기본 콘텐츠로 건너뛰기

변하는 AI 트렌드 속에서 나만의 대체 불가능한 기획력 기르기

지난 1편부터 14편까지 우리는 챗GPT를 비롯한 다양한 생성형 AI 툴을 실무와 콘텐츠 제작에 활용하는 구체적인 방법들을 살펴보았다. 프롬프트에 페르소나를 부여하고, 데이터를 분석하며, 이메일의 톤을 조절하고, 크롬 확장프로그램으로 동선을 줄이는 법까지 배우고 나면 문득 한 가지 근원적인 질문과 마주하게 된다. "이렇게 AI가 글도 잘 쓰고 기획 초안도 잘 짜준다면, 결국 인간인 나의 역할은 무엇일까?", "머지않아 내가 하는 일의 대부분을 AI가 완전히 대체해 버리는 것은 아닐까?" 하는 막연한 불안감이다. 나 역시 AI 툴들을 깊숙이 연구하며 비슷한 두려움을 느낀 적이 있다. 내가 며칠 밤을 새우며 고민하던 기획서의 뼈대를 AI가 단 5초 만에 뽑아내는 것을 보았을 때의 허탈함은 이루 말할 수 없었다. 하지만 수많은 프로젝트를 AI와 협업하며 내린 결론은 명확하다. AI 기술이 발전할수록 역설적으로 '인간 고유의 기획력과 문제 정의 능력'의 가치는 그 어느 때보다 가치 있게 빛난다는 사실이다. 오늘 시리즈의 마지막 글에서는 급변하는 기술 트렌드 속에서 AI에게 대체되지 않고, 오히려 AI를 지휘하는 '대체 불가능한 기획자'로 살아남는 법을 제언하고자 한다. AI가 절대로 흉내 낼 수 없는 인간의 3가지 영역 첫 번째는 '문제를 정의하는 능력'이다. AI는 주어진 질문에 답을 하는 데는 천재적이지만, 스스로 "지금 우리 비즈니스의 진짜 문제는 무엇인가?"라는 질문을 던지지는 못한다. 매출이 떨어졌을 때, 그것이 제품의 질 문제인지, 타깃 설정의 오류인지, 혹은 브랜드 이미지의 노후화 때문인지 현장을 관찰하고 진짜 원인을 진단하는 것은 오직 인간의 몫이다. 올바른 질문(프롬프트)을 던지기 위해서는 현상 뒤에 숨은 본질적인 문제를 찾아내는 안목이 필수적이다. 두 번째는 '고유한 경험(Experience)과 맥락의 연결'이다. AI는 전 세계의 공개된 ...

기획서 초안 작성할 때 막막함을 뚫어주는 브레인스토밍 프롬프트


새로운 프로젝트나 콘텐츠를 기획할 때 가장 고통스러운 순간은 '빈 화면'을 마주하고 있을 때다. 커서만 깜빡이는 하얀 모니터를 보며 머릿속으로 뱅뱅 도는 생각들을 어떻게 정리해야 할지 몰라 커피만 연신 마셔댄 경험이 직장인이나 프리랜서라면 누구나 있을 것이다. 첫 문장, 첫 단추를 끼우는 브레인스토밍 단계가 기획 전체 과정 중 가장 많은 에너지를 잡아먹기 때문이다.

이때 챗GPT에게 "신제품 마케팅 아이디어 10개 짜줘"라고 질문하면 대개 실망스러운 결과가 나온다. 이미 시장에 나와 있는 뻔한 이벤트나 어디서나 볼 수 있는 진부한 공모전 아이디어만 나열하기 때문이다. 이는 AI의 창의력이 부족해서가 아니라, 대화의 방식을 잘못 설정했기 때문이다. AI를 단순한 '아이디어 자판기'가 아니라, 내 생각을 끄집어내 주는 '일류 퍼실리테이터(회의 진행자)'로 고용하는 순간 빈 화면의 공포는 단숨에 사라진다. 내가 기획 업무를 할 때 막막함을 해결하는 실전 브레인스토밍 프롬프트 기술을 공유한다.

브레인스토밍에서 초보자가 범하는 치명적인 실수

AI와 아이디어를 회의할 때 가장 많이 하는 실수는 'AI에게 정답을 요구하는 것'이다. 기획의 방향성이나 핵심 타깃도 정하지 않은 채 무작정 "좋은 아이디어를 줘"라고 하면, AI는 가장 대중적이고 안전한(즉, 가장 지루한) 대답만 내놓는다. 기획의 뼈대를 잡는 것은 인간의 몫이며, AI는 그 뼈대에 살을 붙이고 변주를 주는 역할을 해야 궁합이 맞는다.

