작년 겨울, 사내 첫 AI 스터디가 시작됐어요. 각 팀의 주니어 6명이 모여 스터디를 꾸렸고, 2가지 목표를 세웠죠.
서로의 직무를 이해하며 협업의 폭을 넓히고 업무 효율을 높여보자
AI를 활용해 실제로 사용할 수 있는 서비스를 만들어보자
여러 아이디어를 고민한 끝에, 저희가 선택한 주제는 ‘사내 칭찬 마니또’였어요. 친근한 마니또 게임을 통해 평소 접점이 적었던 동료들과 자연스럽게 소통하고, 서로에게 작은 칭찬과 응원을 전하며
조직 안에 조금 더 따뜻한 문화를 만들어보자! 라는 아이디어였죠. 그리고 드디어, 그 서비스가 다음 주 사내에 정식 런칭을 앞두고 있어요..! 🙏
이번 글에서는 서비스를 만드는 과정에서 어떤 문제들을 마주했는지, 그리고 그 문제들을 해결하기 위해 다양한 AI 도구를 어떻게 활용했는지에 대한 이야기를 들려드리려고 해요.
1. 우리 지금 같은 이야기하고 있는 거 맞죠..? 😵💫
주니어 6명이 처음으로 협업하다 보니 같은 기획서를 읽어도 각자 머릿속에 그리는 서비스의 모습이 조금씩 달랐어요. "익명 게시판 형태는 어떨까요?", "채팅 기능도 있으면 좋을 것 같아요!"처럼 세부적인 부분에 대해서는 각자 생각하는 방향이 조금씩 달랐죠. 의견이 활발하게 나오는 건 좋았지만, 어떤 아이디어를 선택하고 구현할지 정하는 과정은 생각보다 쉽지 않았어요.
이때 Stitch를 활용해 아이디어를 빠르게 시각화해 봤어요. 여러 의견을 화면 형태로 확인하면서 추상적이었던 생각들이 구체적인 모습으로 바뀌기 시작했어요. 단순히 "좋을 것 같다" 수준에서 끝나는 것이 아니라, 실제 서비스 안에서 어떻게 동작할지도 함께 검토할 수 있었죠. 덕분에 팀원들이 같은 그림을 보며 이야기할 수 있었고, 다양한 의견 속에서 우리가 지켜야 할 핵심 가치와 서비스 방향성도 조금씩 정리해 나갈 수 있었어요.
하지만 핵심 구조를 정한 뒤에도 문제는 남아 있었어요. 팀원마다 앱의 전체 흐름을 조금씩 다르게 이해하고 있었거든요. 기획팀, 디자인팀, 개발팀 모두 각자의 관점에서 플로우를 그리고 있었던 거예요. 리뷰를 하다 보면 "어? 내 생각이랑 다른데?" 가 계속 나왔죠.
그래서 Figma Make로 디자인을 입힌 프로토타입을 만들고, 전체 서비스 플로우를 시각화해 보기로 했어요. 화면을 직접 눌러보며 흐름을 따라가니, 각자 다르게 상상하던 부분들이 한눈에 드러났어요. "여기 버튼 누르면 어디로 이동해?", "이 화면에서는 어떤 인터랙션이 적용되어야 해?" 같은 대화가 훨씬 빠르고 명확해졌죠. 주니어 스터디이다 보니 레퍼런스가 될 선임이 없었는데, 프로토타입이 그 역할을 대신해줬어요. 말로 설명하는 대신, 직접 보여주면 됐으니까요.
2. 전체 화면 디자인 마감이 내일이에요… 어쩌죠? 😂
전체 디자인을 빠르게 완성해야 하는 상황에서도 Figma Make는 큰 도움이 됐어요. UX/UI 디자인을 하다 보면 사용성을 고려한 다양한 레이아웃을 테스트 해봐야 하는데,
이 탐색 과정이 생각보다 많은 시간을 차지해요. 시간이 없던 저희는 메인 화면 디자인을 먼저 완성한 뒤, 해당 디자인과 기획 내용을 기반으로
Figma Make에서 나머지 화면들을 생성했어요. 생성된 화면들은 메인 화면의 톤 앤 매너를 유지하고 있을 뿐 아니라 안정적인 레이아웃으로 정리되어있었고, 이를 바탕으로 디자인의 방향성을 빠르게 정할 수 있었어요.
처음부터 빈 화면을 채워나가는 것보다 훨씬 부담이 적었고, 각 화면의 디자인 스타일과 레이아웃을 벤치마킹하는 데 필요한 시간도 크게 줄일 수 있었죠.
