AI 시대, 디자인 프로세스는 다시 쓰이고 있다

URL: https://www.youtube.com/watch?v=BV0hy6NET-U 날짜: 2026-08-20 채널: Lenny's Podcast 원문 제목: The design process is being rewritten. | OpenAI’s head of design 출연: Ian Silber (OpenAI 제품 디자인 책임자) 영상 길이: 1:12:04

---

📌 핵심 질문 / 이 대화가 다루는 핵심 논점

==AI가 엔지니어링 생산성을 폭발적으로 높이는 동안, 제품 디자인은 어떻게 일하는 방식을 다시 설계해야 하며 인간 디자이너의 고유한 가치는 어디에 남는가?==

• 엔지니어링은 코딩 에이전트로 생산성이 10배, 때로는 100배까지 높아졌지만 디자인은 여전히 실패·피드백·반복이라는 복잡한 루프를 필요로 한다.
• 디자인의 전통적 프로세스 전체를 없애는 것이 아니라, 무엇을 깊이 검증하고 무엇을 빠르게 공개 실험할지에 따라 프로세스를 분기해야 한다.
• AI는 이미 훌륭한 디자인 도구이자 아이디어를 구현하는 협업자지만, 새로운 욕구를 발견하고 인간의 맥락을 이해하며 독창적인 관점을 정하는 일은 여전히 사람의 핵심 책임이다.
• AI 제품이 누구나 만들 수 있는 시대에는 사용자 이해, 인간적인 경험, 브랜드의 관점, 시스템적 사고가 가장 강력한 차별화 요소가 된다.
• 디자이너는 AI 배경지식보다 호기심, 적응력, 프로토타이핑 능력, 전략적·시스템적 사고를 키우고 결과물에 집중해야 한다.

Ian Silber가 반복해서 강조하는 메시지는 불안을 억누르라는 것이 아니다. 지금은 누구도 완성된 답을 갖고 있지 않은 극초기 단계이므로, 뒤처졌다고 느끼기보다 도구를 직접 시험하고 자신만의 관점을 만들어야 한다는 것이다.

1. 디자이너가 가장 불안해진 이유: 역할과 속도의 재정의

1.1. 기술 노동자 정서 조사에서 드러난 디자인의 위기

1. 디자이너와 사용자 연구원이 모든 차원에서 가장 불만족스럽다

   1. 기술 업계 종사자의 경력, 업무, 역할과 AI 부상 이후의 변화를 묻는 대규모 정서 설문에서 디자이너와 사용자 연구원은 만족도가 가장 낮았다.
   2. 이들은 가장 압도감을 느끼고, 가장 불안하고 비관적이며, 가장 걱정되고 피곤하다고 답했다.
   3. 새로 업계에 들어오는 사람에게 자신의 직무를 추천할 가능성도 가장 낮았다.

2. 불안의 직접적인 원인은 역할의 기준이 사라진 감각이다

   1. 디자이너는 이제 무엇을 해야 하는가, X·Y·Z를 모두 해야 하는가, 매일 코드를 배포해야 하는가라는 질문이 생겼다.
   2. 특정한 교육과 작업 방식에 익숙한 사람일수록 “모든 것을 완전히 바꿔야 한다”는 압박을 받기 쉽다.
   3. 엔지니어가 이미 다른 방식으로 일하는 모습을 보면서, 디자인에도 동일한 속도와 생산성이 곧 요구될 것이라는 두려움이 커졌다.

1.2. 엔지니어링과 디자인의 생산성 격차

1. 코딩 에이전트는 이진적인 성공 판정에 강하다

   1. 엔지니어링 내부 설문과 현장 체감에서는 코딩 에이전트 도입 이후 생산성이 10배, 때로는 100배까지 높아졌다는 이야기가 나온다.
   2. 특정 코딩 작업은 요청한 결과가 작동하는지 여부가 비교적 명확하다.
   3. 에이전트는 요청받은 작업을 수행하고, 결과가 틀리면 오류를 수정하는 방식으로 빠르게 반복한다.

2. 디자인은 정답을 모르는 상태에서 문제 자체를 다시 정의한다

   1. 좋은 아이디어라고 생각해 구현했지만 형편없을 수 있고, 두 번째 시도도 실패할 수 있다.
   2. 사용자와 내부 이해관계자에게 보여주기 전에는 무엇이 틀렸는지조차 알기 어렵다.
   3. 좋은 디자인은 아이디어를 많이 내는 것만으로 끝나지 않고, 관찰·피드백·해석·재구성의 인간적인 루프를 거친다.
   4. AI가 아이디어를 더 빨리, 더 많이 만들게 해도 이 피드백 루프의 필요성은 사라지지 않는다.

3. 불안은 디자인의 가치가 줄어서가 아니라 기대치가 아직 합의되지 않아서 커진다

   1. OpenAI의 디자인 조직도 무엇이 좋은 디자인 프로세스인지, 어느 시점에 출시해야 하는지, 어떤 역할을 디자이너가 책임져야 하는지 계속 실험 중이다.
   2. 이 불확실성은 두려움을 만들지만, 동시에 조직이 디자인의 새로운 역할을 발견할 수 있는 공간이기도 하다.

