왜 AI는 UX 개발자가 필요한가
Source: Dev.to
번역할 텍스트를 제공해 주시면 한국어로 번역해 드리겠습니다.
UX 개발자 역할
UX 개발자 역할은 일상적인 사람들에게 설명하기가 언제나 어려웠습니다. “그럼 디자인을 하는 거죠?” 정확히는 아닙니다. “그럼 코딩을 하는 거죠?” 어느 정도 맞습니다. 수년간 디자인과 엔지니어링 사이에 앉아 있는 사람들은 자신들을 위해 실제로 만들어지지 않은 테이블에 자리를 잡기 위해 싸워왔습니다. 그러다 AI가 등장하면서 상황이 완전히 뒤바뀌었습니다.
UX 개발자가 되면 내재된 정체성 위기가 따라옵니다. 디자인 팀에게는 충분히 디자이너가 아니고, 엔지니어링 팀에게는 충분히 엔지니어도 아닙니다. LinkedIn에서 어떤 트렌드가 급부상하느냐에 따라 직함이 2년마다 바뀝니다—“UI 개발자”, “디자인 테크놀로지스트”, “프론트엔드 엔지니어”. 하지만 일은 변하지 않습니다: 서로 다른 언어를 쓰는 두 그룹 사이를 번역하고, 실제로 만들어지는 것이 의도한 바와 정확히 일치하도록 하는 일입니다.
제 경력 대부분 동안, 그 번역 작업은 과소평가된 느낌이었습니다. 조직은 우리를 어디에 두어야 할지 몰라 계속 재조직을 시도했으며, 결국 다른 사람의 문제가 되었습니다. 우리는 부서 간에 뒤섞이고, 프로젝트 시작 회의에서 빠지고, 계획 단계에서도 제외되었습니다. 그러다 누군가 우리에게 “디자이너가 사양을 넘겨주고 엔지니어가 바로 만들면 되잖아”라며 우리 역할 자체를 정당화해 달라고 요구했습니다. 물론 그렇죠. 그리고 누군가의 얼굴에 미식축구공을 던지고 그것을 패스라고 부를 수도 있겠죠.
AI가 실제로 필요로 하는 것
AI 도구는 3년 전만 해도 터무니없게 느껴졌을 속도로 UI 코드를 생성할 수 있습니다. 구성 요소를 평범한 영어로 설명하면 몇 초 안에 작동하는 코드를 받아볼 수 있습니다. 이는 인상적이며, 점점 더 발전하고 있습니다.
하지만 코드를 생성하는 것이 어려운 부분은 아닙니다. 어려운 부분은 올바른 코드를 생성하는 것입니다—디자인 시스템의 API 규칙을 준수하고, 하드코딩된 값 대신 올바른 토큰을 사용하며, 접근성 패턴을 따르고, 팀이 수년간 구축해 온 아키텍처에 맞는 코드 말이죠. AI는 누군가 가르쳐 주지 않으면 이러한 것을 알지 못합니다.
그 “누군가”는 이미 양쪽을 모두 이해하고 있는 사람입니다: 디자인 팀이 특정 간격 스케일을 선택한 이유와 엔지니어링 팀이 이를 어떻게 구현하는지. AI가 생성한 결과물을 보고 즉시 잘못된 컴포넌트 변형을 사용했거나, 정확히 이 사용 사례를 위해 존재하는 의미론적 토큰을 무시하고 있음을 발견할 수 있는 사람 말이죠.
그 사람이 바로 UX 개발자입니다. 바로 다리 역할을 하는 사람입니다. 조직 내에서 아직 어디에 배치해야 할지 정하지 못한 역할이죠.
The New Leverage
뭐가 놀라운지는 UX 개발자의 일상 업무—컴포넌트 문서 작성, 토큰 분류 체계 정의, 사용 가이드라인 구축—가 이제 직접 AI 시스템에 공급된다는 점이다. 당신이 작성한 문서는 AI의 컨텍스트 윈도우가 된다. 당신이 설계한 컴포넌트 API는 생성된 코드가 올바른 방향으로 흐르도록 제약을 제공한다. 토큰에 인코딩한 그 디자인 결정들? 그것이 AI가 선택을 할 때 사용하는 어휘가 된다.
이것은 이론적인 이야기가 아니다. 나는 MCP 서버와 Claude Code 스킬을 구축해 AI 도구가 우리 디자인 시스템과 직접 상호작용하도록 만들었다. 전체 작업은 일종의 다리 역할이다. 디자인 의도를 충분히 깊게 이해해 규칙으로 인코딩해야 하고, 엔지니어링 아키텍처를 충분히 이해해 그 규칙이 실제 개발 워크플로우에서 유용하게 작동하도록 해야 한다. 어느 한쪽이라도 빠지면 전체가 무너진다.
UX 개발자 역할은 “있으면 좋은” 수준에서 힘을 증폭시키는 존재로 변했다. AI가 코드를 생성할 수는 있지만 판단을 생성할 수 없을 때, 그 판단을 제공하는 사람이 바로 배를 조종한다. 당신은 일을 늦추는 것이 아니라, 결과물이 실제로 사용 가능하도록 만드는 이유이다.
발을 들여놓으며
나는 이것을 승리를 축하하기 위해 쓰는 것이 아니다; 여기 상황은 여전히 거칠다. 역할은 여전히 언제나 그랬던 도전 과제를 안고 있다: 모호함, 조직도상의 특이점, 그리고 지속적인 설명 요구. 하지만 레버리지는 변했다. 디자인과 엔지니어링 사이의 연결 고리를 수년간 구축해 왔다면, AI를 단순히 빠른 것이 아니라 유용하게 만들 수 있는 정확한 스킬셋을 갖춘 것이다.
- 그것을 주도하라.
- AI가 당신의 시스템과 어떻게 상호 작용할지 정의하라.
- 교육 컨텍스트가 되는 문서를 작성하라.
- 생성된 출력이 팀의 기준에 맞도록 보장하는 도구를 개발하라.
우리는 사실 그 다리를 처음부터 계속 구축해 왔다. 바뀐 것은 이제 로봇을 포함한 모든 사람이 그 다리를 건너야 한다는 점이다.