Blog
AI 디자인의 마지막 20%를 기록합니다. 생성 이후의 수정, 판단, 의도 전달에 관한 글을 쌓습니다.
공지 하나 올리는데 손이 너무 많이 갑니다
공지 자료는 이미 있는데, 게시할 콘텐츠를 만드는 순간 다시 일이 시작됩니다. 반복되는 정보 정리·축약·배치·검수 과정을 줄이기 전에 먼저 무엇이 반복되는지 살펴봅니다.
Input CheckAI가 쓴 글, 알아볼 수 있을까요?
OpenAI가 AI 텍스트에 보이지 않는 워터마크를 적용하는 방식을 공개했습니다. 하지만 워터마크가 알려주는 것은 AI의 흔적까지이며, 사람의 기여도와 콘텐츠의 정확성까지 판단해주지는 못합니다.
Input CheckAI를 설득했나요, AI가 맞춰준 건가요?
AI가 답을 바꿨다고 해서 더 정확해진 것은 아닙니다. 사용자의 반복 질문 앞에서 AI가 맞춰주는 순간을 어떻게 구분할지, 실무에서 바로 써볼 수 있는 점검 프롬프트와 함께 가볍게 정리합니다.
Fix LabAI가 만든 웹 화면, 빠진 20점은 예외 처리에 있습니다
AI가 만든 웹·앱 화면은 기본 상태만 보면 충분히 그럴듯합니다. 하지만 실무 완성도는 긴 문장, 빈 데이터, 오류, 화면 크기 변화처럼 예상 밖의 상황을 어떤 규칙으로 처리하느냐에서 갈립니다.
마지막 20%AI가 만든 화면은 예외에서 무너진다
AI가 만든 기본 화면은 그럴듯해 보여도 긴 문장, 빈 데이터, 오류, 모바일 같은 예외 상황에서 쉽게 무너질 수 있습니다. 실무 결과물에 필요한 마지막 20%를 예외 상황을 기준으로 살펴봅니다.
Worknote레퍼런스까지 넣었는데 왜 AI 티가 날까
레퍼런스를 많이 넣는다고 나만의 스타일이 만들어지는 것은 아닙니다. AI에게 이미지 전체가 아니라 컬러, 여백, 타이포, 이미지 톤처럼 무엇을 참고할지 나누어 전달하는 방법을 정리합니다.
Fix LabAI 레이아웃, 빠진 20점은 보이지 않는 기준선에 있습니다
AI가 만든 레이아웃이 요소 하나하나는 멀쩡한데 전체적으로 어색하다면, 문제는 배치보다 기준에 있을 수 있습니다. 정렬선, 시작점, 콘텐츠 폭, 간격, 반복 규칙이라는 5가지 기준으로 AI 레이아웃의 빠진 20점을 점검합니다.
마지막 20%“잘 만들어줘”로 연휴를 맡기지 마세요
AI에 일을 맡겨두면 편해 보이지만, 기준이 없으면 연휴 뒤 수정할 일만 쌓입니다. 생성 전에 무엇을 유지하고, 어디까지 바꾸고, 무엇이면 통과인지 정해야 합니다.
Worknote100명 중 최고의 한 명, 언제 골라야 할까?
AI가 더 많은 결과를 더 빠르게 만들수록 어려워지는 것은 생성보다 선택입니다. ‘비서 채용 문제’의 탐색과 결정 구조에서 AI 실무의 멈춤 기준을 생각해봅니다.
Fix LabAI 디자인 시스템, 빠진 20점은 기준값에 있습니다
AI가 만든 각 장은 충분히 좋아 보여도 한 세트처럼 이어지지 않을 수 있습니다. 컬러 역할, 타입 스케일, 그리드 위치, 에셋 톤이라는 네 가지 기준으로 AI 디자인의 빠진 20점을 점검합니다.
마지막 20%AI 수정은 왜 아직도 대화에 머물러 있을까
AI에게 한 부분만 수정해 달라고 했는데 결과물 전체가 달라지는 이유를 살펴봅니다. 정확한 AI 수정에 필요한 선택, 범위, 보존의 기준을 정리합니다.
Worknote베타는 끝났지만 검증은 지금부터입니다
베타에서 확인하고 싶었던 것은 제품의 작동 여부보다 사용자가 어디에서 멈추는지였습니다. 사용자 피드백을 기능 개선으로 바꾸는 과정을 기록합니다.
마지막 20%이제 더 잘이 아니라 의도대로 고치기
AI가 결과물을 더 많이 만들어준다고 해서 일이 자동으로 줄어드는 것은 아닙니다. 생성 이후 늘어나는 비교·선택·검토를 줄이고, 필요한 부분만 통제하는 방법을 정리합니다.
Input CheckAI에게 어디까지 맡겨도 될까요?
AI가 답변을 넘어 파일을 읽고, 웹을 탐색하고, 코드를 수정하고, 실제 행동까지 수행하기 시작했습니다. 이제 좋은 프롬프트만큼 중요한 것은 AI가 무엇을 보고, 어디까지 실행할 수 있는지 정하는 ‘권한 설계’입니다.
