AI 인사이트

블로그

  • 수식 몰라도 괜찮아요 — 엑셀 AI 활용법 완전 초보 가이드

    엑셀 파일을 열 때마다 수식 앞에서 막혀서 그냥 수작업으로 다 처리한 적, 한 번쯤은 있으시죠? 저도 기획 업무 초반엔 VLOOKUP 하나 쓰는 데 한 시간씩 잡아먹었거든요. 그런데 요즘은 AI한테 ‘이 데이터 어떻게 정리하면 돼?’라고 물어보면 수식은 물론 방법까지 알려주는 세상이 됐어요. 수식 외울 필요 없이, AI를 잘 활용하는 것만으로도 엑셀 작업이 훨씬 가벼워집니다.

    AI한테 엑셀 수식을 대신 만들어 달라고 하면 어떻게 되냐고요?

    가장 간단한 활용부터 시작해 볼게요. 챗GPT(chat.openai.com) 무료 버전으로도 충분히 됩니다. 예를 들어 A열에 직원 이름, B열에 점수가 있고, 80점 이상인 사람한테 ‘합격’이라고 표시하고 싶다고 해봐요.

    챗GPT에 이렇게 입력해 보세요.

    “엑셀에서 B2 셀 값이 80 이상이면 ‘합격’, 아니면 ‘불합격’이라고 C2 셀에 표시하는 수식 알려줘”

    그러면 챗GPT가 =IF(B2>=80,”합격”,”불합격”) 이라고 딱 알려줘요. 그걸 그대로 복사해서 엑셀 C2 셀에 붙여 넣으면 끝입니다. 수식이 뭔지 몰라도 되고, 외울 필요도 없어요. 원하는 조건을 말로 설명하면 AI가 수식으로 번역해 주는 거라고 생각하시면 돼요.

    더 복잡한 것도 됩니다. ‘월별 합계를 구하고 싶은데 날짜 형식이 YYYY-MM-DD야’처럼 내 상황을 구체적으로 말할수록 AI가 더 정확한 수식을 만들어 줘요. 처음에 두루뭉술하게 물어봤다가 결과가 애매하면 ‘아, 날짜가 텍스트 형식으로 입력돼 있어’처럼 추가 설명을 덧붙이면 AI가 바로 수정해서 다시 알려줍니다. 마치 옆 자리 엑셀 고수한테 말 걸듯이 쓰면 돼요.

    데이터 정리·요약은 이렇게 시켜보세요 — 직접 따라 하기

    수식 생성 외에도 AI가 엑셀 작업에서 진짜 유용한 순간이 있어요. 데이터가 지저분하게 섞여 있을 때예요. 예를 들어 고객 이름 칸에 ‘홍 길동’, ‘홍길동 ‘, ‘홍길동(VIP)’ 처럼 제각각으로 입력돼 있는 경우, 이걸 일일이 손으로 고치려면 시간이 엄청나게 걸리죠.

    이럴 때 챗GPT에게 이렇게 물어볼 수 있어요.

    “엑셀에서 A열 텍스트에서 공백이랑 괄호 안 텍스트를 제거해서 이름만 남기는 수식 만들어줘”

    AI가 TRIM, SUBSTITUTE 같은 함수 조합을 알려줄 거예요. 역시 그냥 복사해서 붙여 넣으면 됩니다.

    한 단계 더 나아가면, 데이터를 엑셀에서 직접 복사해서 챗GPT 채팅창에 붙여 넣고 요약을 부탁하는 방법도 있어요. 예를 들어 한 달치 판매 데이터를 붙여 넣고 ‘어떤 상품이 가장 많이 팔렸는지 요약해줘’라고 하면 AI가 표를 읽고 분석해 줘요. 물론 데이터에 민감한 개인정보나 회사 기밀이 있으면 넣지 않는 게 좋고, 테스트용 더미 데이터로 먼저 연습해 보시길 추천해요.

    단계별로 정리하면 이렇게 됩니다.

    • 1단계: 챗GPT 혹은 클로드(claude.ai) 접속
    • 2단계: 내가 하고 싶은 작업을 최대한 구체적으로 설명 (열 이름, 데이터 형태 포함)
    • 3단계: AI가 알려준 수식을 복사해서 엑셀에 붙여 넣기
    • 4단계: 결과가 이상하면 챗GPT에 ‘이렇게 나왔는데 왜 그래?’라고 다시 물어보기

    이 과정을 두세 번 반복하면 웬만한 수식 문제는 스스로 해결할 수 있게 돼요.

    마이크로소프트 코파일럿 — 엑셀 안에 AI가 들어온 버전

    챗GPT를 쓰는 게 익숙해지셨다면, 엑셀 프로그램 안에 AI가 내장된 버전도 소개해 드릴게요. 바로 Microsoft 365 Copilot이에요. 직장에서 마이크로소프트 오피스를 쓰고 있고, 회사가 코파일럿 라이선스를 갖고 있다면 엑셀 화면 오른쪽 위에 ‘코파일럿’ 버튼이 보일 거예요.

    코파일럿의 장점은 엑셀 파일 자체를 AI가 직접 읽는다는 점이에요. 챗GPT처럼 데이터를 따로 복사해서 붙여 넣을 필요 없이, 그냥 열려 있는 파일에 대고 ‘이 데이터에서 지역별 매출 합계를 피벗 테이블로 만들어줘’라고 말하면 AI가 피벗 테이블을 직접 만들어 줘요.

    아직 코파일럿을 쓸 수 없는 환경이라면 챗GPT를 쓰는 방법으로 충분히 커버됩니다. 개인 업무라면 챗GPT 무료 버전 + 엑셀 조합이 현실적으로 가장 접근하기 쉬운 방법이에요.

    잘 물어보는 것이 반, 실전 프롬프트 팁

    AI를 처음 쓰면 ‘어떻게 물어봐야 하지?’가 가장 막막하더라고요. 엑셀 관련 질문을 잘 하는 요령 몇 가지를 공유할게요.

    첫째, 열 구조를 알려주세요. ‘A열에 날짜, B열에 상품명, C열에 판매금액이 있어’처럼 구체적으로 설명할수록 AI가 딱 맞는 수식을 만들어 줘요.

    둘째, 원하는 결과를 예시로 들어주세요. ’80점 이상이면 합격’처럼 숫자나 조건을 직접 넣으면 AI가 헷갈릴 여지가 없어요.

    셋째, 에러가 나도 포기하지 마세요. 수식을 넣었는데 ‘#VALUE!’ 같은 에러가 뜨면, 그 에러 메시지를 그대로 챗GPT에 복사해서 ‘이런 에러가 났어, 왜 그래?’라고 물어보면 돼요. AI가 원인과 해결책을 바로 알려줘요. 오히려 에러 디버깅이 AI가 가장 빛을 발하는 순간 중 하나예요.

    넷째, 한 번에 다 해결하려고 하지 마세요. 복잡한 작업은 단계를 나눠서 하나씩 물어보는 게 훨씬 정확해요. ‘먼저 날짜에서 월만 뽑는 수식 알려줘’ → ‘이제 월별로 합계 내는 수식 알려줘’ 이런 식으로요.

    엑셀은 잘 쓰는 사람과 못 쓰는 사람 사이에 생산성 차이가 꽤 크게 나는 도구예요. 근데 이제 그 차이를 만드는 게 ‘수식을 많이 외웠냐’가 아니라 ‘AI를 얼마나 잘 활용하느냐’로 바뀌고 있어요. 오늘 챗GPT 켜서 딱 한 개만 물어보는 것부터 시작해 보세요. 생각보다 훨씬 쉽고, 한번 맛 들이면 그다음부터는 자연스럽게 쓰게 돼요.

  • AI 업무 자동화, 실무에서 진짜 쓸 만한 워크플로우 5가지

    AI 업무 자동화라는 말이 요즘 워낙 많이 들려서인지, 막상 실무에 적용하려 하면 어디서부터 시작해야 할지 막막한 분들이 많더라고요. 저도 처음에는 “챗GPT 하나 써보면 되겠지” 싶었는데, 실제로 팀 단위 업무에 붙여보니 단일 툴이 아니라 어떻게 연결하느냐가 핵심이었어요. 오늘은 제가 직접 써보면서 실제로 효과가 있었던 AI 자동화 워크플로우 다섯 가지를 정리해 봤습니다.

    왜 지금 AI 자동화 워크플로우를 다시 봐야 하나

    작년까지만 해도 “AI 자동화”라고 하면 간단한 텍스트 생성이나 코드 자동완성 정도였어요. 그런데 지금은 얘기가 달라졌죠. GPT-4o 수준의 모델이 API로 풀리고, n8n이나 Make(구 Integromat) 같은 로우코드 자동화 도구가 AI 액션을 직접 지원하면서, 기획자나 개발자 모두 훨씬 촘촘한 자동화를 짤 수 있게 됐거든요.

    단순히 “AI가 글 써준다” 수준이 아니라, 데이터 입력 → AI 처리 → 결과 전달 → 다음 액션 트리거까지 하나의 파이프라인으로 묶을 수 있어요. 이 흐름을 한 번 만들어두면 반복 업무에서 시간이 눈에 띄게 줄어드는 걸 체감할 수 있습니다.

    실무에서 바로 쓸 수 있는 AI 자동화 워크플로우 5가지

    1. 회의록 자동 정리 → 액션 아이템 추출 → 슬랙 발송

    가장 흔하고, 가장 효과가 확실한 케이스예요. 회의 녹음 파일을 Whisper API로 텍스트화한 뒤, 챗GPT API에 “이 회의록에서 담당자별 액션 아이템만 뽑아줘”라는 시스템 프롬프트를 태워서, 결과물을 슬랙 채널로 자동 발송하는 구조입니다.

    n8n 기준으로 Webhook → OpenAI 노드 → Slack 노드 세 개만 연결하면 돼요. 처음 설정에 1~2시간 걸리는데, 이후로는 회의 끝나고 5분 안에 정리본이 채널에 올라오더라고요. 프롬프트에 “JSON 형식으로 담당자: 할일: 기한: 을 구분해서 출력하라”고 명시해두면 후처리도 편해집니다.