2. OpenAI의 연구소 DNA와 디자이너의 주도권

2.1. 연구소라는 조직 문화가 만드는 실험 공간

1. OpenAI는 실험적인 회사다

   1. OpenAI는 연구에 대한 열정으로 움직이며 연구소처럼 운영된다.
   2. 연구소에서 출발한 DNA가 제품·조직·작업 방식에 깊이 스며들어 있다.
   3. 완성된 업무 방식을 강요하기보다 새로운 도구와 아이디어를 탐구하는 태도를 적극 지원한다.

2. AI 전문 경력보다 호기심을 우선한다

   1. 디자이너 채용에서 AI 배경지식을 필수 조건으로 보지 않는다.
   2. AI 도구가 너무 빠르게 변하므로 특정 시점의 지식보다 새로운 것을 배우고 실험하는 태도가 오래 간다.
   3. 도구를 자신의 업무 프로세스에 어떻게 활용할지뿐 아니라, 더 많은 사람이 활용할 수 있는 도구를 어떻게 만들지 생각하는 능력이 중요하다.

2.2. 도구를 받아들인 디자이너에게 생기는 감정 변화

1. AI는 디자이너의 표현 공간을 넓힌다

   1. 경력이 긴 디자이너와 막 커리어를 시작한 디자이너 모두, AI를 탐구할 때 더 자유롭게 자신을 표현하고 엉뚱한 아이디어를 시도하고 버릴 수 있다고 느낀다.
   2. 다양한 아이디어 사이를 빠르게 이동할 수 있어 창작의 폭이 넓어진다.
   3. 도구를 많이 사용할수록 사고가 더 단단해지고, 디자이너로서 자신이 가진 주도권과 영향력이 커진다는 감각이 생긴다.

2. 적응하는 사람은 자신의 감정을 증폭한다

   1. 정서 조사에서 커리어를 가장 즐겁게 보내는 응답자들은 AI가 자신의 감정과 능력을 증폭한다고 느꼈다.
   2. 이들은 “이제 훨씬 더 많은 일을 할 수 있다”고 느끼며 더 자신감 있고 호기심이 많고 창의적으로 움직인다.
   3. 핵심 차이는 특정 도구를 완벽히 아는지보다 변화 속에서 계속 탐색하는지에 있다.

2.3. 적응력은 기술이 아니라 운영 원리다

1. 어제 작동하지 않던 것이 오늘 작동한다

   1. 업계 전체가 불과 6개월 만에 크게 바뀌었다.
   2. Ian Silber는 육아휴직 중 개인 프로젝트를 만들며 코딩 에이전트를 사용했지만 당시에는 계속 문제가 발생했다고 회고한다.
   3. 한 달 뒤 Codex를 다시 사용하자 같은 종류의 아이디어를 실제로 구현할 수 있었고, 이 차이가 디자인 프로세스를 바꿨다.

2. 아직 아무도 정답을 갖고 있지 않다

   1. 경력 초기·후기의 디자이너, 디자인 경험이 없는 사람까지 모두 같은 변화 속에서 배우고 있다.
   2. 오늘 효과적인 방법도 다시 바뀔 수 있으므로, 현재의 방법을 영원한 표준으로 착각하지 않아야 한다.
   3. 지금 시작한 사람도 대부분의 사람보다 유리할 수 있다. 실험의 기준 자체가 아직 형성되지 않았기 때문이다.

3. 왜 지금이 디자이너에게 역사상 가장 좋은 시기인가

3.1. 아이디어에서 작동하는 버전까지의 거리가 급격히 짧아졌다

1. 초기 구현이 몇 분 안에 가능하다

   1. 과거에는 HTML 소스와 Dreamweaver 같은 도구를 보며 웹페이지가 어떻게 만들어졌는지 배우는 데서 출발했다.
   2. 지금은 아이디어를 떠올리고 몇 분 안에 실제로 작동하는 버전까지 만들 수 있다.
   3. 구현 비용이 낮아져 누구나 디자이너처럼 생각하고 만들며 검증할 수 있다.

2. 디자인의 인간적 요소가 더 중요해진다

   1. 소프트웨어와 제품이 폭발적으로 늘어날수록 좋은 디자인을 가진 제품이 눈에 띈다.
   2. 누구나 무엇이든 만들 수 있는 환경에서는 사용자를 깊이 이해하고 만족스러운 경험을 제공하는 능력이 제품 평가의 중심이 된다.
   3. 디자이너의 핵심 역할은 시각 요소를 생산하는 데 그치지 않고, 사용자가 진짜 원하는 것과 충족되지 않은 니즈를 발견해 제품으로 만드는 것이다.

3.2. 디자인 인력의 레버리지가 커진다

1. 조직의 디자인·엔지니어링 비율이 뒤집힐 가능성

   1. 과거 스타트업은 디자이너 한 명에 엔지니어 15명 정도가 붙는 구조가 흔했다.
   2. AI 시대의 새로운 스타트업에서는 뛰어난 디자이너 두 명과 견고한 제품을 구현할 엔지니어 한 명을 선호할 수도 있다는 가설이 제시된다.
   3. 이 비율 변화가 아직 일반화되지는 않았지만, 디자이너가 아이디어를 구체화하고 프로토타입을 만들고 미충족 수요를 해결하는 힘은 커지고 있다.