두 번째 실수는 '처음 나온 답변에 만족하고 대화를 끝내는 것'이다. 브레인스토밍은 양적 팽창 후 질적 정제를 거쳐야 한다. AI가 처음 제시한 10개의 아이디어는 대개 1차원적인 발상이다. 진짜 쓸 만한 아이디어는 그 답변을 바탕으로 "방금 말한 3번 아이디어를 완전히 반대의 관점에서 재해석해봐"라거나 "예산이 0원이라는 가정하에 5번을 수정해줘"처럼 꼬리 질문을 던질 때 비로소 튀어나온다.

브레인스토밍에서 초보자가 범하는 치명적인 실수

하얀 모니터를 구원할 '소크라테스식 대화' 프롬프트법

내가 기획서 초안을 잡을 때 가장 애용하는 방식은 AI에게 '나에게 질문을 던지라'고 명령하는 것이다. 내가 주도해서 질문을 짜는 게 아니라, AI가 내 머릿속 기획을 구체화할 수 있도록 유도 질문을 던지게 만드는 구조다. 이를 통해 막연했던 내 생각이 논리적인 기획서의 형태로 정리된다.

[실전 브레인스토밍 역발상 프롬프트] "너는 스타트업과 대기업을 넘나들며 수많은 히트 상품을 만들어낸 20년 경력의 베테랑 기획 총괄 디렉터야. 나는 지금 '1인 가구를 위한 프리미엄 밀키트 정기구독 서비스'에 대한 기획서 초안을 잡으려고 하는데 머릿속이 복잡해.

지금부터 한 번에 아이디어를 내지 말고, 내 생각을 구체화할 수 있는 핵심적인 질문을 한 번에 3개씩만 나에게 던져줘. 내가 그 질문에 답변을 하면, 내 답변을 바탕으로 기획의 방향을 좁혀가면서 다음 질문 3개를 주는 방식으로 대화를 이어가자. 내가 '이제 아이디어를 제안해줘'라고 말하기 전까지는 절대로 최종 결론을 내지 마."

이 프롬프트를 입력하면 AI는 "1인 가구 중에서도 20대 자취생인가요, 아니면 40대 전문직인가요?", "기존 밀키트 브랜드와 차별화할 수 있는 핵심 가치는 무엇인가요?" 등 뼈를 때리는 질문을 던진다. 이에 대해 짧게라도 대답을 해나가는 과정 자체가 자연스러운 기획서 서론 작성 과정이 된다.

아이디어의 폭을 넓히는 3가지 변주 가이드

만약 AI에게 직접 아이디어를 제안받고 싶다면, 평범한 제안 대신 '제약 조건'이나 '극단적 상황'을 부여하는 프롬프트를 써야 날카로운 아이디어가 나온다.

  1. '스캠퍼(SCAMPER)' 기법 적용하기 대안 찾기 기법인 스캠퍼를 프롬프트에 녹이는 것이다. "기존의 오프라인 강의 서비스를 '대체(Substitute)'하거나 온라인 시스템과 '결합(Combine)'할 수 있는 획기적인 아이디어 5가지를 제안해줘"와 같이 명확한 생각의 도구를 지정해 준다.

  2. 관점 뒤집기 (역발상 제안) "이 프로젝트가 완전히 실패한다고 가정했을 때, 예상되는 가장 큰 원인 3가지를 도출하고 이를 역으로 예방할 수 있는 기획 요소를 짜줘." 이를 전문 용어로 '사전 부검(Pre-mortem)' 기법이라고 하는데, 기획의 치명적인 허점을 미리 보완하는 데 엄청난 도움을 준다.

  3. 타깃 페르소나의 빙의 활용 "내 타깃층인 '시간 효율을 극도로 중요하게 생각하는 30대 맞벌이 직장인 부부'의 입장에 빙의해서, 이 서비스 기획안을 보았을 때 가장 귀찮거나 매력이 떨어지겠다고 느낄 만한 포인트 3가지를 가차 없이 지적해줘."

기획은 무에서 유를 창조하는 과정이 아니라, 흩어져 있는 유를 연결하고 재조합하는 과정이다. 혼자 끙끙앓며 하얀 화면만 바라보지 말고, AI를 테이블 맞은편에 앉은 노련한 기획 파트너로 대우해 보자. 질문을 주고받는 10분 동안 이미 기획서의 절반 이상이 완성되어 있을 것이다.

