UI/UX INSIGHT REPORT No.005

금융&라이프 UI/UX 동향

AI 시대 디지털 프로덕트 생산 공정의 미래

디자인 시스템의 진화

디지털 서비스 산업은 지금 거대한 전환기를 지나고 있습니다. 과거의 디지털 디자인이 ‘정해진 화면을 만드는 일’에 국한되었다면 오늘날의 디자인은 수많은 시스템이 유기적으로 연결된 복잡한 구조에서 작동합니다.

모바일 앱, 웹, 마케팅 플랫폼, 어드민, AI 기반 기능에 이르기까지 서비스 규모가 커질수록 운영의 복잡도는 기하급수적으로 증가합니다. 이러한 구조적 한계를 극복하기 위해 등장한 것이 바로 디자인 시스템(Design System)입니다. 하지만 여전히 많은 곳에서 이를 단순한 'UI 라이브러리'나 '디자인 가이드 확장판'으로 이해하곤 합니다.

디자인 시스템의 본질은 단순한 화면 구성 가이드가 아닙니다. 그 핵심은 복잡한 디지털 서비스의 기능과 구조를 반복 및 확장 가능한 형태로 운영하기 위한 '생산 체계'를 구축하는 것에 있습니다. 

이 리포트에서는 디자인 시스템 이전의 제작 환경부터 AI 시대 디지털 프로덕트 생산 공정의 미래와 디자이너의 역할 확장까지 그 과정을 짚어보고자 합니다.

1. 디자인 시스템은 왜 등장했는가

오늘날의 디지털 서비스는 출시 후 끝나는 것이 아니라 실시간 운영, 멀티 플랫폼 대응, 데이터 기반 개선이 반복되는 '운영 중심 산업'으로 변화했습니다.

문제는 공통 기준 없이 서비스 규모만 확장될 경우입니다. 같은 기능이 중복 제작되고 협업 비용은 증가하며 사용자 경험은 점점 일관성을 잃게 됩니다.

디자인 시스템은 이러한 문제를 해결하기 위해 등장했습니다. 즉, 단순한 관리 체계를 넘어 생산, 운영 효율을 극대화하고 서비스 경험의 일관성을 유지라는 '디지털 서비스 운영 툴'이라고 볼 수 있습니다.

2. 디자인 시스템 이전의 제작 환경

현재의 디자인 시스템 환경은 갑자기 등장한 것이 아닙니다. 초기 디지털 제작 환경에서 발생했던 비효율과 협업 문제들을 해결해가는 과정 속에서 자연스럽게 발전한 결과에 가깝습니다.

특히 디자인과 개발 사이의 반복 커뮤니케이션, 버전 관리 문제, 화면 수 증가에 따른 유지보수 한계 등이 새로운 도구와 제작 방식의 등장을 이끌었습니다.

디지털 프로덕트 제작 환경의 변화는 단순한 툴 교체가 아니라 “비효율을 어떻게 줄이고 효율을 높일 것인가”에 대한 산업 전체의 진화 과정이라고 볼 수 있습니다.

2.1 포토샵(Photoshop) 시대

비트맵 기반 제작 구조와 협업의 한계

2000년대 후반까지 UI 디자인의 주력 툴은 포토샵이었습니다. 하지만 포토샵은 원래 사진 편집용 툴이었기 때문에 멀티 디바이스와 실시간 운영 환경을 대응하기에는 태생적 한계가 명확했습니다.

당시의 업무 방식은 페이지 단위 PSD 제작, 이메일 기반 파일 전달, 수동 수정 중심 운영

구조였습니다. 우리가 흔히 웃픈 사례로 이야기하는 final.psd, final_final.psd, final_last_진짜최종.psd 같은 파일명은 당시의 버전 관리와 운영 구조가 얼마나 취약했는지를 보여주는 상징적인 모습입니다.

문제는 서비스 규모가 커질수록 비효율이 기하급수적으로 증가했다는 점입니다. 예를 들어 버튼 스타일 하나가 변경되더라도 수십 개 PSD 파일 수정, 개발 코드 재반영, QA 재검수가 반복되어야 했습니다. 즉 디자인 수정이 곧 전체 운영 비용 증가로 이어지는 구조였던 것입니다.

