AI가 디자인 도구를 바꾸고 있다는 말은 더 이상 미래형이 아니다. Figma·Adobe·Canva 같은 주요 도구 회사들은 2023년 이후 매년 자사 컨퍼런스에서 생성형 AI를 직접 통합한 새 기능을 공식 발표해 왔고, 그 기능들은 이미 디자이너의 일상 도구가 되었다. 이 글은 각 회사가 공식적으로 발표한 기능과 그 흐름을 정리해, 2026년 현재 디자이너의 도구가 어디까지 와 있는지 객관적으로 살핀다.
이 글은 추측이나 가상의 통계를 다루지 않는다. 모든 인용은 각 회사의 공식 블로그·공식 발표·공개 보도 자료에 기반한다. 한국 디자이너들이 실제로 채택해 활용하고 있는 도구들의 변화를, 사실 그대로 따라가 본다.
디자인 도구의 정의가 바뀐 시점 — 2023년 이후의 풍경
2023년은 디자인 도구의 역사에 의미 있는 분기점이 된 해다. 같은 해 3월 어도비가 Adobe Firefly의 베타를 발표했고, 9월에 정식 출시했다. 같은 해 10월 Canva가 Magic Studio라는 이름으로 자사 플랫폼 전반에 생성형 AI를 통합했다. Figma는 2023년 6월 Config에서 FigJam AI를 발표한 뒤, 2024년 6월 Config에서는 디자인 본 도구에까지 AI 기능을 확장하겠다고 공식 발표했다. 디자인 도구의 진화 속도가 그 한두 해 사이에 분명히 달라졌다.
이 변화의 가장 큰 특징은 AI가 디자인 도구의 부가 기능이 아니라 도구의 정의 자체를 바꾸는 핵심 축으로 들어왔다는 점이다. 과거의 도구가 디자이너의 손을 따라가는 보조 장치였다면, 새 세대의 도구는 디자이너의 의도를 읽고 다음 단계를 제안한다. 이 변화는 2026년에도 빠르게 진행 중이고, 각 회사의 공식 자료는 이 흐름을 비교적 투명하게 보여준다. 관련 큰 그림은 AI 시대 IT 직무 경계 7가지 장면 글의 흐름과 한 줄로 이어진다.
이 글은 각 회사의 공식 발표를 중심으로 따라가되, 2026년 현재 한국 디자이너 커뮤니티가 실제로 가장 많이 쓰는 다섯 갈래의 도구를 짚는다. Figma의 디자인-코드 통합, Adobe Firefly의 생성 워크플로, Canva의 비디자이너 대중화, v0·Vercel 계열의 디자인-개발 다리, 그리고 한국 디자인 회사들이 공개한 자체 디자인 시스템과 도구가 그것이다.
Figma — 디자인과 코드를 잇는 새 다리
Figma는 매년 6월 자사 컨퍼런스 Config에서 새 기능을 공식 발표한다. 2024년 6월 Config에서 Figma는 AI 기반의 새 기능군을 발표했고, 그중 가장 주목받았던 것이 Make Designs다. 텍스트 프롬프트로부터 첫 번째 디자인 시안을 생성하는 기능이었다. 그러나 발표 직후 일부 사용자가 “기능이 만들어 낸 시안이 기존 앱과 너무 비슷하다”는 우려를 제기했고, Figma는 이를 인정하고 해당 기능의 일반 출시를 잠시 보류했다. 이 사건은 디자인 도구에 AI를 결합할 때 학습 데이터와 결과물의 독창성 문제가 얼마나 민감한지를 업계 전체에 환기시켰다.
그 사이 다른 Figma 기능들은 빠르게 자리를 잡았다. FigJam AI는 화이트보드에서 회의 메모를 자동으로 카테고리화하고 다음 단계를 제안한다. Visual Search는 디자인 라이브러리에서 비슷한 컴포넌트를 시각적으로 찾아 준다. 자동 레이어 이름 정리, 자동 텍스트 요약, 자동 변형(variants) 생성 같은 작은 기능들이 디자이너의 반복 작업을 줄이는 방향으로 차근차근 도입됐다.
