본문으로 건너뛰기

AI 교육콘텐츠 비서 ‘콜리’와 콘텐츠 제작 자동화과정을 깍아나가는 중

비케이

2026.07.29

AI 교육콘텐츠 비서 ‘콜리’와 콘텐츠 제작 자동화과정을 깍아나가는 중 본문 이미지

AI를 잘 활용하면 글을 쓰고, 자료를 조사하고, 이미지를 만들고, 웹페이지까지 완성할 수 있다. 처음에는 이 모든 과정을 한 번에 자동화하면 가장 효율적일 거라고 생각하기 쉽다.

그런데 실제로 해보니 꼭 그렇지는 않았다.

어제 AI 비서인 Hermes Agent ‘콜리’와 리더십 콘텐츠를 만드는 자동화 과정을 점검했다. 첫 시도에서 콜리에게 주제를 받은 뒤 자료조사, 원고 작성, 사실 검증, 이미지 제작, HTML 변환까지 한 번에 끝내달라고 요청했다. HTML은 블로그에 글과 이미지를 배치하기 위한 웹문서 형식이다.

겉으로 보면 성공적인 자동화였다. 짧은 시간에 결과물이 모두 나왔기 때문이다. 하지만 정작 글의 방향이 내가 생각한 것과 달랐다. 완성된 결과물을 보고 나서야 그 차이를 발견했다. AI는 빠르게 일했지만, 잘못 이해한 방향으로 너무 멀리 가버렸다.

이 경험을 통해 세 가지를 배웠다.

1. AI 자동화는 실행보다 방향 합의가 먼저다

‘AI 에이전트 시대에 필요한 리더십’이라는 주제로 컨텐츠를 만들어보고 싶었다. 생각이 잘 정리가 안되서 AI비서에게 “인터뷰는 생략하자”는 요청과 함께 자료조사, 출처확인, 초안작성, 초안검토, 사진/영상 첨부, 블로그글 HTML 완성까지 자동화해서 완성해달라고 요청했다. AI가 글을 완성해줬지만 하나도 마음에 들지 않았다. 내가 공감하고 동의하지 않는 글을 사용할수는 없었다.

한국어로 된 문자 메시지의 스크린샷

문제는 사람이 원하는 방향과 AI가 이해한 방향이 다르면 자동화 범위가 넓을수록 시간/돈/에너지 낭비도 커진다는 것이다. 초안 한 편만 잘못 쓰는 데서 끝나지 않는다. 조사, 이미지, 편집, HTML까지 모두 다시 해야 할 수 있다.

그래서 자동화과정 속에 사용자와 AI의 생각의 gap을 좁히고 방향을 맞추는 2가지 단계를 새로 넣었다.

  1. 1차 정렬 : 사전 주제 인터뷰

  • 가급적 인터뷰를 진행해서 주제와 관련된 사용자의 핵심 아이드어들을 추출한다.

  • 인터뷰가 진행되지 않으면 AI가 본격적으로 작업하기 전에 핵심 주제와 메시지를 세 가지로 사용자에게 제안한다. 사용자는 그중 하나를 선택할 수 있고, 마음에 드는 안이 없으면 다시 추천을 요청할 수도 있다. 자신이 원하는 메시지를 직접 지정해도 된다.

  1. 2차 정렬 : 중간 합의(핵심메세지,목차,사례)

  • 이 글에서 전달하고 싶은 핵심메세지 1~2개를 명확히 정한다.

  • 핵심메세지를 효과적으로 전달할 수 있는 글의 구조를 정한다. AI가 넉넉히 7~10개 정도의 소제목을 추천해주면 사용자가 참고하여 뺄것, 추가할것에 대한 의견을 준다.

  • AI가 주제와 관련된 사례를 4~5개 정도 요약해서 추천해주면 사용자가 2~3개 사례를 선택한다.

메시지가 정해지면 예상 독자, 글의 목차, 사용할 사례, 포함할 내용과 제외할 내용을 함께 확인한다. 이 단계가 승인된 뒤에만 AI가 원고와 이미지, HTML을 만든다.

