AI 이미지 생성이 발전하면서 GUI 생성도 발전했습니다. 최근에는 디자인 시스템으로 정의한 규칙을 바탕으로 UI를 자동 생성하는 경우도 늘었습니다.
프로덕트 디자인에서 다음 단계는 ‘흐름’입니다. 프로덕트는 멈춰 있는 이미지가 아니라 사용자와 계속 상호작용하는 시스템입니다. 사용자의 입력과 시스템의 처리 방식에 따라 수많은 경우의 수가 발생하고, 그에 따라 다양한 사용 흐름이 갈라집니다. 프로덕트 디자이너의 역할은 이 전체 흐름을 설계하고 관리하는 데 있습니다. 최악의 흐름에서는 나쁜 경험을 최소화하고, 최고의 흐름에서는 좋은 경험을 극대화하는 것이 핵심입니다.
프로덕트를 디자인할 때 사용자 수가 늘고 시스템이 복잡해질수록 다뤄야 하는 흐름이 기하급수적으로 증가하며, 점점 사람이 감당하기 어려운 수준이 됩니다. 이 지점에서 AI의 역할이 기대됩니다. AI는 복잡한 조건과 다양한 분기를 동시에 처리하는 데 강점을 가지고 있습니다.
앞으로 UX 플로우 역시 AI를 활용해 실시간으로 업데이트되는 정보가 될 것입니다. 만약 그렇게 된다면 디자이너는 경험 흐름을 설계하는 역할로 이동하게 될 것입니다. 과연 유용한 AI 툴이 있을까요? 없다면 어떻게 설계하면 좋을까요?
AI는 앱을 직접 만드는 방향으로 빠르게 나아가고 있습니다. 언젠가는 모든 경우의 수를 대체할 수도 있지만, 아직은 아닙니다. 설령 대체가 이루어지더라도, 우리가 사용해온 UX 플로우의 가치를 먼저 정의해야 합니다. 그래야 AI에게 명확하게 명령하고, 결과를 제어할 수 있습니다.
플로우는 전체 흐름을 관리하기 위한 지도입니다. 특정 페이지의 형태보다, 사용자가 어떤 경로로 프로덕트를 사용하는지를 설계하는 작업입니다. 복잡도가 낮을 때는 중요성이 크게 느껴지지 않을 수 있습니다. 하지만 프로덕트가 성장하고 사용자가 늘어날수록, 흐름을 명확하게 관리하고 지속적으로 단순화하는 일이 중요해집니다.
플로우는 눈에 보이지 않는다는 점에서 어렵습니다. 직접 사용하면 흐름을 체감할 수 있지만, 전체 구조를 한눈에 파악하기는 쉽지 않습니다. 그래서 개념을 시각화하는 과정이 필요합니다. 각 페이지의 생김새보다 흐름과 조건을 파악하는 것이 핵심입니다. 개발 관점의 조건 분기도 포함되지만, 그것만으로는 충분하지 않습니다. 사용자 경험을 중심으로 흐름을 나누는 것이 더 중요합니다.
플로우의 핵심 요소는 단계, 조건, 분기입니다. 이를 정확하게 파악하려면 MECE한 사고가 필요합니다. 모든 흐름을 빠짐없이 정리해야 합니다. 동시에, 설계한 플로우를 해체하고 재조합하는 과정도 중요합니다. 각 단계가 필요한지 검토하고, 대체 가능한 방법이 있는지 계속 점검해야 합니다.
결국 플로우 설계의 목표는 단순한 구조를 유지하면서 사용자 경험을 극대화하는 것입니다. 오류를 방지하는 것은 기본입니다. 동시에 해피 패스를 더 빠르고 만족스럽게 만들어야 합니다. 사용자가 원하는 결과에 더 짧은 경로로 도달할 수 있도록 플로우를 계속 재설계해야 합니다.
프로덕트 경험은 크게 네 단계를 거칩니다.
