본문으로 바로가기
리옵트 핸드북
리옵트 핸드북
AI 시대의 디자인 시스템

기반 설계

토큰 아키텍처컴포넌트 명세접근성 내장

AI 워크플로우

프롬프트 인터페이스DESIGN.md 인터페이스에이전틱 디자인 품질 제어워크플로우 전략AI 기반 DS 진화컨텍스트 주입

사용자 경험

일관성 패턴인터랙션 설계폼 & 데이터 입력

차세대 인터페이스

에이전트 UI 프로토콜생성형 UI공간·멀티모달 인터페이스

실전

실행 플레이북마이그레이션 전략거버넌스 & 협업사례 연구

운영

검증 체크리스트업데이트 로그
핸드북›AI 시대의 디자인 시스템›사례 연구
한국어English

사례 연구

shadcn, Radix, Stitch, Material 3 등 실제 AI-First 디자인 시스템 적용 사례

핵심 요약

  • shadcn/ui는 명시적 variant(cva), semantic 토큰, compound 패턴으로 AI 친화적이며, CLI v4에서 shadcn/skills로 에이전트 컨텍스트를 주입합니다.
  • Radix는 unstyled primitive + WAI-ARIA + 상태 머신으로 접근성을 자동 보장해 AI가 예측 가능한 동작을 생성하게 합니다.
  • 실제 기업 대시보드 마이그레이션 사례에서 하드코딩 값 -99%, 접근성 위반 -96%, AI 코드 생성 성공률 91%, 기능당 개발 속도 -50%를 달성했습니다.
  • Google Stitch의 DESIGN.md와 awesome-design-md는 시각 규칙을 agent-readable contract로 승격하되 레퍼런스는 복제가 아닌 distillation 재료로 써야 함을 보여줍니다.
  • Material 3 Expressive, Apple Liquid Glass + HIG AI, Microsoft Fluent 2 + Copilot은 토큰의 AI 친화적 구조화, 책임 있는 AI, 대화 중심 UX라는 2025-2026 공통 트렌드로 수렴합니다.

실제 사례로 AI-First 디자인 시스템의 설계 원칙과 구현 패턴을 분석합니다.

사례 1: shadcn/ui 분석

2026년 shadcn/ui 주요 변화

  • CLI v4 (2026.3): registry:base로 디자인 시스템 전체 배포, shadcn/skills로 AI 에이전트 컨텍스트 주입
  • Base UI 듀얼 지원 (2026.1): Radix UI 외에 MUI의 Base UI도 프리미티브로 선택 가능
  • 통합 radix-ui 패키지 (2026.2): 개별 @radix-ui/react-* 대신 단일 패키지
  • 프레임워크 확장: Next.js, Vite, TanStack Start, React Router, Astro, Laravel 지원

AI 친화적 특징

1. 명시적 variant 시스템

// shadcn/ui의 Button variant 정의
const buttonVariants = cva(
  'inline-flex items-center justify-center rounded-md text-sm font-medium...',
  {
    variants: {
      variant: {
        default: 'bg-primary text-primary-foreground hover:bg-primary/90',
        destructive: 'bg-destructive text-destructive-foreground hover:bg-destructive/90',
        outline: 'border border-input bg-background hover:bg-accent...',
        secondary: 'bg-secondary text-secondary-foreground hover:bg-secondary/80',
        ghost: 'hover:bg-accent hover:text-accent-foreground',
        link: 'text-primary underline-offset-4 hover:underline',
      },
      size: {
        default: 'h-10 px-4 py-2',
        sm: 'h-9 rounded-md px-3',
        lg: 'h-11 rounded-md px-8',
        icon: 'h-10 w-10',
      },
    },
    defaultVariants: {
      variant: 'default',
      size: 'default',
    },
  }
)

AI 관점:

  • 모든 variant가 명시적으로 열거됨
  • 각 variant의 스타일 차이가 명확
  • TypeScript로 자동완성 가능

2. Semantic Token 기반

/* shadcn/ui의 CSS 변수 */
:root {
  --background: 0 0% 100%;
  --foreground: 222.2 84% 4.9%;
  --primary: 222.2 47.4% 11.2%;
  --primary-foreground: 210 40% 98%;
  --destructive: 0 84.2% 60.2%;
  --destructive-foreground: 210 40% 98%;
  /* ... */
}

