본문으로 건너뛰기

‘다음 우베’를 찾을 수 있을까? 151개의 자료로 첫 정본 노트를 만든 2주차

시나브로

2026.08.02

‘다음 우베’를 찾을 수 있을까? 151개의 자료로 첫 정본 노트를 만든 2주차 본문 이미지

> GPTers 23기 부수입 실험 스터디 · 2주차 사례글 · 시나브로

## 소개

### 시도하고자 했던 것과 그 이유를 알려주세요

저는 83억 명의 이야기를 세상과 나누는 사람이 되고 싶습니다. 세상 이야기를 한국에, 한국 이야기를 세상에 전하고 싶다는 목표가 있습니다. 지금 진행하는 해외 소비 흐름 실험은 그 큰 목표를 향해 나아가는 한 단계입니다. 아직 분야를 하나로 확정한 것은 아니지만, 해외에서 먼저 움직이는 소비 흐름을 발견해 한국에 소개하는 일을 첫 실험으로 선택했습니다.

1주차에는 필리핀의 자색 마인 ‘우베’가 해외의 SNS와 브랜드 메뉴에서 먼저 주목받고, 시간차를 두고 한국에서도 보이기 시작한 사례를 소개했습니다. 발표 제목은 “What’s The Next UBE?”였습니다. 우베 자체를 계속 다루겠다는 뜻보다는, 해외에서 먼저 나타난 식음료 신호를 발견해 한국과 연결할 수 있는지 시험해보겠다는 질문이었습니다.

이 방향은 처음부터 명확했던 것은 아닙니다. 1주차 오프라인 모임에서 “타깃이 너무 넓다”, “누구에게 무엇을 연결하려는지 불명확하다”는 익명 피드백을 받았습니다. 아이디어를 사람들 앞에 꺼내고 피드백을 통해 구체화하는 과정이라고 생각합니다. 그래서 피드백을 피하지 않고 받아들여, 첫 고객을 “다음 분기에는 무엇을 준비해야 할까?”를 고민하는 식음료·건강 제조사의 마케팅·신제품 개발 담당자로 좁혔습니다.

보라색 배경의 한국어 웹사이트

오프라인 익명 피드백을 받은 뒤 첫 고객을 식음료·건강 제조사 실무자로 좁혔습니다.

바로 유료 리포트부터 만드는 대신, 일반 대중이 읽을 수 있는 블로그와 숏폼을 통해 어떤 소재와 설명 방식이 관심과 효용을 만드는지 먼저 확인하고, 검증된 내용을 뉴스레터와 맞춤 리포트로 확장하는 구조를 생각하고 있습니다.

2주차 과제는 OSMU의 가장 기초가 되는 정본 노트를 만드는 것이었습니다. 정본 노트는 블로그나 숏폼에 바로 게시하는 완성 글이 아니라, 여러 채널의 콘텐츠가 같은 근거와 방향을 유지할 수 있도록 만드는 기준 원본입니다.

저는 그동안 30개 이상의 출처에서 자료를 선별해 왔고, 현재 151개의 자료를 모아두었습니다. 이 밖에도 같은 성격의 자료를 지속적으로 수집할 수 있는 출처 후보를 기존 출처를 포함해 총 150개 이상 파악해두었습니다.

이번 2주차에는 151개의 자료를 후보군으로 두고, ‘다음 건강 음료 신호’를 다룰 첫 소재를 골라 정본 1차본으로 만드는 데 도전했습니다.

30개 이상의 해외 출처에서 선별해 모은 151개 자료 중 일부입니다.

---

## 진행 방법

### 어떤 도구를 사용했고, 어떻게 활용했나요?

이번 작업에는 다음 도구와 자료를 사용했습니다.

- Hermes Agent의 AI 비서 ‘포포’: 프로젝트 기준 확인, 자료 분류, 분석, 외부 사실 확인, 정본 노트 정리

- Markdown 작업공간: 원본·분석·사실 검증·정본·채널 변환 기준을 서로 다른 문서로 관리

- 30개 이상의 출처에서 선별한 151개의 자료: 첫 정본의 소재 후보군

- 공개 웹 자료: 기업 발표와 언론 보도를 읽기 전용으로 확인

- 로컬 Git: 안정된 작업 시점의 복원 기준점 기록

GitHub에는 파일을 올리지 않았고, 완성 글을 자동으로 발행하지도 않았습니다. 이번 주차의 완료 기준은 채널별 게시물이 아니라 정본 노트 1차본이었습니다.

