홀마크, 디자인 게이트 및 테마 라이브러리로 'AI 슬롭'과 싸운다

Together AI의 개발자 경험 팀장인 하산 엘 므가리는 AI 애플리케이션에서 UI 디자인의 중요한 역할을 강조하며 세션을 시작했습니다. 그는 AI 에이전트가 시각적으로 매력적이지 않은 사용자 인터페이스를 생성하는 것을 방지하는 목표를 강조했습니다. 엘 므가리는 지난 5년간 매년 약 10개의 애플리케이션을 구축한 광범위한 경험을 언급하며 앱 개발 및 디자인에 대한 그의 실질적인 통찰력을 강조했습니다.

그는 AI 생성 인터페이스의 미적 품질을 개선하기 위한 전략에 대해 논의하게 되어 매우 기쁘다고 말했습니다. 엘 므가리의 초점은 개발자에게 기능적일 뿐만 아니라 시각적으로도 매력적인 AI 애플리케이션을 만들 수 있는 지식과 도구를 제공하여 그가 '못생긴 UI'라고 부르는 것에서 벗어나는 것입니다.

Together AI는 AI 네이티브 클라우드 플랫폼으로, AI 개발 및 배포를 지원하도록 설계된 일련의 서비스를 제공합니다. 이 플랫폼은 사용자가 오픈 소스 AI 모델을 실행할 수 있도록 하여 다양한 애플리케이션을 위한 유연한 환경을 제공합니다. 또한 Together AI는 독점 데이터를 사용하여 모델을 미세 조정하여 고도로 맞춤화된 AI 솔루션을 가능하게 하며, H100 및 B200과 같은 고성능 하드웨어를 위한 GPU 클러스터 제품을 제공합니다.

하산 엘 므가리는 로고 제작기, '메이크 코믹스', 자막 생성기, AI 클라우드 에이전트를 포함하여 단순성과 강력한 디자인을 우선시하는 AI 애플리케이션 포트폴리오를 선보였습니다. 이러한 애플리케이션은 일반적으로 간단한 단일 페이지 인터페이스로, 엘 므가리는 사용자 경험을 향상시키기 위해 디자인과 미묘한 애니메이션에 중점을 둡니다.

그는 이러한 프로젝트의 성공이 본질적인 복잡성 때문이 아니라 사용자 경험(UX)과 미적 디자인에 대한 강조 때문이라고 말합니다. 이 접근 방식은 기능적 복잡성이 최소화되어도 사려 깊은 디자인 선택을 통해 영향력 있는 AI 애플리케이션을 달성할 수 있다는 그의 믿음을 강조합니다.

엘 므가리는 많은 AI 애플리케이션이 동일하고 영감을 주지 않는 디자인 요소를 공유하여 AI 생성물임을 즉시 인식할 수 있게 하는 'AI 슬롭'의 만연한 문제를 다루었습니다. 그는 사용자가 몇 초 안에 인터페이스가 AI에 의해 생성되었는지 여부를 일련의 일반적인 진부한 표현 때문에 종종 구별할 수 있다고 언급했습니다. 여기에는 만연한 보라색 그라데이션, 과도한 이모티콘, 사용자가 거의 요청하지 않는 '탐색하려면 스크롤' 프롬프트, 넓은 글자 간격의 모두 대문자 알약 모양 버튼, 기울어진 헤더가 포함됩니다.

이러한 독특함의 부족은 AI 모델이 유사한 훈련 데이터에서 자주 가져오기 때문에 디자인의 균일화로 이어집니다. 엘 므가리는 UI를 개선하는 데 약 10%에서 20%의 적은 추가 노력을 투자하는 것만으로도 상당한 경쟁 우위를 제공할 수 있다고 주장했습니다.

그는 좋은 UI 디자인이 단순히 미적 선택이 아니라 혼잡한 AI 애플리케이션 시장에서 중요한 차별화 요소임을 강조했습니다. 이러한 '징후'를 피하고 독특하고 사려 깊은 디자인에 집중함으로써 개발자는 AI 제품을 돋보이게 하고 더 세련되고 전문적으로 제작된 것처럼 보이게 할 수 있습니다.

일반적인 AI 미학의 광범위한 문제를 해결하기 위해 하산 엘 므가리는 AI 출력의 디자인 품질을 표준화하고 향상시키기 위해 특별히 고안된 도구인 '홀마크'를 소개했습니다. 홀마크는 일반적인 'AI 슬롭 패턴'을 체계화하여 AI 모델에 이러한 바람직하지 않은 선택을 피하도록 지시하는 디자인 게이트를 생성하여 문제를 해결합니다. 이 메커니즘은 AI 생성 인터페이스를 예측 가능하고 종종 아마추어적인 디자인에서 벗어나게 하는 데 도움이 됩니다.

결정적으로 홀마크는 AI 모델에 다양한 테마의 광범위한 라이브러리를 제공하여 일반적인 템플릿을 넘어 풍부한 영감을 제공합니다. 나쁜 패턴을 차단하고 강력한 테마 지침을 제공하는 이 이중 접근 방식은 더 독특하고 미학적으로 만족스러운 AI 애플리케이션을 생산하여 오늘날의 AI 생성 콘텐츠에서 볼 수 있는 균일성에서 AI 출력을 근본적으로 변화시키는 것을 목표로 합니다.

