본문 바로가기 주메뉴 바로가기
국회도서관 홈으로 정보검색 소장정보 검색

결과 내 검색

동의어 포함

목차보기

표제지 2

국문초록 5

목차 7

Ⅰ. 서론 13

1.1. 연구 배경 및 필요성 13

1.1.1. 4차 산업혁명과 디자인 도구의 발전 13

1.1.2. AI 도입과 디자인 혁신 15

1.1.3. 디자인 도구 변화의 주요 사례 17

1.1.4. Figma AI 기능의 도입 배경 17

1.1.5. AI 기능 업데이트와 새로운 도전 18

1.1.6. Figma AI의 주요 기능 19

1.1.7. 디자이너를 위한 Figma AI의 역할 21

1.2. 연구 목적 및 질문 22

1.2.1. Figma AI 기능이 디자인 효율성에 미치는 영향 분석 22

1.2.2. 연구 질문과 기대 결과 23

1.2.3. 연구의 기대 효과 23

1.2.4. 연구 구성도 24

Ⅱ. 이론적 배경 25

2.1. AI와 디자인 도구의 융합 25

2.1.1. AI 기반 디자인 도구의 발전과 영향 25

2.1.2. AI 기반 도구 비교: 주요 기능과 강점 27

2.1.3. Figma의 특징과 차별성 28

2.2. 기존 연구 검토 28

2.2.1. 선행연구와 Figma의 AI 기능에 대한 기존 논의 28

2.2.2. TAM(기술 수용 모델)을 활용한 연구 사례 29

2.2.3. TTF(작업-기술 적합성)을 활용한 연구 사례 30

2.2.4. UX 이론을 활용한 연구 사례 30

2.2.5. Figma 관련 연구 결과 요약 및 연구 공백 31

2.3. 이론적 프레임워크_기술 수용 모델(TAM)의 개념 32

2.3.1. 기술 수용 모델(TAM)의 정의와 중요성 32

2.3.2. TAM의 도식화 32

2.3.3. TAM의 Figma AI 기능 적용 사례 33

2.3.4. TAM 기반 연구 질문과 기대 결과 34

2.3.5. TAM 모델과 Figma AI의 차별성 34

2.4. 이론적 프레임워크_작업-기술 적합성(TTF) 모델의 개념 35

2.4.1. 작업-기술 적합성(TTF) 모델의 정의와 중요성 35

2.4.2. TTF 모델의 도식화 36

2.4.3. TTF 모델과 Figma AI 기능 36

2.4.4. TTF 기반 연구 질문과 기대 결과 37

2.4.5. TTF 모델과 Figma AI의 차별성 37

2.5. 이론적 프레임워크_작업-사용자 경험(UX) 이론의 개념 38

2.5.1. 사용자 경험(UX) 이론의 정의와 중요성 38

2.5.2. UX 이론의 주요 구성 요소 39

2.5.3. UX 이론의 도식화 40

2.5.4. Figma AI와 UX 이론의 적용 사례 40

2.5.5. UX 이론 기반 연구 질문과 기대 결과 41

2.5.6. UX 이론과 Figma AI의 차별적 요소 41

2.6. 연구와의 연결성 42

2.6.1. 이론적 프레임워크의 중요성 42

2.6.2. 이론적 프레임워크(TAM, TTF, UX)와 연구 질문의 관계 42

2.6.3. Figma AI 기능과 이론적 프레임워크의 통합적 접근 44

Ⅲ. 연구 방법 45

3.1. 연구 설계 45

3.1.1. 설문조사와 인터뷰를 통한 사용자 경험 분석 45

3.1.2. 설문조사 설계 45

3.1.3. 인터뷰 설계 46

3.1.4. 연구 대상과 표본 정의 47

3.2. 데이터 수집 및 분석 방법 48

3.2.1. 데이터 분석 계획과 방법론 48

3.2.2. 변수 정의 48

3.2.3. 설문지 구성 49

3.2.4. 인터뷰 구성 49

3.2.5. 분석 방법 및 도구 50

Ⅳ. 연구 결과 51

4.1. 설문조사 및 인터뷰 결과 51

4.1.1. 설문조사 결과 51

4.1.2. 인터뷰 결과 54

4.2. 결과의 해석 55

4.2.1. TAM 관점에서의 해석 55

4.2.2. TTF 관점에서의 해석 56

4.2.3. UX 관점에서의 해석 56

4.2.4. 개선 사항 및 시사점 57

4.3. 연구 결과의 요약 58

Ⅴ. 결론 60

5.1. 연구 요약 및 주요 결과 60

5.1.1. 주요 연구 결과 60

5.1.2. 시사점 61

5.2. 연구의 한계와 향후 연구 방향 61

5.2.1. 연구의 한계 61

5.2.2. 향후 연구 방향 62

5.3. Figma AI의 개선 제안 63

5.3.1. 제안 배경 63

5.3.2. Figma AI 플랫폼(Figma-AI Hub) 63

5.3.3. TAM, TTF, UX 모델과의 연계 64

5.3.4. 결론 및 의의 64

