AI/AI 활용 · 자동화

AI 코딩 도구를 쓰며 달라진 기획서 쓰는 법

요즘 기획서를 쓰다 보면 읽는 사람이 한 명 더 늘었다는 느낌이 듭니다.개발자와 디자이너 말고, 코딩 도구 속에서 문서를 읽고 코드를 만들어주는 AI도 제 기획서의 독자가 된 거죠.저는 개발자가 아니라서 직접 서비스를 만들 수는 없지만, 코딩 보조 도구를 가지고 작은 화면이나 동작을 만들어보는 일은 조금씩 해보고 있습니다.그러다 보니 "내 기획서가 사람에게는 충분해 보여도 AI에게는 부족하구나" 하는 순간을 여러 번 만났어요.이번 글은 그 경험을 바탕으로, 기획서를 쓰는 방식이 어떻게 달라지고 있는지 정리해본 기록입니다.특정 도구의 세부 기능을 설명하는 글은 아니고, 문서를 쓰는 사람의 관점에서 정리했습니다. 사람 개발자는 기획서가 조금 모호해도 맥락을 읽어서 되묻거나 알아서 보완해줍니다."예약 취소는 ..

GPTs로 나만의 기획 보조 도구 만들어본 기록

2023년 11월에 GPTs라는 기능이 공개됐어요.코드를 쓰지 않고도 나만의 맞춤형 챗봇을 만들 수 있다는 소개였습니다.처음에는 솔직히 "결국 프롬프트를 저장해두는 기능 아닌가" 하고 가볍게 생각했어요.그런데 예약 서비스 기획을 하면서 비슷한 요청을 ChatGPT에 반복해서 붙여 넣고 있다는 걸 깨달았습니다.매번 "너는 꼼꼼한 기획 리뷰어야, 아래 문서를 읽고..." 하고 같은 문장을 복사하고 있었거든요.그 반복을 줄여보고 싶어서 몇 주 동안 이것저것 만들어봤습니다.이 글은 그 기록입니다.제품의 세부 사양을 정리하는 글은 아니고, 만들어보며 느낀 개념과 경험 위주로 적어봤어요.화면 구성이나 제한 사항은 계속 바뀌는 것 같아서, 정확한 내용은 공식 안내를 보시는 게 맞습니다. 제가 이해한 GPTs의 핵심은..

노코드 AI 도구, 업무에 쓸 만한 것들 써보기

올해 들어 "AI 기능이 들어갔다"는 도구가 하루가 멀다 하고 쏟아지고 있어요.문서 도구에도, 메모 앱에도, 디자인 도구에도 AI 버튼이 하나씩 생기는 중입니다.기획 일을 하면서 코드를 쓰지 않고도 쓸 수 있는 AI 도구들을 몇 달간 이것저것 써봤는데, 막상 정리해 보니 제품 이름보다 "어떤 종류의 일에 맞는가"가 훨씬 중요했어요.그래서 이번 글에서는 특정 제품을 추천하기보다 종류별로 써본 소감을 적고, 제가 도입 여부를 판단하는 기준을 정리해 보려고 합니다.도구들은 빠르게 바뀌어서, 이 글의 내용도 몇 달 뒤엔 달라질 수 있다는 점은 미리 말씀드립니다. 글 요약과 정리 도구 가장 먼저, 그리고 가장 오래 쓰게 된 종류입니다.긴 글이나 자료를 붙여 넣고 "핵심을 다섯 줄로 요약해줘", "항목별로 정리해..