Input Check우리가 알던 UI가 바뀔 수도 있습니다
AI가 화면을 미리 만들어두는 대신 사용자의 클릭과 행동에 맞춰 그 순간 필요한 인터페이스를 생성하기 시작했습니다. Runway의 Solaris를 통해 생성형 인터페이스가 디자인 실무에 가져올 변화를 살펴봅니다.
Input Check프롬프트만 잘 쓰면 끝일까요?
Photoshop의 AI 편집은 텍스트 프롬프트를 넘어 영역, 위치, 시각적 맥락을 함께 전달하는 방향으로 움직이고 있습니다. AI 디자인에서 중요한 입력이 무엇인지 Adobe의 최신 편집 방식을 통해 살펴봅니다.
Input CheckAI의 생각 깊이, 작업에 맞게 설정합니다
빠른 답변과 깊은 분석은 서로 다른 작업에 필요합니다. 질문의 길이가 아니라 판단해야 할 조건의 수를 기준으로 AI의 추론 수준을 선택하는 방법을 정리합니다.
Fix LabAI 문서 디자인, 빠진 20점은 무엇일까?
AI 문서가 깔끔한데도 금방 티가 나는 이유는 디자인이 부족해서가 아니라 익숙한 공식을 맥락 없이 반복하기 때문입니다. 역할, 위계, 아이콘, 줄바꿈을 기준으로 AI 문서의 마지막 20%를 검수하는 방법을 정리합니다.
마지막 20%AI가 만든 PPT, 무엇이 기억에 남을까?
AI는 발표자료의 화면을 빠르게 완성하지만, 청중이 기억할 순간까지 정해주지는 않습니다. 완성된 PPT를 설계된 발표로 바꾸는 네 가지 판단 기준을 정리합니다.
Input CheckAI가 만든 디자인을 AI 심사단이 평가합니다
Adobe Research는 타이포그래피, 컬러, 정렬, 간격 등 디자인의 여러 기준을 전문 AI가 나누어 평가하고, 이를 하나의 실행 가능한 피드백으로 종합하는 실험적 시스템을 공개했습니다.
마지막 20%AI로 만든 PPT, 빠진 20점은 뭘까?
내용은 모두 들어갔는데 핵심이 보이지 않는 AI PPT의 네 가지 문제를 짚습니다. 제목, 시선 위계, 메시지, 근거를 검수해 정리된 초안을 설득력 있는 발표자료로 바꾸는 기준을 소개합니다.
마지막 20%AI 디자인의 완성도는 작은 규칙에서 무너진다
큰 문제는 없는데 완성돼 보이지 않는 AI 디자인에는 공통점이 있습니다. 간격·정렬·위계라는 작은 규칙을 점검해 70점짜리 초안을 실무에서 쓸 수 있는 90점 결과물로 바꾸는 방법을 정리합니다.
Input CheckAI가 딴 브랜드를 만들지 않도록 브랜드 톤 고정 프롬프트 6종
AI 디자인이 매번 다른 브랜드처럼 보이는 이유는 프롬프트의 길이가 아니라 반복 기준의 부재에 있습니다. 브랜드 정체성부터 컬러, 타이포, 레이아웃, 이미지 톤, 금지 요소까지 바로 적용할 수 있는 프롬프트 6종을 정리합니다.
WorknoteAI가 빨라질수록 사람은 왜 더 바빠질까
AI로 초안을 만드는 시간은 줄었지만, 전체 업무가 자동으로 빨라지지는 않습니다. 생성 이후 선택·검수·수정 단계로 이동한 새로운 병목을 정리합니다.
Input CheckAI 이미지 톤 잡는 치트키 스타일락 비법서
AI 이미지가 생성할 때마다 달라진다면 프롬프트의 길이보다 빠진 고정값을 확인해야 합니다. 스타일과 컬러, 구도, 광원, 배경, 금지 요소를 고정하는 실무용 프롬프트를 정리합니다.
Fix LabAI 이미지 톤, 빠진 20점은 뭘까?
같은 콘셉트로 생성한 AI 이미지가 매번 다른 브랜드처럼 보이는 이유는 감성어가 아니라 기준의 부재에 있습니다. 스타일, 컬러, 구도, 질감과 광원을 고정해 이미지 톤을 안정시키는 방법을 정리합니다.
마지막 20%그럴듯하게 틀린 AI 시안이 더 위험합니다
AI 결과물의 진짜 위험은 낮은 완성도가 아니라, 깔끔하지만 목적이 빗나간 상태입니다. 매끈한 시안에 속지 않고 목적과 근거를 검수하는 기준을 정리합니다.
WorknoteAI에게 말하기 전에 조건을 설계합니다
AI가 매번 다른 결과를 내놓는 이유는 프롬프트가 짧아서가 아닙니다. 컬러와 톤앤매너, 레퍼런스와 재사용 자산을 조건으로 설계해야 결과의 편차를 줄일 수 있습니다.
