Onlook는 실제 코드베이스 위에 캔버스를 겹쳐, 코딩 Agent가 UI를 직접 수정하게 한다. 디자이너는 별도의 전달 단계를 줄이고, 엔지니어는 코드 책임을 추가로 떠안는다.
Onlook 오픈소스 공개, AI Agent가 실제 UI 코드를 직접 수정
디자인 도구와 코드 생성기 사이에는 오랫동안 사람의 손을 거치는 공백이 존재해 왔다.
디자이너가 Figma에서 화면을 설계하면 엔지니어가 레이아웃, 스타일, 컴포넌트를 다시 구현한다. AI는 코딩 시간을 줄일 수 있지만, 대체로 개발 환경 안에 갇혀 있어 실제 페이지를 볼 수 없다.
Onlook는 이 격리를 없애는 데 초점을 둔다. 독립형 비주얼 에디터를 하나 더 만드는 대신, 캔버스를 실제 코드베이스에 그대로 겹친다. 사용자는 이미 이용 중인 Agent로 실제 프로젝트 코드의 UI를 수정할 수 있다.
Onlook는 YC W25 프로젝트다. 이번 업데이트는 오픈소스 데스크톱 앱 형태로 개발자 커뮤니티에 공개됐다. 코드는 GitHub 저장소에 있으며, 공식 웹사이트와 데모 영상도 함께 제공된다.
Onlook는 무엇을 바꿨나
핵심 변화는 캔버스에 몇 가지 버튼이 추가된 것이 아니라, Onlook가 작업 대상을 바꾸었다는 점이다.
팀에 따르면 Onlook는 전체적으로 재구축되어 전통적인 디자인 도구에서 agentic design tool으로 새롭게 정의됐다. 동시에 소스 코드도 공개됐다.
여기서 ‘Agentic’은 두 가지 의미로 쓰인다.
첫째는 비주얼 조작을 실제 코드에 대응시킬 수 있다는 뜻이다. 요소를 끌어다 놓거나 크기, 스타일을 바꾸면 정적인 디자인 시안을 만드는 데 그치지 않고, 코드베이스의 해당 컴포넌트를 직접 수정한다.
둘째는 실행 주체가 Onlook에 내장된 모델에 한정되지 않는다는 뜻이다. 사용자는 이미 사용 중인 Agent를 통해 코드를 수정할 수 있다. Agent는 의도를 이해하고 파일을 찾은 뒤 변경을 실행하며, Onlook는 페이지와 인터랙션 결과를 표시한다.
이는 ‘스크린샷을 올려 모델이 페이지 세트를 생성하게 한다’는 방식과 다르다. 전자는 기존 코드베이스에서 시작하며, 화면 변화가 프로젝트 구조에 바로 반영된다. 후자는 작동하는 새 페이지를 비교적 쉽게 만들지만, 기존 디자인 시스템, 비즈니스 상태, 라우팅 로직과의 일관성을 보장하기는 어렵다.
물론 ‘코드를 직접 수정한다’는 것이 모든 변경이 자동으로 병합 가능한 Pull Request가 된다는 뜻은 아니다. 누가 수정할 수 있고, 어떤 디렉터리를 건드릴 수 있으며, 변경을 어떻게 검토할지는 여전히 각 프로젝트의 권한과 프로세스에 달려 있다.
코드베이스 안에 캔버스를 두는 것이 핵심
전통적인 Figma-to-code 흐름은 보통 네 단계로 나뉜다.
- 디자이너가 정적인 시안을 완성한다.
- 엔지니어가 디자인 파일을 읽는다.
- 엔지니어가 해당 컴포넌트를 찾아 스타일을 구현한다.
- 양쪽이 픽셀, 간격, 인터랙션 차이를 반복해서 조율한다.
Onlook는 1단계와 3단계를 하나로 압축한다.
캔버스에는 코드베이스가 실행된 실제 인터페이스가 표시된다. 디자이너가 요소를 조정하면 Agent가 컴포넌트 트리를 따라 구현부를 찾고 수정 사항을 소스 코드에 다시 기록할 수 있다. 엔지니어는 ‘디자인 요구사항’을 먼저 전달받는 대신, 같은 Git diff에서 결과를 검토한다.