자동화를 줄인 것이 아니라, 잘못된 방향으로 자동화되는 것을 막는 확인 지점을 추가한 것이다.

2. 사람은 뼈대를 만들고 AI는 풍부한 살을 붙인다

이번 일을 계기로 사람과 AI의 역할도 다시 정리했다.

콘텐츠의 저자와 최종 판단자는 사람이다. 어떤 문제를 다룰지, 독자에게 어떤 메시지를 남길지, 무엇을 주장하고 무엇을 빼야 할지는 사람이 결정한다.

그렇다고 사람이 처음부터 완성된 메시지와 목차를 준비해야 한다는 뜻은 아니다.

막연하게 “이런 이야기를 하고 싶다”고 말하면 AI가 질문을 던질 수 있다. 대화에서 반복되는 표현과 문제의식을 찾아 세 가지 방향으로 정리할 수도 있다. 각 방향의 장점과 한계를 비교해주면 사람은 자신의 생각을 훨씬 쉽게 선택하고 다듬을 수 있다.

핵심 메시지와 뼈대가 정해진 뒤에는 AI가 힘을 발휘한다.

필요한 자료를 찾고, 사례와 데이터를 확인하고, 문장을 독자의 눈높이에 맞게 풀어 쓴다. 글의 논리를 점검하고, 도표나 이미지를 만들고, 블로그에 사용할 수 있는 형식으로 정리한다.

이번에 정한 역할은 이렇다.

  • 사람은 문제의식과 최종 판단을 맡는다.

  • AI는 질문하고 선택지를 제안하며 생각을 구조화한다.

  • 사람과 AI가 함께 핵심 메시지와 글의 뼈대를 만든다.

  • 합의가 끝나면 AI가 조사, 사례, 데이터, 표현, 이미지라는 살을 붙인다.

AI에게 생각을 전부 맡기는 것도 아니고, AI를 단순한 문서작성 도구로만 쓰는 것도 아니다. 사람은 방향을 결정하고 AI는 생각의 범위와 실행 능력을 확장하는 관계에 가깝다.

3. 결과가 마음에 들지 않으면 문장보다 작업방식을 고친다

AI가 만든 결과가 마음에 들지 않을 때 가장 쉬운 대응은 “다시 써줘”라고 요청하는 것이다.

물론 한두 문장을 고칠 때는 그것으로 충분하다. 하지만 비슷한 문제가 반복된다면 결과물만 수정해서는 안 된다. 왜 서로 다르게 이해했는지 찾아 작업 절차를 바꿔야 한다.

이번에도 첫 번째 글만 고치고 끝내지 않았다. 다음 작업부터 적용할 규칙을 새로 만들었다.

  1. 주제와 독자를 확인한다.

  2. 경험이 중요한 글이면 짧은 인터뷰를 한다.

  3. AI가 핵심 주제와 메시지 후보 세 가지를 제안한다.

  4. 사람이 하나를 선택하거나, 재추천을 요청하거나, 직접 지정한다.

  5. 목차와 사례, 포함할 내용과 제외할 내용을 합의한다.

  6. 승인된 기획안을 기준으로 원고를 작성한다.

  7. 사실과 출처를 별도로 검증한다.

  8. 이미지와 HTML을 만든다.

  9. 사람이 최종 검토한 뒤에만 외부에 발행한다.

여기서 끝내지 않고 이 규칙을 AI 비서의 작업지침에도 반영했다. 다음 대화에서 AI가 이전 약속을 잊고 다시 곧바로 완성본부터 만들지 않도록 한 것이다.

AI와의 협업에서 피드백은 단순한 수정 요청이 아니다. 다음 작업을 더 잘하게 만드는 운영 데이터다.

바꾼 워크플로를 바로 시험해봤다

새로운 방식이 실제로 작동하는지 확인하기 위해 ‘AI 에이전트 시대에 필요한 리더십’이라는 주제로 다시 작업했다.

먼저 짧은 인터뷰를 통해 누구에게 어떤 변화를 주고 싶은지 정리했다. AI에 익숙하지 않은 팀장과 기업의 경영진이 주요 독자였다. 이들이 AI 도구를 한두 번 사용해보는 데서 그치지 않고, 조직의 직무와 워크플로, 데이터와 정보 공유 구조를 다시 설계하도록 만드는 것이 목표였다.

