141
디자인 시안을 제안할 때 가장 어려운 순간은 클라이언트가 원하는 것은 있지만, 그것을 충분히 설명하지 못할 때다. “요즘 느낌으로 해주세요.”, “조금 더 세련됐으면 좋겠습니다.”, “고급스럽지만 어렵지는 않았으면 해요.”
분명 요청은 받았지만, 실제로 디자인에 반영할 수 있는 정보는 많지 않다. 세련됨의 기준은 사람마다 다르다. 누군가에게는 여백이 많은 디자인이고, 다른 누군가에게는 화려하고 감각적인 그래픽일 수 있다. 고급스러움 역시 절제된 색과 정돈된 구성을 뜻할 수도 있고, 정교한 장식과 강한 인상을 의미할 수도 있다. 이런 상태에서 시안을 만들면 디자이너가 빈칸을 채워야 한다.
경험과 감각을 이용해 클라이언트가 말하지 않은 부분을 추측한다. 하지만 디자이너가 채운 빈칸과 클라이언트가 머릿속에 그린 모습이 같을 가능성은 높지 않다. 결국 이런 반응이 돌아온다. “제가 생각했던 것과 조금 다른 것 같아요.” 결과물의 완성도가 낮아서일 수도 있다. 하지만 그보다 먼저 확인해야 할 것이 있다. 처음부터 결과물에 반영할 수 있는 입력이 충분했는가.
같은 AI인데,
왜 어떤 사람은 더 나은 답을 얻을까
좋은 디자인은 좋은 질문에서 시작됐다
경험을 반복하면서 시안을 만드는 일보다 그전에 클라이언트의 생각을 끌어내는 일이 더 중요하다는 것을 알게 됐다. 그래서 나는 항상 바로 디자인을 시작하지 않는다. 어떤 부분을 표현하고 싶은지, 기존 디자인에서 무엇이 불편했는지, 기존과 무엇이 달라야 하는지, 고객이 처음 봤을 때 어떤 감정을 느껴야 하는지를 먼저 묻는다. 때론 이런 내 질문을 곱게 바라보지 않는 사람도 존재한다. 그냥 해서 보여주면 되지 뭘 자꾸 물어보냐는 거다. 하지만 이런 유형의 사람을 만날 때에는 결과가 그리 좋지 않았다.
때론, 클라이언트가 좋다고 말한 디자인보다 싫다고 말한 디자인에서 더 많은 정보를 얻을 때도 있었다. 원하는 것을 설명하기 어려운 사람도 원하지 않는 것은 비교적 분명하게 말할 수 있기 때문이다.
- “왜 이 디자인이 좋습니까?”
- “이 디자인에서 우리 브랜드와 맞지 않는 부분은 무엇입니까?”
- “고객에게 한 가지만 기억시킨다면 무엇이어야 합니까?”
질문을 반복하면 처음에는 막연했던 말이 조금씩 구체적으로 변한다. ‘세련된 디자인’은 젊은 고객이 부담 없이 접근할 수 있는 브랜드가 되고 싶다는 말로 바뀐다. ‘고급스러운 느낌’은 가격이 비싸 보이는 것이 아니라 신뢰할 수 있는 전문성을 보여주고 싶다는 의미로 바뀐다. 이때부터 디자이너가 결과물에 반영할 수 있는 정보가 생긴다. 좋은 디자인은 디자이너가 혼자 만들어내는 것이 아니었다. 클라이언트의 머릿속에 있지만 아직 언어가 되지 않은 생각을 끌어내고, 그것을 시각적인 결과로 번역하는 과정에 가까웠다.
AI도 입력되지 않은 생각까지 알 수는 없다
생성형 AI를 사용할 때도 비슷한 일이 반복된다. 사람들은 짧은 문장을 입력한 뒤 높은 완성도의 결과를 기대한다.
- “AI에 관한 글을 써줘.”
- “세련된 이미지를 만들어줘.”
- “사업 전략을 정리해 줘.”
- “전문적인 보고서로 작성해 줘.”