    2. 엑셀·시트 데이터 기반 자동 리포트 생성

    “엑셀 AI”로 검색하는 분들이 찾는 게 대부분 이거예요. 매주 반복되는 데이터 리포트를 수작업으로 쓰는 거 정말 시간 낭비거든요.

    구글 시트에 쌓인 데이터를 Apps Script로 읽어서 OpenAI API에 던지고, 반환된 분석 텍스트를 구글 독스에 자동 삽입하는 방식이 제일 깔끔했어요. 핵심은 프롬프트 설계인데, 단순히 “분석해줘”가 아니라 “전주 대비 증감률을 중심으로, 특이값이 있는 항목 위주로 3문단 이내로 요약하라”처럼 출력 형식과 관점을 고정해야 매번 일관된 결과물이 나옵니다. 데이터가 복잡할수록 시스템 프롬프트에 컨텍스트를 많이 심어두는 게 포인트예요.

    3. 깃허브 코파일럿 + 사전 정의 프롬프트로 코드 리뷰 자동화

    개발팀 입장에서 코드 리뷰는 품질 관리에 꼭 필요하지만, 시니어 개발자 리소스를 많이 잡아먹는 작업이에요. 깃허브 코파일럿의 PR 요약 기능과, 커스텀 리뷰 지침을 결합하면 1차 리뷰 공수를 꽤 줄일 수 있어요.

    구체적으로는 .github/copilot-instructions.md 파일에 팀 코딩 컨벤션, 보안 체크 항목, 리뷰 기준을 작성해두면, 코파일럿이 PR을 열 때마다 그 기준에 맞게 코멘트를 달아줍니다. 여기에 GitHub Actions를 붙여서 PR 생성 시 자동으로 AI 리뷰가 트리거되도록 하면, 리뷰어가 붙기 전에 기본적인 이슈는 이미 정리된 상태가 돼요. 팀에서 써보니 단순 스타일·네이밍 지적이 확연히 줄었고, 사람 리뷰어가 로직 자체에 집중할 수 있게 됐어요.

    4. AI 번역 + 용어집 연동으로 일관성 유지

    AI 번역이 좋아졌다고 해도, 제품 특유의 용어나 브랜드 표현이 들어가면 DeepL이든 GPT든 들쑥날쑥하게 번역하는 경우가 생겨요. 이걸 해결하는 방법이 용어집 컨텍스트를 프롬프트에 심는 것입니다.

    번역 요청 시 “다음 용어집을 반드시 준수해서 번역하라: [용어: 번역어] 형식의 리스트”를 시스템 프롬프트에 넣으면 일관성이 크게 올라가요. 이 용어집 자체를 구글 시트로 관리하고, Apps Script나 Make로 번역 워크플로우 호출 시 자동으로 최신 용어집을 불러오게 하면 유지 관리도 훨씬 편해집니다. 글로벌 서비스 운영하는 팀이라면 이 구조 한 번 잡아두는 게 진짜 남는 장사예요.

    5. 고객 문의 분류 → 우선순위 태깅 → 담당자 자동 배정

    CS 업무가 있는 팀이라면 이 워크플로우가 꽤 강력하게 체감돼요. 이메일이나 폼으로 들어오는 고객 문의를 AI가 카테고리 분류(기술 문의 / 결제 / 기능 요청 등)하고, 긴급도를 판단해서 태그를 달고, 미리 정의된 규칙에 따라 담당자에게 자동 배정하는 구조입니다.

    Make 기준으로 이메일 트리거 → OpenAI 모듈(분류·요약) → 조건 분기 → 지라 or 노션 티켓 생성까지 연결할 수 있어요. 분류 정확도는 프롬프트에 카테고리 정의와 예시를 넣어줄수록 올라가더라고요. 저는 각 카테고리마다 2~3개의 예시 문의를 few-shot으로 제공했을 때 정확도가 눈에 띄게 개선되는 걸 확인했습니다.

    자동화 워크플로우를 실제로 굴릴 때 놓치기 쉬운 것들

    이런 자동화를 실무에 붙이면서 몇 가지 빠진 부분이 있었어요. 경험 삼아 공유하면:

    • 에러 핸들링을 반드시 넣을 것. API 호출이 실패하거나 응답 형식이 예상과 다를 때 워크플로우가 조용히 멈추는 경우가 많아요. 오류 발생 시 슬랙 알림이라도 오게 해두는 게 운영 편의에 큰 차이를 만들어요.
    • 프롬프트는 버전 관리하자. 어느 시점에서 결과물 품질이 바뀌었는지 추적하려면, 코드처럼 프롬프트도 깃으로 관리하는 게 훨씬 낫습니다.
    • 모델 업데이트에 의존하지 말 것. 모델이 바뀌면 같은 프롬프트도 다른 결과가 나올 수 있어요. 중요한 워크플로우는 모델 버전을 고정해두고, 업그레이드는 별도 테스트 후에 반영하는 게 안전합니다.

    AI 자동화는 한 번 만들면 끝이 아니라, 조금씩 다듬어가는 과정이에요. 처음부터 완벽한 걸 목표로 하기보다, 가장 반복적인 업무 하나를 골라서 파이프라인 하나 만들어보는 것부터 시작해보세요. 그게 제일 빠른 방법이더라고요.

  • AI 글쓰기, 처음이라면 이렇게 시작하세요 — 솔직한 입문 가이드

    “AI로 글 쓴다고? 나도 할 수 있을까?” — 이런 생각을 한 번이라도 해보셨다면, 이 글이 딱 맞아요. 결론부터 말씀드리면, AI 글쓰기는 생각보다 훨씬 쉽고, 처음 써보는 분도 오늘 당장 시작할 수 있어요. 제가 처음 챗GPT로 글을 써봤을 때 솔직히 반신반의했는데, 몇 번 써보고 나서 “아, 이거 진짜 쓸 만하다” 싶었거든요. 그 경험을 그대로 풀어볼게요.

    AI 글쓰기, 대체 어떤 원리인가요?

    AI 글쓰기 도구, 특히 챗GPT나 클로드 같은 서비스는 간단히 말해 “엄청나게 많은 글을 읽고 배운 디지털 조수”라고 생각하시면 돼요. 책, 기사, 블로그, 논문 등 방대한 텍스트를 학습한 뒤, 사람이 무언가를 요청하면 그에 맞는 글을 만들어내죠.

    중요한 건, AI가 글을 대신 써주는 게 아니라 제가 원하는 방향을 알려주면 그걸 바탕으로 초안을 잡아준다는 점이에요. 마치 든든한 초고 작성 파트너 같은 거죠. 최종 글을 다듬고 내 목소리로 만드는 건 여전히 내 몫이고, 그게 훨씬 결과물이 좋아요.

    처음엔 “내가 원하는 걸 어떻게 말하지?” 하는 게 어렵게 느껴질 수 있어요. 근데 이게 사실 그냥 카카오톡 대화하듯 말하면 충분하더라고요. 어렵게 생각할 필요 없어요.

    처음 써보는 분을 위한 단계별 실습

    가장 빨리 익히는 방법은 직접 해보는 거예요. 챗GPT 기준으로 설명할게요. 무료 계정으로도 충분히 시작할 수 있어요.

    1단계 — 무엇을 쓸지 구체적으로 말하기

    AI한테 그냥 “글 써줘”라고 하면 결과물이 두루뭉술해요. 조금만 구체적으로 말해주면 결과가 확 달라지거든요. 예를 들어볼게요.

    • 막연한 요청: “블로그 글 써줘”
    • 구체적인 요청: “30대 직장인이 주말에 혼자 경복궁을 관람한 후기 블로그 글을 써줘. 편안하고 친근한 말투로, 약 500자 분량으로 부탁해”

    두 번째처럼 요청하면 훨씬 내가 원하는 글에 가까운 결과물이 나와요. 핵심은 누가, 무엇을, 어떤 느낌으로, 얼마나 — 이 네 가지를 조금씩 담아주는 거예요. 처음에 완벽하게 안 해도 괜찮아요. 써보고 “더 따뜻한 느낌으로 수정해줘”라고 추가로 부탁하면 돼요.

    2단계 — 내 상황에 맞는 글쓰기 유형 고르기

    AI 글쓰기가 유독 빛나는 상황들이 있어요. 처음엔 이런 것들부터 시도해보시면 부담이 없어요.

    • SNS 게시물: 인스타그램 캡션, 페이스북 포스팅 등 짧고 캐주얼한 글. “오늘 저녁에 만든 파스타 사진에 올릴 인스타 캡션 써줘, 이모지도 넣어줘” 이런 식으로요.
    • 이메일·업무 문서: 거래처에 보내는 정중한 이메일, 회의 안건 정리 등. “거래처에 납기 일정을 한 주 미뤄달라고 정중하게 부탁하는 이메일 써줘”처럼 요청하면 훌륭하게 써줘요.
    • 블로그 초안: 글감은 있는데 어떻게 시작할지 막막할 때. AI로 뼈대를 잡고 내 경험과 표현을 입히면 시간이 확 줄어요.
    • 카드뉴스·발표 자료 텍스트: “이 주제로 5장짜리 카드뉴스 내용 정리해줘” 하면 슬라이드별 내용도 잡아줘요.

