1 / 12
사내 공유 · MORDOR 스쿼드 TPM 류민 · 10분

AI 프레젠테이션,
지금 어디로 가고 있나

2026년 1월부터 7월까지, 업계와 학계가 실제로 움직인 방향을 시계열로 정리하고,
그 위에서 우리가 만들고 있는 것의 좌표를 확인합니다.

한 줄 요약

생성은 공짜가 됐다.
비싸진 것은 자산과 구조다.

1차 출처 · Google · Figma · Canva · Anthropic 근거 범위 · 공식 제품 발표·릴리스, 시장 보도, arXiv 원문 (2026-01 ~ 07) 구성 · 관찰 → 교차 분석 → 함의
Scroll
01 먼저 결론부터 0:40

10분 동안 할 이야기는 세 문장입니다

2026년 초

경쟁사 전원이 같은 구조로 수렴했다

Google·Figma·Canva·Anthropic이 30일 사이에 “에이전트 × 자산 × 도구 사용”이라는 동일한 형상에 도착했습니다.

최근 2개월

생성 기능이 무료·기본값이 됐다

오피스에 내장되고 가격은 0으로 수렴했습니다. “덱을 만들어준다”만으로는 과금도, 차별화도 불가능해졌습니다.

그래서

남은 승부처는 자산과 구조다

브랜드·템플릿 자산에 정렬된 생성, 편집 가능한 구조화 출력, 에이전트가 호출할 수 있는 표면이 새 전선입니다.

아래는 이 세 문장이 어떤 관찰에서 나왔는지, 그리고 우리 팀이 하고 있는 “템플릿 자산의 데이터화”가 이 흐름의 어디에 서 있는지를 순서대로 확인하는 과정입니다.

02 관찰 1 · 2026년 초 (~4월) 1:20

30일 사이에, 서로 다른 회사가 같은 그림을 그렸다

이 시기의 사건은 개별 제품 출시가 아니라 정렬 그 자체였습니다. 네 회사 모두 “프롬프트 → 구조화된 시각 출력”을 목표로 삼되, 각자 가진 자산을 AI가 쓰는 도구로 재포장했습니다.

03.18

Google Stitch

“Vibe Design” — AI 네이티브 무한 캔버스, Design Agent, MCP 서버, 이식 가능한 디자인 시스템 파일(DESIGN.md). 무료.

03.24

Figma

use_figma로 에이전트가 캔버스를 직접 편집. Markdown 기반 Skills로 행동을 고정. 과금은 seat + AI 크레딧 혼합으로.

04.16

Canva AI 2.0

대화형 디자인, 에이전트 오케스트레이션, 객체 단위 지능, Living Memory. 자체 모델 3종 + 외부 커넥터.

04.17

Claude Design

코드베이스·디자인 파일을 읽어 디자인 시스템을 자동 추출. PPTX·Canva로 내보내고 Claude Code로 핸드오프.

공통 구조 세 가지

  • 자산을 도구로 — 디자인 시스템·템플릿·코드베이스·캔버스를 AI가 참조하는 재료로 재정의
  • 경계의 붕괴 — IDE·디자인 툴·프레젠테이션 툴이 하나의 워크플로로 연결
  • 정책을 문서로 — Skills, DESIGN.md처럼 “Markdown으로 에이전트 행동을 규정”하는 방식이 표준화

시장은 어떻게 반응했나

Figma는 실적이 견조했음에도(FY25 매출 +41%, Make 주간 활성 +70% QoQ) 주가는 IPO 이후 누적 약 −76%까지 하락했습니다.

−76%

IPO 이후 누적 주가

60%

Figma Make 파일 중 비디자이너 작성

제품은 성공하는데 플랫폼 가치는 재평가되는, “AI가 SaaS 해자를 녹이는가”에 대한 시장의 디스카운트였습니다.

현장 정서는 “Figma killer”가 아니었다. “평균 품질이 바닥에서 올라가고, craft 층이 더 선명해진다”였다.