### 1. 자료를 바로 글로 바꾸지 않고 후보군부터 좁혔습니다

151개의 자료를 한꺼번에 글로 만들려고 하지 않았습니다. 먼저 자료의 제목과 내용을 단계적으로 확인하고, 현재 사업 방향과 어떤 관계가 있는지 살펴봤습니다.

한국어 텍스트가 있는 페이지의 스크린샷

자료를 중심·보조·검증 보조로 나누고, 독자에게 어떤 역할을 하는지 정리했습니다.

자료는 대략 다음 역할로 나눠봤습니다.

```text

A. 첫 정본의 중심 후보

B. 중심 주제를 보강할 보조 자료

C. 건강 주장 과장 방지용 기준 자료

D. 현재 방향과 맞지 않아 보류할 자료

```

이때 사용한 기준은 다음과 같습니다.

1. 해외에서 실제 변화가 나타나고 있는가?

2. 단순한 건강 상식이 아니라 ‘다음 신호’가 있는가?

3. 한국 독자에게 연결할 관찰점이 있는가?

4. 건강 효능이나 의료 조언으로 과장될 위험이 낮은가?

5. 추가로 확인할 외부 근거를 찾을 수 있는가?

6. 서로 달라 보이는 현상을 새롭게 연결할 수 있는가?

### 2. 처음 고른 자료를 중간에 멈췄습니다

첫 번째로 검토한 자료는 초가공식품을 다룬 자료였습니다.

내용은 유익했지만, 분석을 진행할수록 “앞으로 무엇이 주목받을까?”보다 “초가공식품을 무조건 건강하다고 생각하면 안 된다”는 건강 경고에 가까웠습니다.

이때 AI가 만들어준 흐름을 그대로 따르지 않고 중간에 멈췄습니다. 유익한 자료와 사업 목적에 맞는 자료가 다를 수 있다고 판단했기 때문입니다.

#### 실제 사용한 대표 프롬프트

제가 실제로 방향을 바꾸기 위해 사용한 대표 프롬프트는 다음과 같습니다.

```text

잠시만 중단해볼게.

내가 원하는 첫 번째 방향은 해외 콘텐츠를 통한 한국 트렌드 예측인데,

이 자료는 내용은 유익하지만 방향이 ‘하지 말아야 한다’는 쪽이지 않아?

초가공식품 자료의 내용 중에 내가 원하는 방향으로 갈 만한 부분이 있는지

확인해서 제안해줘.

```

이 요청 이후 초가공식품 자료는 첫 정본의 중심 소재가 아니라, 기능성 성분 하나만으로 제품 전체의 건강성을 판단하지 않게 돕는 검증 보조 자료로 역할이 바뀌었습니다.

이 경험을 통해 자료가 유익하다는 이유만으로 반드시 콘텐츠로 만들어야 하는 것은 아니라는 점을 배웠습니다. AI가 이미 작업을 시작했더라도 목적과 어긋나면 멈추고, 자료의 역할을 다시 정할 수 있었습니다.

### 3. 단백질 음료와 프리바이오틱 탄산을 연결했습니다

다시 후보를 검토한 뒤에는 단백질 관련 자료를 중심 원본으로, 식이섬유와 프리바이오틱 탄산 관련 자료를 보조 원본으로 선택했습니다. 초가공식품 자료는 과장을 막는 검증 보조 원본으로 남겼습니다.

처음에는 ‘단백질 라테’를 중심으로 글을 만들 수도 있었습니다. 하지만 단백질 음료는 이미 비교적 익숙한 주제여서 새로운 발견이라는 느낌은 약했습니다.

두 가지 방향을 비교했습니다.

```text

A안

단백질 라테와 고단백 커피 음료를 중심으로 다룬다.

B안

단백질 음료를 이미 익숙한 기준선으로 두고,

프리바이오틱 탄산을 다음에 관찰할 건강 음료 신호로 다룬다.

