NN/g는 AI 개발 절차에서 UX가 지침 문서로 축소되면 사용자 문제 발견과 설계 평가가 빠질 수 있다고 지적한다. 팀이 만든 명세와 화면만 기준으로 확인해서는 초기의 잘못된 가정을 걸러낼 수 없다고 설명한다.
Nielsen Norman Group
NN/g는 사람의 목표를 대신 수행하는 에이전트까지 경험 설계의 대상으로 보자고 제안한다. 시스템의 작업 성공뿐 아니라 승인 요청과 제어 반환, 행동 확인·되돌리기를 통해 사람이 목표를 달성했는지 살펴야 한다고 설명한다.
Nielsen Norman Group
Vercel은 Agent의 세션 평균 비용을 67% 줄였다고 밝혔다. 청구 단가는 유지한 채 작업별 CLI 지침, 대화의 증분 맥락 관리와 프롬프트 캐시 재사용을 개선해 필요한 토큰을 줄인 결과라고 설명한다.
Vercel Blog
Air는 자산에 태그를 붙이고 이름과 보드를 정리하며 이미지 변형을 만드는 에이전트를 소개한다. 별점 조건으로 자산을 찾아 새 보드로 옮기는 예시로 검색 결과 제공에서 정리 실행으로 이어지는 흐름을 보여 준다.
It's Nice That도쿄 일정 질문 10개를 AI 네 곳에 물어 읽을 수 있었던 82건 중 하루 단위 일정 73건을 비교했다. 장소의 등장 여부를 답변 단위로 세고 이름 표기를 통합해 추천 노출을 관찰하는 집계 방식을 설명한다.
EO플래닛
Vercel 플러그인이 Antigravity 마켓플레이스에 추가됐다. 에이전트에 AI SDK와 Functions, Workflow의 사용 지침을 제공하며 샌드박스를 활용한 Python 백엔드 구축·배포 예시를 소개한다.
Vercel Blog
Vercel Sandbox는 실행 중인 명령에 표준 입력을 보내는 기능을 추가했다. TypeScript와 Python SDK에서 입력 스트림을 제어해 agent-browser 같은 stdio MCP 서버나 CLI와 양방향으로 통신하는 흐름을 지원한다.
Vercel Blog필자가 7개 업종의 AI 추천 답변에서 출처를 모아 네이버 블로그 534회·유튜브 239회를 관측했다. AI별로 나누지 않고 합산했으며 네이버 AI 브리핑 포함이 분포에 영향을 줄 수 있다고 설명한다.
EO플래닛
GitHub Octoverse 2026이 에이전트 개발과 커밋·푸시 증가를 다룬다는 소개다. 제공된 본문은 플랫폼 비전과 다른 안내가 섞여 있어 보고서의 핵심 통계와 해석을 확인하지 못했다.
GitHub Blog
배민 AI 검색 팀은 막연한 식욕을 검색어로 바꿔야 하는 불편을 해결하려 했다. 매번 달라지는 답변을 다루기 위해 AI와 코드의 역할을 나누고 안전성과 품질을 별도로 평가하는 출시 검증 방식을 소개한다.
바이라인네트워크스캐터랩은 제타의 온보딩과 LLM, 캐릭터 콘텐츠를 데이터 실험으로 개선한 과정을 Mixpanel 도입 인터뷰로 소개한다. AI 대화를 인터랙티브 스토리 경험으로 보고 제품팀의 분석과 의사결정 방식을 다룬다.
EO플래닛
Text-to-cad는 에이전트가 Python으로 CAD 모델을 만들고 STEP·GLB·STL·3MF로 내보내는 작업 흐름을 제공한다. 뷰어 갱신과 도면 작성, 제조성 검사를 결합해 모델 생성 이후의 검토 단계까지 연결한다.
Sidebar
NN/g의 UX 실무자 설문을 정리한 글은 AI 도구 사용이 허용돼도 자유롭게 고르는 것은 별개라고 설명한다. 응답 521건의 모집 경로와 직무 구성을 제시해 도구 도입과 실제 작업 환경의 차이를 살펴보게 한다.
브런치Slack과 Mixpanel을 AI·MCP로 연결해 협업 채널에서 전환율이나 활성 사용자 변화에 관해 질문하는 흐름을 소개한다. 분석 도구 접속과 결과 공유 사이의 이동을 줄이는 업무 구성이 핵심이다.
EO플래닛
Vercel Observability는 검증된 AI 봇의 요청과 많이 수집된 페이지, AI 어시스턴트의 조회, 마크다운 요청 및 오류를 조회하게 한다. 대시보드와 CLI를 통해 AI가 사이트에 접근하는 양상을 확인하는 기능이다.
Vercel Blog
글은 구글과 스탠퍼드의 AI 학습 게임 폴라 피크스를 소개한다. 학생이 연구자 역할로 데이터를 정리하고 모델을 시험하는 과정을 통해 게임 완료와 AI 이해를 구분하고 사람의 감독을 강조한다.
브런치
디자인 나침반은 구글 딥마인드의 지니 4가 사용자의 이동과 텍스트 지시에 따라 가상 공간과 소리를 함께 만든다고 소개한다. 일부 테스터 대상 연구 단계이며 공개 시연의 조작 방식을 설명한다.
디자인 나침반앱인토스 팀은 생성형 AI의 제작 능력을 보고 자체 앱 빌더를 출시하지 않는 쪽을 택했다. 대신 문서와 어드민을 AI 친화적으로 바꿨으며, 늘어난 미니앱 공급과 실제 이용되는 앱의 격차를 새 문제로 짚는다.
EO플래닛Atif Azam은 Linear의 의도와 완료 기준을 Paper의 디자인으로 검토한 뒤 Codex로 구현하고 다시 확인하는 작업 흐름을 공유한다. 현재 이슈와 화면만 전달해서는 과거 실험과 결정 이유를 잃는 한계도 짚는다.
Sidebar롱패딩 추천을 AI 다섯 곳에서 측정한 글은 무신사 스탠다드의 언급률과 무신사 쇼핑몰의 출처 인용을 비교한다. 일반 검색 관심이 적어도 AI 답변에서 자주 언급되거나 인용될 수 있다는 관찰을 제시한다.
EO플래닛