‘그냥 질문’하는 사람, ‘기획’하여 지시하는 사람

“기사 초안을 썼는데 너무 밋밋해요.”

“썸네일 문구를 뽑아달라고 했더니 뻔한 소리만 하네요.”

“유튜브 대본을 맡겼더니, 사람이 말하는 것 같지가 않아요.”

2022년 겨울, ChatGPT가 처음 등장했을 때 세상은 놀라움에 휩싸였습니다. 그로부터 시간이 꽤 흘렀지만, 저자들은 지금도 매일 새로운 충격을 경험합니다. 복잡한 데이터를 분석해 기사의 초안을 잡고 유튜브 영상의 샷 리스트(Shot List)를 짜고 단 한 줄의 문장으로 상상 속의 이미지를 그려내는 일상. 이제 AI 없는 업무는 상상하기 어렵습니다.

지난 몇 년간 고등학생부터 대학생, 직장인, 마케터, 그리고 은퇴 후 새로운 삶을 꿈꾸는 실버 세대까지 수많은 분께 생성형 AI 활용법을 전하며 우리는 아주 흥미로운 사실 하나를 발견했습니다. 생성형 AI를 어려워하는 이유는 세대와 직업을 불문하고 놀라울 만큼 비슷하다는 점입니다.

“생각보다 내가 원하는 결과가 안 나와요.”

“대체 뭐라고 물어봐야 할지 막막해서 시작을 못 하겠어요.”

이런 고민은 일반인에게만 해당하지 않습니다. 이 책을 펼친 여러분은 아마도 기자, PD, 유튜버, 마케터, 소셜 미디어 크리에이터, 혹은 미디어를 공부하는 학생일 것입니다. 직함은 달라도 하나의 공통점이 있습니다. 바로 ‘콘텐츠로 누군가를 설득하고 끌어당겨야 하는 사람’이라는 점입니다. 그런데 현장에서는 잘 사용하는 사람과 그렇지 못한 사람이 너무나 분명하게 갈립니다. 결과적으로는 생성형 AI의 성능 차이보다, 대화하는 방식의 차이가 결과물을 가르는 경우가 훨씬 많습니다.

왜 그럴까요? 이유는 생각보다 단순합니다. 우리는 종종 생성형 AI를 ‘정답을 알려주는 검색창’처럼 취급합니다. 그러나 미디어 콘텐츠는 정답을 찾는 검색이 아니라 독자를 설득하고 시선을 끄는 창작의 영역입니다. 창작에는 늘 맥락(Context)이 필요합니다. 타깃 독자가 누구인지, 어느 채널에 태울 것인지, 어떤 톤으로 말할 것인지, 어떤 제약 안에서 무엇을 성과로 볼 것인지. 같은 소재라도 이 조건이 달라지면 결과물은 완전히 달라져야 합니다. 이 맥락 없이 “글 써줘”라고만 말하면 생성형 AI는 가장 안전한 선택을 합니다. 즉 무난하지만 지루한 답이 나옵니다.

이 책은 여러분의 막막한 첫마디를 후자와 같은 ‘프로의 작업 지시서(Brief)’로 바꾸기 위한 질문의 기술을 담았습니다. 미디어 현장은 바쁩니다. 복잡한 프롬프트 엔지니어링 기술을 외우고 있을 시간은 없습니다. 그래서 이 책은 “생성형 AI가 나에게 먼저 질문하게 만드는 기술(QA-Prompting)”을 제안합니다. 내가 일일이 조건을 챙기지 않아도 기특하게 “타깃은 누구인가요?”, “영상 길이는 몇 초인가요?”라고 되묻게 만드는 시스템을 구축하는 것입니다.

또 하나, 좋은 결과물을 만드는 대화는 창의성만으로 끝나지 않습니다. 그럴듯함이 위험을 만들 수 있기 때문입니다. 그래서 이 책은 생성형 AI의 ‘생각 깊이’를 조절하고 사실과 해석을 분리해 말하게 하며 검증과 출처 확인을 습관화하는 방법까지 함께 다룹니다. 더 나아가 NotebookLM 같은 도구를 활용해 ‘내 문서’라는 기준을 고정시키는 방법도 안내합니다. 결국 대화의 목적은 멋진 문장을 얻는 데서 끝나지 않습니다. 신뢰 가능한 결과물을 반복 생산하는 체계를 만드는 데 있습니다.

이 책은 “생성형 AI와 대화하는 기술”을 기초부터 실전까지 한 단계씩 확장하도록 6개 파트로 구성했습니다.

• 제1부: 생성형 AI를 활용하기 위한 필수 지식

모든 것의 시작은 상대를 아는 것입니다. 생성형 AI라는 큰 숲과 그 안에서 뇌 역할을 하는 LLM의 관계를 이해하고 텍스트를 넘어 이미지와 영상까지 다루는 멀티모달 생태계의 지도를 그립니다. 클로즈드 소스와 오픈 소스 모델의 차이, 토큰 · 컨텍스트 · 환각 같은 필수 용어까지 짚어두면 생성형 AI가 한결 더 친숙하게 느껴지실 것입니다.