참고 문헌 65

부록 71

Abstract 88

표목차 11

[표 1] 주요 디자인 도구의 AI 기술 적용 사례 16

[표 2] UI 및 UX 디자인 도구의 주요 기능과 강점 비교 17

[표 3] Figma AI 주요 기능과 각 기능의 설명 및 역할을 정리한 표 19

[표 4] FigmaAI 기능이 디자이너에게 미치는 영향에 대한 연구 질문을 설정 23

[표 5] 주요 AI 기반 디자인 도구의 비교 27

[표 6] TAM, TTF, UX 이론 비교 도식 29

[표 7] 주요 선행연구 요약: TAM, TTF, UX 이론을 활용한 AI 기반 디자인 도구 연구... 31

[표 8] 기술 수용 모델(TAM)의 구성 요소 33

[표 9] TAM 적용 사례 요약표 34

[표 10] 작업-기술 적합성 모델(TTF)의 구성 요소 36

[표 11] TTF 적용 사례 요약표 37

[표 12] 사용자 경험(UX)이론의 구성 요소 40

[표 13] UX 적용 사례 요약표 41

[표 14] 연구 질문 및 이론적 프레임워크 연계표 44

[표 15] 설문조사 설계 도식화 45

[표 16] 인터뷰조사 설계 도식화 46

[표 17] 설문조사 응답자 주요 특성 47

[표 18] 인터뷰조사 응답자 주요 특성 48

[표 19] Figma-AI HUB 메뉴 구성 64

그림목차 12

[그림 1] AI 사용 빈도 그래프 13

[그림 2] Figma를 포함한 주요 UI/UX 디자인 도구의 사용 빈도 그래프 14

[그림 3] UI 디자인 도구 시장 점유율 변화 14

[그림 4] UX 워크플로우에서 가장 선호되는 AI 도구 15

[그림 5] 현재 사용 중인 생성형 AI 도구에 대한 만족도 15

[그림 6] 현재 beta 서비스로 제공 중인 Figma AI 주요 기능 목록 20

[그림 7] 연구 구성 및 흐름도 24

[그림 8] 기술 수용 모델(TAM, Technology Acceptance Model) 구성도 32

[그림 9] 작업-기술 적합성 모델(TTF, Task-Technology Fit) 구성도 35

[그림 10] UX이론의 주요 구성요소 39

[그림 11] Figma AI 사용 경험에 대한 설문조사 결과: 사용 경험이 있는 응답자(70%),... 51

[그림 12] 설문 응답자의 인구통계학적 특성: 연령(20대, 30대, 40대 이상) 및 직무... 51

[그림 13] Figma AI 주요 기능별 작업 효율성 평가 결과: 주... 52

[그림 14] 초기 학습 곡선에 따른 사용성 평가: 주요 기능... 53

[그림 15] 창의성 기여도에 대한 평가: 주요 AI 기능별 창의적... 53

[그림 16] Figma AI 주요 기능별 만족도 비교: 유용성과 정확성을 기준으로 '번역',... 54

[그림 17] 인터뷰 응답자들이 자주 언급한 키워드(좌) 55

[그림 18] 키워드(우) '효율성', '반복 작업', '창의성' 등의... 55

[그림 19] 유용성과 사용 용이성 비교 55

[그림 20] TTF 관점에서의 작업 적합성 평가 56

[그림 21] 초기 학습 시 만족도와 적응 후 만족도의 변화... 57

[그림 22] 설문조사와 인터뷰 결과 비교 58

[그림 23] AI 기능 개선 요구사항 58

[그림 24] Figma AI 기능의 강점, 약점, 개선 방향을 시각적으로 요약한 인포그래픽 59

초록보기

 본 연구는 Figma의 AI 기능이 UI/UX 디자인 과정에서 작업 효율성, 창의성, 사용자 경험에 미치는 영향을 심층적으로 분석하였다. 연구는 기술 수용모델(TAM), 작업-기술 적합성 모델(TTF), 사용자 경험(UX) 프레임워크를 기반으로 설계되었으며, 설문조사와 인터뷰를 통해 데이터를 수집하고 종합적으로 해석하였다. 분석 결과, Figma AI 기능은 작업 속도 향상과 반복 작업 자동화에 대한 높은 평가를 받았으며, 초보 디자이너와 숙련 디자이너 간 작업 격차를 줄이는 데 기여하였다. 반면, 초기 학습 곡선의 높음, 번역 및 초안 생성 기능의 한계 등 개선이 필요한 부분도 확인되었다. 이러한 결과는 Figma와 같은 AI 기반 도구가 디자이너의 창의적 작업과 팀 협업을 지원하는 데 중요한 역할을 할 수 있음을 시사한다. 본 연구는 AI 도구의 실질적 활용 가능성을 평가하고, 차세대 디자인 도구 개발에 대한 실질적 방향성을 제안한다. 향후 연구는 Figma를 포함한 다양한 디자인 도구로 연구를 확장하여 사용자 경험의 비교와 장기적인 영향을 분석하는 데 기여할 수 있을 것이다.