AI를 쓰기 시작하면 콘텐츠 제작 시간이 바로 줄어들 거라고 생각했습니다.

소재를 찾고, 초안을 만들고, 문장을 다듬는 일을 AI가 대신해주면 당연히 빨라질 줄 알았습니다.

그런데 실제로 여러 AI 도구를 업무에 넣어보니 초안이 빨리 나오는 것과 콘텐츠 제작 시간이 줄어드는 것은 다른 문제였습니다.

초안은 몇 분 만에 나왔지만 다시 고치는 시간이 길었습니다. 자료가 충분하지 않은 문장이 섞이거나, 플랫폼에 맞지 않는 구조가 나오면 결국 처음부터 다시 손봐야 했습니다.

🤖 AI를 더 쓰는데, 왜 일은 줄지 않을까

처음에는 해결책이 단순하다고 생각했습니다.

“더 좋은 AI를 쓰면 되겠지.”

하지만 도구를 늘릴수록 새로운 일이 생겼습니다.

자료를 다른 AI로 옮기고, 같은 내용을 다시 설명하고, 결과물을 비교하고, 잘못된 부분을 찾아 다시 요청하는 식이었습니다. AI가 일을 줄여주는 것이 아니라 사람이 AI를 관리하는 일이 늘어난 셈입니다.

여기서 생각을 바꿨습니다.

AI 하나에게 처음부터 끝까지 맡기는 대신,
콘텐츠 제작 과정을 먼저 나눠보기로 했습니다.

✍️ 도구보다 먼저 바꾼 건 ‘순서’였습니다

지금은 콘텐츠 한 편을 만들 때 AI에게 바로 “글 써줘”라고 하지 않습니다. 먼저 소재를 정하고 필요한 자료를 확인합니다. 그다음 근거가 필요한 부분과 실제 경험을 구분하고, 글의 구조를 잡은 뒤 초안을 만듭니다.

현재 사용하는 흐름을 단순하게 정리하면 이렇습니다.

소재 발굴 → 자료 확인 → 구조 설계 → 초안 → 문장 편집 → 사실 검수 → 플랫폼별 최종 편집

중요한 건 이 과정마다 맡기는 역할이 다르다는 점입니다.

새로운 소재와 흐름을 찾는 일, 가지고 있는 자료에서 근거를 찾는 일, 문장을 실제 독자가 읽기 좋게 만드는 일은 서로 다른 작업입니다. 하나의 AI가 모든 일을 잘해주길 기대하는 대신, 각 단계에 맞는 도구를 배치하기 시작했습니다.

⚙️ 자동화도 ‘버튼 수’보다 실제 업무가 먼저였습니다

이 과정에서 자동화에 대한 생각도 바뀌었습니다. 처음에는 버튼이 많고 기능이 많으면 자동화가 잘된 시스템이라고 생각하기 쉽습니다. 하지만 실제로 중요한 건 기능의 개수가 아니었습니다. 사람이 반복해서 하던 클릭과 복사, 붙여넣기 중 무엇을 없앨 수 있는가.

예를 들어 자료를 찾고 옮기거나, 정해진 형식으로 정리하거나, 반복되는 내용을 복사하는 일은 자동화하기 좋습니다. 반면 어떤 소재를 선택할지, 어떤 경험을 강조할지, 이 문장이 독자에게 필요한지는 여전히 사람이 판단해야 합니다.

그래서 지금은 업무를 한 번 실제로 해본 뒤 이렇게 나눕니다. AI가 대신해도 되는 반복 작업과 사람이 판단해야 하는 작업. 이 경계가 보이기 시작하면 자동화할 위치도 자연스럽게 보입니다.

💡 AI를 하나 더 추가하기 전에 볼 것

AI를 쓰는데도 콘텐츠 제작 시간이 별로 줄지 않는다면 새로운 도구를 하나 더 추가하기 전에 현재 콘텐츠를 만드는 순서부터 한번 보는 편이 낫습니다.

이 세 가지만 찾아도 자동화할 구간이 꽤 선명해집니다.

결국 콘텐츠 제작 시간을 줄이는 핵심은 AI가 얼마나 똑똑한가보다 어떤 일을 어디까지 맡기느냐에 가까웠습니다. AI가 사람을 대신하게 만드는 것보다, AI가 맡아야 할 일을 정확하게 나누는 것. 지금 만들고 있는 자동화도 여기서부터 시작했습니다.