피그마가 디자인과 개발 사이의 간극을 좁히기 위해 디지털 캔버스를 AI 에이전트를 위한 상호작용 환경으로 탈바꿈하고 있다. 특히 모델 컨텍스트 프로토콜(MCP) 서버를 출시함에 따라 AI 에이전트는 피그마 파일에 직접 읽고 쓸 수 있게 되었으며, 사실상 디자인 캔버스를 실시간 코드베이스처럼 취급한다. 이러한 변화는 AI가 단순한 이미지 생성을 넘어 팀의 기존 디자인 시스템 내에 구축된 레이어, 컴포넌트, 변수를 직접 제어할 수 있음을 의미한다.

AI 에이전트가 브랜드 기준에서 벗어난 결과물을 생성하지 않도록 피그마는 '스킬(skills)'이라는 새로운 개념을 도입했다. 이는 마크다운 파일로 작성된 일종의 지침서로, 팀의 고유한 기준에 맞춰 에이전트가 최선의 의사결정을 내릴 수 있도록 돕는다. 예를 들어 특정 스페이싱 규칙을 적용하거나 구조화된 JSON 데이터를 시각적 컴포넌트로 변환하는 방식을 정의할 수 있으며, 이를 통해 AI는 단순히 만드는 것을 넘어 기존 규칙과 관례에 부합하게 제작하는 방법을 학습한다.

이러한 업데이트는 시각적 결과물과 코드 구조를 실시간으로 비교하며 디자인을 다듬는 '자가 치유(self-healing)' 루프를 형성한다. 현재 베타 버전인 이 기능은 Claude Code와 Codex 등 주요 AI 클라이언트를 지원하며 디자인과 개발 환경을 밀접하게 연결한다. 피그마는 캔버스를 에이전트 중심의 워크플로우로 확장함으로써 제품 기획과 실행이 하나로 모이는 허브 역할을 강화하고 있으며, 팀원들은 문맥의 손실 없이 터미널과 디자인 인터페이스 사이를 자유롭게 오갈 수 있게 되었다.

피그마가 디자인과 개발 사이의 간극을 좁히기 위해 디지털 캔버스를 AI 에이전트를 위한 상호작용 환경으로 탈바꿈하고 있다. 특히 모델 컨텍스트 프로토콜(MCP) 서버를 출시함에 따라 AI 에이전트는 피그마 파일에 직접 읽고 쓸 수 있게 되었으며, 사실상 디자인 캔버스를 실시간 코드베이스처럼 취급한다. 이러한 변화는 AI가 단순한 이미지 생성을 넘어 팀의 기존 디자인 시스템 내에 구축된 레이어, 컴포넌트, 변수를 직접 제어할 수 있음을 의미한다.

AI 에이전트가 브랜드 기준에서 벗어난 결과물을 생성하지 않도록 피그마는 '스킬(skills)'이라는 새로운 개념을 도입했다. 이는 마크다운 파일로 작성된 일종의 지침서로, 팀의 고유한 기준에 맞춰 에이전트가 최선의 의사결정을 내릴 수 있도록 돕는다. 예를 들어 특정 스페이싱 규칙을 적용하거나 구조화된 JSON 데이터를 시각적 컴포넌트로 변환하는 방식을 정의할 수 있으며, 이를 통해 AI는 단순히 만드는 것을 넘어 기존 규칙과 관례에 부합하게 제작하는 방법을 학습한다.

이러한 업데이트는 시각적 결과물과 코드 구조를 실시간으로 비교하며 디자인을 다듬는 '자가 치유(self-healing)' 루프를 형성한다. 현재 베타 버전인 이 기능은 Claude Code와 Codex 등 주요 AI 클라이언트를 지원하며 디자인과 개발 환경을 밀접하게 연결한다. 피그마는 캔버스를 에이전트 중심의 워크플로우로 확장함으로써 제품 기획과 실행이 하나로 모이는 허브 역할을 강화하고 있으며, 팀원들은 문맥의 손실 없이 터미널과 디자인 인터페이스 사이를 자유롭게 오갈 수 있게 되었다.