```

저는 B안을 선택했습니다.

단백질 음료는 이미 알고 있거나 마셔본 사람이 많아 함량·맛·제품 차이를 궁금해할 수 있습니다. 반면 프리바이오틱 탄산은 처음 듣는 사람에게 “탄산에 왜 이런 성분을 넣지?”라는 새로운 궁금증을 줄 수 있다고 생각했습니다.

예상한 독자 흐름은 다음과 같습니다.

```text

단백질 음료

“이건 알고 있어. 그런데 제품마다 무엇이 다르지?”

↓

프리바이오틱 탄산

“그런데 이건 뭐야? 왜 탄산에 프리바이오틱스를 넣지?”

↓

해외와 한국의 제품 출시 신호 확인

↓

정말 새로운 흐름인지 앞으로 관찰

```

이것은 소비자 조사 결과가 아니라 제가 예상한 독자의 이해 흐름입니다. 그래서 통계 사실처럼 쓰지 않고 사용자 관찰과 해석 영역에 따로 두었습니다.

### 4. 외부 사실을 확인하고, 사실과 가설을 나눴습니다

자료에 제품명과 기업 사례가 등장한다고 해서 바로 시장 유행이라고 쓰지는 않았습니다.

추가로 확인한 항목은 다음과 같습니다.

- 관련 제품이 실제로 출시됐는지

- 기업 인수 발표가 있었는지

- 어떤 내용이 기업의 공식 발표인지

- 어떤 내용이 언론 보도나 관찰인지

- 한국에도 관련 제품 사례가 존재하는지

- 확인된 사례와 시장 전체의 확산을 구분할 수 있는지

다음과 같은 등식은 성립하지 않는다는 원칙도 세웠습니다.

```text

제품이 출시됐다

≠ 시장 전체에서 유행하고 있다

기업이 매출 수치를 발표했다

≠ 독립적으로 검증된 시장 전체 통계다

기능성 성분이 들어갔다

≠ 누구에게나 건강 효과가 보장된다

한국에 제품이 출시됐다

≠ 한국 소비자가 널리 받아들였다는 뜻이다

다양한 종류의 한국어 목록

제품 출시·기업 인수·언론 보도를 확인하되, 각각으로 무엇을 단정할 수 없는지도 함께 기록했습니다.

```

외부 자료에서 직접 확인한 내용은 사실, 그 사실을 연결해 생각해본 의미는 해석, 앞으로 약 3개월 동안 확인할 가능성은 가설, 현재 근거로 판단할 수 없는 것은 확인 필요로 분리했습니다.

원본 대화 기록은 복구하지 못했습니다. 따라서 기억으로 대화 화면을 재현하지 않고, 실제로 남아 있는 자료 목록·분석 문서·사실 검증표·정본 노트를 과정 자료로 사용했습니다.

---

## 결과와 배운 점

### 결과

2주차에는 블로그 발행본이 아니라 OSMU의 기준 원본인 정본 노트 1차본을 완성했습니다.

대표적으로 다음 자료가 만들어졌습니다.

- 첫 시리즈의 목적과 원본을 기록한 문서

- 자료 목록과 공개 범위를 정리한 문서

- 중심·보조·검증 보조 자료를 분석한 문서

- 외부 근거와 출처별 사용 한계를 기록한 사실 검증표

- 사실·사용자 관찰·해석·가설을 구분한 정본 1차본

- 3주차에 사용할 블로그 변환 기준 1차본

- 작업을 되돌릴 수 있는 로컬 Git 복원 기준점

정본 1차본의 중심 메시지는 다음과 같습니다.

> 단백질 음료가 자리 잡는 가운데, 해외와 한국에서 확인되는 프리바이오틱 탄산의 출시·투자 신호는 다음 건강 음료 변화를 관찰할 초기 단서가 될 수 있다.

한국 사업 계획서 템플릿 한국 사업 계획서 템플릿 한국 사업 계획서 템플릿 한국 사업 계획서 템플릿 kor

정본에서는 익숙한 단백질 음료에서 낯선 프리바이오틱 탄산으로 이어지는 독자 흐름과 과장 방지 원칙을 함께 정했습니다.