2. 디자이너는 제품의 초기 방향을 더 직접 결정한다

   1. 연구 개념을 발전시키고 사람들이 사용하고 싶어 하는 제품을 정의하는 단계에 디자이너가 깊이 관여한다.
   2. 프로토타입을 통해 디자인·엔지니어링·제품 전략을 한 번에 연결할 수 있다.
   3. 그 결과 스스로를 디자이너라고 부르는 사람의 범위도 넓어진다.

4. 직무 경계는 흐려지지만 역할의 책임은 사라지지 않는다

4.1. PM·디자이너·엔지니어의 융합

1. 역할의 경계는 원래부터 모호했다

   1. 제품 관리자처럼 사고하는 디자이너, 디자인 역량이 강한 PM, 다듬기와 구현에 강한 디자이너가 늘 존재했다.
   2. AI 도구는 각 역할이 서로의 업무를 일부 수행하게 하면서 경계를 더 흐리게 만든다.
   3. 모든 사람을 고정된 직무명으로만 구분하는 것은 실제 팀의 강점을 설명하지 못한다.

2. 큰 조직에서는 명시적 책임이 여전히 필요하다

   1. 한 사람이 디자인, 팀워크, 회사의 방향 설정, PM 업무, 엔지니어링까지 전부 최고 수준으로 수행하기는 어렵다.
   2. 훌륭한 PM은 여러 팀을 하나로 모으고 문제 영역과 우선순위를 명확히 하며 리소스를 배분한다.
   3. 엔지니어는 결과물이 안정적이고 시스템 안에서 제대로 작동하게 만든다.
   4. 디자이너는 무엇을 만들지, 왜 만들어야 하는지, 사용자가 어떻게 느낄지를 깊이 책임진다.

4.2. 제너럴리스트와 스페셜리스트의 균형

1. 스타트업은 제너럴리스트를 선호할 수 있다

   1. Ian Silber가 지금 회사를 시작한다면 여러 역할을 유연하게 넘나드는 최고의 제너럴리스트를 가능한 한 많이 채용할 것이라고 말한다.
   2. 작은 팀에서는 경계를 넘나드는 사람이 속도와 생존력을 높인다.

2. 큰 조직은 전문성과 운영 구조를 함께 필요로 한다

   1. 뛰어난 비주얼 디자이너, 브랜드 표현을 책임지는 전문가, 프로토타입 제작자, 전략적 제품 사고가 강한 사람, 최신 기술을 집요하게 탐구하는 사람이 서로 다를 수 있다.
   2. 한 명의 디자이너가 모든 능력을 갖추는 경우는 드물다.
   3. 각자의 강점에 맞춘 균형 잡힌 팀을 구성하는 편이 현실적이며, 직무 간 이동이 가능하더라도 책임의 중심은 분명해야 한다.

5. AI는 제품 디자이너가 될 수 있는가

5.1. 이미 훌륭한 제품 디자인 도구라는 의미

1. AI는 누구나 이용할 수 있는 초기의 훌륭한 디자이너다

   1. AI는 아이디어를 시각화하고 구현하는 데 이미 매우 뛰어나다.
   2. 누구나 사용할 수 있다는 접근성이 가장 큰 장점이다.
   3. 다만 현재 AI가 최고의 시각 디자이너, 정보 구조 전문가, 타이포그래퍼, UX·인터랙션 디자이너라는 뜻은 아니다.

2. 핵심은 사람을 대체하는 대신 사람의 창의성을 증폭하는 것이다

   1. AI는 사람들이 더 창의적이 되고 더 많이 만들 수 있게 하는 도구다.
   2. 도구의 최대 활용법을 익히는 사람은 사고와 표현의 범위를 빠르게 넓힐 수 있다.
   3. 미래의 모델이 어느 영역까지 발전할지는 예측할 수 없지만, 현시점의 디자이너는 AI를 창작 파트너로 다루는 법을 배울 수 있다.

5.2. 인간이 계속 잘해야 하는 영역

1. 사람들이 진짜 필요로 하는 것을 이해한다

   1. 사용자가 무언가를 쓰는 모습을 보고 맥락을 이해하는 인간적 피드백 루프는 여전히 중요하다.
   2. 사용자가 말로 명확히 표현하지 못하는 불편, 욕구, 감정과 사회적 맥락을 발견해야 한다.
   3. 새로운 것을 발명하려면 기존 데이터의 평균을 넘어 문제를 새롭게 보는 관점이 필요하다.

2. 자신만의 관점을 세운다

   1. 디자이너는 “나는 무엇을 위해, 누구를 위해, 왜 이것을 만드는가?”를 계속 물어야 한다.
   2. AI가 기존의 흥미로운 웹사이트와 제품을 학습했더라도, 그것을 조합한 결과는 새롭지 않을 수 있다.
   3. 인간의 관점과 의도가 들어간 제품은 누군가가 왜 이것을 만들었는지 느낄 수 있게 한다.

5.3. AI가 독창적인 디자인에 약했던 이유

1. 학습 데이터에 없는 상호작용은 평균으로부터 나오기 어렵다

   1. 훌륭한 제품 디자인은 이전에 존재하지 않았던 무언가를 시도한다.
   2. iPhone의 멀티터치는 새로운 상호작용 패러다임을 열었고, 그 방식에 대한 충분한 과거 학습 데이터가 없었다.
   3. Instagram은 모두가 휴대폰을 가진 환경을 적극 활용했고, Snapchat은 사람들이 소통하는 방식을 뒤집었다.

