지극히 개인적인 AI 활용기 — 검색 보조에서 일 맡기기까지

검색창에 아무리 단어를 바꿔 넣어도 원하는 정보가 안 나올 때가 있다. 구글에서도 네이버에서도 비슷한 글만 돌고, 정작 내가 알고 싶은 건 어디에도 없는 상황.

AI를 처음 열어 본 건 딱 그런 때였다. ChatGPT가 나온 지 얼마 안 됐을 무렵, “이거라면 찾아 주지 않을까” 하는 마음이었다.

그때부터 지금까지 AI를 쓰는 방식이 꽤 많이 바뀌었다. 이 글은 그 변화를 지극히 개인적인 시선으로 정리한 기록이다. 성능 점수나 벤치마크 얘기는 거의 없고, 직접 써 보면서 체감한 것 위주다.

AI는 어떻게 여기까지 왔나

내 얘기를 하기 전에 큰 흐름만 짧게 짚고 가자.

2022년 11월: OpenAI가 ChatGPT를 공개했다. 대화하듯 질문하면 답해 주는 AI가 대중에게 처음 제대로 알려진 시점이다.
2023년 3월: GPT-4가 나왔고, 같은 달 Anthropic의 Claude와 구글의 Bard(지금의 Gemini)도 공개됐다. 이때부터 “AI는 곧 ChatGPT”가 아니라 여러 회사가 경쟁하는 구도가 됐다.
2023년 말~2024년: 구글이 Gemini 모델을 내놓고 Bard의 이름도 Gemini로 바꿨다. 각 회사가 몇 달 간격으로 새 모델을 내면서 “이번엔 어디가 제일 낫나”를 비교하는 게 일상이 됐다.
2024년 말~2025년: AI가 대답만 하는 데서 그치지 않고 직접 일을 하기 시작했다. 컴퓨터 화면을 보고 조작하거나, 코드를 직접 고치고 실행하거나, 여러 개의 AI 작업자(서브에이전트)에게 일을 나눠 맡기는 기능들이 나왔다.
지금: 주요 회사들의 AI가 비슷한 기능을 갖추게 됐고, 어떤 AI를 쓰느냐보다 어떻게 쓰느냐가 더 중요해진 느낌이다.

처음엔 검색 보조였다

처음 써 본 첫인상은 “확실히 편하긴 하네”였다. 원래 원하는 정보를 검색해서 찾아내는 데는 나름 자신이 있었는데, 그 능력에 AI를 붙이면 활용할 곳이 무궁무진하겠다 싶었다.

다만 그때는 틀린 정보가 꽤 섞여 있다는 느낌이 강했다. 그럴듯하게 말하는데 확인해 보면 사실이 아닌 경우가 있었다. 그래서 AI가 준 답을 그대로 믿기보다는 교차확인이 필수라고 생각했다.

그러다 쓸모를 제대로 느낀 건 오히려 내가 거의 모르는 분야를 찾아볼 때였다. 모르는 분야는 애초에 무슨 단어로 검색해야 할지부터 막힌다.

그럴 때 AI에게 물어서 관련 키워드를 뽑고, 그 키워드로 다시 검색하면 원하는 정보를 찾는 확률이 확실히 올라갔다.

AI가 정답을 알려 줬다기보다 검색할 방향을 잡아 준 것에 가까웠다.

써먹기 좋은 팁 — 모르는 분야는 키워드부터 뽑기

잘 모르는 분야를 조사할 땐 AI에게 답을 바로 묻기보다 “이 주제를 조사하려면 어떤 키워드로 검색하면 좋을지 알려 줘”라고 물어보자. 그 키워드로 직접 검색하면 출처를 확인하면서 정보를 모을 수 있어서, 틀린 정보에 속을 위험도 줄어든다.

검색 능력이 곧 질문 능력이던 시절

초기 AI는 질문을 어떻게 하느냐에 따라 답의 질이 크게 달라졌다. 같은 걸 물어도 단어 하나, 순서 하나에 따라 결과가 달랐다. 그래서 “프롬프트를 잘 써야 한다”는 말이 유행했고, 실제로 그게 실력이었다.

나는 이 부분에서 자신감이 있었다. 검색을 잘한다는 건 결국 원하는 걸 정확한 말로 표현하는 능력이고, 그게 곧 프롬프트 작성 능력, 다시 말해 질문하는 능력이라고 생각했다.

그래서 AI를 잘 활용할 수 있겠다고 느꼈다.