Figma의 또 다른 큰 변화는 Dev Mode의 정식 출시다. 디자이너의 캔버스에서 곧바로 코드(React·iOS·Android 코드 스니펫)를 추출할 수 있고, MCP 같은 새로운 인터페이스를 통해 AI 코딩 에이전트가 디자인을 직접 읽어 코드를 생성하는 흐름이 가능해졌다. 디자인과 개발 사이의 거리가 한 단계 더 짧아졌다는 의미다. 이 변화는 디자이너의 일이 단순히 픽셀을 그리는 것이 아니라 코드로 직결되는 기획·시스템 설계로 이동하고 있음을 보여준다.
Figma는 2025~2026년에도 Config에서 새 기능을 발표하고 있고, 회사가 운영하는 공식 블로그·뉴스룸에서 정확한 기능 출시 시점·범위를 확인할 수 있다. 디자이너 입장에서 의미 있는 점은 — 이 회사가 단순히 AI를 도입한 것이 아니라, 디자이너의 워크플로 자체를 디자인-개발 통합 환경으로 재정의하는 중이라는 사실이다.
Adobe Firefly — 생성 AI를 디자이너의 손에 정확히 얹는 방식
어도비는 2023년 3월 Adobe Firefly 베타를 발표하고, 같은 해 9월 정식 출시했다. Firefly의 가장 큰 특징은 학습 데이터다. 어도비는 자사 스톡 라이브러리(Adobe Stock)와 공개 라이선스 콘텐츠, 저작권이 만료된 작품으로만 모델을 학습시켰다고 공식적으로 밝혔고, 이는 상업적 사용 시 저작권 안전성을 보장하기 위한 설계였다. 이 점이 다른 생성형 AI와 Firefly를 차별화한 가장 큰 지점이다.
Firefly의 결과물은 어도비 주력 제품군에 직접 통합되었다. 포토샵의 Generative Fill은 선택 영역을 텍스트 프롬프트로 채우는 기능으로, 2023년 5월 베타에 추가되었고 같은 해 정식 출시되었다. 일러스트레이터의 Generative Recolor는 벡터 작업물의 색을 텍스트로 다시 배색해 준다. 익스프레스에는 텍스트로 디자인을 처음부터 생성하는 기능이 통합됐다. 어도비가 공개한 자료에 따르면 Firefly는 출시 1년 만에 누적 생성 수십억 개를 넘긴 대규모 활용 단계에 진입했다.
2024년 어도비 MAX에서 회사는 Project Concept·Project Turntable·Generative Workspace 같은 새 실험 프로젝트도 공식 시연했다. 이 중 일부는 정식 제품으로 들어왔고, 일부는 여전히 실험 단계다. 어도비의 접근은 한 가지 점에서 명확하다 — 디자이너가 직접 통제할 수 있는 형태로 AI를 도구 안에 녹여 넣는 것이다. 프롬프트 한 줄로 결과물을 만들기보다, 디자이너의 손과 결합된 작업 환경을 정교화하는 방향이다.
Canva — 비디자이너 대중화의 새 단계
Canva는 2023년 10월 자사 컨퍼런스에서 Magic Studio를 발표했다. Magic Studio는 단일 기능이 아니라 Magic Design, Magic Write, Magic Eraser, Magic Edit, Translate, Magic Switch 등 생성형 AI 기능들을 하나의 묶음으로 통합한 제품군이다. Canva가 공식적으로 강조해 온 핵심 메시지는 분명하다. 디자인을 전문가의 영역에서 모든 사람의 영역으로 끌어내겠다는 것이다.
Canva의 통계는 회사의 공식 자료에서 확인할 수 있다. Canva는 2024~2025년에 걸쳐 사용자 수와 기업 고객 수를 지속적으로 공개하고 있고, 매년 자사 보고서(Canva Year of Visual Communication)에서 디자인 사용 패턴을 정리한다. 디자이너가 아닌 사람이 마케팅·교육·기획·인사 영역에서 직접 디자인 결과물을 만드는 비중이 분명히 늘어나는 흐름이다. 한국에서도 동일한 패턴이 관찰되고, 회사·학교·1인 사업자의 일상 디자인 작업이 Canva로 흡수되는 현상이 뚜렷하다.