2. 새로운 문제와 기술의 조합이 다음 디자인 공간을 만든다

   1. AI 시대에는 음성으로 AI와 대화하는 법, 에이전트에게 작업을 맡기는 법, 모델의 행동을 설계하는 법이 새로운 디자인 과제가 된다.
   2. 사람은 여러 시도를 비교하고 무엇이 좋은지 평가하며 다른 사람과 함께 학습하는 데 강하다.
   3. 최근 몇 달 사이에도 AI의 디자인 능력이 빠르게 좋아졌으므로, 인간 참여의 필요성은 고정된 결론이 아니라 계속 검증할 가설이다.

6. AI 시대에 필요한 디자이너의 역량

6.1. 채용에서 찾는 기본 조합

1. 균형 잡힌 팀을 만든다

   1. 모든 것을 할 수 있는 제너럴리스트와 특정 분야에 깊은 스페셜리스트를 적절히 섞는다.
   2. 비주얼, 브랜드, 프로토타이핑, 전략적 제품 사고, 최신 기술 탐구 등 각자의 강점을 팀 전체에서 확보한다.
   3. 사람이 어떤 분야에 본능적으로 끌리는지 파악하고, 그 강점을 발휘할 수 있는 자리를 제공한다.

2. AI 지식보다 호기심과 학습 태도를 본다

   1. AI 업계 경력이 없어도 괜찮지만, AI에 대한 높은 호기심과 적극적으로 배우는 자세는 필요하다.
   2. AI를 자신의 프로세스에 적용할 수 있어야 하며, 다른 사람이 사용할 수 있는 제품과 도구로 일반화할 수 있어야 한다.
   3. 기존 프로토타이핑 능력은 여전히 중요하지만 접근성이 높아졌기 때문에, 단순히 화면을 빠르게 만드는 것보다 그 결과를 어떤 전략적 방향으로 연결하는지가 중요하다.

6.2. 전략적 사고와 시스템적 사고

1. 기술의 방향을 읽는 전략적 사고

   1. 현재 도구가 할 수 있는 일을 나열하는 데서 멈추지 않고, 기술이 어디로 향하는지에 대한 관점을 가져야 한다.
   2. 무엇을 지금 만들어야 하고, 무엇은 기술 변화 때문에 곧 무의미해질지 판단해야 한다.

2. 구성 요소가 연결되는 시스템을 설계한다

   1. 초지능은 다양한 능력을 갖추므로, 각각의 기능을 일회성 경험으로 만들기보다 서로 조합 가능한 기본 구성 요소로 설계해야 한다.
   2. Notion이 초기에 조합 가능한 블록을 만든 것처럼, 사용자가 연결하고 확장할 수 있는 시스템이 중요하다.
   3. 시스템을 제대로 이해하고 내부 요소가 어떻게 상호작용하는지 숙고해야 사용자는 복잡한 기능을 하나의 단순한 경험으로 느낀다.
   4. 엔지니어링 조직이 하루에 5,000개의 PR을 올리는 속도에서는 디자인 시스템 언어와 재사용 가능한 빌딩 블록이 특히 중요하다.

6.3. “덜 디자인하기”도 디자인 역량이다

1. 이미 존재하는 요소를 먼저 찾는다

   1. 굳이 새로 디자인할 필요가 없다면 만들지 않는다.
   2. 기존 시스템이나 구성 요소를 확장해 문제를 해결할 수 있는지 먼저 확인한다.
   3. 새로운 기능 자체가 필요 없는 경우도 있으므로, 문제 정의를 다시 검토한다.

2. 범위를 넘어 전체 제품을 본다

   1. 자신이 맡은 화면이나 기능만 최적화하지 않고 전체 제품의 흐름과 시스템을 고려한다.
   2. 재사용·연결 가능한 선택은 속도와 일관성을 동시에 높인다.
   3. 디자인의 목표는 디자인 산출물을 늘리는 것이 아니라 사용자가 좋아하는 결과물을 만드는 것이다.

7. 새로운 디자인 프로세스: 깊게 검증할 것과 공개적으로 시도할 것

7.1. 전통적 프로세스가 더 이상 하나의 기본값이 될 수 없는 이유

1. 기존 순서는 프로토타입→모형→테스트→연구→반복→엔지니어링→구축→반복→출시였다

   1. 이 순서는 안정적인 제품을 만들 수 있지만, 모든 문제에 동일하게 적용하기에는 시간이 부족하다.
   2. AI 기술은 한 달 만에도 모델의 지능, 지연 시간, 필요한 상호작용과 설정을 바꾼다.

2. 디자이너의 역할이 세부 제작에서 큰 그림으로 이동한다

   1. Cloud Code 디자인 책임자인 Jenny는 전통적 프로세스를 모두 거칠 시간이 없다고 설명했다.
   2. 디자이너는 큰 그림을 그리고, 팀이 올바른 방향으로 움직이게 하며, 어떤 문제를 깊이 파고들지 결정하는 역할을 더 많이 맡는다.
   3. 이는 디자인이 덜 중요해졌다는 뜻이 아니라, 디자인 판단이 더 상위 수준의 레버리지가 되었다는 뜻이다.