가장 현실적인 변화는 피드백 주기가 짧아진다는 점이다.
예전에는 버튼 위치를 바꾸는 작업만으로도 디자이너가 시안을 고치고, 엔지니어가 구현한 뒤 양쪽이 다시 프리뷰를 확인해야 했다. Agentic UI의 목표는 현재 코드와 페이지 상태 안에서 비주얼 조정을 끝내는 것이다. 피드백은 ‘도구 간 소통’에서 ‘역할 간 코드 검토’로 바뀐다.
다만 코드 책임이 사라진 것은 아니다. 그 책임이 발생하는 지점만 달라졌다.
디자이너는 결과를 더 빨리 확인하고 세밀한 수정 요청을 쉽게提出할 수 있다. 엔지니어는 소스 코드에 직접 반영되는 변경을 더 많이 검토해야 한다. Agent가 반응형 규칙을 망가뜨리거나 로컬 스타일을 덮어쓰고, 기존 컴포넌트를 우회한다면 검토 부담이 자동으로 줄어들지는 않는다.
Onlook를 일반적인 디자인 도구와 비교할 때 의미 있는 지점도 바로 여기다. 반복 구현은 줄여 주지만 엔지니어링 판단까지 없애 주는 것은 아니다.
25,000명 지지가 있어도 워크플로가 성숙한 것은 아니다
Onlook 팀에 따르면 프로젝트는 이미 25,000명 이상의 디자이너와 개발자에게 지지를 받았으며, 기여자는 100명 이상이다.
두 숫자는 프로젝트에 실제로 형성된 커뮤니티 기반이 있음을 보여 준다. 100명 이상의 기여자가 있다는 것은 이제 단순한 데모 프로젝트가 아니라는 뜻이다. 지속적으로 코드를 제출하고 버그를 수정하며 문서를 보완하는 사람들이 존재한다.
하지만 지지 인원을 곧바로 프로덕션 사용 가능성으로 환산할 수는 없다.
데스크톱 앱이 실행되고 Agent가 파일을 수정할 수 있다는 사실은 기술 흐름이 존재한다는 것만 증명한다. 대규모 프로젝트에는 별도의 과제가 남아 있다.
- 팀은 React, Vue, 그 밖의 어떤 프레임워크를 사용하는가?
- 페이지가 복잡한 상태 관리에 의존하는가?
- 컴포넌트에 명확한 디자인 token과 경계가 정의돼 있는가?
- Agent가 수정한 뒤 누가 테스트를 실행하고 비주얼 회귀를 검사하는가?
- 여러 사람과 여러 Agent가 동시에 작업할 때 파일 충돌을 어떻게 처리하는가?
이런 질문은 대개 제품 공개 페이지에 등장하지 않지만, 팀이 매일 이 도구를 사용할 수 있는지는 이 문제들에 달려 있다.
25,000명의 지지는 관심과 얼리어답터 규모에 더 가깝다.、日常 개발 흐름에 정착할 수 있으려면 기존 CI, 컴포넌트 규칙, 코드 검토 체계에 얼마나 잘 연결될지가 중요하다.
GitHub Trending 1위 두 번之后
Onlook는 두 차례 GitHub 글로벌 Trending 1위에 올랐다.
이 성적은 주목을 끌고 기여자를 모을 수 있다. 하지만 차트는 어떤 시점에 저장소의 방문량이 이례적으로 높았다는 것만 보여 줄 뿐, 새 버전이 안정적이라는 것을 증명하지는 않는다.
이번에 더 중요한 움직임은 오히려 ‘전체 재구축과 오픈소스 공개’였다.
Onlook는 AI 기능을 하나 추가한 데 그치지 않고 제품의 경계를 다시 정의했다. 디자이너가 다른 창에서 시안을 그리는 방식 대신, 비주얼 인터페이스 자체가 코드베이스를 조작하는 진입점이 되는 것이다. 소스 코드도 공개함으로써, 커뮤니티는 녹화된 데모만 보는 대신 Agent가 소스 코드에 반영되는 방식을 확인할 수 있다.
오픈소스에는 두 가지 가치가 있다.
첫째는 감사 가능성이다. 팀은 Agent가 페이지 요소를 식별하고 변경을 구성하는 방식을 확인하고, 자체 코드베이스에 맞게 기능을 확장할 수 있다.
