만, 시간이 많이 걸릴 것이고, Figma라는 회사에서 시간은 매우 귀중합니다. 그래서 수동으로 작업하기 전에 시간을 절약하기 위해 AI가 이 작업을 줄이는 데 도움이 될 수 있을지 궁금했습니다. 이게 효과가 있을지 몰랐지만, 최악의 경우 이 도구를 사용해보는 데 5~6분 정도를 낭비하고, 다시 원래 하던 일을 계속하면 된다고 생각했습니다.

그래서 저는 챗 GPT를 열고 여러 스크린샷 예시를 제공했습니다. 그리고 그와 더불어 다소 모호한 프롬프트도 제공했습니다. 이 프롬프트는 잠재적인 콘텐츠 문제를 찾아내고, 그 문제들에 대한 몇 가지 개선점을 제시할 수 있는지 확인하는 것이었습니다. 그게 무슨 의미인지, '콘텐츠 문제란 무엇인가?'라고 묻는다면, 저도 잘 모릅니다. 하지만 챗 GPT의 응답은 실제로 꽤 괜찮았습니다. 챗 GPT는 잠재적인 콘텐츠 문제와 그 문제들에 대한 잠재적인 해결책이 포함된 10개의 항목 리스트를 제공해 주었습니다. 여기 보시는 두 개의 항목이 바로 그 잠재적인 콘텐츠 문제와 그에 대한 잠재적 해결책입니다.

이건 꽤 멋졌고, 이제 작업할 수 있는 아이디어의 프레임워크를 갖게 되었지만, 여전히 이것은 AI의 최선의 추측이었습니다. 실제로는 아무 기반도 없었습니다. 그래서 이 모든 것을 Figjam에서 챗 GPT로 다시 옮기는 방법을 알아내고 싶었습니다. 저는 다시 Figjam으로 돌아가 브레인스토밍을 했습니다. 여기서 많은 생각이 떠올랐고, 여러 스크린샷을 찍어 챗 GPT에게 제공할까 생각했지만, 이런 형식을 어떻게 처리할지 확신이 서지 않았습니다.

그래서 모든 것을 다른 도구로 옮기려고 하기보다는, Figjam이 그것을 요약하도록 했습니다. 작년에 출시한 AI 요약 기능을 사용하여 브레인스토밍에서 나온 주요 생각들을 포함한 요약 리스트를 생성했습니다. 이제 이 과정이 어떻게 진행되는지 볼 수 있을 겁니다. 이 요약은 챗 GPT로 다시 가져갈 만큼 간결해졌고, 저는 챗 GPT에게 제공한 모든 제안을 이 브레인스토밍의 실제 정성적 피드백과 조정하도록 요청했습니다. 결과물은 바로 여기 있습니다. 여러 예시와 메모 대신, 이제 실제 정성적 피드백에 기반한 아이디어 세트를 갖게 되었고, 이를 팀과 공유할 수 있었습니다. 이 예시는 매우 복잡하지만, 제가 말하고자 하는 것은 이것이 최선의 아이디어라는 것이 아닙니다. 요점은 AI 도구를 단독으로 사용할 필요가 없다는 것입니다. 실제로 AI 도구들을 연계하여 프로세스의 여러 부분을 더 빠르게 작업할 수 있는 흥미로운 조합을 만들 수 있다는 점입니다.

자, 이제 빠르게 정리하자면, 방금 보여드린 예시들은 크고 화려한 것이었고, 제가 일상에서 AI를 사용하는 방식을 전혀 대표하지 않습니다. 그래서 스스로 시도해보기 훨씬 쉬운 몇 가지 방법을 빠르게 강조하고, 이러한 도구들이 실제로 도움이 된다고 생각하는 순간들을 더 잘 보여드리고자 합니다.

