피그마 AI 기능 총정리 — 뭐가 되고 뭐가 안 되나

피그마에 AI 기능이 분기마다 추가되면서 어떤 게 진짜 실무에 쓸 수 있는 기능이고 어떤 게 아직 데모 수준인지 헷갈리는 팀이 많다. 피그마 AI를 도입하려는 팀 입장에서는 라이선스 비용을 들이기 전에 뭐가 되고 뭐가 안 되는지부터 명확히 알아야 한다. 화려한 데모 영상만 보고 도입을 결정하면, 실제 업무에 붙였을 때 기대와 결과 사이의 간극에 실망하기 쉽다.

1. 지금 되는 것과 아직 안 되는 것

피그마 AI로 지금 할 수 있는 것

텍스트로 레이어를 검색하거나 원하는 컴포넌트를 찾는 기능, 이미지에서 배경을 자동으로 제거하는 기능, 더미 텍스트나 목업 콘텐츠를 자동으로 채워주는 기능은 이미 실무에서 시간을 꽤 줄여준다. 프로토타입에서 화면 간 연결을 AI가 추론해서 자동으로 이어주는 기능도 초기 와이어프레임 단계에서 유용하다. 텍스트 요약이나 다듬기 기능은 카피라이팅 초안을 잡을 때 쓸 만하다.

아직 한계가 뚜렷한 부분

완성도 높은 UI를 프롬프트 한 줄로 만들어주는 수준은 아직 아니다. 생성된 결과물이 팀의 디자인 시스템 규칙(컴포넌트 네이밍, 오토레이아웃 구조, 컬러 토큰)을 그대로 따르지 않는 경우가 많아서, 결국 디자이너가 수동으로 다시 정리해야 하는 일이 생긴다. 복잡한 인터랙션이나 특수한 반응형 규칙은 AI가 이해하지 못하고 임의로 처리하는 경우도 있다. 이런 한계가 생기는 근본적인 이유는 AI가 화면에 자주 등장하는 시각적 패턴은 잘 인식하지만, 그 화면 뒤에 있는 브랜드 맥락이나 비즈니스 제약, 접근성 요구사항 같은 암묵적인 판단 기준까지는 이해하지 못하기 때문이다. 패턴을 흉내 내는 것과 의도를 이해하는 것은 다른 차원의 문제다.

2. AI 도입 전에 먼저 정리해야 할 것 — 디자인 시스템이 기반이다

실무에서 자주 하는 오해는 AI 기능이 들어오면 그동안 미뤄왔던 디자인 시스템 정리 작업을 건너뛸 수 있다고 생각하는 것이다. 실제로는 정반대에 가깝다. 레이어와 컴포넌트를 텍스트로 검색하는 기능이 제대로 작동하려면, 애초에 이름 규칙이 일관되게 붙어 있어야 한다. 컴포넌트 이름이 제각각이거나 오토레이아웃 구조가 뒤죽박죽인 파일에서는 AI도 똑같이 뒤죽박죽인 결과를 내놓을 뿐이다. 즉 AI는 기존 체계를 더 빠르게 활용하게 해주는 도구이지, 체계 자체를 대신 만들어주는 도구가 아니다.

3. AI 쉐이더 같은 실험적 기능

전통적인 방식은 디자이너가 레퍼런스를 직접 찾고 손으로 목업을 만들어 시안을 비교하는 것이었다. 이 방식은 시간이 오래 걸리는 대신 디자이너의 의도가 세부까지 정확히 반영된다는 장점이 있다. AI 보조 방식은 이 과정의 초반 탐색 단계를 크게 단축해주지만, 그만큼 세부 판단은 여전히 사람이 다시 검토해야 한다는 전제가 따라붙는다. 최근에는 CMF(컬러·소재·마감) 시안을 만드는 데 AI 쉐이더 기능을 활용하는 흐름도 생기고 있다. 텍스처나 재질감을 프롬프트로 조정해서 여러 시안을 빠르게 비교할 수 있다는 점에서 산업 디자인 쪽에서 특히 유용하다. 구체적인 활용법은 피그마 AI 쉐이더로 CMF 시안 만드는 법에서 다룬 적이 있다. 다만 이런 기능은 아직 실험적 단계라 최종 산출물보다는 방향성 탐색용으로 쓰는 게 안전하다. 실험적 기능일수록 버전이 올라갈 때마다 동작 방식이 바뀔 수 있으므로, 한 번 익힌 워크플로를 맹신하기보다 주기적으로 다시 확인하는 습관이 필요하다.

4. 실무에 붙일 때 체크할 것

5. 마치며

피그마 AI 기능은 피그마 공식 AI 페이지에서 계속 업데이트되므로 새 기능이 나올 때마다 이 구분을 다시 점검하는 것이 좋다. 결국 지금 단계에서 AI는 반복 작업을 줄여주는 보조 도구이지, 디자이너의 판단을 대신하는 도구는 아니다.