이 변화는 디자이너에게 위협이 아니라 새로운 협업 구조의 신호다. 비디자이너가 Canva로 1차 산출물을 만들고, 전문 디자이너가 디자인 시스템·핵심 캠페인·브랜드 정체성에 집중하는 분업이 자연스럽게 형성되고 있다. Adobe·Figma·Canva가 같은 시기 비슷한 메시지를 공개적으로 던진다는 점이 흥미롭다 — “AI는 디자이너를 대체하는 것이 아니라, 디자이너의 손이 닿는 영역을 재정의한다.”
디자인-개발 사이의 새 도구 — v0·Cursor·Claude Code
전통적인 디자인 도구의 바깥에서 디자이너의 워크플로를 바꾸고 있는 새로운 종류의 도구들이 있다. 2023년 10월 Vercel이 공개한 v0는 텍스트 프롬프트로 React 컴포넌트를 생성하는 도구로, 디자이너가 곧바로 사용 가능한 코드 결과물을 만들어 낸다. Cursor·GitHub Copilot·Claude Code 같은 코드 어시스턴트들은 디자이너와 개발자의 협업 인터페이스 자체를 바꾸고 있다. 디자이너가 와이어프레임만 던져 주면 첫 번째 동작하는 프로토타입이 몇 분 안에 나오는 환경이다.
이 도구들은 모두 각자 회사의 공식 제품 페이지·문서·블로그에서 정확한 기능 범위와 한계를 확인할 수 있다. 디자이너가 코드 자체를 쓰지 않더라도, 자기 디자인이 어떻게 코드로 실현되는지 직접 시연하고 검토할 수 있는 환경이 생긴 것이다. 이는 디자이너의 일이 화면 설계자에서 시스템 전략가로 확장되는 변화의 토대가 된다.
한국에서도 이 도구들의 채택 속도가 빠르다. 스타트업과 대기업의 디자인 팀이 v0·Figma Dev Mode·Cursor를 결합한 워크플로를 표준화하는 사례가 많아졌다. 디자이너가 코드 쪽 흐름을 어느 정도 읽을 수 있게 되면 의사 결정 속도가 눈에 띄게 빨라진다. 디자인-개발 사이의 핸드오프가 사라지지는 않지만, 그 핸드오프의 마찰이 분명히 줄고 있는 것은 사실이다.
한국 디자인 회사들이 공개한 디자인 시스템과 도구
한국 디자이너 입장에서 흥미로운 또 하나의 흐름은 자국 회사들이 자신들의 디자인 시스템과 도구를 공개적으로 발표·공유하기 시작했다는 점이다. 우아한형제들(배달의민족)은 자체 폰트인 한나체·주아체·도현체·연성체 등을 무료로 배포했고, 자사 디자인 컨퍼런스 우아콘에서 디자인 시스템과 일하는 방식을 공개해 왔다. 토스(Toss)는 디자인 시스템 자료를 토스 디자인 사이트와 공식 블로그에 정기적으로 게시하고, 디자인 일러스트레이션 가이드도 일부 공유한다.
카카오도 자사 디자이너 블로그를 통해 카카오 디자인 시스템과 작업 방식을 공개해 왔고, 네이버 그룹의 디자인팀들도 자체 디자인 컨퍼런스 발표 자료를 공개하고 있다. 이 모든 자료는 각 회사의 공식 채널에서 직접 확인할 수 있고, 한국 디자이너 커뮤니티가 글로벌 도구 회사의 발표만큼이나 자주 참고하는 1차 자료가 되었다. 한국 디자인 산업 통계는 한국디자인진흥원 공식 사이트의 정기 보고서에서 확인할 수 있다.
한국 회사들이 공개한 자료의 공통점은 단순한 결과물 자랑이 아니라 의사 결정 과정과 실패 경험까지 함께 공개하는 흐름이라는 점이다. 글로벌 회사 발표가 보통 “이런 기능을 만들었다”에서 끝나는 반면, 한국 회사들은 “이런 기능을 왜 그렇게 만들었고 어떻게 실패했고 다시 어떻게 다듬었는가”의 호흡으로 발표하는 경우가 많다. 이는 후속 디자이너에게 매우 실용적인 1차 자료다.
