혼자 더 많이 할 수 있게 된 뒤, 협업이 가지는 가치를 돌아보며

강남언니 프로덕트 디자이너 김선하입니다.

최근 AI를 활용해 복잡한 포인트 정책의 화면을 설계하면서 느낀 점과 그로 인해 든 고민을 정리해보려고 해요.

배경

대 AI 시대입니다.

여러분의 업무 효율은 얼마나 좋아졌나요? 저는 분명히 업무 효율이 좋아진 걸 체감하고 있어요. 디자이너가 AI를 활용해 현재 상황에서 가능한 빠른 방식을 먼저 정리하고 불가능할 것으로 예상되는 것들을 미리 디스커버링 과정에서 배제할 수 있게 됐어요. 실제로 커뮤니케이션 비용도 많이 줄였어요. 그런데 이상하게도 좋은 경험을 할수록 동시에 묘한 기분도 남아요.

더 넓고 창의적인 발산의 가능성은 줄어들 수 있겠다는 생각이 들었어요.

복잡한 정책 파악, 이젠 디자이너 혼자서도 할 수 있게 됐어요

AI를 붙였더니 디자이너의 탐색 범위가 달라졌어요

저는 최근 포인트 상세 내역 화면을 개선하면서 포인트의 적립, 사용, 만료 등과 같은 모든 상태값과 그 정책을 정확히 파악해야 했어요. 원래 하던 방식대로 백엔드 개발자에게 질문하고, 맥락을 설명하고, 정책을 하나씩 확인하고 있었어요. 그리고 답변을 기다리고 또 묻고 또 기다렸죠.

그런 소통이 길어질 수록 동료에게 병목을 만든 것 같기도 하고, 맥락 전환 비용을 떠넘긴 것 같기도 하고, 그런데 해야만 하잖아!하는 양가 감정이 들기도 했어요.

그런데 이번에는 운영 서버 코드가 있는 레포지토리를 직접 커서로 연결해서 포인트 정책을 먼저 파악했어요. 이전에는 노션을 찾아보고 정책을 만든 PO를 찾아가거나 히스토리 파악을 위해서 여러 날을 노력했는데 말이죠. 그 결과 구현 가능한 범위를 미리 좁힌 상태에서 디자인을 검토할 수 있었고, 새 API가 필요한지, 어느 방식에서 리소스가 많이 드는지까지 스스로 가늠할 수 있었어요.

이후에는 피그마 작업물을 유능한 동료들이 만든 리네이머 플러그인으로 AI가 잘 이해할 수 있게 프레임을 정리하고, 커서로 코드 베이스 정책을 통해 디자인 사이에 충돌하는 케이스가 없는지도 점검해봤어요. 이 과정을 거치면서 느낀 건 분명했어요.

너무 쾌적하다!

그리고 이젠 디자이너도 혼자서 꽤 많은 것을 빠르게 확인하고 판단할 수 있다! 예전 같았으면 미팅을 잡고 오가며 확인했을 내용을, 먼저 정리한 상태로 훨씬 밀도 있게 대화할 수 있게 된 거예요. 분명 효율적이었고, 실제로 싱크하는 시간도 훨씬 짧아졌어요.

문제 의식

그런데 동시에 이런 생각도 들었어요. 구현 가능한 범위를 혼자서 먼저 좁혀버렸으니, 그 바깥에 있던 아이디어들은 논의 테이블에 오르지도 못한 채 사라진 셈이에요. 예전이라면 ‘이건 왜 안 돼?’라는 질문 하나가 팀 안에서 놓치고 있는 부분을 생각하게 만들었을텐데, 이제는 그 질문 자체를 내가 먼저 닫아버리게 된 거죠. 더 넓고 창의적인 발산의 가능성이 줄어들 수 있겠다는 기분이 든 건 그래서였어요.

함께 헤매던 시간의 가치

예전에는 시즌 초/말 쯤에 우리는 숙소를 잡고 밤늦게까지 워크샵을 하면서 여러 가지를 결정했었어요. 물리적인 비효율은 있었지만 여러 사람이 같은 문제를 붙잡고 서로의 언어로 설명하고, 부딪히고, 다시 정리하면서 생각보다 많은 걸 배웠던 것 같아요.

그런데 이제는 혼자서도 많은 것을 이해하고 빠르게 결정해서 만들어 낼 수 있게 되었어요. 그러다 보니 오히려 묘한 기분이 들더라고요.

이게 정말 맞나? 우리가 원래 같이 하던 과정 중에서 꼭 필요했던 것들까지 같이 줄여버리고 있는 건 아닐까?

사례

함께 질문하던 과정이 남기던 것

기존의 디스커버링은 비효율적이었지만, 그래도 그 안에 배움이 있었어요. 예전에도 AI가 누구나 저수준의 해결 방식이나 리소스를 가늠하게 만들면서, 전문성에 대한 존중이 약해질 수도 있겠다는 고민을 한 적이 있어요. 전 최근 AI로 큰 효과를 볼 때마다 이런 고민이 불쑥불쑥 드는 것 같아요.