이 시기 주목할 변화 중 하나는 마크업(Markup: 웹 화면 구조를 코드로 만드는 작업) 조직의 전문화였습니다. 초기 마크업은 단순 구현 역할에 가까웠지만 점차 웹 표준(Web Standards: 웹 환경에서 일관된 구조와 호환성을 유지하기 위한 공통 제작 규칙), 접근성 영역까지 확장되기 시작했습니다.

특히 Naver 등 국내 주요 IT 기업들은 웹 표준과 접근성 기반 운영 문화를 선도적으로 정착시켰습니다. 이는 단순 구현을 넘어 디자인과 개발 사이의 공통 기준을 만들기 시작한 흐름이었다는 점에서 의미가 있습니다. 

하지만 여전히 당시 구조는 디자인 파일, 개발 코드, 운영 기준이 서로 분리되어 있었기 때문에 협업 비용 자체를 근본적으로 줄이기에는 한계가 존재했습니다.

2.2 스케치(Sketch) 시대

컴포넌트 사고의 태동과 협업 구조의 개선

스케치(Sketch)의 등장은 UI 디자인의 패러다임을 ‘벡터’(Vector: 확대해도 깨지지 않는 그래픽 구조)와 ‘심볼’(Symbol: 반복 사용하는 UI 요소를 공통 관리하는 기능. 스케치 요소 명칭) 중심 구조로 전환시켰습니다. 이는 단순히 디자인 툴이 바뀐 것이 아니라 디자인 요소를 반복 가능한 구조로 관리하기 시작했다는 점에서 큰 의미가 있습니다.

이 시기부터 컴포넌트(Component: 재사용 가능한 UI 단위 요소), 아토믹 디자인(Atomic Design: 작은 UI 요소를 조합해 화면 전체를 구성하는 설계 방식)과 같은 모듈화 개념이 업계 전반에 빠르게 확산되었습니다.

이 변화는 포토샵 시대의 가장 큰 문제였던 반복 수정과 운영 비효율을 줄이기 시작했다는 점에서 중요합니다. 예를 들어 버튼 심볼을 수정하면 연결된 화면 전체에 동일 기준을 빠르게 반영할 수 있게 되었습니다.

즉 화면 단위 수정에서 시스템 단위 관리로의 전환이 시작된 것 입니다. 또한 제플린(Zeplin) 과 같은 협업 도구의 등장은 디자인 스펙(Design Spec: 개발 구현을 위한 디자인 수치 및 속성 정보) 전달 과정을 크게 변화시켰습니다.

과거에는 개발자가 포토샵 파일을 열어 직접 수치를 확인해야 했지만 제플린은 컬러값, 간격, 폰트 정보, 디자인 리소스(Design Resource: 디자인 작업에 사용하는 이미지·아이콘 등의 자산) 추출 등을 자동으로 제공하기 시작했습니다.

이를 통해 커뮤니케이션 오류 감소, 반복 측정 작업 감소, 개발 속도 개선 효과가 나타나기 시작했습니다.

디지털 프로덕트 제작 환경의 전문화

이 시기 또 하나의 변화는 디지털 프로덕트 제작 환경 자체의 전문화였습니다. 스케치(Sketch)는 macOS 전용 툴이었기에 당시 수많은 디자인 조직이 Mac 기반 환경으로 빠르게 전환되었습니다. 이는 단순한 운영체제 교체를 넘어 다음과 같은 변화를 동반했습니다.

결과적으로 이 시기의 디자인 조직은 시각 제작 중심에서 벗어나 제품 구조 설계, 컴포넌트 기반 운영, 유저 데이터 추적 등 '디지털 프로덕트 중심 조직'으로 빠르게 재편되었습니다. 즉, 도구의 변화가 곧 디지털 프로덕트 제작 방식 전반의 문화를 이끌어낸 시기라고 볼 수 있습니다.

