
«artguru ai»: Config 2026 이후 Figma가 디자이너에게 제공하는 것 - Make의 code layers와 GPT-5.6
요약
Config 2026에서 공개된 Figma의 새로운 기능들과 GPT-5.6이 통합된 Figma Make를 소개합니다. 디자인 워크플로 내에서 코드 레이어와 AI 기능을 직접 활용할 수 있는 변화를 다룹니다.
핵심 포인트
- Figma의 새로운 기능: code layers, 네이티브 애니메이션 타임라인, 20개 이상의 AI 작업 도구
- Figma Make에 OpenAI의 GPT-5.6 모델 도입
- 외부 앱(artguru ai 등) 대신 Figma 내부 레이아웃에서 디자인 작업 완결 가능
- 디자인 시스템과 컴포넌트 중심의 통합된 워크플로 강조
2026년 6월 24일 샌프란시스코 Moscone Center에서 Config 2026이 개최되었으며, 그 이후 디자이너의 작업 파일은 이전과는 달라졌습니다. Figma는 캔버스 위의 레이어로서의 코드인 code layers, 네이티브 애니메이션 타임라인(timeline), 그리고 왼쪽 패널에 이미지와 함께 제공되는 20개 이상의 AI 작업들을 선보였습니다. 그리고 2주 뒤인 7월 9일, OpenAI가 자신의 API를 통해 GPT-5.6을 공개한 바로 그날, Figma Make에도 GPT-5.6이 도입되었습니다.
당신은 아마도 빠른 이미지 인핸서(enhancer)를 찾기 위해 «artguru ai»라는 검색어로 이곳에 왔을 것입니다. 솔직하고 핵심적인 내용을 바로 말씀드리겠습니다. 하지만 그보다 먼저 더 중요한 것이 있습니다. 디자이너가 외부 애플리케이션을 사용해야 했던 일부 작업들을 Config 2026 이후에는 Figma 자체 레이아웃 내부에서 수행할 수 있게 되었다는 점입니다.
Figma Make에 통합된 GPT-5.6을 자신의 도구로 가져올 수는 없지만, 모델 자체는 공개된 OpenAI API를 통해 사용할 수 있습니다. 두 가지 작업 경로가 있습니다: 해외 카드를 이용한 OpenAI API 직접 연결, 또는 provod.ai와 같은 애그리게이터(aggregator, 러시아의 OpenRouter)를 사용하는 것입니다. 애그리게이터의 경우 연결 전 액세스 조건과 요금 체계를 확인해야 합니다. 이 생각은 마지막 부분에서 다시 다루겠습니다.
«artguru ai»란 무엇이며 왜 검색되는가?
요약하자면: 홍콩 Cygnus Space에서 만든 '원클릭 사진 인핸스' 소비자용 애플리케이션입니다. 사진은 4K까지, 업스케일(upscale)은 8K까지, 오래된 사진 복원, 비디오는 1080p/4K까지, PDF 선명도 향상을 지원합니다. 프리미엄(Freemium) 모델: 매일 무료 크레딧이 제공되며, 이후에는 주 단위, 월 단위 또는 연 단위 구독이 필요합니다.
공식 사이트(2026년 7월 19일 확인 기준)는 artguru를 "사진, 비디오 및 PDF를 위한 원클릭 AI 인핸서(One-Click AI Enhancer for Photo, Video & PDF)"라고 명시합니다: 그룹 사진을 위한 멀티 페이스 인핸스먼트(multi-face enhancement)를 포함한 사진 4K 인핸스, 8K 업스케일러, 오래된 사진 복원(스크래치, 접힘, 색상, 얼굴), 1080p 및 4K 비디오, 문서 및 PDF 선명도 향상(DPI 부스트 및 그림자 제거) 기능을 제공합니다.
App Store 데이터에 따르면, 이 애플리케이션은 2024년 12월 18일에 출시되었습니다. 스토어 리스팅에는 다음과 같은 기능이 포함되어 있습니다: 4x/4K 업스케일 (upscale), 최대 20장의 사진 배치 처리 (batch processing), 10개 이상의 스타일(애니메이션, 사이버펑크, 유화, 스케치 등)을 지원하는 아트 생성기 (art generator), 생성당 최대 4개의 옵션, 클릭 한 번으로 배경 제거, 최대 5명의 얼굴 스왑 (face swap) 및 AI 아바타. 유료 구독자에게는 생성물에 대한 상업적 권리가 부여됩니다.