AI는 빠르게 결과를 만든다. 문장도 자연스럽고 형식도 그럴듯하다. 하지만 자세히 보면 어디선가 본 듯한 표현이 반복되고, 정작 내가 원했던 관점은 빠져 있다. 내용은 틀리지 않았지만 굳이 내가 쓸 이유가 없는 결과물이 나오기도 한다. 그때 우리는 AI의 결과가 실무에 실용적이지 않다고 생각한다.
물론 AI 자체의 한계도 있다. 사실과 다른 내용을 만들거나, 맥락을 놓치거나, 사용자가 요청한 방향에서 벗어날 수 있다. 하지만 결과의 완성도가 기대보다 낮은 이유 중 상당수는 AI가 부족해서가 아니라, AI가 참고할 수 있는 입력이 부족했기 때문이다. AI는 사용자가 말하지 않은 목적을 정확히 알 수 없다. 누구를 설득해야 하는지, 무엇을 중요하게 봐야 하는지, 어떤 기준으로 결과를 판단해야 하는지도 입력하지 않으면 알 수 없다. 부족한 입력의 빈칸은 결국 평균적인 표현으로 채워진다. 입력이 평범하면 출력도 평범해질 가능성이 높다.
좋은 프롬프트는 문장 기술이 아니다
AI가 확산되면서 프롬프트를 잘 쓰는 방법이 새로운 능력처럼 이야기되고 있다. 역할을 지정하고, 배경을 설명하고, 결과물의 형식을 정하고, 참고할 예시를 제공하라는 방법들이 소개된다. 이런 방법은 분명 도움이 된다. 하지만 좋은 프롬프트의 본질은 명령어를 능숙하게 조합하는 데 있지 않다. 좋은 프롬프트는 자신이 무엇을 원하는지 충분히 생각한 흔적이다.
누구를 위한 결과물인지, 해결해야 할 문제가 무엇인지, 어떤 관점이 중요한지, 무엇을 포함하고 무엇을 제외해야 하는지를 분명하게 설명할수록 AI의 결과도 구체적으로 달라진다.
예를 들어 다음 요청에는 방향이 없다.
요즘 조회수 잘 나오는 AI에 관한 글을 써줘.
반면 다음 요청에는 이미 하나의 관점이 들어 있다.
AI는 작업시간을 줄였지만, 사람은 더 많은 결과물을 검토하고 선택해야 한다. 자동화가 실행시간은 줄였지만 판단시간은 늘렸다는 관점에서 직장인을 위한 칼럼을 작성해 줘.
두 요청의 차이는 문장의 길이가 아니다. 두 번째 요청에는 사용자의 관찰과 해석이 들어 있다. AI가 만든 좋은 결과처럼 보여도 그 출발점에는 사람이 입력한 생각이 있다. 프롬프트 즉, 입력은 질문의 한 방식이다. 역사적으로 성공한 사람들은 더 나은 질문을 던졌고, 결과적으로 더 나은 답을 얻었다
입력값은 정보량이 아니라 통찰이다
그렇다고 AI에 많은 정보를 넣기만 하면 좋은 결과가 나오는 것은 아니다. 검색한 자료를 길게 붙여 넣고, 회의록을 전부 입력하고, 참고 문서를 여러 개 제공해도 무엇이 중요한지 정하지 않으면 결과는 여전히 흐릿하다. 양질의 입력은 정보의 양보다 정보의 선택에서 나온다. 수많은 사실 가운데 무엇을 연결할 것인지, 익숙한 현상에서 어떤 문제를 발견할 것인지, 남들이 지나친 장면에서 어떤 의미를 읽어낼 것인지는 사람이 결정한다.
이것이 개인의 통찰이다. 창의력도 완전히 새로운 것을 무에서 만들어내는 능력만을 의미하지 않는다. 서로 관련 없어 보이는 경험을 연결하고, 익숙한 문제를 다른 관점에서 바라보고, 당연하게 받아들였던 답을 의심하는 능력도 창의력이다. 내가 AI에 입력할 수 있는 가장 가치 있는 것은 검색으로 찾은 정보가 아닐 수 있다.