그늘과 질문 — 저작권·일자리·표준화
이 변화의 빛만 보지는 말자. 분명한 그늘이 있다. 첫째, 저작권 문제다. Firefly처럼 학습 데이터를 명시한 모델은 안전한 편이지만, 다른 일부 생성형 AI는 학습 데이터의 라이선스가 모호하다. 디자이너가 클라이언트 업무에 사용할 때 어떤 모델이 안전한지 일일이 확인하는 부담이 늘었다. 각 회사의 공식 약관·라이선스 문서를 직접 읽는 습관이 그 어느 때보다 중요해졌다.
둘째, 일자리 변화다. AI가 디자이너 자체를 대체하지는 않더라도, 일부 직무의 경계는 분명히 흔들린다. 시안 작성·일러스트·반복 작업 영역의 외주 의존도가 줄어드는 신호가 보인다. 반면 디자인 시스템 설계자·프로덕트 디자이너·디자인 엔지니어처럼 시스템적 사고가 필요한 자리는 오히려 수요가 커진다. 한국 채용 시장의 디자이너 직무 공고만 비교해 봐도 이 흐름은 어느 정도 관찰된다.
셋째, 표준화 위험이다. 같은 AI 모델이 같은 학습 데이터로 시안을 만들어 내면, 결과물이 비슷해질 위험이 있다. Figma의 Make Designs 사건이 환기시킨 점이 바로 이것이다. 디자이너의 차별성은 결국 시스템 사고·맥락 이해·고객 인사이트에서 나온다. AI가 만든 첫 시안을 그대로 쓰지 않고 그 위에 자신의 비판적 판단을 얹는 능력이, 2026년 디자이너의 핵심 자산이다.
AI 디자인 도구의 학습 곡선 — 디자이너가 어떻게 시작할까
새로운 AI 디자인 도구를 어디서부터 시작하면 좋을까. 검증 가능한 학습 동선으로 정리하면 이렇다. 첫째, 각 도구의 공식 튜토리얼이다. Figma·Adobe·Canva 모두 공식 사이트에서 신기능 튜토리얼 영상과 텍스트 가이드를 무료로 제공한다. 30분짜리 공식 튜토리얼 한 편이 비공식 강의 여러 편보다 정확한 출발점이 된다. 공식 자료는 항상 최신 기능과 정확한 라이선스 정보를 함께 담고 있다.
둘째, 각 도구의 컨퍼런스 영상이다. Figma Config·Adobe MAX·Canva Create는 모두 행사 후 공식 영상을 유튜브에 업로드한다. 한 컨퍼런스의 핵심 발표 5~7편을 본 시간이 한 도구의 흐름을 가장 빠르게 잡는 방법이다. 한국어 자막이 자동 생성되므로 영어 부담도 크지 않다.
셋째, 실전 프로젝트로 배우기다. AI 디자인 도구는 사용자의 의도와 결합될 때 진짜 학습이 일어난다. 본인의 작은 프로젝트(개인 사이트, 명함, 작은 아트워크)에 새 도구를 의식적으로 적용해 보고, 그 과정에서 어떤 부분이 잘 됐고 어떤 부분이 한계였는지 메모로 남기는 습관이 가장 단단한 학습 자산이 된다.
넷째, 다른 디자이너의 케이스 스터디 읽기다. Behance·Medium·Dribbble에 매년 수많은 디자이너가 AI 도구 활용 사례를 공개한다. 본인 작업과 비슷한 결의 프로젝트를 찾아 어떻게 도구를 활용했는지 공부하면 본인 작업에 적용할 결을 빠르게 잡을 수 있다.
AI 디자인 도구를 사용할 때 디자이너가 지켜야 할 윤리
AI 디자인 도구의 활용에는 분명한 윤리적 경계가 있다. 첫째, 학습 데이터의 출처를 의식하는 일이다. 어도비 Firefly처럼 학습 데이터를 명시한 모델은 비교적 안전하지만, 일부 생성형 AI는 작가 동의 없는 작품을 학습 데이터로 활용했다는 법적 분쟁이 진행 중이다. 클라이언트 작업에서는 학습 데이터의 안전성이 분명한 모델을 우선 활용하는 것이 디자이너의 직업적 책임이다.