다만 스케치(Sketch) 시대에도 여전히 한계는 존재했습니다. 대표적으로 파일 버전 관리 문제, 실시간 협업의 어려움, 여러 디자이너 동시 작업 한계 등이 점차 새로운 문제로 떠오르기 시작했습니다.

3. 디자인 시스템의 어머니, 피그마(Figma)

실시간 협업과 시스템의 보편화

피그마의 등장은 디자인 시스템을 산업 전반의 운영 구조로 확장시킨 중요한 전환점이었습니다. 피그마 이전 시대의 디자인은 기본적으로 ‘파일 중심 구조’ 였습니다. 하지만 피그마 이후 디자인은 ‘클라우드 기반 실시간 운영 구조’로 변화하기 시작했습니다.

하나의 URL이 디자인, 협업, 운영 기준 자체가 되는 구조가 만들어진 것입니다. 이를 통해 여러 디자이너와 개발자가 동시에 같은 화면을 실시간으로 확인하고 수정할 수 있게 되면서 협업 속도, 의사결정 속도, 운영 안정성이 크게 향상되었습니다.

또한 피그마는 디자인 시스템을 단순 ‘디자인 자산’이 아니라 운영 가능한 구조 데이터로 발전시키는 기반이 되었습니다.

특히 디자인 토큰(Design Token: 컬러·간격·폰트 등을 데이터처럼 공통 관리하는 방식),  컴포넌트 시스템 등의 확산은 디자인과 개발의 연결 방식을 완전히 바꾸기 시작했습니다. 컬러, 간격, 타이포그래피 등이 더 이상 단순 시각 요소가 아니라 구조화된 데이터, 자동화 가능한 규칙으로 관리되기 시작한 것입니다.

결국 피그마는 디자인과 개발 사이의 협업 비용을 획기적으로 줄이며  디자인 시스템을 산업 표준 구조로 확산시킨 결정적 전환점이었다고 볼 수 있습니다.

4. 디자인 가이드 vs 디자인 시스템

결과물에서 운영 구조로의 전환

많은 조직에서 디자인 가이드와 디자인 시스템을 같은 의미로 사용하지만 두 개념은 본질적으로 다릅니다. 디자인 가이드가 시각적 기준을 정리한 ‘매뉴얼’이라면 디자인 시스템은 디자인과 개발이 함께 연결되어 움직이는 운영 구조에 가깝습니다.

과거 디자인 가이드는 컬러, 버튼 스타일, 타이포그래피, 여백 규칙 등을 문서 형태로 정리해두는 방식이었습니다. 그리고 실제 작업에서는 디자이너와 개발자가 이 문서를 참고해 각각 수동으로 수정해야 했습니다.

예를 들어 브랜드 컬러가 변경될 경우 디자이너는 수많은 화면을 다시 수정해야 하고  개발자는 관련 코드를 직접 찾아 변경해야 했으며  QA 역시 전체 화면을 다시 검수해야 했습니다.

즉 디자인 가이드는 ‘기준’은 제공하지만 운영 자체는 사람의 반복 작업에 의존하는 구조였습니다.

반면 디자인 시스템은 공통 컴포넌트와 디자인 토큰 기반으로 연결되어 있기 때문에 하나의 요소를 수정하면 전체 서비스에 동일한 기준이 동시에 반영될 수 있습니다.

예를 들어 버튼 컬러 변경, 간격 수정, 폰트 스타일 변경 등이 발생하면 과거처럼 모든 화면을 개별 수정하는 것이 아니라 공통 요소 한 번의 수정만으로 연결된 화면 전체에 자동 반영이 가능합니다.

또한 디자인 시스템은 실제 디자인 작업 방식 자체도 크게 변화시켰습니다. 과거에는 화면을 새로 만들 때마다 버튼, 입력창, 카드 UI 등을 반복해서 직접 제작해야 했지만 현재는 미리 정의된 Foundation(컬러, 타이포, 간격 등 공통 기준)과 Component(버튼, 모달, 리스트 등 공통 UI)를 조합하는 방식으로 작업이 이루어집니다.