이는 해당 클래스에서 준수한 도구입니다. 이 도구의 한계는 워크플로 (workflow)에 있습니다. 결과물이 디자인 시스템 (design system)이 아닌 휴대폰 갤러리로 떨어지며, 그 옆에 컴포넌트 (components)도 팀 (team)도 없기 때문입니다. 바로 여기서 Config 2026이 시작됩니다.
Figma가 Config 2026에서 무엇을 보여주었나?
요약하자면: CPO 유키 야마시타 (Yuki Yamashita)가 진행한 6월 24일 키노트 (keynote)에서 여섯 가지 발표가 있었습니다: 코드 레이어 (code layers), Figma Motion, 효과가 포함된 셰이더 (shaders), 생성형 플러그인 (generative plugins), 메인 캔버스(canvas) 상의 Weave 도구들, 그리고 업데이트된 디자인 에이전트 (design agent). 딜런 필드 (Dylan Field)의 슬로건은 "어떤 도구도 아이디어가 나아갈 방향을 제한해서는 안 된다"였습니다.
| 발표 내용 | 상세 내용 | 2026년 7월 이용 가능 여부 | 비용 |
|---|---|---|---|
| code layers | 캔버스 상의 코드 레이어, GitHub 리포지토리 (repo) 임포트, 디자인을 다시 레이어로 추출 (extract) | 비공개 베타 (closed beta), 7월부터 순차적 출시 (rollout), 대기 명단 (waitlist) | 미공개 |
| ... | |||
베타 상태가 무료를 의미하지는 않습니다: Weave 도구는 베타 기간 동안 무료이며, 디자인 에이전트에 대한 접근 권한은 플랜 (plan)에 따라 다르며, Make는 AI 크레딧 (AI credits)을 소모합니다. 상시 이용자들에게 약속된 한 가지는 모든 플랜에서 모든 플러그인과 셰이더(개인용, 팀용, 커뮤니티용)를 무료로 사용할 수 있다는 점입니다.
이러한 속도는 줄어들지 않습니다. 7월 7일에는 FigJam, Figma Sites, Buzz, Slides 및 Weave를 위한 백그라운드 병렬 AI 이미지 편집 기능이 추가되었습니다: 여러 개의 생성을 동시에 진행할 수 있어 렌더링 (render) 시간 동안 작업이 중단되지 않습니다. 7월 16일에는 코드 기반 (code-backed) 화면 임포트 시, 색상, 타이포그래피 (typography), 간격 (padding/margin)을 하드코딩 (hardcode) 대신 파일의 기존 변수 (variables)에 연결할 수 있게 되었습니다.

Code layers: 코드가 어떻게 캔버스 위의 재료가 되었나
요약: 모든 디자인 레이어(design layer)가 클릭 한 번이나 프롬프트(prompt)만으로 인터랙티브한 코드 레이어(code layer)로 변환됩니다. 코드 레이어는 일반 프레임(frame)처럼 복제하거나 인접한 레이어와 비교할 수 있습니다. 현재는 비공개 베타(closed beta) 상태입니다. 2026년 7월에 롤아웃(rollout)이 시작되었으며, 대기 명단(waitlist)은 figma.com/config-betas를 통해 신청할 수 있습니다.
6월 24일 공식 포스트에 따른 메커니즘은 다음과 같습니다. 시작은 툴바(toolbar), 기존 프레임, 또는 에이전트(agent)를 통해 이루어집니다. GitHub 리포지토리(repository)나 로컬 폴더를 캔버스(canvas)로 가져오면, Make를 통해 코드가 코드 레이어(code layer)로서 캔버스로 추출됩니다. "extract designs"라는 역명령(reverse command)을 사용하면 코드로부터 편집 가능한 디자인 레이어(design layer)—화면, 상태(state), 또는 전체 플로우(flow)—를 추출할 수 있으며, 클릭 한 번으로 수정 사항이 반영된 코드 레이어가 업데이트됩니다. 모션(motion) 및 3D 라이브러리를 포함한 npm 패키지가 지원되며, Figma Sites에서도 작동합니다.
코드를 작성하지 않는 디자이너에게 이것이 왜 필요할까요? 옵션 비교가 단순히 스크린샷을 전달하는 방식에서 벗어나기 때문입니다. 코드 레이어의 복제본은 살아있는(live) 버전이므로 직접 만져볼 수 있으며, 이후 다시 레이어로 추출하여 타이포그래피(typography)를 수동으로 미세 조정할 수 있습니다.
