AI 시대, 소프트웨어 성공의 핵심은 디자인과 품질? Figma CEO 딜런 필드 인터뷰로 살펴본 실전 전략

디자인, 이제 '필수'에서 '차별화'로

최근 Figma CEO 딜런 필드가 밝힌 내용에 따르면, 소프트웨어 시장이 빠르게 변화하면서 디자인과 품질이 점점 더 중요한 경쟁력으로 부상하고 있습니다. 기존에는 '그럭저럭 쓸 만한 수준'의 제품만 만들어도 충분했다면, 이제는 만족스러운 수준만으로는 경쟁에서 살아남기 어렵다는 현실이 분명해졌습니다.

딜런 필드는 특히 소프트웨어의 성공 여부가 품질과 디자인에 달려 있다는 점을 강조하고 있습니다. 단순히 기능이 많고, 빠르게 출시하는 것만으로는 충분하지 않으며, '작업의 정교함'과 '시각적 완성도', 그리고 사용자에게 즉시 가치를 제공하는 경험이 제품의 성패를 좌우한다고 설명합니다.

Figma가 보여준 빠른 실행과 팀 유지 전략

딜런 필드는 Figma의 Adobe 인수 무산 이후 IPO까지의 과정을 구체적으로 소개하며, 팀을 안정적으로 이끌고 실행력을 높인 핵심 방법에 대해 언급했습니다.

• 투명한 커뮤니케이션과 명확한 목표 제시 각종 법적 제약 속에서도 팀원들과 주기적으로 상황을 공유하고, 불확실성이 커질 때는 더욱 자주 정보를 나누는 방식을 택했다고 합니다.

• 리셋 프로그램으로 '이탈'도 열어두기 Adobe 인수 결렬 직후, 3개월 급여와 함께 휴직·퇴사를 자유롭게 선택하는 프로그램을 도입해 팀원의 심리적 부담을 낮추고, 남을 인원에게는 더욱 분명한 방향성과 도전을 제시하는 효과를 얻었습니다.

• 'Maker Week(해커톤)'로 창의성을 촉진 Figma 내부 해커톤 형태인 Maker Week를 통해 다양한 아이디어를 제품에 반영한 사례가 많습니다. 주요 신기능과 새로운 제품들도 이런 자발적 실험을 통해 탄생했다는 점이 실전적인 팁으로 보입니다.

제품/기능 개발 프로세스: 실제 적용 노하우

딜런 필드는 신규 프로젝트를 진행할 때, '문제 정의'를 명확히 하고, 프로젝트가 늘어지거나 진척이 느릴 때는 과감히 중단하거나 인력 재배치를 진행한다고 밝혔습니다. 특히, 다음과 같은 구체적 실무 팁을 남겼습니다.

• 타임라인 산정 시, 숨은 '패딩(예상치 여유분)'을 꼼꼼히 검증

  • 누군가 일정이 과하게 길게 잡혔다고 느껴질 때, 직접 이유를 파악하고, 팀원과 대화하며 미처 알지 못했던 제약이나 리소스 부족 여부까지 확인한다고 합니다.

  • 이 과정에서 실제 문제를 드러내면 적절한 인력 추가 등의 결정을 신속히 할 수 있다고 강조했습니다.

• 관심 분야 매칭으로 구성원의 성능 극대화

  • 동기가 강한 업무에 투입된 사람은 성과가 훨씬 뛰어나다는 점을 수차례 경험했다고 하며, 개인의 성향과 프로젝트를 매칭하는 것이 중요하다고 밝혔습니다.

• 기술 부채(Tech Debt) 관리와 신기능 개발의 균형

  • 빠른 개발만을 강조하다 보면 장기적으로 생산성이 저하될 수 있으므로, 기술 부채 해소와 품질 관리에도 꾸준히 투자한다고 합니다.

시장 확장 전략의 새로운 관점: '워크플로우' 중심

딜런 필드는 새로운 제품을 계속 출시해오면서, '시장 크기(타깃 시장, TAM)'만을 기준으로 확장을 계획하는 것에는 분명한 한계가 있다고 설명합니다. 실제 Figma 핵심 제품은 시장 규모가 크지 않다는 통념 속에서 시작됐으나, 디자인의 중요성이 커지면서 "사용자와 시장 자체가 커지는 흐름"을 포착했다고 합니다.

• '워크플로우'에서 기회 찾기 단일 제품에서 시작해, 사용자의 작업 흐름 전체를 관찰하면서 부족한 부분을 별도의 신제품으로 분리(슬라이드, 사이트, 버즈 등)하여 확장했습니다. 복잡한 기능을 기존 제품에 억지로 넣기보다, 작업 흐름 중 병목이나 협업 지점에서 독립 제품을 만들면 더 빠르게 정착할 수 있다는 조언입니다.

• 시장 규모 집착보다, '추세'와 '강점'에 집중 Figma 디자인 제품도 처음엔 시장이 작았지만, 디자인의 중요성이 커지면서 시장 자체가 성장했습니다. 즉, '내부 역량이 강한 분야'에서 잘 풀리는 문제를 선택하면, 시장이 따라오는 구조를 지향한 셈입니다.

Figma Make와 AI 시대의 실전적 변화

최근 출시된 Figma Make는 AI 기반 제품 개발 및 프로토타이핑을 극적으로 쉽게 만들었습니다. 텍스트 프롬프트로 빠르게 화면(앱)을 생성하고, 즉시 팀 내 공유·수정·배포까지 이어질 수 있는 구조입니다.

