소개
시도하고자 했던 것과 그 이유
핵심 동기: 콘텐츠를 만들기 전에 다양한 관점에서 주제를 깊이 있게 토론하고, 자신의 시각을 확장한 상태에서 콘텐츠를 제작하고 싶었습니다.
구체적인 배경:
문제점: 혼자서는 다양한 관점의 토론 불가능
아이디어: AI 페르소나를 만들면 이를 해결할 수 있겠다는 생각
실행: 실존 인물들의 정보 기반으로 페르소나 생성
확장: "하는 김에" 자동화까지 확장 (주제 선정 → 토론 → 리포트 → 스크립트)
최종 목표: 현재는 미완성이지만, 영상의 특징을 설정하고 트렌드까지 반영해서 최종 시나리오가 자동으로 생성되도록 하는 것이 궁극의 목표입니다.
오늘의 성과: 토론 생성부터 시나리오/스크립트까지 자동화된 파이프라인을 완성.
진행 방법
사용한 도구와 변화
단계
도구
역할
특징
주제 검색
WebSearch
최신 트렌드 주제 발굴
실시간 정보 기반
콘텐츠 생성
다중 LLM (Claude, Gemini 등)
토론, 리포트, 스크립트 작성
각 LLM의 장점 활용
프롬프트 설계
여러 LLM으로 반복 수정
최적화된 지침 작성
예: Gemini로 YouTube 기반 리서치
저장소
Obsidian + Markdown
페르소나, 토론, 스크립트 저장
UTF-8 인코딩 (한영 지원)
도구 선택 철학: 각 LLM의 장점을 살리기 위해 여러 도구를 조합 활용했습니다.
특정 주제는 특정 LLM이 더 강함
예: YouTube 기반 리서치는 Gemini 활용
프롬프트도 LLM별로 최적화
핵심 초기 프롬프트 전략
LLM에게 요청하는 방식:
1. 큰 계획 수립 요청
→ LLM에게 "이 일을 하려면 어떤 단계가 필요한가?"
→ 전체 로드맵 생성
2. 스텝 바이 스텝 가이드 요청
→ 각 단계별로 구체적인 실행 방법 제시
→ 따라가기만 하면 됨
3. 제약 조건 명시
→ 초기: "어렵다", "못한다" → AI가 막힘
→ 개선: "돈 안 들고 당장 할 수 있는 방법으로"
→ 결과: AI가 창의적 해법을 찾아줌
프롬프트 엔지니어링 팁: 제약 조건을 명확히 하면 AI가 더 나은 솔루션을 찾아줍니다.
소요 시간 및 환경
항목
내용
작업 기간
2026-05-30 ~ 2026-05-31 (2일)
하루 소요 시간
3분 (자동화 후)
완료 파일
9개 패널 프로필 + 토론 + 2개 스크립트 (한영)
핵심 개선: 혼자서는 불가능했던 토론이 가능해짐
결과와 배운 점
성공한 부분
항목
상태
의의
패널 프로필 생성
✅ 완료 (9명)
실존 인물 기반의 일관된 페르소나
토론 자동화
✅ 완료
다양한 관점의 자연스러운 대화 생성
자동화 파이프라인
✅ 완료
주제 선정 → 토론 → 스크립트 자동 흐름
스크립트 생성
✅ 완료 (2개)
한영 이중언어, 바로 사용 가능 수준
가장 만족스러웠던 순간
첫 스크립트가 완성되었을 때
💡 핵심 포인트:
- 내용 자체는 아직 개선 필요
- 하지만 "토론이 되었다"는 것 자체가 기쁨
- 불가능했던 것이 가능해짐
여전히 미해결된 부분
❌ 미완성 영역
1. 영상의 특징 설정
└─ 자신의 콘텐츠 스타일을 시스템에 반영
2. 트렌드 반영 심화
└─ 더 세밀한 트렌드 분석 및 반영
3. 최종 시나리오 자동 생성
└─ 스크립트 → 바로 촬영 가능한 수준의 시나리오
🔄 진행 중인 상태
다양한 접근법 실험 중
추가 개선 방안 고민 중
"더 나은 방법"을 계속 모색 중
개발 과정의 핵심 배움
1️⃣ AI와의 효과적인 협력 방식
처음 실수:
❌ "이거 어렵지 않나요?"
❌ "이 방법은 비싸지 않나요?"
→ AI가 막히거나 비싼 방법만 제시
개선된 방식:
✅ "돈 안 들고 당장 할 수 있는 방법으로 알려달라"
→ AI가 창의적 해법을 찾아줌
교훈: 제약 조건을 명확히 하면 AI가 더 나은 솔루션을 제시합니다.