    3단계 — 결과물을 내 것으로 만들기

    AI가 써준 글을 그대로 올리는 건 추천하지 않아요. 읽는 사람 입장에서도 뭔가 어색하게 느껴질 수 있고, 무엇보다 내 목소리가 빠진 글은 진짜 내 콘텐츠가 아니잖아요.

    제가 쓰는 방식은 이래요. AI가 써준 초안을 복사해서, 내가 실제로 쓰는 말투나 내 경험을 2~3곳에 넣고, 어색한 표현을 자연스럽게 고쳐요. 이 과정이 10~15분이면 충분하거든요. AI 없이 처음부터 쓰는 것보다 훨씬 빠르고, 결과물도 오히려 더 충실해지더라고요.

    처음 쓸 때 흔히 하는 실수와 솔직한 주의사항

    입문자분들이 자주 겪는 함정을 미리 알려드릴게요.

    • AI가 쓴 내용을 무조건 믿으면 안 돼요. 챗GPT는 그럴듯하게 사실처럼 써주지만, 날짜나 인명, 통계 수치가 틀리는 경우가 있어요. 특히 최신 정보나 구체적 데이터가 들어간 글은 꼭 한 번 더 확인해보세요.
    • 요청이 막막할 땐 “어떻게 물어볼지”를 AI한테 먼저 물어보세요. 예를 들어 “나 블로그 글 쓰고 싶은데 어떻게 요청하면 좋아?”라고 물어보면 AI가 스스로 가이드를 줘요. 이게 처음엔 생각보다 훨씬 도움이 돼요.
    • 한 번에 안 나와도 괜찮아요. “이 부분 더 자세하게 써줘”, “좀 더 짧게 줄여줘”, “딱딱한 느낌이니까 친근하게 바꿔줘” 이렇게 대화를 이어나가면서 조금씩 다듬으면 돼요. 처음 결과물이 마음에 안 든다고 포기하지 마세요.

    그리고 하나 더 — 완벽한 프롬프트를 써야 한다는 부담은 버리세요. AI 글쓰기의 진짜 재미는 대화하듯 주고받으면서 원하는 결과로 맞춰가는 과정에 있어요. 처음엔 어설퍼도 금세 요령이 생기거든요.

    오늘 당장 시작해볼 수 있는 첫 번째 미션

    너무 거창하게 생각하지 말고, 지금 바로 이렇게 해보세요.

    챗GPT(chatgpt.com)에 접속해서 무료 계정을 만들고, 아래 문장을 그대로 붙여넣어 보세요.

    “나는 요즘 AI에 관심이 생긴 30대야. 내가 블로그에 처음으로 AI 글쓰기를 해본 느낌을 솔직하게 쓴 짧은 후기 글을 써줘. 300자 정도, 편한 말투로 부탁해.”

    결과물이 나오면, 거기서 마음에 드는 표현 하나만 골라서 내 말로 바꿔보세요. 그게 AI 글쓰기의 첫 시작이에요. 이렇게 작은 것 하나씩 해보다 보면, 어느 순간 “나도 제법 쓰는데?” 싶어지는 순간이 반드시 와요.

    AI는 글을 못 쓰는 사람을 작가로 만들어주는 마법 도구가 아니에요. 하지만 글쓰기가 막막하게 느껴지는 순간, 처음 시작의 두려움을 낮춰주는 든든한 파트너 역할은 충분히 해요. 한번 직접 써보시면 제 말이 무슨 뜻인지 바로 느껴지실 거예요.

  • 깃허브 코파일럿, 기본 이상으로 써먹는 설정과 전략 정리

    코파일럿을 쓰고 있는데 뭔가 아쉽다는 느낌, 저도 처음엔 똑같이 받았어요. 자동완성이 뜨면 Tab 누르고, 아니면 그냥 지나치는 식으로만 쓰다 보면 결국 “그냥 자동완성 좀 빠른 툴” 이상이 안 되거든요. 실제로 코파일럿이 도움이 된다고 느끼는 시점은, 몇 가지 설정을 손보고 쓰는 방식을 바꾼 이후더라고요. 이미 기본 사용법은 아시는 분들을 위해, 현업에서 차이를 만드는 설정과 전략 위주로 정리해 봤습니다.

    먼저 손봐야 할 VSCode 설정들

    코파일럿은 기본값으로도 돌아가지만, 설정을 조금만 건드리면 제안의 질이 눈에 띄게 달라져요. 제가 실무에서 꼭 바꾸는 항목들을 먼저 짚을게요.

    inlineSuggest.enabled와 suggest.preview 분리 이해하기
    이 둘을 같은 거라고 생각하는 분이 많은데, 역할이 달라요. editor.inlineSuggest.enabled는 코파일럿의 인라인 제안 자체를 켜고 끄는 스위치고, github.copilot.editor.enableAutoCompletions는 타이핑할 때 자동으로 제안을 트리거할지를 결정해요. 자동 트리거가 너무 잦아서 집중이 흐트러진다면 후자를 false로 바꾸고 단축키(Alt+\)로 수동 호출하는 방식을 써보세요. 필요할 때만 꺼내 쓰는 감각이 생기면 오히려 더 잘 활용하게 됩니다.

    언어별로 코파일럿 활성화 범위 조정하기
    github.copilot.enable 설정은 언어 ID 단위로 켜고 끌 수 있어요. 예를 들어 마크다운 문서 작성 중에는 제안이 오히려 방해가 되는 경우가 있고, 반대로 Python이나 TypeScript 파일에서는 항상 켜두고 싶을 수 있죠. settings.json에서 아래처럼 세팅해두면 됩니다.

    "github.copilot.enable": {
  "*": true,
  "markdown": false,
  "plaintext": false
}

    이렇게 하면 일반 텍스트나 마크다운 편집 중에는 코파일럿이 끼어들지 않아요.

    Copilot Chat 패널, 사이드바보다 분리 창이 낫다
    Chat 기능을 사이드바에서만 쓰면 코드 보면서 채팅하기가 불편해요. VSCode에서 코파일럿 채팅 탭을 별도 에디터 그룹으로 분리해서 오른쪽에 띄워두는 방식이 훨씬 작업 흐름에 맞더라고요. 드래그로 탭을 끌어서 분리할 수 있고, 이걸 workspace 레이아웃으로 저장해두면 프로젝트 열 때마다 자동으로 배치가 유지됩니다.

    제안 품질을 올리는 컨텍스트 관리 전략

    코파일럿은 현재 열려 있는 파일들과 커서 주변 코드를 바탕으로 제안을 생성해요. 결국 얼마나 좋은 컨텍스트를 모델에게 주느냐가 제안 품질을 결정하는 핵심이에요.

    관련 파일을 에디터에 열어두는 습관
    코파일럿은 현재 탭에 열려 있는 파일들을 참조해요. 인터페이스 파일, 타입 정의 파일, 유사한 기능의 구현체를 같이 열어두면 더 프로젝트 스타일에 맞는 제안이 나와요. 실제로 저는 새 서비스 클래스를 작성할 때 비슷한 기존 서비스 파일을 탭에 열어두고 시작하는데, 네이밍 컨벤션이나 에러 핸들링 패턴을 꽤 잘 따라오더라고요.

    주석을 ‘명세서’처럼 쓰기
    단순히 “// 유저 조회 함수” 수준의 주석이 아니라, 입력·출력·예외 케이스까지 기술한 주석을 먼저 써두고 함수 본문을 비워두면 코파일럿이 그걸 스펙으로 받아들여요. 예를 들어 이런 식이에요.

    // 사용자 ID로 활성 구독 목록을 조회한다.
// - userId: string (UUID)
// - 반환: Subscription[] (비어있으면 빈 배열)
// - DB 오류 시 SubscriptionFetchError를 throw
async function getActiveSubscriptions(userId: string) {

    이렇게 해두면 try-catch 구조, 반환 타입, 에러 클래스까지 상당히 의도에 맞게 채워줘요. 주석이 곧 프롬프트라는 감각으로 접근하면 달라집니다.

    .github/copilot-instructions.md 파일 적극 활용하기
    비교적 최근에 추가된 기능인데, 저장소 루트에 .github/copilot-instructions.md 파일을 만들어두면 코파일럿 Chat이 해당 저장소 전체의 컨텍스트를 학습해요. 팀 코딩 컨벤션, 사용 중인 프레임워크 버전, 금지 패턴 같은 걸 여기에 적어두면 Chat에서 질문할 때마다 따로 설명 안 해도 됩니다. 팀 프로젝트라면 이 파일을 깃에 커밋해서 공유하는 게 좋아요.

    코파일럿 Chat을 코드 리뷰·리팩터링에 쓰는 법

    자동완성 외에 Chat을 어떻게 쓰느냐가 숙련도 차이를 만들어요. 단순 질문보다 특정 작업에 맞는 슬래시 커맨드와 패턴을 써야 제대로 활용하는 거예요.

    /explain, /fix, /tests 슬래시 커맨드 제대로 활용하기
    코드를 선택한 상태에서 Chat에 /explain을 입력하면 해당 코드의 동작을 설명해줘요. 레거시 코드를 인수인계받았을 때 특히 유용해요. /fix는 선택한 코드의 버그나 문제를 찾아서 수정 제안을 줘요. /tests는 선택한 함수에 대한 유닛 테스트 코드를 생성해주는데, 실무에서 테스트 커버리지 올릴 때 꽤 쓸 만합니다. 다만 생성된 테스트가 항상 엣지 케이스를 완벽히 커버하진 않으니, 출력을 기반으로 추가 케이스를 직접 보완하는 방식이 현실적이에요.

    리팩터링 요청할 때 기준을 명확히 주기
    “이 코드 리팩터링해줘”보다 “이 함수를 단일 책임 원칙에 맞게 분리하고, 중복된 DB 호출을 제거해줘”처럼 기준을 주면 훨씬 실용적인 결과가 나와요. 코파일럿 Chat은 모호한 요청에는 일반적인 답변을 내놓는 경향이 있거든요. 요청이 구체적일수록 결과물이 바로 쓸 수 있는 코드에 가까워집니다.