AI 관점:

  • 색상이 용도(semantic)로 명명됨
  • 하드코딩 없이 토큰 참조
  • 테마 전환이 변수 교체만으로 가능

3. Compound Component 패턴

// Card 컴포넌트 구조
<Card>
  <CardHeader>
    <CardTitle>제목</CardTitle>
    <CardDescription>설명</CardDescription>
  </CardHeader>
  <CardContent>본문</CardContent>
  <CardFooter>
    <Button>액션</Button>
  </CardFooter>
</Card>

AI 관점:

  • 컴포넌트 구조가 명확
  • 슬롯 기반 합성
  • 역할별 서브 컴포넌트

shadcn/ui의 한계와 개선점

한계AI-First 개선
문서가 산문 중심구조화된 메타데이터 추가
검증 도구 없음ESLint 플러그인 추가
MCP 미지원MCP 서버 래퍼 구축

사례 2: Radix Primitives 분석

접근성 자동화

// Radix Dialog - 접근성 자동 처리
<Dialog.Root>
  <Dialog.Trigger asChild>
    <Button>열기</Button>
  </Dialog.Trigger>
  <Dialog.Portal>
    <Dialog.Overlay />
    <Dialog.Content>
      {/*
        자동 처리:
        - role="dialog"
        - aria-modal="true"
        - 포커스 트랩
        - Escape로 닫기
        - 외부 클릭 닫기
      */}
      <Dialog.Title>제목</Dialog.Title>
      <Dialog.Description>설명</Dialog.Description>
      <Dialog.Close asChild>
        <Button>닫기</Button>
      </Dialog.Close>
    </Dialog.Content>
  </Dialog.Portal>
</Dialog.Root>

상태 관리

// Radix의 내부 상태 머신 (예시)
const dialogMachine = {
  initial: 'closed',
  states: {
    closed: {
      on: {
        OPEN: 'open',
      },
    },
    open: {
      entry: ['focusTrap', 'lockScroll'],
      exit: ['releaseFocusTrap', 'unlockScroll'],
      on: {
        CLOSE: 'closed',
        ESCAPE: 'closed',
        OUTSIDE_CLICK: { target: 'closed', cond: 'modal' },
      },
    },
  },
}

AI 관점:

  • 상태 전이가 명확하게 정의됨
  • 예측 가능한 동작
  • 문서화하기 쉬움

사례 3: 실제 프로젝트 적용

프로젝트 배경

## 프로젝트: 기업용 대시보드

- 팀: 프론트엔드 5명, 디자이너 2명
- 기간: 3개월
- 목표: 신규 디자인 시스템 도입 + AI 코드 생성

## 기존 상태

- 하드코딩된 스타일 다수
- 일관성 없는 컴포넌트
- 접근성 미준수

마이그레이션 과정

Week 1-2: 토큰 정의

// 감사 결과
const auditResult = {
  hardcodedColors: 127, // #hexcode 직접 사용
  hardcodedSpacing: 89, // px 직접 사용
  inconsistentVariants: 23, // 같은 역할 다른 스타일
}

// 정의한 토큰 구조
const tokens = {
  colors: {
    // 12가지 시맨틱 색상
  },
  spacing: {
    // 4px 기반 12단계
  },
  typography: {
    // 6가지 텍스트 스타일
  },
}

Week 3-4: 코어 컴포넌트

// 마이그레이션한 컴포넌트 (우선순위순)
const coreComponents = [
  'Button', // 가장 많이 사용
  'Input', // 폼의 기본
  'Card', // 레이아웃 기본
  'Dialog', // 모달 통합
  'Table', // 데이터 표시
  'Dropdown', // 네비게이션
]

// 각 컴포넌트에 추가한 것
interface EnhancedComponent {
  types: 'strict TypeScript props'
  docs: 'structured MDX'
  tests: 'unit + a11y + visual'
  examples: 'minimal + variations'
}

