UI/UX

앤트로픽 ‘AI 개발 플레이북’ 보니, UX 리서치 없었다

AI 에이전트로 개발하는 시대, UX의 역할은?

생성형 AI 열풍이 가장 먼저 촉발된 분야는 다름 아닌 디자인입니다👩‍🎨 UX 전문가이자 인공지능디자인협회를 설립, 회장을 맡고 있는 서울미디어대학원 유훈식 교수가 생성 AI 시대에 UI·UX 디자이너가 꼭 알아야 할 이슈, 트렌드를 정리합니다.


최근 AI 코딩 에이전트가 코드를 빠르고 싸게 만들어 내면서, 소프트웨어를 만드는 전체 과정을 AI 중심으로 다시 짜자는 이야기가 잇따라 나오고 있다. 이에 작년 11월 오픈AI, 올해 5월 구글에 이어 지난 8월에는 앤트로픽이 ‘AI 네이티브 소프트웨어 개발 생명주기(AI-Native SDLC)’ 플레이북을 공개했다.

하지만 이에 대한 우려도 있다. 대표적인 이가 바로 닐슨 노먼 그룹(이하 NN 그룹)의 수석 경험 전문가, 태너 콜러다. 그는 지난달 30일 발표한 아티클에서 오픈AI · 구글 · 앤트로픽이 제시한 세 청사진이 세부는 달라도 공통적으로 UX를 AI 생성을 돕는 배경 맥락(Context) 정도로 축소하고 있다고 지적했다.

또한 그는 이 모델을 그대로 받아들이는 조직은 정작 AI 맥락의 원천이 되는 사용자 이해를 잃어버릴 위험이 있다고 경고했다.

NN/g 아티클 제목 The Role of UX in Agentic Software Factories, 작성자 Tanner Kohler, 2026년 10월 30일, 요약문
태너 콜러가 NN/g에 발표한 아티클 <The Role of UX in Agentic Software Factories>(자료=NN그룹)

AI가 대부분의 소프트웨어 개발을 주도한다

앤트로픽 플레이북이 설명하는 소프트웨어 개발 생명주기(자료=앤트로픽)

소프트웨어 개발 생명주기(Software Development Lifecycle, SDLC)는 소프트웨어가 만들어지는 단계의 흐름이다. 무엇을 왜 만들지 정하는 계획(Plan), 어떻게 보이고 작동할지 정하는 디자인(Design), 코드를 쓰는 빌드(Build), 의도대로 작동하는지 확인하는 테스트(Test), 사용자에게 내보내는 배포(Deploy), 출시 이후 모니터링하고 고치는 유지보수(Maintain)의 여섯 단계로 이루어진다. 1960년대 폭포수(Waterfall) 방식으로 시작해 2000년대 애자일(Agile) 운동을 거치며 짧은 반복 주기로 바뀌어 왔다.

전통적인 소프트웨어 개발 생명주기 여섯 단계. 1 계획, 2 디자인, 3 빌드, 4 테스트, 5 배포, 6 유지보수와 각 단계의 설명
전통적인 소프트웨어 개발 생명주기(SDLC)의 여섯 단계(자료=NN그룹)

이 SDLC가 본래 엔지니어링의 관점에서 쓰인 틀이다. UX는 오랫동안 이 틀 안에서 사용자경험의 가치를 지키기 위해 싸워 왔다. 그런데 오픈AI, 앤트로픽과 같은 AI 연구소들의 주장은 단순하다. 에이전트가 빌드 단계를 빠르고 싸게 만들었으니, 나머지 단계도 그 속도에 맞춰 바뀌어야 한다는 것이다.

쉽게 말해 산출물을 만드는 방식, 사람의 승인 절차, 정책까지 모두 에이전트의 속도에 맞춰 다시 설계하자는 이야기다. 구글은 이 흐름을 코드를 작성하는 일에서 의도를 표현하고 그 의도를 지능형 시스템이 소프트웨어로 옮기도록 믿고 맡기는 일로의 전환이라고 요약한다.