Figma Make에서 GPT-5.6이 제공하는 것은 무엇인가?
요약: 2026년 7월 9일부터 GPT-5.6이 모든 플랜의 Make 채팅 모델 피커(model picker)에 포함됩니다. Figma 자체 테스트에 따르면: 빠르고 품질 높은 초안 생성, 빌드(build) 오류 발생 시 자체 수정, 원본 디자인 파일에 대한 정확도, 그리고 추가 프롬프트 없는 적응성(adaptability)을 보여줍니다.
패밀리(family)의 연혁: OpenAI는 2026년 6월 26일에 GPT-5.6을 발표했습니다. Sol은 복잡한 작업과 에이전트 관리를 위한 플래그십(flagship) 모델, Terra는 GPT-5.5 수준의 성능을 유지하면서 가격은 현저히 낮은 "골든 미들(golden middle)" 모델, Luna는 가장 빠르고 저렴한 모델입니다. 미국 정부의 요구(프런티어 모델(frontier models) 리뷰에 관한 2026년 6월 2일 행정 명령)에 따라, 시작은 약 20개의 "신뢰할 수 있는 파트너(trusted partners)"를 대상으로 한 제한적 프리뷰(preview)로 제한되었습니다. 공개 출시(public release)는 7월 9일 ChatGPT, Codex, OpenAI API를 통해 이루어졌으며, 같은 날 모델이 Figma Make에도 등장했습니다.
Figma의 공식 테스트(블로그, 2026년 7월 9일)에 따르면: 단 한 번의 프롬프트로 단축키와 검색 기능이 포함된 '다크 고딕 에스테틱 (dark gothic aesthetic)' 스타일의 대화형 주식 트래커 대시보드를 생성했습니다. self-healing(자가 치유) 기능은 모델이 빈 화면의 원인을 스스로 찾아내어 빌드(build)를 복구했습니다. 자연의 소리 플레이어는 디자인 파일로부터 멀티트랙 타임라인, 컨트롤, 커버 이미지를 포함하여 첫 번째 시도만으로 성공적으로 옮겨졌으며, 오디오가 실제로 재생되었습니다. 콘텐츠 중심의 이커머스 (e-commerce) 카탈로그는 최소한의 프롬프트만으로 다양한 화면 크기에 맞춰 정확하게 재구성되었습니다.
냉철한 판단을 위한 두 가지 맥락이 있습니다. Make 자체는 이미 2025년 5월 7일 Config 2025에서 Figma로부터 직접 게시가 가능한 prompt-to-app(프롬프트 기반 앱 생성) 방식으로 소개되었습니다. 전문 리뷰어들의 보고에 따르면 출시 당시 Claude 3.7 Sonnet을 기반으로 작동했으나, 공식적인 확인은 불가능하며 Figma는 Make 내부에서 모델이 어떻게 배분되는지 공개하지 않고 있습니다. 그리고 비용 문제입니다. 2026년 7월 9일 기준 OpenAI의 가격표에 따르면, GPT-5.6 API는 입력 및 출력 토큰 100만 개당 Sol 모델은 $5/$30, Terra 모델은 $2.50/$15, Luna 모델은 $1/$6입니다. 또한 Programmatic Tool Calling, 멀티 에이전트 (multi-agent) 베타, 그리고 읽기 작업에 대해 90% 할인이 적용되는 예측 가능한 캐시(predictable cache) 기능이 도입되었습니다. Figma 내부에서는 토큰 단위가 아닌, 실행 횟수인 AI 크레딧 (AI credits)을 통해 비용을 지불합니다.
인핸서(enhancer)의 어떤 작업들이 캔버스로 옮겨왔는가?
요약하자면: Weave 도구는 Figma Design의 왼쪽 패널에서 이미지와 함께 사용할 수 있는 20개 이상의 AI 작업들을 제공합니다: 스타일 전이 (style transfer), 제품 촬영 (product shoots), 재질 추출 (material extraction), 그리고 약 12개의 시각적 언어를 활용한 아트 디렉션 (art direction) 등이 포함됩니다. 현재 오픈 베타 (Open beta) 상태이며, 베타 기간 동안은 무료로 제공됩니다.
