AI 도구가 UI를 만드는 속도는 이제 놀라운 수준이다. 프롬프트 한 줄이면 버튼이 생기고, 레이아웃이 잡히고, 다크 모드까지 붙는다. 실제로 dev.to에 공유된 한 사례에서는 37개 도구를 품은 Vite SPA에 다크 모드를 단 한 번의 프롬프트로 구현했다. CSS 변수 시스템을 설계하고, data-theme 토글을 연결하고, OS 테마 감지까지—몇 줄의 코드로 완성된 이 워크플로우는 '이제 UI 작업은 끝났나?'라는 착각을 불러일으키기에 충분하다.
하지만 그 착각은 오래가지 않는다. 같은 dev.to에서 AI 생성 UI의 프로덕션 준비성을 파고든 글은 냉정한 진단을 내린다. 접근성은 표면적이다. alt 텍스트와 레이블이 있는 것처럼 보이지만, 실제 스크린 리더 환경이나 키보드 내비게이션 시나리오에서는 금방 구멍이 드러난다. 컴포넌트는 시각적으로는 멀쩡해 보이지만 재사용 구조가 없고, 엣지 케이스를 만나면 바로 무너진다. 결국 AI로 생성 속도를 높였는데, 정작 "빌드"에 쓰던 시간이 "수정"으로 고스란히 이동하는 아이러니가 생긴다. AI가 없앤 것은 문제가 아니라 문제의 위치였다.
이 문제의 본질을 더 선명하게 보여주는 사례가 있다. 습관 추적 앱 HabitStock의 UX 분석 글이다. 이 글은 단순한 앱 소개가 아니라, 스트릭(streak) 초기화가 어떻게 사용자를 이탈시키는지를 심리학적으로 해부한다. 사용자가 30일 스트릭을 쌓다가 하루를 놓치면 0으로 리셋—이 순간 '부채 나선(debt spiral)' 심리가 작동한다. 따라잡아야 할 심리적 거리가 너무 커서, 아예 포기해버리는 것이다. 실제 데이터도 이를 뒷받침한다. 31일 이상 스트릭을 쌓은 사용자는 하루를 놓쳤을 때 48시간 내 복귀율이 38%에 불과했다. 스트릭이 길수록 오히려 이탈 위험이 커지는 역설이다.
HabitStock이 내놓은 해법은 단순하지만 강력하다. 스트릭 대신 주가 차트 은유를 도입하고, 가격 하한선(price floor)을 설계했다. 아무리 습관을 놓쳐도 0이 아닌 25 이상을 유지한다. "리셋"이 아니라 "조정(correction)"이라는 프레임으로 바꾸자, 사용자들은 복귀를 포기 대신 매수 기회로 해석하기 시작했다. 이 차이는 단지 UI 요소 하나를 바꾼 게 아니다. 사용자가 실패를 해석하는 내러티브 자체를 설계한 것이다. AI는 이 인사이트를 스스로 도출할 수 없다. 사용자 심리를 관찰하고, 행동 데이터를 해석하고, 은유를 선택하는 과정—이 모든 것은 여전히 사람의 몫이다.
세 가지 사례를 나란히 놓고 보면 하나의 구조가 보인다. AI는 '무엇을'은 빠르게 만들 수 있지만, '왜'와 '어떻게 느껴지는가'는 여전히 인간이 설계해야 한다. 다크 모드를 한 프롬프트로 붙이는 것과, 순수 흰색 대신 #f4f4f5를 써야 눈의 피로를 줄인다는 감각적 판단은 같은 레이어가 아니다. AI가 생성한 폼 컴포넌트와, 그 폼이 실제 사용자에게 어떤 인지 부하를 주는지 고려하는 것도 다른 차원이다. AI는 70~80%의 기계적 구현을 담당하지만, 나머지 20~30%—접근성, 감정적 반응, 행동 유도 설계—는 여전히 깊은 인간적 이해를 요구한다.
그렇다면 AI 활용 프론트엔드 개발자에게 지금 가장 필요한 역량은 무엇일까. 역설적으로, AI가 빠르게 만들어줄수록 그 결과물을 비판적으로 평가하는 눈이 더 중요해진다. 시맨틱 HTML이 제대로 구조화되었는지, 컴포넌트가 실제 시나리오에서 재사용 가능한지, 사용자의 실패 경험이 이탈이 아닌 재참여로 이어지도록 설계되었는지—이 질문들은 프롬프트로 해결되지 않는다. AI는 초안을 만드는 속도를 높여주지만, 그 초안이 진짜 사용자 경험이 되려면 프로덕트 사고와 UX 설계 역량이 여전히 전면에 서야 한다. 도구가 빨라질수록, 도구를 쥔 사람의 판단력이 더 결정적인 차별점이 되는 시대다.