잘하는 PO라는 착각
블랙프라이데이 성공 이후의 실패 경험을 바탕으로, 빠른 실행보다 문제 정의가 먼저라는 점을 돌아봤습니다. 뷰티 사례에서는 흩어진 증정품 정보를 가격 판단 맥락에 연결하는 방향으로 다시 접근했습니다.
UI/UX 태그가 달린 국내 IT 기업 기술 블로그 글을 최신순으로 모았습니다.
20개 표시
블랙프라이데이 성공 이후의 실패 경험을 바탕으로, 빠른 실행보다 문제 정의가 먼저라는 점을 돌아봤습니다. 뷰티 사례에서는 흩어진 증정품 정보를 가격 판단 맥락에 연결하는 방향으로 다시 접근했습니다.
포스타입에서 90일간 경험한 프로덕트 디자이너의 회고를 담았습니다. 좋은 아이디어보다 문제 정의와 실험 중심의 의사결정이 더 중요하다고 이야기했습니다.
공통 로직과 UI 컴포넌트를 재사용 가능하게 분리해 유지보수성과 생산성을 높였습니다. 도메인 값과 화면 표현을 분리하고 다국어 처리도 공통화해 일관성을 확보했습니다.
React Query의 staleTime, gcTime, 키 팩토리, 무효화 전략을 중심으로 캐시 운영법을 정리했습니다. 전역 기본값과 직접 갱신을 통해 불필요한 재요청과 화면 깜빡임을 줄이는 방법을 제안했습니다.
앱 스토어 스크린샷은 시각보다 브랜드 맥락을 먼저 정리해야 한다고 설명했습니다. 왓챠와 왓챠피디아를 서로 다른 사용자 흐름에 맞춰 설계하고, 오래 유효한 구성으로 운영까지 고려했습니다.
웹과 모바일 UI의 차이를 타이포그래피, Safe Area, 내비게이션, 버튼 배치 중심으로 정리했습니다. 모바일에서는 공간 배치보다 우선순위와 엄지 조작성을 더 중요하게 봐야 한다는 점을 설명했습니다.
다이얼로그 수정 폼에서 useEffect 기반 수동 바인딩으로 발생한 상태 꼬임 문제를 정리했습니다. React Hook Form의 values로 선언적 동기화를 적용해 잔상과 레이스 컨디션을 줄였습니다.
최소주문금액바에 대한 4번의 A/B 실험을 통해 전환과 객단가의 관계를 검증했습니다. 메인 지표와 보조 지표를 함께 보며 다음 가설을 만드는 과정의 중요성을 정리했습니다.
AI가 UI를 빠르게 만드는 시대에 디자이너의 역할 변화를 고민한 글입니다. 운영자 관점에서 데이터를 해석하고 올바른 판단을 돕는 정보 설계의 중요성을 짚었습니다.
트립홀릭의 그래픽을 단순 에셋이 아니라 AI로 재현 가능한 비주얼 시스템으로 정리했습니다. 말풍선 모티프와 프롬프트 규칙으로 브랜드 일관성을 높이려는 과정을 공유했습니다.
왓챠 웹에서 PiP 기능을 지원하게 된 소식을 소개했습니다. 기존 미니플레이어 한계와 브라우저별 PiP 차이도 함께 안내했습니다.
디자인시스템은 컴포넌트만 만드는 일이 아니라 제품 판단 기준을 쌓는 일이라고 설명했습니다. AI가 UI를 빠르게 만들수록 패턴과 맥락을 정리하는 역할이 더 중요해졌습니다.
데마에칸은 타사 채팅 솔루션 종료를 계기로 InquiryChat으로 전환했습니다. 후쿠오카 현장 조사와 FGT/FGI를 통해 운영 맥락을 반영하고 상담 효율과 경험을 개선했습니다.

여기어때가 디자인 시스템에 맞는 아이콘을 빠르게 만들기 위해 생성기와 벡터화 파이프라인을 구축했습니다. 실무에 바로 쓰이도록 프롬프트, 정제, UX까지 함께 최적화했습니다.
TVING 쇼츠 플레이어의 메모리 관리와 전환 지연 문제를 단일 플레이어 구조와 프리로드로 개선했습니다. VST를 낮추고 저사양 단말과 불안정한 네트워크에서도 더 부드러운 시청 경험을 확보했습니다.
퀸잇이 4050 여성을 단순한 연령대가 아닌 취향과 안목을 지닌 고객으로 다시 정의했습니다. 고객 인터뷰를 바탕으로 패션을 넘어 라이프스타일 전반으로 확장한 배경을 소개합니다.
포스타입 캐릭터톡의 MVP 출시 과정과 팀별 고민을 정리했습니다. 초기 콘텐츠 확보와 데이터 기반 의사결정 구조가 핵심이었습니다.

티빙이 팬들의 다양한 시청 방식에 맞춰 기능을 확장한 사례를 소개했습니다. 프로그램 전용관, 뉴스, 티빙톡, 팬덤중계, 숏드라마로 몰입 경험을 넓혔습니다.
티빙이 팬들의 다양한 시청 방식에 맞춰 기능과 경험을 계속 확장한 사례를 소개했습니다. 프로그램 전용관, 뉴스, 동시 시청, 팬덤중계, 숏드라마로 몰입과 참여를 강화했습니다.
개밥먹기는 만든 사람이 직접 써보며 사용자 불편을 찾는 방법이라고 설명했습니다. 이제는 AI에게 고객처럼 사용해 보게 하여 빠르게 점검할 수 있다고 제안했습니다.