Week 5-6: AI 통합

## CLAUDE.md 핵심 내용

### 컴포넌트 선택

{15개 컴포넌트 가이드 테이블}

### 토큰 사용

{Good/Bad 예시}

### 패턴

{로그인 폼, 대시보드 카드, 데이터 테이블}
// MCP 서버
const tools = [
  'get_component', // 컴포넌트 문서
  'find_pattern', // 패턴 검색
  'validate_code', // 코드 검증
  'suggest_fix', // 수정 제안
]

Week 7-8: 팀 온보딩

## 교육 세션

### Session 1: 기본 (2시간)

- 토큰 시스템 이해
- 컴포넌트 사용법
- AI와 함께 코딩

### Session 2: 실습 (4시간)

- 실제 기능 구현
- 코드 리뷰
- 피드백 반영

## 피드백 수집

- "토큰 찾기 어려움" → 검색 도구 개선
- "예시 부족" → 예시 추가
- "AI가 잘못된 컴포넌트 선택" → CLAUDE.md 보강

결과

지표BeforeAfter변화
하드코딩된 값2163-99%
접근성 위반472-96%
AI 생성 코드 성공률-91%-
개발 속도 (기능당)3일1.5일-50%
디자인 리뷰 수정8회2회-75%

교훈 및 권장사항

성공 요인

피해야 할 것

안티패턴문제대안
빅뱅 마이그레이션리스크 높음, 롤백 어려움점진적 strangler fig
문서 없이 시작AI 성능 저하, 불일관문서 먼저
검증 미비품질 하락CI 필수
피드백 무시채택률 하락정기 수렴

권장 시작점

## Day 1

1. 현황 감사 (토큰, 컴포넌트)
2. 핵심 토큰 10개 정의
3. 버튼 컴포넌트 마이그레이션

## Week 1

1. 코어 컴포넌트 5개 완성
2. 기본 CLAUDE.md 작성
3. 첫 번째 AI 코드 생성 테스트

## Month 1

1. 모든 코어 컴포넌트 완성
2. MCP 서버 구축
3. CI 파이프라인
4. 팀 온보딩 시작

사례 4: Google Stitch와 DESIGN.md

Stitch가 흥미로운 건 "AI로 화면을 그려준다"는 기능보다, DESIGN.md를 디자인 에이전트가 읽는 문서 계층으로 내놓았다는 데 있습니다.

Stitch 사례의 핵심

  • DESIGN.md를 AGENTS.md의 디자인 대응물로 제시
  • plain-text markdown을 사람이 읽는 collaboration layer로 사용
  • 그 아래에 structured token representation을 유지해 enforcement와 연결
  • prompt, branding asset, 수동 작성 세 경로로 DESIGN.md를 생성/보정

왜 중요한가

Stitch가 한 일디자인 시스템 관점 의미
DESIGN.md라는 이름의 문서 계층 도입시각 규칙을 agent-readable contract로 승격
markdown + structured token 이중 표현협업 문서와 enforcement 계층을 분리
vibe prompt나 URL에서 문서 유도레퍼런스 수집을 구조화된 문서로 환원

이 사례가 주는 교훈은 단순합니다. AI 시대의 디자인 시스템은 토큰만 잘 만든다고 끝나지 않고, 에이전트가 읽는 상위 시각 규칙 문서가 있어야 합니다.

AI 관점 시사점

  • 토큰은 값의 정확성을 보장하고, DESIGN.md는 장면의 성격을 보정합니다.
  • 디자이너는 markdown을 고치고 시스템은 tokens를 enforcement하는 이중 구조가 실무에서 강합니다.
  • 브랜드를 리프레시하면 컴포넌트보다 DESIGN.md가 먼저 바뀌는 경우가 많습니다.

사례 5: awesome-design-md와 레퍼런스 운영화

awesome-design-md는 공개 사이트를 바탕으로 작성한 DESIGN.md 컬렉션입니다. 여기서 중요한 건 특정 브랜드를 베끼는 게 아니라, 시각 규칙 샘플을 문서 형태로 모으고 비교하고 추출하는 운영 방식입니다.

