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 ...

이미지 생성 AI(미드저니/DALL-E)로 원하는 구도와 느낌 연출하기

블로그 글을 쓰거나 기획서를 만들 때 글의 신뢰도를 높이고 독자의 시선을 사로잡는 가장 강력한 무기는 바로 '시각 자료'다. 예전에는 저작권 없는 무료 이미지 사이트를 수 시간 동안 뒤지며 내 글과 어울리는 사진을 찾곤 했다. 하지만 막상 찾고 나면 화질이 떨어지거나, 내가 원하는 정확한 상황을 표현하지 못해 타협해야 했던 경험이 많을 것이다. 최근 챗GPT에 탑재된 달이(DALL-E 3)나 미드저니(Midjourney) 같은 이미지 생성 AI 덕분에 누구나 원하는 이미지를 몇 초 만에 만들어낼 수 있게 되었다. 하지만 AI에게 무작정 "노트북으로 일하는 직장인 그려줘"라고 입력하면, 지나치게 인위적이고 3D 애니메이션 같은 어색한 이미지가 튀어나오기 일쑤다. 블로그나 보고서에 어울리는 자연스럽고 세련된 사진을 얻기 위해서는 AI에게 '화각, 화풍, 그리고 카메라 렌즈의 속성'을 명확히 지시해 주어야 한다. 내가 실무 콘텐츠를 제작하며 시행착오 끝에 정립한 이미지 프롬프트 연출 기술을 공유한다. 이미지 AI가 엉뚱하고 어색한 그림을 주는 이유 가장 큰 이유는 AI에게 '스타일(Style)'을 지정하지 않았기 때문이다. 이미지 AI는 기본적으로 화려하고 비현실적인 그림을 그리려는 성향이 있다. 별도의 지시가 없으면 인물의 피부를 지나치게 매끄럽게 처리하여 가짜 티가 많이 나는 그래픽을 출력한다. 우리가 원하는 것이 블로그에 쓸 '진짜 사진 느낌'인지, 기획서에 넣을 '깔끔한 플랫 일러스트'인지 명확하게 선을 그어주어야 한다. 두 번째 이유는 '구도와 시점(Camera Angle)'을 통제하지 못했기 때문이다. "회의하는 모습"이라고만 하면 AI는 인물들의 얼굴이 정면으로 덩그러니 보이는 부담스러운 구도를 선택하곤 한다. 카메라가 인물을 어느 거리에서 바라보는지, 조명은 어떤 상태인지를 구체적인 단어로 제약해야 우리가 일상에서 흔히 보는 자연스...

외국어 이메일 및 문서 번역 시 어색한 표현 잡아내는 검수 요령

글로벌 협업이 일상화된 요즘, 해외 바이어와의 이메일 주고받기나 외국 트렌드 리포트 번역은 직장인과 프리랜서에게 흔한 업무가 되었다. 과거에는 번역기에 의존했다가 문맥이 통째로 꼬여 곤패를 치르기도 했지만, 최근 생성형 AI의 발전으로 번역의 퀄리티가 비약적으로 상승한 것은 사실이다. 그러나 챗GPT 같은 AI에게 무작정 영어나 일어 문서를 넣고 "한글로 번역해줘"라고 하거나, 반대로 한글을 넣고 "원어민처럼 영어로 바꿔줘"라고 하면 여전히 어색한 지점이 발견된다. 단어는 맞춤형인데 문장 전체에서 묘한 '번역기 냄새'가 나거나, 비즈니스 상황에 어울리지 않는 사적인 구어체가 섞여 나오기 때문이다. 내가 수많은 해외 파트너사들과 서신을 주고받으며 다듬은, 'AI를 활용한 외국어 문서 번역 및 교정 프로토콜'을 공유한다. AI 번역에서 가장 자주 발생하는 2가지 사각지대 첫 번째 사각지대는 '문화적 맥락(Idiom)과 비즈니스 관용구의 오역'이다. 예를 들어 영어 표현 중 "Let's touch base next week"는 직역하면 "다음 주에 베이스를 만지자"가 되지만, 실제 비즈니스에서는 "다음 주에 만나서 진행 상황을 논의하자"라는 뜻이다. AI가 발전하면서 이런 기초적인 관용구는 많이 잡아내지만, 업계 내부에서만 쓰는 은어나 최신 비즈니스 신조어가 들어가면 여전히 직역에 가까운 어색한 문장을 출력하곤 한다. 두 번째 사각지대는 '존칭과 톤앤매너의 불일치'다. 특히 한국어를 외국어로 번역하거나, 반대로 외국어를 한국어로 바꿀 때 심하다. 영어 원문의 평이한 문장을 한국어로 바꿀 때, 상대방이 서열상 높은 사람임에도 불구하고 "~해라" 체로 번역하거나 지나치게 딱딱한 군대식 다나까 체를 사용하여 읽는 사람을 부담스럽게 만드는 경우가 대표적이다. 번역기 냄새를 완벽히 지우는 '크로스 ...