앤트로픽 플레이북은 마크다운 문서로 구성된 공정

앤트로픽의 플레이북은 여섯 단계를 그대로 유지하되, 실행의 주체를 AI로 바꾸고 사람은 품질을 감시하는 역할로 옮긴다. 각 단계는 AI가 마크다운으로 생성하고 버전 관리되는 문서의 사슬로 이어진다. 계획 단계에서는 누구나 AI로 의도 문서(intent.md)를 만들어 아이디어를 낼 수 있고, 프로덕트 오너가 이를 승인하거나 반려한다.

디자인 단계에선 AI가 승인된 의도 문서를 회사 표준을 맥락으로 삼아 명세서(spec.md)로 바꾸고, 프로덕트 오너가 AI 디자인 도구로 화면 목업을 다듬은 뒤 명세를 승인한다. 빌드 단계에서는 AI가 명세서로 코딩 에이전트용 실행 계획(plan.md)을 만들고, 엔지니어가 계획을 승인하면 에이전트가 코드를 쓴다.

이어 테스트 단계에선 AI가 앞선 문서들과 목업을 기준으로 자기 결과물을 검사하고, 배포 단계에서는 AI가 버그와 보안, 표준 준수 여부를 검토한 뒤 기술 리드가 출시를 승인한다. 유지보수 단계에서는 자동화된 점검이 시스템 상태를 감시하다가 문제가 생기면 AI가 원인을 진단해 새 의도 문서를 써서 주기를 다시 돌린다.

계획부터 유지보수까지 여섯 단계별로 전통적 SDLC의 담당자와 앤트로픽 AI 네이티브 SDLC에서 intent.md, spec.md, plan.md를 거쳐 AI가 일하는 방식을 비교한 표
전통적 SDLC와 앤트로픽의 AI 네이티브 SDLC 비교. 단계마다 AI가 만든 문서를 사람이 승인한다 (자료=NN그룹)

이 공정을 움직이는 연료는 맥락이다. 코딩 규칙, 브랜드 가이드라인, 보안 규칙, UX 표준처럼 조직이 일하는 방식을 AI에 알려 주는 지시문들이다. 맥락이 좋을수록 사람이 고치지 않아도 AI의 결과물이 조직의 기준을 충족할 가능성이 커진다는 것이 이 모델의 전제다.

사람이 만들고 사람이 평가하던 전통적인 SDLC와 비교하면 근본적인 변화다. 그런데 다시 생각해봐야 하는 지점들이 있다. 하나는 이 모델이 소프트웨어 생산에 지나치게 맞춰져 있어 모든 회사에 어울릴지는 아직 알 수 없다는 점이고, 다른 하나는 AI 연구소들이 이 전환을 권하는 데에는 자사 제품 사용량을 늘리려는 이해관계 역시 얽혀 있다는 점이다.

SDLC가 놓친 UX의 가치

원문이 가장 먼저 지적하는 점은 앤트로픽의 플레이북에서 UX가 담당하는 단계도, 승인 관문(Approval Gate)도 없다는 것이다. 앤트로픽은 UX 관련 지식이 맥락과 스킬로 문서화돼 있으며 AI가 사용자 중심의 제품을 만들어 낼 것이라고 가정한다.

또한 UX 전문가가 직접 개입할 공간 역시 정의하지 않는다. 이걸 쉽게 비유하자면 공장의 품질 기준표에 사용자에 관한 항목은 적혀 있지만, 그 기준이 맞는지 아닌지 현장에서 확인하는 검사 인원을 배치하지 않은 것과 같다.

앤트로픽은 UX 담당 단계 없이 UX 관련 지식과 스킬로 문서화돼 있으면 AI가 사용자 중심 제품을 디자인할 것이라고 가정한다(자료=앤트로픽)

그리고 이 공백은 의사결정의 균형도 무너뜨린다. 지금까지 프로덕트 오너, 엔지니어링, UX는 각각 사업적 생존 가능성(Viability), 기술적 실현 가능성(Feasibility), 사용자 바람직함(Desirability)을 대변하며 서로를 견제해 왔다.