덕분에 디자이너는 반복된 제작에서 사용자 경험 설계, 화면 구조 개선, 서비스 흐름 설계

등 더 중요한 문제 해결에 집중할 수 있게 되었습니다.

정리하면 디자인 가이드가 “이렇게 만들어야 한다”는 기준 문서라면 디자인 시스템은 “하나를 수정하면 전체가 함께 적용되는” 디지털 운영 인프라에 가깝습니다.

5. 산업 표준이 된 디자인 시스템

현재 디자인 시스템은 특정 기업만의 운영 방식이 아닙니다. 오늘날 글로벌 플랫폼 기업, 금융사, 커머스 기업, SaaS 기업, 대형 스타트업 등 산업 전반에서 디자인 시스템은 핵심 운영 인프라로 활용되고 있습니다. 이는 더 이상 일시적인 업무 트렌드가 아니라 디지털 서비스를 안정적으로 운영하기 위한 산업 표준 구조로 자리잡고 있음을 의미합니다.

글로벌 기업 적용 사례

Atlassian

업무 생산성을 약 40% 개선하며 디자인 시스템을 통해 협업 효율과 운영 생산성을 동시에 향상시킨 대표 사례로 평가받고 있습니다.

Visa (VPDS)

VPDS(Visa Product Design System)를 통해 디자인 작업 시간 약 20% 감소, 개발 생산성 약 25% 개선 효과를 발표한 바 있습니다.

특히 Visa는 디자인 시스템을 단순 내부 라이브러리가 아니라 글로벌 금융 서비스 운영 인프라 개념으로 확장했다는 점에서 의미가 큽니다.

국내 사례

Toss

초기부터 디자인 시스템 중심 운영 구조를 구축하며 금융 서비스 속도와 사용자  경험을 강화해온 대표 적용 사례입니다.

KakaoBank

디자인 시스템 도입 이후 디자인 프로세스 효율성이 약 30% 개선되었다고 공개한 바 있습니다.

Musinsa

인하우스 디자인 조직을 운영하고 있음에도 PlusX와 함께 디자인 시스템을 구축하며 운영 구조와 협업 체계를 고도화한 사례입니다.

한화손보 DXS

한화손보 역시 캐롯 합병 이후 DXS(DX Design System)를 중심으로 디지털 운영 체계를 고도화하고 있습니다. 

특히 최근 AI 기반 생성형 UI와 자동화 기술이 빠르게 발전하면서 디자인 시스템은 AI가 이해할 수 있는 구조 데이터이자 운영 언어로 진화하고 있습니다.

DXS 역시 현재의 운영 효율 개선에 머무르지 않고 향후 AI 기반 생산 환경까지 고려한 방향으로 지속적인 확장 가능성을 준비하고 있다는 점에서 의미가 있습니다.

6. AI 시대의 디자인 시스템 

AI가 이해하는 운영 언어로의 진화

최근에는 AI가 디자인 시스템 자체를 참조해 UI를 생성하는 흐름도 빠르게 등장하고 있습니다. 대표적으로 Anthropic의 Claude Design은 디자인 시스템과 구조 데이터를 기반으로 UI를 생성 이해하는 방향으로 발전하고 있습니다.

즉 디자인 토큰, 파운데이션(Foundation), 컴포넌트 구조 등이 체계적으로 정리되어 있을수록 AI는 더 일관된 결과를 만들 수 있습니다.

결국 AI가 고도화 될수록 디자인 시스템의 중요성은 더욱 커질 가능성이 높습니다. 그리고 디자인 시스템은 이제 사람이 사용하는 운영 체계를 넘어  AI가 이해하고 활용하는 구조 데이터로 진화하기 시작하고 있습니다.

7. 디자이너의 미래

AI의 발전은 디자이너의 역할 자체를 빠르게 변화시키고 있습니다. 과거 디자이너의 핵심 업무가 화면을 직접 제작하는 데 있었다면 앞으로는 구조를 설계하고 기준을 정의하며 AI의 결과를 판단하고 사용자 경험의 방향성을 결정하는 역할이 더욱 중요해질 것입니다.