Weave는 Figma가 2025년에 인수한 Weavy의 노드 기반 (node-based) 캔버스입니다. 각 도구는 단순한 UI 내에서 완성된 워크플로우 (workflow)를 제공하며, 결과물은 재현 가능하고 Figma Community에 템플릿으로 게시할 수 있습니다. 공식 포스트의 사례를 보면: Taxi Studio는 Carlsberg를 위한 3D 렌더링을 '몇 주와 수만 달러' 대신 단 하루 만에 완료했습니다. NBBJ의 신규 사용자들은 Weave를 사용한 지 이틀 만에 생산성을 확보했습니다.
많은 이들이 artguru를 여는 목적은 바로 'unblur(흐림 제거)': 흐릿한 프레임에서 선명도를 끌어내는 작업입니다. 검색어로는 "qwen image edit 2511 unblur upscale"와 같이 나타나는데, 사람들은 이를 로컬 환경에서 오픈 소스 (open-source) 모델로 수행할 방법을 찾고 있습니다. Weave 도구 목록에 별도의 "unblur"는 없지만, 스타일화 (stylization), 제품 샷 (product shots), 배경 수정 (background edits) 기능은 존재합니다. 2026년 7월 기준 경계선은 다음과 같습니다:
| 작업 | artguru | Config 2026 이후의 Figma |
|---|---|---|
| 그룹 사진(multi-face)을 포함한 4K까지의 사진 | 예, 클릭 한 번으로 가능 | 캔버스 내 AI 이미지 수정, 07.07부터 배경 생성 지원 |
| ... |
결론: 비디오, PDF, 8K 업스케일 (upscale)은 여전히 artguru와 같은 애플리케이션의 영역으로 남아 있습니다. 스타일화, 제품 샷, 레이아웃 내부 수정과 같은 실무적인 시각적 작업은 디자인이 위치한 곳에서 수행하는 것이 더 논리적입니다.
Figma 내부의 AI 비용은 얼마인가?
요약하자면: 2026년 3월 18일부터 Figma는 계정별로 월간 AI 크레딧 (AI credits) 한도를 엄격하게 적용합니다. 검색, 레이어 이름 변경, FigJam 요약과 같은 무료 작업은 크레딧을 소모하지 않지만, Make 실행 및 에이전트 (agent) 생성은 크레딧을 소모합니다.
공식 블로그(2025년 12월 9일)에 따른 메커니즘: 팀을 위한 통합 크레딧 패키지는 2026년 3월 11일부터 판매되며, 종량제 (pay-as-you-go) 방식은 2026년 2분기 (Q2)에 도입될 예정이었습니다. 한도 수치는 2026년 7월 Figma 가격 페이지와 대조한 외부 트래커의 자료입니다 (메커니즘과 날짜만 공식 확인됨): Starter - 월 500 크레딧 (일일 상한 150), Professional Full - 3,000, Organization Full - 3,500, Enterprise Full - 4,250, Dev 및 Collab - 500; 패키지는 월 $120에 5,000 크레딧, $180에 7,500 크레딧, $240에 10,000 크레딧입니다. Make 한 번 실행 시 보통 30~100+ 크레딧이 소모됩니다. 여기서 한 가지 우려되는 점은 Figma가 공식적인 한도 표를 여전히 공개하지 않았다는 것입니다. 두 개의 독립적인 트래커가 일치하지만, 이는 1차 출처가 아닙니다.
관리자들에게는 투명성이 추가되었습니다: 6월 17일 - Enterprise를 위한 AI 크레딧 사용 API (AI credit usage API), 7월 14일 - Organization 및 Enterprise를 위한 베타 기능 내 크레딧 사용량 CSV 내보내기.
이번 주에 할 일:
- Figma Design을 열고 왼쪽 패널에 이미 추가된 Weave 도구를 확인하세요. 베타 기간 동안은 무료입니다.
- Make에서 모델 피커(model picker)를 GPT-5.6으로 전환하고, 테스트용이 아닌 현재 프로젝트의 실제 화면을 실행해 보세요.
- figma.com/config-betas에서 code layers 대기 명단(waitlist)에 등록하세요.
- Organization 또는 Enterprise 플랜 사용자는 사용량 CSV를 내보내어 팀원 중 누가 한도를 소진하고 있는지 확인하세요.
Config 2026과 GPT-5.6이 해결하지 못하는 것
요약하자면: 베타 기능에 대한 제한된 접근 권한, 프로덕션 코드(production code), 그리고 크레딧 청구 문제입니다. 또한 캔버스(canvas) 외부에서 이루어지는 모든 작업들도 포함됩니다.
