AI 시대의 프로덕트 다듬기: ‘AI 티 난다’는 말을 듣지 않고 선택받는 결과물로 완성하는 7가지 실천

글도, 이미지도, 디자인도, 코드도. 이제는 AI를 쓰면 몇 분 만에 그럴듯한 결과물을 얻을 수 있습니다. 웹사이트, 기사, 앱, 광고 배너. 우리 주변에는 AI의 도움을 받아 만든 디지털 결과물이 넘쳐 납니다.

한편으로 ‘AI 티가 난다’는 말은 완전히 부정적인 의미로 쓰이게 되었습니다. 어디선가 본 듯한 디자인, 내용이 얕은 글, 부자연스러운 이미지. 사용자는 이런 것을 민감하게 알아보고 그냥 지나치며, 때로는 거부감까지 느낍니다.

그렇다면 AI를 쓰지 않는 편이 나을까요? 답은 분명히 ‘아니요’입니다. AI는 앞으로도 계속 발전하고, 쓰지 않을 이유는 점점 사라질 것입니다. 지금 물어야 할 것은 쓸지 말지가 아니라, AI로 만든 것을 선택받는 것으로까지 다듬어 낼 수 있는가입니다.

이 글에서는 AI를 적극적으로 활용하는 것을 전제로, 사용자가 받아들이는 프로덕트로 완성하려면 무엇을 해야 하고 무엇을 조심해야 하는지 생각해 봅니다.

참고: 이 글은 GeckoFlag 개발자가 작성했습니다.

AI는 망설이지 말고 써야 할 도구

먼저 전제로, AI의 유용성은 분명합니다.

• 속도: 초안이나 러프를 몇 분 만에 여러 패턴으로 낼 수 있다
• 양과 망라성: 생각할 수 있는 선택지를 모두 꺼내 놓고, 빠뜨린 것을 알아차리게 해 준다
• 검증: 글의 오탈자, 코드의 버그, 접근성 문제 등을 짚어 준다
• 전문 분야 밖의 보조: 자신의 전문 분야 밖에 있는 지식에도 바로 손이 닿는다
• 다국어화: 번역 초벌이나 나라별 조정의 실마리가 된다

게다가 이런 능력은 해마다 좋아지고 있습니다. 소수의 팀이나 개인도 예전에는 큰 조직이어야 다룰 수 있던 규모의 일에 도전할 수 있게 되었습니다. 이것을 쓰지 않을 이유가 없습니다.

다만 여기서 하나 기억해 둘 것이 있습니다. 같은 도구는 누구나 쓸 수 있다는 점입니다. 여러분이 쓸 수 있는 AI는 경쟁자도 쓸 수 있습니다. AI를 쓰는 것 자체는 더 이상 차별화가 되지 않습니다. 차이가 생기는 것은 AI가 낸 결과에 그다음 무엇을 더하느냐입니다.

왜 ‘AI 티’는 미움을 받을까

사용자가 ‘AI 티가 난다’고 느끼고 떠날 때, 싫어하는 것은 AI 자체가 아닙니다. 그 결과물에서 전해지는 몇 가지 ‘신호’입니다.

어디선가 본 적이 있다

AI의 출력은 학습한 데이터의 ‘그럴듯한 평균’ 쪽으로 기우는 성질이 있습니다. 모두가 비슷한 지시로 비슷한 도구를 쓰면 결과도 서로 닮아 갑니다. 균형은 잡혀 있는데 기억에 남지 않는다. 이것이 첫 번째 신호입니다.

누구를 위한 것인지 모르겠다

‘누구에게나 해당되는’ 내용은 뒤집어 말하면 ‘누구를 위한 것도 아닌’ 내용입니다. 읽는 사람의 상황이나 고민에 파고들지 않고 일반론만 늘어놓으면, 사용자는 ‘내 이야기가 아니다’라고 느낍니다.

그럴듯한데 알맹이가 없다

제목은 정돈되어 있고 문장은 매끄럽습니다. 그런데 구체적인 숫자도, 실제 경험도, 분명한 결론도 없습니다. 다 읽어도 아무것도 남지 않는 글은 AI가 아니어도 예전부터 있었지만, AI 때문에 그 양이 단숨에 늘었습니다.