ChatGPT를 제대로 써보며 정리한 첫인상

ChatGPT가 공개된 지 두 달 남짓 지났습니다.처음 일주일은 신기해서 이것저것 물어보며 놀았고, 그 뒤로는 "이걸 내 작업에 쓸 수 있을까"를 조금 더 진지하게 시험해봤어요.이제 어느 정도 감이 잡혀서 첫인상을 정리해둡니다.아직 계속 바뀔 수 있는 인상이라, 몇 달 뒤에 이 글을 다시 읽어보면 웃게 될 수도 있겠다는 생각도 하면서 씁니다. 한 줄로 말하면 "아주 빠르고 성실한데, 가끔 자신 있게 틀리는 조수"입니다.질문을 던지면 몇 초 안에 그럴듯한 답이 나오고, 말투를 바꿔달라거나 더 짧게 줄여달라는 부탁도 바로 들어줘요.처음에는 그 속도에 놀랐는데, 시간이 지나면서 더 눈에 들어온 건 틀릴 때의 태도였습니다.모르면 모른다고 하기보다, 모르는 부분도 매끄러운 문장으로 채워서 내놓더라고요.이 특징을 ..

챗봇 도입 ROI 어떻게 측정하나

챗봇을 도입하자는 제안은 쉬운데, "그래서 이게 얼마나 돈이 되는가"를 설명하는 건 항상 어려운 부분이었습니다.저희도 챗봇 프로젝트 예산을 받기 위해 경영진에게 ROI를 설명해야 했는데, 처음엔 "고객 만족도가 올라갈 것"이라는 식으로만 이야기했다가 구체적인 숫자를 요구받고 당황했던 기억이 있어요.이번 글에서는 그 이후로 저희가 정리한 챗봇 ROI 측정 방법을 공유해보려 합니다. 가장 명확하게 계산할 수 있는 부분은 상담 인력 비용 절감입니다.저희는 먼저 챗봇이 처리할 수 있는 문의 유형(배송 조회, 환불 절차 안내 같은 것들)이 전체 상담량의 몇 퍼센트를 차지하는지 파악했어요.저희 케이스에서는 전체 문의의 45%가 이런 반복 문의였고, 상담원 한 명이 하루에 처리하는 문의 수와 평균 인건비를 곱해서 "..

AI 프로젝트 기획할 때 데이터 팀과 소통하는 법

최근 추천 기능 프로젝트를 진행하면서 데이터 팀과 처음으로 밀접하게 협업하게 됐습니다.기존에는 기획-디자인-개발 삼각 구도로만 일해왔는데, 여기에 데이터 사이언티스트가 들어오니 소통 방식 자체를 다시 배워야 했어요.몇 번의 실수를 거치며 정리한 소통 노하우를 공유해보려고 합니다. 프로젝트 초반에 데이터 팀에게 "얼마나 정확한 모델을 만들 수 있나요"라고 물었더니 "정확도 90% 정도는 나올 것 같아요"라는 답을 들었습니다.저는 이 말을 듣고 안심했는데, 나중에 알고 보니 그 90%가 제가 생각한 것과 다른 의미였어요.데이터 팀이 말한 정확도는 전체 예측 중 90%가 맞는다는 뜻이었는데, 저는 "사용자가 실제로 만족할 추천을 90% 확률로 준다"는 뜻으로 받아들였던 겁니다.실제로 모델이 배포되고 나니, 특..

챗봇 상담 도입, 기획자가 먼저 정의해야 할 시나리오

코로나 이후 비대면 문의가 급증하면서, 상담 챗봇 도입을 검토하는 팀이 많아졌습니다.저희 팀도 마찬가지였어요.문의량이 평소의 세 배 가까이 늘면서 상담팀이 감당을 못 하는 상황이 왔고, "챗봇 하나 만들면 해결되지 않을까"라는 이야기가 자연스럽게 나왔습니다.그런데 막상 프로젝트를 시작하면 "일단 챗봇부터 만들자"는 식으로 접근하다가 중간에 방향을 잃는 경우를 자주 봅니다.저희도 초반에 그랬어요.개발팀은 어떤 NLU 엔진을 쓸지부터 고민했고, 디자이너는 말풍선 UI 디자인부터 그리기 시작했는데, 정작 "이 챗봇이 어떤 문의를 처리할 것인가"는 아무도 정리하지 않은 상태였습니다.회의를 몇 번 하고서야 저희는 순서가 잘못됐다는 걸 깨달았어요.그래서 기획자가 개발에 들어가기 전에 먼저 정리해둬야 할 시나리오를 ..