7.2. 기능별로 다른 속도와 검증 강도를 적용한다

1. 높은 불확실성과 큰 영향이 있는 기능은 깊게 파고든다

   1. ChatGPT가 개인의 삶에 깊숙이 들어간다는 것이 무엇을 의미하는지처럼 오래 지속될 핵심 경험은 화이트보드, Figma, 프로토타입을 오가며 진지하게 고민한다.
   2. 많은 아이디어를 출시 전에 시험하고, 사용자·내부 이해관계자 피드백과 반복을 거친다.
   3. 장기적으로 내구성이 있고 쉽게 변하지 않을 부분에 디자인 에너지를 집중한다.

2. 낮은 위험과 높은 학습 가치는 빠르게 공개한다

   1. 아이디어를 내고 4시간 안에 배송할 수 있는 실험도 있다.
   2. ChatGPT의 특정 기능은 100가지 방법을 시도하고 99가지를 버린 뒤 하나를 출시한다.
   3. 슈퍼 앱처럼 아직 방향을 찾는 영역은 공개적으로 만들며 내부·외부 피드백을 즉시 받는다.

3. 실험 기준은 기술 변화에 따라 계속 수정한다

   1. 특정 상호작용이나 설정이 기술 발전으로 더 이상 필요 없게 될 수 있다.
   2. 새 기능이 생기거나 지연 시간 프로필이 바뀌면 기존 디자인 가정도 다시 검토해야 한다.
   3. 기술이 안정됐다는 확신이 들기 전까지 세부를 완벽하게 고정하려는 집착은 낭비가 될 수 있다.

8. ChatGPT의 제품 디자인: 수십억 명을 하나의 경험에 담기

8.1. 사용자 규모와 사용 맥락의 극단적 다양성

1. 동일 제품이 전혀 다른 일을 한다

   1. 사람들은 손가락의 발진이 무엇인지 묻는 데서부터 Salesforce를 구축하는 일까지 ChatGPT를 사용한다.
   2. 저녁 식사 레시피나 다음 헤어스타일을 찾는 사용자와, 일본에서 농장 자동화를 혁신하는 사용자도 같은 제품을 쓴다.
   3. Instagram에서의 10억 명 규모 경험도 컸지만, ChatGPT는 사용자의 목표와 작업 방식이 훨씬 넓다.

2. 제품의 잠재력이 남아 있어도 기본 경험은 단순해야 한다

   1. 많은 사용자는 제품이 가진 진짜 가치의 일부만 활용한다.
   2. 모든 최첨단 기능을 한 번에 노출하면 수십억 명의 사용자가 이해하지 못할 수 있다.
   3. 초보자에게는 가치를 빠르게 이해시키고, 숙련자에게는 방해를 최소화하는 스펙트럼형 설계가 필요하다.

8.2. 채팅을 넘어 적응형 인터페이스로

1. 빈 입력창은 강력하지만 충분하지 않다

   1. 채팅은 다양한 지능 수준과 요구를 가진 사람들이 대화할 수 있게 하는 좋은 포장 방식이다.
   2. 하지만 빈 입력창은 사용자가 무엇을 할 수 있는지 모를 때 부담이 된다.
   3. 이미지 생성, 프레젠테이션 제작, 코드 작업처럼 사용 목적에 따라 인터페이스가 적응해야 한다.

2. 의도 표현을 돕는 UI를 만든다

   1. 사용자가 완벽한 프롬프트 엔지니어가 되기를 요구하지 않는다.
   2. 열린 질문 뒤에 추가 질문을 보여주고, 사용자가 탭 한 번으로 답할 수 있게 하면 의도를 더 쉽게 표현할 수 있다.
   3. 단순 텍스트 대화만이 아니라 작성 블록, 이미지 생성 도구, 맥락에 맞는 특수 도구를 제공한다.
   4. 이메일을 요청하면 결과가 조작 가능한 블록으로 남고, 사용자는 그 부분을 직접 편집·복사할 수 있어야 한다.

3. 맥락에 따라 기능을 바꾼다

   1. 디자이너, 데이터 과학자, 가정과 개인 생활을 운영하는 사람에게 필요한 도구는 다를 수 있다.
   2. 사용자의 맥락을 이해하고 적절한 기능을 제공하는 것이 다음 UI 진화의 핵심이다.

8.3. 슈퍼 앱과 선제적 개인 비서

1. 보편적인 입력 장치가 모델의 판단을 감싼다

   1. 광범위한 소비자층을 위해 사용자는 하나의 입력 장치로 질문하고 대화하고 작업을 맡길 수 있어야 한다.
   2. 시스템은 언제 짧게 답하고, 언제 친절히 대화하며, 언제 사용자를 대신해 행동할지 판단해야 한다.
   3. 사용자는 어떤 모델을 쓰는지, 속도가 얼마인지, 어떤 모드를 선택해야 하는지 고민하지 않아야 한다.

2. 선제적 경험은 외부 맥락에서 시작한다

   1. 캘린더, Slack과 같은 입력 및 외부 맥락을 바탕으로 유용한 제안을 제공하는 경험이 중요해진다.
   2. 음성은 훨씬 풍부한 입력을 제공하고, 시각 출력은 더 상호작용적으로 변할 수 있다.
   3. 앞으로 2~3년 동안 음성 상호작용이 더 자연스러워지면 질문뿐 아니라 실제 작업을 맡기는 사용이 늘어날 가능성이 크다.