무엇이 유용한가

포인트실무 활용
공통 섹션 구조Overview, Colors, Typography, Components, Layout, Do/Don't, Responsive를 팀 표준으로 삼기 좋음
사이트별 스타일 차이 문서화layout density, 타이포 tension, shadow/border 철학 비교 가능
preview.html 같은 보조 자료문서와 시각 샘플을 함께 검토할 수 있음

주의할 점

위험이유권장 대응
브랜드 복제레퍼런스를 house style로 오해공통 패턴만 추출하고 자사 vocabulary로 재작성
토큰 없는 감각 복사enforcement 계층이 없어 일관성이 깨짐DESIGN.md와 token spec를 함께 운영
“이 사이트처럼 만들어줘” 의존장기적으로 브랜드 정체성이 약화여러 레퍼런스를 distill해 팀 기준 문서 작성

AI 관점 시사점

  • DESIGN.md는 영감 보드가 아니라 비교할 수 있는 규칙 문서가 됩니다.
  • 디자인 시스템 팀은 Figma 파일만 모으지 말고 DESIGN.md 샘플 라이브러리를 운영할 수 있습니다.
  • 좋은 레퍼런스 컬렉션은 최종 답이 아니라, 내 제품의 DESIGN.md를 더 빨리 쓰게 해주는 부트스트랩입니다.

Google: Material 3 Expressive

2025년 5월 Google I/O에서 발표한 Material Design의 새로운 방향으로, 평면 디자인의 한계를 넘어 표현력 있는 인터페이스를 지향합니다.

M3 Expressive 핵심 변화

  • Material 3 Expressive(M3E): 새로운 모션 물리, 색상 체계, 컴포넌트 업데이트, 임팩트 있는 폰트
  • Android 16와 함께 출시, Pixel 10 시리즈에서 첫 적용
  • Gemini AI를 Android 자동차, TV, 웨어러블, XR까지 확장
  • 토큰 시스템이 AI 친화적으로 구조화되어 AI 코드 생성에 직접 활용 가능

M3E 토큰 구조

// Material 3 Expressive 토큰 예시
const m3eTokens = {
  color: {
    primary: 'md.sys.color.primary',
    onPrimary: 'md.sys.color.on-primary',
    surface: 'md.sys.color.surface',
    // Dynamic Color: 사용자 배경에서 추출
    dynamicPrimary: 'md.sys.color.dynamic.primary',
  },
  motion: {
    // M3E 신규: Expressive 모션 커브
    expressiveStandard: 'md.sys.motion.easing.expressive',
    expressiveFling: 'md.sys.motion.easing.expressive-fling',
    duration: {
      short: 'md.sys.motion.duration.short3',  // 250ms
      medium: 'md.sys.motion.duration.medium2', // 400ms
    },
  },
  typography: {
    // M3E 신규: 임팩트 있는 디스플레이 폰트
    displayLarge: 'md.sys.typescale.display-large',
    expressiveHeadline: 'md.sys.typescale.expressive-headline',
  },
}

AI 관점 시사점

항목내용
토큰 접근성md.sys.* 네임스페이스로 체계화 — AI가 토큰 용도를 즉시 파악 가능
멀티 플랫폼동일 토큰이 Android, Web, iOS에서 공유 — 한 번의 정의로 다중 플랫폼 코드 생성
Dynamic Color사용자 맥락 기반 색상 — AI 생성 시 하드코딩 대신 토큰 참조 강제
Gemini 연동Google AI 생태계와 직접 통합 — 디자인 의도를 코드로 자동 변환

참고: Material 3 공식 사이트


Apple: Liquid Glass + Apple Intelligence

2025년 WWDC에서 발표한 Apple의 가장 큰 디자인 변화로, 2013년 이후 최대 비주얼 개편과 AI 플랫폼 통합을 한꺼번에 진행합니다.

