Figma, 더 가볍게.
LLM과 코드 리뷰 중심으로 디자인 핸드오프를 PR 기반으로 전환했습니다. Figma 구독을 Professional로 조정해 연간 비용 약 77% 절감을 예상했습니다.


LLM과 코드 리뷰 중심으로 디자인 핸드오프를 PR 기반으로 전환했습니다. Figma 구독을 Professional로 조정해 연간 비용 약 77% 절감을 예상했습니다.

에이전트가 활용할 디자인 시스템을 매니페스트·브랜드 시드·명시적 제약 데이터로 설계했습니다. 조합 테스트와 빌드 검증으로 일관된 인터랙션 품질을 운영하는 방식을 소개합니다.

AI 코딩 에이전트의 작업을 통제하는 5겹 하네스 구조를 소개했습니다. 자동 검증과 권한 제어로 사람이 설계 리뷰에 집중하는 방식을 설명합니다.

AI 코딩 에이전트와 디자인 시스템으로 목업·핸드오프 대신 PR 중심 딜리버리 흐름을 제안했습니다. 토큰, 컨텍스트, 훅으로 품질을 강제하고 산출물 기반 케이던스를 운영했습니다.

AI 에이전트가 브랜드와 사용자 맥락에 맞춰 UI를 구성하도록 디자인 시스템을 재정의했습니다. 구조화된 문서·스킬과 NPM 패키지로 디자인 판단을 전달하는 방향을 소개합니다.

AI가 디자인을 대신 만들어주는 것이 아니라, AI가 쓸 디자인 시스템을 설계하는 관점입니다. 브랜드 맥락과 인터랙션 규칙을 구조화해 에이전트가 바로 조합하고 실행할 수 있게 만들었습니다.

코드와 연결된 디자인 시스템을 중심으로 AI 기반 제품 개발을 준비하는 2026년 디자인 스택을 정리했습니다. Figma, LLM, Cursor 도입과 권한 정책으로 디자인 운영 규율을 강화합니다.

버즈빌이 2026년 디자인 스택을 AI 전환에 맞춰 재정비했습니다. 코드와 연결된 디자인 시스템, Figma·LLM·Cursor 중심의 워크플로우를 구축했습니다.

Buzzflow는 YAML·래퍼·MLflow로 ML 파이프라인 개발과 모델 저장소를 표준화했습니다. 로컬 디버깅, CI 권한 관리, Airflow 기반 실행과 실패 모니터링도 구성했습니다.

버즈빌의 머신러닝 플랫폼 Buzzflow를 소개하며, 모델 개발과 관리를 위한 파이프라인과 저장소 구성을 설명했습니다. 모델 배포 방식은 다음 글에서 이어서 다룰 예정입니다.

AI Art의 프롬프트 기반 생성 방식을 UI·UX 디자인 시스템에 적용할 가능성을 살펴봤습니다. 사용자 데이터로 광고 크리에이티브를 자동 최적화하는 방향도 제안했습니다.

AI 아트가 디자인과 광고 크리에이티브에 줄 수 있는 가능성을 살펴보는 글입니다. 프롬프트 기반 생성 도구와 그에 따른 기회, 한계, 위험을 함께 언급했습니다.

Item-CF를 희소 벡터와 Ray 분산 처리로 최적화해 추천 테이블 생성 시간을 크게 줄였습니다. 메타데이터 품질 편차가 큰 다수 이커머스 환경에서 견고성을 선택한 사례를 소개합니다.

Buzzvil은 Google Cloud Vision으로 광고 이미지를 분석·분류해 유해 콘텐츠를 필터링했습니다. 안정성과 비용 효율성을 바탕으로 사용자 신뢰 유지를 지원합니다.

아마존 에코의 음성 인식으로 에어컨을 제어하는 방법을 다룹니다. 제어 회로 설계와 LIRC 사용을 쉽게 소개합니다.

허니스크린의 콘텐츠 추천 품질을 높이기 위한 유사 콘텐츠 분류 필요성을 다룹니다. Word2vec을 응용한 머신러닝 기반 콘텐츠 클러스터링 접근을 소개합니다.

Honeyscreen 콘텐츠를 효율적으로 분류하기 위한 word2vec 기반 클러스터링을 소개했습니다. 단어 벡터 간 거리로 의미 유사도를 측정하는 방식을 설명합니다.
