[에듀코카] AI 잘 쓰는 사람은, 질문부터 다릅니다 ✍️

2026. 1. 6.

[에듀코카] 스토리텔링으로 완성하는 탐사 보도

2026.01.06│117호│웹에서 보기

요즘 주변을 보면, 다들 AI로 이것저것 만들어내는 것처럼 보이죠. 누군가는 AI로 영상 만들고 🎬, 누군가는 이미지 뽑고 🎨, 또 누군가는 글을 술술 써낸다는데 막상 내가 직접 써보면, 이런 생각이 먼저 듭니다. “왜 나는 저만큼 안 나오지?”, "내가 AI를 잘 못 쓰는 건가…?” 😊

AI는 분명 여기저기서 많이 쓰이고 있지만, 막상 직접 써보면 생각보다 쉽지 않습니다. 결과는 어딘가 애매하고, 기대했던 퀄리티와는 거리가 느껴지기도 하죠. 그래서 AI는 여전히 많은 사람들에게 다들 잘 쓰는 것 같은데, 나는 잘 모르겠는 도구에 가깝습니다.

생성형 AI는 말 그대로 무언가를 새롭게 만들어내는 인공지능입니다. 질문에 답하는 데서 그치지 않고, 글을 쓰고 ✍️, 이미지를 그리고 🎨, 목소리와 음악을 만들고 🎧, 시나리오만 있으면 영상까지 만들어냅니다 🎬. 다만 여기서 꼭 짚고 넘어가야 할 점이 있어요. 이 모든 결과는 AI의 능력 차이보다, 사용자가 어떻게 입력하느냐, 즉 프롬프트에 따라 크게 달라진다는 사실입니다. 같은 도구를 써도 “아무거나 하나 만들어줘”라고 할 때와, 목적과 맥락을 담아 말할 때의 결과는 전혀 다르거든요.

그래서 지금은 “AI가 어디까지 가능할까?”를 구경하는 단계라기보다, “왜 나는 원하는 결과가 안 나올까?”, “AI를 어떻게 써야 덜 답답할까?”를 고민해야 하는 시점입니다. 그래서 오늘 콩! 에서는 AI를 콘텐츠 창작과 기획 과정에서 현실적으로 같이 일하는 도구로 바라보며 이야기를 풀어보려 합니다. 이 흐름을 알고 나면, AI를 쓰는 마음도 훨씬 편해질 거예요. ☺️

AI 이야기를 들으면 가장 먼저 떠오르는 생각이 있어요. “이제 웬만한 건 다 AI가 해주겠지?” 혹은 “쓰면 바로 결과가 나오겠지?” 같은 기대죠. 🤔 그런데 막상 AI를 직접 써보면, 생각보다 애매한 결과가 나올 때가 많습니다. 기대했던 만큼 ‘와!’ 하는 순간보다는, “음… 이걸 어떻게 고치지?”라는 고민이 먼저 들기도 하고요.

이건 AI가 부족해서라기보다, 우리가 AI에게 기대하는 역할이 정리되지 않았기 때문인 경우가 많아요. AI는 아이디어를 처음부터 끝까지 대신 만들어주는 존재라기보다 내가 던진 조건 안에서 가능한 선택지를 빠르게 펼쳐주는 도구에 가깝습니다. 그래서 ‘아이디어를 만들어줘’라고 하면 막막한 결과가 나오고, ‘이 아이디어를 이렇게 바꿔줘’라고 하면 훨씬 쓸 만해지죠. 💡

또 하나 자주 생기는 오해는, AI 결과물이 어딘가 평범해 보일 때 느끼는 실망감이에요. “이 정도면 내가 직접 해도 되겠는데?”라는 생각이 들기도 하죠. 하지만 이건 실패라기보다 AI를 초안용 도구로 써야 한다는 신호에 가깝습니다. 처음부터 완성본을 기대하기보다는, 생각을 정리하고 방향을 잡는 단계에서 쓰는 게 훨씬 잘 맞거든요. 이 기대치를 먼저 정리해두면, AI를 쓰는 과정이 훨씬 덜 피곤해집니다. 😊✨

AI는 사람처럼 감정을 느끼거나, 스스로 의미를 이해하지는 못합니다. 대신 아주 많은 데이터를 바탕으로 패턴을 학습하고, 다음에 올 가능성이 높은 것을 예측하는 데 강한 존재예요.