3. 반복 가능한 워크플로를 만든다

   1. 매번 빈 화면에서 처음부터 시작하는 느낌을 줄여야 한다.
   2. 한 번 만든 맥락과 속성을 재사용해 더 견고한 워크플로를 구축해야 한다.
   3. 최종 목표는 기능의 목록을 늘리는 것이 아니라, 사용자가 작동 방식을 생각하지 않아도 되는 통합된 경험이다.

9. 리더십, 실패, 그리고 불안을 다루는 법

9.1. OpenAI에 합류하며 겪은 자기 의심

1. 새 역할의 시작은 매일 실패하는 것처럼 느껴질 수 있다

   1. Ian Silber는 GPT-4가 막 출시될 무렵 OpenAI에 합류했고, 제품을 실제로 쓰면서도 무엇인지 완전히 이해한다는 느낌은 없었다.
   2. 빠르게 성장하는 조직에서 큰 디자인 팀을 구성하고 채용하는 방법을 처음부터 알고 있지 않았다.
   3. 무엇을 해야 할지 몰라 자신이 그 일을 못하고 있다고 느끼는 날이 많았다.

2. 공동체가 자기 의심을 현실적인 크기로 줄인다

   1. 비슷한 전환기를 겪은 디자인 리더와 친구들에게 이야기하자 같은 어려움을 공유하고 있음을 알게 됐다.
   2. 멘토나 객관적인 시각을 가진 친구는 개인적인 실패처럼 보이는 일을 업계 전체가 겪는 학습 과정으로 재해석하게 돕는다.
   3. 빠르게 진화하는 분야에서는 모든 것을 알고 있는 척하기보다 함께 알아가는 커뮤니티를 찾는 편이 건강하다.

9.2. “AI 자신감 연극”을 멈춘다

1. 완벽한 성공담은 현실을 왜곡한다

   1. Elena Verna가 쓴 “AI 자신감 연극을 멈춰라”라는 글은 사람들이 AI로 삶이 완전히 바뀐 것처럼 말하면서 모든 것을 이해하는 척하는 현상을 비판한다.
   2. 실제로 AI를 훌륭하게 활용하고 일관되게 작동시키는 사람은 소수다.
   3. “정말 빠르게 변하고 있다. 일단 받아들이고 어떻게 될지 보자”라고 말하는 겸손이 더 생산적이다.

2. 호기심은 실패를 다시 시도하게 한다

   1. 예전에는 되지 않던 도구가 지금은 작동할 수 있으므로 실패를 영구적인 판정으로 받아들이지 않는다.
   2. 모델과 기능을 연구·개발하는 사람들처럼, 새 도구를 즐겁게 시험하고 잘 안 되면 다시 시도한다.
   3. 오늘의 모델이 앞으로 나올 모델 중 최악의 모델이라는 관점은 현재의 한계를 고정된 현실로 보지 않게 한다.

9.3. Instagram과 Groupon에서 배운 실패의 가치

1. IGTV의 실패가 Reels의 학습이 되었다

   1. IGTV는 완전히 실패한 제품으로 평가됐다.
   2. 이후 Reels를 만들 때는 몇 가지 잘못된 가정과 제약을 빠르게 발견하고 수정했다.
   3. 처음부터 완벽한 계획을 실행한 것이 아니라, 배송하고 반응을 보고 다시 만든 과정이 성공을 만들었다.

2. 출시 후의 반응이 결과물보다 중요하다

   1. 직업과 제품의 여정은 대부분 실패의 연속이다.
   2. 잘못된 결과물을 내놓았더라도 사용자 피드백에 반응하고 문제를 해결하며 개선하는 능력이 중요하다.
   3. 실패한 제품을 빨리 버리는 것이 실패를 숨기는 것보다 더 건강한 운영 방식일 수 있다.

9.4. 디자이너가 바로 할 수 있는 제안

1. 합리적인 감정임을 인정한다

   1. 압도감, 불안, 스트레스, 미래에 대한 불확실성은 현재 상황에 대한 정상적인 반응이다.
   2. 감정을 없애려 하기보다 그 상태에서 탐색할 질문으로 전환한다.

2. 작은 도구 실험을 시작한다

   1. 툴링을 다시 생각해 보고, 프로토타입을 더 많이 만들며, ChatGPT나 Codex에 아이디어를 입력한다.
   2. 밤에 떠오른 아이디어를 바로 입력해 시각화하면 팀과 이야기할 수 있는 출발점이 생긴다.
   3. Slack 메시지에서 후속 조치가 필요한 내용을 요약하고, 채용과 일상 업무의 맥락을 정리하는 데에도 AI를 활용한다.

3. 도구가 아니라 산출물에 집중한다

   1. 목표는 토큰 최대치나 특정 프로세스를 만드는 것이 아니다.
   2. 사람들이 좋아하는 소프트웨어, 제품, 또는 자신의 분야에서 의미 있는 결과물을 만드는 것이 목표다.
   3. AI가 과정을 도울 수 있어도 방향을 정하고 기준을 세우는 책임은 사람에게 남는다.