    PR 설명 초안 생성에 쓰기
    코파일럿 Chat에 변경된 파일들을 컨텍스트로 주고 “이 변경사항을 PR 설명으로 정리해줘, 변경 이유와 영향 범위 포함해서”라고 하면 꽤 쓸 만한 초안이 나와요. 저는 직접 쓰는 것보다 이 초안을 수정하는 방식으로 바꿨는데, PR 작성 시간이 많이 줄었어요.

    팀에서 코파일럿 쓸 때 놓치기 쉬운 것들

    개인 생산성 도구로만 쓰면 한계가 있어요. 팀 단위로 세팅이 맞춰져 있어야 일관성이 생기고, 코파일럿이 만든 코드가 팀 코드베이스에 자연스럽게 녹아들어요.

    앞서 언급한 copilot-instructions.md 파일 외에도, ESLint나 Prettier 설정이 저장소에 제대로 있으면 코파일럿 제안도 그 규칙을 어느 정도 따라와요. 코파일럿이 생성한 코드가 린트에서 계속 걸린다면, 린트 설정 파일을 명확히 해두는 것부터 다시 점검해보는 게 맞아요.

    또 한 가지, 코파일럿이 만들어준 코드를 그냥 머지하는 문화가 생기지 않도록 주의해야 해요. 제안을 받아 쓰더라도 코드 리뷰 기준은 그대로 유지해야 하고, 특히 보안에 민감한 부분(인증, 암호화, 외부 API 호출)은 코파일럿 제안을 더 꼼꼼하게 검증하는 습관이 필요합니다. 편리함과 책임은 같이 가는 거라서요.

    코파일럿을 잘 쓰는 팀과 그냥 쓰는 팀의 차이는 결국 ‘어떤 컨텍스트를 주고, 어떤 요청을 하느냐’에서 갈리더라고요. 툴보다 사용하는 방식이 더 중요하다는 게, 여러 프로젝트를 거치면서 느낀 결론이에요.

  • 챗GPT 사용법 완전 기초 가이드 — 처음 써보는 분도 5분이면 시작해요

    챗GPT, 요즘 정말 많이 들어보셨죠? 그런데 막상 써보려고 하면 “어디서 시작해야 하지?” 싶은 분들이 생각보다 굉장히 많아요. 저도 처음엔 그랬고요. 이 글에서는 챗GPT가 뭔지부터, 실제로 어떻게 가입하고 질문하는지, 그리고 당장 오늘 써먹을 수 있는 예시까지 한 번에 정리해드릴게요.

    챗GPT가 뭔지 딱 한 줄로 설명하면

    챗GPT는 OpenAI라는 미국 회사가 만든 AI 대화 도구예요. 카카오톡처럼 채팅창에 글을 입력하면, AI가 그에 맞게 답변을 해주는 방식이에요. 단순히 검색처럼 링크를 던져주는 게 아니라, 마치 사람과 대화하듯이 맥락을 이해하고 이야기를 주고받아요.

    비유하자면, 엄청나게 많은 책과 글을 읽은 똑똑한 조수가 24시간 옆에 앉아 있는 느낌이에요. 이메일 초안을 써달라고 해도 되고, 어려운 단어 설명을 부탁해도 되고, 레시피를 물어봐도 돼요. 그냥 말을 걸면 된다는 게 핵심이에요.

    현재 무료로 쓸 수 있는 버전(GPT-3.5 기반)이 있고, 월 일정 금액을 내면 더 뛰어난 GPT-4o 모델을 쓸 수 있는 유료 플랜(ChatGPT Plus)도 있어요. 처음엔 무료 버전으로 시작해도 충분히 유용해요.

    가입하고 첫 대화 시작하는 법 — 단계별로 따라해요

    생각보다 훨씬 간단해요. 순서대로 따라오시면 5분도 안 걸려요.

    1단계: 챗GPT 사이트 접속

    구글이나 네이버에서 “ChatGPT”를 검색하거나, 주소창에 chat.openai.com 을 직접 입력해요. 공식 사이트인지 꼭 확인하세요. 비슷하게 생긴 가짜 사이트들이 종종 있거든요.

    2단계: 계정 만들기

    오른쪽 위에 있는 “Sign up” 버튼을 눌러요. 이메일 주소로 가입하거나, 구글·마이크로소프트 계정으로 바로 연동할 수도 있어요. 구글 계정이 있다면 “Continue with Google”을 누르는 게 제일 빠르고 편해요. 이름이랑 생년월일 정도만 입력하면 가입 완료예요.

    3단계: 채팅창에 말 걸기

    로그인하면 화면 아래에 입력창이 있어요. 거기에 하고 싶은 말을 그냥 한국어로 입력하고 엔터를 누르면 끝이에요. 챗GPT는 한국어를 아주 잘 이해해요. 영어로 쓸 필요 없어요.

    처음에 뭘 입력할지 모르겠다면, 이렇게 시작해보세요.

    • “안녕하세요! 처음 써보는데, 어떤 걸 도와줄 수 있어요?”
    • “간단한 자기소개 이메일 써줘”
    • “삼겹살이랑 된장찌개 중에 뭐가 더 칼로리가 높아?”

    정답이 없어요. 그냥 평소에 궁금했던 걸 편하게 물어보면 돼요.

    실제로 이렇게 써먹어요 — 일상 속 활용 예시

    챗GPT를 처음 접하면 “이걸 어디다 써야 하지?”라는 게 오히려 더 막막하더라고요. 제가 주변에 추천해줄 때 항상 쓰는 예시 몇 가지를 소개할게요.

    문서·글쓰기 도움

    직장에서 보고서 쓰거나, 누군가에게 정중한 이메일을 보내야 할 때 첫 문장이 안 떠오를 때 있잖아요. 그럴 때 이렇게 써보세요.

    예시 입력: “거래처에 미팅 일정을 다음 주로 변경 요청하는 정중한 이메일을 써줘. 사유는 내부 일정 조정이야.”

    그러면 챗GPT가 인사말부터 마무리 문구까지 깔끔하게 초안을 써줘요. 그대로 쓰기보다는 내 상황에 맞게 조금씩 수정해서 쓰면 훨씬 빨리 작업이 끝나요.

    어려운 개념 쉽게 이해하기

    뉴스나 업무 중에 모르는 용어가 나왔을 때, 구글 검색보다 훨씬 빠르고 친절하게 설명해줘요. 핵심은 “초등학생에게 설명하듯이”라는 말을 덧붙이는 거예요.

    예시 입력: “양자컴퓨터가 뭔지 초등학생도 이해할 수 있게 설명해줘”

    이렇게 조건을 붙여주면 어려운 전문 용어 없이 쉬운 비유로 설명해줘서 훨씬 이해하기 편해요.

    일정·아이디어 정리

    “다음 달에 제주도 2박 3일 여행 계획 짜줘. 아이 둘 데리고 가는 가족 여행이고, 이동은 렌터카로 할 거야.”처럼 조건을 구체적으로 넣어서 물어보면, 일정표 초안을 뚝딱 만들어줘요. 완벽하진 않더라도 처음 틀을 잡을 때 엄청 유용해요.

    잘 쓰려면 이것만 기억하세요 — 질문하는 법의 핵심

    챗GPT를 쓰다 보면 “생각보다 답이 별로네” 싶을 때가 있어요. 그건 대부분 질문이 너무 짧거나 모호해서예요. 질문을 잘 할수록 답도 훨씬 좋아져요. 이걸 프롬프트 작성이라고 하는데, 처음부터 어렵게 생각할 필요 없어요.

    • 맥락을 줄수록 좋아요. “이메일 써줘” 보다 “30대 직장인이 상사에게 휴가 신청하는 이메일 써줘”가 훨씬 좋은 결과가 나와요.
    • 마음에 안 들면 이어서 요청하세요. “좀 더 짧게 해줘”, “좀 더 공손한 표현으로 바꿔줘”처럼 수정 요청을 계속해도 돼요. 대화가 이어지니까요.
    • 틀릴 수도 있다는 걸 염두에 두세요. 챗GPT가 자신 있게 말해도 사실과 다를 때가 있어요, 특히 최신 정보나 수치는 꼭 한 번 확인하는 습관을 들이면 좋아요.

    처음엔 어색하더라도 몇 번만 써보면 금방 감이 잡혀요. 저도 처음엔 뭘 물어볼지 몰라서 “오늘 날씨 어때?”부터 시작했거든요. 그냥 말 걸어보는 것 자체가 시작이에요.

    챗GPT는 잘 쓸수록 진짜 쓸모 있는 도구예요. 오늘 당장 하나만 해보세요 — 지금 하고 있는 일 중에서 가장 귀찮은 글쓰기 작업을 챗GPT한테 맡겨보는 거요. 생각보다 훨씬 시간이 절약될 거예요.

  • 깃허브 코파일럿 실무 활용법 — 코드 작성 속도를 실제로 높이는 방법

    깃허브 코파일럿을 처음 설치하고 나서 “어, 이거 그냥 자동완성 좀 빠른 거 아닌가?” 싶었던 분들 꽤 많을 거예요. 저도 초반 한 달은 그냥 탭 키만 눌러댔거든요. 그런데 제대로 쓰는 법을 익히고 나서부터는 진짜 체감이 달랐습니다. 반복 코드 작성 시간이 줄어드는 건 기본이고, 테스트 코드나 문서 주석 같이 항상 미루게 되는 작업들을 훨씬 수월하게 처리할 수 있게 됐어요.