현재 생성형 AI는 UI 시안 생성, 레이아웃 제안, 프로토타입 제작 등 반복적인 제작 영역을 빠르게 대체하고 있습니다. 생성 속도와 퀄리티가 크게 향상 되고있는만큼 함께 중요해지는 영역이 있습니다.

사용자 경험의 맥락 이해, 서비스 흐름 설계, 브랜드 감성 판단, 사용자 신뢰 형성. 이 영역은 여전히 인간의 판단과 책임이 필요한 영역입니다. AI는 수많은 화면을 만들 수 있지만, 어떤 경험이 더 자연스럽고 신뢰감 있게 느껴지는지까지 완전히 판단하지는 못합니다.

특히 금융, 커머스, 모빌리티처럼 사용자 신뢰와 감정 경험이 중요한 산업에서는 경험의 완결성과 일관성을 설계하는 역할이 더욱 중요해질 것 입니다.

이미 많은 글로벌 기업들은 디자이너를 UI 제작자에서 시스템 설계자, 서비스 전략가, 경험 설계자로 정의하고 있습니다.

대표적으로 IBM 은 디자인을 사용자 경험과 비즈니스 전략을 연결하는 핵심 조직 역량으로 운영하고 있으며, Airbnb 역시 디자이너를 화면 제작자가 아닌 사용자 경험 중심의 조직 구조를 설계하는 역할로 바라보고 있습니다.

결국 AI 시대의 디자이너는 화면을 만드는 사람에서 나아가 사용자와 AI가 함께 만들어내는 경험의 구조를 설계하고 그 시스템이 올바르게 작동하도록 만드는 사람에 가까워질 것입니다.

안전을 위한 디자인

가장 중요한 순간, 신뢰하는 사람과 연결

ChatGPT ‘Trusted Contact’ 기능 신설

@openai.com

OpenAI는 사용자가 위기 상황에서 고립되지 않도록 돕기 위한 새로운 안전 기능 ‘Trusted Contact(신뢰 연락처)를 발표했습니다. 이 기능을 통해 AI는 단순히 대화에 응답하는 시스템을 넘어, 필요한 순간에 현실 세계의 지원 체계와 연결되도록 돕는 방향으로 안전 정책을 확장하고 있습니다.

1. 기술을 넘어, 현실 기반의 지원으로

ChatGPT는 학습과 생산성 도구를 넘어, 사용자의 개인적인 고민과 감정을 털어놓는 공간으로도 활용됩니다. OpenAI는 이러한 상황에서 자해 위험, 자살 암시, 심각한 정서적 위기 등의 신호를 더 신중하게 다루기 위한 안전 체계를 구축해 왔다고 설명합니다.

Trusted Contact는 사용자가 미리 지정한 가족, 친구, 보호자 등 신뢰할 수 있는 연락처를 기반으로 작동합니다. OpenAI는 이를 단순 알림 기능이 아닌, 문제 해결이 필요한 순간 실제 인간 연결과 현실적 도움으로 이어지게 하는 안전망으로 정의하고 있습니다.

@openai.com

2. 신중하게 설계된 안전 프로세스

OpenAI는 사용자의 안전과 프라이버시 보호 사이 균형을 핵심 원칙으로 설명합니다.

Trusted Contact는 다음과 같은 단계를 따릅니다.

사용자는 설정에서 언제든지 신뢰할 수 있는 연락처를 삭제하거나 수정할 수 있으며, 수신자 본인도 고객센터에서 스스로 삭제를 요청할 수 있습니다.

3. 대화 전반에 적용되는 추가 안전 장치

OpenAI는 Trusted Contact 외에도 민감한 상황에서 더 안전한 사용자 경험을 제공하기 위한 다양한 보호 장치를 운영하고 있습니다. 위험 수준에 따라 대응 방식을 지속적으로 개선하며, 위기 상황에서 현실적인 도움으로 연결될 수 있도록 설계되고 있습니다.

실질적인 도움 연결 지원 ChatGPT는 민감한 상황에서 사용자에게 응급 서비스, 위기 상담 전화, 정신 건강 전문가, 또는 신뢰할 수 있는 사람에게 연락하도록 권장합니다.

