티스토리 뷰
목차
솔직히 말하면, 저는 꽤 오랫동안 프롬프트를 잘 쓰는 것이 AI를 잘 활용하는 것과 같다고 생각했습니다. 그런데 실제로 크리에이터 퍼스널 브랜딩 프로젝트를 진행하면서 그 생각이 틀렸다는 걸 몸으로 배웠습니다. AI가 이미지를 만들어내는 건 문제가 아니었습니다. 진짜 문제는 "이게 그 사람처럼 보이는가"를 판단하는 기준이 없었다는 점이었습니다. 그 경험이 오늘 이야기할 AI Skill의 개념과 정확히 맞닿아 있습니다.
프롬프트만으로는 버티지 못했던 현장
제가 참여했던 프로젝트는 뷰티 크리에이터들을 하나의 걸그룹 브랜드로 묶는 작업이었습니다. 각 인물의 기존 팬덤과 콘텐츠 이력을 유지하면서, 동시에 그룹 전체가 하나의 세계관으로 읽히게 만드는 것이 핵심이었습니다. 처음에는 AI에게 각 크리에이터의 특징을 설명하고 화보 이미지를 생성하는 방식으로 접근했습니다.
문제는 금방 드러났습니다. 동일한 인물을 화보와 영상에 각각 등장시켜도 얼굴형, 메이크업 톤, 전체적인 분위기가 매체마다 달라졌습니다. 담당자가 바뀌면 기준도 흔들렸습니다. 매번 새로 설명하고, 매번 다시 검수하고, 매번 수정하는 과정이 반복됐습니다. 그때 우리가 부족했던 건 더 좋은 프롬프트가 아니었습니다. "이 크리에이터에게 반드시 유지해야 할 것"과 "매체에 따라 변형해도 되는 것"을 구분하는 명시적인 판단 기준이 없었던 것이 진짜 문제였습니다.
AI 관련 논의에서 흔히 AI요청 설계라는 접근이 언급됩니다. 이는 AI가 사용자의 의도에 가까운 결과를 내놓도록 질문의 표현, 맥락, 조건, 산출물 형식을 구체적으로 구성하는 방식을 의미합니다. 그러나 이러한 접근은 주로 결과물을 생성하기 위한 입력을 정교하게 만드는 데 집중할 뿐, 정작 '무엇을 좋은 결과로 판단할 것인가'에 대한 평가 기준까지 충분히 다루지는 못합니다. 아무리 요청 내용을 세밀하게 작성하더라도 결과를 검토하는 기준이 담당자의 경험과 감각 속에만 머물러 있다면, 산출물의 품질은 누가 작업하고 검수하느냐에 따라 달라질 수밖에 없습니다.
- 결과물 생성 속도는 빠르지만 품질 기준이 팀 내에서 공유되지 않음
- 담당자가 바뀌면 같은 프롬프트로도 다른 결과가 나옴
- 검수 기준이 개인의 감각 안에만 존재해 팀 자산이 되지 못함
- 매체와 프로젝트 상황이 달라질 때마다 작업 원칙, 판단기준을 다시 설명해야 함
Skill이 다른 이유 — 암묵지를 형식지로 바꾸는 구조
AI Skill은 단순히 긴 프롬프트를 저장해 둔 것이 아닙니다. 특정 업무를 어떤 순서로 진행하고, 어떤 질문을 거치며, 무엇을 기준으로 결과를 평가할지까지를 하나의 재사용 가능한 구조로 정리한 것입니다. Anthropic의 공식 문서에 따르면, Skill은 AI가 특정 업무를 반복 수행할 수 있도록 동적으로 불러오는 지시사항, 스크립트, 리소스의 묶음으로 정의됩니다(출처: Anthropic 공식 문서). 기술적으로는 SKILL.md라는 진입점 파일과 scripts, references, assets 폴더로 구성됩니다.
그런데 제가 이 개념에서 진짜 주목한 부분은 기술 구조가 아니었습니다. 돌이켜보면 우리 BX팀이 프로젝트에서 했던 작업, 즉 각 크리에이터의 핵심 인상, 대표 컬러, 스타일링 방향, 서사적 키워드를 정리하고 결과물을 반복 검수했던 과정이 사실상 Skill을 수작업으로 만들고 있었던 것이었습니다. 당시에는 그걸 뭐라고 부르지도 않았고, 체계적으로 관리하지도 못했습니다.
