AI 시대, 더 중요해진 디자인의 역할: Figma 2026 AI 보고서 핵심 정리

AI는 우리가 일하는 방식을 변화시킬 것이라고 기대되어 왔습니다. 그리고 이제 그 변화가 본격적으로 나타나기 시작했습니다.

하지만 Figma의 2026 AI 보고서가 보여주는 가장 큰 변화는 단순히 속도나 산출물이 아닙니다. 더 중요한 변화는 팀이 협업하는 방식에 있습니다.

AI는 처음에 개인의 생산성을 높이는 도구로 받아들여졌습니다. 몇 분 안에 카피 초안을 만들고, 전문 기술 없이 프로토타입을 제작하며, 반복적인 업무를 더 빠르게 처리하도록 돕는 방식이었습니다.

하지만 이제 AI의 영향은 개인 중심 업무 흐름을 넘어 팀 전체로 확장되고 있습니다. AI가 누구나 더 많은 일을 할 수 있게 만들면서, 중요한 질문도 달라졌습니다. 이제는 한 명의 뛰어난 개인이 얼마나 빠르게 움직이느냐보다, 팀 전체가 어떻게 더 빠르고 더 잘 함께 움직일 수 있느냐가 더 중요해지고 있습니다.

Figma 2026 AI 보고서는 무엇을 기반으로 했나

Figma의 2026 AI 보고서는 총 8,403건의 설문조사 응답과 디자이너, 개발자, 제품 관리자와의 639개의 질적 인터뷰를 기반으로 작성되었습니다.

올해 보고서에서는 조사 범위도 확대되었습니다. 기존에는 미국, 영국, 일본, 독일, 프랑스, 캐나다, 호주 등 7개 시장을 중심으로 조사했지만, 2026년에는 브라질, 인도, 한국이 추가되어 총 10개 시장으로 확대되었습니다.

개인 중심 업무 흐름에서 팀 전체에 걸친 영향력으로

AI는 처음에는 제품 개발자가 몇 분 안에 카피 초안을 작성하거나 전문 기술 없이 프로토타입을 제작하도록 돕는 등, 개인적인 혁신 도구로 시작했습니다.

그 점은 여전히 사실입니다. 응답자의 85%는 AI가 효율성을 높여준다고 답했고, 63%는 업무 수행 능력이 향상되었다고 답했으며, 70%는 더 나은 성과를 내고 있다고 응답했습니다.

하지만 더 중요한 변화는 개인 차원이 아닌 팀 차원에서 일어나고 있습니다. 현재 제품 개발자의 41%가 AI가 팀의 협업 방식에 큰 영향을 미쳤다고 답했는데, 이는 2년 전의 7%와 비교하면 매우 큰 변화입니다.

과거에는 “10x 엔지니어”처럼 뛰어난 개인의 생산성이 팀의 성과를 좌우한다고 여겨졌습니다. 하지만 AI가 생산성을 증폭시키는 요소가 되면서, 이제 중요한 것은 한 명의 10x 능력자를 키우는 것이 아니라 팀 전체의 능력을 10x로 만드는 방법입니다.

디자이너들은 코드를 작성하고, 개발자들은 디자인을 범위로 설정하며, 제품 관리자들은 프로토타입을 제작합니다. 그리고 이들은 고립되어 작업하는 것이 아니라, 더 많은 시간을 캔버스 위로 가져오고 있습니다.

디자이너와 개발자의 경계가 흐려지고 있다

AI는 역할의 경계를 새롭게 정의하고 있습니다. 제품 제작자의 70%는 AI를 사용해 이전에는 할 수 없었던 작업을 수행하고 있다고 답했습니다.

디자인에 참여하는 개발자는 전년 대비 증가했고, 개발에 참여하는 디자이너는 거의 두 배 가까이 늘었습니다. 그 결과, 응답자의 절반 이상이 선형적인 핸드오프를 완전히 중단했다고 답했습니다.

한 디자이너는 이런 변화를 두고 “핸드오프의 경계가 너무 흐려져서 한 직무가 다른 직무로 스며들고 있다”고 말합니다.

이 변화의 큰 부분은 AI 도구를 통해 사람과 작업 공간 사이에서 일이 훨씬 더 유연하게 이동할 수 있게 되었다는 점입니다.

제품 관리자는 프롬프트를 입력해 아이디어를 실현할 수 있습니다. 개발자는 코드로 작동하는 프로토타입을 만들고, 이를 캔버스로 가져와 디자이너와 함께 경험을 재구성할 수 있습니다. 그리고 다시 코드로 되돌릴 수 있습니다.

이제는 누구든 직무에 상관없이 가장 적합한 곳에서 작업을 시작하고, 제품을 출시하기 전까지 코드와 캔버스를 자유롭게 오가는 연속적인 루프가 나타나고 있습니다.