• 제2부: 좋은 답을 얻는 질문 습관

생성형 AI와 대화의 규칙부터 세웁니다. 목적 · 대상 · 채널 · 톤을 정리해 요청을 또렷하게 만들고 QA-Prompting으로 역질문 루틴을 구축합니다. 마지막으로 Verbalized Sampling을 활용해 ‘무난함’을 벗어나 창의성을 안정적으로 끌어올리는 방법을 연습합니다.

• 제3부: 그럴듯함을 경계하는 대화의 기술

생성형 AI의 장점은 ‘속도’지만 위험은 ‘그럴듯함’입니다. 모델의 사고 수준(Thinking Level)을 조절하고 사실과 해석을 분리해 말하게 하며 사실 검증 · 출처 확인 · 외부 정보 활용이라는 3가지 방법을 학습합니다. NotebookLM으로 기준을 고정해 ‘내 문서에서만 답하게 만들기’도 학습합니다.

• 제4부: 생성형 AI의 앱(도구)을 활용하기 위한 대화의 기술

이제 생성형 AI와의 대화는 텍스트 응답을 넘어 도구를 조작하는 단계로 확장됩니다. Gemini Canvas로 슬라이드를 구성하고 ChatGPT의 ‘할 일 만들기’로 지식 업데이트 루틴을 설계합니다. 이어서 Canva를 활용한 시각디자인 요청과 AI Studio 기반 인터랙티브 슬라이드 제작까지 익히며, 생성형 AI를 결과물 제작과 작업 흐름 관리의 파트너로 활용하는 방법을 살펴봅니다.

• 제5부: 반복 업무를 덜어내기 위한 대화의 기술

대화의 기술을 반복 가능한 루틴으로 굳힙니다. 유저 프롬프트와 시스템 프롬프트의 차이를 이해하고 클로즈드 모델의 프로젝트 기능으로 업무 맥락을 고정시키며, 가상의 대화 시뮬레이션을 통해 나만의 시스템 프롬프트를 설계하는 방법을 다룹니다. 마지막으로 지식을 구조화하고 문서를 체계적으로 관리하는 전략까지 연결합니다.

• 제6부: 엔터테인먼트 콘텐츠를 제작하기 위한 대화의 기술

글(Script)을 시각과 음악 언어로 확장합니다. 이미지 생성 프롬프트 설계부터 Google Mixboard를 활용한 이미지 합성, Gemini Omni로 영상을 만드는 실습, Replicate로 오픈소스 모델을 탐험하고 나아가 Gemini로 음악까지 생성하는 미디어 콘텐츠 제작의 전 과정을 다룹니다.

생성형 AI를 단순히 ‘신기한 도구’로 보지 마세요. 여러분의 책상 맞은편에 앉은 가장 똑똑하고 성실한 보조 작가이자 조연출로 바라보셔야 합니다. 이 책이 강조하는 핵심은 몇 가지 프롬프트 엔지니어링 기법을 ‘외우는 일’이 아니라, 질문의 방식 자체를 학습하고 체화하는 일입니다. 모델은 빠르게 진화하고 기능은 계속 바뀌지만, 좋은 결과물을 만드는 질문에는 변하지 않는 구조가 있습니다. 목적과 맥락을 먼저 세운 다음 필요한 정보를 끌어내는 역질문을 설계하고 생성된 결과를 기준에 따라 검증하고 수정하는 대화의 흐름입니다. 이 흐름을 몸에 익히면 도구나 모델이 바뀌어도 흔들리지 않습니다.

마지막으로, 이 책을 읽는 방법에 대해 한 가지 말씀드리고 싶습니다.

이 책은 특정 생성형 AI를 잘 다루는 ‘스킬 가이드’가 아닙니다. ChatGPT를 쓰든, Gemini를 쓰든, Claude를 쓰든, 어떤 생성형 AI를 마주하더라도 최상의 결과를 이끌어내는 ‘질문하는 방식’을 다루고 있습니다. 그렇기 때문에 이 책의 실습 파트에서는 완성된 결과물의 캡처 화면을 보여주지 않습니다. 의도적인 선택입니다.

그 이유는 간단합니다. 여러분이 지금 사용하고 있는 생성형 AI는 이미 여러분 자신과의 대화를 통해 조금씩 다른 형태로 진화하고 있습니다. 같은 질문을 던지더라도 저자의 AI와 독자의 AI는 서로 다른 답을 내놓을 수 있습니다. 그동안 누적된 상호작용, 취향, 습관이 은연중에 반영되기 때문입니다. 따라서 저자의 결과물을 그대로 따라 하려는 시도는 오히려 독자 여러분의 가능성을 좁히는 일이 될 수 있습니다.

이 책에서 진짜 배워야 할 것은 결과물의 모양이 아니라, 그 결과를 끌어낸 질문의 구조입니다. 어떤 순서로 맥락을 제공했는지, 어떤 조건을 먼저 정리했는지, 어디서 AI에게 되묻게 했는지. 이 패턴과 접근 방식을 이해하고 나면, 새로운 도구가 등장하더라도 처음부터 헤매지 않습니다. 생성형 AI의 특징을 파악하고 그에 맞는 질문을 설계하며, 결과를 검증하고 다듬는 일련의 사고 과정이 몸에 배는 것, 그것이 이 책이 궁극적으로 독자 여러분께 전하고 싶은 것입니다.