    이 글에서는 단순한 기능 소개가 아니라, 실제 업무 흐름에서 코파일럿을 어떻게 배치하면 효율이 오르는지를 중심으로 정리해봤습니다.

    코파일럿을 제대로 쓰려면 ‘컨텍스트’를 먼저 이해해야 합니다

    코파일럿은 현재 열려 있는 파일과 커서 주변 코드를 기반으로 제안을 생성합니다. 그래서 아무것도 없는 빈 파일에서 시작하면 제안 품질이 확연히 떨어져요. 반면 파일 상단에 명확한 주석 한 줄만 달아줘도 제안이 완전히 달라집니다.

    예를 들어 Python으로 CSV 파일을 읽어 특정 컬럼을 필터링하는 함수를 짜야 한다고 해봐요. 그냥 함수 이름만 입력하는 것보다, 이렇게 주석을 먼저 써주는 쪽이 훨씬 정확한 제안을 받을 수 있습니다.

    # 주어진 CSV 파일에서 'status'가 'active'인 행만 필터링해서 리스트로 반환
def filter_active_users(filepath: str) -> list:

    이 방식은 단순히 자동완성을 돕는 게 아니라, 코파일럿이 함수의 의도를 파악할 수 있게 해주는 거예요. 주석을 작성하는 행위 자체가 일종의 프롬프트가 됩니다. 복잡한 로직일수록 파라미터 설명이나 예상 반환값까지 주석에 적어두면 제안 품질이 눈에 띄게 올라가더라고요.

    또 하나 중요한 건 관련 파일을 같이 열어두는 습관이에요. 코파일럿은 VSCode 기준으로 현재 탭에 열린 파일들을 참조합니다. DB 모델 파일과 API 핸들러 파일을 같이 열어두면, 모델 구조에 맞는 쿼리 코드를 훨씬 잘 제안해줘요.

    자동완성 말고, 실무에서 진짜 유용한 기능들

    많은 분들이 코파일럿을 탭 키 기반의 인라인 자동완성 도구로만 쓰는데, 사실 Copilot Chat을 함께 쓰기 시작하면 활용도가 확 넓어집니다. IDE 내에서 채팅 방식으로 코드 설명, 리팩터링, 테스트 코드 생성까지 바로 요청할 수 있거든요.

    제가 자주 쓰는 패턴 몇 가지를 공유할게요.

    테스트 코드 자동 생성

    솔직히 테스트 코드 작성은 귀찮아서 미루게 되는 작업 1순위잖아요. 함수 본문을 선택하고 Copilot Chat에 “이 함수에 대한 단위 테스트 케이스를 pytest 기준으로 작성해줘. 엣지 케이스도 포함해서”라고 요청하면, 기본적인 테스트 구조를 꽤 잘 뽑아줍니다. 물론 100% 그대로 쓸 수 있는 건 아니지만, 어떤 케이스를 테스트해야 하는지 빠르게 파악하는 데만도 충분히 가치 있어요.

    레거시 코드 설명 요청

    인수인계를 받거나 오래된 코드베이스를 파고들어야 할 때, 함수 블록을 선택하고 “/explain”을 입력하면 코파일럿이 코드 흐름을 자연어로 설명해줍니다. 이걸 주석으로 남겨두면 다음 사람이 볼 때도 편하고, 본인도 나중에 돌아봤을 때 맥락을 금방 파악할 수 있어요.

    리팩터링 제안 받기

    코드 블록을 선택하고 “이 코드를 더 읽기 쉽게 리팩터링해줘. 성능을 크게 희생하지 않는 선에서”라고 요청하면 대안 구현을 제안해줍니다. 무조건 그 제안을 쓰는 게 아니라, 제안을 보면서 “아, 이렇게 쓸 수도 있겠구나”를 파악하는 용도로 활용하는 게 좋더라고요.

    코파일럿을 팀 단위로 활용할 때 주의할 점

    혼자 쓸 때는 그냥 편하게 써도 되지만, 팀 프로젝트에서 코파일럿을 도입하려면 몇 가지 합의가 필요합니다.

    첫째, 코파일럿이 제안하는 코드에는 의도치 않은 보안 취약점이 포함될 수 있어요. SQL 쿼리를 문자열 포맷팅으로 처리하거나, 에러 핸들링 없이 외부 입력을 그대로 넘기는 코드를 제안하는 경우도 있습니다. 리뷰 단계에서 이런 부분을 명시적으로 체크하는 기준을 팀 내에 공유해두는 게 중요해요.

    둘째, 라이선스 이슈입니다. 코파일럿이 생성하는 코드가 퍼블릭 오픈소스에서 파생된 경우가 있어서, 상업 프로젝트에서는 코드 출처에 민감하게 반응하는 팀도 있어요. GitHub에서는 이를 위해 퍼블릭 코드 매칭 필터 옵션을 제공하고 있으니, 팀 정책에 맞게 설정해두는 걸 권장합니다.

    셋째, 코파일럿이 만들어준 코드라도 반드시 작성자가 이해하고 있어야 합니다. 특히 주니어 개발자가 있는 팀이라면, 코파일럿 제안을 그냥 채택하기보다는 왜 이 코드가 이렇게 작성됐는지 설명할 수 있어야 한다는 팀 문화를 만드는 게 장기적으로 훨씬 좋아요. 코파일럿이 실력 대신 생각해주는 도구가 되면 안 되니까요.

    실무에서 제가 쓰는 워크플로우 요약

    개인적으로 지금 정착한 방식은 이렇습니다. 새 기능을 구현할 때는 먼저 함수 시그니처와 주석으로 의도를 정리하고, 코파일럿 인라인 제안을 부분적으로 수락하면서 초안을 잡아요. 그다음 Copilot Chat으로 테스트 케이스 초안을 뽑고, 리뷰 전에 한 번 더 선택 블록을 보내서 “이 코드에 잠재적인 문제점이 있으면 짚어줘”라고 확인합니다.

    이렇게 하면 코드 작성 자체보다 설계와 판단에 더 집중할 수 있게 돼요. 코파일럿의 진짜 가치는 빠른 타이핑이 아니라, 반복적이고 패턴화된 작업에서 인지 부담을 낮춰주는 데 있습니다. 그 여유를 설계나 코드 품질 쪽으로 돌리는 게 제가 느낀 가장 실질적인 활용 방향이에요.

    아직 인라인 자동완성만 쓰고 있다면, 오늘 당장 Copilot Chat 탭을 한 번 열어보세요. 쓰면 쓸수록 어디에 맡기고 어디는 직접 해야 하는지 감이 잡힌답니다.

  • 챗GPT 프롬프트 작성법: 처음 써도 바로 되는 5가지 핵심 원칙

    챗GPT나 클로드 같은 AI 도구를 처음 써보고 “생각보다 별로네”라고 느끼셨던 분들, 사실 대부분은 프롬프트 작성법 때문이에요. AI 자체가 부족한 게 아니라, AI에게 어떻게 말을 걸었느냐의 문제인 경우가 거의 다예요. 오늘은 제가 실무에서 직접 써오면서 정리한 프롬프트 작성 원칙을 초보자도 바로 따라할 수 있게 풀어볼게요.

    프롬프트가 뭔지부터 — 이걸 모르면 시작이 안 돼요

    프롬프트(Prompt)는 쉽게 말하면 AI에게 보내는 지시문 또는 질문이에요. 사람한테 부탁할 때 “야, 뭔가 해줘”라고 하면 당연히 뭘 해줄지 모르잖아요. AI도 똑같아요. 얼마나 구체적으로, 어떤 맥락을 담아서 말을 거느냐에 따라 결과물의 질이 완전히 달라져요.

    예를 들어 볼게요. 같은 의도인데 프롬프트가 다르면 어떤 결과가 나오는지 비교해 보면 바로 감이 잡혀요.

    • 나쁜 예: “이메일 써줘”
    • 좋은 예: “신규 거래처 담당자에게 처음 보내는 소개 이메일을 써줘. 우리 회사는 IT 솔루션 업체고, 상대방은 제조업 구매 담당자야. 친근하지만 신뢰감 있는 말투로, 3~4문단 분량으로 작성해줘.”

    두 번째 프롬프트를 보면 목적, 상황, 말투, 분량이 모두 들어가 있어요. AI 입장에서는 판단해야 할 게 훨씬 줄어드니까 원하는 방향에 가까운 답이 나오는 거죠.

    바로 써먹을 수 있는 5가지 프롬프트 작성 원칙

    1. 역할을 먼저 줘요 — “너는 ~이야”

    AI에게 특정 역할을 부여하면 그 분야의 전문가처럼 답해줘요. 이걸 ‘롤 프롬프팅’이라고 부르는데, 초보자한테 가장 효과가 확실한 방법이에요.

    • “너는 10년 경력의 카피라이터야. 아래 상품의 광고 문구를 써줘.”
    • “너는 친절한 초등학교 선생님이야. 분수를 처음 배우는 아이에게 설명해줘.”
    • “너는 경력 15년의 인사 담당자야. 자기소개서 첨삭을 부탁할게.”

    역할을 주는 것만으로도 답변의 깊이와 방향이 눈에 띄게 달라져요. 꼭 써보세요.

    2. 배경과 상황을 충분히 설명해요

    AI는 내 상황을 전혀 몰라요. 대화 중에 알려주지 않으면 그냥 일반적인 답을 내놓을 수밖에 없어요. 그래서 “왜”, “누구를 위해”, “어떤 상황에서”를 넣어주는 게 중요해요.

    예를 들어 여행 계획을 짜달라고 한다면:

    • 그냥: “도쿄 여행 코스 짜줘”
    • 상황 포함: “4박 5일 도쿄 여행 코스 짜줘. 30대 부부 여행이고, 맛집 탐방이랑 미술관 위주로 가고 싶어. 이동이 너무 많으면 피곤해서, 하루에 2~3군데 정도로 여유 있게 짜줘. 숙소는 신주쿠 근처야.”