이 지점에서 암묵지(Tacit Knowledge)와 형식지(Explicit Knowledge)의 개념이 중요합니다. 암묵지란 숙련된 사람의 머릿속에만 존재하는 경험과 감각이고, 형식지란 누구든 읽고 사용할 수 있도록 명시적으로 기록된 지식입니다. 지식 관리 분야의 고전적 이론인 노나카와 타케우치의 SECI 모델은 조직이 성장하려면 개인의 암묵지를 형식지로 전환하고 이를 다시 조직 전체가 내면화하는 순환이 필요하다고 설명합니다(출처: Harvard Business Review, The Knowledge-Creating Company). Skill은 바로 이 전환을 AI 협업 환경에서 실현하는 도구입니다.
점진적 공개(Progressive Disclosure)라는 설계 원칙도 중요합니다. 여기서 점진적 공개란 AI가 처음부터 모든 규정과 참고자료를 한꺼번에 읽는 것이 아니라, 현재 작업 단계에서 필요한 정보만 순서에 맞게 불러오는 방식을 말합니다. 이렇게 하면 AI가 불필요한 정보에 혼선을 겪지 않고, 각 단계에서 적절한 판단을 내릴 수 있습니다. 제가 경험한 화보 검수 과정에서도 "전체 브랜드 가이드"를 통째로 던져주는 것보다, "이 매체에서 이 인물에게 적용할 기준"만 꺼내주는 쪽이 훨씬 실효성이 있었습니다.
기획자와 디자이너가 Skill을 설계해야 하는 이유
Skill이 파일과 코드로 구성된다고 하면, 자연스럽게 "이건 개발자 영역 아닌가"라는 생각이 듭니다. 저도 처음엔 그렇게 받아들였습니다. 그런데 실제로 Skill을 만들 때 결정해야 하는 질문들을 들여다보면 이야기가 달라집니다. 업무는 어떤 조건에서 시작되는가, 사용자는 어떤 상태로 들어오는가, 어떤 순서로 질문해야 하는가, 무엇을 좋은 결과라고 볼 것인가, 최종적으로 어떤 산출물에 도달해야 하는가. 이것들은 기획자와 디자이너가 매일 하는 일과 거의 같습니다.
제 경험으로 보면 더 명확합니다. 당시 팀 내부의 감각과 노하우를 공통된 검수 기준으로 전환하는 일이 결과물의 완성도를 실질적으로 좌우했습니다. 그 과정은 코딩이 아니라 기획이었습니다. 어떤 특징을 반드시 유지해야 하는지, 어떤 부분은 매체에 맞게 변형할 수 있는지를 판단하고 언어화하는 작업이었습니다. 개발자가 AI의 실행 환경을 만든다면, 기획자와 디자이너는 AI가 따라야 할 사고 흐름과 품질 판단 기준을 설계할 수 있다는 말이 제겐 꽤 설득력 있게 들렸습니다.
다만 한 가지 경계해야 할 지점도 있습니다. Skill은 좋은 업무 방식을 반복 가능하게 만들어주지만, 잘못된 판단 기준도 똑같이 반복시킵니다. 퍼스널 브랜딩처럼 한 사람의 실제 정체성과 변화 가능성이 깊이 연결된 영역에서는 이 문제가 더 예민합니다.
예를 들어 어떤 크리에이터를 '청순하고 친근한 이미지'로 규정해 Skill에 고정해 버리면, 그 사람이 보다 성숙하거나 실험적인 방향으로 성장하려 할 때 기존 Skill이 오히려 장벽이 될 수 있습니다. Skill을 만들 때 가장 중요한 태도는 "이것이 현재의 가설"이라는 인식입니다. 완성된 규칙집이 아니라, 크리에이터 본인의 의견과 팬 반응, 프로젝트 맥락의 변화를 반영해 지속적으로 수정되는 살아있는 문서로 다뤄야 합니다.
