AGI 실현 후 프로덕트의 UI/UX는 어떻게 변할까?

시작하며

현재의 AI(ChatGPT, Gemini, Claude 등)도 일반적인 전문가보다 충분한 지식을 가지고 있다고 할 수 있지만, 그 성능이 더욱 일반화된 AGI(Artificial General Intelligence(범용 인공지능))가 실현되면 사람들의 생활은 크게 달라질 것으로 예상됩니다.
여기서는 프로덕트의 UIUX에 어떤 변화가 일어날 것인지 정리합니다.

참고문헌

AGI에 관해서는 다양한 정보가 있지만, 다음의 저자들처럼 높은 신뢰도를 가진 문헌에 한정하여 정보를 정리하고 있습니다

• 주요 AI 개발 기업: OpenAI, Google 등
• 주요 컨설팅 회사: McKinsey & Company, BCG 등
• 주요 증권·투자 회사: Goldman Sachs, Sequoia Capital 등
• 주요 연구 기관: Harvard University, Stanford University 등
• 주요 학술지: Nature, Science 등
• 국제 기관: World Economic Forum, OECD 등

다음의 문헌 내용을 바탕으로 정리하고 있습니다. 내용의 상세는 이들 문헌을 참고해 주세요.

• Amble, S. (2026). Is Software Losing Its Head? Andreessen Horowitz (a16z).
• Butler, J., Jaffe, S., Janßen, R., Baym, N., Hecht, B., Hofman, J., Rintel, S., Sarrafzadeh, B., Sellen, A., Vorvoreanu, M., & Teevan, J. (Eds.). (2025). Microsoft New Future of Work Report 2025. Microsoft.
• Cahn, D. (2024). AI's $600B Question. Sequoia Capital.
• Flinders, M. (2025). What is AI product design? IBM.
• IDC. (2025). Charting the Agentic Future: 10 Vision Statements for 2030. IDC.
• Leviathan, Y., Valevski, D., Lumen, D., Kalman, M., Natchu, V., Nygaard, V., Manyika, J., Matias, Y., Segalis, E., Molad, E., Pasternak, S., & Venkatachary, S. (2025). Generative UI: LLMs are Effective UI Generators. Google Research.
• Li, Y. (2025). Emerging Developer Patterns for the AI Era. Andreessen Horowitz (a16z).
• Moran, K., & Gibbons, S. (2024). Outcome-Oriented Design: The Era of AI Design. Nielsen Norman Group.
• Nielsen, J. (2026). 18 predictions for 2026. UX Tigers.
• Patel, D. (2025). Dwarkesh Patel Podcast.
• Schmidt, J. (2025). Trading Margin for Moat: Why the Forward Deployed Engineer Is the Hottest Job in Startups. Andreessen Horowitz (a16z).
• Wobig, E., Kiral, B., Miller, M., Ribera, M., Kwon, Y., & Mishra, S. (2025). Farewell, SaaS: AI is the future of enterprise software. AlixPartners.

1. Generative UI (GenUI)와 「일회용」 인터페이스의 등장

• 실시간 생성과 소멸: 모든 사용자에게 동일한 고정 화면을 제공하는 기존의 디자인은 시대에 뒤떨어집니다. AI가 사용자의 현재 의도, 문맥, 이력을 파악하여 실시간으로 최적의 UI를 동적으로 생성하는 「Generative UI(GenUI)」가 보급됩니다. 그리고 작업이 완료되면 생성된 인터페이스는 소멸(Disposable)합니다.
• 「평균」에서 「개인」으로의 완전한 개인화: 기존의 UI 디자인은 「대다수가 사용하기 쉬운」 최대공약수적인 것이었지만, GenUI에 의해 「개인을 위한」디자인이 가능해집니다. 예를 들어, 난독증을 가진 사용자에게는 자동으로 특별한 폰트나 명도 대비를 갖춘 UI가 생성되는 등 접근성도 비약적으로 향상됩니다.
• 근육 기억의 상실: UI가 매번 사용자의 문맥에 맞춰 변하기 때문에, 사용자가 「버튼의 위치를 몸으로 기억하는(근육 기억)」이라는 경험은 불가능해집니다. 사용자는 AI가 항상 적절한 UI를 제공해 줄 것이라고 신뢰하고 조작하게 되며, UI의 고정적인 일관성보다는 「즉시성」과 「적절성」이 우선되게 됩니다.

2. 대화형(Conversational UI)에서 위임형(Delegative UI)으로의 전환

• 「질문」에서 「목표의 위임」으로: AI와의 관계 방식은 챗봇에 질문을 던지는 것뿐인 「Conversational UI」에서 자율형 AI 에이전트에 최종 목표를 제시하고 계획과 실행을 맡기는 「Delegative UI(위임형 UI)」로 진화합니다.
• 사용자 역할의 변화: 사용자는 소프트웨어를 세밀하게 조작하는 실무자에서 여러 에이전트를 통괄하여 지시를 내리는 「매니저(Vibe CEO)」 같은 역할로 변화합니다. 일상 업무의 대부분을 AI가 자율적으로 처리하고, 인간은 더욱 고도의 전략적 판단이나 방향성 결정에 집중하게 됩니다.