    같은 “도쿄 여행 코스”인데 결과물이 얼마나 다를지 상상이 되시죠? 귀찮더라도 상황을 조금만 더 적어주면 훨씬 실용적인 답을 받아요.

    3. 원하는 형식을 명시해요

    AI는 형식을 지정해주지 않으면 자기 나름대로 알아서 써요. 때로는 너무 길게, 때로는 너무 짧게. 그래서 처음부터 “어떤 형태로 써줘”를 덧붙이는 게 좋아요.

    • “표 형태로 정리해줘”
    • “3가지 항목으로 나눠서 불릿 포인트로 써줘”
    • “500자 내외로 요약해줘”
    • “초등학생도 이해할 수 있는 쉬운 말로 설명해줘”
    • “이메일 형식으로 작성해줘. 제목, 인사말, 본문, 마무리 인사 포함해서.”

    형식을 지정하면 내가 원하는 결과물을 바로 가져다 쓸 수 있어요. 특히 업무에 쓸 때는 형식 지정이 시간을 엄청나게 아껴줘요.

    4. 예시를 직접 보여줘요

    말로 설명하기 애매한 경우엔 예시를 그냥 붙여버리는 게 제일 빨라요. “이런 느낌으로 써줘” 하고 샘플을 하나 넣어주면 AI가 그 스타일을 학습해서 비슷하게 만들어줘요.

    예를 들어 SNS 글쓰기를 부탁할 때:

    “아래 예시처럼 짧고 감성적인 인스타그램 캡션을 써줘.
    [예시] ‘오늘 아침, 커피 한 잔에 담긴 작은 여유. 바쁜 하루도 이 순간만큼은 천천히.’
    이런 느낌으로, 오늘 제주 바다에서 찍은 사진에 달 캡션을 만들어줘.”

    예시를 보여주는 방법은 특히 글쓰기 스타일을 맞출 때 엄청나게 효과적이에요. 꼭 활용해 보세요.

    5. 결과가 별로면 바로 수정 요청해요

    처음 한 번에 완벽한 답이 나오길 기대하면 실망할 수 있어요. AI랑 대화할 때는 한 번에 끝낸다는 생각보다 대화를 이어가면서 다듬는다는 마음이 중요해요.

    • “좀 더 딱딱하지 않은 말투로 바꿔줘”
    • “세 번째 문단을 좀 더 구체적으로 설명해줘”
    • “전체적으로 200자 정도 줄여줘”
    • “이 부분은 삭제하고, 대신 ~에 대한 내용을 추가해줘”

    이렇게 피드백을 주면서 대화를 이어가면 처음보다 훨씬 나은 결과물이 나와요. 저도 실무에서 한 번에 뚝딱 나오는 경우보다 2~3번 주고받는 경우가 훨씬 많아요.

    초보자가 가장 많이 하는 실수 3가지

    프롬프트 작성법을 알아도 처음엔 이런 패턴에서 실수하는 경우가 많아요.

    실수 1: 너무 짧게만 쓴다

    “글 써줘”, “번역해줘”, “요약해줘” — 이런 식으로 한 줄만 쓰면 AI가 맥락 없이 일반적인 내용을 뱉어요. 처음엔 “더 구체적으로 써야 한다”는 게 귀찮게 느껴지는데, 한 번만 습관이 들면 오히려 수정하는 시간을 줄여줘서 훨씬 빠르게 작업할 수 있어요.

    실수 2: 한 번에 너무 많은 걸 물어본다

    “도쿄 여행 코스 짜줘, 맛집 리스트도 주고, 환율 계산도 해주고, 짐 싸는 체크리스트도 만들어줘” — 이렇게 한꺼번에 다 넣으면 AI가 각각의 질에 집중하기 어려워요. 하나씩 나눠서 물어보는 편이 훨씬 정확한 답을 받아요.

    실수 3: 첫 답변에 실망하고 멈춘다

    “한번 써봤는데 별로던데요?”라고 하시는 분들의 대화 내역을 보면 대부분 한 번 물어보고 바로 포기한 경우예요. 앞서 말했듯이 AI는 대화를 이어가면서 다듬을수록 좋아져요. 처음 답변은 시작점이라고 생각하고 피드백을 주는 습관을 들여보세요.

    이 원칙들, 어디서든 똑같이 통해요

    오늘 정리한 원칙들은 챗GPT뿐 아니라 클로드, 제미나이, 노션 AI, 뤼튼 등 어떤 AI 도구에서든 그대로 써먹을 수 있어요. 도구마다 세부적인 성격 차이는 있지만, 역할 부여 → 상황 설명 → 형식 지정 → 예시 제공 → 피드백 반영이라는 흐름은 어디서나 통해요.

    처음엔 모든 걸 다 넣으려다 보면 오히려 막막할 수도 있어요. 그럴 땐 딱 두 가지만 기억해 주세요. “너는 ~이야”로 역할을 주는 것, 그리고 원하는 형식을 짧게라도 명시하는 것. 이 두 가지만 해도 지금보다 훨씬 쓸만한 답변을 받을 수 있어요.

    한 번 직접 해보면서 감을 잡는 게 제일 빠릅니다. 오늘 당장 챗GPT 열고 “너는 친절한 요리사야. 냉장고에 계란, 두부, 애호박이 있는데 간단한 저녁 메뉴 하나만 추천해줘. 조리 시간은 15분 이내로.” 이렇게 한번 쳐보세요. 바로 느낌이 올 거예요.

  • 노션 AI 실무 활용법: 기획자가 매일 쓰는 워크플로우 7가지

    노션 AI를 처음 켰을 때 솔직히 기대 반 의심 반이었어요. 챗GPT나 클로드처럼 별도 창을 띄우지 않아도 되니까 편하긴 하겠다 싶었는데, 막상 써보니 ‘아, 이건 진짜 다르다’는 느낌이 들었어요. 핵심은 컨텍스트가 이미 거기 있다는 거예요. 문서 안에서 바로 호출하니까 내용을 복붙할 필요가 없고, 쌓여있는 내 데이터베이스와 연결해서 쓸 수 있다는 점이 결정적이었습니다.

    이 글에서는 제가 15년 가까이 IT 서비스 기획을 하면서 노션 AI를 실제로 어떻게 쓰고 있는지, 그리고 효율을 높이기 위해 어떤 방식으로 프롬프트를 조율하는지 정리해볼게요. 단순한 기능 소개가 아니라 ‘이 상황에서 이렇게 쓴다’는 실제 흐름 위주입니다.

    노션 AI의 진짜 강점: 컨텍스트 인 플레이스

    일반적인 AI 도구는 텍스트를 복사해서 외부 서비스에 붙여넣고, 답을 받아서 다시 문서에 가져오는 방식이에요. 작업 흐름이 자꾸 끊기죠. 노션 AI는 다릅니다. 커서가 있는 그 자리에서 스페이스바 하나로 호출되고, 선택한 블록이 자동으로 컨텍스트가 됩니다.

    제가 가장 자주 쓰는 장면을 하나 얘기하면, 회의록이에요. 회의 중에 노션 페이지에 날것의 메모를 쭉 적어두잖아요. 회의가 끝나면 그 블록들을 전체 선택하고 “이 내용을 바탕으로 액션아이템과 담당자, 데드라인을 표 형식으로 정리해줘”라고 넣으면 10초 안에 정리된 표가 나와요. 예전엔 회의 후 정리하는 데 30분은 걸렸는데, 지금은 5분이 안 걸려요.

    또 하나의 강점은 데이터베이스 연동이에요. Q4 스프린트 데이터베이스가 있고, 각 태스크에 설명이 달려있다면 노션 AI가 그 구조를 이해하고 요약하거나 필터 기준을 제안해줘요. 다른 AI 도구들은 이 구조 자체를 내가 설명해야 하지만, 노션 AI는 이미 알고 있는 셈이죠.

    실제로 쓰고 있는 워크플로우 7가지

    1. 회의록 → 액션아이템 자동 추출

    위에서 언급한 방법이에요. 날 회의록 블록을 선택하고 프롬프트를 넣으면 됩니다. 이때 팁은 형식을 명시하는 거예요. “표 형식”, “불릿 리스트”, “담당자별로 그룹핑” 같은 구체적인 지시를 넣으면 훨씬 쓸 만한 결과가 나와요.

    2. 기획서 초안 드래프팅

    헤드라인과 핵심 요구사항만 불릿으로 나열한 뒤, 아래에 AI를 호출해서 “위 내용을 바탕으로 기능 기획서 초안을 작성해줘. 배경, 목적, 범위, 주요 기능, 고려사항 순서로.” 라고 넣으면 구조가 갖춰진 초안이 나와요. 내가 0에서 시작하는 게 아니라 60점짜리 초안을 손보는 방식으로 전환되는 거라 속도가 확 달라요.

    3. 긴 문서 요약 및 핵심 추출

    외부 리포트나 PRD를 노션에 붙여넣고 요약을 요청해요. 이때 단순히 “요약해줘”보다 “이 문서에서 개발팀이 당장 결정해야 할 사항만 추출해줘”처럼 독자와 목적을 명시하면 훨씬 실용적인 결과가 나와요. 역할 지정 프롬프트는 노션 AI에서도 효과가 좋더라고요.

    4. 댓글 스레드 요약

    노션 페이지에 달린 댓글이 50개 넘어가면 맥락 파악이 힘들잖아요. 댓글 스레드를 복사해서 새 블록에 붙이고 “이 토론의 핵심 쟁점과 미결 사항을 정리해줘”라고 하면 돼요. 특히 여러 팀원이 얽힌 의사결정 히스토리를 빠르게 파악할 때 유용합니다.

