[AI UX Insight] AI 기반 Figma 플러그인 개발로 본 기회와 한계
디자이너의 AI 활용과 개발 : AI 기반 Figma 플러그인 개발 실험
지금 AI는 디자인 현장을 빠르게 변화시키고 있고, 이에 디자이너의 역할과 범위는 중대한 전환점을 맞고 있습니다.
AI는 단순히 이미지 생성이나 자동배치를 수행하는 수준을 넘어, 디자인 툴 자체의 개발과 개선에까지 이르렀습니다.
디자이너가 직접 AI를 활용해 플러그인이나 기능을 제작하는 사례가 늘어나며,
그 역할 또한 단순히 ‘도구를 사용하는 사람(User)’을 넘어 ‘도구를 설계하는 사람(Designer)’으로 확장되고 있습니다.
최근 AI를 활용하여 와이어프레임 도구인 발사믹(Balsamiq)의 BMPR 파일을 Figma 소스로 변환하는 플러그인 개발을 시도했습니다.
이 실험은 AI가 디자인 툴 개발 과정에서 어떤 가능성과 한계를 갖는지 명확히 보여줬습니다.
[Balsamiq인 대표적인 Low Fidelity 와이어프레임 설계 툴이다. (이미지 출처 : https://balsamiq.com)]
시작 : AI를 활용한 Figma 플러그인 개발의 출발
AI에게 해당 기능 개발을 요청했을 때, 돌아온 응답은 긍정적인 것을 넘어
나름의 논리적 근거와 구체적 방법을 상세히 알려주었습니다.
이에 BMPR 파일 개발문서와 Figma 플러그인 개발문서를 프롬프트로 제공하며,
두 포맷이 서로 호환 가능한 방법을 찾아 플러그인 개발 프로세스를 제시해달라고 요청했습니다.
개발문서 분석을 완료한 AI는 코드 예시부터 개발 세팅과 간단한 파싱 등을 제시하며
비개발자가 접근하기 어려웠을 영역을 쉽게 안내해줍니다.
이렇게 AI를 개발 파트너로 삼아 코드 생성과 결과 수정을 반복하는 협업을 진행했습니다.
[개발 요구사항을 입력 후 AI가 기능의 개요와 상세내역을 안내한다. (Cursor AI 활용)]
한계 : 데이터 구조의 벽
그러나 개발이 점차 진행될수록 문제의 본질적인 한계가 드러났습니다.
BMPR 포맷의 내부 구조는 공식적으로 공개되어 있지 않았고,
AI가 제공하는 정보는 대부분 불완전하거나 추론에 기반한 것이었습니다.
파일 파싱 단계에서 반복적인 오류가 발생했고, AI는 그때마다 여러 해결책을 제시하며 코드 수정을 진행했지만
실제로 작동 가능한 결과물을 도출하지는 못했습니다.
몇 차례의 시행착오와 코드 반복 끝에 결국 AI조차
“내부 구조가 공개되지 않아서 완벽한 변환은 현실적으로 어렵다”라는 결론을 알려주었습니다.
[반복적인 수정 과정 끝에 AI는 개발 불가라는 결론을 내린다.]
인사이트 : AI의 기회와 가능성
이 과정을 겪으며 느끼게 된 점은 “AI가 해줄 수 있는 것은 빠르고 다양한 시도를 가능하게 하지만,
모르는 부분에 대해서는 스스로 한계를 가진다”는 것입니다.
AI가 제시하는 완벽해 보이는 해답 역시 어디까지나 확률적 추론의 결과물일 때가 많습니다.
정보가 충분하지 않을 경우, AI의 자신감 이면에는 단순한 추측이 존재할 수 있음을 확인했습니다.
우리는 이 실험을 통해 AI는 문제 해결의 ‘완성자’가 아니라, 시도와 탐색의 ‘보조자’임을 명확히 깨닫게 됩니다.
결론 : 디자이너와 AI의 협업
비록 플러그인 개발 목표는 달성하지 못했지만, 이 실패 경험은 무의미하지 않았습니다.
AI의 안내 덕분에 파일 구조를 조금이나마 이해하게 되었고, 새로운 접근법도 배울 수 있었습니다.
또한 평소라면 시도조차 해보지 않았을 다양한 방법들을 짧은 시간에 실험하는 경험을 할 수 있습니다.
AI는 최종 해답은 주지 못했지만, 실험 과정의 동반자이자 탐색 속도를 높여주는 파트너였습니다.
디자이너가 AI를 활용해 직접 코드베이스를 읽지 않아도 구조를 이해하고, 여러 접근법을 단시간에 실험할 수 있었던 점은 큰 성과였습니다.
그러나 방향을 설정하고 문제를 정의하는 일은 여전히 사람의 몫임을 다시 한번 깨달았습니다.
명확한 설계 의도 없이 AI의 제안에만 의존한다면, 결국 비효율적이거나 잘못된 결과에 도달할 수 밖에 없습니다.
앞으로 더 많은 도구와 AI 기능들이 등장하겠지만, 그 중심은 언제나 탐구하고 설계하는 디자이너와 개발자가 될 것입니다.
실패도 하나의 과정이며, 새로운 한계는 다음 실험의 출발이라 생각한다면 AI는 여전히 기대되는 기회의 영역이 될 것입니다.
연관 글 가기
[AI UX Insight] UX를 넘어 AX로: AI UX 경험 설계의 새로운 패러다임
[AI UX Insight] AI 시대의 UX 디자인 : 프로토타이핑을 넘어 프로세스의 변화로
[AI UX Insight] Hotjar를 활용한 데이터 분석 기반 AI UX 사례