디테일이 엉성하다

이미지의 부자연스러운 부분, 의미 없는 아이콘, 맥락에 맞지 않는 버튼 문구, 비어 있는 상태나 오류가 났을 때를 배려하지 않은 화면. 디테일의 엉성함은 ‘아무도 끝까지 보지 않았다’는 것을 전하고 맙니다.

이런 신호가 쌓이면 사용자는 ‘이 프로덕트는 나를 위해 공들여 만든 것이 아니다’라고 받아들입니다. 즉 미움을 받는 것은 AI가 아니라, 대충 만들고 책임지지 않는 느낌입니다.

선택받는 프로덕트의 공통점

반대로 AI를 활용하면서도 선택받는 프로덕트에는 공통된 특징이 있습니다.

1차 정보가 있다

실제로 써 본 결과, 현장에서 본 것, 사용자에게서 들은 목소리, 스스로 실패에서 배운 것. AI가 갖고 있지 않은 정보는 그것만으로 가치가 됩니다. 1차 정보는 AI가 아무리 발전해도 대신 마련해 줄 수 없는 것입니다.

관점과 판단이 있다

‘누구를 위해 만들었는가’, ‘무엇을 소중히 하고 무엇을 버렸는가’가 분명한 프로덕트에서는 만든 사람의 의지가 느껴집니다. 모든 사람을 만족시키려는 평균적인 답이 아니라, 특정한 누군가에게 깊이 와닿는 답을 고르고 있습니다.

디테일에 의도가 있다

버튼 문구 하나, 오류 메시지 하나, 여백을 두는 방식 하나에도 이유가 있습니다. 사용자가 걸려 넘어질 만한 장면을 미리 생각하고 손을 써 둡니다. 이런 디테일이 쌓여 ‘제대로 만들어졌다’는 신뢰로 이어집니다.

일관성이 있다

글의 말투, 디자인의 톤, 조작하는 감각이 어디를 봐도 맞춰져 있습니다. AI에게 따로따로 만들게 한 부품을 그냥 모아 놓기만 해서는 이런 일관성이 좀처럼 생기지 않습니다.

만든 사람의 책임이 보인다

누가 만들고 있는지, 문의하면 답해 주는지, 꾸준히 개선되고 있는지. 만든 사람의 얼굴과 책임이 보이는 것은 사용자가 안심하고 고르는 큰 이유가 됩니다.

AI에게 맡길 것, 사람이 쥐고 있을 것

AI를 최대한 활용하면서 선택받는 프로덕트로 완성하려면, 역할 분담을 분명히 하는 것이 지름길입니다.

핵심은 질문을 세우는 것, 고르는 것, 책임지는 것은 사람이 놓지 않는다는 점입니다. AI는 뛰어난 제작자이자 뛰어난 검사원이지만, ‘이대로 세상에 내놓아도 된다’고 정하는 것은 사람의 일입니다.

프로덕트를 다듬는 7가지 실천

1먼저 ‘누구의, 어떤 장면인가’를 한 문장으로 정한다

AI에게 무언가를 부탁하기 전에 ‘누가, 어떤 장면에서, 무엇이 곤란할 때 쓰는 것인가’를 한 문장으로 씁니다. 예를 들어 ‘처음으로 프로젝트 관리 도구를 도입하는 5명 정도의 제작팀 리더가, 상사에게 설명할 자료를 찾고 있을 때’. 이 한 문장이 흐릿하면 AI의 출력도 평균적인 것이 됩니다.

2AI의 초안은 ‘재료’로 다룬다

AI의 첫 출력은 말하자면 평균값입니다. 거기서 멈추면 어디선가 본 듯한 것밖에 되지 않습니다. 초안은 완성품이 아니라, 깎아 내거나 다시 짜기 전의 재료라고 생각합시다.

관련AI가 낸 안에서 고르고, 고른 이유를 남기는 방법은 연재 「AI와 일하는 팀의 태스크 관리」 제4회 「AI가 낸 안은 ‘완성품’이 아니라 ‘판단 재료’」에서 설명하고 있습니다

31차 정보를 더한다

자신들의 경험, 실제 숫자, 잘 안 됐던 이야기, 고객이 문득 한 말. 이런 정보를 하나만 더해도 결과물은 단숨에 ‘우리의 것’이 됩니다.