— 분석 · Google Stitch 공식 발표 이후 공개 리뷰·커뮤니티 반응을 종합

여기서 이미 “평균이 싸지면 차별화는 자사 정체성에서만 나온다”는 관찰이 등장합니다. 이 문장이 이후 두 달의 전개를 그대로 예고했습니다.

Google Stitch
Google Stitch 캔버스assets/stitch.png
Google Stitch · Vibe Design · 공식 발표 ↗
Figma Skills
Figma Skills 소개assets/figma-skills.png
Figma · use_figma + Skills · 공식 발표 ↗
Canva AI 2.0
Canva AI 2.0assets/canva-ai2.png
Canva · AI 2.0 · 공식 발표 ↗
Claude Design
Claude Designassets/claude-design.png
Anthropic · Claude Design · 공식 발표 ↗
03 관찰 2 · 6~7월 · 국면 1 1:10

생성 기능의 가격이 0으로 수렴했다

6월 중순 Gamma가 사용자 1억 명·기업가치 21억 달러로 카테고리 대중화를 상징했습니다. 그런데 바로 그 다음 흐름이 기능 자체의 상품화였습니다.

유료 전용
Premium

AI 덱 생성이 상위 플랜의 차별 기능이던 시기

오피스 내장
Bundled

ChatGPT for PowerPoint 정식 출시, Copilot 기본 모델 GPT-5.6 교체, Grok의 Office 네이티브 통합

무료 티어
Free tier

Canva Code 2.0을 무료 계정까지 개방 — AI를 획득 수단으로 전환

한계 가격
₩0

xAI가 Word·PowerPoint용 Grok 애드인을 무료로 배포하며 Copilot 구독을 정면 겨냥

대중화의 다른 증거

  • “베스트 AI 프레젠테이션 툴” 리스트 기사가 테크 매체를 넘어 라이프스타일 매체까지 확산 (07-27)
  • 스토리지 서비스(Terabox)까지 AI 덱 생성을 부가 기능으로 탑재 — 비(非)디자인 플레이어의 진입
  • 비교 리스티클이 실제 유입 관문이 되면서, 평가 축이 “무료로 어디까지 되는가”로 이동
Grok add-in
PowerPoint 내 Grok 애드인 (무료)assets/grok-addin.png
xAI Grok · PowerPoint 무료 애드인 · 공식 발표 ↗

슬라이드 자동생성은 더 이상 차별점이 아니라 기본값이며, 생성 기능만으로는 과금 방어가 불가능하다.

— 분석 · xAI의 무료 PowerPoint 애드인과 오피스 번들 확산을 종합
04 관찰 2 · 국면 2 1:00

덱을 만드는 “장소”가 앱에서 에이전트로 옮겨갔다

두 번째 변화는 기능이 아니라 위치입니다. 슬라이드 제작이 ‘슬라이드 앱 안의 버튼’이 아니라, ‘에이전트가 여러 앱을 횡단하며 수행하는 작업’으로 재정의되기 시작했습니다.

이전
사용자디자인 툴 열기AI 버튼

진입점이 캔버스였고, AI는 캔버스 안의 기능이었습니다.

지금
사용자에이전트(커넥터)캔버스를 조작

진입점이 채팅 에이전트로 옮겨가고, 캔버스는 실행·렌더링 계층이 됩니다.

07-17

Claude × Canva

커넥터 하나로 LLM이 디자인 툴을 직접 조작해 덱을 만드는 워크플로가 일반 사용자 수준까지 내려왔습니다.

07-16

Gemini Spark

Workspace 문서를 직접 편집하는 능력 + 응답 속도 50% 개선. 생성→편집→반복 루프 전체가 에이전트 안으로.

06-16

Copilot Cowork GA

리서치→정리→슬라이드 다단계 작업이 정식 출시. 에이전트형 생성이 데모에서 운영으로 넘어간 분기점.

경쟁은 “내장 AI 대 내장 AI”가 아니라 “누구의 캔버스가 에이전트 생태계의 기본 출력 대상이 되는가”로 바뀌고 있다.