챗GPT로 데이터 분석하기: 엑셀 함수 막힐 때 질문하는 법

사무실에서 업무를 하다 보면 피할 수 없는 숙제가 바로 '엑셀'이다. 수백, 수천 행에 달하는 로우 데이터(Raw Data)를 앞에 두고, 내가 원하는 값만 쏙쏙 골라내거나 통계를 내야 할 때가 많다. 이럴 때 브이룩업(VLOOKUP)이나 인덱스·매치(INDEX/MATCH) 같은 복잡한 함수 수식을 짜다가 자꾸 #N/A 나 #VALUE! 같은 오류 메시지가 뜨면 등 줄기에 식은땀이 흐르기 마련이다. 포털 사이트에 검색해 봐도 내 엑셀 시트 상황과 딱 맞는 예제를 찾기란 하늘의 별 따기다. 이럴 때 챗GPT는 훌륭한 엑셀 과외 선생님이 될 수 있다. 하지만 단순히 "엑셀에서 조건에 맞는 합계 구하는 함수 알려줘"라고 물어보면, AI는 SUMIF 나 SUMIFS 의 일반적인 문법 구조만 덜렁 던져준다. 정작 내 시트의 어느 셀을 지정해야 하는지 몰라 결국 수식을 직접 고치다가 다시 오류를 마주하게 된다. 내가 실무 데이터 분석을 하면서 수많은 수식 오류를 해결하며 정립한, 'AI에게 엑셀 수식 정확하게 받아내는 질문법'을 공유한다. 엑셀 질문할 때 초보자가 가장 많이 하는 실수 AI에게 엑셀을 물어볼 때 가장 흔히 하는 실수는 '내 데이터의 구조(시트 모양)를 말해주지 않는 것'이다. AI는 눈이 없다. 우리의 엑셀 화면을 보고 있지 않다. 따라서 "A열에는 상호명이 있고, B열에는 날짜가 있고, C열에는 매출액이 있어"처럼 데이터가 몇 번째 열과 행에 어떤 형태로 들어있는지 명확하게 서술해 주어야 한다. 이 구조를 생략하면 AI는 가상의 열(A1, B1 등)을 기준으로 수식을 짜주기 때문에, 복사해서 내 시트에 붙여넣었을 때 작동하지 않는 것이다. 두 번째 실수는 '원하는 결과의 조건(로직)을 모호하게 표현하는 것'이다. "지난달 매출 중에서 좀 높은 것만 골라서 더해줘"라는 식의 표현은 AI가 인지할 수 없다. "B열의 날짜가 2026년 ...

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...

직장인 이메일 작성 스트레스 줄이는 AI 톤앤매너 조절 기술

매일 아침 출근하자마자 마주하는 수십 개의 편지함. 그중에서도 협조 요청, 일정 변경, 그리고 가장 곤혹스러운 '정중한 거절'이나 '사과' 메일을 써야 할 때면 모니터 앞에서 커서만 깜빡이며 10분, 20분을 흘려보내기 일쑤다. 비즈니스 이메일은 단순히 정보를 전달하는 것을 넘어, 보내는 사람과 회사의 품격을 대변하기 때문에 단어 하나 문장 하나를 선택하는 데 엄청난 정신적 에너지가 소모된다. 이럴 때 챗GPT는 훌륭한 대안이 될 수 있지만, 의외로 많은 직장인이 AI가 쓴 이메일을 보고 고개를 저으며 수정을 반복한다. 너무 딱딱해서 마치 로봇이 쓴 것 같거나, 반대로 한국어 정서에 맞지 않게 지나치게 감정 과잉인 문장이 출력되기 때문이다. 내가 실무에서 수많은 메일을 AI와 협업하며 다듬은 끝에 찾아낸, '한국형 비즈니스 톤앤매너 제어 기술'을 소개한다. AI 이메일이 어색하고 부담스러운 이유 가장 큰 이유는 한국 비즈니스 문화 특유의 '맥락과 뉘앙스'를 AI에게 명확히 인지시키지 못했기 때문이다. 영어권의 이메일은 결론을 먼저 내고 직설적으로 요구사항을 말하는 것이 미덕이지만, 한국의 비즈니스 이메일은 완곡한 어조, 상대방의 상황에 대한 양해, 그리고 정중한 맺음말이 유기적으로 연결되어야 한다. 단순히 "이거 거절 메일로 바꿔줘"라고 요청하면, AI는 "귀하의 제안을 거절합니다"라는 식으로 지나치게 단정적이고 차가운 문장을 뱉어낸다. 반대로 "착하고 부드럽게 써줘"라고 하면 "정말 너무너무 죄송스럽게도..."처럼 사적인 대화에서나 쓸 법한 비전문적인 표현이 섞여 나온다. 결국 우리는 AI에게 단순한 '주제'가 아니라, '관계의 깊이'와 '원하는 감정의 온도'를 숫지나 명확한 가이드라인으로 제약해 주어야 한다. 실패 없는 비즈니스 메일 작성을 위한 3가지 프롬프트 장치 원하는 목적에 딱 맞...