하산 엘 므가리는 AI 에이전트를 위해 특별히 설계된 디자인 도구인 홀마크의 성공적인 출시를 발표했으며, 이 도구는 빠르게 상당한 인기를 얻었습니다. 약 6주 전 출시된 이 플랫폼은 이미 10,000명 이상의 사용자를 확보했습니다. 홀마크의 핵심 임무는 엄격한 디자인 게이트를 구현하고 포괄적인 테마 라이브러리를 제공하여 AI 모델이 더 나은 미적 선택을 하도록 안내함으로써 'AI 슬롭'을 제거하는 것입니다.

이러한 빠른 채택은 영감을 주지 않고 일반적인 AI 생성 사용자 인터페이스라는 일반적인 문제에 대한 솔루션에 대한 시급한 시장 요구를 강조합니다. 구조화된 디자인 제약과 풍부한 창의적 옵션을 제공함으로써 홀마크는 AI 에이전트가 더 정교하고 시각적으로 매력적인 출력을 생성하여 궁극적으로 AI 애플리케이션의 전반적인 사용자 경험을 향상시키도록 지원합니다.

홀마크는 일반적인 'AI 특징'—일반적인 AI 디자인의 특징적인 징후—을 더 세련되고 미학적으로 만족스러운 패턴으로 체계적으로 대체함으로써 AI 생성 랜딩 페이지의 품질을 크게 향상시킵니다. 이러한 개선은 원샷 프롬프트로도 달성됩니다. 즉, 단일의 초기 프롬프트로도 훨씬 개선된 기본 디자인을 가진 완전한 웹사이트를 생성할 수 있습니다. 하산 엘 므가리는 원샷 프롬프트가 강력한 출발점을 제공하지만, 진정으로 고품질 결과를 달성하는 데 있어 '마법'의 상당 부분은 반복적인 후속 작업에 있다고 강조했습니다.

반복적인 개선 및 조정을 통해 사용자는 초기 생성 수준을 넘어 AI 출력을 더욱 세련되고 전문적인 모습으로 만들 수 있습니다. 이 반복 프로세스는 과도한 그라데이션과 같은 일반적인 AI 생성 마커에서 벗어나 사람이 만든 작업과 구별할 수 없는 디자인으로 지속적인 개선을 가능하게 하며, 표준 AI 모델보다 훨씬 더 나은 미적 기반을 제공합니다.

하산 엘 므가리는 AI 애플리케이션의 반복적인 개발 주기 동안 더 작고 빠른 오픈 소스 모델의 전략적 사용을 강력히 옹호합니다. 그는 많은 개발자들이 비용과 속도 면에서 상당한 이점에도 불구하고 이러한 모델의 중요성을 과소평가한다고 믿습니다. 엘 므가리는 Claude와 같이 복잡한 기본 작업을 처리할 수 있는 더 크고 포괄적인 모델을 사용하여 애플리케이션의 초기 기반을 구축하는 워크플로를 제안합니다.

이어서 후속 반복 개선 및 소규모 조정은 전문화된 오픈 소스 모델을 사용하여 수행해야 합니다. 이 접근 방식은 초기 생성을 위한 대형 모델의 힘을 활용하는 것과 빠르고 비용 효율적인 반복을 위한 소형 모델의 효율성을 활용하는 것 사이에서 중요한 균형을 이루어 개발 시간과 비용을 모두 최적화합니다.

엘 므가리는 GLM 5.2를 뛰어난 디자인 기능을 갖춘 새로 출시된 오픈 소스 모델로 강조했습니다. 그의 강연 2주 전에 출시된 GLM 5.2는 고품질 디자인 생성에서 진정으로 탁월한 최초의 오픈 소스 모델 중 하나로 제시됩니다. 엘 므가리에 따르면 GLM 5.2는 Opus 4.8과 같은 훨씬 더 크고 비싼 모델에서 생성된 것과 거의 구별할 수 없는 결과를 생산할 수 있습니다.

이 모델은 약 5배 저렴하게 작동하면서도 비슷한 성능을 제공하여 속도와 비용 효율성 모두에서 상당한 이점을 제공합니다. GLM 5.2의 등장은 AI 디자인 환경에서 중요한 발전을 의미하며, 개발자와 디자이너 모두에게 고품질 디자인 생성을 더 접근 가능하고 저렴하게 만들어 고급 디자인 기능을 민주화할 가능성이 있습니다.

하산 엘 므가리는 특히 전문 디자이너가 아닌 사람들을 위한 디자인 우수성 달성이 본질적인 재능보다는 주로 구조화된 반복의 결과라고 강조했습니다. 그는 기본적인 AI 생성 프로토타입도 단 한두 개의 집중적인 후속 프롬프트로 극적으로 개선될 수 있다고 주장했습니다. 이 반복 프로세스를 통해 비디자이너는 출력을 개선하고 전문적인 표준에 더 가깝게 만들 수 있습니다.

엘 므가리는 궁극적인 목표가 모든 개발자를 전문 디자이너로 바꾸는 것이 아니라고 명확히 했습니다. 대신 초점은 누가 디자인하든 관계없이 모든 애플리케이션이 전문적이고 응집력 있는 느낌을 갖도록 하는 것입니다. AI 생성 디자인을 지속적으로 반복하고 개선함으로써 공식적인 디자인 교육을 받지 않은 사람들도 미학적으로 만족스럽고 효과적인 애플리케이션을 생산하여 기능 개발과 세련된 사용자 경험 사이의 격차를 해소할 수 있습니다.