10. 회사의 DNA를 이해하고 활용하기

10.1. Groupon·Instagram·OpenAI의 서로 다른 운영 방식

1. Groupon은 브랜드와 유머가 제품의 핵심이었다

   1. Andrew Mason은 제품에 강한 개성을 불어넣은 CEO였다.
   2. 코미디언으로 구성된 작가팀이 있었고, 초기에는 스스로를 너무 진지하게 받아들이지 않는 분위기가 브랜드를 차별화했다.
   3. 사람들은 기술 사양 때문에 Groupon에 온 것이 아니라, 50% 할인 같은 일일 특가와 재미있고 잘 쓰인 이메일 때문에 끌렸다.

2. Instagram은 디자인과 창의성에 집중했다

   1. Instagram에서는 더 오랜 시간 제품을 다듬고 변경을 적게 하는 방식이 대부분의 성장 단계에서 효과적이었다.
   2. “가장 간단한 것부터 하라”는 모토가 제품 판단의 기준이 됐다.

3. OpenAI는 연구소처럼 공개적으로 실험한다

   1. OpenAI는 훨씬 빠르게 움직이고, 공개적으로 만들며, 아직 실험 중인 것을 과감히 버리기도 한다.
   2. Instagram에서 효과적이었던 느리고 안정적인 방법을 그대로 적용할 수는 없다.
   3. 조직에 들어온 사람이 창업자 중심의 문화를 단기간에 바꾸기는 어렵다. 먼저 그 조직의 DNA를 이해하고 활용해야 한다.

10.2. 회사의 DNA는 디자인 의사결정의 일부다

1. 같은 프로세스가 모든 조직에 맞지 않는다

   1. Groupon은 브랜드와 유머를 중심으로, Instagram은 단순성과 창의성을 중심으로, OpenAI는 연구와 실험을 중심으로 운영된다.
   2. 디자인 리더는 보편적 정답을 가져오기보다 조직의 속도·위험·목표에 맞는 프로세스를 선택해야 한다.

2. 균형은 고정된 답이 아니라 지속적인 조정이다

   1. 단순한 것을 우선하되, 아직 검증되지 않은 아이디어를 모두 없애서는 안 된다.
   2. 안정적으로 깊이 파고들 영역과 빠르게 공개할 영역을 나누고, 기술 변화가 생길 때마다 경계를 다시 조정한다.

11. 속사포 질문과 개인적 취향

11.1. 추천 책과 생활용품의 디자인

1. 디자인 책에 대한 비전형적 답변
   1. Ian Silber는 순수 디자인 분야에서 마음에 쏙 드는 책을 많이 추천하는 편이 아니라고 말했다.
   2. 일상용품의 디자인을 좋아하며, 기술 종사자뿐 아니라 누구나 디자인을 생각하는 방식에 영향을 주는 고전적 접근을 중요하게 본다.

11.2. 최근 본 작품: 《Maybe Happy Ending》

1. 단순한 무대와 초지능 휴머노이드의 대비
   1. 뉴욕 브로드웨이에서 《Maybe Happy Ending》을 보고 매우 좋아했다고 말했다.
   2. 초지능 휴머노이드 로봇을 다루는 이야기지만, 아름다운 아파트에 네 사람이 함께 있는 듯한 단순한 무대와 세트 디자인이 인상적이었다.
   3. 대본과 연기까지 전체 제작이 독특하고 훌륭했으며, 무엇을 보게 될지 모르는 상태로 보는 즐거움이 있었다.

11.3. 최근 좋아한 제품: Rivian과 Waymo

1. Rivian이 자동차의 관습을 줄인다

   1. 여러 자동차를 타다 전기차 Rivian으로 바꿨고, 자동차를 만든 방식과 전체 디자인을 좋아한다고 말했다.
   2. 다가가면 잠금이 풀리고 시동을 켜고 끄는 전통적 절차가 사라지는 등 자동차 사용의 고정관념을 줄인 점을 높이 평가했다.

2. Waymo는 마법 같은 자동화 경험이다

   1. 지금 당장 Waymo를 소유할 수 있다면 세상에서 가장 마법 같은 경험일 것이라고 말했다.
   2. 더 많은 사람이 널리 이용할 수 있게 되기를 기대하고 있다.

11.4. 좌우명 대신 태도

1. 재미있게 시도하고 멋진 것을 만든다
   1. 특정 틀에 맞춰야 한다고 생각하지 않고, 생각하는 방식과 작업을 유연하게 유지한다.
   2. 적응력 있게 행동하며, 완벽한 모토보다 “즐기면서 이것저것 시도하고 멋진 것을 만들어 보자”는 분위기를 선호한다.

주요 발언 모음

“지금은 디자이너에게 역사상 최고의 시기다.”

“지금 당장 시작한다면 대부분의 사람들보다 훨씬 유리한 위치에 서게 된다.”

“디자이너에게 무엇을 기대하는지 명확하지 않다는 점이 불안과 두려움으로 이어질 수 있다.”

“AI는 이미 정말 훌륭한 제품 디자이너다. 무엇보다 멋진 점은 누구나 이용할 수 있다는 것이다.”

“내 관점은 무엇인가? 나는 이것을 누구를 위해, 왜 만들고 있는가?”

“누구도 지금 뒤처지고 있다고 느껴서는 안 된다. 우리 모두 이 과정의 극히 초기 단계에 있다.”

“오늘날 우리가 가진 모델은 앞으로 나올 모델 중 최악의 모델이다.”

“굳이 디자인할 필요가 없다면 하지 마라. 이미 존재하는 시스템이나 구성 요소를 확장할 수도 있고, 그 기능 자체가 필요 없을 수도 있다.”

