인사이트컴포넌트 하나 고치는 데, 온 MCP가 다 필요하다브런치•Wanted Creative and Design원문 핵심만 빠르게 정리한 AI 요약입니다.원문 보기1. 배경 및 문제점대규모 디자인 시스템 업데이트가 필요하지만, 플랫폼별 담당자가 1명뿐인 상황이라 리소스가 부족했습니다.아바타 컴포넌트 수정 등 단순 작업에서도 세 플랫폼(Web, iOS, Android) 현행 파악, 리서치, 피그마 작업, 문서화, 지라 티켓 생성, 슬랙 공유까지 판단보다 실행에 드는 시간이 훨씬 길었습니다.2. 자동화 워크플로우 구축 (/component-improve 스킬)1단계 (현행 파악): GitHub 레포지토리를 병렬로 읽어 플랫폼 간 불일치 파악2단계 (리서치): 시중 디자인 시스템 자료를 서브 에이전트로 병렬 조사 및 인사이트 도출3단계 (피그마 작업): Figma MCP로 브랜치에서 토큰/레이어 작업 자동화4단계 (문서 갱신): 업데이트 내역, 예시, 핸드오프 문서 및 정책/계산식 자동 생성5~6단계 (티켓/공유): Atlassian MCP로 지라 티켓 발급 및 Slack MCP로 채널 공유 및 리포트 전달3. AI와의 역할 분담AI의 역할: 반복적인 실행, 규칙 기반 작업, 수치 및 공식 계산사람의 역할: 업데이트 스펙 결정(판단), 시각적 검수, 안전장치(각 단계 진행 전 승인)4. 성과 및 효과컴포넌트 1개 수정에 소요되던 시간이 약 5일에서 1일로 대폭 단축되었습니다.소스코드 정합성 확인 과정을 통해 개발진 리소스를 줄이고, 디자이너가 코드 기반 QA에 직접 기여할 수 있게 되었습니다.맥락과 결정 기록이 쌓여 팀의 지속 가능한 자산이 되었습니다.XPLORED 관점디자인 시스템 운영에서 AI의 가치는 판단을 대신하기보다 조사·디자인·문서·티켓·공유 사이의 반복 실행을 승인 가능한 하나의 흐름으로 묶는 데 있다는 점을 살펴보기 좋은 사례입니다.읽기 좋은 상황적은 인원으로 여러 플랫폼의 디자인 시스템을 함께 관리할 때반복되는 컴포넌트 개선 과정을 에이전트 스킬로 구조화하고 싶을 때가져갈 포인트자동화 범위와 사람의 승인 지점을 함께 정의해야 속도와 품질을 동시에 유지할 수 있습니다코드 정합성 확인과 결정 기록까지 연결하면 일회성 효율화가 팀의 지속 가능한 운영 자산으로 남습니다원문 보기
