메인 콘텐츠로 바로가기
노트 목록

AI에게 일을 맡길 때 내 손에 남겨 둬야 하는 것

강경미 강사20
목차5

주황색 메모와 연필, 톱니바퀴가 놓인 큰 종이 더미, 돋보기를 올린 문서가 화살표로 이어진 종이 콜라주

AI로 영상을 만드는 분들의 이야기를 두 편 봤습니다. 하나는 'HOW I AI' 팟캐스트에 샘호트만 님이 나와서 쇼츠와 3시간짜리 강의 영상을 AI로 편집하는 과정을 보여 준 편이고, 다른 하나는 쇼츠 채널을 여러 개 운영하는 분의 인터뷰입니다.

저는 영상을 만드는 사람이 아닙니다. 그런데 두 분이 하는 이야기는 영상 편집 기술보다 "일을 맡기는 사람은 무엇을 하고 있어야 하나"에 가까웠습니다. 보고서를 AI에게 맡기는 분이나 AI가 만든 코드를 리뷰하는 개발자에게도 해당되는 내용이라 적어 둡니다.

만드는 일은 맡기고, 기획과 검수는 남깁니다

샘호트만 님은 영상에서 검수가 10% 정도이고 나머지 90%는 AI가 한다고 말했습니다. 말이 없는 구간을 잘라 내고, 화면에 비친 비밀번호를 가리고, 음량을 맞추는 일은 규칙이 분명해서 이미 자동으로 끝난다고 합니다. 본인이 하는 일은 대본을 다듬는 것과, 다 만든 영상을 보고 보기 좋은지, 처음 보는 사람이 이해하기 쉬운지 판단하는 것입니다.

그 사이에는 끼어들지 않는다고 했습니다. 중간에 사람이 확인해 주기를 기다리게 만들면 그 사람 때문에 일이 멈춘다는 거예요. 그래서 대본을 정한 다음에는 영상이 다 만들어질 때까지 AI가 묻지 않고 진행하게 해 두었다고 합니다.

쇼츠 채널 운영자는 사람에게 맡기고 있었는데 일하는 모양은 같았습니다. 대본 쓰는 사람과 편집하는 사람을 따로 두고, 본인은 대본을 확인하고 마지막에 자막이 틀린 곳, 장면이 어색하게 넘어가는 곳, 오타를 봅니다.

월간 보고서로 바꿔 생각해 보면, 숫자를 모으고 표를 만들고 문장을 다듬는 일은 AI에게 맡길 수 있습니다. "이번 달에 팀장님이 꼭 알아야 할 것이 무엇인가"는 맡기는 사람이 먼저 정해야 하고, 나온 보고서를 읽으면서 받는 사람이 바로 이해할지 보는 것도 맡기는 사람이 할 일입니다.

맡기는 사람이 결과를 볼 줄 알아야 합니다

샘호트만 님이 3시간짜리 강의 영상을 만들 때 AI가 실습 부분을 너무 어렵게 만들었다고 합니다. 처음 배우는 사람이 따라오기 힘든 수준이어서 34분 분량을 통째로 뺐다고 영상에서 말했습니다. 난이도를 낮추라고 지시해서 해결될 부분이 아니었다고 하고요. 그래서 이분이 검수할 때 가장 먼저 보는 것은 전공하지 않은 사람이 보고 "나도 할 수 있겠다"고 느끼는가입니다.

저는 2000년부터 개발자를 가르쳐 왔는데, 이 이야기가 낯설지 않았습니다. 설명을 듣고 이해했다고 생각하는 것과 혼자서 해낼 수 있는 것은 다르거든요. 설명이 매끄럽게 읽힌다고 해서 처음 배우는 사람이 따라올 수 있는 것은 아닙니다. 어디에서 막힐지는 배우는 사람 자리에서 한 단계씩 따라가 봐야 보입니다. AI가 만든 교육 자료라면 맡긴 사람이 그렇게 읽어 봐야 합니다.