    5. 다국어 문서 번역 및 로컬라이징

    글로벌 팀과 일할 때 영문 스펙 문서를 노션 안에서 바로 번역해요. 단순 번역보다 “한국 IT 서비스 컨텍스트에 맞게 번역하되, 기술 용어는 원문 병기해줘”처럼 요청하면 로컬라이징 품질이 많이 올라가요. 클로드나 GPT-4o보다 속도 면에서 우위가 있진 않지만, 문서 안에서 끝낸다는 편의성이 확실한 강점이에요.

    6. 스프린트 회고 자동 초안

    스프린트 기간 동안 쌓인 태스크 데이터베이스와 메모를 선택하고 “이번 스프린트의 잘한 점, 개선점, 다음 액션을 KPT 형식으로 작성해줘”라고 하면 회고 초안이 나와요. 팀 전체가 채워야 할 내용을 미리 구조화해두는 용도로 써도 좋아요.

    7. 이메일·슬랙 메시지 초안 작성

    노션에 쓴 내용을 외부로 전달할 때, 맥락을 선택하고 “이 내용을 외부 파트너에게 보낼 정중한 이메일로 바꿔줘. 3단락 이내로.”라고 요청해요. 어조와 길이를 지정하는 게 핵심이에요. 그냥 “이메일로 바꿔줘”는 결과물이 너무 들쑥날쑥해요.

    노션 AI 프롬프트 작성 팁: 잘 되는 패턴과 안 되는 패턴

    노션 AI는 GPT-4 계열 모델을 기반으로 동작하는데, 프롬프트 품질에 따라 결과물 차이가 꽤 커요. 제가 시행착오를 겪으면서 정리한 패턴을 공유할게요.

    잘 되는 패턴:

    • 역할 지정 + 형식 지정 + 길이 지정을 한 번에: “너는 프로덕트 매니저야. 아래 요구사항을 바탕으로 개발팀에 전달할 기술 명세서를 작성해줘. 불릿 형식, 500자 이내.”
    • 독자를 명시: “이 내용을 비개발자 임원에게 설명하는 방식으로 재작성해줘”
    • 출력 예시를 함께 제공: 원하는 형태의 샘플을 한 줄이라도 같이 주면 훨씬 정확하게 맞춰줘요

    잘 안 되는 패턴:

    • “잘 정리해줘”, “좋게 써줘” 같은 모호한 지시 — 기준이 없으면 노션 AI도 방향을 못 잡아요
    • 컨텍스트 없이 추상적인 질문: 노션 AI는 문서 안의 컨텍스트를 참조하는 게 강점인데, 그 장점을 살리지 않으면 그냥 평범한 챗봇이 돼요
    • 한 번의 프롬프트로 모든 걸 해결하려는 시도: 2~3단계로 나눠서 조금씩 다듬는 게 결과물 품질이 훨씬 높아요

    한계도 알아야 제대로 쓸 수 있어요

    솔직히 말하면 노션 AI가 모든 상황에서 클로드나 GPT-4o보다 뛰어난 건 아니에요. 긴 문서 전체를 깊이 있게 분석하거나, 복잡한 논리 추론이 필요한 작업은 클로드 쪽이 아직 더 낫다고 느껴요. 코드 생성이나 데이터 분석 깊이도 전문 도구에 비하면 제한적이에요.

    노션 AI가 빛나는 건 컨텍스트가 이미 노션 안에 있고, 그걸 바로 가공해서 다시 노션 안에 쓸 때예요. 작업 전환 없이 문서 흐름을 유지하면서 AI를 쓸 수 있다는 게 생산성에 미치는 영향이 생각보다 크거든요. 뇌의 컨텍스트 스위칭 비용이 줄어드는 느낌이랄까요.

    요금도 고려해야 해요. 노션 AI는 플러스 플랜 이상에서 추가 비용으로 사용하는 구조인데, 팀 단위로 쓴다면 인당 비용 대비 효율을 따져봐야 해요. 저는 하루에 수십 번 쓰고 있어서 충분히 값어치가 있다고 보지만, 가끔만 쓴다면 클로드나 GPT를 따로 구독하는 게 더 나을 수도 있어요.

    결국 노션 AI를 잘 쓰는 핵심은 ‘노션을 이미 주력 업무 도구로 쓰고 있느냐’예요. 문서와 데이터베이스가 노션에 쌓여있다면, AI와의 협업 효율이 다른 도구들보다 확실히 높아요. 아직 노션을 메모 수준으로만 쓰고 있다면, AI 기능 전에 워크스페이스 구조를 먼저 정리하는 게 순서예요.

  • 노션 AI 사용법: 처음 써보는 분도 바로 따라할 수 있는 기초 가이드

    노션 AI, 이름은 들어봤는데 막상 어떻게 쓰는 건지 감이 안 잡히셨던 분들 많으시죠. 저도 처음엔 그랬어요. 노션 자체도 조금 낯선데 거기에 AI까지 붙어 있으니 더 어렵게 느껴지더라고요. 그런데 직접 써보니까, 이게 생각보다 훨씬 쉽고 또 실제로 꽤 쓸모 있더라고요. 오늘은 노션 AI를 한 번도 써보지 않은 분들도 바로 따라 할 수 있게 차근차근 설명해 드릴게요.

    노션 AI가 뭔지, 한 줄로 이해하기

    노션은 메모, 문서, 할 일 목록 등을 한 곳에서 관리하는 도구예요. 마치 디지털 다이어리 겸 업무 노트 같은 거라고 생각하면 쉬워요. 여기에 AI 기능이 붙은 게 바로 노션 AI입니다.

    쉽게 비유하자면, 노션이 ‘빈 종이’라면 노션 AI는 그 종이 위에서 같이 글을 써주거나, 긴 내용을 짧게 줄여주거나, 영어로 번역해주는 옆자리 도우미 같은 존재예요. 별도 앱을 켤 필요 없이, 노션 안에서 바로 AI한테 부탁할 수 있다는 게 핵심이에요.

    현재 노션 AI는 유료 플랜으로 제공되고 있어요. 무료 체험도 제한적으로 가능하니, 일단 써보면서 필요 여부를 판단하는 걸 추천드려요.

    노션 AI 시작하는 방법 (단계별로 따라하기)

    노션 계정이 없다면 먼저 notion.so에서 가입부터 해주세요. 이메일 하나만 있으면 바로 만들 수 있어요. 계정이 있다면 아래 순서대로 따라오시면 됩니다.

    1단계: 새 페이지 만들기

    노션에 로그인하면 왼쪽 사이드바에 ‘+ 페이지 추가’ 버튼이 보여요. 눌러서 새 페이지를 하나 만들어 주세요. 제목은 뭐든 상관없어요. 연습용이니까 ‘테스트’라고 써도 됩니다.

    2단계: AI 불러오기

    페이지 본문 영역을 클릭한 다음, 스페이스바를 한 번 누르거나 ‘/’를 입력해보세요. 그러면 메뉴가 뜨는데, 여기서 ‘AI로 글쓰기’ 혹은 ‘Ask AI’ 같은 항목을 선택하면 됩니다. 노션이 업데이트되면서 화면 구성이 조금씩 바뀌기도 하는데, AI 관련 항목은 항상 상단 쪽에 보여요.

    3단계: 원하는 작업 요청하기

    AI 입력창이 뜨면 거기에 하고 싶은 걸 자연스럽게 말하듯이 적으면 돼요. 예를 들어:

    • “오늘 팀 회의 내용을 3줄로 요약해줘”
    • “이 문단을 좀 더 부드럽게 다듬어줘”
    • “아래 내용을 영어로 번역해줘”
    • “주간 업무 보고서 초안 작성해줘”

    거창한 명령어를 외울 필요 없어요. 평소에 동료한테 부탁하듯이 입력하면 됩니다. 그게 노션 AI를 쓰는 제일 편한 방법이에요.

    이런 상황에 쓰면 진짜 편해요

    노션 AI가 특히 빛을 발하는 순간들이 있어요. 제가 써보면서 “이건 진짜 유용하다” 싶었던 상황 위주로 소개해 드릴게요.

    회의록 정리할 때

    회의하면서 대충 메모해 둔 내용을 노션 페이지에 붙여넣은 다음, AI한테 “이걸 깔끔하게 회의록 형식으로 정리해줘”라고 하면 항목별로 깔끔하게 정리해줘요. 결정사항, 다음 할 일, 담당자 같은 구분도 알아서 잡아주더라고요. 회의 직후에 10분씩 쓰던 시간이 확 줄었어요.

    글 초안 잡을 때

    보고서나 이메일 초안을 쓸 때 빈 화면 앞에서 막막한 경험 다들 있으시죠. 노션 AI한테 “~한 내용으로 이메일 초안 써줘”라고 하면 바로 초안을 뽑아줘요. 거기서 내 스타일에 맞게 수정하는 게 처음부터 쓰는 것보다 훨씬 빠르더라고요.

    긴 문서 요약할 때

    읽어야 할 긴 문서나 보고서를 노션에 붙여넣고 “핵심 내용만 5줄로 요약해줘”라고 하면 됩니다. 특히 영어 자료를 한국어로 요약해달라고도 할 수 있어서, AI 번역 + 요약을 동시에 처리할 수 있어요.

    맞춤법·문체 다듬기

    내가 쓴 글을 선택하고 AI한테 “좀 더 자연스럽게 다듬어줘” 또는 “공식적인 말투로 바꿔줘”라고 하면 문체를 조정해줘요. 상황에 따라 격식체, 친근한 말투를 왔다 갔다 해야 할 때 편하게 쓸 수 있어요.