4덜어 낸다

AI는 더하는 데 능숙합니다. 제목을 늘리고, 설명을 덧붙이고, 혹시 몰라 주의 문구를 더해 갑니다. 그렇기 때문에 사람은 덜어 내는 판단을 맡습니다. 전하고 싶은 것과 관계없는 부분을 과감히 빼면 전하고 싶은 것이 두드러집니다.

5디테일에 의도를 넣는다

버튼이나 메시지의 문구, 데이터가 비어 있을 때의 표시, 오류가 났을 때의 안내, 로딩 중의 보여 주는 방식. 사용자가 실제로 닿는 디테일일수록 AI의 출력 그대로 남기 쉽습니다. 하나하나 ‘이 장면에서 사용자는 무엇을 느낄까’를 생각하며 손을 봅니다.

6직접 쓰고, 읽고, 소리 내어 본다

만든 것을 만든 사람이 직접 사용자로서 써 봅니다. 글이라면 소리 내어 읽고, 앱이라면 실제 업무에서 써 봅니다. 화면 위에서 바라보기만 해서는 알아차리지 못하는 어색함이 써 보면 보이기 시작합니다. 찾은 어색함은 그 자리에서 기록하고 하나씩 고쳐 나갑니다.

7우리만의 ‘틀’과 ‘쓰지 않을 것’을 정한다

말투, 디자인의 톤, 자주 쓰는 표현, 반대로 쓰지 않는 표현을 팀에서 정해 공유해 둡니다. AI에게 건네는 지시에도 이를 반영하면 출력 단계부터 우리다움에 가까워집니다. 다만 틀 자체가 새로운 ‘템플릿’이 되지 않도록 가끔 다시 살펴보는 것도 중요합니다.

다듬을 때 주의할 점

‘AI 티를 지우는 것’을 목적으로 삼지 않는다

중요한 것은 AI를 쓴 흔적을 숨기는 것이 아니라, 사용자에게 가치를 더하는 것입니다. 일부러 오탈자를 넣어 사람이 쓴 것처럼 보이게 하거나, 지어낸 경험담이나 이용자 후기를 꾸며 내는 ‘위장’은 들통났을 때 신뢰를 크게 잃게 합니다. 다듬는다는 것은 속이는 것이 아닙니다.

사실과 권리를 확인한다

AI는 그럴듯한 오류를 자신만만하게 내놓을 때가 있습니다. 숫자, 고유명사, 인용, 사양은 반드시 원래 정보로 확인합시다. 또한 생성한 이미지나 디자인이 기존 작품이나 상표와 닮지 않았는지, 실존 인물을 다루고 있지 않은지 같은 권리 면의 확인도 빼놓을 수 없습니다.

AI를 썼다는 사실을 어떻게 알릴지 생각해 둔다

지역이나 플랫폼에 따라서는 AI로 생성한 콘텐츠임을 표시하도록 요구하는 경우도 생기고 있습니다. 숨길지 밝힐지의 양자택일로 생각하기보다, ‘어디에 AI를 쓰고, 어디를 사람이 판단했고, 누가 책임지는가’를 설명할 수 있는 상태로 두는 것이 결과적으로 사용자의 신뢰로 이어집니다.

양으로 승부하지 않는다

AI를 쓰면 기사도 페이지도 대량으로 만들 수 있습니다. 하지만 검색 엔진도 사용자도 그저 양산된 얕은 콘텐츠에는 점점 엄격해지고 있습니다. 평균적인 기사 100개보다 깊이 있는 기사 10개가 길게 보면 계속 선택받습니다.

다듬는 힘 자체를 잃지 않는다

AI에게 맡기는 범위가 넓어질수록 사람이 ‘좋고 나쁨을 가려내는 힘’을 단련할 기회는 줄어듭니다. 보는 눈이 무뎌지면 다듬는 일 자체를 할 수 없게 됩니다. 팀 안에서 판단의 이유를 공유하고 서로 리뷰하는 습관을 계속 이어 가는 것이 다듬는 힘을 지키는 가장 좋은 방법입니다.