인터뷰가 끝난 뒤 AI는 곧바로 글을 쓰지 않았다. 핵심 메시지 후보 세 가지를 먼저 제안했다.

  • 모두가 리더가 되는 시대

  • AI를 모르는 리더가 조직의 병목이 된다

  • AX의 본질은 도구 도입이 아니라 조직 재설계다

이 가운데 세 번째 메시지를 중심에 두고, 첫 번째를 도입에, 두 번째를 글의 긴장으로 사용하는 방향을 선택했다.

사례도 AI가 일방적으로 결정하지 않았다. 국내외 기업 여섯 곳을 후보로 조사한 뒤, 마이리얼트립·강남언니·Block·Siemens를 사용하기로 정했다. 목차에서는 두 개의 도입 부분을 합치고, 필요하지 않은 부분은 삭제했다.

그제야 AI가 전체 원고를 작성하고 사실을 검증하고 이미지를 만들고 HTML로 완성했다.

첫 번째 작업에서는 완성본을 본 뒤 방향 차이를 발견했다. 두 번째 작업에서는 방향과 구조를 먼저 확인했기 때문에, 본격적인 제작에 들어가기 전에 차이를 조정할 수 있었다.

AI를 처음 사용하는 사람이라면 세 가지만 기억하면 된다

첫째, 중요한 작업을 맡길 때 곧바로 완성품부터 요구하지 않는 것이 좋다.

먼저 AI에게 접근 방법이나 메시지 후보를 몇 가지 제안하게 하고, 그중 어떤 방향으로 갈지 정한다. 사람의 판단이 필요한 지점과 AI가 자율적으로 처리해도 되는 지점을 구분하면 결과가 훨씬 안정적이다.

둘째, 작업 중간에 확인 지점을 둔다.

모든 단계를 사람이 일일이 확인하면 자동화의 장점이 사라진다. 반대로 아무 확인도 하지 않으면 엉뚱한 결과가 완성될 수 있다. 핵심 메시지, 목차, 외부 발행처럼 결과를 크게 바꾸거나 되돌리기 어려운 지점만 사람이 확인하면 된다.

셋째, 반복되는 문제는 프롬프트 한 줄이 아니라 워크플로의 문제로 본다.

AI가 같은 실수를 반복한다면 더 세게 지시하는 것만으로는 부족하다. 작업 순서를 바꾸거나, 승인 단계를 추가하거나, 꼭 지켜야 할 규칙을 AI의 지침에 저장해야 한다.

좋은 자동화에 대한 딜레마

좋은 자동화는 자동화의 루프에서 사람이 빠지는 것이다. 그런데 사람이 빠지게 되면 결과물이 사람이 의도하지 않게 나오는 경우가 많다. 이 딜레마에 빠지게 된다.

사람이 덜 개입해면서도 결과물은 사람이 더 원하는 품질로 만들수는 없을까? 목표와 지침이 사전에 구체적이고 명확해질수록 AI는 사람의 의도를 더 잘 이해할 수 있고 사람의 개입이 줄어들 수 있다.

한번에 완벽한 목표와 지침을 짜잔하고 만들면 제일 좋겠지만 그게 쉽지는 않다. 완벽하지 못하다면 작업을 해나가면서 목표와 지침을 하나씩 더하고 빼면서 뾰족하게 깎아나가는 방법밖에는 없다. 그렇게 피드백이 쌓일수록 AI 비서는 진화하면서 나와 일하는 방식을 점점 더 잘 이해하는 협업 파트너가 된다.

1

함께 이야기해요 1

로그인하고 댓글을 남겨 주세요

Wonny 프로필 이미지
Wonny2026.08.05

크으~

비케이님의 사례글은 늘 내공이 느껴집니다!

지난주보다 뭔가 더 발전된 것 같아 기대가됩니다-!

오늘 스터디때 발표 부탁드려요-! ㅎㅎㅎ

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

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

이런 사례도 있어요

사례 전체 보기