30분 세션 — 프로덕트 디자이너 대상
“AI라는 툴이 처음엔 너무 막연하고 무서웠거든요.
그 무드를 깨는 데 도움이 되고 싶어요.”
AI는 “어딘가 통제 밖에서 떠도는 무언가”가 아니라, 주어진 질문이나 짜여진 룰에 따라 정해진 답변을 주는 시스템입니다.
그리고 사실 아주 오래된 개념이에요. 1950년대 튜링 테스트 시절부터 있었죠.
당시엔 컴퓨터 성능과 데이터 저장 용량이 너무 부족해서, 컨셉만 있고 발전이 멈춰 있었어요.
빅데이터 + 컴퓨팅 파워 + 더 효율적인 예측 로직 → 이메일 자동완성이 대화형 자동완성으로 진화한 것.
“프랑스의 수도는 어디인가요?” → “파리입니다”가 가장 높은 확률의 다음 단어.
“고양이가 어디에 있나요?” → 박스 안일 확률이 가장 높으니 “박스 안에 있어요”.
컴퓨터에서 파일을 찾을 때도, “데스크탑 어딘가”라고 범위를 좁혀주면 예측이 훨씬 빨라지죠. AI도 똑같아요.
memory.md, claude.md 같은 문서들은 AI에게 맥락을 제공해서 예측 확률을 높여주는 역할이에요.
맥락이 좋으면 → 낭비 토큰 ↓ · 응답 정확도 ↑.
(입력 토큰은 조금 늘어도 전체 왕복 비용은 줄어드는 구조예요.)
브라우저로 대화하는 Claude. 가장 익숙한 모습. 문서 작업, 라이팅에 특화돼 있어요.
터미널 기반의 AI 에이전트. 같은 뇌를 쓰지만 능력치가 훨씬 높습니다.
AI 모델 자체는 텍스트 자동완성 기능뿐이에요. Figma를 직접 건드릴 능력이 없습니다. 그래서 MCP가 사이에 껴서 통역사 · 배달부 역할을 해주는 것.
사용자: “피그마에서 파란색 버튼을 흰색으로 바꿔줘”
Claude Code가 이 자연어를 받습니다.
Claude Code가 요청을 JSON(기계 언어)으로 번역해 출력합니다. 텍스트 → 구조화된 명령.
MCP가 JSON을 Figma로 전달. Figma가 해석해서 버튼 색을 흰색으로 바꿉니다. 실제 파일이 수정되는 순간.
“변경 완료” 메시지가 MCP를 통해 다시 Claude Code로. 사용자에게 성공했어요 응답.
Figma 같은 외부 툴과 직접 소통·연결해 주는 중간다리.
토큰 비용은 작지만, 반드시 외부 실행이 필요할 때만 호출됩니다.
중간다리가 아니라, AI가 먼저 읽는 텍스트 맥락 문서. 일종의 매뉴얼이에요.
⚠︎ 길어질수록 토큰을 많이 먹습니다.
정리하자면 — Skill은 맥락이고, MCP는 행동이에요. Skill 안에서 MCP를 불러오는 구조도 자주 씁니다.
얘는 신도 만능도 아니에요. “엄청 똑똑한 자동 완성 기계”라는 전제로 프롬프트를 짜세요.
MD 파일로 맥락 주고, 범위를 좁혀 타게팅하고, 큰 작업을 작은 단위로 자르세요. 이게 품질의 전부예요.
“화면 10장 넘게 그려줘” → 텍스트 과생성 → 토큰 초과 → MCP에 닿기도 전에 실패. 작게 자르기가 답.
피그마 MCP 세팅법은 그냥 Claude에게 “피그마 MCP 연결 방법 알려줘”라고 물어보면 가장 정확해요. AI는 웹서치와 메모리, 최신 문서를 조합해 답을 예측합니다. 굳이 구글링하지 마세요.