디자인 프로세스는 죽지 않았다, 압축되었을 뿐

• AI가 디자인 작업 속도를 높이면서 "프로세스를 버려라"는 주장이 확산되고 있지만, 이는 숙련된 디자이너의 작업 방식을 오해한 결과
• 숙련된 디자이너가 "그냥 만들기 시작했다"고 말할 때, 실제로는 수년간 축적된 경험을 통해 프로세스를 내면화하고 압축하여 실행하는 것
• 직관에 의존하는 방식은 경험이 부족한 주니어 실무자에게는 적용이 어려우며, 규제 산업에서는 프로세스가 피해 방지를 위한 안전장치 역할
• 솔루션 우선 디자인은 제품 패턴이 잘 확립된 좁은 맥락에서만 유효하며, 성공 사례만 부각하는 생존자 편향의 위험 존재
• 현대 디자인의 핵심 역량은 프로세스를 버리는 것이 아니라, 문제에 맞는 접근법을 의도적으로 선택하는 프로세스 리터러시(process literacy)

---

"프로세스를 버려라" 주장의 내용

• 전통적 디자인 프로세스가 구식이며, 좋은 결과물이 만들어지는 실제 방식과 동떨어져 있다는 주장
• 반복, 직관, 단계 건너뛰기가 약점이 아니라 강점이며, 강한 직관을 쌓고 디테일에 집착하며 상황에 맞게 프로세스를 리믹스해야 한다는 입장
• 훌륭한 작업은 문제 정의가 아닌 솔루션에서 시작되는 경우가 많으며, 설득력 있는 프로토타입을 본 후에야 그것이 실제로 해결하는 문제를 이해하게 됨
• Anthropic의 디자인 리드 Jenny Wen이 이 주장의 대표적 목소리 중 하나

주장이 무너지는 지점

• 위 관찰들이 틀린 것은 아니지만, 프로세스가 불필요하다는 증거가 되지는 않음
• 숙련된 디자이너들이 이미 하고 있는 일, 즉 프로세스를 내면화하고 탐색·아이디에이션·평가 단계를 유동적으로 이동하는 방식을 묘사한 것에 불과
• "프로세스를 건너뛴다"고 보이는 것은 실제로는 프로세스를 압축하는 것 — 경험을 가이드로 삼아 각 단계를 더 빠르게 통과
• 더블 다이아몬드와 디자인 씽킹 프로세스는 문자 그대로의 체크리스트나 템플릿이 아님
  • 목적은 리스크 관리: 팀이 문제를 이해하고, 솔루션을 탐색하며, 잘못된 것을 만들 확률을 줄이는 것
• 솔루션 우선 접근이 효과적인 경우는 문제 공간이 성숙하고, 내재된 지식이 풍부하며, 새로운 것을 발명하는 것이 아니라 확립된 패턴 위에 구축할 때로 한정

프로세스 압축, 포기가 아님

• "디자인 프로세스"를 하나의 거대한 덩어리로 취급하는 것 자체가 문제
• 더블 다이아몬드나 디자인 씽킹 사이클은 "그 프로세스"가 아니라, 창의적 문제 해결 과정의 단계를 단순화한 표현
  • 무엇이 잘못인지 파악 → 무엇을 만들지 결정 → 만들기 → 배우기의 고수준 설명
• "프로세스를 버려라"는 주장은 인간 중심 디자인의 실무 방식을 오도한 것에 크게 의존
  • 숙련된 실무자는 비선형적이고 맥락적으로 프로세스를 운용
  • 공식적 프레임워크는 사고를 접근 가능하고 전달 가능하게 만들기 위해 존재
• 성숙한 소비자 제품을 다루는 숙련된 디자이너가 "그냥 만들기 시작했다"고 할 때, 프로세스를 포기한 것이 아니라 내면화된 버전을 압축 실행하는 것
  • 사용자 행동 연구, 경쟁사 트렌드 분석, 숙련된 팀과의 리서치 수행을 통해 축적된 지식이 기반
• "직관"이라 불리는 것은 실제로는 수년간의 작업을 통해 압축되고 내면화된 프로세스
  • 디자이너가 신뢰하는 직관은 자신이 무시하는 바로 그 프로세스에 의해 형성된 것
• AI 도구가 이 압축을 더욱 가속하고 민주화
  • 바이브코딩(Vibecoding) 이 아이디어와 테스트 가능한 결과물 사이의 간극을 축소
  • 탐색, 제작, 학습, 개선이 하루 오후 안에 가능
  • 숙련된 디자이너가 항상 공식 프레임워크보다 빠르게 디자인 루프를 돌려왔다면, AI는 이제 경험이 적은 실무자도 동일하게 할 수 있게 해줌

직관은 프로세스를 대체하지 못함

• 디자인 프로세스에서 직관을 포용하라는 조언은 해방적으로 들리지만, 복잡한 현실을 지나치게 단순화

모든 사람이 직관으로 작업할 수 있는 것은 아님

• Jenny Wen 같은 숙련된 디자이너는 강한 디자인 문화와 수준 높은 팀을 갖춘 기업에서 수년간 실무를 통해 직관을 구축
  • 직관 주도 의사결정을 이끌 수 있는 기술, 권한, 실적, 팀 수준을 보유
• 직관을 신뢰할 수 있게 만드는 지식이 축적되지 않은 주니어 실무자에게는 직관 의존이 훨씬 덜 유효
  • 숙련된 디자이너가 빠르고 정보에 기반한 판단을 내리는 것과, 조직 지식·사용자 행동 패턴·비즈니스 제약에 노출되지 않은 신입에게 "자신을 믿으라"고 말하는 것은 전혀 다른 문제