그런데 AI 코딩 에이전트가 기술적 제약을 상당 부분 걷어내고 UX가 마크다운 속 맥락으로 축소되면, 모든 카드가 프로덕트 오너의 손에 쥐어진다. 결국 무엇을 만들지 결정하는 관문은 주로 사업적 필요에 좌우된다.

사용자 니즈는 누가 묻는가

앤트로픽의 플레이북은 문서 작성자가 사용자의 객관적인 니즈를 존중할 것이라 여긴다는 맹점이 있다(자료=앤트로픽)

계획 단계의 가정부터 살펴보면, 엔트로픽의 플레이북은 의도 문서를 쓰는 사람이 당연하게도 알아서 사용자 니즈를 존중할 것이라고 가정한다. 하지만 사용자 니즈와 연결되지 않은 채 자기가 좋아하는 해결책만 담은 의도 문서가 올라오는 것을 무엇이 막을 수 있을까? 선의를 가진 작성자가 상세한 UX 맥락을 참고하더라도, 그는 자신과 조직이 이미 아는 범위를 벗어나지 못한다.

게다가 플레이북에는 새로운 사용자 니즈를 발견하는 탐색 과정이 들어갈 자리가 없다. 게다가 의도 문서를 개인이 따로따로 만드는 구조는 협업보다 사일로 현상을 부추긴다. 팀원들의 관점을 거치지 않은 문서가 사방에서 쏟아지고, 그 판단은 프로덕트 오너 한 사람에게 쏠린다. 이것은 낮은 공감대와 검증되지 않은 편향을 낳는 지름길이 될 수 있다.

디자인 단계도 비슷하다. 기계가 읽을 수 있는 디자인 시스템은 AI의 결과물을 조직의 표준 안에 묶어 둘 수 있지만, 그 맥락을 누군가는 큐레이션하고 관리하고 유지해야 한다. 플레이북은 그 일을 UX가 하는지 분명히 하지 않는다. 문서화된 맥락을 벗어나는 디자인 문제가 생겼을 때 판단할 사람도 정해져 있지 않다.

더욱 근본적인 문제는 프로덕트 오너가 AI로 만든 목업이다. 누구나 아이디어를 시각적으로 보여 줄 수 있게 된 것은 분명 좋은 일이다. 그러나 테스트를 거치지 않은 목업은 화면과 시각을 다듬는 UI 작업에 가깝고, 사용자의 니즈를 해결하는 UX와는 다르다. 좋은 사용자 경험 디자인은 픽셀이 아니라 사람을 이해해야 만들 수 있다. 무엇을 해결해야 하는지 알아내는 탐색적 연구와, 그 해결책이 실제로 잘 작동하는지 확인하는 평가적 연구가 여전히 필요하다. 그런데 플레이북에는 사용자 리서치라는 말이 단 한 번도 나오지 않는다.

사용자가 떠나는 소프트웨어를 원하는가?

NN그룹은 디자이너, 개발자 등의 실무자에게 지속적으로 사용자와 제공자의 니즈는 다르다고 강조한다(자료=NN그룹)

테스트 단계에서 AI는 새로 만든 화면의 스크린샷을 디자인 단계의 목업과 비교한다. 이 비교는 결과물이 팀이 그린 그림과 일치하는지 확인하는 데는 유용하지만, 사용성이나 접근성을 보장하지는 않는다.

만든 사람은 사용자가 겪을 어려움을 보기 어렵다는 NN 그룹의 오랜 원칙, 즉 “당신은 사용자가 아니다(You are not the user)”가 여기서 다시 등장한다. 플레이북에서 AI가 품질을 판단하는 기준은 팀과 AI가 리서치 없이 스스로 만든 문서들이다. 초기에 생긴 맹점은 테스트 단계를 아무런 저항 없이 통과한다. 자기가 낸 시험 문제를 자기가 채점하는 구조와 같다.

유지보수 단계의 가정은 더 위험하다. 플레이북은 출시 후 시스템 상태 지표를 감시하면 중요한 문제가 드러날 것이라고 가정한다. 하지만 시스템 다운이나 보안 취약점 같은 기술 지표는 사용성 지표가 아니다. 원문은 이런 장면을 그린다. AI 네이티브 공정으로 만든 새 기능을 출시했는데, 사용자들이 거의 쓰지 않고 금세 떠난다.

