AI·생성형 UX

Figma Make AI가 디자인 시스템 일관성을 깨는 이유

Figma Make AI가 디자인 시스템 일관성을 깨는 이유
Figma Make AI가 디자인 시스템 일관성을 깨는 이유

피그마 디자인 시스템은 AI가 생성한 코드의 변동성을 3-Layer 토큰 구조로 제어합니다. Figma Make AI는 와이어프레임을 진짜 디자인으로 착각하는 경향이 있어 margin이나 color 같은 값을 그대로 따라 하려 들기 때문입니다. 따라서 디자인 원칙과 토큰만 참조하도록 프롬프트를 강화하면 결과물의 일관성을 어느 정도 지킬 수 있습니다.

lightbulb 핵심 요약

Figma Make AI를 사용할 때 디자인 시스템 피그마의 일관성이 깨지는 문제를 3-Layer 토큰 구조로 해결하는 방법을 정리했습니다. AI 생성 결과물의 변동성을 제어하고 컴포넌트화 과정을 효율화하는 실전 팁을 확인하세요.

목차 expand_more

Figma Make AI가 생성한 디자인에서 일관성이 깨지는 주요 원인은 무엇일까?

LLM이 와이어프레임을 진짜 디자인으로 오해하고 레퍼런스가 부족할 때 AI 냄새가 나는 현상이 일관성을 깨는 주된 원인입니다. 와이어프레임을 AI에 그대로 전달하면 LLM이 러프한 박스와 텍스트 배치를 실제 스타일로 받아들여 margin, padding, color 같은 무의미한 값까지 복제하려 듭니다. 이 때문에 페이지마다 스타일 편차가 커지고 디자인 시스템 토큰이 적용되지 않는 결과물이 나옵니다.

와이어프레임 단계에서 발생하는 착각

  • margin, padding, radius 같은 수치를 전부 무시하도록 프롬프트를 강화해도 결과물마다 편차가 남습니다.
  • 와이어프레임이 Figma 프레임 형태로 전달되다 보니 LLM이 컴포넌트 배치만 추출하지 못하고 스타일까지 따라가려 합니다.

레퍼런스가 탄탄하지 않으면 AI가 생성한 UI는 서로 비슷해지며 특유의 AI 냄새가 납니다.

레퍼런스 부족이 만드는 AI 냄새

레퍼런스로 크몽, 엔카, 무신사, 당근 같은 실제 서비스를 참고한 뒤에야 결과물이 눈에 띄게 개선되었습니다. 디자인 감각이 부족한 상태에서 “알아서 잘해줘” 식의 지시만 내리면 AI는 주관적인 ‘멋진 디자인’을 판단할 기준이 없기 때문입니다.

와이어프레임 단계에서 AI가 스타일을 그대로 복제하지 않게 하려면 어떻게 프롬프트를 강화해야 할까?

와이어프레임에 담긴 margin, padding, color 같은 값을 모두 무시하고 디자인 원칙과 토큰만 참조하라는 지시를 프롬프트에 명확히 넣어야 합니다.

와이어프레임은 컴포넌트 배치와 레이아웃 구조만 전달하는 용도로 제한해야 해요. LLM은 프레임 형태로 들어온 와이어프레임을 실제 디자인으로 오인하는 경향이 강하기 때문입니다. 따라서 스타일 관련 수치는 전혀 언급하지 말고, 오직 구조적 정보만 활용하라고 강조하는 것이 효과적입니다.

프롬프트에 반드시 포함할 지시 사항

  • 와이어프레임의 margin, padding, size, font weight, radius, color 값은 모두 무시한다.
  • 실제 스타일은 반드시 사전에 정의한 디자인 원칙과 토큰에서만 가져온다.
  • 와이어프레임은 컴포넌트 배치와 레이아웃 흐름만 참고한다.

이렇게 프롬프트를 강화해도 결과물 편차가 남아 있으므로, 매번 동일한 토큰 세트를 다시 확인하는 습관이 필요합니다.

이 접근은 단순히 “스타일을 따라 하지 말라”는 추상적 지시보다 구체적인 배제 대상을 나열하는 방식이 더 안정적인 결과를 가져왔습니다.