둘째는 실험 가능성이다. 팀마다 기술 스택, 컴포넌트 규칙, Agent 도구 구성이 크게 달라 고정된 제품 하나로 모든 시나리오를 포괄하기는 어렵다.
다만 오픈소스라고 해서 적응 비용이 없는 것은 아니다. 저장소에는 범용 구현이 들어 있을 뿐, 모든 팀이 권한, 샌드박스, 로그, 검토 과정을 따로 처리할 필요까지 없애지는 않는다.
누가 지금 Onlook를 사용해 볼 만한가
현재 Onlook는 다음 유형의 팀에 더 적합하다.
이미 프런트엔드 코드베이스가 있는 팀.
프로젝트가 이미 처음부터 완성된 단계라면 Onlook의 가치는 첫 페이지를 생성하는 데 있지 않고, 이후 UI 조정을 더 빠르게 만드는 데 있다. 저장소가 아직 비어 있다면 독립형 디자인 도구와 코딩 Agent 조합이 더 직접적인 선택일 수 있다.
UI를 자주 세밀하게 조정해야 하는 팀.
이벤트 페이지, 마케팅 페이지, 대시보드, 내부 도구에서는 문구, 간격, 레이아웃이 조금씩 바뀌는 일이 잦다. 비주얼 조작과 코드 변경을 같은 흐름에 두면 소통 비용을 줄일 수 있다.
실제 소스 코드를 Agent가 수정하도록 허용할 팀.
코드 검토, 테스트, 롤백 체계를 받아들일 준비가 되어 있어야 한다. 가능한 한 별도 브랜치에서 먼저 실행하고, Agent가 접근할 수 있는 디렉터리도 제한하는 편이 좋다.
안정적인 컴포넌트 규칙을 갖춘 소규모 팀.
디자인 시스템에 버튼, 폼, 레이아웃 제약이 이미 정의돼 있다면 Agent도 기존 패턴을 따르기 쉽다. 컴포넌트 자체에 경계가 없다면 캔버스가 자유로울수록 생성되는 기술 부채도 빠르게 쌓일 수 있다.
처음부터 핵심 프로젝트 전체에 도입하기보다는 권장되지 않는다. 먼저 위험이 낮은 페이지 하나를 골라 시험해 보고, Agent의 수정 건수, 수동 보정 시간, 롤백 횟수를 기록해 보자. 이 세 가지 지표는 데모에서 보여 주는 조작 속도보다 실제로 유용하다.
소스 코드는 github.com/onlook-dev/onlook에 공개돼 있다. 팀은 공식 웹사이트와 데모 영상도 함께 제공하므로, 전체 흐름을 먼저 확인한 뒤 설치 여부를 결정할 수 있다.
편집자 관점
Onlook가 주목할 만한 이유는 캔버스 조작이 더 편해졌다는 데 있지 않다. 디자인과 코딩 사이에서 전달하던 결과물을 Git diff로 바꿨기 때문이다. 과거 AI가 컴포넌트를 생성하면 엔지니어가 이를 선별하고 다시 작성해 프로젝트에 연결해야 했다. 이번에는 비주얼 수정이 기존 코드베이스에 바로 들어가며, 검토 대상도 디자인 시안에서 실행 가능한 변경으로 바뀐다. 이것이 Onlook의 차별점이다.
제 판단으로는 Onlook는 우선 소규모 프런트엔드 프로젝트에서 가치를 발휘할 가능성이 높다. 컴포넌트가 적고, 프리뷰가 빠르고, diff를 쉽게 확인할 수 있어 실험 비용이 낮기 때문이다. 대규모 프로젝트에서 실제로 막히는 지점은 모델 능력만이 아니라 컴포넌트 경계, 권한, 비주얼 회귀, 여러 사람의 동시 작업일 가능성이 크다. 팀이 공개한 25,000명의 지지자, 100명 이상의 기여자, 두 차례의 GitHub Trending 1위는 주목도를 증명할 뿐 안정성을 보장하지는 않는다. 이후 재작업률, 실패 유형, 검토 기록이 공개됐을 때 이 도구가 하나의 완성된 워크플로인지 아니면漂亮한 진입점에 불과한지를 더 정확히 판단할 수 있다.