10년 경력의 핀테크 UI 디자이너가 PHP도 MySQL도 모른 채 Claude만 붙잡고 3개 언어 블로그를 프로덕션에 올렸다. 워드프레스도, 프레임워크도, 템플릿도 없이. dev.to에 공개된 이 사례는 단순한 성공담이 아니다. '디자이너가 AI로 제품을 만든다'는 명제가 실제로 어떤 조건에서 성립하는지를 보여주는 리얼 데이터다.
디자인 브리프처럼 말하면 코드가 나온다
이 디자이너가 Claude와 소통한 방식은 흥미롭다. 기술 용어 대신 UX 언어를 썼다. "예약 발행 기능이 필요해"가 아니라, "미래 날짜를 지정해두면 그 시점에 자동으로 포스트가 공개되어야 해. 홈페이지는 작성일이 아니라 발행일 기준으로 정렬돼야 하고"라고 설명했다. 사용자 플로우, 비즈니스 로직, 엣지 케이스를 자연어로 풀어낸 것이다. Claude는 그것을 코드로 번역했다.
더 인상적인 건 다국어 라우팅 설계 과정이다. ChatGPT는 2개 언어에서 동작하는 코드를 줬지만 일본어를 추가하자 전체가 무너졌다. Claude는 처음부터 "몇 개 언어를 지원할 계획인가"를 물었고, 확장 가능한 구조로 설계했다. 단일 쿼리를 해결하는 것과 시스템을 설계하는 것의 차이다. 이 디자이너가 내린 결론은 명확하다—Claude는 컨텍스트를 고려한 코드를 쓰고, ChatGPT는 즉시 동작하는 코드를 쓴다. 두 도구는 서로 다른 단계에서 쓰는 게 맞다.
프롬프트의 '형태'가 결과 품질을 바꾼다
그런데 막상 Claude에게 무언가를 요청할 때, 어떻게 묻느냐가 얼마나 중요할까? dev.to에 공개된 1,080건 규모의 평가 실험이 이 질문에 정량적으로 답한다. 5개 프론티어 모델, 6가지 출력 포맷(Plain Text / Markdown / XML / JSON / YAML / Hybrid), 3가지 프롬프트 길이(단문·중문·장문)를 교차 테스트한 결과다.
결과는 직관에 반한다. 첫째, 구조화된 출력 포맷이 추론 품질 자체를 높인다. JSON과 YAML은 각각 74.4, 74.6점으로 공동 1위를 차지했고, 비구조적 Plain Text는 70.8점으로 꼴찌였다. JSON 키처럼 엄격한 스키마가 모델에게 '인지적 발판'이 되어 생각을 범주화한 뒤 출력하게 만든다는 해석이다. 단순히 파싱 편의를 위해 JSON을 요청하는 게 아니라, 모델의 사고 구조 자체를 정렬시키는 효과가 있다.
둘째, 짧은 프롬프트가 긴 프롬프트를 압도한다. 50단어 미만 단문이 80.1점, 300단어 이상 장문이 66.9점. 무려 13점 차이다. 맥락을 많이 줄수록 좋을 거라는 통념이 데이터로 무너졌다. 컨텍스트 과부하가 오면 모델은 핵심 목표를 잃고 부차적 조건에 묻힌다. 최악의 조합은 Qwen 397B + 장문 프롬프트 + Plain Text 출력으로 38.8점이었다. 결론적으로 황금 공식은 짧고 명확한 목표 + JSON/YAML 구조 요청이다.
AI의 '디자인 감각'을 교정하는 도구
프롬프트를 아무리 잘 써도 AI가 생성하는 프론트엔드 코드에는 반복되는 디자인 실수가 있다. Inter 폰트 남용, 카드 중첩, 회색 텍스트 난무—LLM이 학습 데이터에서 가장 자주 본 패턴들이 그대로 나온다. 이 문제를 정면으로 겨냥한 오픈소스 도구가 Impeccable이다.
Impeccable은 Claude Code, Cursor, Codex CLI 같은 AI 하네스에 디자인 어휘와 명령 체계를 주입하는 스킬 패키지다. 타이포그래피·컬러·공간·모션·인터랙션·반응형·UX 라이팅의 7개 도메인에 대한 레퍼런스와, /audit, /polish, /typeset, /critique, /animate 등 20개 디자인 명령어를 제공한다. 안티패턴 세트가 포함되어 있어 LLM이 습관적으로 저지르는 디자인 오류를 구조적으로 차단한다. npx skills add pbakaus/impeccable 한 줄로 설치되고, Apache 2.0 라이선스다.
이 도구의 핵심 가치는 AI가 코드를 생성하는 시점에 디자인 기준을 개입시킨다는 점이다. 사후 리뷰가 아니라 생성 과정 안에 품질 기준을 심는다. /audit checkout처럼 특정 컴포넌트 영역을 지정해 점검할 수도 있어, 팀의 디자인 시스템과 연동하는 방식으로 활용 가능하다.
세 흐름이 말하는 것
디자이너의 Claude 활용 사례, 프롬프트 형식 실험, Impeccable—세 가지는 서로 다른 층위에서 같은 방향을 가리킨다. AI로 제품을 만드는 일은 이미 '기술 장벽'의 문제가 아니다. 진짜 변수는 세 가지다.
첫째, 도메인 지식을 AI가 이해하는 언어로 번역하는 능력. 10년 경력 디자이너가 코드를 몰라도 프로덕션 앱을 완성한 건 UX 사고를 AI가 처리할 수 있는 형태로 변환할 줄 알았기 때문이다. 둘째, 프롬프트의 형태와 길이에 대한 의식적 설계. 1,080건의 실험이 증명했듯, 어떻게 묻느냐가 무엇을 묻느냐만큼 중요하다. 셋째, AI 출력의 품질 기준을 외부에서 주입하는 구조. Impeccable처럼 AI의 디자인 판단력을 보정하는 레이어가 워크플로우에 통합될 때, 빠른 생성과 높은 품질이 동시에 가능해진다.
프로토타입을 빠르게 만드는 것과 그것을 프로덕션 수준으로 끌어올리는 것 사이의 간격—AI는 그 간격을 좁히는 속도를 극적으로 높이고 있다. 그 속도를 제대로 쓰려면 도구를 마법처럼 대하는 게 아니라, 프롬프트 설계·품질 기준·컨텍스트 관리를 하나의 워크플로우로 묶는 구조적 사고가 필요하다. 디자이너든 개발자든, 지금 가장 중요한 역량은 결국 그 구조를 설계하는 능력이다.