먼저, 저는 브레인스토밍할 때 항상 AI를 사용합니다. 빠르게 여러 아이디어를 생성해야 하거나, 질보다는 양을 추구해야 하는 순간들입니다. 이 경우, 저는 Figma Slides의 기본 글꼴 크기 이름을 지으려고 했고, 다양한 크기의 만화 속 강아지들의 이름을 따서 이름을 짓는 아이디어에 집착하고 있었습니다. 지금 생각해보면 끔찍한 아이디어였지만, AI가 그것을 도와주었고, 그 아이디어가 나쁜 것임을 더 빨리 깨닫게 도와주었다고 할 수 있습니다. 이 예시는 다소 엉뚱하지만, 가능한 많은 아이디어를 생각해내려 할 때 실제로 유용하다고 생각합니다.

또한 거의 매일 새로운 것을 배우기 위해 AI를 사용합니다. 특히 즉석에서 더 기술적인 것들을 배울 때요. 몇 주 전에 처음으로 Arya, 즉 접근성 라벨을 작성해야 했는데, 무엇을 해야 할지 전혀 몰랐습니다. 그래서 챗 GPT를 열고, 접근성 라벨이 무엇인지, 툴팁과 어떻게 다른지, 그리고 작성할 때의 모범 사례에 대해 물어보았습니다. 저는 이 방법이 Google을 사용하는 것보다 정말 마음에 들었습니다. 정말 구체적인 후속 질문을 할 수 있고, 웹에서 답을 찾아 헤매는 대신 정확히 필요한 답을 얻을 수 있기 때문입니다.

그 점에서 AI는 Figma를 배우는 데에도 아주 훌륭합니다. 저는 Figma에서 일하고 있음에도 불구하고, 여전히 무엇을 해야 할지 모르는 순간들이 많이 있습니다. 예를 들어, 이번에는 텍스트 레이어가 제가 원하는 대로 세로로 맞춰지지 않는 이유를 찾을 수 없었는데요. 챗 GPT가 저에게 제가 줄 간격을 실수로 500으로 설정했기 때문이라고 알려주었습니다. 500이 무엇인지는 모르겠지만, 만약 당신이 UX 라이터이고 AI를 시도해보고 싶다면, 이 사용 사례부터 시작해 보세요. 친한 디자이너에게 바보 같거나 당연한 질문을 하는 것에 대해 걱정하는 대신, 챗 GPT나 Claude 또는 당신이 선택한 AI 도구를 열고 필요한 답변을 즉시 얻으세요. 그러면 더 나은 디자인 파트너가 될 수 있고, 대부분의 작업을 Figma로 옮김으로써 당신의 역량은 더욱 강력해질 것입니다.

거의 다 왔어요. 화장실에 가고 싶어도 조금만 참아주세요. 그래서 저는 AI가 우리의 글쓰기 일을 빼앗을 것이라는 두려움을 적어도 지금은 내려놓을 수 있다고 생각합니다. 오히려 AI가 우리의 직업이 될 가능성이 더 큽니다. 우리가 오늘 하고 있는 대부분의 일은 계속 존재할 것이지만, 더 효율적인 새로운 방법들이 추가될 것입니다.

그리고 저는 이 모든 것이 압도적으로 느껴질 수 있다는 것을 이해합니다. 완전히 이해합니다. 오늘 여러분과 이 모든 것을 공유한 이유는 제가 무엇을 하고 있는지 알아서가 아닙니다, 명백하게… 만화 속 강아지들? 하지만 우리 중 아무도 아직 그것을 완전히 이해하지 못했기 때문입니다. 그리고 우리가 함께 해결해야 할 많은 것들이 남아 있기 때문입니다. 하지만 이 모든 것이 어디로 향하는지에 대해 여전히 불안함을 느끼고 있다면, 우리가 하는 일은 항상 기술과 밀접하게 관련되어 있었다는 것을 상기하려고 노력해 보세요. AI는 우리가 일하는 방식을 바꾼 새로운 도구들의 긴 행렬 중 하나일 뿐입니다. 과거와 마찬가지로 결국 우리는 그것을 우리의 이점으로 활용하는 방법을 알게 될 것입니다.

감사합니다.

·          ·          ·