3. 감시 인터페이스(Audit Interface)와 「리뷰 피로」 대책

• 「만든다」에서 「확인한다」로의 변화: AI 에이전트가 복잡한 워크플로우를 자율적으로 처리하게 되면, 인간의 주된 역할은 AI 작업 결과의 「검증과 승인」이 됩니다.
• 리뷰 피로(Review Fatigue)의 위험: AI가 행한 수십 개의 복잡한 사고 과정이나 작업 결과를 인간이 모두 확인하는 것은 자신이 작업하는 것보다도 인지적 부하가 높으며, 「리뷰 피로」를 초래할 위험성이 있습니다.
• Audit Interface의 중요성: 이 문제를 방지하기 위해 AI가 어떤 논리로 행동했는지를 요약하고, 인간이 한눈에 안전 확인이나 의사 결정을 할 수 있도록 하는 「감시 인터페이스(Audit Interface)」의 설계가 향후 UX에 있어서 최대 과제가 됩니다.

4. 소프트웨어의 「헤드리스화」와 경쟁 우위성(Moat)의 이동

• UI를 거치지 않는 에이전트의 활동: 기존에 소프트웨어는 인간이 조작하기 위해 UI를 필요로 했지만, AI 에이전트는 브라우저의 UI를 거치지 않고 직접 API나 데이터 레이어에 접근하여 처리를 실행합니다.
• 백엔드로의 가치 이동: 이 「헤드리스화」에 의해 대시보드나 UI의 사용 편이성 자체가 가진 가치는 상대적으로 저하됩니다. 그 대신 독자적인 데이터, 폐쇄된 실행 루프, 권한 관리(퍼미션), 워크플로우의 로직이라는 「백엔드의 구조」가 프로덕트의 방어력이나 가치의 원천이 됩니다.

5. 성과 지향형 디자인(Outcome-Oriented Design)으로의 진화

• 「화면」의 설계에서 「제약」의 설계로: UI/UX 디자이너의 역할은 버튼이나 레이아웃을 하나하나 배치하는 것에서 AI가 인터페이스를 동적으로 생성할 때의 「파라미터」나 「제약(가드레일)」을 정의하는 것으로 변합니다.
• 프로세스에서 성과(Outcome)로: AI가 사용자의 목표 달성까지의 프로세스를 단축하기 때문에, 디자이너는 「사용자가 어떻게 조작하는가(마이크로인터랙션)」의 설계보다 「최종적으로 어떤 성과(Outcome)를 얻어야 하는가」에 초점을 맞추는 「성과 지향형 디자인」을 중시하게 됩니다.

6. 동적 대시보드와 선제적 협업

• 합성(Synthesis)으로서의 대시보드: 많은 데이터나 그래프가 고정으로 나열되는 기존의 대시보드는 AI에 의해 동적으로 합성되는 대화형 인터페이스로 진화합니다. 사용자가 「어제의 에러의 원인은?」이라고 자연언어로 묻기만 하면 필요한 데이터와 그래프가 실시간으로 구성됩니다.
• 팀원으로서의 AI: AI는 사용자의 지시를 기다리기만 하지 않고 스스로 시스템의 상태를 감시하여 「에러율이 상승하고 있습니다. 이것이 원인이며 권장되는 수정안입니다」라고 자발적(선제적)으로 개입·제안을 하게 되며, 단순한 도구를 넘어선 「팀원」으로서의 역할을 하게 됩니다.

7. 멀티모달 통합과 범용 인터페이스의 등장

• Large World Model (LWM)로의 전환: 텍스트뿐만 아니라 음성, 시각, 동영상 등을 일급 객체로 하여 seamlessly 통합하여 처리하는 AI 모델이 주류가 됩니다. 이에 따라 사용자는 음성으로 지시를 내리면서 화면상의 요소를 직접 조작·편집하는 등 직관적인 인터랙션이 가능해집니다.
• 접근성 API의 새로운 활용: AI 에이전트가 기존 소프트웨어를 「보기」 위한 수단으로 접근성 API(시각·운동 장애자용 조작 보조 기능)가 활용됩니다. 이에 따라 AI 전용 API가 마련되지 않은 레거시 시스템이라도 에이전트가 인간과 동일하게 UI를 의미론적으로 이해하고 조작할 수 있게 됩니다.

마치며

AI의 진전에 따라 프로덕트의 기능뿐만 아니라 UIUX에 요구되는 요건도 변하고 있습니다. 향후에는 AI 에이전트 탑재가 전제인 시스템이 대부분이 될 것으로 예상되므로, 새로운 형태의 UIUX에 대응해 나갈 필요가 있습니다.