반복은 줄이고, 가능성을 넓히다: AI 플러그인이 만든 디자인의 새로운 전환

AI 챔피언 세 번째 이야기 — 커뮤니케이션 디자인팀 장민영 님의 Figma 플러그인 개발 여정

마이리얼트립의 세 번째 AI 챔피언이 탄생했습니다. 바로 커뮤니케이션 디자인팀의 장민영 님입니다.

민영 님은 요즘 AI 플러그인을 통해 팀의 업무 시간을 획기적으로 줄이고 있습니다. 하지만 그 시작은 지금과 달랐습니다.

대학에서 저널리즘을 전공한 민영 님은 처음부터 디자이너의 길을 준비한 사람이 아니었습니다. 좋은 문장을 쓰고, 복잡한 정보를 보기 좋게 정리하는 일에 익숙했죠. 그 감각은 시각 디자인으로 자연스럽게 이어졌고, 그렇게 마이리얼트립에 디자이너로 입사했습니다.

하지만 막상 현장에 서자 불안이 찾아왔습니다. 주변에는 모두 디자인 전공자뿐이었고, 자신의 경쟁력이 무엇인지 알 수 없었습니다.

“다른 사람들은 다 전문 디자이너잖아요. 그럼 나는 어떤 강점을 가진 사람일까? 그걸 잘 못 찾겠더라고요.”

그 질문은 오래 남았습니다. 매일 반복되는 작업 속에서도 그는 그 답을 찾고 싶었습니다. 그리고 그 답은 예상치 못한 곳, AI 속에 있었습니다. 다른 진로를 고민하던 어느 날, 민영 님은 처음으로 GPT에게 물었습니다.

“이 일을 조금 더 다르게 할 방법은 없을까요?”

그 단순한 질문이, 커리어의 전환점이 되었습니다.

고통이 반복되자, 문제를 보기로 했다

당시 커뮤니케이션 디자인팀은 하루에도 수십, 수백 장의 프로모션 카드를 제작했습니다. 상품 이미지, 가격, 문구를 맞춰 배치하는 반복의 연속이었습니다. 누군가에겐 단순한 업무일 수 있었지만, 민영 님에게는 또 다른 질문이 되었습니다.
‘이 반복은 정말 사람의 손으로 해야 할까?’

비전공자로서 디자인의 ‘형태’를 논하는 대신, 일의 구조를 보기 시작했습니다.

“내가 다른 디자이너들과 다른 지점을 찾는다면, 그건 ‘문제 해결’이겠다고 생각했어요.”

그 시점에서 AI는 단순한 유행이 아니라, 실질적인 도구로 보이기 시작했습니다. GPT가 완벽한 답을 주지는 않았지만, 그는 ‘자동화’라는 단어에서 방향을 찾았습니다.

Make 첫 실험, 한계가 방향을 정하다

처음 시도는 앱 연결·워크플로우 자동화 툴인 Make였습니다. Slack, Wiki, Figma 등 여러 업무 툴을 연결해 자동으로 카드 초안을 만드는 실험이었죠.

“Slack으로 들어온 요청을 Wiki에 정리하고, 그 내용을 Figma 초안으로 자동 전송하는 식으로 만들었어요.”

결과는 절반의 성공이었습니다. 자동화는 됐지만, 문제는 품질이었습니다.

“AI가 문구를 만들긴 했는데, 프로모션의 맥락이나 감도가 전혀 맞지 않았어요. 결국 사람이 다시 손봐야 했죠.”

이 실험은 한계를 남겼지만, 중요한 교훈을 줬습니다 — 완벽한 자동화보다 업무 구조에 대한 이해가 먼저다.
당장 AI 자동화 툴로 소화할 수 있는 영역과 그렇지 않은 영역을 정확히 구분하는 게 필요하다는 레슨을 남겼죠. 모든 캠페인을 AI로 처리하기엔 변수와 문맥이 너무 달랐기 때문입니다. 그래서 전략을 바꿨습니다.

“다양한 캠페인보다, 구조가 일정하고 규칙을 세울 수 있는 영역부터 해보자는 생각이었어요.”

그 지점이 바로 ‘프로모션 카드’였습니다. 이미지, 타이틀, 가격, 소구 포인트 등 일정한 틀을 가진 작업이었죠. 민영 님은 ‘이건 Figma 안에서 끝낼 수 있다면 훨씬 안정적이겠다’고 판단했습니다. 그때부터 본격적인 Figma 플러그인 개발이 시작됐습니다.

URL 한 줄, 카드 열 장 — Cursor로 시작한 전환

마이리얼트립 AI Lab의 지원 하에 민영 님은 처음으로 Cursor를 열었습니다. 비전공자로서 코드를 다루는 일은 낯설었지만, 포기하지 않았습니다.

“디자인도 규칙이 있어요. 픽셀, 여백, 타이포그래피… 그걸 언어로 바꾸면 코드가 된다고 생각했습니다.”