항목별로 살펴보겠습니다. Code layers는 비공개 베타(closed beta) 상태이며, 일반 출시 날짜는 정해지지 않았습니다. Figma의 프레임워크에 따르면 Make는 프로토타이핑(prototyping) 도구이지, CI/CD가 포함된 리포지토리(repository)가 아닙니다. 스킬(skills)과 커넥터(connectors: Notion, Slack, Granola, Hex, GitHub, Atlassian)를 갖춘 에이전트 및 디자인 시스템과의 완전한 모션 통합(motion-integration)은 유료인 Full seat 플랜에서만 제공됩니다. Collab, Dev, View 플랜은 에이전트를 드래프트(drafts)에서만 사용할 수 있습니다. 크레딧 소진 문제도 있습니다. 외부 측정값에 대해 Make를 실행할 때 30~100개 이상의 크레딧이 소모되는데, 이는 월간 한도의 상당 부분을 차지합니다.
다음은 파일 외부의 영역입니다. 4K까지 지원되는 비디오, PDF의 선명도, 복원(restoration), 그리고 빠른 모바일 "드래그 앤 드롭(drag and drop)" 플로우 등은 artguru 및 유사 서비스들의 영역으로 남아 있습니다. 그리고 가장 중요한 점: Figma 내부의 GPT-5.6이 귀하의 다른 도구들에서 사용하는 GPT-5.6과 동일한 것은 아닙니다. 모델은 외부에서도 필요합니다. 목업(mockups)을 위한 이미지, 인터페이스 텍스트, IDE 내의 코드 어시스턴트(code assistant) 등이 그 예입니다. OpenAI의 퍼블릭 API(Public API)는 2026년 7월 9일부터 공개되었으며, 러시아에서는 키(key)와 base_url을 단일 API인 provod.ai로 변경하는 두 줄의 코드 수정만으로 연결할 수 있습니다. 이 API는 OpenAI SDK (/v1/chat/completions) 및 Anthropic (/v1/messages)과 모두 호환되므로, Cursor, 봇, n8n 등은 코드 재작성 없이 바로 사용할 수 있습니다. 다섯 개의 키 대신 하나의 키를 사용하고, 채팅과 프로덕션에 하나의 잔액을 사용하며, 러시아 카드로 루블 결제하거나 계좌 이체가 가능합니다.
from openai import OpenAI
client = OpenAI(
...
provod.ai가 적합하지 않은 경우
요약하자면: 작업이 타사의 구독 서비스 내부에서 이루어지거나 Figma 자체 내부에서 이루어지는 경우입니다.
세 가지 시나리오가 무리 없이 적용됩니다. 첫 번째: code layers, Make, Weave tools, 에이전트(agent) 및 크레딧(credits) — 이는 Figma의 제품 및 빌링(billing) 영역이므로, provod.ai가 이를 대체할 수 없습니다. 두 번째: 기업용 플로우(flow)가 필요한 경우 — 메모리(memory)와 프로젝트(projects) 기능이 포함된 ChatGPT 구독, 그리고 시트(seats) 단위의 Figma 요금제 — 이 경우 벤더(vendor)에 직접 구독해야 합니다. 세 번째: 하루 종일 헤비 채팅(heavy-chat)을 하는 경우 때로는 토큰(token) 기반 결제보다 고정 구독 방식이 더 저렴할 수 있으며, 파인튜닝(fine-tuning) 및 온프레미스(on-prem) 역시 애그리게이터(aggregator)를 통한 방식으로는 불가능합니다. 그 외의 경우 — 러시아에서의 모델 접근성, 루블(ruble) 결제, 다섯 개의 키 대신 하나의 키 사용 — 애그리게이터가 더 간편합니다.
검색어 사전: 사람들이 무엇을 더 검색하며 그것이 무엇을 의미하는가
요약하자면: 이곳에는 잘린 링크, 오타, 게임 밈(meme)과 같은 이상한 검색어들도 유입됩니다. 그것들이 무엇을 의미하는지 분석해 보겠습니다.
잘린 링크 및 ID. 채팅에서 복사하여 붙여넣은 공유 링크(share-links)가 검색에 유입되면, 검색 엔진은 주소의 뒷부분을 하나의 "단어"로 기억합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기