지금까지 실무에서 UX 플로우는 2번 단계에서 소화됐습니다. 툴이 늘어나면 전체 진행 속도가 느려질 수 있기 때문에 피그마 안에서 모든 것을 해결하는 방향으로 수렴해 왔습니다.
하지만 구현 자체가 더 쉬워지고 프로덕트 경험의 흐름이 더 중요해진다면, 첫 번째 단계인 개념 시각화가 점점 더 중요해질 것입니다. AI는 바로 이 단계에서 수많은 경우의 수와 챙겨야 할 변수들을 제어하는 데 도움을 줄 수 있을 것입니다.
실무에서 가장 많이 쓰이는 툴은 역시 피그마이고, 피그마와 연동되는 피그잼도 함께 많이 사용합니다. FigJam AI는 아이디어 시각화, 템플릿 생성, 스티키 정리, 요약 등의 작업에 강하며, 최근에는 Microsoft 365 Copilot 문맥을 활용해 플로우차트, 간트 차트, 시퀀스 다이어그램, 상태 다이어그램까지 만들 수 있게 되었습니다.
이미 피그마를 쓰고 있는 팀이라면 진입 장벽이 가장 낮다는 것이 가장 큰 장점입니다. 플로우 초안 작성 후 바로 피그마 디자인 작업으로 이어가기 좋고, 화면과 흐름을 왔다 갔다 하며 일하기에도 편합니다. 다만 복잡한 UX 플로우를 구조적으로 자동 생성해주는 느낌은 Miro나 Flowova보다 덜 직접적이고, 핵심은 여전히 협업용 화이트보드에 가깝습니다.
https://www.figma.com/ko-kr/figjam
Figr는 텍스트 입력을 기반으로 UX 플로우, 와이어프레임, 화면 구조를 생성해주는 AI 디자인 도구입니다. 간단한 설명만으로 사용자 흐름을 시각화하고, 이를 화면 단위로 확장해 초기 제품 구조를 빠르게 만들어볼 수 있습니다. 아이디어를 빠르게 형태로 전환하는 데 강점이 있으며, 반복적인 설계 작업을 줄여 탐색 속도를 높여줍니다.
다만 플로우를 깊이 있게 관리하거나 복잡한 조건과 분기를 체계적으로 다루는 데에는 아직 한계가 있습니다. 협업 환경이나 기존 디자인 워크플로우와의 연결성도 Figma 계열만큼 자연스럽지는 않습니다. 현재로서는 완성도 높은 설계 도구라기보다, 초기 방향을 빠르게 잡기 위한 생성 중심 도구에 가깝습니다.
Miro는 텍스트 설명으로 플로우차트를 만들고 바로 편집·공유하는 흐름이 잘 잡혀 있습니다. 사용자 플로우, 시스템 아키텍처, 의사결정 트리 등 다양한 목적의 다이어그램을 빠르게 시작할 수 있고, 팀 단위 협업에도 강합니다. UX 플로우 외에도 운영 플로우, 서비스 블루프린트, 시스템 흐름까지 한 보드에서 함께 다루기 좋다는 점이 가장 무난하고 범용적인 툴로 꼽히는 이유입니다.
다만 UX 디자이너 관점에서 화면 설계와 촘촘하게 연결되는 느낌은 상대적으로 약합니다. 플로우 보드 툴로서는 훌륭하지만, 화면 목업과 프로토타입으로 자연스럽게 이어지는 감각은 Figma 계열보다 아쉬운 부분이 있습니다.
Whimsical AI는 텍스트 프롬프트로 플로우차트, 유저 플로우, 시퀀스 다이어그램 등을 빠르게 생성합니다. Claude 기반 AI로 편집 가능한 플로우차트를 만들 수 있고, 실시간 협업, 버전 히스토리, Notion·Jira·Slack 연동 등도 지원합니다.
