main-logo

AI 시대의 접근성 구현 업무의 방향은 어떻게 달라질까?

AI가 바꾸는 업무 흐름과 인간이 지켜야 할 판단력

profile
shushushu
2025년 04월 30일 · 0 분 소요

들어가며

최근 몇 년 사이, 인공지능(AI)은 접근성 구현 업무 업무에도 서서히 침투하고 있다. ChatGPT, GitHub Copilot, Figma-to-code 플러그인 등 다양한 생성형 도구들이 HTML/CSS를 자동으로 작성해주고, 코드 리뷰까지 제안하는 시대다. 그렇다면 우리는 이제 마크업을 하지 않아도 되는 걸까?

 

1. 전통적인 접근성 구현 업무 프로세스

전통적으로 접근성 구현 업무는 디자이너가 만든 시안을 웹에서 구현 가능한 형태로 옮기는 작업으로 시작됐다. 시맨틱 마크업, CSS 스타일링, 반응형 구조 잡기, 접근성까지 포함된 이 일련의 작업은 퍼블리셔가 중심이 되어 수행해왔다. 프로젝트에 따라 기획자, 디자이너, 프론트엔드 개발자 사이에서 중간자 역할을 하기도 하며, 퍼포먼스나 SEO를 고려한 마크업까지 요구되는 경우도 많았다.

 

2. AI가 대체 가능한 영역

접근성 진단 도구는 사실 AI 등장 이전에도 존재해 왔다. 대표적인 예로 axe DevTools, Lighthouse, WAVE 같은 도구들은 오래전부터 rule-based 방식으로 HTML 문서를 분석해 WCAG 기준에 따른 오류를 알려주었다. 하지만 이런 도구들은 '태그가 있는가 없는가', '명확한 속성이 들어있는가' 정도의 정적 검사에 한정되어 있었고, 퍼블리셔는 그 이상의 판단을 해야 했다.

즉, 퍼블리셔는 단순한 오류 수정을 넘어, 사용자 흐름을 고려한 마크업 구조 설계와 의미 부여라는 고유한 역할을 담당해왔다. 그런 한계를 보완하듯 최근엔 사용자 시나리오를 이해하고 동적 흐름을 분석할 수 있는 AI 기반 도구들이 등장하고 있다.

이제 AI가 단순 코드 작성이나 오류 탐지뿐 아니라, 디자인 해석과 사용자 인터랙션 예측 같은 퍼블리셔의 역할 일부에 깊숙이 관여하게 된 것이다. 이 변화 속에서 퍼블리셔는 더 이상 단순 구현자가 아닌, '문맥 해석자'이자 '설계자'로서의 입지를 확장해 나가야 한다. AI는 다음과 같은 퍼블리싱 업무를 점점 잘 해내고 있다:

  • 시안 기반 코드 자동 생성 (예: Figma-to-Code)

  • 반복적인 마크업 패턴 생성

  • 접근성 속성 자동 제안

  • 코드 스타일 자동 정리

특히 Copilot이나 GPT는 단순한 반복 작업이나 문법 보완에 매우 강하다. 퀄리티만 약간 보완하면, 신입 퍼블리셔 수준의 마크업은 상당 부분 자동화가 가능하다.

 

3. 퍼블리셔의 역할은 사라질까?

오히려 그 반대다. 마크업 '작업자'로서의 퍼블리셔는 줄어들 수 있지만, 퍼블리셔의 본질적인 역량은 더 중요해질 것이다.

✅ 앞으로 더 중요한 퍼블리셔의 역량:

  • 접근성(A11y)에 대한 해석력: 자동화 도구가 놓치는 맥락 판단은 사람이 해야 한다. 예를 들어, 자동화 도구는 <button> 태그에 aria-label이 빠졌다고 알려줄 수는 있지만, 그 버튼이 어떤 동작을 수행하는지, 텍스트로 설명해야 하는지 아니면 아이콘만으로 충분한지는 판단하지 못한다. 또한 시각장애인을 위한 키보드 접근 흐름이 사용자에게 자연스러운지도 도구는 알려주지 않는다. 이는 퍼블리셔가 실제 화면 흐름과 사용자 시나리오를 이해하고 맥락에 맞게 조정해야 할 부분이다.

  • 시맨틱 구조 설계: 의미 있는 마크업은 단순히 태그를 나열하는 게 아니라, 정보 구조와 UX까지 고려해야 한다. 예를 들어, 시각적으로는 똑같아 보이는 요소라도 <div> 대신 <section>, <article>, <nav> 등을 적절하게 사용하는 것이 검색 엔진 최적화(SEO)나 보조 기술 사용에 큰 영향을 줄 수 있다. 사용자 흐름에 맞는 마크업 구조는 AI보다 사람의 직관과 맥락 판단이 필수적이다.

  • 디자인 시스템과의 연계 능력: 컴포넌트 단위의 마크업, 재사용 가능한 구조 설계는 여전히 사람의 몫이다. 예를 들어, 디자인 시스템에서 제공되는 버튼이나 입력폼 컴포넌트를 마크업할 때 단순히 스타일만 맞추는 것이 아니라, 상태별 인터랙션(hover, disabled, error 등), 접근성 속성, 재사용성을 고려한 구조로 커스터마이징해야 한다. 이는 퍼블리셔가 디자인 가이드를 해석하고 컴포넌트로 정리할 수 있어야 가능한 작업이다.

  • AI 도구를 활용한 생산성 향상 능력: 도구를 두려워하지 않고 적극 활용하는 태도 자체가 경쟁력이 된다. 예를 들어, ChatGPT에게 마크업 패턴을 빠르게 생성해 달라고 요청한 뒤, 이를 기준으로 프로젝트에 맞게 최적화하거나, GitHub Copilot의 제안을 받아 반복 작업을 빠르게 처리하는 방식이다. 단순 도구 사용을 넘어서 AI의 출력 결과를 빠르게 검토하고 활용하는 판단력이 핵심이다.

 
 

마치며

AI가 기술적인 작업은 대체할 수 있어도, 사용자 중심의 관점에서 "왜 이 구조가 필요한지"를 설명하고 팀 내에서 조율하는 역할은 사람에게 더 의존하게 된다. 퍼블리셔는 여전히 기획, 디자인, 프론트엔드 사이의 '브릿지'로 기능해야 한다. 즉, 단순한 마크업 작성 벗어나, 사용자 경험을 이해하고 설계하는 사람으로 변화해야 한다. 도구는 도와줄 수 있지만, 설계의 방향성과 판단은 결국 사람의 몫이다.

이제 코드를 잘 쓰는 것보다, 코드를 왜 그렇게 써야 하는지 설명할 수 있어야 한다.