팀은 왜 다시 캔버스로 돌아오는가

점점 더 많은 사람들이 바이브 코딩 도구를 사용하고 터미널에서 작업하고 있지만, 전체 제품 제작자의 76%는 작업의 최소 절반 이상이 결국 캔버스에서 이루어진다고 답했습니다. 또한 59%는 대부분의 작업이 캔버스에서 이루어진다고 답했습니다.

캔버스는 팀이 함께 아이디어를 탐색하고, 자유롭게 아이디어를 내며, 여러 옵션을 나란히 비교할 수 있는 공간입니다. 터미널이나 프롬프트는 혼자 작업하기 좋은 공간일 수 있지만, 누군가와 함께 방향을 비교하고, 피드백을 주고받고, 문제 공간을 함께 다루기에는 한계가 있습니다.

디자이너가 캔버스에서 가장 자주 작업하는 그룹이지만, PM 역시 높은 비율로 캔버스에서 일하고 있습니다. 그리고 개발자 중에서도 5명 중 1명은 코드보다 캔버스에서 프로젝트를 시작하는 편을 더 선호합니다.

결국 캔버스는 제품 제작자들이 한데 모여 전체적인 그림을 보고, 방향을 비교하며, 도구가 바뀌더라도 함께 결정을 내리는 곳이 되고 있습니다.

AI 시대, 디자인의 역할은 더 중요해졌다

예전에는 제품 개발이 기술적 역량에 따라 결정되었습니다. 제품 관리자가 문제를 파악하고 해결의 범위를 정하면, 디자이너가 잠재적 방향성과 흐름을 구축하고, 개발자가 이를 현실화했습니다.

당시에는 생산하는 데 필요한 기술이 가장 큰 가치로 여겨졌습니다. 하지만 오늘날에는 더 이상 그렇지 않습니다.

AI는 거의 무엇이든 빠르게 만들 수 있습니다. 하지만 AI가 할 수 없는 일이 있습니다. 무엇이 만들 가치가 있는지 결정하는 일입니다.

프로토타입 제작이 빨라질수록 무엇을 출시할지 선택하는 일이 더 중요해집니다. 카피 초안 작성이 쉬워질수록 무엇을 말할지 결정하는 일이 더 중요해집니다. 에셋 생성 비용이 낮아질수록 그것을 어떻게 차별화할지가 더 중요해집니다.

이런 의사결정은 혼자 이루어지지 않습니다. 팀이 함께 충돌하는 요소를 검토하고, 여러 방향을 탐색하며, 어떤 트레이드오프를 선택할지 논의할 때 결정은 더 날카로워집니다.

AI 제품을 개발하는 사람들의 90%는 디자인이 AI 등장 이전만큼 중요하다고 답했습니다. 또한 57%는 디자인이 훨씬 더 중요해졌다고 답했으며, 개발자의 경우 그 비율은 65%에 달합니다.

AI 기반의 프로덕트 디자인은 더 어려워진다

AI 제품은 본질적으로 디자인하기가 더 어렵습니다. 팀은 입력과 출력이 비결정적인 새로운 인터랙션 패러다임을 디자인하고 있습니다. 이를 위해서는 다양한 사고 방식, 날카로운 판단력, 여러 시나리오를 검토할 수 있는 방법이 필요합니다.

전통적인 소프트웨어에서는 사용자가 특정 버튼을 클릭하면 정해진 결과로 이동하는 흐름을 예측할 수 있었습니다. 하지만 AI 제품에서는 같은 요청에도 다른 결과가 나올 수 있습니다. 특히 자율형 에이전트처럼 행동을 수행하고, 의사결정을 내리며, 어느 정도 독립적으로 작동하는 시스템에서는 이런 문제가 더 두드러집니다.

에이전틱 제품을 잘 설계하는 팀은 이것이 단지 기술적인 문제에 디자인 레이어를 덧씌우는 일이 아니라는 것을 이해하고 있습니다. 이는 에이전트가 어떻게 행동해야 하는지, 사용자의 신뢰를 어떻게 얻어야 하는지, 실수했을 때 어떻게 회복해야 하는지까지 포함하는 완전히 새로운 디자인 과제입니다.

점점 더 많은 팀들이 이러한 과제에 도전하고 있습니다. 1년 전에는 응답자의 65%가 AI 기반 프로젝트를 제작하고 있다고 답했습니다. 2026년에는 그 숫자가 **83%**로 증가했습니다. 또한 46%는 현재 자신의 업무 중 절반 이상이 AI 제품이나 AI 기능 개발과 관련되어 있다고 답했습니다.