오랫동안 일을 하며 쌓은 경험, 반복되는 문제에서 발견한 패턴, 다른 사람과 달리 해석한 장면, 아직 정리되지 않았지만 계속 마음에 남아 있던 생각일 수 있다. AI는 이런 생각을 대신 만들어주기보다 빠르게 확장하고 정리한다. 입력할 통찰이 없다면 AI가 증폭할 것도 없다.
AI는 생각을 대신하기보다 증폭한다
AI는 빈 화면을 빠르게 채워준다. 문장을 다듬고, 여러 아이디어를 제안하고, 흩어진 자료를 구조화한다. 이전보다 훨씬 적은 시간으로 그럴듯한 결과물을 만들 수 있게 됐다. 그래서 AI가 생각까지 대신해 준다고 느끼기 쉽다. 하지만 AI가 주로 대신하는 것은 표현과 확장이다. 무엇을 중요하게 볼 것인지, 어떤 질문을 던질 것인지, 결과물에 어떤 관점을 담을 것인지는 여전히 사용자가 결정해야 한다.
AI는 생각이 충분하지 않은 상태에서도 결과를 만들어준다. 다만 그런 결과는 대체로 안전하고 익숙하며 평균적이다. 반대로 사용자가 분명한 문제의식과 고유한 경험을 입력하면 AI는 그것을 빠르게 확장한다. 흩어진 생각을 하나의 구조로 만들고, 빠진 논리를 찾고, 다른 표현을 제안하며, 하나의 관점을 여러 형태의 결과물로 발전시킨다. 그래서 AI는 창의력을 대체하는 도구라기보다 창의력의 범위를 넓히는 도구에 가깝다. AI의 출력은 사용자의 생각을 넘어설 수 있지만, 아무 생각도 없는 곳에서 개인의 관점을 만들어주지는 못한다.
출력을 신뢰하려면 입력을 이해해야 한다
우리는 AI가 만든 결과를 보며 묻는다.
“이 답을 믿어도 될까?”
하지만 그보다 먼저 물어야 할 질문이 있다.
“나는 AI에게 무엇을 입력했는가?”
출력은 입력과 분리되어 존재하지 않는다. 불분명한 목적과 부족한 맥락, 모호한 기준을 입력한 뒤 정확하고 독창적인 결과만을 기대하기는 어렵다. 반대로 충분한 배경과 분명한 관점, 구체적인 판단 기준을 제공하면 결과를 검토할 근거도 함께 생긴다.
입력을 이해한다는 것은 자신이 작성한 프롬프트를 기억한다는 뜻이 아니다. 왜 이 요청을 했는지, 어떤 정보를 제공했는지, 무엇을 제공하지 않았는지, 어느 부분을 AI가 추론했는지, 어떤 기준으로 결과를 선택할 것인지를 알고 있다는 뜻이다. 그래야 결과물에서 내가 입력한 사실과 AI가 덧붙인 추론을 구분할 수 있다. 결과가 의도에서 벗어났을 때 입력을 수정해야 하는지, 출력만 다듬으면 되는지도 판단할 수 있다. 좋은 결과를 얻으려면 출력만큼 입력도 양질이어야 한다. 그 입력은 단순한 명령어가 아니다. 오랫동안 쌓아온 경험, 문제를 바라보는 관점, 무엇이 중요한지 구분하는 판단력, 익숙한 것을 다르게 연결하는 창의력이다.
앞으로 AI의 성능이 좋아질수록 결과물을 만드는 기술의 차이는 줄어들 것이다. 누구나 비슷한 속도로 문장을 만들고, 이미지를 생성하고, 자료를 정리할 수 있게 된다. 그때 사람 사이의 차이를 만드는 것은 AI를 얼마나 능숙하게 조작하는가가 아닐 수 있다. AI에 무엇을 입력할 수 있는가다.
결국 출력의 차이를 만드는 것은 도구의 성능보다, 그 도구에 넣을 수 있는 사람의 경험과 생각이다.
Author: Shaun
0
0