Skill을 만드는 방법도 제품 개발과 비슷합니다. 처음부터 완벽한 지침서를 쓰려 하지 않고, 작은 버전을 먼저 작성해 실제 과제에 적용한 뒤, 기대한 결과와 차이를 확인하고, 실패 원인을 분석해 보완하고, 다시 테스트하는 반복 과정이 필요합니다. 특히 Skill을 작성한 대화의 맥락이 테스트에 영향을 미치지 않도록, 새로운 세션에서 독립적으로 테스트하는 것이 중요합니다. AI가 이전 대화의 정보를 이용해 Skill의 빈틈을 임의로 채우는 상황을 막기 위해서입니다.
결국 AI 시대에 기획자와 디자이너에게 필요한 역량은 결과물을 빠르게 만드는 것뿐 아니라, 그 기준이 누구의 관점을 반영하고 있는지 끊임없이 검토하고 갱신하는 비판적 태도라고 생각합니다.
자주 묻는 질문
Q. AI Skill은 그냥 긴 프롬프트를 저장해 둔 것 아닌가요?
A. 표면적으로 비슷해 보일 수 있지만 핵심이 다릅니다. 프롬프트는 한 번의 작업 요청에 가깝고, Skill은 어떤 순서로 질문하고, 어떤 기준으로 결과를 평가하며, 어떤 참고자료를 단계적으로 불러올지까지를 구조화한 재사용 가능한 업무 시스템입니다. 좋은 Skill은 담당자가 바뀌어도 비슷한 품질이 나오도록 설계된다는 점에서 단순 프롬프트 저장과 다릅니다.
Q. Skill은 개발자가 아니면 만들기 어렵지 않나요?
A. 기술적 구성(파일, 코드)이 있다 보니 그렇게 느껴질 수 있습니다. 하지만 Skill을 만들 때 핵심적으로 결정해야 하는 것들, 즉 어떤 조건에서 시작하고, 어떤 순서로 질문하며, 무엇을 좋은 결과로 볼 것인지는 기획자와 디자이너가 일상적으로 해오던 구조화 작업과 거의 같습니다. 코딩 능력보다 업무 흐름을 설계하는 능력이 더 중요합니다.
Q. 한 번 만들어두면 계속 쓸 수 있나요?
A. 처음부터 완성된 Skill을 만들 수 있다는 기대는 내려놓는 것이 좋습니다. 작은 버전으로 시작해 실제 과제에 적용하고, 기대한 결과와 차이를 확인하며 보완하는 반복 과정이 필요합니다. 특히 판단 기준 자체가 잘못됐다면 Skill이 오류를 일관되게 반복하기 때문에, 주기적인 검토와 업데이트가 필수입니다.
Q. 퍼스널 브랜딩처럼 사람이 중심인 작업에도 Skill을 적용할 수 있나요?
A. 적용할 수 있지만 주의가 필요합니다. 기업 브랜드와 달리 퍼스널 브랜딩은 실제 사람의 정체성과 변화 가능성에 더 민감하게 연결되어 있습니다. Skill로 특정 이미지를 고정하면 오히려 그 사람의 성장을 제한할 수 있습니다. 확정된 규칙보다는 현재의 가설이라는 관점으로 만들고, 크리에이터 본인의 의견과 팬 반응을 반영해 지속적으로 수정하는 방식을 권합니다.
결론
저는 그 프로젝트에서 이름도 몰랐던 무언가를 수작업으로 만들고 있었습니다. 돌이켜보면 그게 Skill이었습니다. 얼굴 일치성, 퍼스널리티, 스타일링 범위, 매체별 표현 기준을 구조화하는 작업이 결과물의 완성도를 실질적으로 좌우했습니다. 당시에 이를 체계적으로 설계하고 버전 관리까지 했다면 훨씬 적은 반복 작업으로 더 일관된 품질을 낼 수 있었을 것입니다.
AI를 잘 쓰는 사람은 프롬프트를 화려하게 쓰는 사람이 아닙니다. 자신이 좋다고 생각하는 결과의 기준을 언어화할 수 있고, 그 기준을 팀이 공유하는 구조로 만들 수 있으며, 그 구조를 실패를 통해 계속 다듬는 사람에 가깝습니다. Skill은 그 출발점으로 삼기에 충분한 개념입니다. 지금 당장 거대한 Skill을 설계하려 하기보다, 반복적으로 하는 업무 하나를 골라 "이걸 처음 하는 사람에게 어떻게 설명할까"를 문서로 써보는 것부터 시작해 보시길 권합니다.