직관에는 책임성이 부족

• 많은 환경에서 의사결정에는 문서화와 정당화가 필요
  • 리서치 결과, 사용성 테스트 결과, 분석 데이터 같은 프로세스 산출물이 이해관계자 정렬과 승인에 필수
• 대부분의 기업 환경에서 "직관을 따랐다"는 설명은 VP가 "어떤 증거가 이것을 뒷받침하는가?"라고 물었을 때 살아남지 못함

고도로 규제된 산업에서 직관은 통하지 않음

• 의료, 금융, 정부, 접근성이 중요한 시스템 등 고위험 또는 규제 산업에서 프로세스는 관료적 의례가 아니라 피해 방지를 위한 안전장치
• 의료 기기 UI에서 리서치를 건너뛰는 것과 화이트보드 기능에서 리서치를 건너뛰는 것은 전혀 다른 차원의 문제

직관에는 편향이 내재

• 잘 쌓인 직관에도 사각지대 존재
  • 숙련된 디자이너가 무의식적으로 익숙한 패턴에 고착되거나, 자신의 멘탈 모델에 맞지 않는 엣지 케이스를 무시할 수 있음
• 직관이 깊을수록 편향을 감지하기가 더 어려움
• 프로세스는 가정이 비용이 큰 실수로 굳어지기 전에 이를 공개적으로 드러나게 강제

솔루션 우선 디자인은 좁은 맥락에서만 유효

• AI 시대에 많은 전문가가 솔루션 우선 디자인을 옹호 — 새로운 기술적 역량에서 시작하여 역으로 그것이 해결할 수 있는 문제를 파악하는 접근
  • 문제를 먼저 파악한 후 솔루션을 찾는 전통적 모델의 역전
• Jenny Wen이 솔루션 우선 디자인을 주장하며 사용한 사례 — 자원이 풍부한 기업이 만든 AI 제품의 성공적이고 널리 채택된 기능들 — 는 생존자 편향을 반영
  • 보이지 않는 것은 실패한 수많은 솔루션 우선 실험들: 내부 팀을 흥분시켰지만 사용자에게는 공감을 얻지 못한 프로토타입, 또는 의미 있는 필요를 충족하지 못해 출시 후 채택률이 낮았던 기능들
  • 성공 사례만 보여주면 어떤 접근이든 훌륭해 보임
• 신흥 기술을 설계할 때 빠른 구현은 필수적이지만, 실행 속도가 적절한 문제 프레이밍의 중요성을 감소시키지는 않음
  • 공식적인 문제 정의서나 디스커버리 스프린트가 필요하지 않더라도, 무엇을 고치려는 것인지는 알아야 함
• 솔루션 우선 디자인은 리스크를 완화하지 못하며, 산업의 좁은 범위에만 적합
  • 제품 패턴이 이미 잘 이해되어 있고, 사용자가 정교하며, 디자인 과제가 차별화에 국한된 환경에서 성공 가능
  • 높은 수준의 조직적·UX 성숙도를 전제 — 강한 도메인 지식과 유망한 방향을 빠르게 인식하는 경험을 갖춘 팀
• 대부분의 팀은 이런 조건에서 운영되지 않음
  • 저성숙도 환경, 조직 지식이 제한된 환경, 또는 새롭고 위험도가 높은 맥락에서 솔루션으로 시작하면 잘못된 가정의 비용이 증폭
  • 이런 경우 최소한의 사전 문제 프레이밍이 여전히 필수

프로세스 리터러시: 문제에 맞는 프로세스 선택

• 현대 디자인의 진정한 역량은 프로세스를 버리는 능력이 아니라 프로세스 리터러시 — 문제에 맞는 올바른 접근법과 도구를 선택하는 능력
  • 어떤 프로세스가 해당 작업에 적합한지 알고, 따르지 않았을 때의 리스크를 이해해야 함
  • 단지 프로세스를 다르게 적용하는 것이라면, 프로세스를 사용하지 않는다고 주장하지 말아야 함
• 모든 프로젝트에 6주간의 디스커버리 단계가 필요하다는 뜻이 아니며, 모든 디자인 문제를 의료 기기 개발처럼 다뤄야 한다는 뜻도 아님
  • 문제에 맞는 프로세스 매칭이 핵심: 일부 문제는 깊은 조사가 필요하고, 다른 문제는 빠른 실험과 반복이 효과적
  • 누군가가 "프로세스는 죽었다"고 선언했기 때문이 아니라, 의도적으로 선택해야 함
• AI 도구가 이전에 볼 수 없었던 속도로 빠른 프로토타이핑과 반복을 가능하게 하지만, 디자인 프로세스가 완화하는 불확실성과 리스크를 제거하지는 않음
  • 디자이너는 여전히 문제를 이해하고 아이디어를 평가해야 함
• 더블 다이아몬드, 디자인 씽킹, Jobs-to-be-Done 같은 프로세스 프레임워크는 엄격한 절차가 아니라 스캐폴딩(scaffolding)
  • 내면화되면 숙련된 실무자의 작업 방식에 암묵적으로 녹아드는 사고 방식을 가르치는 것
• 진짜 질문은 프로세스를 따를 것인가가 아니라, 우리가 하는 작업이 해결하려는 문제에 어떻게 매핑되는가
  • AI가 더 많은 워크플로를 압축하고, 에이전트 시스템이 행동하고 맥락을 기억하며 대신 결정을 내리기 시작하면, 이 질문을 건너뛰는 비용은 줄어드는 것이 아니라 더 커짐