가장 큰 강점은 속도와 가벼움입니다. 초안 작성이 아주 빠르고 인터페이스가 단순해서, 생각을 꺼내고 구조화하는 초기 단계에 잘 맞습니다. 반면 대규모 서비스의 복잡한 분기나 시스템 상태 변화까지 무겁게 다루기 시작하면 Miro 같은 구조화 툴이 더 안정적으로 느껴질 수 있습니다. 화면 설계와 연결되는 힘도 Figma 쪽이 더 강합니다.
Flowova는 텍스트, 이미지, PDF, Word, Excel, PowerPoint, Markdown, JSON, URL 등 45개 이상의 형식을 입력받아 플로우차트로 변환하고, 드래그앤드롭 편집, 자연어 기반 AI 수정, 자동 레이아웃, PNG/SVG/Mermaid 내보내기, 공유 링크 등을 지원합니다.
입력 유연성이 가장 큰 장점입니다. 이미 문서가 많은 팀이나 개발·운영 자료를 시각화해야 하는 팀에 실용적이고, Mermaid 내보내기도 유용합니다. 다만 UX 디자이너 워크플로우와의 접점이 상대적으로 약하고, 플로우차트 생성 이후 디자인 시스템 기반 UI 설계나 프로토타이핑으로 이어지는 구조는 직접적이지 않습니다.
지금 단계에서는 UX 플로우를 위한 AI 툴이 결정적인 가치를 만든다고 보기는 어렵습니다. 대부분의 도구가 생성 기능에 집중하고 있으며, 전체 플로우를 관리하는 경험까지는 충분히 발전하지 않았습니다. 기존 워크플로우에 새로운 툴을 추가할 만큼의 효용이 있는지도 아직은 명확하지 않습니다.
오히려 현재로서는 프로덕트를 관리하고 있는 기존 도구 안에서 해결하는 것이 더 현실적인 선택입니다. 특히 피그마처럼 디자인과 흐름을 함께 다룰 수 있는 환경에서는 맥락을 유지한 채 작업을 이어갈 수 있다는 점에서 유리합니다. 반면 플로우차트에 특화된 도구들은 협업이나 공유 측면에서 기존 프로덕트 디자인 워크플로우와 자연스럽게 연결되지 않는 경우가 많습니다.
이처럼 도구 선택이 애매한 시기에는 새로운 툴을 무리하게 도입하기보다, 기존 도구 안에서 정보를 과도하게 쌓지 않고 가볍게 관리하는 방식이 적합합니다. 동시에 툴 자체가 빠르게 변하고 있기 때문에, 특정 도구에 강하게 종속되지 않는 구조를 만드는 것도 중요합니다.
이 관점에서 머메이드(Mermaid)와 같은 방식은 하나의 대안이 될 수 있습니다. 다이어그램을 코드 형태로 관리하면 특정 도구에 의존하지 않고 다양한 환경으로 쉽게 옮길 수 있습니다. 앞으로 어떤 도구가 등장하더라도 import해서 활용할 수 있는 유연성을 확보할 수 있습니다.
대부분의 프로덕트는 초대형 서비스가 아닌 이상, 플로우를 별도로 코드 기반으로 관리할 만큼의 임팩트가 크지 않은 경우가 많습니다. 현재 단계에서는 이 방식이 필수적인 선택이라고 보기는 어렵습니다.
결국 UX 플로우에서 의미 있는 변화가 생기려면 기획 단계에서 프로덕트의 조건과 상태를 이해하고 제어할 수 있는 AI가 먼저 발전해야 합니다. 그 이후에야 이러한 흐름을 연결하고 관리할 수 있는 별도의 앱이나 플러그인이 등장하며 실질적인 변화가 만들어질 것입니다.
따라서 지금 시점에서는 UX 플로우를 굳이 새로운 도구로 옮기기보다, 기존처럼 Figma 안에서 해결하는 것이 가장 합리적인 선택입니다. 그리고 충분한 변화가 생겼을 때, 그때 새로운 도구로 전환하는 것이 더 현실적인 전략입니다.