Fix LabAI 표지 디자인, 빠진 20점은?
표지가 복잡해지는 이유는 정보가 부족해서가 아니라 모든 요소가 동시에 중요하다고 말하기 때문입니다. 선택, 순서, 대비, 비율을 기준으로 한눈에 읽히는 표지를 만드는 방법을 정리합니다.
마지막 20%AI는 따라 해도, 이어가지는 못합니다
AI는 레퍼런스 한 장의 분위기는 재현하지만, 그 결과물을 만든 브랜드 규칙까지 자동으로 이어가지는 못합니다. AI 결과물을 시리즈와 브랜드로 연결하기 위해 사람이 남겨야 할 기준을 정리합니다.
Worknote브랜드는 무엇을 반복하는가
AI로 결과물을 매번 새로 만들 수 있어도 브랜드의 기준까지 매번 새로 결정해서는 안 됩니다. 무엇을 저장하고 무엇을 생성할지 구분하는 브랜드 시스템의 원리를 정리합니다.
Fix LabAI 컬러 시스템, 빠진 20점은?
AI 디자인에서 컬러가 흔들리는 이유는 취향 문제가 아니라 역할 기준이 없기 때문입니다. Base, Main, Accent의 역할과 비율을 정하면 AI 시안의 변동폭을 줄일 수 있습니다.
마지막 20%브랜드 시스템은 변동폭 관리에서 나온다
AI 디자인이 매번 다른 결로 나오는 이유는 브랜드 기준이 부족하기 때문입니다. 고정값, 허용 범위, 자유 변수를 나누면 AI 초안도 브랜드 시스템 안에서 다룰 수 있습니다.
Input CheckAI 웹디자인, 이제 구조가 갈립니다
같은 프롬프트를 넣어도 AI 웹디자인의 실무 결과물 차이는 화면이 아니라 구조에서 갈립니다. 이 글은 AI 웹디자인 결과물을 볼 때 수정 가능성, 코드 구조, 구현 연결성을 어떻게 점검해야 하는지 정리합니다.
Worknote생성은 이미 잘 한다. 이제는 판단이다
AI는 초안을 빠르게 만들지만, 실무 결과물은 무엇을 남기고 무엇을 수정할지 판단하는 기준에서 결정됩니다.
Fix LabAI 결제 화면 빠진 20점은 뭘까?
AI는 결제 버튼을 만들 수 있지만, 실제 전환은 버튼 위의 최종 확인 정보에서 갈립니다.
마지막 20%AI의 빠른 초안 뒤에는 느린 판단이 남는다
AI는 초안을 빠르게 만들지만, 실무 결과물은 무엇을 살리고 버릴지 판단하는 기준에서 갈립니다.
Input CheckAI도 사이트를 읽는 시대
웹사이트의 독자가 사람에서 AI까지 확장되고 있습니다. UX 다음 변화로 MX 디자인을 봅니다.
Input Check잠깐! 대표님께 보내기 전 AI 시안 검수 프롬프트 7종
AI로 만든 시안은 빠르지만, 바로 보낼 수 있는 상태인지는 따로 점검해야 합니다. 목적·타깃·후킹·브랜드 톤·팩트·리스크·CTA까지 대표님께 보내기 전 확인해야 할 7가지 검수 프롬프트를 정리했습니다.
Fix LabAI 카드뉴스, 빠진 20점은?
AI가 만든 카드뉴스가 그럴듯한데도 약해 보이는 이유를 표지 후킹, 시선 흐름, 정보 밀도, 저장 구조 관점에서 정리합니다.
마지막 20%AI는 왜 수정하지 않고 다시 만들까
AI에게 “여기만 고쳐줘”라고 했는데 결과물이 통째로 바뀌는 이유. 부분 수정과 전체 재해석의 차이를 통해 AI 디자인 수정에서 무엇을 유지해야 하는지 정리합니다.
Input Check나만의 UI 비서, AI가 똑똑해지는 프롬프트 5종
AI UI 결과물이 애매한 이유는 프롬프트가 짧아서가 아닙니다. 사용자, 목적, 시선 흐름, 디자인 무드, 구현 범위까지 입력값을 먼저 정리해야 합니다.
마지막 20%AI 디자인은 왜 80점에서 멈출까?
AI는 초안을 빠르게 만들지만, 실무 결과물은 마지막 수정에서 결정됩니다. “여기만 고쳐줘”가 어려운 이유와 AI 디자인이 80점에서 멈추는 구조를 짚습니다.
Fix LabAI 로그인 화면, 빠진 20점은 뭘까?
AI가 만든 로그인 화면을 Before / After로 분석하고, 입력 흐름·오류 대응·CTA 맥락·문구 설계까지 실무 기준으로 검수합니다.
WorknoteAI는 평균적인 정답에 강하다
AI 결과물은 처음엔 그럴듯하지만, 실무에 바로 쓰기엔 애매합니다. 평균값과 실무 답안의 차이를 정리합니다.