예를 들어 “감수성 있는 문장을 만들어줘”라고 요청하면, AI는 ‘감수성’이라는 단어와 함께 자주 등장했던 표현들을 떠올립니다. ‘조용한’, ‘그리움’, ‘기억’, ‘창밖’, ‘빗소리’ 같은 단어들이죠. 이 단어들은 AI 안의 언어 공간(latent space)에서 의미적으로 가까운 위치에 모여 있고, AI는 그중에서 가장 자연스러워 보이는 조합을 골라 문장을 만들어냅니다. 그래서 “빗소리가 고요히 창밖을 스치며, 오래된 기억 하나가 스며든다.” 같은 문장이 나오는 거예요. 이 문장은 어디서 그대로 가져온 문장이 아니라, ‘감수성’이라는 키워드와 가까운 표현들이 확률적으로 엮인 결과입니다.

이 구조 덕분에 AI는 짧은 시간 안에 많은 초안을 만들어낼 수 있습니다. 광고 문구 초안을 빠르게 여러 개 제안하고, 스토리보드의 뼈대를 금방 만들어주고, 배경음악 샘플을 참고용으로 뽑아주는 식이죠. 다만 여기서 중요한 포인트가 있어요. AI는 왜 이걸 만드는지, 어떤 메시지를 담아야 하는지, 어떤 감정을 전달하고 싶은지까지는 판단하지 못합니다. 그 기준은 여전히 사람의 몫이에요. 그래서 AI 결과물을 볼 때 “생각보다 평범한데?”라는 느낌이 드는 것도 아주 자연스러운 일입니다. 💡

그래서 결국 중요한 질문은 이겁니다. “AI를 쓸까 말까?”가 아니라, “AI에게 어떻게 말할까?”예요. 생성형 AI는 프롬프트를 기반으로 결과를 만들어내는 도구이기 때문에, 지시가 모호하면 결과도 자연스럽게 모호해질 수밖에 없습니다. 목적이 불분명하거나, 배경 설명이 빠져 있거나, 맥락 없이 던진 요청은 대부분 기대와 다른 결과로 돌아오죠. “왜 이렇게 나왔지?”라는 순간, 사실은 AI보다 내가 던진 질문이 너무 두루뭉술했던 경우가 많습니다.

조금 더 결과를 안정적으로 얻고 싶다면, AI에게 일을 던지듯 말하기보다 프롬프트를 하나의 설명서처럼 생각하는 방식이 도움이 됩니다. AI에게 어떤 역할로 일하고 있는지, 어떤 상황에서 필요한 결과인지, 분량이나 톤은 어느 정도인지까지 함께 전달하면 결과가 훨씬 정돈돼요. 여기에 필요하다면 예시나 출력 형식까지 덧붙여주면, AI가 헤맬 여지도 눈에 띄게 줄어듭니다. 결국 프롬프트의 디테일이, 결과물의 방향을 정해주는 셈이죠. 💡

그리고 여기서 가장 많이 놓치는 포인트가 하나 있어요. 프롬프트는 한 번에 끝내는 질문이 아니라는 점입니다. AI가 처음 내놓은 결과는 초안에 가깝습니다. 그래서 “조금 더 감성적으로 바꿔줘”, “길이를 줄여줘”, “문장을 더 가볍게”처럼 피드백을 주며 다듬는 과정이 훨씬 중요해요. 같은 목적이라도 조건을 바꿔 여러 버전을 만들어보면, 어떤 요청이 내 콘텐츠에 잘 맞는지도 점점 감이 옵니다.

이렇게 보면 프롬프트는 단순한 명령문이 아니라, 내 기획 의도와 기준을 AI에게 전달하는 설계도에 가깝습니다. AI를 잘 쓰는 사람은 말을 잘하는 사람이 아니라, 자기가 원하는 결과를 비교적 정확히 설명할 수 있는 사람이라는 점, 꼭 기억하세요! 📌