텍스트 요약의 정석: 긴 보고서와 해외 칼럼 핵심만 추출하는 법

하루에도 수십 개씩 쏟아지는 트렌드 리포트, 수십 페이지에 달하는 PDF 업무 보고서, 그리고 영어로 작성된 해외 기술 칼럼까지. 현대 직장인과 프리랜서에게 정보 수집은 필수지만, 이를 모두 정독하기에는 시간이 턱없이 부족하다. 이럴 때 우리가 가장 먼저 떠올리는 것이 바로 챗GPT의 '요약 기능'이다. 하지만 수십 장짜리 문서를 무작정 복사해서 "이거 요약해줘"라고 던져본 사람들은 알 것이다. AI가 보내온 답변은 대개 문서의 앞부분만 대충 읊거나, 가장 중요한 알맹이는 쏙 뺀 채 "본 문서는 ~에 대해 다루고 있습니다"라는 식의 영혼 없는 개요만 출력하기 일쑤다. 내가 수많은 해외 논문과 긴 기획서를 요약하며 정립한, 정보 손실 없는 'AI 텍스트 요약의 정석'을 공유하고자 한다. 텍스트 요약할 때 빠지기 쉬운 3가지 함정 AI에게 요약을 맡길 때 가장 많이 하는 실수는 '전체 맥락을 한 번에 다 삼키게 하는 것'이다. 챗GPT를 비롯한 생성형 AI는 한 번에 기억하고 처리할 수 있는 데이터의 한계(컨텍스트 윈도우)가 존재한다. 너무 긴 텍스트를 통째로 넣으면, AI는 뒷부분의 내용을 망각하거나 앞부분의 정보에만 가중치를 두어 편향된 요약을 내놓는다. 두 번째 함정은 '해외 자료를 요약할 때 번역과 요약을 동시에 시키는 것'이다. 영어로 된 칼럼을 넣고 "한글로 요약해줘"라고 명령하면, AI는 번역 연산과 요약 연산을 동시에 처리하느라 뇌 과부하가 걸린다. 그 결과 번역체 특유의 어색한 문장이 나오거나 핵심 통계 수치가 누락되는 치명적인 오류가 발생한다. 세 번째 함정은 '독자의 수준과 목적을 지정하지 않는 것'이다. 같은 기술 보고서라도 경영진에게 보고할 요약본과, 실무진이 볼 요약본, 그리고 대중에게 공유할 요약본은 전혀 달라야 한다. 이를 지정하지 않으면 AI는 누구에게도 쓸모없는 애매한 요약본을 만들어낸다. 정보 손실을 막는 ...

롤플레잉(Role-Playing) 기법으로 AI에게 완벽한 페르소나 부여하기

생성형 AI를 사용할 때 가장 경이로운 순간은, 어제까지만 해도 평범한 대답만 늘어놓던 챗GPT가 갑자기 내 업무를 완벽하게 이해하는 수석 컨설턴트처럼 말하기 시작할 때다. 1편에서 프롬프트의 기본 공식인 R-C-I-O를 살펴보았는데, 오늘은 그중에서 가장 강력한 첫 단추인 '역할 지정(Role)', 즉 롤플레잉(Role-Playing) 기법 을 딥다이브해보려고 한다. 많은 사람이 AI에게 역할을 부여할 때 단순히 "너는 카피라이터야" 혹은 "너는 프로그래머야" 정도로 한 줄만 툭 던지고 만다. 하지만 AI에게 정체성을 심어주는 과정은 그렇게 단순하지 않다. AI의 페르소나를 얼마나 정교하고 입체적으로 설계하느냐에 따라, 돌아오는 답변의 깊이와 사용하는 어휘의 수준이 완전히 달라진다. 내가 실제로 기획 업무를 하면서 시행착오 끝에 정립한 '완벽한 페르소나 부여 공식'을 공유한다. 왜 단순히 '역할'만 지정하면 실패할까? 처음에 나도 "너는 마케터야"라고만 치고 질문을 던졌다. 그랬더니 AI는 아주 전형적이고 원론적인 마케팅 이론만 읊어댔다. 대학교 전공 서적 첫 페이지에 나올 법한 이야기들이었다. 이유는 간단하다. '마케터'라는 단어 안에는 수많은 층위가 존재하기 때문이다. 대기업에서 수십억 원의 예산을 쓰는 브랜드 마케터가 있는가 하면, 당장 오늘 매출을 내야 하는 스타트업의 퍼포먼스 마케터도 있고, 동네 미용실을 홍보하는 지역 광고 대행사 직원도 있다. 이 정밀한 차이를 생략하면 AI는 전 세계 데이터의 '평균값'을 선택한다. 즉, 가장 무난해서 어디에도 쓰기 힘든 답변이 나오는 것이다. AI에게 롤플레잉을 시킬 때는 그 캐릭터가 가진 연차, 소속, 가치관, 그리고 성격까지 세부적으로 세팅해주어야 비로소 '살아있는 전문가'의 답변이 나오기 시작한다. 전문가 페르소나를 완성하는 4가지 디테일 AI에게 완벽한 가면을 씌우기...