디자인 시스템에 AI를 넣을 때 가장 흔한 문제는 “AI가 우리 브랜드 색상과 다른 이미지를 만들었다”는 불만이다. AI는 학습 데이터의 패턴을 따를 뿐, 브랜드 가이드라인을 “알려줬다”고 해서 항상 지키는 것은 아니다. AI가 가이드라인을 무시하는 것을 막고 일관된 브랜드 경험을 유지하는 방법을 정리한다.
1. AI는 왜 디자인 시스템에 반항하는가
특히 이미지 생성 AI는 텍스트로 된 색상 코드나 폰트 이름을 정확히 재현하는 데 한계가 있다. 이 한계를 전제로 시스템을 설계하면 접근법은 크게 세 갈래로 나뉜다.
아웃풋 후처리
AI 이미지를 브랜드 컬러 프로필로 일괄 색조 보정하는 Action·프리셋을 만들어둔다.
스타일 레퍼런스 훈련
Midjourney –sref, Adobe Firefly Style Match로 기존 브랜드 이미지를 학습시킨다.
Figma AI·토큰 연결
디자인 토큰이 정리된 라이브러리가 있으면 AI 레이아웃도 브랜드 컬러·타이포그래피를 따른다.
세 접근 중 어느 것을 택하든 핵심은 같다. AI에게 브랜드를 “말로 설명”하는 대신, AI가 그대로 참조할 수 있는 형태로 시스템을 만들어주는 것이다.
2. 실전 체크리스트
AI가 시스템을 지키게 하려면 시스템이 AI가 읽을 수 있는 형태여야 한다.
토큰과 컴포넌트 문서를 JSON처럼 구조화된 포맷으로 유지한다.
생성 프롬프트에 브랜드 가이드 요약(컬러 팔레트, 금지 사항, 톤)을 상수로 포함시킨다.
색상 대비, 허용 컴포넌트 사용 여부를 확인하는 검수 단계를 워크플로에 명시적으로 넣는다.
💡 실무 포인트 — 디자인 시스템에 “AI 사용 가이드라인”을 별도로 만들자. 어떤 AI 툴을 어떤 용도에 쓰는지, 어떤 후처리가 필수인지, AI 아웃풋을 검토하는 프로세스가 무엇인지 문서화하는 것이 일관된 브랜드 경험을 유지하는 가장 현실적인 방법이다.
사람과 AI의 역할 분담
안정적으로 굴러가는 팀의 공통점은 역할 경계가 분명하다는 것이다.
AI의 역할
초안과 배리에이션을 만든다. 시스템 위반은 자동 검사로 걸러낸다.
디자이너의 역할
큐레이션과 판단을 맡는다. 새로운 패턴은 검토·승인 후 시스템에 정식 편입한다.
3. 왜 AI는 설명보다 예시에 더 반응하는가
생성형 AI, 특히 이미지 생성 모델은 말로 된 지시보다 시각적 예시를 통해 패턴을 훨씬 안정적으로 재현한다. 확산 모델은 학습 과정에서 텍스트와 이미지를 함께 익히지만, 색상 코드처럼 정밀한 값보다 스타일이나 분위기 같은 느슨한 패턴을 포착하는 데 강점이 있다. “브랜드 컬러는 특정 헥스 코드입니다”라고 아무리 자세히 적어줘도, 모델은 그 숫자 자체보다 함께 제공된 참조 이미지의 색감을 더 신뢰할 만한 단서로 받아들이는 경향이 있다.
이 특성을 이해하면 앞서 소개한 세 접근 중 스타일 레퍼런스와 토큰 연결이 아웃풋 후처리보다 근본적인 해법인 이유가 설명된다. 텍스트로 브랜드를 설명하는 대신, AI가 참조할 수 있는 실제 예시와 구조화된 데이터를 먼저 쥐여주는 방식이기 때문이다. 결국 AI를 신뢰하는 것이 아니라, AI가 실수하기 어려운 환경을 만들어주는 쪽에 가깝다.
전통적 거버넌스
사람이 모든 컴포넌트 사용을 하나하나 리뷰하고 승인한다.
AI 통합 거버넌스
자동 검사가 1차로 걸러내고, 사람은 예외 케이스만 살펴본다.
실무의 균형점
반복적인 규칙 위반은 자동화가, 새로운 패턴 판단은 사람이 맡는다.
⚠️ 흔한 오해 — AI에게 디자인 시스템 문서를 한 번 읽히면 이후로는 알아서 규칙을 지킬 것이라는 오해가 흔하다. 그러나 생성형 AI는 요청마다 맥락을 새로 구성하기 때문에, 브랜드 규칙을 함께 제공하지 않으면 이전 대화의 학습 내용을 그대로 기억하지 못한다. 지속적인 일관성은 결국 반복 가능한 프롬프트 구조와 검수 프로세스에서 나온다.
기존 시스템에 AI를 처음 들일 때
전면 도입보다 좁은 범위에서 시작해 반응을 확인하는 편이 안전하다.
가장 반복적이고 기계적인 작업(배리에이션 생성 등)부터 AI에 맡긴다.
검수 기준을 문서화해 팀 전체가 같은 잣대로 판단하게 한다.
도입 초기에는 AI 아웃풋의 채택률을 기록해 반려가 잦은 지점을 찾는다.
반려가 잦은 영역은 프롬프트나 토큰 구조부터 먼저 손본다.
4. 마치며
디자인 시스템에 AI를 넣는 일은 결국 사람이 정한 규칙을 AI가 읽을 수 있는 언어로 옮기는 작업이다. 오늘 이 글에서 한 가지만 골라 지금 진행 중인 작업에 바로 적용해보자. 그 작은 실험이 진짜 이해의 시작이다.
Design Daily Life · 디자인의 일상을 기록합니다