— 분석 · Canva AI ConnectorFigma 에이전트 캔버스 공개를 종합

여기서 스탠드얼론 도구의 구조적 리스크가 처음 명시됩니다. 워크플로의 시작점을 빼앗기면, 캔버스는 최종 렌더링 단계로 밀려납니다.

05 관찰 2 · 국면 3 1:00

그래서 경쟁 축이 이동했다 — “만들어주는가”에서 “어떻게 만드는가”로

생성이 코모디티가 되자, 시장이 값을 매기는 지점이 뚜렷하게 옮겨갔습니다. 네 가지가 반복적으로 등장합니다.

기본값이 된 것

온브랜드 생성

Google의 공식 발표에 따르면 Slides의 Gemini는 기존 덱을 스타일 참조로 사용해 온브랜드 덱을 생성하고, 결과를 요소 단위로 편집할 수 있습니다. 이는 경쟁축이 생성 유무에서 브랜드 일관성을 유지한 생성으로 이동했음을 보여줍니다.

실사용 무게중심

생성보다 편집

Copilot PowerPoint 기능 목록의 상당수가 신규 생성이 아니라 기존 덱의 리라이트·정렬·톤 조정이었습니다 (07-22). AI가 생성자를 넘어 리뷰어로 확장되는 사례도 등장했습니다 (Docs 코멘트 작성, 07-29).

평판 지표

PPTX 왕복 충실도

비교 리스티클에서 내보내기 품질이 반복적인 감점 요인으로 언급됩니다 (07-30). 편집 가능한 구조화 출력이 그대로 평판이 됩니다.

평가 기준

데모에서 매출로

“화려한 데모에서 실제 매출로 이어지는 기능으로” 선회 (Forbes, 07-20). KPI를 생성 횟수·속도가 아니라 완성 덱 내보내기율 · 생성 후 재편집 분량 · 유료 전환으로 재정의하라는 제언.

Google Slides on-brand
Google Slides · Gemini 온브랜드 생성assets/slides-onbrand.png
기존 덱을 스타일 참조로 활용한 온브랜드 생성 · Google 공식 발표 ↗
Claude Design to Canva export
Claude Design에서 Canva로 내보내기assets/claude-canva.png
Claude Design 산출물을 편집 가능한 Canva 디자인으로 전환 · Canva 공식 발표 ↗

한 가지 더. 산출물의 라이프사이클도 길어졌습니다. Slides→Vids 다국어 확장, 문서→오디오 변환, 그리고 Google Meet의 AI 노트가 발표 슬라이드를 회의 산출물의 1급 데이터로 포함시키기 시작했습니다 (07-28). 덱은 최종물이 아니라 중간 표현이 되어가고, 렌더링된 슬라이드에서 구조를 되찾는 역파싱 수요가 늘어납니다.

06 관찰 3 · 학계 (6~7월 arXiv) 1:00

학계는 “픽셀을 그리는 문제”를 버리고 있다

6~7월 arXiv 논문은 산발적이지 않았습니다. 다섯 방향으로 한 곳을 향해 수렴합니다. 학계 비교는 원문 검증이 가능한 6월 이후 공개 논문을 대상으로 했습니다.

표현

픽셀 → 코드 · 스키마

VCG-Bench는 픽셀 합성의 한계(편집 불가·정밀도 부족)를 지적하며 Diagram-as-Code를 제안합니다. 결론이 직접적입니다 — “슬라이드는 이미지가 아니라 요소·좌표·스타일 스키마로 생성되어야 한다.”

생성 방식

원샷 → 점진 · 제약 검증

ThinkBLOX는 원샷 레이아웃이 편집·정합성에 취약함을 지적하고 점진 추론을 제안합니다. Agentic Designer는 “생성 후 검증”이 아니라 “생성 중 검증”이 핵심이라고 말합니다.