전환점, 메타프롬프팅

그런데 이 생각이 크게 흔들린 계기가 있었다. 메타프롬프팅이 유행하던 때다.

방법은 간단하다. 내가 생각한 질문을 AI에게 먼저 보여 주고 “이 질문을 더 좋은 문장으로 정리해 줘”라고 한다. 그렇게 정리된 질문을 새 채팅을 열어서 다시 물어본다.

이렇게 하니 답변이 눈에 띄게 좋아졌다.

내가 공들여 다듬은 질문보다 AI가 정리한 질문이 더 좋은 답을 끌어낸 것이다. 이때부터 “질문을 잘하는 능력”의 무게가 생각보다 가벼워지고 있다는 걸 느꼈다.

써먹기 좋은 팁 — 메타프롬프팅 따라 하기

하고 싶은 질문을 생각나는 대로 적는다. 정리가 안 돼도 괜찮다.

AI에게 “이 질문의 의도를 살려서, AI가 답하기 좋은 질문으로 다시 써 줘”라고 요청한다.

새 채팅을 열고, 정리된 질문을 그대로 붙여 넣는다.

새 채팅에서 묻는 이유는 앞의 대화 흐름에 끌려가지 않고 깔끔한 상태에서 답을 받기 위해서다.

지금 중요한 건 질문보다 ‘도구를 고르는 눈’

요즘은 대충 말해도 AI가 내 의도를 나보다 더 잘 파악하는 느낌이 든다. 머릿속엔 떠오르는데 말로 정리가 안 되는 문장들을 던져도, AI가 알아서 정리해 준다.

체감상 질문하는 능력이나 프롬프팅 능력은 거의 필요 없다고 느껴질 정도다.

대신 훨씬 중요해진 게 있다.

최신 AI 트렌드나 소식을 빠르게 접하고 바로 적용해 보는 것
상황에 맞는 플러그인이나 모드를 골라서 쓰는 것

같은 AI라도 어떤 기능을 켜고, 어떤 도구를 연결해서, 어떤 방식으로 일을 맡기느냐에 따라 결과가 비교할 수 없을 만큼 달라진다.

내 체감으로는 지금은 질문을 잘 다듬는 것보다 이런 걸 알고 적용하는 능력이 훨씬 중요하다.

검색 보조에서, 일을 맡기는 단계로

AI를 검색 보조가 아니라 실제로 일을 시키는 용도로 쓰기 시작한 건 향기 관련 소규모 사업을 도우면서부터였다.

혼자서는 부족한 부분이 많았는데, 특히 트렌드 조사와 디자인 쪽에서 도움을 많이 받았다.

요즘은 Claude로 디자인과 마케팅 작업을 동시에 진행해 보고 있다. 혼자서 할 수 있는 일의 범위가 확실히 넓어졌다. 예전 같으면 여러 사람이 나눠서 해야 했을 일을 한 사람이 꽤 많이 해낼 수 있게 됐다.

그래도 아는 사람이 더 잘 쓴다

그렇다고 AI만 있으면 누구나 전문가처럼 할 수 있다는 얘기는 아니다. 오히려 써 볼수록 그 분야를 잘 아는 사람이 AI를 몇 배는 더 잘 쓴다는 느낌이 강하게 든다.

개발: 경험 많은 시니어 개발자는 AI가 짠 코드에서 버그가 나도 어디서 무엇이 문제인지 스스로 알고 고친다. AI 초기에 코드가 자주 틀리던 시절에도 그랬다.
마케팅: 마케팅을 전문으로 해 온 사람은 AI로 통계를 뽑은 뒤, 그 숫자를 실무 경험에 비춰 보고 더 나은 방향을 찾아간다.
디자인: 디자이너는 원래 손으로 반복해야 했던 노가다 작업을 AI에게 맡기면서, 무엇을 어떻게 고쳐야 하는지 정확하게 지시한다. 그래서 결과물이 훨씬 효율적이고 깔끔하게 나온다.

결국 AI는 내가 아는 만큼 더 잘 쓰게 되는 도구인 것 같다.

좋은 결과물을 알아보고, 무엇이 틀렸는지 짚어 내고, 다음에 뭘 시켜야 할지 아는 건 여전히 사람 몫이다.

마치며

정리해 보면 내 AI 활용은 이렇게 흘러왔다.

검색으로 안 나오는 정보를 찾는 검색 보조
질문을 잘 다듬는 게 실력이던 프롬프트의 시기
질문보다 도구를 고르고 적용하는 능력이 중요해진 지금
그리고 실제로 일을 맡기는 단계