크리스 스트라흘, Knapsack의 설립자 및 CEO – 인터뷰 시리즈

크리스 스트라흘은 Knapsack의 공동 설립자이자 CEO로, 디자인, 엔지니어링, 제품 팀을 하나의 공유된 진실 시스템 вокруг에 정렬하여 현대적인 디지털 제품을 구축하는 방식을 재정의하는 데 중점을 두고 있습니다. 디자인 시스템과 프론트엔드 개발에 대한 배경을 가지고 있으며, 그는 또한 디자인 시스템 팟캐스트를 호스팅하는 것으로 널리 알려져 있습니다. 여기서 그는 조직이 디자인을 확장하고, 협력을 개선하고, 디지털 생산을 현대화하는 방법을 탐구합니다.

Knapsack은 엔터프라이즈 디자인 시스템 및 디지털 생산 플랫폼으로, 디자인 자산, 코드, 콘텐츠, 문서를 실시간으로 연결하는 살아있는 시스템의 기록으로 작동합니다. 이 플랫폼을 통해 팀은 재사용 가능한 생산 준비가 완료된 구성 요소를 구축하고 관리하고, 디자인 토큰을 관리하고, 복잡한 디지털 생태계 전체에서 일관성을 유지할 수 있습니다. 디자인 및 UI 데이터를 확장 가능하고 AI 준비가 완료된 방식으로 구조화함으로써 Knapsack은 대규모 조직이 배달을 가속화하고, 중복을 줄이고, 팀 및 채널 전체에서 브랜드 및 제품 무결성을 보장하는 데 도움이 됩니다.

Knapsack은 Basalt에서 대규모 기업을 위한 디자인 시스템을 구축하는 데 몇 년을 보낸 후에 등장했습니다. 여기서 디자인 파일, 엔지니어링 워크플로, 실제로 배송된 코드 간의 반복적인 마찰이 무시할 수 없게 되었습니다. 이러한 패턴이 충분히 분명해져서 전용 플랫폼을 시작할 수 있었던 순간은 언제였습니까?

우리는 Basalt에서 수많은 디자인 시스템을 구축했으며, 패턴은 명백했습니다. 디자인 파일, 엔지니어링 워크플로, 실제로 배송된 코드는 모두 별도의 우주에 존재했습니다. 결과는 단 하나의 극적인 실패가 아니라 반복 가능한 1,000개의 손실이었습니다. 버튼의 크기가 잘못되거나, 일관성이 없는 동작이나, 팀이 다시 작업하는 데 몇 개월이 걸리는 속성 전체에 걸쳐 스타일이漂移하는 등입니다. 우리는 이러한 문제가 더 나은 동기화 플러그 또는 더 좋은 문서로 해결될 수 없을 때 실제 문제임을 알게 되었습니다. 하나의 권위적인 시스템의 기록을 필요로 하는 디자인, 코드 및 브랜드 규칙이 필요했습니다. 이러한 깨달음은 전용 플랫폼이 필요하다는 것을 명확히 했습니다.

에이전시 및 컨설팅 작업에서 제품 회사 구축으로 이동하면 기존 디자인 시스템 도구 및 워크플로우 플랫폼이 해결하지 못하는 더 심층적인 문제가 나타납니다. Knapsack의 초기 아키텍처 및 방향을 형성한 기초적인 간격은 무엇입니까?

에이전시 작업에서 제품 구축으로 전환했을 때 핵심이缺失한 부분이 명백해졌습니다. 구성 요소, 제약 조건 및 디자이너와 엔지니어 간의 상호 작용을 캡처하는 신뢰할 수 있는 기계가독성 시스템이 없었습니다. 기존 도구는 파일이나 분리된 저장소에만 집중했으며, 구성 요소, 테마, 사용 규칙, 준수 메타데이터를 포함한 제품의 실제 상태에 대한 살아있는 표현에는 집중하지 않았습니다. 우리는 구성 요소 중심, 버전이 지정된, 기기화된 및 디자인 도구와 코드베이스 모두와 통합할 수 있는 표준 시스템의 기록을 중심으로 Knapsack을 구축했습니다. 이러한 결론은 우리의 摂取 모델 및 연결 레이어를 형성했으며 궁극적으로 Intelligent Product Engine으로 이어졌습니다.