관련판단의 공유나 리뷰 체계를 만드는 방법은 「AI 시대의 팀 커뮤니케이션」에서 자세히 다루고 있습니다

다듬는다는 것은 작은 개선을 쌓아 가는 것

프로덕트를 다듬는 작업은 한 번의 큰 손질로 끝나지 않습니다. 써 보고 알아차린 어색함, 리뷰에서 나온 지적, 사용자의 목소리. 그런 작은 개선점을 하나씩 주워 올려 고치고 확인합니다. 그 축적이 마침내 ‘제대로 만들어졌다’는 감촉이 됩니다.

그렇기 때문에 개선점을 흘려보내지 않고 관리하는 것이 중요합니다. 메신저에서 ‘여기 좀 신경 쓰인다’고 말하고 끝난 지적은 대개 잊힙니다. 하나하나를 태스크로 남기고, 누가 대응하는지, 왜 그 수정 방법을 골랐는지를 기록해 두면, 다듬는 작업은 팀의 자산으로 쌓여 갑니다.

관련개선점을 쓰는 방법은 「잘 전달되는 태스크 작성법」에서, 끝난 뒤 기록을 남기는 방법은 「마무리하는 법: 완료 기준과 나중에 다시 볼 수 있는 기록 남기는 법」에서 소개하고 있습니다(연재 「팀에서 쓰는 태스크 관리 요령」)

GeckoFlag에서는 이렇게 다듬을 수 있다

지금까지의 7가지 실천은 어떤 도구에서도 도입할 수 있습니다. 한 예로, 셀프 호스팅형 프로젝트 관리 도구 GeckoFlag에서의 운용을 소개합니다.

GeckoFlag의 “AI로 작성”은 회의록이나 메모, 채팅 스크린숏 등에서 이슈·댓글·프로젝트·위키의 입력안을 AI가 제안하는 기능입니다. 기사나 디자인처럼 세상에 내놓는 결과물 자체를 만드는 기능은 아닙니다. 관리자가 허용한 사용자만 쓸 수 있고, 제안은 체크한 항목만 폼에 들어가며, 저장하는 것은 사람입니다. AI가 내고 사람이 골라 책임진다는, 이 글의 역할 분담과 같은 생각으로 만들었습니다.

사용 중인 서버에 설치해서 쓰기 때문에, 제작 중인 프로덕트에 관한 대화도 직접 관리하며 쌓아 갈 수 있습니다(서버 관리는 이용자의 책임입니다. “AI로 작성”을 사용하는 경우, 입력한 글과 이미지는 Anthropic API로 전송됩니다). 릴리스마다 개발자가 직접 보안 점검을 하고, 그 기록을 보안 페이지에 공개하고 있습니다(제3자 인증이나 감사는 아닙니다). 가격은 $30 일회 구매이며, 멤버가 늘어도 추가 요금은 들지 않습니다(서버 비용은 별도. “AI로 작성”을 사용하는 경우에는 Anthropic API 이용료도 별도로 듭니다). 실제 화면은 데모에서 시험해 볼 수 있습니다.

정리

• AI는 망설이지 말고 적극적으로 써야 할 도구. 다만 쓰는 것 자체는 더 이상 차별화가 되지 않는다
• 사용자가 싫어하는 것은 AI가 아니라, 평균적이고, 누구를 위한 것도 아니고, 디테일이 엉성한 ‘대충 만들고 책임지지 않는 느낌’
• 선택받는 프로덕트에는 1차 정보, 관점과 판단, 디테일의 의도, 일관성, 만든 사람의 책임이 있다
• AI에는 재료 만들기와 검증을 맡기고, 질문을 세우고 고르고 책임지는 일은 사람이 맡는다
• 다듬는다는 것은 위장이 아니라 가치를 더하는 것. 그리고 작은 개선을 쌓아 가는 것

AI가 많아질수록 마지막에 사람이 손을 들인 부분이 돋보이는 시대가 되었습니다. AI를 최대한 활용하고, 그렇게 생긴 시간을 ‘다듬는 일’에 쏟는다. 그것이 앞으로 프로덕트를 만드는 기본이 되어 갈 것입니다.