Figma Make 결과물을 디자인 시스템으로 만들 때 컴포넌트화는 왜 수동으로 해야 할까?

Figma Make로 생성된 UI는 오토 레이아웃이 전혀 적용되지 않고 모든 값이 하드코딩되어 있어 수동 컴포넌트화가 필수입니다. 복사된 프레임은 margin, padding, color 같은 스타일이 디자인 토큰과 연결되지 않은 상태로 들어옵니다. 따라서 일일이 오토 레이아웃을 설정하고 토큰을 연결하는 작업이 반복됩니다.

디자인 시스템 피그마에서 AI로 생성된 불일치 UI 화면

오토 레이아웃과 토큰 미적용 문제

Figma Make 결과물을 프로페셔널 시트로 옮겨도 레이아웃 구조가 그대로 유지되지 않습니다. 모든 수치가 픽셀 단위로 고정되어 있어 토큰 변경 시 일괄 수정이 불가능해집니다.

Variant와 Property 설정의 한계

컴포넌트 상태에 따른 variant와 property를 정의하는 과정이 가장 큰 부담입니다. AI가 생성한 프레임에는 상태별 스타일이 미리 구분되어 있지 않아 수작업으로 일일이 만들어야 합니다.

결국 원본 프레임을 직접 컴포넌트화하는 방식이 AI 도구를 활용하는 것보다 훨씬 안정적이었습니다.

Figma MCP의 use_figma 도구를 시도했으나 Variable과 Style, Variant를 일관되게 생성하지 못했습니다. 에이전트가 디자인 시스템 규칙을 충분히 반영하지 못해 결과물이 기대에 미치지 못했습니다.

디자인 시스템의 SSOT를 지키며 AI와 함께 작업하려면 어떤 운영 방식을 따라야 할까?

SSOT 원칙을 지키려면 Figma Design에서 CSS 토큰을 만들고, 그 토큰을 기반으로 컴포넌트 스타일을 생성하는 단방향 흐름을 유지해야 합니다.

이 흐름이 깨지면 AI가 스스로 스타일을 판단하기 시작해 일관성이 무너집니다. 실제로는 Figma에서 컴포넌트를 직접 만들면서 토큰을 보완하고, Figma MCP로 전체 디자인을 분석해 CSS 토큰을 추출한 뒤, LLM이 컴포넌트를 작성하고 페이지는 사람이 조합하는 방식을 사용했습니다.

SSOT 흐름을 지키는 단계

  • Figma Design에서 실제 컴포넌트를 만들며 토큰을 지속적으로 업데이트합니다.
  • Figma MCP로 사용된 변수와 스타일을 분석해 CSS 토큰을 생성합니다.
  • 컴포넌트 코드는 Figma Design과 CSS 토큰을 함께 참조해 LLM이 작성합니다.

양방향 워크플로우 비교

Figma Make를 거치는 경로와 Agent가 먼저 코드를 만든 뒤 Figma로 가져오는 경로를 모두 시도해 보았습니다. 후자 경로는 결과물이 현업 프로세스와 괴리가 컸고, 최종적으로 Figma Make를 사용하는 단방향 흐름에 정착했습니다.

한 번이라도 SSOT 흐름이 생략되면 에이전트가 모든 판단을 스스로 내리게 됩니다.

Figma와 AI를 함께 활용하다 보면 예상치 못한 변수들이 계속 생기기 마련이에요. 이번 기록이 비슷한 시도를 준비하는 분들에게 실질적인 참고가 되길 바랍니다. 다음 글에서는 실제로 적용해 본 프롬프트 개선 사례를 더 자세히 다뤄볼게요.

자주 묻는 질문

Figma Make AI로 생성된 프로젝트를 기존 디자인 시스템에 맞추려면 어떻게 해야 하나요?