“캔버스 시대”는 살아있는 코드 연결 시스템으로 대체되고 있습니다. 이 시프트를 어떻게 정의하시나요? 제품 생성이 정적 파일에서 지속적으로 업데이트되는 시스템으로 이동할 때 팀에 어떤 변화가 발생합니까?

캔버스 시대는 UX를 정적 아티팩트로 취급했으며, 일반적으로 팀 사이에서 전달되는 파일이었습니다. 새로운 시대는 실제 구현을 반영하는 지속적으로 업데이트되는 실행 가능한 시스템에 의해 추진됩니다. 팀에 대한 변화는 상당합니다. 파일이나 브랜치 중 어느 것이 진실의 원천인지에 대한 논의 대신, 구성 요소, 토큰, 접근성 제약 조건 및 생산 동작의 현재 상태를 노출하는 공유 시스템에서 작업합니다. 이것은 모호성을 줄이고, 자동 유효성 검사를 가능하게 하며, 실제 구성 요소가 아니라 근사값에 따라 사용 가능한 UI를 생성하는 에이전트 워크플로를 지원합니다.

에이전트 생성 UI는 실제 구성 요소, 규칙 및 제약 조건을 반영하는 시스템의 기록 없이 종종 실패합니다. 엔터프라이즈 인터페이스를 생성하기 위해 AI에 이러한 앵커 레이어가 필수적인 이유는 무엇입니까?

AI는 레이아웃과 복사본을 합성할 수 있지만, 엔터프라이즈 준비 인터페이스를 생성하기 위해 권위적인 어휘가 필요합니다. 앵커 레이어에는 구체적인 구성 요소, 속성, 제약 조건, 토큰 및 사용 규칙이 포함되어 있으며, AI가尊重해야 하는 경계를 제공합니다. 그렇지 않으면 에이전트는 스타일을 합성하거나, 접근성 요구 사항을 무시하거나, 실제로 배송된 코드와 일치하지 않는 코드를 생성합니다. 실제 구성 요소 그래프 및 규칙 세트와 함께 에이전트는 구현 가능하고, 준수되고, 브랜드 표준과 일관된 출력을 생성합니다. 이것은 아름다운 모의 업과 배포 가능한 인터페이스 사이의 차이입니다.

Intelligent Product Engine이 개발됨에 따라 디자인 자산, 코드, 브랜드 규칙, 준수 요구 사항, UX 패턴 및 성능 데이터를 하나의 일관된 시스템으로 통합하는 것이 가장 어려웠던 점은 무엇입니까?

도전은 단일 통합이 아니라, 일련의 통합입니다. 여러 표현을 걸쳐 의도와 현실을 조화시키는 것입니다. 여기에는 Figma의 디자인 토큰, 여러 저장소의 구성 요소 구현, 법적 문서의 브랜드 가이드라인, 생산 시스템의 텔레메트리 및 준수 메타데이터가 포함됩니다. 이러한 각각은 서로 다른 형식, 소유자 및 업데이트 주기를 가지고 있습니다. 이러한 신호를 하나의 일관된 모델로 변환하는 것은 강력한 摂取 파이프라인, 충돌 해결 규칙 및 소유권 및 소유권에 대한 명확한 모델이 필요했습니다. 팀은 무엇이 변경되었는지,誰が 변경했는지, 왜 변경했는지 알아야 합니다. 이러한 신뢰 레이어를 구축하는 것이 가장 어려운 부분이었습니다.

AI가 점점 더 완전한 인터페이스를 생성할 수 있는 상황에서, 인간-에이전트 워크플로 내에서 디자이너와 엔지니어의 역할이 어떻게 진화할 것으로 생각하시나요?

에이전트는 반복적인 작업, 즉 페이지 스캐폴딩, 접근성 변형 제안, 지역화된 콘텐츠 생성을 처리할 것입니다. 디자이너는 전략, 경험 의도, 에지 케이스 UX 및 좋은 결과를 驅動하는 제약 조건을 정의하는 데 중점을 둘 것입니다. 엔지니어는 모든 픽셀을 입력하는 것보다 구성 요소의 올바름, 런타임 계약, 관찰 가능성 및 성능에 더 중점을 둘 것입니다. 인간은 큐레이터와 유효성 검사자가 됩니다. 우리는 규칙을 정의하고, 출력을 검토하고, 품질이 무엇인지 결정합니다. 가장 높은 가치의 인간 기술은 시스템思考 및 판단이 될 것입니다.