둘째, AI 생성물의 출처를 명시하는 일이다. 클라이언트에게 작업물이 어떤 부분에 AI를 활용했는지를 정직하게 알리는 결이 신뢰의 기반이다. 일부 클라이언트는 AI 활용을 정책적으로 제한하거나 명시 의무를 두므로, 작업 시작 전 클라이언트의 AI 활용 정책을 확인하는 것이 표준적 결이 됐다.
셋째, 다른 디자이너의 작품을 AI 입력으로 사용하지 않는 일이다. 다른 디자이너의 작업물을 AI에 입력해 비슷한 결과를 만드는 것은 표절의 새 형태다. 디자인 산업의 신뢰는 이 경계가 분명히 지켜질 때 유지된다. 본인이 만든 작업물·공개 라이선스 자료·정식 라이선스 자료만 AI 입력에 활용하는 것이 안전한 결이다.
넷째, AI를 통한 결과물에 본인의 판단을 더하는 일이다. AI가 만든 첫 시안을 그대로 클라이언트에게 제출하는 것은 디자이너의 직업적 가치를 약하게 만든다. AI 결과물 위에 본인의 비판적 판단·맥락 이해·사용자 인사이트를 더하는 작업이 디자이너의 자리다. 도구가 빨라질수록 디자이너의 사고력이 더 중요해진다는 명제가 여기에 근거한다.
한국 디자이너 채용 시장의 변화 — AI 도구 능력의 가치
한국 디자이너 채용 시장의 변화는 AI 도구의 부상과 함께 분명히 흐름이 달라졌다. 2024년 이후 한국 IT 회사·디자인 회사의 채용 공고를 살펴보면 AI 도구 활용 능력이 우대 사항으로 명시되는 사례가 늘었다. 일부 회사는 Figma·Adobe Firefly·v0·Cursor 같은 도구의 활용 경험을 면접 단계에서 직접 검증한다. 정확한 채용 흐름은 한국 주요 채용 플랫폼(원티드·잡코리아·자소설닷컴 등)에서 디자이너 직무 검색으로 직접 확인 가능하다.
같은 흐름의 또 다른 측면은 디자이너의 경력 가치 변화다. AI 도구로 빠르게 산출물을 만드는 능력 자체보다, AI 도구를 어떤 시점에 어떻게 활용할지 판단하는 능력이 더 큰 가치를 가지게 됐다. 시안 작성·일러스트·반복 작업 영역에서는 AI 보조의 비중이 커졌고, 그 시간만큼 디자이너의 전략적 판단·시스템 사고·사용자 인사이트가 차지하는 비중이 늘었다.
디자이너의 포트폴리오 결도 함께 변화한다. 단순 결과물 이미지를 나열하는 포트폴리오와 의사 결정 과정·도구 활용·문제 해결의 결을 함께 보여 주는 포트폴리오는 채용 담당자에게 분명히 다른 신호로 읽힌다. AI 도구를 활용한 작업의 경우 어떤 부분에 AI를 활용했고 어떤 판단을 더했는지를 정직하게 보여 주는 포트폴리오가 가장 큰 신뢰를 얻는다.
디자이너의 자기 학습 자산도 함께 두꺼워져야 한다. 매년 두세 개의 글로벌 디자인 컨퍼런스 영상을 직접 보고, 본인의 작업 케이스를 영문으로 한 편 정리하고, 한국 회사의 공개 자료를 의식적으로 학습하는 누적이 디자이너의 글로벌 좌표를 만든다. 도구가 빠르게 변해도 흔들리지 않는 디자이너의 중심은 결국 본인의 학습 누적과 사고력에서 만들어진다.
디자이너의 평생 학습 — 도구 너머의 사고력
도구는 빠르게 변하지만 디자이너의 평생 학습은 도구 너머의 사고력에 뿌리를 둔다. 디자인 사고의 토대를 단단히 잡는 학습 자료는 시대를 넘어 가치를 유지한다. 도널드 노먼의 The Design of Everyday Things, 디터 람스의 10 Principles for Good Design, 빅터 파파넥의 Design for the Real World 같은 고전은 디자이너의 사고 토대를 만드는 자료다. 한국어 번역본도 모두 출간되어 있어 한국 디자이너에게 직접 접근 가능하다.