따라서, 화면을 어떻게 구성할지에 대한 고민의 시간을 줄이고, '사용자가 이 화면을 더 쉽고 자연스럽게 이용하려면 어떻게 해야 할까?'와 같은 서비스의 사용성과 완성도를 높이는 부분에 대해 더 많은 고민을 할 수 있는 시간을 만들어 주었어요.
3. AI로 만든 캐릭터, 매번 그림체가 달라지면 어떡하죠? 😣
저희 서비스에는 메인 캐릭터인 강아지 '그루'와 고양이 '제니'가 있어요.
여러 화면에서 활용될 예정이라, 상황에 맞는 다양한 버전의 캐릭터가 필요했죠. AI를 활용해 제작 시간을 줄여보기로 한 만큼, 가장 중요했던 건 각 캐릭터의 스타일을 유지한 채 다양한 결과물을 효과적으로 만들어낼 수 있는지였어요. 그래서 동일한 프롬프트를 기반으로 GPT, Nano Banana, Midjourney, Anjiam 등 여러 생성형 AI를 테스트해 보기로 했죠.
테스트 결과, 당시 기준으로는 Nano Banana가 여러 측면에서 가장 안정적이었어요. 캐릭터의 스타일을 크게 변형하지 않으면서도 다양한 컨셉으로 자연스럽게 확장할 수 있었고, 이미지 생성뿐만 아니라 캐릭터를 활용한 영상 제작까지 가능하다는 점도 큰 장점이었어요. 물론 AI가 생성한 결과물을 그대로 사용하긴 아쉬운 부분이 있었어요. 서비스에 맞게 일부 후보정 작업이 필요했지만, 처음부터 일러스트로 하나씩 제작하는 것과 비교하면
훨씬 적은 리소스로 다양한 캐릭터와 콘텐츠를 빠르고 효율적으로 만들어낼 수 있었어요.
한 가지 재미있었던 점은, AI의 성능이 정말 빠르게 발전하고 있다는 점이었어요. 프로젝트를 진행하던 당시에는 Nano Banana가 가장 만족스러운 결과물을 만들어줬지만, 시간이 지나면서 상황에 따라 다른 AI들의 성능도 눈에 띄게 좋아지고 있더라고요. 지금 다시 같은 테스트를 한다면 또 다른 결과가 나올 수도 있을 것 같아요.
4. 영상의 배경을 투명하게 바꾸고 싶은데…방법이 없을까? 🧐
프로젝트 마무리 단계의 리뷰 과정에서 예상하지 못했던 문제가 생겼어요. AI로 만든 캐릭터 영상이 솔리드 컬러 배경이었는데도, 디스플레이 해상도에 따라 서비스 배경색과 완전히 어우러지지 않고 영상의 경계선이 보이더라고요. 영상을 투명 배경으로 만들고 싶었지만 마땅한 방법이 없었어요. 결국 영상 프레임 하나하나에서 배경을 제거하는 수작업밖에 없었죠. 대충 계산해 봐도 영상 1개당 1시간은 훌쩍 넘게 걸릴 것 같았어요.
여러 방법을 찾아보다가 Claude Cowork를 활용해 볼 수 있지 않을까 싶어 도전해 봤어요. 영상을 넣으면 GIF로 변환해 주는 코드를 만들었죠. 영상 프레임을 하나씩 분해하고, 각 프레임의 배경을 자동으로 제거한 뒤, 다시 합쳐 GIF로 만드는 방식이었어요.
결과물이 나오기까지 걸린 시간은 단 30초! 한 시간짜리 반복 작업이 코드 하나로 30초면 해결이 되는거에요. 덕분에 예상했던 것보다 훨씬 빠르게 작업을 마무리할 수 있었고, 서비스 런칭 일정도 앞당길 수 있었답니다.
마치며… 🖌️
이번 프로젝트를 통해 얻은 가장 큰 결론은, 특정 AI 하나를 정해두기보다는 새로운 툴에 꾸준히 관심을 갖고 직접 테스트해보는 것 자체가 중요한 역량이라는 점이었어요. 오늘 가장 좋은 AI가 내일도 가장 좋은 AI일 거라는 보장은 없더라고요. 실제로 프로젝트를 진행하는 동안에도 새로운 모델이 계속 등장했고, 기존 모델들의 성능도 빠르게 발전하는 걸 체감할 수 있었어요.
빠르게 변화하는 AI 생태계만큼, 그 흐름을 부담 갖기보다는 가볍게라도 계속 경험해 보는 것,
그리고 우리 업무에 맞는 AI를 직접 찾아가는 과정이 결국 가장 큰 경쟁력이 될 수 있겠다는 생각이 들었답니다. 서비스 개발 관련 이야기는 다음 글에서 나눠볼게요.🌷