코드도 같습니다. AI가 만든 코드는 겉보기에 그럴듯하고 실행도 잘되는 경우가 많습니다. 하지만 실행된다고 해서 올바른 코드라는 보장은 없습니다. 데이터를 잘못 바꿀 수도 있고, 기존 시스템의 규칙을 지키지 않을 수도 있습니다. 동작 원리를 모르면 이런 문제를 찾기 어렵습니다.

두 영상에 비슷한 말이 나옵니다. 자동화를 하려면 "똥인지 된장인지"는 구분할 수 있어야 한다는 말입니다. 쇼츠 운영자는 편집을 완벽하게 할 필요는 없지만 편집이 어떻게 이루어지는지는 알아야 하고, 내가 원하는 결과가 분명해야 피드백을 줄 수 있다고 했습니다. 샘호트만 님은 손으로 편집해 본 사람은 자기가 만든 결과물을 AI에게 보여 주고 거기서 시작할 수 있어서 출발선이 다르다고 했습니다.

AI에게 일을 잘 시키는 것도 중요하지만 그 결과가 맞는지 판단할 수 있어야 합니다. 그래서 저는 기본기를 제대로 이해하는 사람의 가치가 오히려 더 커질 수 있다고 생각합니다.

고쳐 달라고 한 말을 적어 두면 지침이 됩니다

샘호트만 님이 품질을 올린 방법으로 가장 힘주어 말한 것은 비교였습니다. AI가 만든 영상과 실제로 잘 만든 영상을 나란히 놓고 AI에게 어디가 부족한지 찾게 합니다. 처음에는 AI가 진짜 차이를 잘 짚지 못한다고 합니다. 그때 사람이 자기 생각을 덧붙여 바로잡아 주고, 같은 일이 다시 생기지 않으려면 무엇을 적어 둬야 하는지 AI에게 물어서 그 답을 저장해 둔다고 했습니다.

이렇게 검수하면서 마음에 안 드는 점을 한 줄씩 메모로 남기고, 메모가 쌓이면 AI가 작업할 때 읽는 지침으로 만든다고 합니다. 쇼츠 운영자도 같은 일을 했습니다. 직원, 편집자와 대본을 두고 주고받은 피드백 대화를 모아서 대본 쓰는 AI에게 자료로 넣었더니 바로 쓸 만한 대본이 나온다고 영상에서 말했습니다. 목소리, 글꼴, 자막 위치까지 지침에 적어 두었다고 하고요. 처음 쓰는 사람이 똑같이 하면 같은 결과가 나오느냐는 질문에는 "아니요, 지침을 제가 다 정해 줬기 때문"이라고 답했습니다.

이분이 외주 편집자를 뽑을 때 가장 먼저 보는 것도 편집 실력이 아니었습니다. 고쳐 달라고 했을 때 얼마나 반영하는지를 본다고 합니다. 처음부터 원하는 결과를 내는 사람은 없으니 몇 번 주고받아 봐야 안다는 거예요.

AI는 이 점에서 사람과 다릅니다. 대화 창에서 "이 표현은 쓰지 마"라고 말해도 새 대화를 열면 그 말을 기억하지 못합니다. 그래서 적어 둘 곳이 필요합니다. Claude Code 같은 도구에는 대화를 시작할 때마다 읽는 지침 파일이 있고, 채팅형 도구에도 미리 적어 두는 지침 칸이 있습니다. 거기에 적힌 것만 다음 작업에 반영됩니다.

회사에서 우리는 이런 판단을 매일 합니다. "이 고객사 보고서는 결론을 맨 앞에 쓴다", "우리 팀은 함수 이름을 이렇게 짓는다" 같은 것들입니다. 보통은 머릿속이나 메신저 대화에만 있다가 사라집니다. 한 줄씩 적어 두면 AI에게 줄 지침이 되고, 새로 온 동료에게 건넬 문서도 됩니다.