Liquid Glass + Apple Intelligence 핵심

  • Liquid Glass: 반투명성, 깊이감, 유동적 반응성을 구현하는 새로운 비주얼 언어
  • iOS 26 / iPadOS 26 / macOS 26 / watchOS 26 / tvOS 26 / visionOS 26 전체 적용
  • Apple Intelligence: 호기심 기능에서 정식 플랫폼 레이어로 승격
  • HIG에 Generative AI 전용 섹션 추가: AI 생성 콘텐츠의 책임 있는 통합 가이드
  • 접근성을 구조적(structural) 요소로 격상: VoiceOver, Switch Control, Voice Control이 기본 기대치

HIG Generative AI 가이드라인

## Apple HIG — AI 통합 원칙 (요약)

### 1. 투명성 (Transparency)
- AI가 생성한 콘텐츠임을 사용자에게 명확히 표시
- 생성 과정에서 사용자에게 피드백 제공

### 2. 사용자 통제 (User Control)
- AI 결과물의 편집/거부 항상 가능
- 자동 적용 대신 사용자 확인 단계 필수

### 3. 기대 관리 (Setting Expectations)
- AI 기능의 한계를 솔직하게 전달
- 생성 결과의 품질 수준을 미리 안내

### 4. 접근성 (Accessibility)
- AI 기능이 보조 기술과 완전히 호환
- VoiceOver, Switch Control 등에서 동등한 경험

AI 관점 시사점

항목내용
디자인 표준Liquid Glass가 새로운 시각 언어의 기준 — 디자인 시스템 토큰에 반투명/깊이 속성 필요
AI 통합 패턴HIG의 "책임 있는 AI" 가이드라인이 업계 표준 패턴의 근거
접근성 기본값접근성이 선택이 아닌 구조적 요소 — AI 코드 생성 시 접근성 자동 포함 강제
크로스 플랫폼6개 OS 동시 적용 — 디자인 시스템의 멀티 플랫폼 일관성 중요성 재확인

참고: Apple HIG — Generative AI


Microsoft: Fluent 2 + Copilot 디자인 패턴

Microsoft 365 Copilot 앱에 적용한 차세대 Fluent 디자인으로, 대화(conversation)를 핵심 인터페이스로 끌어올리는 패러다임 변화를 보여줍니다.

Fluent 2 + Copilot UX 핵심

  • 대화 중심 인터페이스: Copilot Chat이 자연스러운 대화 기반 작업 환경으로 전환
  • 아코디언 스타일 아키텍처: 접이식 내비게이션 + 깔끔한 미니멀 팔레트
  • 동적 윈도잉 모델: 적응형 인터페이스의 기반
  • Visual Studio 2026: Modern Fluent Design 전면 UI 개편 (11개 새 테마)
  • Copilot 연동 경험은 Fluent 2 컴포넌트, 스페이싱, 타이포그래피, 토큰 사용 필수

Copilot UX 디자인 패턴

// Fluent 2 + Copilot 컴포넌트 구조 예시
const copilotPatterns = {
  // 대화 인터페이스 구성
  conversationUI: {
    inputArea: 'FluentTextarea + ActionBar',
    messageList: 'ChatMessage + ContextCards',
    suggestions: 'SuggestedActions (최대 3개)',
  },
  // 에이전트 상태 표시
  agentStatus: {
    thinking: 'ProgressBar + StatusLabel',
    acting: 'ActionCard + StepIndicator',
    complete: 'ResultCard + FeedbackButtons',
  },
  // 컨텍스트 카드: AI 응답에 참조 소스 표시
  contextCard: {
    source: 'DocumentReference',
    preview: 'ContentSnippet',
    action: 'OpenInApp | CopyToClipboard',
  },
}

AI 관점 시사점

항목내용
대화 UI 표준Copilot UX 가이던스가 에이전트 시대의 UI 패턴 표준을 제시
토큰 필수화Copilot 연동 시 Fluent 2 토큰 준수 필수 — 생태계 일관성 강제
적응형 레이아웃동적 윈도잉 모델이 반응형 넘어 적응형 인터페이스의 기반
개발 도구 통합VS 2026의 Fluent 개편은 개발자 경험과 디자인 시스템의 통합을 가속화