여기서 중요한 표현은 “다음 유행”이 아니라 “관찰할 초기 단서”입니다.

제품 출시·기업 인수·유통 사례는 확인할 수 있었지만, 이것만으로 시장 전체의 성장이나 소비자 반응, 개인의 건강 효능까지 확정하지 않았습니다.

이번 주차에는 완성 블로그 글이나 숏폼을 만들지 않았고 외부에 발행하지도 않았습니다. 이는 작업이 덜 끝난 것이 아니라, 2주차 과제의 범위를 정본 노트까지로 지킨 결과입니다.

### 배운 점 1 — 유익한 자료와 목적에 맞는 자료는 다를 수 있었습니다

초가공식품 자료는 건강 정보를 설명하는 데는 유익했습니다. 하지만 첫 정본의 목적은 ‘하지 말아야 할 것’을 경고하는 글이 아니라 해외에서 먼저 나타나는 다음 건강 음료 신호를 찾는 것이었습니다.

자료 자체의 품질과 현재 사업에서 맡을 역할을 따로 판단해야 했습니다.

### 배운 점 2 — AI가 일을 시작했다고 끝까지 따라갈 필요는 없었습니다

AI가 초가공식품 자료 분석을 시작했을 때 그대로 두었다면 그럴듯한 건강 경고 글은 나왔을 것입니다.

하지만 목표와 어긋난다고 느낀 순간 “잠시만 중단해볼게”라고 멈췄습니다. 방향을 고르는 결정은 AI가 아니라 제가 해야 했습니다.

### 배운 점 3 — 자료마다 역할을 나누면 버리지 않고 다시 쓸 수 있었습니다

중심 소재로 적합하지 않다고 해서 초가공식품 자료를 폐기하지 않았습니다.

- 단백질 자료: 익숙한 기준선

- 프리바이오틱 탄산 자료: 다음 관찰 신호

- 초가공식품 자료: 과장 방지용 검증 보조

역할을 나누니 서로 다른 자료를 하나의 정본 안에서 사용할 수 있었습니다.

### 배운 점 4 — 제품 출시와 유행은 다른 말이었습니다

제품 출시, 기업 인수, 시장 진출은 변화의 신호가 될 수 있습니다. 하지만 그것만으로 대중적인 유행이나 시장 전체의 성장을 의미하지는 않습니다.

그래서 이번 정본은 “곧 유행한다”고 결론 내리지 않고, 한국에서 앞으로 확인해야 할 질문으로 끝냈습니다.

### 배운 점 5 — 제 관찰도 사실과 구분해야 했습니다

“단백질 음료는 익숙하지만 프리바이오틱 탄산은 새롭게 느껴질 것 같다”는 판단은 콘텐츠 흐름을 만드는 데 유용했습니다.

하지만 이는 소비자 조사 결과가 아닙니다. 따라서 정본에서는 사용자 관찰로 표시하고, 일반화하지 않았습니다.

### 배운 점 6 — 정본은 긴 글 한 편이 아니라 다음 작업의 기준이었습니다

정본 노트에는 다음이 함께 들어갔습니다.

- 어떤 독자에게 필요한지

- 무엇이 확인된 사실인지

- 무엇이 제 관찰인지

- 무엇이 해석과 가설인지

- 어떤 문장을 피해야 하는지

- 앞으로 무엇을 확인해야 하는지

- 블로그·숏폼·뉴스레터·리포트에서 공통으로 유지할 메시지가 무엇인지

그래서 2주차 정본은 결과물이면서 3주차 콘텐츠 변환을 위한 출발점이 됐습니다.

---

## 과정 중 겪은 시행착오

이번 작업은 한 번의 프롬프트로 끝나지 않았습니다.

- 외부 URL이나 설치 안내는 실행보다 안전 검토를 먼저 요청함

- 피드백을 반영해 작업 기준과 보고 형식을 여러 번 고침

- 프로젝트 파일을 읽는 순서와 범위를 명시함

- Git과 GitHub의 차이를 확인하고 로컬 Git만 사용함

- 대화 기록이 사라져도 결과와 결정이 남도록 Markdown 문서에 기록함

이 과정에서 AI를 잘 쓰는 것은 길고 정교한 프롬프트 하나를 만드는 것만이 아니라, 목적과 다른 답이 나오면 멈추고 기준을 다시 알려주는 일이라는 점을 배웠습니다.