평가

미학과 정합성의 분리

SciForma는 “보기 좋음”과 “구조적으로 옳음”을 분리해 축별로 평가해야 한다고 정리합니다. PosterHarness는 디자인 품질을 감사 가능한 계약으로 정량화합니다.

적응성

단발 → 개인화 · 청중 조건화

MemSlides는 계층적 메모리로 사용자 선호를 보존하며 멀티턴 수정을 처리합니다. X+Slides는 같은 콘텐츠라도 청중에 따라 다른 덱을 생성·평가해야 한다고 정식화합니다.

임포트

역파싱 · 레이아웃 인식

RT-DocLayout은 읽기 순서까지 end-to-end로, LayoutLite는 명시적 검출기 없이 토큰 수준에서 레이아웃을 이해합니다. 기존 PPTX·PDF를 편집 가능한 구조로 되돌리는 파이프라인에 직결됩니다.

정밀도

순수 생성의 한계

FormalAnalyticGeo의 진단이 중요합니다 — “템플릿 방식은 제약 기반 레이아웃을 못 다루고, 생성 모델은 기하 정밀도가 부족하다.” 그래서 신경-기호 결합. SCALE은 렌더 이미지에서 규칙 위반을 진단해 고칩니다.

편집 가능한 구조화 출력을, 제약을 지키며, 검증하면서 생성한다.

— 분석 · VCG-Bench · SciForma · Agentic Designer를 종합
07 교차 분석 1 0:40

업계와 학계는 다른 언어로 같은 말을 하고 있다

업계 — 시장의 언어

  • 생성은 공짜가 되고 있으니 브랜드킷·템플릿 자산·편집 품질·PPTX 왕복으로 방어하라
  • 진입점을 지키려면 에이전트가 호출 가능한 구조와 표면을 열어라
  • 모델 성능은 지속 가능한 차별점이 아니다 — 교체만으로 경쟁 제품 품질이 일괄 상승한다

학계 — 방법론의 언어

  • 좋은 결과는 픽셀을 그리는 게 아니라 편집 가능한 구조를 만드는 것이다
  • 그 구조는 제약을 지키며, 생성 중에 검증되어야 한다
  • 정밀도가 필요한 요소는 순수 생성이 아니라 제약·기호와 결합해야 한다
겹치면 하나의 명제

승부는 “무엇을 생성하느냐”가 아니라,
생성물을 어떤 구조·자산·제약에 정렬시키느냐에 있다.

08 교차 분석 2 · 핵심 2:10

그러면 우리가 하고 있는 일은 이 흐름의 어디에 있나

모르도르/내용시각화 스쿼드는 수십만 개의 디자이너 제작 템플릿을 “활용 가능한 데이터”로 만들고, 적절한 컴포넌트를 검색해 내용을 대치하는 방향으로 서비스를 구성하고 있습니다. 반면 업계·학계·사내 일부는 AI가 컴포넌트를 직접 생성하는 쪽에 서 있습니다. 이 두 방향을 같은 축에 놓고 보겠습니다.

◀ 자산 검색 · 대치 · 조립직접 생성 ▶
우리 팀
템플릿을 데이터화하고
컴포넌트 검색 → 내용 대치
학계의 처방
제약 인지 생성 · 점진 배치
“템플릿만으로도, 생성만으로도 부족”
업계 제품
온브랜드 생성
(생성이지만 자산에 정렬)
사내 타 부서 · 범용 LLM
필요한 컴포넌트를
모델이 직접 생성

정렬 — 강하다

  • 자산이 해자라는 결론은 외부에서 검증됐다. 온브랜드 생성의 기본값화, 무료화 속에서 “방어선을 자산으로 옮겨라”는 반복 제언이 우리 전제를 그대로 지지합니다.
  • 산출물 형태가 일치한다. 학계가 요구하는 “편집 가능한 구조화 출력(요소·좌표·스타일 스키마)”을, 우리는 수십만 건 규모로 이미 보유한 상태에서 출발합니다.
  • 검색·대치는 본질적으로 제약을 지키는 생성이다. 대치는 원본 템플릿의 레이아웃 제약을 자동으로 승계하므로, 학계의 “제약 인지·정합성 검증” 흐름과 철학이 같습니다.
!

