Home
← 프로젝트 목록

스튜디오씨드코리아 · Head of Product Dev Team

UI 코드 자동화 AI 시스템

  • Design-to-Code
  • ML Pipeline
  • Cross-platform

문제

범용 LLM만으로는 디자인의 구조(계층·반복 요소)를 안정적으로 읽기 어려워, 생성된 코드가 화면 단위로 평평하게 나오고 재사용하기 어려웠습니다.

핵심 결정

  1. 01룰 기반 모듈 사이사이에 AI 모델 단계를 배치한 코드 생성 파이프라인을 직접 설계
  2. 02이미지 기반 입력과 레이아웃(구조) 기반 입력을 모두 코드로 변환할 수 있도록 변환 경로를 설계
  3. 03이미지·레이아웃(구조)을 이해하는 보조 모델의 학습을 설계하고 학습 데이터를 직접 구축, 팀원이 학습한 모델을 파이프라인에 연결해 AOS·iOS·Web 컴포넌트 코드로 출력

결과

코어 파이프라인(PoC)을 직접 개발했고, 팀과 함께 제품화해 2026년 10월 ProtoPie MCP로 정식 출시했습니다. Dev View도 베타를 마치고 정식 제공됩니다. Code MCP는 ProtoPie 엔진 정보를 활용해 React·Flutter·SwiftUI 등 7개 프레임워크의 코드를 생성합니다. (문서)

반복되는 UI 요소를 재사용하기 쉬운 컴포넌트 단위로 묶는 효과는 내부 사례 기준의 정성적 관찰입니다.

상세

프로젝트 명
AI 기반 코드 생성 시스템 (AI-assisted Design-to-Code System for Cross-platform Components)
고객사 · 분야
스튜디오씨드코리아 / Design & Interaction data
수행 기간
2026.01 - 2026.10
업무 내용
  • [직접] 룰 기반 모듈과 AI 모델 단계를 결합한 코드 생성 파이프라인 설계, 코어 파이프라인(PoC) 개발
  • [직접] 이미지·레이아웃(구조) 이해 보조 모델의 학습 설계, 학습 데이터 구축
  • [직접] 코드 생성 파이프라인을 기존 제품(ProtoPie)에 붙이는 제품 통합 구조 설계
  • [직접] 사내에 축적된 디자인 데이터를 학습 데이터로 정제하는 데이터 파이프라인 설계
  • [팀 리드] AI 엔지니어·앱 개발자 4~5명 애자일 팀 운영 — 모델 학습은 AI 엔지니어, 제품 통합 개발은 팀과 함께
  • [팀 리드] 데이터 정제 → 학습 → 배포로 이어지는 MLOps 파이프라인 설계
  • [팀 리드] AOS·iOS·Web 크로스 플랫폼 컴포넌트 코드 생성으로 확장, 2026년 10월 ProtoPie MCP로 정식 출시
담당 역할

Head of Product Dev Team

(+ Product Owner, + AI Engineer)

사용 기술
  • Python
  • Computer Vision
  • LLM
  • ML Pipeline
  • AWS
  • Git
  • Figma
  • Notion

Contact

이야기 나눠요

AI를 실제 서비스로 옮기는 고민, 개발 조직을 꾸리는 고민이라면 편하게 연락 주세요.