핵심 요약

  • Peng Zheng은 사진이나 장소 이름을 보내면 위치 확인, 이미지 생성, 사이트 게시까지 처리하는 개인 사이트 작업 흐름을 만들었다.
  • John Bai는 운동 중 스크린샷 두 장과 음성 메모를 보내 커뮤니티용 디자인 시안 세 가지를 받았다.
  • 두 사람의 사례에서 AI 에이전트는 정해진 제작 절차를 실행하는 동시에, 아이디어를 만들고 고치는 과정에도 쓰였다.
  • 작업별로 봇의 책임과 파일 작성 규칙을 정해 두는 것이 느슨한 자연어 지시를 실제 작업으로 옮기는 기반이 됐다.

메시지 하나로 새 기록을 올리는 개인 사이트

Peng은 공개 직후 관심을 받다가 곧 낡아지는 포트폴리오를 다시 만들고 싶지 않았다. 대신 사진이나 장소 이름을 메시지로 보내면 새 기록이 사이트에 올라가는 흐름을 구축했다. Grok Bot이 Google Places에서 좌표를 찾고, 이미지의 밝은 버전과 어두운 버전에 맞춘 3D 미니어처 이미지를 생성한 뒤 기록을 게시한다. Peng이 메시지를 보낸 다음에는 봇이 나머지 과정을 맡는다.

이 기능은 처음부터 완성된 설계에 들어 있지 않았다. Peng은 Figma 파일이나 상세 명세, 개발 로드맵 없이 초기 구상을 봇에 설명했다. 만들어진 결과를 보고 다음에 해볼 기능을 더하는 과정에서 기록 게시 흐름이 나왔다. 원문에서 그가 강조한 변화는 시스템 전체를 미리 정의하지 않아도 아이디어를 시험할 수 있었다는 점이다.

운동 중 음성 메모로 진행한 디자인 작업

John은 운동 중 동료에게 커뮤니티용 디자인 자료를 요청받았다. 그는 Figma에서 스크린샷 두 장을 찍고 필요한 내용을 음성 메모로 설명한 뒤 운동으로 돌아갔다. 나중에 확인했을 때 봇은 시안 세 가지를 만들고 크기와 색상을 조정해 작업을 마친 상태였다.

John의 ‘Figma Bro’ 작업 흐름에서는 음성으로 말한 자연어 지시가 MCP 연결을 거쳐 Figma 안의 작업으로 바뀐다. MCP는 여기서 봇과 Figma를 연결하는 수단이다. John은 정돈되지 않은 말로도 구상을 전달할 수 있지만, 그 전에 아트보드 구성과 간격, 이름 붙이는 규칙 같은 선호 사항을 설정해 둔다. 이런 규칙이 있어야 비격식적인 지시도 정리된 파일로 이어진다는 설명이다.

만들 수 있는 결과물의 범위

원문은 Claire가 직접 하기 어려웠던 일러스트, John이 몸짓으로만 설명할 수 있었던 움직임, Peng이 원했던 3D 렌더링을 예로 든다. 이들은 각자의 기술이 부족한 영역에서도 프롬프트로 제작을 시작할 수 있게 됐다고 말한다. Peng은 제작 비용이 낮아지면서 이전에는 시도하기 어려웠던 조합과 실험도 해볼 만해졌다고 봤다. 이는 제작을 시작하기 쉬워졌다는 두 사람의 평가이며, 모든 결과물이 별도 손질 없이 완성된다는 뜻은 아니다.

봇마다 맡길 일을 나누다

Peng은 에이전트를 생활과 업무 영역으로 나누고 이메일 분류, 일정 관리, 3D 프린팅 재고, 영주권 진행 상태 확인 등에 각각 별도의 봇을 둔다. 담당이 분명하지 않은 일은 비서 역할의 봇이 처리한다. 각 봇의 책임 범위를 좁혀 두면 어떤 일을 어디에 맡길지 판단하기 쉽다는 설명이다.

두 디자이너의 사례는 AI가 반복 작업을 맡는 동안 사람이 결과를 보고 다음 방향을 정하는 제작 방식을 보여준다. 개인 사이트의 새 기능도, Figma 작업을 위한 음성 지시도 기존 결과와 사전에 정한 규칙을 바탕으로 구체화됐다.