우리는 디스커버링을 할 때, 각 스쿼드만의 방식으로 꽤 오랜 시간 머리를 맞대며 의견을 주고받아 왔어요. 데이터를 보며 문제를 정의하고, 타사 사례를 보며 이게 낫네, 저게 낫네 토론하기도 하고, VoC를 서로 공유하면서 이걸 더 빨리 해결해야되는거 아니냐 하면서요. 또 개발자와 디자이너가 함께 기존 정책을 들여다보며 이런 질문을 계속해서 치열하게 논쟁했어요(Positive).

이건 왜 안 돼?
그럼 우회할 수 있는 방법은 없어?
지금은 어디까지 되고 있는건데?
현재 기준으로 제일 싸게 할 수 있는건 뭔데?

그 과정에서 다양한 솔루션이 발산됐고, 당장 채택되지 않은 솔루션이 백로그로 만들어지면서 이후 실험과 논의의 발판이 되기도 했어요. 비효율처럼 보여도 그 안에는 팀이 함께 배우고 성장하는 시간이 있었어요. 가끔 논쟁 속에 기분이 상해서 서로 악수하면서 우리 더 잘하자!며 어깨 툭툭치며 돈독해지기도 했었고요.

같은 문제를 두고 여러 사람이 서로 다른 관점으로 부딪히는 과정에서, 단순히 답만 나온 게 아니라 맥락이 공유되고, 판단 기준이 맞춰지고, 나중에 다시 꺼내볼 수 있는 아이디어 자산이 쌓였어요.

AI는 선택지를 넓히기보다 빨리 접게 만들기도 해요

이젠 가능한 방향만 더 빨리 고르게 돼요. 디자이너가 AI를 활용해 가능한 방향을 먼저 좁히고, 불가능해 보이는 선택지를 초반에 미리 걷어낼 수 있게 되었어요.

하지만 현재 상황에서 가능한 방식을 너무 빨리 알아버리기 때문에, 처음부터 그 바깥 선택지를 스스로 제거하게 되는 건 아닐까 싶어요. 물론 AI 시대인 현재는 그것이 훨씬 생산적일 수 있어요. 하지만 동시에, 원래 팀이 함께 쌓아가던 질문의 밀도까지 같이 줄어들진 않을까 돌아보게 돼요.

AI를 활용해 개인이 더 빠르게 정답에 가까워질 수 있게 된 것 같은데, 우리는 팀으로서 무엇을 여전히 함께 고민해야 할까? 그런데 어떤 것은 각자 빠르게 풀어도 되지 않나? 그건 왜 그래도 되는가?

효율적으로 줄여도 되는 과정과, 일부러라도 함께 부딪히며 거쳐야 하는 긍정적인 비효율은 어떻게 구분해야 할까요?

협업의 재설계

이제는 정답을 찾기보다 정답 선택하기를 함께 해야 하는 일 같아요. 답을 얻기 위한 반복은 줄여도 될 가능성이 크다고 생각해요.

AI를 활용해서 구현 가능성, 정책, 제약사항 등을 빠르게 작업자가 좁힐 수 있게 됐어요. 예전엔 이런 걸 확인하는 것 자체가 팀 안에 병목을 만드는 일이었어요. 이젠 앞단의 탐색과 정리를 개인이 더 많이 해낼 수 있어요.

예를 들어 현재 정책을 확인하기 위해 여러 번 질문을 주고받거나, 구현 가능성을 알아보기 위해 같은 설명을 반복하거나, 문서와 코드를 오가며 기본 정보를 정리하는 과정같은 것들이요. 이런 건 AI가 우리보다 더 정확하게 찾아주고 있어요!

줄어든 과정 속에서 발견한 남겨야 하는 과정

그래서 이런 것들은 각자 더 빠르게 풀 수 있었어요
- 사실 관계 파악
- 정책, 제약사항 확인
- 구현 가능성의 1차 검토
- 불가능할 경우의 대안
반대로 함께 더 고민해야 하는 건 다른 종류의 문제예요
- 무엇이 더 중요한 문제인지
- 어떤 기준으로 선택할 것인지
- 이 선택이 사용자에게 어떤 영향을 남길지

이런 건 정보가 많다고 저절로 풀리지 않아요. 같은 정보를 봐도 스쿼드에서 누구는 비즈니스 임팩트를, 누구는 확장성이나 안정성을, 누구는 사용자 경험이나 신뢰를 더 중요하게 볼 수 있으니까요. 결국 협업은 답을 찾는 과정보다 관점을 함께 조율하는 과정에 더 가까워지지 않을까 싶어요.

반면, 아래와 같은 순간들 때문이라도 팀이 같이 맥락을 쌓는 과정은 확 줄이면 안 되겠단 생각이 들어요.