Figma Make AI로 생성된 결과물은 Figma Design으로 프레임을 복사한 뒤 수동으로 컴포넌트화하는 과정을 거쳐야 기존 디자인 시스템에 맞출 수 있어요. AI가 생성한 프레임에는 오토 레이아웃이 적용되어 있지 않고, 모든 값이 디자인 토큰 없이 하드코딩되어 있기 때문입니다. AI로 디자인 시스템 구축하기에서 실제로 한 달 동안 시도한 워크플로우에서도 이 단계는 반드시 사람이 직접 처리해야 했습니다.

LLM으로 디자인 시스템을 만들 때 가장 많이 겪는 문제는 무엇인가요?

LLM으로 디자인 시스템을 만들 때 가장 많이 겪는 문제는 세 가지예요. 첫째, LLM이 와이어프레임을 진짜 디자인으로 착각해 불필요한 스타일까지 그대로 따라하려는 현상, 둘째, 레퍼런스가 부족하면 결과물에 AI 특유의 냄새가 나는 점, 셋째, 컴포넌트화가 수동으로만 가능한 한계입니다. AI로 디자인 시스템 구축하기에서는 이 문제들을 실제 Mealio 프로젝트 구축 과정에서 반복적으로 확인했습니다.

AI가 생성한 UI를 Figma에서 컴포넌트화할 때 어떤 점이 가장 피곤한가요?

AI가 생성한 UI를 Figma에서 컴포넌트화할 때 가장 피곤한 점은 variant와 컴포넌트 상태에 따른 속성 설정 작업입니다. 오토 레이아웃과 토큰 할당을 일일이 수동으로 해야 하고, 네이밍이나 공통화 결정까지 고민이 많이 들어가요. AI로 디자인 시스템 구축하기에서는 Figma API 도구를 시도해 봤지만 결과적으로 원본 프레임을 직접 컴포넌트화하는 편이 더 나았다는 경험을 공유하고 있습니다.

참고 자료

위블로그 알아보기

자주 묻는 질문 (FAQ)

Figma Make AI로 생성된 프로젝트를 기존 디자인 시스템에 맞추려면 어떻게 해야 하나요?
Figma Make AI로 생성된 결과물은 Figma Design으로 프레임을 복사한 뒤 수동으로 컴포넌트화하는 과정을 거쳐야 기존 디자인 시스템에 맞출 수 있어요. AI가 생성한 프레임에는 오토 레이아웃이 적용되어 있지 않고, 모든 값이 디자인 토큰 없이 하드코딩되어 있기 때문입니다. AI로 디자인 시스템 구축하기에서 실제로 한 달 동안 시도한 워크플로우에서도 이 단계는 반드시 사람이 직접 처리해야 했습니다.
LLM으로 디자인 시스템을 만들 때 가장 많이 겪는 문제는 무엇인가요?
LLM으로 디자인 시스템을 만들 때 가장 많이 겪는 문제는 세 가지예요. 첫째, LLM이 와이어프레임을 진짜 디자인으로 착각해 불필요한 스타일까지 그대로 따라하려는 현상, 둘째, 레퍼런스가 부족하면 결과물에 AI 특유의 냄새가 나는 점, 셋째, 컴포넌트화가 수동으로만 가능한 한계입니다. AI로 디자인 시스템 구축하기에서는 이 문제들을 실제 Mealio 프로젝트 구축 과정에서 반복적으로 확인했습니다.
AI가 생성한 UI를 Figma에서 컴포넌트화할 때 어떤 점이 가장 피곤한가요?
AI가 생성한 UI를 Figma에서 컴포넌트화할 때 가장 피곤한 점은 variant와 컴포넌트 상태에 따른 속성 설정 작업입니다. 오토 레이아웃과 토큰 할당을 일일이 수동으로 해야 하고, 네이밍이나 공통화 결정까지 고민이 많이 들어가요. AI로 디자인 시스템 구축하기에서는 Figma API 도구를 시도해 봤지만 결과적으로 원본 프레임을 직접 컴포넌트화하는 편이 더 나았다는 경험을 공유하고 있습니다.
위블로그 알아보기

끝까지 읽어주셔서 감사합니다.

오늘 글이 도움이 되셨다면 필요한 분께 '공유'해 주세요.

UX 논문 트렌드디자인 트렌드논문 요약AI·생성형 UX도구 리뷰

UX 논문 트렌드 편집부