---

## 도움이 필요한 부분

아직 다음 질문에는 실제 독자 반응이 필요합니다.

- 단백질 음료에서 프리바이오틱 탄산으로 이어지는 흐름이 독자에게 자연스러운지

- 정본의 어느 부분을 숏폼으로 뽑아야 관심을 빠르게 확인할 수 있는지

- 일반 대중의 반응을 식음료·건강 제조사 실무자를 위한 뉴스레터와 리포트에 어떻게 연결할지

- 사실 검증의 정확성과 콘텐츠 제작 속도 사이에서 적절한 균형은 무엇인지

### 앞으로의 계획

다음 단계에서는 이번 정본 1차본을 기준으로 채널별 콘텐츠를 만들어볼 계획입니다.

```text

정본 노트

├─ 일반 대중용 블로그

├─ 반응 검증용 숏폼

├─ 실무자용 뉴스레터

└─ 맞춤형 심층 리포트

```

우선 3주차에는 정본을 일반 대중용 블로그 초안으로 변환하고, 사실·해석·가설의 구분이 유지되는지 직접 검토하려고 합니다. 숏폼도 별개의 원본에서 만드는 것이 아니라 같은 정본에서 핵심 질문과 신호를 뽑아 반응 검증에 활용할 계획입니다.

초안 작성에는 AI를 활용하지만, 최종 검토와 게시 버튼은 제가 직접 진행할 예정입니다.

---

## 도움 받은 글·자료

- 지피터스 사례게시글 작성 가이드

https://ai-study.gpters.org/notice/rec9w3KhVOzxJb5Nv

- 지피터스 베스트 사례 큐레이션

https://www.gpters.org/spotlight

- PepsiCo의 Poppi 인수 발표

- CNBC의 OLIPOP 관련 보도

- 국내 단백질 RTD·프리바이오틱·바이오틱 탄산 출시 관련 공개 기사

2

함께 이야기해요 2

로그인하고 댓글을 남겨 주세요

뽀짝이 프로필 이미지
뽀짝이2026.08.02

151개 자료를 쌓아두고도 "바로 글로 바꾸지 않고 후보군부터 좁혔다"는 흐름, 그리고 초가공식품 자료를 중심 소재가 아니라 검증 보조로 역할을 바꾼 부분이 눈에 들어왔습니다. 유익한 자료와 목적에 맞는 자료는 다를 수 있다는 걸 실제로 중간에 멈춰서 확인한 거잖아요.

"잠시만 중단해볼게"라는 프롬프트 한 줄이 글 전체의 방향을 바꾼 것도 인상적이었어요. AI가 이미 작업을 시작했더라도 목적과 어긋나면 멈출 수 있다는 것 — 실제로 해보기 전엔 그냥 아는 것에 그치기 쉬운 감각인데, 이번 주에 몸으로 익히신 것 같아서요.

사실/사용자 관찰/해석/가설/확인 필요 다섯 칸으로 나눠두신 정본 구조도, 3주차에 채널별로 쪼갤 때 기준이 흔들리지 않을 든든한 뼈대가 될 것 같습니다. 다음 편도 기대해요 🐈‍⬛

Wonny 프로필 이미지
Wonny2026.08.05

무려 151개!!! ㅎㅎㅎ

.

일단 확실한 컨셉과 도메인으로 식음료 쪽으로 진행을 쭉 뽑아내시는게 인상깊습니다!

.

두번째로 151이라는 숫자를 쓰신거로 미루어보아, 정말 내공이 탄탄하신 분이라는 느낌이 들었습니다!

다른 사람을 설득하기에 숫자만큼 좋은게 없거든요! ㅎㅎㅎ

,

그리고 AI와 대화를 계속 이어나가며 깎아가시는 모습에서 시나브로님의 멋진 미래가 기대되었습니다! ㅎㅎㅎ

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

지금 핫한 AI 소식부터 직접 해 본 사례까지, 월요일마다 무료로 받아보세요

이런 사례도 있어요

사례 전체 보기