작동하는 제품과 사랑받는 제품의 한 끗 차이를 채우는 고밀도 UI 설계와 AI CoS 도입 비하인드
동작은 하지만 배포할 수 없었던 채널톡의 데이터 분석 도구 '노트북'을 단 3개월 만에 성공적으로 론칭한 한 디자이너의 생생한 여정입니다. Claude Code와의 분업을 통해 도메인 학습과 프로토타입 검증 속도를 극대화하고, 피그마와 수작업을 통해 UI 디테일과 밀도를 채우는 이상적인 AI 협업 워크플로우를 제시합니다. 최종적으로 데이터 분석의 진입 장벽을 무너뜨리는 'AI CoS' 기능까지 설계하며 진정한 제품의 완결성을 찾아가는 과정을 담았습니다.
AI를 활용해 단순 제작 속도를 높이는 것을 넘어, 복잡한 신제품의 스코프를 조율하고 고밀도 UI/UX의 디테일을 채우고자 하는 기획자 및 프로덕트 디자이너에게 강력히 추천합니다.
정형화된 통계 기능의 한계로 고객 맞춤형 데이터 분석 도구인 '노트북'을 개발했으나, 기존 채널톡의 태스크 중심 UI 체계로는 분석 도구 특유의 높은 정보 밀도와 복잡한 실행 모델을 감당하지 못해 배포에 어려움을 겪었습니다.
Claude Code를 활용해 10가지 셀 타입 프로토타입을 빠르게 제작하여 실행 구조를 검증한 뒤, 피그마에서 디자인 시스템의 기본값을 뛰어넘는 2px 단위의 고밀도 UI를 직접 설계하고, 진입 장벽을 낮추기 위한 자연어 기반 데이터 분석 AI 기능인 'AI CoS'를 추가했습니다.
사내 여러 피처팀이 데이터 엔지니어의 도움 없이 스스로 지표를 분석할 수 있게 되었으며, OBT 배포 이후 일반 고객사들도 자발적으로 제품을 사용하는 지표 활성화 성과를 거두었습니다.
Trade-off
AI를 통해 빠른 구조 검증과 단순 반복 작업은 단축했으나, 제품의 최종적인 밀도 설계와 디테일한 미세 조정은 기존 디자인 시스템 규격과의 충돌을 피하기 위해 오너들과 소통하며 수작업으로 직접 해결해야만 했습니다.
시스템이 백엔드에서 실제로 동작하는 기술적 메커니즘과 사용자가 제품을 다룰 때 직관적으로 머릿속에 그리는 인지 모형의 차이를 뜻합니다.
화면 공간 내에 정보를 얼마나 촘촘하고 효율적으로 배치할 것인지에 대한 설계적 척도입니다.
사용자가 분석하고 싶은 지표를 자연어로 질문하면, 데이터 웨어하우스나 내부 데이터를 기반으로 자동으로 노트북을 구성하고 대시보드를 생성해주는 도우미 기능입니다.