잘 만든 것과 비교시키는 방법도 사무 일에 그대로 쓸 수 있습니다. 예전에 잘 쓴 제안서가 있다면 AI가 쓴 초안과 함께 주고 두 문서가 어디에서 다른지 찾아 달라고 해 보세요. "더 잘 써 줘"라고 하는 것보다 고칠 곳이 훨씬 구체적으로 나옵니다.

큰 일을 맡길 때 두 분이 쓰는 방법

샘호트만 님은 AI가 한 번에 만드는 양이 길어질수록 뒤쪽 품질이 떨어진다고 했습니다. "AI가 퇴근하고 싶어서 대충 만든다"고 표현하더라고요. 그래서 3시간 영상은 장마다 확인하고 나서 합쳤다고 합니다. 보고서도 "전체를 써 줘"라고 하기보다 목차를 먼저 확인하고 장마다 받아서 보는 쪽이 낫습니다.

대화 하나에서는 한 가지 일만 하라는 말도 했습니다. 영상에서는 AI가 한 번에 기억할 수 있는 양(컨텍스트)의 35~40%를 넘기면 품질이 떨어지기 시작한다고 말했는데, 이 숫자는 이분이 써 보고 느낀 것이라 도구와 작업에 따라 다를 겁니다. 다만 대화가 길어지면 앞에서 정한 것을 놓치기 쉽다는 점은 널리 알려져 있고, AI 코딩 도구들도 작업이 바뀌면 대화를 새로 시작하라고 안내합니다.

밤새 AI에게 일을 시켜 놓고 잘 때는 그 전에 한 시간 넘게 AI와 이야기하면서 무엇이 되면 끝인지, 무엇은 하면 안 되는지를 정리한다고 합니다. 자고 일어났을 때 사고가 나 있지 않으려면 무엇을 적어 둬야 하는지 AI에게 물어보면서요. 긴 작업을 맡기기 전에 "이 지시대로 하다가 어디에서 잘못될 수 있을까?"를 먼저 물어보면 미처 생각하지 못한 빈틈을 찾을 수 있습니다.

쇼츠 운영자는 AI에게 완성된 영상만 받지 않고 편집 프로그램의 프로젝트 파일을 남기게 한다고 했습니다. 그래야 자막과 음성만 바꿔서 다른 언어 영상을 다시 만들 수 있다는 거예요. 보고서도 PDF로만 받으면 숫자 하나를 고칠 때 처음부터 다시 시켜야 합니다. 고칠 수 있는 원본 문서와 표 파일을 같이 받아 두는 것이 좋습니다.

안 되는 일을 대하는 태도도 기억에 남았습니다. 샘호트만 님은 입 모양을 맞춰 주는 모델의 결과가 뭉개져서 여러 방법으로 고쳐 보다가, 모델 자체의 한계라고 보고 나중에 나온 다른 모델로 바꿔서 해결했다고 합니다. 지금 모델의 약점을 막으려고 장치를 너무 많이 붙이면 더 좋은 모델이 나왔을 때 그걸 다 걷어 내야 한다는 말도 했습니다. AI가 유독 못하는 일이 있다면 당분간 사람이 하고, 그 일이 무엇이었는지만 적어 두세요. 새 모델이 나오면 그 목록부터 시험해 보면 됩니다.

하나만 해 본다면

영상 끝부분에서 샘호트만 님은 AI를 쓸수록 기획과 검수의 영역은 오히려 더 늘어난다고 했습니다. 저도 같은 생각입니다. AI 시대에 개발자에게 필요한 능력 가운데 하나가 AI가 만든 코드를 읽고 판단하는 능력이라고 생각해 왔는데, 영상을 만드는 분들이 같은 이야기를 하고 있어서 반가웠습니다.

오늘 AI에게 맡긴 일이 있다면 결과를 보고 고쳐 달라고 한 것 하나를 메모로 남겨 보세요. 다음에 같은 일을 맡길 때 그 메모부터 건네면 됩니다.

댓글

불러오는 중...

댓글을 작성하려면 이 필요합니다.