AI 도입에는 네 가지 패턴이 있다

Figma 보고서는 하나의 “AI의 상태”가 아니라 네 가지의 명확한 도입 패턴이 있다고 설명합니다.

AI를 도입하는 방식은 조직마다 다릅니다. 어떤 곳에서는 리더십이 먼저 AI 전략을 추진하고, 어떤 곳에서는 현장의 제품 제작자들이 먼저 새로운 도구와 업무 흐름을 실험합니다. 또 어떤 조직은 개인과 조직이 같은 속도로 움직이고, 일부 조직은 아직 초기 단계에 머물러 있습니다.

AI 도입 패턴	비율	특징
통합형	36%	개인과 조직이 같은 속도로 AI 도입을 추진
지시 주도형	27%	리더십 차원에서 AI 혁신이 먼저 진행
현장 주도형	20%	개별 제품 작업자들이 회사에서 AI 도입을 추진
초기 단계	18%	전반적으로 AI 도입이 느리게 진행

통합형 조직에서는 개인과 조직이 같은 속도로 AI 도입을 추진합니다. 팀은 개인 업무 흐름에 AI를 적극적으로 도입하고, 회사는 도구, 교육, 가이드라인을 통해 이러한 변화를 뒷받침합니다.
지시 주도형 조직에서는 리더십 차원에서 AI 혁신이 먼저 일어나고, 팀들은 이를 따라잡기 위해 움직입니다. 이 경우 회사의 목표와 전략은 빠르게 설정되지만, 실제 업무 흐름에 적용되기까지는 시간이 걸릴 수 있습니다.
현장 주도형 조직에서는 개별 제품 작업자들이 AI를 적극적으로 사용하지만, 조직은 그 속도를 따라가지 못하는 경우가 많습니다. 이때 팀은 우회책을 만들고, 독립적으로 추진하며, 리더십이 따라잡기를 기다립니다.
초기 단계 조직에서는 전반적으로 AI 도입이 느리게 진행됩니다. 일부는 산업 규정이나 조직 구조의 영향을 받기도 하고, 일부는 AI 도입을 가능하게 하는 도구나 지원이 부족할 수 있습니다.

AI는 팀과 조직이 같은 속도로 움직일 때 가장 큰 영향을 만든다

AI는 팀과 조직이 같은 속도로 움직일 때 가장 큰 영향을 만듭니다.

통합형 조직에서는 개인의 AI 활용과 조직의 지원이 함께 작동합니다. 팀은 새로운 도구를 실험하고, 회사는 교육과 가이드라인을 제공하며, 업무 흐름에 AI를 안정적으로 통합할 수 있도록 돕습니다.

보고서에 따르면 기업들은 이제 말로만 하는 것이 아니라 실제로 보여주기 시작했습니다. AI 소프트웨어를 구매하고, 기존 제품에 AI 기능을 구현하며, 새로운 AI 제품을 개발하고, 직원 교육과 R&D에도 투자하고 있습니다.

특히 팀에 AI 교육을 제공하는 회사의 수는 지난 2년 동안 거의 두 배로 증가했습니다. 2024년 28%였던 비율은 2026년 54%까지 늘었습니다.

이러한 지원은 제품 제작자들이 AI를 더 잘 활용하도록 돕는 것뿐 아니라, AI가 자신의 일을 대체할 것이라는 불안감을 줄이는 데에도 영향을 줍니다. 한 제품 관리자는 회사가 AI 교육에 투자하면 사람들이 AI가 자신의 일을 빼앗으려는 것이 아니라, 업무 프로세스를 개선하고 더 많은 일을 할 수 있는 시간을 제공하기 위해 존재한다는 점을 이해하게 된다고 말합니다.

AI 성공을 위한 팀 구성 방법

AI를 성공적으로 활용하기 위해서는 단순히 도구를 도입하는 것만으로는 충분하지 않습니다. 팀이 AI를 어떻게 활용할지, 어떤 기준으로 결과물을 평가할지, 어떤 방식으로 실험할지에 대한 구조가 필요합니다.

AI 성공을 위한 조건	설명
프롬프트 활용 능력 키우기	팀이 더 상세하고 구체적인 프롬프트를 작성해 원하는 결과물을 더 빠르게 얻을 수 있도록 돕습니다.
실험할 시간 확보하기	새로운 도구와 업무 흐름을 직접 시도할 수 있는 전용 시간을 마련합니다.
AI 결과물의 기준 높이기	AI가 생성한 것을 그대로 받아들이기보다 비판적으로 평가하는 법을 익힙니다.
디자인 시스템을 AI 활용 준비 상태로 만들기	컴포넌트, 토큰, 명명 규칙을 정리해 AI 도구가 브랜드에 맞는 결과물을 만들 수 있도록 합니다.