딜런 필드는 AI 기반의 코드 생성 기술이 '초기(0→1) 단계'에서는 매우 뛰어난 생산성 향상을 보이지만, 기존 프로젝트(1→100)의 품질 개선에는 아직 한계가 있다고 밝혔습니다. 특히, AI를 통한 자동화된 생성물의 품질을 높이고, 사용자가 직접 미세 조정할 수 있는 가능성(예: 디자인 시스템 반영, 코드 수정 등)을 확보하는 것이 앞으로 중요한 경쟁력이라는 입장입니다.

• '프로토타입 → 실제 제품' 전환을 더 쉽게 AI 도구로 빠르게 생성한 시안이나 제품을 Figma Make에서 바로 실무 코드로 내보내고, 필요시 수작업으로 품질을 더하는 방식이 실제 조직의 업무 효율성을 높여줄 수 있습니다.

• 좋은 디자인은 AI 기술만으로 완성되지 않는다 자동화 기반의 생성물은 결국 '평균적인 수준'을 벗어나기 어려운 경우가 많으므로, 기술과 사람의 장점을 결합해서 '뛰어난 결과물'로 올려주는 작업과 문화가 중요한 요소라는 점을 반복해서 강조했습니다.

'Time to Value'와 성장의 비결

딜런 필드는 신규 유저가 Figma를 접할 때 '얼마나 빨리 제품의 가치를 체감하는가(즉, Time to Value)'가 전체 성과에 큰 영향을 준다고 지적했습니다. 즉, 단순히 유행하는 기능을 계속 추가하는 것보다, 사용자가 처음부터 막히는 부분(블로킹 요인)을 조기에 제거하고, 협업·공유 등의 핵심 경험을 빠르게 제공하는 것이 중요하다고 설명합니다.

• 실제로 '블로커 타파팀'을 운영해가며 기능 개선을 반복한 결과, 사용자 유지율과 활성화 지표가 눈에 띄게 상승했다고 밝히기도 했습니다.

'재능'과 '취향'의 육성: 개인과 조직 모두의 과제

누구나 차별화된 디자인을 고민하지만, '좋은 취향(taste)'을 어떻게 기를 수 있는지에 대한 실질적 조언도 있었습니다.

딜런 필드는 꾸준한 비교·분석·체험을 통해 스스로의 관점(포인트 오브 뷰)은 발전할 수 있다고 설명합니다. 예술, 음악, 음식 등 다양한 경험 속에서 자신이 좋아하는 것과 그렇지 않은 것의 이유를 분석하고, 그 배경 맥락까지 파악하면서 논리적으로 취향을 정교화해가는 과정을 추천합니다. 물론, 모든 사람이 '트렌드 세터'가 될 수 있는 것은 아니지만, 의식적인 노력과 반복이 결국 '남다른 감각'을 만들어낸다는 점도 강조했습니다.

현실적으로 따져봐야 할 부분들

딜런 필드의 경험과 조언은 실제 IT·AI 업무 환경에서 충분히 실효성이 있어 보이나, 몇 가지 전제 조건과 한계를 함께 고려해야 할 필요가 있습니다.

• 우선, 디자인에 기반한 차별화 전략은 제품의 특성에 따라 적용성에 차이가 큽니다. 기능과 디자인이 명확한 가치로 연결되는 서비스라면 매우 효과적이지만, 반면 산업·기업 문화에 따라서는 품질보다 속도가 우선 순위가 될 수 있어 결과가 달라질 것입니다.

• AI 기반 자동화와 프로토타입 생성이 크게 발전한 상황에서도, 실제 실무에 투입할 때 반드시 '세밀한 검증과 수정'를 거쳐야 하며, 출력 결과의 품질 통제는 여전히 팀·개인의 경험과 노력에 좌우됩니다. 단순 반복 작업에서는 효율성이 크지만, 완성도와 개성이 중요한 영역에서는 AI 결과물만으로는 경쟁력을 확보하기 어렵습니다.

• Figma식의 '워크플로우 확장 전략' 역시 타 회사·서비스에서 쉽게 모방하거나 도입할 수 있는 모델만은 아닙니다. 핵심 사용자의 실제 업무 흐름 깊은 이해와, 해당 분야에서 구축된 신뢰와 커뮤니티 기반이 뒷받침되어야 효과가 극대화될 수 있습니다.

• 취향 개발에 대한 조언 역시, 개인의 성향 및 조직 문화와 맞아야 실질적 성과로 연결됩니다. 반복적 실행과 의식적 분석 역량이 없으면 제안된 방법이 큰 효과를 내기 어렵습니다.

• 마지막으로, 빠른 아이디어 도입과 실행은 반대로 내부 혼란과 부담을 유발할 수도 있습니다. 팀 내 커뮤니케이션·관리 체계가 탄탄히 준비되지 않으면 오히려 실행력 저하로 이어질 위험도 배제할 수 없습니다.

종합해 보면, AI와 협업 툴이 빠르게 진화하는 상황에서는 '단순 속도'보다 '품질'과 '사용자 경험'에 집중하는 전략이 장기적으로 유효할 수 있습니다. 하지만, 적용 전에 자신의 업무 환경과 조직 문화, 제품 특성에 맞춰 꼭 현실적인 검증 과정을 거치는 것이 중요해 보입니다.

출처 및 참고 :