그런데 자동 모니터링은 아무 이상이 없다고 보고한다. 코드는 멀쩡히 작동하기 때문이다. 알고 보니 원인은 모호한 레이블과 사용자의 혼란이었다. 모니터링에는 사용성 신호가 없었고, 출시 전에 실제 사람에게 테스트한 적도 없었으니 팀은 그 사실을 알 길이 없다. AI가 문제를 감지해 새 의도 문서를 스스로 쓴다 해도, 기술 지표만 본다면 사용자 니즈는 계속 과소 대표될 수밖에 없다.

UX의 세 가지 역할 가운데 하나만 남았다

AI가 소프트웨어 생산을 가속하는 시대에 UX가 맡아야 할 역할을 세 가지로 생각할 수 있다. 첫째는 무엇을 만들 가치가 있는지 결정하고 팀 전체의 UX 판단력을 키우는 일, 둘째는 만들어진 것을 평가하는 일, 셋째는 AI 생성 과정에 맥락을 더하는 일이다. 앤트로픽의 플레이북은 이 가운데 세 번째 역할만 장치로 마련해 두었다. UX 맥락은 앞으로 AI 네이티브 공정에서 점점 더 중요해지겠지만, 맥락은 우리가 이미 아는 것만 담을 수 있다.

새로운 니즈를 발견하는 일과 결과물이 사람에게 통하는지 확인하는 일은 맥락 파일로 대신할 수 없다. UX 성숙도가 높은 조직이든 낮은 조직이든 이 플레이북을 통째로 도입하면 오랫동안 쌓아 온 기반을 잃을 수 있다. 그렇다고 AI를 피하는 것이 답은 아니라고 분명히 한다. 관심을 기울여야 할 것은 UX가 이 공정 안에 어떻게 계속 참여할 수 있는가를 끊임없이 본질적인 인간 중심의 사고에서 고민하는 것이다.

AI 공장 시대에 디자이너의 역할

에이전트로 움직이는 소프트웨어 공장은 작은 변경을 놀라운 속도로 끝없이 만들어 낼 수 있다. 하지만 UX가 책임지는 것은 사람이 제품과 맺는 전체 경험이다. 멈추지 않는 루프는 선의로 가득한 수많은 작은 변경을 통해 경험을 조금씩 갉아먹을 수 있다.

AI 연구소의 비전을 통째로 받아들이기 전에 세 가지를 생각해보자. 사용자 관점에서 무엇을 만들 가치가 있는지 판단하는 팀 전체의 능력을 어떻게 키울 것인가, AI가 만드는 속도만큼 빠르게 UX를 평가하려면 어떻게 해야 하는가, 어떤 UX 지식은 맥락으로 문서화할 수 있고 어떤 지식은 여전히 사람의 판단이 필요한가.

디자이너의 질문은 “이 화면을 어떻게 디자인할까”에서 “에이전트가 만드는 수많은 화면이 사람에게 통하는지를 누가, 언제, 어떤 기준으로 확인할까”로 이동하고 있다. AI가 소프트웨어를 만드는 방법을 바꿀 수는 있어도, 올바른 문제를 찾고 그 결과가 사람에게 통하는지 확인해야 할 필요까지 없애 주지는 않는다. 속도는 효율성을 주지만 그것이 꼭 인간에게 적합한 가치라고는 볼 수 없다.

👍 함께 읽어보면 좋은 콘텐츠
By 유훈식 | 2026.10.02 | 9분

메타 뮤즈로 살펴본 AI 에이전트 경험 디자인

AI 챗봇과 설계부터 다르다

👉 원문 링크: AI 에이전트가 소프트웨어 개발을 주도할 때, UX의 역할은?

유훈식 교수
hsyoo@smit.ac.kr

AI & UX/UI 디자이너 커뮤니티
https://litt.ly/aidesign

  • 에디터유훈식 (hsyoo@smit.ac.kr)

성장하는 실무자를 위한
단 하나의 뉴스레터

뉴스레터 구독하기