세심한 대응 170명 이상의 정신 건강 전문가와 협력하여 ChatGPT가 잠재적 고통의 징후를 감지하고, 대화의 긴장을 완화하며, 필요 시 실질적 지원을 받을 수 있도록 안내하는 기능을 개선했습니다.

시간 관리 능력 향상 지원 장시간 사용 후 휴식을 취하거나 잠시 자리를 비울 것을 제안하며, 건강한 기술 사용 습관을 장려합니다.

유해한 요청 거부 ChatGPT는 자살이나 자해에 대한 지침을 제공하지 않도록 훈련되었습니다. 사용자가 이러한 정보를 요청할 경우, 시스템은 요청을 거부하고 대신 더 안전한 답변을 제공하거나 지역별 위기 지원 기관을 안내합니다.

AI는 어떻게 현실 세계와 연결될 수 있는가

이번 기능은 “AI 서비스가 사용자 안전에 어떻게 책임감 있게 개입할 수 있는가”에 대한 새로운 방향성을 보여주는 사례입니다. AI는 이제 현실 세계와 단절된 독립 시스템이 아니라, 사람과 사람을 연결하는 보조 역할로 발전하고 있습니다. 기술이 현실 세계에 자연스럽게 안착하는 과정을 보여주는 중요한 사례라고 볼 수 있습니다.

여성을 위한 디자인

한국인이 가장 많이 사용하는 전문몰

에이블리만의 여성 특화 전략

@apps.apple.com/kr/app/id1084960428 | ably

국내 패션 플랫폼 시장은 이제 단순히 상품을 많이 보유하고 판매하는 것만으로 경쟁력을 설명하기 어려운 단계에 들어섰습니다. 최근 플랫폼 경쟁은 사용자의 세분화된 취향과 관심 흐름을 얼마나 정교하게 이해하고 서비스 경험 안에 자연스럽게 녹여내는가에 달려 있습니다. 그리고 이러한 변화 속에서 가장 주목받는 서비스 중 하나가 바로 에이블리(ABLY)입니다.

에이블리는 여성 패션 플랫폼으로 시작해 현재는 스타일 탐색, 개인화 추천, 콘텐츠형 쇼핑 경험을 결합한 대표적인 여성 특화 플랫폼으로 자리잡고 있습니다. 특히 단순 상품 판매를 넘어 ‘구경하는 재미’ 자체를 하나의 서비스 경험으로 만든 플랫폼이라는 점에서 업계의 관심을 받고 있습니다.

검색보다 ‘탐색’이 중요한 여성 쇼핑 특성

기존 종합 커머스 플랫폼의 기본 구조는 검색 중심입니다. 사용자는 필요한 상품명을 입력하고 가격과 혜택을 비교한 뒤 빠르게 구매를 결정하는 흐름에 익숙합니다. 즉 명확한 목적을 가진 상태에서 효율적으로 상품을 찾는 ‘목적형 쇼핑’ 구조에 가깝습니다.

반면 여성 패션 소비는 상대적으로 발견형 쇼핑 성향이 강한 것으로 분석됩니다. 여성 사용자는 특정 상품 하나를 찾기보다 다양한 스타일을 둘러보며 자신의 취향을 구체화하는 과정 자체를 즐기는 경우가 많습니다.

에이블리는 이러한 소비 맥락을 날카롭게 포착해 서비스에 적극적으로 반영했습니다.  제품 정보 위주의 딱딱한 UI나 촘촘한 카테고리 필터링 대신 스타일 탐색 경험 자체를 강화하는 레이아웃을 전면에 배치하며 사용자가 명확한 구매 목적 없이도 자연스럽게 앱 안을 탐색할 수 있는 환경을 만들었습니다.

데이터 기반 개인화 추천의 진화

에이블리의 핵심 경쟁력으로 자주 언급되는 부분은 AI 기반 개인화 추천 시스템입니다. 에이블리는 공개 자료를 통해 노출, 클릭, 상품 찜, 장바구니, 주문 수 등 다양한 사용자 행동 데이터를 추천 엔진 학습에 활용하고 있다고 설명하고 있습니다. 또한 구매로 이어지지 않은 행동 역시 사용자 취향을 분석하는 데이터로 활용한다고 밝히고 있습니다.

