Taste Labs 1,850만 달러 조달…AI 시대 ‘디자인 판단’이 새 병목으로 떠오른다

AI가 글, 이미지, 코드, 화면 디자인까지 빠르게 만들어내면서 기업의 고민이 ‘만들 수 있느냐’에서 ‘쓸 만한 결과를 고를 수 있느냐’로 옮겨가고 있다. Axios는 6월 29일 AI 스타트업 Taste Labs가 1,850만 달러 규모 시드 투자와 함께 스텔스 모드에서 나왔다고 보도했다. 이 회사는 디자인처럼 주관적 판단이 많이 들어가는 영역에서 AI 결과물을 평가하고 개선할 수 있도록 사람의 판단을 데이터와 기준으로 구조화하는 데 초점을 맞춘다.

핵심은 생성형 AI의 품질 관리다. Taste Labs는 AI를 위한 ‘취향 인프라’에 가까운 역할을 내세운다. 회사 웹사이트에 따르면 첫 적용 분야는 디자인이며, 프런티어 AI 연구소, 코딩 에이전트, 창작 기술 기업을 대상으로 평가 데이터, 기준표, 검증 환경, 소프트웨어를 제공한다. 코딩 에이전트는 사용자의 지시에 따라 코드를 작성하거나 수정하는 AI 도구를 뜻한다. Amplify Partners는 6월 16일 공개한 글에서 Taste의 1,850만 달러 시드 라운드를 공동 주도했다고 밝혔다.

이 흐름은 단순히 디자인 업계의 작은 뉴스로 보기 어렵다. 지난 2년간 기업들은 AI로 초안 작성, 이미지 생성, 코드 작성 속도를 높였지만, 실제 제품이나 마케팅에 바로 쓰기 어려운 결과물도 함께 늘었다. 업계에서 말하는 ‘AI slop’은 AI가 대량으로 만든 낮은 품질의 콘텐츠나 화면, 문구를 가리킨다. 생성 비용은 낮아졌지만 브랜드 톤, 사용성, 시각적 완성도, 고객 맥락을 판단하는 일은 여전히 사람이 많이 개입해야 하는 병목으로 남아 있다.

Taste Labs가 주목받는 이유도 이 지점에 있다. 기존 데이터 라벨링은 대체로 정답이 비교적 분명한 작업을 빠르게 많이 처리하는 방식에 가까웠다. 반면 디자인, 영상, 브랜드 문구, 제품 인터페이스는 ‘무엇이 더 낫다’는 판단 자체가 맥락과 전문성에 따라 달라진다. Taste는 많은 사람의 평균적 선호를 모으는 방식보다, 좋은 판단을 할 수 있는 디자이너와 창작 전문가의 평가를 더 구조화하려는 접근을 택하고 있다. Axios가 함께 언급한 Impeccable 같은 디자인 보조 도구도 AI가 만든 화면을 사람이 더 정확히 지시하고 다듬도록 돕는 흐름에 속한다.

보스턴권 독자에게 이 뉴스가 중요한 이유는 AI 시대의 직무 변화가 ‘기술직 축소’라는 한 방향으로만 움직이지 않는다는 점이다. Taste Labs 자체는 샌프란시스코 기반 회사지만, 이 신호는 보스턴의 헬스테크, 바이오 소프트웨어, 로보틱스, 대학 기반 스타트업, B2B SaaS 기업에도 연결된다. 이들 분야에서는 단순히 보기 좋은 화면보다 복잡한 정보를 정확하게 보여주는 제품 설계, 연구자와 의료진이 이해할 수 있는 인터페이스, 규제 산업에 맞는 문서와 워크플로가 중요하다. AI가 초안을 빠르게 만들수록 이를 검토하고 기준화하는 역할의 비중이 커질 수 있다.

유학생과 졸업 예정자에게는 포트폴리오 방향을 조금 다르게 볼 필요가 있다. 프롬프트로 결과물을 만드는 능력만 보여주는 것보다, 어떤 기준으로 결과를 평가했는지, 사용자 테스트나 데이터로 무엇을 수정했는지, 디자인 시스템과 접근성 기준을 어떻게 적용했는지가 더 중요해질 수 있다. UX 디자인, 프런트엔드, 제품관리, 데이터 라벨링, 모델 평가, 브랜드 전략 사이의 경계도 이전보다 가까워지고 있다.

현직 직장인에게는 AI 도구 사용 능력과 함께 ‘품질 기준을 문서화하는 능력’이 실무 경쟁력이 될 수 있다. 제품팀은 좋은 화면의 기준을 디자인 시스템으로 정리해야 하고, 마케팅팀은 브랜드 톤과 금지 표현을 명확히 해야 하며, 엔지니어링팀은 AI가 만든 코드나 UI가 실제 제품 기준에 맞는지 검증하는 절차를 갖춰야 한다. AI가 결과물을 많이 만들수록 조직 안에서는 무엇을 통과시키고 무엇을 고쳐야 하는지 정하는 사람이 더 필요해진다.

이직 준비자라면 채용공고에서 ‘AI-native design’, ‘evaluation’, ‘human feedback’, ‘design systems’, ‘brand consistency’, ‘front-end quality’ 같은 표현을 눈여겨볼 만하다. 작은 스타트업은 한 사람이 디자인, 제품, 프런트엔드, AI 도구 운영을 함께 맡는 경우가 늘 수 있고, 큰 기업은 모델 평가와 품질 관리 조직을 별도로 둘 가능성이 있다. 다만 초기 스타트업의 비자 스폰서십이나 원격근무 조건은 회사마다 차이가 크다. OPT, STEM OPT, H-1B와 관련된 독자는 채용 단계에서 고용 형태, E-Verify 여부, 과거 스폰서십 경험을 일반 정보 차원에서 확인하는 것이 필요하다.

창업을 고민하는 독자에게도 시사점이 있다. AI 도구를 쓰면 랜딩페이지, 광고 문구, 앱 화면을 빠르게 만들 수 있지만, 속도가 곧 품질을 보장하지는 않는다. 오히려 결과물이 많아질수록 검토 기준이 없으면 팀의 시간이 더 많이 들어갈 수 있다. 초기 제품을 만드는 팀이라면 브랜드 톤, 화면 구성, 접근성, 고객 피드백 반영 기준을 간단한 문서로라도 정리해 두는 편이 실무적으로 도움이 된다.

이번 투자는 AI가 사람의 창의성을 대체한다는 단순한 메시지보다, 창의적 판단을 어떻게 제품과 데이터 구조 안에 넣을 것인가라는 질문에 가깝다. 아직 Taste Labs는 초기 단계 회사이고, 이 분야의 도구가 실제 기업 워크플로에 얼마나 깊게 들어갈지는 더 지켜봐야 한다. 다만 현재까지 확인되는 방향은 분명하다. AI 사용 경험 자체보다, AI 결과물을 실무 기준에 맞게 고르고 개선하는 역량이 보스턴의 학생과 직장인에게 더 선명한 커리어 신호가 되고 있다.