학습
디자인 리소스
개발자
화면을 수백 장 모았는데, 다음 프로젝트에서는 왜 또 처음부터 찾게 될까요? 수집, 분류, 비교, 다시 찾기까지 쌓여 가는 UI 레퍼런스 라이브러리를 만듭니다.
이미지에 무엇이 담겼는지와 왜 저장했는지는 서로 다른 질문입니다.
이미지를 찾아 다운로드했다고 해서 나중에 다시 찾고, 이해하고, 쓸 수 있는 건 아닙니다. Agent 시대에 에셋 정보가 왜 중요한지 살펴봅니다.
이미지를 생성하는 능력과 방향을 판단하는 능력은 별개입니다. 직접 고르고 평가한 레퍼런스는 AI에게 원하는 바를 분명하게 전달하고, 나온 결과를 점검하는 데 도움이 됩니다.
먼저 별이 무엇을 뜻하는지 정하고, 평가·비교·선별이 맡을 역할을 나누면 평가가 판단에 실제로 도움이 됩니다.
저장은 입력일 뿐, 다시 찾아 쓰는 것이 결과입니다. 어디서 막히는지 짚어 보고, 직접 남길 만한 정보가 무엇인지 생각해 봅니다.
참고 이미지 하나를 저장하는 순간부터 시작해 폴더와 태그의 역할 분담, 분류와 이름 짓기, 함께 쓰는 방법까지 알아봅니다.
정리는 투자예요. 중요도, 다시 쓸 가능성, 나중에 되찾기 어려운 정도를 따져서 지금 얼마나 시간을 들일지 정해 보세요.
Eagle에서 자료를 찾기 어려운 이유를 AI 에이전트와 살펴보고, 작업에 맞는 정리 규칙을 만들어 소량의 자료로 시험하는 방법을 알아봅니다.
파일명이 기억나지 않나요? 색상, 이미지 비율, 기존 태그와 파일 형식을 단서로 Eagle에 저장한 디자인 자료의 검색 범위를 좁혀 보세요.
핀터레스트의 작은 보드를 Eagle로 가져와 필요한 이미지와 선택 이유를 다시 찾을 수 있는지 확인하세요. 두 도구의 차이를 비교하고, 출처와 활용 목적을 정리한 뒤 라이브러리를 백업하는 방법을 알아봅니다.
디자인 분야별로 폴더를 만들고, 태그로 스타일과 기법을 남기고, 디자인 관찰을 기록해 다음 프로젝트에서 수집한 자료를 다시 활용합니다.