업계에서는 이러한 데이터 구조를 기반으로 에이블리가 사용자의 관심 변화와 스타일 선호 흐름을 지속적으로 분석하며 추천 정확도를 고도화하고 있는 것으로 해석합니다.

특히 주목할 부분은 ‘비구매 행동 데이터’의 활용입니다. 사용자가 특정 스타일의 상품을 잠시 둘러보거나 장바구니에 담아두었다가 구매하지 않은 행동 역시 잠재적인 취향 신호로 해석하는 방식입니다.

이를 통해 사용자는 검색어를 직접 입력하지 않아도 자신의 취향에 가까운 스타일 피드를 자연스럽게 추천받게 됩니다. 반복적인 추천 경험은 플랫폼이 자신의 취향을 이해하고 있다는 인식을 형성하고, 탐색 과정에서 느끼는 피로감 역시 낮추는 방향으로 작동합니다.

결과적으로 사용자는 단순히 상품을 구매하기 위해 앱을 방문하기보다 “오늘은 어떤 스타일이 보일까?”를 기대하며 플랫폼을 반복적으로 탐색하게 됩니다.

커머스를 넘어 ‘놀이형 취향 플랫폼’으로의 확장

최근 소비자들은 대중적인 유행을 일방적으로 따라가기보다 더욱 세분화된 자신만의 취향과 개성을 소비하기 시작했습니다.

에이블리는 이러한 흐름에 맞춰 개인화 피드 강화에서 한 단계 더 나아가 생성형 AI 기반 스타일 기능과 가상 스타일링 경험 등을 적극적으로 도입하고 있습니다.

특히 사용자가 자신의 사진을 활용해 다양한 스타일을 가상으로 체험할 수 있도록 구성된 기능들은 단순 편의 기능을 넘어 쇼핑 과정을 하나의 디지털 놀이 경험으로 확장하려는 UX 전략으로 해석됩니다.

즉 사용자는 플랫폼 안에서 단순히 상품을 구매하는 데 그치지 않고 자신의 취향을 표현하는 경험 자체를 함께 소비하게 됩니다. 이러한 흐름은 최근 플랫폼 산업 전반에서 중요해지고 있는 ‘체류 경험 중심 UX’와도 맞닿아 있습니다.

여성 특화 디자인의 본질

에이블리가 보여주는 여성 특화 디자인의 핵심은 단순히 감성적인 색상이나 여성 취향의 비주얼 스타일을 적용하는 데 있지 않습니다. 오히려 여성 사용자가 모바일 환경 안에서 스타일을 탐색하고 취향을 검증하며 소비를 결정하는 흐름 자체를 얼마나 자연스럽게 서비스 경험 안에 녹여내는가에 더 가까워 보입니다.

에이블리는 추천, 탐색, 콘텐츠, 가상 경험을 하나의 흐름처럼 연결하며 사용자가 플랫폼 안에 오래 머무르고 반복 방문하도록 설계해왔습니다. 그리고 이러한 접근은 앞으로의 전문몰 경쟁에서 더욱 중요한 기준이 될 가능성이 높아 보입니다.

다만 초개인화 추천 구조가 강화될수록 사용자의 취향 편향이나 유사 스타일 반복 노출과 같은 ‘필터 버블(Filter Bubble)’* 현상 역시 함께 심화될 수 있다는 점은 중요한 과제로 남아 있습니다.

향후 에이블리가 현재의 경쟁력을 지속적으로 유지하기 위해서는 추천 정확도를 높이는 것뿐 아니라 사용자가 미처 몰랐던 새로운 스타일을 우연히 발견하는 ‘뜻밖의 즐거움’까지 어떻게 설계할 것인가가 중요한 차별화 포인트가 될 것으로 보입니다.

UI/UX Insight Report

HANWHA GENERAL INSURANCE • DX Strategy Team