이탈 — 무시할 수 없다

  • 주류의 생성 모드는 ‘직접 생성’이다. 업계 제품, 학계 다수, 사내 타 부서가 “모델이 만든다”를 전제로 움직입니다. 검색·대치는 이 주류의 반대편에 섭니다.
  • 고정 템플릿의 경직성. FormalAnalyticGeo가 직접 지적합니다 — “템플릿 방식은 제약 기반 레이아웃을 못 다룬다.” 개인화·청중 조건화 요구가 커지면 표현 범위의 상한에 부딪힙니다.
  • 획일성 리스크. 저가·애드온 도구의 반복된 불만이 “결과물의 디자인 획일성”이었습니다. “콘텐츠에 맞는 슬롯 선택”이 아니라 “가진 템플릿에 욱여넣기”로 흐르면 같은 비판을 받습니다.
수렴하는 답

업계도 학계도 순수한 한쪽으로 가지 않는다.
지배적 형상은 구조·브랜드는 자산에서 정렬하고, 채움·적응은 생성으로 처리하는 하이브리드다.

Google Slides의 스타일 참조 기반 생성제약 결합형 시각 생성 연구를 함께 보면 다음 방향이 도출됩니다 — 템플릿 라이브러리를 팔레트·폰트·로고 배치 제약을 입력으로 받는 조건부 레이아웃 생성 파이프라인으로 확장하는 것입니다. 즉 우리 방향은 폐기 대상이 아니라 진화의 출발점입니다.

보이지 않던 축 · 비용과 시간

“생성이 공짜”는 사용자 가격이 0이라는 뜻 — 제공자의 원가는 오히려 커진다

지금까지의 정렬·이탈 논의는 생성 모드에 대한 것이었습니다. 여기에 경제적 렌즈를 하나 더 얹으면 그림이 닫힙니다. 시장이 민 것은 사용자 체감 가격 → 0이지 제공자 원가 → 0이 아닙니다. 무료·기본값이 될수록 호출량은 늘고 단가 방어는 어려워져, 생성 원가는 서비스 제공자에게 집중됩니다.

  • 모델 비용은 기대만큼 내려오지 않는다. 토큰 단가가 낮아져도 덱 1건당 토큰(멀티턴·에이전트·비전·재생성)이 커지면 건당 원가는 정체되거나 상승합니다 — “모델이 싸졌다”가 “슬라이드 생성이 싸졌다”를 뜻하지 않습니다.
  • 생성은 동기 대기를 만든다. 검색·대치·룰은 밀리초~초, 생성·에이전트 루프는 수 초~수십 초입니다. 이 카테고리에서 속도는 곧 체감 품질입니다.
  • Mordor의 검색·대치는 생성이 아니라 룰 방식이다. 사전에 구조화 컴포넌트를 만들어 두고 런타임에는 검색·대치로 처리 — 원가를 사전 고정비로 옮겨 한계 원가와 지연을 함께 낮춥니다.
  • 전 구간 LLM wrapper는 이 압박을 견디기 어렵다. 사용자 가격이 0인 제품과 같은 기대를 받으면서 상용 API 원가를 그대로 지는 구조이기 때문입니다. 생성이 붙더라도 자산 위의 좁은 구간이어야 합니다.

Mordor 스쿼드의 임무는 “디자이너가 만든 레이아웃에서 검색·대치가 가능하도록 구조화된 컴포넌트를 만들어내는 것”입니다. 그 산출물은 어느 한 진영의 것이 아니라, 두 서비스가 공통으로 밟는 인프라입니다.