2️⃣ 학습을 병행한 작업 방식
효과적인 프로세스:
Step 1: LLM에게 큰 계획 수립 요청
→ 전체 로드맵 파악
Step 2: 스텝 바이 스텝 실행
→ LLM의 가이드 따라가기
Step 3: 각 단계마다 학습
├─ "왜 이렇게 하나?" 질문
├─ 모르는 개념 물어보기
└─ 단순 실행이 아닌 "이해" 기반 진행
결과: 일을 하면서 동시에 배움 🎯
이 방식이 가장 효율적이고 만족스러웠습니다.
3️⃣ 다중 LLM 활용의 가치
실행 전략:
각 LLM의 장점을 파악
용도별로 다른 LLM 선택
프롬프트를 LLM별로 최적화
예시:
YouTube 기반 리서치 → Gemini
깊이 있는 분석 → Claude
창의적 아이디어 → 다양한 조합
어려웠던 점과 극복 과정
🔴 가장 어려웠던 부분
"AI가 자꾸 '못한다'고 할 때"
초기:
AI: "이건 어렵습니다" / "비싼 방법만 있습니다"
나: 막힘
개선:
나: "돈 안 들고 당장 할 수 있는 방법으로"
AI: 창의적인 해법 제시 ✅
극복 방법: 제약 조건을 명확히 제시 → AI의 제약 사고 깨기
앞으로의 계획
🎯 다음 단계 (최종 목표)
현재:
토론 → 스크립트 완성
추가할 것:
├─ 영상 트렌드 반영
├─ 자신의 영상 제작 형식 정의
└─ 이를 파이프라인에 추가
최종 결과:
→ 바로 촬영에 사용 가능한 시나리오 자동 생성! 🎬
📅 구체적 계획
Phase 1 (진행 중):
영상의 특징/형식 정의
트렌드 반영 방식 정제
Phase 2 (예정):
최종 시나리오 자동 생성 구현
촬영팀 바로 사용 가능 수준 완성
Phase 3 (원전):
매일 자동화된 파이프라인 운영
지속적인 콘텐츠 생성
도움 받은 글
참고: GPTers에서 보고 들은 지식과 경험을 바탕으로 진행했습니다.
최종 결론
이번 프로젝트의 가치
🎯 기술적 성취
✅ AI 페르소나
✅ 토론 생성 자동화
✅ 다중 LLM 조합 활용
✅ 마크다운 기반 파이프라인
💡 본질적 성취
✅ 불가능 → 가능으로
✅ 혼자 → 다양한 관점으로
✅ 오래 걸리는 작업 → 시간 절감
✅ 일하면서 배우기
가장 중요한 배움
1. AI와의 협력 방식
"안 된다" 대 신 "제약 조건으로"
창의적 해법 유도 가능
2. 효율적인 작업 프로세스
큰 계획 수립 → 스텝 바이 스텝 실행
각 단계마다 "왜?"를 묻기
일하면서 배우기
3. 지속적 개선의 중요성
완벽함 추구 X, 그냥 우선 실행
계속 고민하고 발전시키기 O
불완성도 의미 있음
부록: 생성된 결과물
프로젝트 구조
E:\AI-OS\00-personas\
│
├─ 📋 패널 프로필 (9명)
│ ├─ Raphael Rashid (UK, 비판적 저널리스트)
│ ├─ Alberto Mondi (Italy, 긍정적 문화 대사)
│ ├─ Tyler Rasch (USA, 언어 전문가)
│ ├─ David Tizzard (UK, 학문적 연구자)
│ ├─ Daniel Tudor (UK, 경제/역사 분석가)
│ ├─ Colin Marshall (USA, 철학적 비평가)
│ ├─ Sayuri Fujita (Japan, 미디어 인물)
│ ├─ CedarBough Saeji (USA, 퍼포먼스 연구자)
│ └─ Akihiro Kuroda (Japan, 정치 해설가)
│
├─ 📋 토론 분석
│ └─ discussion-report (주제별)
│
├─ 📋 자동 스크립트 (완료)
│ ├─ trend-2026-05-30.md
│ ├─ script-2026-05-30.md
│ ├─ trend-2026-05-31.md
│ ├─ script-2026-05-31-KO.md
│ └─ script-2026-05-31-EN.md
│
└─ 📋 추적 & 관리
└─ used-topics.md (중복 방지)
시스템의 일일 효율성
전통적 방법:
1. 주제 선정 (1시간)
2. 리서치 (3-4시간)
3. 토론 기록 (불가능 - 혼자서)
4. 스크립트 (2-3시간)
총: 6-8시간 (토론 없음)
이 시스템:
1. 사용자 명령 (5초)
2. 자동 처리 (2-3분)
3. 바로 사용 가능
총: 3분 (모든 것 포함)
효율성: 매우 높음 📈
