왜 지금 '버튼 없는 UI'인가
솔직히 말하면, 우리는 지난 30년 동안 소프트웨어를 쓰는 게 아니라 소프트웨어를 관리하는 데 시간을 쏟아왔어요. 항공권 하나 예약하려고 드롭다운 열고, 달력 모달 뒤지고, 쿠키 팝업 닫고, 결제 퍼널 3단계를 통과해야 하죠. 이른바 '10번 클릭 프로세스'입니다.
이 흐름이 바뀌고 있어요. LLM 기반 도구들이 등장하면서 **의도 기반 디자인(Intent-Driven Design)**이 본격적으로 웹에 침투하고 있습니다. 핵심은 단순해요. "어떻게 찾지?"를 묻는 대신 **"무엇을 이루고 싶은가?"**만 물어보는 거죠.
이 사상은 Golden Krishna의 저서 The Best Interface Is No Interface와 Don Norman의 인간 중심 디자인 원칙에서 출발합니다. 다만 이제는 그 철학을 실제로 구현할 기술(LLM, 에이전트)이 생겼다는 게 결정적 차이예요.
참고로 이 글은 Smashing Magazine의 근거자료를 바탕으로 실무 관점에서 재구성했습니다.

실제로 작동하는 3가지 사례
1. Perplexity AI — 탭 10개를 1번의 질문으로
기존 검색은 '디렉토리'였어요. 키워드 던지면 파란 링크 10개 주고, 나머지는 알아서 하라는 식이죠. Perplexity는 다릅니다.
- 입력: "컴공 학생용 가성비 노트북 3개 비교해줘. 배터리랑 키보드 품질 중심으로."
- 보이지 않는 작업: 웹 검색 → 수십 개 문서 읽기 → 스펙 비교 → 리뷰 교차 검증
- 결과: 비교 표 + 장단점 + 인라인 출처가 담긴 단일 답변
30번 클릭의 결과물을 1번의 의도로 얻는 셈이에요.
2. Vercel v0 — 드래그 앤 드롭 없이 웹 디자인
// v0에 던지는 프롬프트 예시 (자연어 그대로)
// "구독형 SaaS용 다크모드 대시보드 만들어줘.
// 월 매출, 활성 사용자, 이탈률 차트 포함."
// v0가 생성하는 결과물 (Tailwind + React)
export function Dashboard() {
return (
<div className="min-h-screen bg-zinc-950 text-zinc-100 p-8">
<div className="grid grid-cols-3 gap-6">
<MetricCard label="월 매출" value="₩12,400,000" />
<MetricCard label="활성 사용자" value="8,231" />
<MetricCard label="이탈률" value="2.4%" />
</div>
</div>
);
}
디자이너가 사각형 그리고 헥스 코드 고르던 시간이 사라집니다. 레이아웃 원칙, 접근성 가이드, 컴포넌트 라이브러리를 AI가 이미 알고 있으니까요.
3. Goblin.tools — 압도되는 사람을 위한 태스크 분해
"면접 준비"라는 막막한 목표를 던지면, 시스템이 인지 부하를 분석해 작은 서브태스크로 쪼개줍니다. 칸반 보드에 카드 끌어다 놓을 필요 없이요. 회원가입도 설정도 필요 없어요.
인텐트 기반 디자인의 3가지 기둥
| 기둥 | 전통적 UX | 인텐트 기반 UX |
|---|---|---|
| 사용자 입력 | 클릭, 드롭다운, 토글 | 자연어 목표, 맥락, 습관 |
| 인터페이스 상태 | 정적 레이아웃 (모두 동일) | 실시간 생성형 UI |
| 작업 실행 | 사용자가 수동 실행 | 백그라운드 AI 에이전트가 자율 실행 |
특히 세 번째 기둥이 실무에서 가장 논쟁적이에요. 에이전트가 대신 행동한다는 건, 곧 사용자가 통제권을 위임한다는 뜻이니까요.

주의사항: 그림자 속의 함정
통제의 환상 (Illusion of Control)
웹이 알아서 결정해주면 편하지만, 금방 침범당하는 느낌이 들 수 있어요. Stanford HCI 그룹이 강조하는 것처럼 자동화는 명확한 경계를 유지해야 합니다. 실무 원칙은 이렇게 정리할 수 있어요.
- 루틴한 실행은 자동화 (검색, 필터링, 초안 생성)
- 고위험 결정은 명시적 확인 (결제, 공개 게시, 개인정보 설정 변경)
블랙박스 문제
전통 UI에서는 결과가 이상하면 "아, 내가 필터를 잘못 눌렀구나" 하고 진단할 수 있었죠. 인텐트 기반 UI는 이게 어려워요. 그래서 Google PAIR 가이드북이 권하는 게 투명한 피드백 루프입니다.
시스템이 자기 해석을 명시적으로 말해줘야 해요. 예를 들어 "$300 이하 시카고행 직항 검색 중..." 같은 상태 표시죠. 그래야 사용자가 신뢰를 보정하고 오해를 즉시 교정할 수 있습니다.
한국 개발 생태계에서의 적용 맥락
국내 SI 환경에서는 이 부분이 특히 주의가 필요해요. 발주처가 "버튼을 없애자"는 제안을 받아들이기 어려운 경우가 많거든요. 그래서 실무에서는 하이브리드 접근이 현실적입니다. 기존 UI는 유지하되, 검색·필터·요약 같은 반복 구간에만 인텐트 기반 컴포넌트를 얹는 방식이죠. 특히 금융·공공 도메인은 감사 로그와 되돌리기(Undo) 설계를 먼저 갖춰야 설득이 됩니다.

결론: 좋은 디자인은 사라지는 디자인
지난 수십 년간 우리는 '체류 시간', '클릭률', '세션당 페이지뷰'로 성공을 측정해왔어요. 사이트를 일부러라도 복잡하게 만들어서 말이죠. 인텐트 기반 디자인은 이 지표를 뒤집습니다.
앞으로의 질문은 이거예요.
"이 소프트웨어가 사용자의 문제를 얼마나 효과적으로 해결하고, 얼마나 빨리 비켜주는가?"
UX 디자이너로서 우리의 역할은 화면을 그리는 일에서 투명한 AI 경험을 설계하는 일로 이동합니다. 앰비언트 피드백, 인라인 프롬프트, AI 상태 표시 같은 새로운 패턴을 익혀두면, 스크린 없는 에이전트 시대에도 우리의 설계는 여전히 인간 중심일 수 있어요.
다음 단계 학습 방향
- 프롬프트 → UI 매핑 패턴을 직접 실험해보세요 (v0, Bolt.new 등 무료 도구로 충분합니다)
- 되돌리기(Undo) 설계를 먼저 공부하세요. 에이전트 시대의 안전망은 확인 팝업이 아니라 복구 가능성이에요
- 해석 상태 노출(interpretation disclosure) UX를 기존 서비스에 얹어보며 사용자 신뢰 반응을 관찰하세요
함께 보면 좋은 글
- 에어비앤비는 어떻게 70억 노드의 지식 그래프를 운영할까? (Feat. JanusGraph + DynamoDB) — AI가 의도를 해석하려면 결국 탄탄한 데이터 그래프가 필요합니다
- NVIDIA Nemotron 3 Nano Omni 문서·영상·음성을 동시에 이해하는 오픈소스 멀티모달 모델 등장 — 인텐트 기반 UI의 입력 채널이 텍스트를 넘어 멀티모달로 확장되는 흐름을 보여줘요