$

비용·시간 없는 경로를 지탱

  • 검색·룰 대치·조립의 전제 자산 — 런타임 생성 호출 없이 서비스
  • 원가는 사전 구조화에 고정, 지연은 검색·렌더 수준
  • 품질 하한이 디자이너 자산으로 보장

AI 생성 경로에도 기여

  • 제약·브랜드·레이아웃 스키마로 투입 → 온브랜드·제약 인지 생성
  • 슬롯·컴포넌트 단위로 생성 범위를 좁혀 토큰·지연 절감
  • 편집 가능한 구조 유지 → PPTX 왕복·후편집
  • 생성 결과를 교정·검증하는 기준 자산
그래서 Mordor의 위치

우리는 “대치 팀”이 아니라 자산의 데이터화·구조화 레이어다.
이 레이어는 저원가 경로와 생성 경로를 동시에 받친다.

구성 축업계 6~7월학계 6~7월우리 방향과의 관계
의도 → 구조리서치→아웃라인→덱, 스트리밍 생성텍스트→구조화 시각 레이아웃정렬
자산 정렬온브랜드 생성 기본값화, 브랜드킷개인화 메모리 · 청중 조건화강한 정렬
생성 방식직접 생성 (단, 온브랜드 지향)제약 인지 생성, 원샷 → 점진핵심 이탈점
에이전트 · 도구에이전트가 캔버스를 직접 조작다중 에이전트 + 중간 제약 검증부분 정렬
편집 · 내보내기편집형 AI · 리뷰어, PPTX 충실도생성 + 편집 통합 평가정렬
09 함의 0:40

PM 관점에서 가져갈 여섯 가지

유지

템플릿 자산의 데이터화는 흐름의 정면이다

업계(자산 = 해자)와 학계(편집 가능한 구조화 출력) 양쪽에서 지지됩니다. 이 전제를 흔들 필요는 없습니다.

재정의

“검색·대치”는 목적지가 아니라 기반이다

제약·브랜드로 조건화된 조합 + 콘텐츠 적합형 슬롯 선택 + 필요 시 제약 하 생성으로 확장할 때, 획일성 리스크가 상쇄됩니다.

경제성

비용·시간이 자산 경로의 구조적 이점이다

사용자 가격 0 ≠ 제공자 원가 0. 모델 비용은 기대만큼 안 내려오고 생성은 대기를 만듭니다. 룰 기반 검색·대치는 한계 원가와 지연을 함께 낮추는 방어선입니다.

자산 가치

구조화 컴포넌트는 두 경로를 동시에 받친다

저원가·룰 경로의 전제 자산이자, AI 생성 경로의 제약·스키마·기준 자산. Mordor의 산출물은 진영을 가리지 않는 공통 인프라 레이어입니다.

리스크

두 개의 경보 신호

① 개인화·청중 조건화 수요가 고정 템플릿의 표현 범위를 넘어설 때
② 생성 품질이 체감 완성도에서 대치를 앞설 때 — 둘 다 학계에서 이미 관측됩니다.

공통 인프라

노선과 무관하게 필요한 것

편집 가능한 구조 스키마 · 에이전트 호출용 표면(API/MCP) · PPTX 왕복 충실도 · 모델 어댑터 추상화. 생성팀과 대치팀이 실제로 만나는 지점입니다.

사내 맥락

“직접 생성”과 “자산 대치”는 대립이 아니라 하이브리드의 두 절반

순수 생성은 사용자 가격이 0으로 수렴하지만 제공자 원가·지연이 남고(업계), 순수 템플릿 대치는 표현 상한에 부딪힙니다(학계·리뷰). 어느 극단도 단독으로는 방어선이 아닙니다. 두 방향이 공유하는 필수 인프라는 결국 같은 구조 스키마이고, 그것을 만드는 것이 Mordor의 자리입니다 — 저원가 경로를 돌리는 동시에 생성 경로의 원가·지연을 좁히는 자산 레이어.

다음 관찰 포인트

  • ‘조건부 레이아웃 생성’ 관련 학계 후속 — 제약 인지 · 점진 생성 벤치마크
  • 온브랜드 생성의 업계 확산 속도 (특히 무료 티어까지 내려오는지)
  • 에이전트–캔버스 연동(MCP 계열)의 표준화 동향