아무도 가르치지 않은 전략을 AI가 스스로 개발했다
2019년 OpenAI가 발표한 멀티에이전트 숨바꼭질 연구는 AI 연구자들 사이에서 널리 회자됐다. 3D 시뮬레이션 공간에 숨는 에이전트와 찾는 에이전트를 배치하고 기본 규칙만 부여했을 때, 초반에는 단순 도주·추적만 반복하던 에이전트들이 수억 회 이상의 강화학습 끝에 박스를 쌓아 차단벽을 만들고 경사로를 타고 벽을 넘는 행동을 스스로 개발했다. 개발자가 명시적으로 설계하지 않은 전략이었다. 이처럼 복잡계 내에서 구성 요소들의 상호작용만으로 설계되지 않은 고차 행동이 나타나는 현상을 창발(Emergence)이라 부른다.
디자이너에게 이게 왜 중요한가
엄밀한 의미의 창발은 연구 환경의 복잡계에서 정의되는 개념이지만, 현업 AI 도구에서도 그와 유사한 현상이 관찰된다. “AI에게 탐색 여지를 줄수록 예상 범위를 벗어난 출력이 나온다”는 것이다. 이를 작업 흐름에 의도적으로 통합하면 아이디어 발굴 단계의 효율을 높일 수 있다.
실무 적용 3단계
- 1단계 — 제약 완화 (Midjourney · Stable Diffusion): 레퍼런스 무드보드를 AI에게 입력할 때 스타일 지시를 과도하게 세분화하지 마라. Midjourney v6의
--style raw옵션이나 네거티브 프롬프트 최소화는 모델 자체 해석의 비중을 높인다. 결과물 중 의도와 다르게 산출된 이미지를 역추적하면 당신이 미처 고려하지 못한 시각적 방향을 발견하는 계기가 된다. - 2단계 — 자기비평 루프 설계 (ChatGPT · Claude API): 카피라이팅이나 UI 텍스트 작업 시 단발 질문 대신 자기비평 루프를 구성한다. 프롬프트 끝에 “방금 답한 내용의 약점 3가지를 찾고, 그것을 반영해 다시 써라”를 추가하면 모델이 스스로 평가·수정 과정을 거치게 되며, 대체로 초기 출력보다 정제된 결과를 얻을 수 있다. 이는 자기수정(self-refinement) 프롬프팅으로 알려진 방법이다.
- 2단계 — 비구조 탐색 세션 주간 1회 (Figma AI · FigJam AI): 실제 프로젝트와 무관한 탐색 세션을 30분 확보하라. Figma AI의 디자인 생성·제안 기능이나 FigJam AI의 아이디어 클러스터링 기능을 목적 없이 실행해보면, 정규 작업 흐름에서 시도하기 어려운 레이아웃 패턴을 마주치게 된다. 단, 각 기능의 구체적 동작은 제품 버전에 따라 다를 수 있으므로 현재 사용 버전의 공식 문서를 함께 확인하길 권장한다. 이렇게 발굴한 패턴을 영감 라이브러리로 저장해두면 마감 국면에서 실질적으로 활용할 수 있다.
단, 이것만은 주의하라
창발적 출력은 검증 없이 납품하면 위험하다. AI가 예상 범위 밖으로 산출한 결과물은 맥락을 무시하거나 브랜드 가이드라인에서 벗어날 가능성이 있다. 열린 탐색 단계와 엄격한 필터링 단계를 반드시 분리해 운영해야 한다. 탐색은 AI에게 맡기고 판단은 디자이너가 내린다는 원칙을 워크플로에 명문화하는 것이 팀 단위에서 특히 중요하다.
결국 디자이너가 갖춰야 할 감각
AI를 빡빡한 지시 대상이 아니라 ‘탐험 파트너’로 설정하는 프롬프트 설계 능력이 앞으로의 핵심 역량으로 부상하고 있다. 도구 사용법 숙지보다 “언제 탐색 범위를 열고, 언제 다시 좁힐지”를 판단하는 감각이 숙련 디자이너와 초보를 가를 것이다. 수억 회의 반복 속에서 에이전트들이 스스로 규칙을 발견해냈듯, 당신의 작업 공간에도 그런 여백을 의도적으로 설계하라.