    처음 쓸 때 헷갈리는 부분, 미리 알아두세요

    노션 AI를 써보면서 초반에 “이건 왜 이러지?” 싶었던 부분들도 솔직히 공유해 드릴게요.

    우선 AI가 항상 완벽하진 않아요. 회의록을 요약해줄 때 맥락을 약간 다르게 이해하거나, 초안이 제 의도랑 살짝 다르게 나오는 경우도 있어요. 그럴 땐 “좀 더 간결하게”, “3번 항목을 더 구체적으로” 이런 식으로 추가 요청을 하면 다시 고쳐줘요. 한 번에 완벽한 결과를 기대하기보다는, 대화하듯이 조금씩 다듬어 가는 게 더 좋은 결과를 만들어요.

    그리고 노션 AI는 내 페이지 안의 내용을 기반으로 작동해요. 챗GPT처럼 인터넷에서 최신 정보를 찾아주는 기능은 아니에요. 내가 노션에 입력해 둔 내용을 정리하고, 다듬고, 변환하는 데 특화되어 있다고 생각하면 됩니다.

    마지막으로, 처음엔 연습 페이지를 하나 만들어서 이것저것 마음껏 시도해보길 권해요. 잘못 써도 실수할 게 없고, 직접 부딪혀보는 게 가장 빨리 익히는 방법이에요. 노션 AI는 어렵지 않아요. 그냥 말 걸 듯이 쓰면 됩니다.

  • 챗GPT 사용법, 이렇게 쓰면 실무가 달라집니다 — 전문가 워크플로우 정리

    챗GPT를 쓴 지 꽤 됐는데, 솔직히 처음 1년은 반도 못 쓴 것 같아요. 질문 던지고 답 받고, 다시 질문 던지고 — 그냥 검색 엔진 좀 말이 많아진 버전처럼 썼거든요. 그런데 어느 시점부터 “이 도구가 실제로 내 업무 시간을 줄여주고 있다”는 감각이 생겼고, 그 차이는 딱 하나였어요. 어떻게 물어보느냐가 아니라, 어떤 흐름 안에 끼워 넣느냐를 고민하기 시작한 것.

    지금은 기획 문서 초안, 회의 요약, 정책 분석, 코드 리뷰 코멘트까지 챗GPT가 제 실무 파이프라인 곳곳에 들어가 있어요. 이 글에서는 그 워크플로우를 구체적으로 공유해 볼게요.

    프롬프트를 “문장” 말고 “역할+맥락+출력형식”으로 설계하기

    가장 많이 하는 실수가 챗GPT에게 그냥 문장을 던지는 거예요. “이 내용 요약해줘”처럼요. 이렇게 하면 GPT는 자기 나름대로 요약 길이도 정하고, 말투도 정하고, 어디에 쓸 건지도 알아서 추측해요. 당연히 다시 수정 요청을 여러 번 하게 되죠.

    저는 지금 이 구조를 거의 고정으로 씁니다.

    • 역할(Role): 너는 지금 B2B SaaS 제품의 기획자야. 또는 “너는 시니어 개발자 역할로 코드 리뷰를 해줘.”
    • 맥락(Context): 지금 내가 만드는 문서는 ~이고, 독자는 ~이고, 이미 결정된 사항은 ~이야.
    • 출력 형식(Format): 결과물은 세 문단 이내로, 각 문단 앞에 소제목 붙여줘. 또는 “불릿포인트 없이 서술형으로.”

    이렇게 쓰면 재수정 요청이 눈에 띄게 줄어요. 특히 “출력 형식”을 명시하는 게 생각보다 효과가 커요. GPT는 형식에 대한 판단도 매번 하는데, 그 판단을 내가 가져오는 거니까요.

    한 가지 팁을 더 드리면, 자주 쓰는 역할+맥락 조합은 Custom Instructions(맞춤 지침)에 넣어두세요. GPT-4o 기준으로 설정 > 맞춤 지침에서 “당신에 대해 GPT가 알아야 할 것”과 “GPT가 어떻게 응답하길 원하는가”를 한 번 설정해 두면, 매번 역할을 설명하지 않아도 됩니다. 저는 여기에 제 직무, 주로 다루는 도메인, 선호하는 답변 길이를 넣어뒀어요.

    실무에서 실제로 쓰는 챗GPT 워크플로우 세 가지

    1. 기획 문서 초안 — 빈 페이지 공포 없애기

    기획자에게 가장 고통스러운 순간이 빈 문서 파일 앞에 앉아 있는 시간이에요. 여기서 챗GPT를 “초안 생성기”가 아니라 “생각 정리 파트너”로 쓰는 게 포인트예요.

    저는 먼저 두서없이 생각을 쏟아내는 메모를 GPT에 붙여넣고, “이 내용을 기획서 목차 구조로 재구성해줘. 빠진 항목이 있으면 [필요할 수 있음]이라고 표시해줘”라고 해요. 그러면 뼈대가 나오고, 저는 거기에 살을 붙이는 역할을 해요. 처음부터 다 쓰는 것보다 훨씬 빠르고, 놓친 관점을 GPT가 짚어주는 경우도 꽤 있어요.

    2. 회의록 → 액션 아이템 자동 정리

    클로바노트나 다른 STT 도구로 받은 회의 스크립트를 GPT에 넣고 이렇게 요청해요.

    “아래는 회의 스크립트야. 다음 세 가지를 추출해줘: (1) 결정된 사항, (2) 담당자가 명시된 액션 아이템, (3) 아직 결정 안 된 열린 이슈. 각각 표 형식으로 정리해줘.”

    여기서 중요한 건 “열린 이슈” 항목이에요. 회의록을 그냥 요약하면 놓치기 쉬운 부분인데, GPT는 대화 흐름에서 결론이 나지 않은 맥락을 제법 잘 잡아내요. 실제로 이 방식으로 팀 내 누락 액션 아이템이 많이 줄었어요.

    3. 깃허브 코파일럿과 챗GPT 역할 분리

    코드 작업을 하시는 분들은 챗GPT와 깃허브 코파일럿을 동시에 쓰는 경우가 많을 텐데, 둘의 역할을 분리하면 훨씬 효율적이에요.

    코파일럿은 코드 자동완성, 반복 패턴 생성에 강해요. 함수 시그니처 쓰면 바디를 제안해주고, 테스트 케이스도 패턴 기반으로 빠르게 만들어줘요. 반면 챗GPT(특히 GPT-4o)는 설계 상담, 코드 리뷰, 리팩터링 방향 논의에 더 잘 맞아요. “이 구조에서 의존성 문제가 생길 수 있는 지점이 있어?”처럼 맥락이 필요한 질문이요.

    저는 코파일럿으로 빠르게 코드를 쓰고, 한 단위가 완성되면 챗GPT에게 붙여넣어 리뷰를 받는 식으로 써요. 두 도구가 경쟁 관계가 아니라 분업 관계예요.

    Claude와 챗GPT, 언제 어떤 걸 쓰나요

    이 질문을 정말 많이 받아요. 결론부터 말하면, 저는 두 가지를 상황에 따라 골라 씁니다.

    챗GPT(GPT-4o)는 빠른 반복 작업, 이미지 포함 업무, 코드 실행이 필요한 작업에 써요. Python 코드 짜서 데이터 분석하거나, 이미지 파일을 첨부해서 분석 요청할 때는 GPT-4o가 낫더라고요. Code Interpreter(Advanced Data Analysis)가 내장돼 있어서 파일 업로드 → 분석 → 시각화까지 한 번에 되는 게 편해요.

    Claude(특히 Claude 3.5 Sonnet/Opus)는 긴 문서 분석, 글쓰기 품질이 중요한 작업, 정책·법령 검토처럼 맥락이 길고 정밀도가 필요한 일에 씁니다. 컨텍스트 윈도우도 넉넉하고, 문체가 더 자연스럽다는 느낌을 받아요. 특히 보고서 문장을 다듬을 때 Claude가 내놓는 결과물이 GPT보다 덜 딱딱하게 느껴지는 경우가 많았어요.

    굳이 하나만 써야 한다면 GPT-4o를 추천하겠지만, 둘 다 접근할 수 있는 환경이라면 용도를 나눠 쓰는 게 훨씬 효율적이에요.

    자주 하는 실수와 솔직한 한계

    GPT를 잘 쓰는 것만큼 중요한 게 어디서 믿지 말아야 하는지 아는 거예요.

    첫째, 수치와 출처는 반드시 직접 확인해야 해요. GPT는 그럴듯한 숫자를 만들어내는 경향이 있어요. 특히 시장 규모, 통계 수치, 특정 논문 인용 — 이런 건 GPT가 내놓은 걸 그대로 쓰면 큰일 납니다. 저도 한 번 낭패 본 적 있어요.

    둘째, 복잡한 인과관계 판단은 여전히 사람이 해야 해요. GPT는 “왜 이 전략이 실패했는가”에 대해 그럴듯한 분석을 내놓지만, 현장 맥락을 모르는 채 구조화된 답을 만들어내는 거예요. 참고용으로는 충분하지만 최종 판단은 내가 해야 합니다.

    셋째, 프롬프트를 한 번에 완벽하게 만들려는 강박을 버리는 게 좋아요. 저도 처음엔 완벽한 프롬프트를 만들려다 더 오래 걸렸거든요. 70% 수준으로 던지고, 결과 보면서 이어가는 대화 방식이 결국 더 빨라요. GPT는 채팅 도구니까, 대화처럼 쓰는 게 맞아요.

    도구는 계속 빠르게 변하고 있고, 지금 이 글을 쓰는 시점에도 새로운 기능이 나오고 있어요. 특정 기능에 익숙해지는 것보다, “이 도구의 강점이 무엇이고 내 업무 어디에 붙일 수 있는가”를 계속 질문하는 습관이 결국 가장 빠른 길이더라고요.