콘텐츠를 AI로 만들면 티가 납니다. 그럼 뭐을 자동화해야 하나

"콘텐츠도 AI로 돌릴 수 있나요?"

상담에서 자주 받는 질문입니다. 그리고 거의 항상 이어서 이런 말이 나옵니다. "근데 써보니까 티가 나더라고요."

둘 다 맞습니다. 그래서 질문을 바꿔야 합니다. "콘텐츠를 자동화할 수 있나"가 아니라 "콘텐츠 일 중에 무엇을 자동화할 수 있나" 입니다.

글쓰기는 생각보다 작은 일입니다

콘텐츠 한 편이 나가기까지 일을 나열해 보면 이렇습니다.

주제를 정하고, 자료를 모으고, 목자를 잡고, 본문을 쓰고, 이미지를 만들고, 올리고, 성과를 정리하고, 다음 주제를 정합니다.

여덟 중에 사람이 꾸 붙어야 하는 건 본문 하나입니다. 그런데 대부분의 팀이 나머지 일곱에 시간을 다 쓰고 본문을 급하게 씁니다. 순서가 거꿌로 된 겁니다.

쉽게 말하면 재료 손질과 설거지에 하루를 쓰고 정작 요리는 서서 하는 상태입니다.

어디까지 기계에 맡기나

일	기계가 하나	왜
주제 발굴	됨	검색 수요, 고객이 실제로 묻는 말, 경쟁사가 안 쓴 것. 전부 모을 수 있다
자료 모으기	됨	우리 프로젝트 기록, 상담 질문, 지난 성과. 흩어져 있을 뿐 다 있다
목자 잡기	됨	문제 정의부터 결론까지의 뼈대는 유형이 정해져 있다
본문 쓰기	사람	실제로 겪은 것을 옮기는 일. 여기가 전부다
이미지	대체로	사진이 아니라 도식이면 규칙으로 만든다
발행·배포	됨	올리고, 링크 걸고, 채널에 뿌리는 일
성과 정리	됨	무엇이 읽혔는지 세는 일
다음 주제	됨	읽힌 글의 주제를 다음 후보로 올린다

여덟 줄 중 일곱이 됩니다. 그런데 대부분의 회사가 하나 남은 칸을 자동화하려다 실패합니다.

AI가 쓴 글이 티 나는 진짜 이유

문체 때문이 아닙니다. 요즘 모델은 문장을 사람보다 매끄럽게 씁니다.

티가 나는 건 그 안에 아무도 겪은 사람이 없어서입니다. 읽다 보면 다 맞는 말인데 어디서 본 것 같고, 이 회사가 아니어도 그대로 쓸 수 있는 글입니다.

구체적으로는 이런 것들이 빠져 있습니다.

• 실제로 해봤을 때만 아는 함정. "이렇게 하면 됩니다"는 있는데 "여기서 한 번 데였습니다"가 없다
• 안 되는 것을 안 된다고 말하는 문장. AI는 웬만하면 다 된다고 쓴다
• 숫자의 출처. "효율이 크게 개선됩니다"는 쓰는데 무엇을 어떻게 쟀는지가 없다

이 셋은 자료가 아니라 경험이라 모델이 만들어낼 수 없습니다. 지어내면 그때부터 거짓말이 됩니다.

그래서 이렇게 나눕니다

기계가 준비하고 사람이 씁니다.

매주 기계가 주제 후보 몇 개를 뽑아 옵니다. 우리가 최근에 한 프로젝트, 상담에서 반복된 질문, 검색 수요가 있는데 우리가 안 쓴 주제를 훑어서 가져옵니다. 각 후보에는 뼈대와 참고할 우리 기록이 붙어 있습니다.

사람은 그중 하나를 골라 자기가 겪은 것을 채웁니다. 빈 화면에서 시작하지 않으니 한 시간이면 됩니다. 주제를 뭘로 할지 고민하는 시간, 자료 찾는 시간이 사라집니다.

실제로 줄어드는 것

콘텐츠 한 편에 드는 시간을 뜯어보면 대개 이렇습니다. 주제 정하기와 자료 찾기가 절반 넘고, 쓰기는 생각보다 짧고, 올리고 정리하는 데 또 한참 걸립니다.

앞뒤를 없애면 남는 건 쓰기입니다. 편수가 늘어나는 게 아니라 쓰는 데만 집중하게 되는 것이 이 방식의 값입니다.

하지 말아야 할 것

초안을 통째로 뽑아 손보는 방식은 권하지 않습니다. 빈 화면보다 빠른 것 같지만, 남이 쓴 틀린 글을 고치는 일이 처음부터 쓰는 것보다 오래 걸립니다. 그리고 고치다 지치면 그냥 내보내게 됩니다.

뼈대까지만 받고 문장은 자기 손으로 쓰는 편이 결과도 낫고 시간도 짧습니다.

먼저 해보실 것

지난 석 달 콘텐츠 중에 반응이 좋았던 것 세 편을 꺼내보십시오. 공통점이 보일 겁니다. 대개는 실제로 있었던 일을 쓴 글입니다.

그 공통점이 곧 주제 발굴 자동화에 넣을 기준입니다. 새로 만들 필요가 없습니다.