시리즈 A 이후, 제품 개발 및 엔터프라이즈 채택을 가속화하는 데 가장 높은 우선순위를 가진 초점 영역은 무엇입니까?

시리즈 A는 우리가 세 가지 영역에서 가속화할 수 있게 해주었습니다. 첫째, 온보딩 및 摂取, 이는 기업이 몇 개월이 아닌 며칠 내에 시스템의 기록을 생성할 수 있도록 합니다. 둘째, Intelligent Product Engine, 이는 모델과 일치하는 기능을 포함하여 생성된 인터페이스가 브랜드 및 규칙을尊重하도록 합니다. 셋째, 엔터프라이즈 컨트롤, 즉 권한, 감사 가능성 및 준수 후크는 리더가 Knapsack을 대규모 조직에서 채택하는 것을 자신감 있게 느낄 수 있도록 합니다. 이러한 것이 실제 규모의 채택을 驅動하는 레버입니다.

엔터프라이즈 팀은 종종 정적 워크플로에서 동적 에이전트 준비 시스템으로 이동하는 데 어려움을 겪습니다. 가장 큰 장애물은 무엇이며, Knapsack은 조직이 어떻게 이러한 시스템으로 적응하는 데 도움이 될 수 있습니까?

엔터프라이즈는 분산된 시스템, 소유권 실로, 규제 제약 및 모든 것을 최신 상태로 유지하는 높은 비용으로 어려움을 겪습니다. 우리는 摂取을 빠르고 결정적이게 만들고, 소유권 및 소유권을 모델링하며, 권한 및 감사 로그와 같은 거버넌스 기능을 제공함으로써 도움을 줍니다. 이러한 도구는 팀이 자동화된 워크플로에서 신뢰를 검증할 수 있도록 합니다.

제품 생성이 점점 더 자동화됨에 따라, AI가 더 많은 기초 작업을 생성하는 환경에서 팀이 효과적으로 유지되기 위해 어떤 새로운 능력을 개발해야 합니까?

팀은 더 강한 시스템思考 기술, 특히 에이전트가 사용할 수 있는 제약 조건, 정책 및 구성 요소 계약을 작성하는 능력을 개발해야 합니다. 또한 에이전트 결정에 대한 관찰 가능성, 롤아웃 제어 및 생성된 UI에 대한 Q&A 프레임워크를 포함한 더好的 모니터링 및 유효성 검사 관행이 필요합니다. 거버넌스 리터러시는 특히 준수, 접근성 및 개인 정보 보호 요구 사항을 기계가 읽을 수 있는 형식으로 표현하는 능력이 중요합니다. 성공하는 조직은 정책 및 품질을 시스템에 코딩할 수 있는 것입니다.

5년 후, AI 驅動 제품 생성이 어떻게 진화할 것으로 예상하시나요? 그리고 Knapsack은 그 다음 산업 단계에서 어떤 위치를 차지하기를 원하십니까?

5년 후, 제품 생성은 정적 컴프를 팀 사이에서 전달하는 것과 같은 살아있는 구성 요소 그래프에 대한 서비스를 구성하는 것과 비슷할 것입니다. 에이전트 도구는 정책, 성능 예산 및 브랜드 제약 조건을 사용하여 생산 준비가 완료된 표면을 생성할 것입니다. 내 목표는 Knapsack이 에이전트와 앱이 회사의 실제 UI 기본 요소 및 규칙을 이해하는 데 의존하는 표준 시스템의 기록이 되는 것입니다. 이는 모델 및 CI/CD와의 깊은 통합, 규제된 엔터프라이즈를 위한 강력한 거버넌스, 새로운 팀을 위한 빠른 온보딩을 포함합니다. Knapsack은 에이전트가 더 자율적으로 작동할 때 브랜드, 동작 및 안전성에 대한 신뢰할 수 있는 레이어가 되야 합니다.

멋진 인터뷰 감사합니다. 현대적인 디자인 시스템 및 확장 가능한 디지털 생산에 대해 더 알아보고 싶은 독자는 Knapsack을 방문해야 합니다.