런웨이가 공개한 솔라리스(Solaris)는 단순한 AI 코딩 도구가 아니다. 사용자의 클릭과 드래그에 반응해 화면 자체를 프레임 단위로 실시간 생성하는 '인터페이스 월드 모델(Interface World Models)'이다. 기존 소프트웨어가 미리 짜둔 코드와 화면을 불러오는 방식이었다면, 솔라리스는 그 중간 표현—즉 코드—을 완전히 제거하고 인터페이스 자체를 그 순간 합성한다. aitimes 보도에 따르면, 사용자 평가에서 솔라리스는 지시 이행 측면에서 61%의 선택을 받아 코딩 기반 결과(24%)를 크게 앞질렀다. 이 숫자는 단순한 성능 지표가 아니라, 패러다임 전환의 신호다.
솔라리스가 흥미로운 이유는 기술적 구조에 있다. LLM은 사용자의 의도를 해석하고 장면 변화를 판단하는 역할을 맡고, 솔라리스는 그 판단을 실제 시각적 화면으로 렌더링한다. 클릭과 드래그의 의미를 코드로 정의하는 대신, 자연어와 시각적 맥락으로 학습한 모델이 '다음 프레임'을 예측해 생성한다. 가상 의류 매장에서 상품 페이지를 열지 않고 옷을 자신의 이미지에 바로 입혀보거나, '소파 색상을 바꿔 달라'는 자연어 명령에 장면 자체가 변화하는 방식이다. 0.5초 이내 반응, 720p 화질이 목표다. 이미지·영상 생성 AI가 콘텐츠 제작 방식을 바꾼 것처럼, 인터페이스 월드 모델은 소프트웨어를 '미리 만들어 놓는 것'에서 '사용하는 순간 생성하는 것'으로 바꾸려는 시도다.
이 흐름은 솔라리스만의 이야기가 아니다. 이미 현장에서는 Figma Make, Google Stitch, v0 by Vercel 같은 도구들이 실무 워크플로우를 조용히 바꾸고 있다. dev.to에 공개된 한 개발자의 실험은 이 변화를 현실적인 언어로 보여준다. 그는 동일한 프롬프트를 네 가지 AI 디자인 도구에 입력해 포트폴리오 사이트를 구축했다. Figma Make는 페이지 구조와 정보 아키텍처의 방향을 잡아줬고, Google Stitch는 같은 브리프를 전혀 다르게 해석한 레이아웃 대안을 빠르게 제공했다. v0 by Vercel은 프로젝트 카드, 네비게이션, 폼 등 반복적인 웹 컴포넌트를 실제 동작하는 코드로 생성했다.
그 실험에서 가장 중요한 통찰은 AI가 만들어낸 결과물보다 개발자가 직접 내린 결정들에 있다. 그는 AI가 생성한 히어로 헤드라인을 전면 재작성했다. "방문자가 디코딩 없이 내가 무엇을 하는지 즉시 이해해야 한다"는 이유였다. 프로젝트 카드에는 스크린샷만이 아니라 문제 정의, 자신의 역할, 결과까지 직접 추가했다. AI는 반복 작업의 속도를 올려줬지만, 포트폴리오를 신뢰할 수 있는 경험으로 만드는 것은 여전히 인간의 판단이었다. "AI가 나에게 좋은 출발점을 줬지만, 경험을 설계한 것은 여전히 나였다"는 그의 고백은 이 시대를 가장 정확하게 요약한다.
한 가지 더 주목할 흐름이 있다. AI 크리에이티브 도구 전반이 '프롬프트→결과물' 방식에서 '조건부 생성(conditioned generation)'으로 이동하고 있다는 점이다. dev.to의 분석에 따르면, 이제 의미 있는 제품 차별화는 모델 출력 품질이 아니라 "무엇을 변화시키고 무엇을 고정할지"를 사용자가 얼마나 정밀하게 제어할 수 있느냐에 달려 있다. 스케치를 완성된 이미지로, 특정 인물의 옷만 바꿔 생성하는 가상 피팅, 공간 구조를 유지하면서 인테리어를 재설계하는 작업—이 모두가 자유 생성이 아닌 제약 기반 변환이다. 솔라리스 역시 같은 맥락이다. 사용자의 클릭과 드래그라는 '제약'을 조건으로 삼아 다음 프레임을 생성한다.
그렇다면 프론트엔드 개발자의 역할은 사라지는가. 나는 그 반대라고 본다. 오히려 더 핵심적인 레이어로 올라가는 것이다. 솔라리스조차 해결하지 못한 과제들—안정적인 텍스트 렌더링, 장시간 세션의 일관성, 스크린리더 같은 접근성 기술과의 통합, 기존 소프트웨어 스택과의 연결—은 여전히 깊은 기술적 이해와 사용자 경험에 대한 감각을 요구한다. AI가 시각적 프레임을 생성할 수 있어도, 그 인터페이스가 실제 사용자에게 의미 있는 경험인지 판단하는 것은 AI가 할 수 없는 일이다.
프론트엔드 개발자의 새로운 역할은 세 가지 방향으로 수렴하고 있다. 첫째, AI 출력을 평가하고 정제하는 큐레이터. 생성된 컴포넌트가 실제 사용 맥락에서 작동하는지, 접근성 기준을 충족하는지, 퍼포먼스 병목이 없는지를 판단하는 능력이 더 중요해진다. 둘째, 경험의 의도를 설계하는 전략가. AI는 빠르게 구조를 제안하지만, 어떤 정보를 어떤 순서로 사용자에게 전달할지, CTA가 경쟁하고 있지 않은지, 포지셔닝이 명확한지는 여전히 인간의 프로덕트 사고가 결정한다. 셋째, 제약을 설계하는 사람. 조건부 생성의 시대에서 핵심 경쟁력은 모델에게 '무엇을 고정하고 무엇을 바꿔도 되는지'를 명확히 지정하는 능력이다. 이것은 결국 도메인 지식과 UX 감각의 문제다.
솔라리스가 완전히 상용화된 세계에서도, 누군가는 쇼핑몰의 가상 피팅 경험이 실제로 구매 전환으로 이어지는지 측정하고 개선해야 한다. 누군가는 AI가 생성한 인터페이스가 스크린리더 사용자에게 동등한 경험을 제공하는지 책임져야 한다. 누군가는 '테이블을 옮겨 달라'는 자연어 명령이 어떤 맥락에서 의도와 다른 결과를 낳는지 사전에 설계해야 한다. 코드를 짜는 시간이 줄어든다는 것은, 그 시간이 이런 질문들을 위해 확보된다는 뜻이다. 프론트엔드 개발자의 역할이 사라지는 것이 아니라, 드디어 가장 중요한 일에 집중할 수 있게 된다.