이런 고전은 한 번 읽고 끝나는 책이 아니라, 5년·10년 단위로 다시 읽으면서 본인의 사고 토대를 점검하는 자료다. 디자이너의 경력이 누적될수록 같은 책의 같은 문장이 다른 깊이로 읽히는 경험을 누구나 한다. 도구가 빠르게 바뀌는 시대일수록 이런 평생 학습 자산이 디자이너의 흔들리지 않는 중심이 된다.
현대 자료로는 매리언 울프·돈 노먼·존 마에다·캐스 하나우어·돈 노먼·제니퍼 페르난데즈 같은 디자인 사고가들의 책과 강연 자료가 좋은 학습 동선을 만든다. 한국 디자이너가 쓴 책도 매년 출간되고 있고, 김태진·신혜경·고현진·이지원 같은 한국 디자인 저자의 책은 한국 맥락에 맞는 디자인 사고를 가장 가까이 학습할 수 있는 자료다.
학습의 가장 단단한 결은 결국 본인의 작업으로 이어진다. 책에서 익힌 사고를 본인 작업에 적용하고, 그 결과를 글이나 케이스 스터디로 정리하고, 다른 디자이너와 결과를 나누는 누적이 디자이너의 평생 자산이 된다. 도구가 또 한 번 바뀌어도 이 누적은 사라지지 않는다. 2026년 디자이너에게 가장 중요한 자산은 바로 이 누적이고, 어떤 AI 도구도 대신해 줄 수 없는 영역이다.
한국 디자이너에게 다음 5년의 가장 중요한 결정은 어떤 새 도구를 익히느냐가 아니라, 어떤 사고력을 평생의 토대로 쌓느냐이다. 도구의 학습은 빠르고 사고력의 누적은 느리지만, 결국 디자이너의 자리를 만드는 것은 후자다. 매일의 작은 학습이 5년 뒤·10년 뒤의 디자이너로서의 중심을 결정한다.
본인이 어떤 디자이너로 5년 뒤에 서 있고 싶은지 한 문장으로 적어 두는 것이 그 시작이다. 그 한 문장이 매일의 도구 선택과 학습 동선을 안내하는 나침반이 된다.
2026년 디자이너의 도구는 어디까지 와 있는가
각 회사의 공식 발표만 따라가도 분명해지는 사실이 있다. 디자인 도구는 더 이상 정적인 캔버스가 아니라, 디자이너의 의도를 읽고 다음 단계를 제안하는 살아 있는 환경이 되었다. Figma·Adobe·Canva·v0·Cursor 같은 도구들이 각자 다른 방향에서 같은 큰 그림을 그리는 중이다 — 디자이너의 손과 시스템 사이의 거리를 좁히고, 비디자이너의 영역을 넓히고, 디자인-개발 사이의 마찰을 줄이는 것이다.
한국 디자이너에게 필요한 것은 이 변화에 대한 두 가지 자세다. 하나는 각 회사의 공식 1차 자료를 직접 읽는 습관이다. 트렌드 기사 요약본이 아니라 Figma Config·Adobe MAX·Canva Create의 공식 발표 영상을 직접 보는 시간이 한 시간이면 도구의 큰 흐름을 정확히 잡을 수 있다. 다른 하나는 한국 회사들의 공개 자료를 함께 읽는 습관이다. 글로벌 트렌드와 한국 적용 현실은 같지 않고, 한국 회사들이 공개한 실패담이 가장 빠른 학습 경로가 된다.
도구는 빠르게 진화하지만, 그 도구를 어디에 어떻게 쓸지 결정하는 손은 여전히 디자이너의 것이다. 각 회사의 공식 발표가 그리는 큰 그림을 한 발 떨어져 보는 안목을 길러 두면, 도구가 또 한 번 바뀌어도 흔들리지 않는 작업의 중심이 만들어진다. 그것이 2026년 디자이너에게 가장 중요한 자산이고, 어떤 AI 기능도 대신해 줄 수 없는 영역이다.