📌 5편 핵심 요약

  • AI에게 구체적인 맥락 없이 단편적인 아이디어를 요구하면 인터넷에 널린 진부한 결과만 얻게 된다.

  • 기획 초기 단계에서는 AI가 나에게 거꾸로 질문을 던지게 만드는 '역발상 소크라테스식 프롬프트'를 활용하는 것이 내 생각을 정리하는 데 훨씬 효과적이다.

  • 아이디어의 질을 높이기 위해서는 스캠퍼 기법, 사전 부검(실패 시나리오 가정) 등 구체적인 생각의 제약 조건을 프롬프트에 심어주어야 한다.

🚀 다음 편 예고

다음 6편에서는 직장인들의 영원한 숙제이자 스트레스 요인인 엑셀을 정복하는 [챗GPT로 데이터 분석하기: 엑셀 함수 막힐 때 질문하는 법]을 다룹니다. 복잡한 VLOOKUP, INDEX/MATCH 함수나 피벗 테이블이 막힐 때, 내 데이터 구조를 AI에게 정확히 인지시키고 오류 없는 수식을 받아내는 실무 대화법을 공개합니다.

💬 생각 공유하기

새로운 기획이나 아이디어를 짤 때 여러분을 가장 막막하게 만드는 부분은 무엇인가요? (예: 첫 슬라이드 채우기, 차별화 포인트 잡기 등) 댓글로 고민을 나누어 주세요!

댓글

이 블로그의 인기 게시물

변하는 AI 트렌드 속에서 나만의 대체 불가능한 기획력 기르기

지난 1편부터 14편까지 우리는 챗GPT를 비롯한 다양한 생성형 AI 툴을 실무와 콘텐츠 제작에 활용하는 구체적인 방법들을 살펴보았다. 프롬프트에 페르소나를 부여하고, 데이터를 분석하며, 이메일의 톤을 조절하고, 크롬 확장프로그램으로 동선을 줄이는 법까지 배우고 나면 문득 한 가지 근원적인 질문과 마주하게 된다. "이렇게 AI가 글도 잘 쓰고 기획 초안도 잘 짜준다면, 결국 인간인 나의 역할은 무엇일까?", "머지않아 내가 하는 일의 대부분을 AI가 완전히 대체해 버리는 것은 아닐까?" 하는 막연한 불안감이다. 나 역시 AI 툴들을 깊숙이 연구하며 비슷한 두려움을 느낀 적이 있다. 내가 며칠 밤을 새우며 고민하던 기획서의 뼈대를 AI가 단 5초 만에 뽑아내는 것을 보았을 때의 허탈함은 이루 말할 수 없었다. 하지만 수많은 프로젝트를 AI와 협업하며 내린 결론은 명확하다. AI 기술이 발전할수록 역설적으로 '인간 고유의 기획력과 문제 정의 능력'의 가치는 그 어느 때보다 가치 있게 빛난다는 사실이다. 오늘 시리즈의 마지막 글에서는 급변하는 기술 트렌드 속에서 AI에게 대체되지 않고, 오히려 AI를 지휘하는 '대체 불가능한 기획자'로 살아남는 법을 제언하고자 한다. AI가 절대로 흉내 낼 수 없는 인간의 3가지 영역 첫 번째는 '문제를 정의하는 능력'이다. AI는 주어진 질문에 답을 하는 데는 천재적이지만, 스스로 "지금 우리 비즈니스의 진짜 문제는 무엇인가?"라는 질문을 던지지는 못한다. 매출이 떨어졌을 때, 그것이 제품의 질 문제인지, 타깃 설정의 오류인지, 혹은 브랜드 이미지의 노후화 때문인지 현장을 관찰하고 진짜 원인을 진단하는 것은 오직 인간의 몫이다. 올바른 질문(프롬프트)을 던지기 위해서는 현상 뒤에 숨은 본질적인 문제를 찾아내는 안목이 필수적이다. 두 번째는 '고유한 경험(Experience)과 맥락의 연결'이다. AI는 전 세계의 공개된 ...