민영 님은 Cursor 안에서 디자인을 다시 배우듯 코드를 익혔습니다. 카드의 구성 요소를 하나씩 JSON 구조로 정의했고, 픽셀 단위의 여백, 폰트 크기, 텍스트 위치, 이미지 비율까지 수치화했습니다. ‘이미지는 크게’, ‘타이틀은 볼드’ 같은 감각적 지시 대신 정확한 데이터로 디자인을 고정했던 것이였죠.

그리고 AI가 상품 정보를 읽고, 이미지와 가격, 후기 요약을 자동으로 채워 넣게 했습니다.

문장은 팀이 정한 룰을 그대로 따랐습니다. ‘추상적 수식어 금지,’ ‘사실 기반’, ‘서비스 형태 명시’, ‘글자 수 제한’ 등. 디자인과 문장의 일관성을 동시에 확보할 수 있었죠.

Figma 플러그인 환경의 보안 샌드박스 때문에 서비스의 상품 정보를 직접 읽어오지 못한 이슈도 있었지만, 프록시 서버를 세워 문제를 해결했습니다. 플러그인–프록시–API로 우회 경로를 세우고, 실행 전 서버 상태만 확인하면 안정적으로 데이터가 흐르도록 설계했습니다.

“처음엔 에러도 많았어요. 텍스트가 밀리고, 이미지가 잘 못 들어가고… 그걸 하나씩 고치며 구조를 잡았어요. 그래도 ‘돌아간다’는 걸 단계별로 확인하니까 계속 앞으로 전진하게 되더라고요.”

된다는 확신 — 10장 90초, 숫자로 증명하다

완성된 플러그인은 상품 URL 한 줄 → 카드 10장 자동 생성을 실현했습니다. 걸린 시간은 단 1분 30초. 기존 대비 약 95% 빠른 속도였습니다. 무엇보다 결과물이 일관되고 안정적이었습니다.

“문제를 해결했다는 게 너무 짜릿했어요. 디자인이라는 영역을 넓히는 느낌이었습니다”

이 경험은 단순한 효율화가 아니었습니다. 민영 님은 처음으로 ‘된다’는 확신을 얻었습니다.

“그전에는 개발 리소스가 필요하다고 하면 무조건 멈췄어요. 이젠 ‘시도해볼게요’라고 말할 수 있게 됐죠.”

이제는 ‘피드백을 받는 사람’이 아니라 ‘문제를 정의하고 해결하는 사람’으로 성장한 것이죠.

속도만의 문제가 아니었습니다. 변경이 생겨도 확정 리스트만 받으면 즉시 재생성할 수 있어, 예전처럼 “추가/삭제/가격 변동”을 주고받는 핑퐁이 크게 줄었습니다. 실제로 현재 진행 중인 프로모션에서 플러그인이 바로 쓰이기 시작했고, 실전 피드백이 개선 속도를 크게 끌어올렸습니다.

팀으로 번진 파급 효과

이 시도는 팀 전체로 확산됐습니다. 플러그인을 공유하자 동료 디자이너들도 직접 자신만의 자동화 도구를 만들기 시작했습니다.

“모바일 시안을 웹 시안으로 변환하는 플러그인도 나왔어요. 작은 자동화가 반복의 병목을 없앴죠.”

지금 커뮤니케이션 디자인팀의 우선순위 중 하나는 문제 정의, 그리고 그거를 AI로 어떻게 해결할지입니다.
누가 시키지 않아도 스스로 문제를 정의하고 풀어갑니다.

“디자이너들이 ‘비주얼’만 고민하는 걸 넘어 일의 방식을 디자인하고 있어요.”

다시 문제를 찾아서

플러그인 프로젝트가 끝난 뒤, 민영 님은 잠시 멈췄습니다.
‘이제 뭐하지?’ 그 질문은 곧 ‘다음엔 어떤 문제를 해결하지?’로 바뀌었습니다.

이제는 동료들에게 먼저 묻습니다. ‘피그마에서 불편한 거 없어요?’, ‘구글 시트에서 손이 많이 가는 부분 없어요?’
그리고 직접 해결책을 찾습니다. 때로는 AI에게 묻고, Cursor를 켜서 테스트합니다.

AI는 반복을 대신하지만, 그 덕분에 더 본질적인 문제를 마주할 수 있게 됐습니다.

“AI는 제 일을 바꿨고, 그 일은 제 자신을 바꿨어요. 이제는 어떤 문제도 두렵지 않아요. 그리고 AI는 이제는 도구가 아니라, 가능성의 언어로 느껴져요.”

신입 시절부터 이어진 피드백과 고민, 그리고 그 고민을 넘어보기 위한 수많은 시행착오의 시간 끝에 민영 님은 스스로의 성장을 증명했습니다. 그 도전은 한 사람의 변화를 넘어, 팀 전체의 새로운 가능성이 되었습니다.