“목표는 토큰 최대치나 프로세스를 만드는 것이 아니다. 사람들이 좋아하는 훌륭한 소프트웨어와 제품을 만드는 것이다.”

“즐기면서 이것저것 시도하고 멋진 것을 만들어 보자.”

핵심 데이터·수치

• 1:12:04: 전체 대화 길이.
• 3년: Ian Silber가 OpenAI 제품 디자인 책임자로 일해 온 기간. AI 업계에서는 매우 긴 시간처럼 느껴질 정도로 변화가 빠르다는 맥락이다.
• 8년: OpenAI에 오기 전 Instagram에서 근무한 기간.
• 10배~100배: 코딩 에이전트로 인해 엔지니어 생산성이 높아졌다는 내부 설문·현장 체감의 범위.
• 5,000개: 엔지니어링 조직이 하루에 올리는 PR의 예시 수치. 디자인 시스템과 재사용 가능한 빌딩 블록의 필요성을 설명한다.
• 100번 중 99번 폐기: ChatGPT의 특정 기능에서 수많은 디자인을 시도하고 대부분 버린 뒤 하나를 출시하는 방식.
• 4시간: 일부 아이디어는 실험을 위해 아이디어를 낸 뒤 4시간 만에 배송할 수 있는 수준으로 빠르게 다룬다.
• 약 10억 명: ChatGPT의 월간 활성 사용자 요구를 둘러싼 균형 문제를 설명하는 대화에서 언급된 규모.
• 2~3년: 음성 상호작용과 모델이 더 자연스러워질 것으로 기대하는 시간 범위.
• 6개월: 업계 전체의 작업 방식이 완전히 달라졌다고 체감할 수 있는 짧은 기간의 예시.
• 1개월: 모델 지능, 지연 시간, 기능과 상호작용이 바뀌어 디자인 가정을 다시 세울 수 있는 시간 범위.
• 50% 할인: Groupon의 일일 특가 이메일이 전달하던 대표적인 가치와 브랜드 경험의 예시.

결론 및 시사점

1. 디자인 프로세스를 하나의 고정된 순서로 보지 않는다: 모든 기능에 프로토타입·연구·테스트·반복·출시의 동일한 비용을 투입하지 말고, 지속될 핵심 경험과 빠르게 배워야 하는 실험을 분리한다.
2. AI를 가장 먼저 아이디어의 시각화 도구로 쓴다: 완성품을 주문하기보다 막 떠오른 생각을 입력하고 프로토타입으로 만들어 팀과 논의할 수 있는 상태로 바꾼다.
3. 결과물 중심으로 판단한다: 특정 모델, 토큰, 프레임워크, 워크플로를 숭배하지 말고 사용자가 좋아하는 소프트웨어와 실제 문제 해결을 기준으로 삼는다.
4. 인간의 차별화는 관점과 공감이다: AI가 기존 사례를 평균화할수록 새로운 욕구를 발견하고 “왜·누구를 위해”를 정하는 능력이 중요해진다.
5. 시스템적 사고를 훈련한다: 재사용 가능한 구성 요소와 연결된 경험을 설계해 복잡한 AI 능력을 사용자가 단순하게 느끼게 만든다.
6. 호기심을 채용·성장의 핵심 자산으로 본다: AI를 이미 잘 안다는 태도보다 모르는 것을 인정하고 빠르게 실험하는 태도가 오래 간다.
7. 역할은 섞이되 책임은 선명하게 한다: 제너럴리스트의 유연성과 스페셜리스트의 깊이를 결합하고, PM·디자인·엔지니어링의 서로 다른 책임을 유지한다.
8. 실패를 제품의 일부로 공개한다: IGTV와 Reels의 대비처럼 잘못된 가정을 빠르게 발견하고 방향을 수정하는 능력이 완벽한 첫 출시보다 중요하다.
9. 공동체와 함께 불안을 다룬다: 자신이 무능하다고 느끼는 순간에도 비슷한 전환기를 겪는 사람과 이야기하면 개인의 실패가 아니라 시대적 학습 과정임을 확인할 수 있다.
10. 지금 시작하는 사람은 늦지 않았다: 디자인 프로세스의 새 표준은 아직 만들어지지 않았다. 오늘 도구를 써 보고, 실패하고, 다시 시도하는 사람이 오히려 기준을 만드는 쪽에 선다.

방송 중 협찬·부가 언급

• WorkOS: B2B SaaS가 싱글 사인온, 스키밍, 백업, 감사 로그 같은 기업 기능을 API로 통합하는 개발자 플랫폼으로 소개됐다.
• Mercury: 창업자를 위한 금융 서비스와 자연어 기반 Command 인터페이스가 소개됐다. 계좌 이체, 지출 분석, 현금 흐름 파악을 대화로 처리하는 사례가 언급됐다.
• IanSilber.com: Ian Silber의 과거 작업과 화려한 개인 웹사이트, 게임이 포함된 이스터 에그가 소개됐다.
• 마지막에는 ChatGPT와 Codex를 직접 사용하고 피드백을 보내며, 디자이너뿐 아니라 엔지니어·PM 등 다양한 직군이 작업 과정을 공개해 커뮤니티가 함께 배워야 한다는 요청이 나왔다.