참고: Microsoft Design


대기업 디자인 시스템 트렌드 종합

기업디자인 시스템AI 통합 방식핵심 교훈
Google StitchDESIGN.md + structured tokensmarkdown visual spec → design generation시각 규칙 문서 자체를 인터페이스로 다뤄야 함
awesome-design-md레퍼런스 기반 DESIGN.md 컬렉션공개 사이트 스타일 → reusable visual spec레퍼런스는 복제가 아니라 distillation 재료여야 함
GoogleMaterial 3 Expressive토큰 JSON → Gemini 코드 생성체계화된 토큰이 AI 활용의 전제조건
AppleLiquid Glass + HIG AIHIG 가이드라인 → 책임 있는 AI 패턴AI 생성 콘텐츠의 투명성/통제가 필수
MicrosoftFluent 2 + Copilot UX대화 UI 패턴 → 에이전트 인터페이스대화형 AI가 핵심 인터랙션 모델로 전환

체크리스트

참고 자료

  • shadcn/ui
  • Radix UI
  • Google Stitch - What is DESIGN.md?
  • Google Stitch - The DESIGN.md format
  • VoltAgent awesome-design-md
  • Vercel Design System
  • GitHub Primer
  • Atlassian Design System
  • Material 3
  • Apple HIG — Generative AI
  • Microsoft Design

관련 문서

AI 기반 DS 진화

AI로 토큰·컴포넌트·패턴을 며칠 만에 생성하고 Stitch 동기화·자동 릴리스로 디자인 시스템 자체를 2-4주 만에 구축·진화시키는 전략.

워크플로우 전략

Design→Code, Code→Design, 양방향 동기화 - 세 가지 AI 워크플로우 비교

Credit & Productivity Models

에이전트 가치 지표 · Microsoft Copilot Credits와 ServiceNow AI value framework를 비교해 사용량 추상화와 생산성 가치 측정의 차이를 설명합니다.

MCP 명령/연동 가이드

Codex 명령어 마스터 · /mcp·/apps·/plugins·/permissions로 Codex의 MCP 서버·도구를 안전하게 운영하는 방법. 읽기 전용 도입과 승인 정책 동시 설계를 원칙으로 합니다.

디자인 워크플로우

Codex 명령어 마스터 · /plugins·/skills·/mcp·/ide를 Figma, ImageGen, Playwright와 연결해 UI를 설계·구현·검증하는 공식 Codex 디자인 흐름

거버넌스 & 협업

RACI·RFC 변경 관리, 6종 품질 게이트, Golden Prompt Suite 회귀 테스트, Figma-GitHub 연동까지 디자인 시스템 거버넌스와 디자이너-개발자 협업 설계.

검증 체크리스트

AI 시대의 디자인 시스템 핸드북의 한국어/영어 동기화와 근거 점검 기준

On this page

사례 1: shadcn/ui 분석AI 친화적 특징1. 명시적 variant 시스템2. Semantic Token 기반3. Compound Component 패턴shadcn/ui의 한계와 개선점사례 2: Radix Primitives 분석접근성 자동화상태 관리사례 3: 실제 프로젝트 적용프로젝트 배경마이그레이션 과정Week 1-2: 토큰 정의Week 3-4: 코어 컴포넌트Week 5-6: AI 통합Week 7-8: 팀 온보딩결과교훈 및 권장사항성공 요인피해야 할 것권장 시작점사례 4: Google Stitch와 DESIGN.md왜 중요한가AI 관점 시사점사례 5: awesome-design-md와 레퍼런스 운영화무엇이 유용한가주의할 점AI 관점 시사점Google: Material 3 ExpressiveM3E 토큰 구조AI 관점 시사점Apple: Liquid Glass + Apple IntelligenceHIG Generative AI 가이드라인AI 관점 시사점Microsoft: Fluent 2 + Copilot 디자인 패턴Copilot UX 디자인 패턴AI 관점 시사점대기업 디자인 시스템 트렌드 종합체크리스트분석 항목구현 항목측정 항목참고 자료