업무 효율을 2배 올리는 크롬 확장프로그램 및 AI 플러그인 조합법

생성형 AI가 아무리 똑똑해도, 일할 때마다 챗GPT 창을 따로 열고 화면을 번갈아 보며 복사·붙여넣기를 반복하는 것은 은근히 손이 많이 가는 작업이다. 웹 서핑으로 해외 자료를 조사하다가, 혹은 이메일을 쓰다가 흐름을 깨지 않고 그 자리에서 즉시 AI의 도움을 받을 수는 없을까? 이 고민을 해결해 주는 것이 바로 웹 브라우저의 '크롬 확장프로그램(Chrome Extension)'과 AI 플러그인들이다. 나도 초반에는 모든 작업을 챗GPT 메인 화면에서만 처리했다. 그러다 보니 자료를 복사하고, 질문을 짜고, 답변을 다시 업무 창으로 옮기는 과정에서 생각의 흐름이 자주 끊겼다. 하지만 내 업무 환경에 딱 맞는 크롬 확장프로그램들을 조합해 브라우저에 심어둔 이후로는 불필요한 마우스 클릭과 화면 전환이 절반 이하로 줄었다. 오늘은 직장인과 프리랜서의 작업 동선을 최소화하고 효율을 극대화해 줄 검증된 AI 확장 도구 조합법을 공유한다. 확장프로그램 선택 시 초보자가 범하는 실수와 주의점 AI 관련 크롬 확장프로그램을 다운로드할 때 가장 많이 하는 실수는 '유명하다고 무작정 이것저것 많이 설치하는 것'이다. 브라우저에 너무 많은 확장 도구가 상주하면 메모리를 과도하게 잡아먹어 컴퓨터가 느려지거나, 도구들끼리 충돌을 일으켜 정작 중요한 순간에 브라우저가 멈추는 일이 발생한다. 확장 도구는 내 업무 파이프라인에 맞춰 딱 2~3개의 핵심 장치만 정예로 유지하는 것이 좋다. 더욱 치명적인 리스크는 '보안'이다. 일부 검증되지 않은 확장프로그램은 사용자가 웹서핑을 하며 입력하는 아이디, 비밀번호, 혹은 회사 업무 데이터를 무단으로 수집해 외부 서버로 전송하기도 한다. 따라서 확장프로그램을 설치할 때는 반드시 크롬 웹스토어에서 개발사가 신뢰할 수 있는 곳인지, 사용자 리뷰와 다운로드 수가 충분한지 확인하는 크로스 체크가 필수적이다. 실무 생산성을 바꾸는 3가지 타겟별 AI 확장 도구 내가 수개월간의 테스트를 거쳐 정착한, 실무에서 가장...

프롬프트 엔지니어링 심화: Few-shot 러닝으로 원하는 출력 형태 고정하기

챗GPT를 쓰면서 가장 감탄할 때는 알아서 척척 글을 써줄 때이지만, 가장 답답할 때는 내가 원하는 '그 느낌'을 아무리 설명해도 엉뚱한 어조나 구조로 답변을 내놓을 때다. 예를 들어 "격식 있으면서도 너무 무겁지 않은 톤으로 써줘"라거나 "가독성 좋게 줄바꿈을 자주 해줘" 같은 형용사 위주의 지시는 AI에게 큰 효과가 없다. AI가 생각하는 '무겁지 않은 톤'과 내가 생각하는 기준이 다르기 때문이다. 이럴 때 수많은 형용사를 나열하며 설명하는 대신, 내가 원하는 완벽한 답변의 샘플을 딱 1~2개만 직접 보여주는 것이 훨씬 강력하다. 인공지능 분야에서는 이를 '퓨샷 러닝(Few-shot Learning)' 기법이라고 부른다. AI에게 아무런 예시도 주지 않고 답을 구하는 것을 제로샷(Zero-shot)이라고 한다면, Few-shot은 '몇 개의 본보기(Shot)'를 미리 학습시켜 출력의 정밀도를 극대화하는 상급 프롬프트 기술이다. 내가 실무에서 보고서 자동화나 특정 톤앤매너의 콘텐츠 초안을 뽑아낼 때 무조건 활용하는 퓨샷 러닝의 핵심 공식을 공유한다. 왜 설명보다 '예시'가 더 강력할까? 대형 언어 모델(LLM)은 문맥과 패턴을 파악하는 능력이 천재적이다. 우리가 "A처럼 써줘"라고 백 줄의 가이드라인을 적는 것보다, "입력: [값1] -> 출력: [예시1]"의 형태를 단 한 세트만 보여주는 것이 AI에게는 훨씬 직관적이다. AI는 제공된 예시의 문장 길이, 단어의 수준, 이모지 사용 여부, 심지어 마침표를 찍는 습관까지 그대로 복사하여 다음 답변에 적용하기 때문이다. 특히 기업의 고유한 브랜드 보이스를 유지해야 하는 마케터나, 자신만의 독특한 필체를 유지해야 하는 프리랜서 에디터에게 퓨샷 러닝은 필수다. 매번 질문할 때마다 "존댓말을 쓰고, 불릿포인트를 사용하며, 첫 문장은 질문으로 시작해줘"라...