서비스 기획의 종말이라는 글을 작성한 지도 벌써 1년이 넘었습니다. 그때 느꼈던 아찔한 느낌은 틀리지 않았습니다. GPT가 처음 등장한 이후로 작년까지의 변화보다, 작년부터 지금까지의 변화가 훨씬 큽니다. 비교도 할 수 없습니다.
단순히 질문에 답변을 하던 AI가 이제는 알아서 기능 명세서를 작성하고, 어떻게 작업을 하면 좋을지 절차를 구성합니다. 요청하지 않았던 예외처리들도 알아서 기획하고, 그럴싸한 디자인을 만들어냅니다. 별도의 배포를 위한 서버 설정 없이 직접 배포까지 해주기도 합니다. 놀랍습니다.
이번 글은 최근 1년간 AI를 사용하며 들었던 생각, 그리고 실무에 적용한 사례 등을 간단하게 소개하고, AI시대, 서비스 기획자의 생존방법에 대해 이야기합니다.
제품 개발에 필요한 것 : 중간 의지
작년(2024) 이맘때만 해도, AI에게 실제로 개발을 시키거나, 자료 조사를 요청하는 “에이전트 형 협업”은 대중적이지 않았습니다. 귀찮은 일을 쉽게 처리하거나 자동화하는 용도로 AI가 활용되었지요. 복잡한 개발문서나 API 문서를 요약하거나, 시트에 입력된 언어를 자동으로 여러 언어로 번역하는 등의 작업을 예로 들 수 있습니다.
이 정도의 AI만으로도, 누구나 강한 의지가 있다면 원하는 제품을 개발하고 출시할 수 있는 시대가 되었다는 생각이 들었습니다. 이제 직접 코딩하고, 스스로 문제를 발견하고 해결하는 “에이전트” 형태의 AI가 대세가 된 지금은 어중간한 “중간 의지” 정도만 있어도 제품을 개발하고 출시할 수 있을 것 같다는 생각이 듭니다.
AI와의 반복적인 대화가 줄어들고, 적용되는 범위가 더 늘어나게 되면, “약한 의지”로 제품을 출시하는 시대가 올지도 모르겠습니다.
AI로 할 수 있는 것
AI는 내가 상상할 수 있는 모든 것을 만들 수 있게 도와줍니다.
상상력이 있다면, 지금의 내 수준에서는 결코 불가능한 것을 만들 수도 있습니다. ‘나노 바나나’ 혹은 ‘미드저니’가 없었다면, 이런 멋진 이미지는 직접 촬영하지도, 만들어 내지도 못했을 것입니다.
개발도 마찬가지입니다. 수학을 좋아하는 프론트 엔드 개발자가 아니라면, 쉽게 구현하기 어려운 셰이더와 관련된 효과들도 AI를 활용하면 손쉽게 개발할 수 있습니다. 아래의 이미지는 단순히 다음과 같이 요청한 프롬프트의 결과물입니다.
| 사운드에 반응하는 포일 느낌의 3D 셰이더가 적용된 구체 에디터를 만들어줘. – 사운드는 예제를 사용해도 좋아 – 구체는 색상 효과 등을 슬라이더를 사용해 설정할 수 있었으면 좋겠어 – 빛과 질감이 감각적으로 표현된 에디터였으면 해 |
간단한 프롬프트였음에도 어느 정도 만족스러운 결과물이 나왔습니다. 색부터 형태와 같은 다양한 파라미터를 지정할 수 있었습니다. 어떤 기술이 사용되었는지 묻자 이렇게 자세하게 사용된 ‘스택’을 알려줍니다. (이미지 내 좌측 참고) 추가로 화면 구성, 오디오 분석, 셰이더 구성, UI 구성과 같이 개발 항목들을 구분하여 설명해 주기까지 합니다. 정말 놀랍습니다.
AI는 이런 방식으로 사용자의 역량을 가늠할 수 없는 수준으로 향상시켜줍니다. 상상하는 모든 것과 상상을 넘어선 모든 것을 만들 수 있지만, 반대로 이야기하면 ‘상상하지 않으면, 아무것도 할 수 없다는 것’입니다. 그리고 우리는 “중간 정도의 의지”를 갖고 만들고 싶은 결과물을 상상하기만 하면 되는 것입니다.
AI를 잘 활용하는 방법 : 절차적 사고
물론, 상상만으로 모든 것이 해결되지는 않습니다. 구체적인 설명과 지시가 더 나은 결과물을 만듭니다. 이미지 생성보다는 제품 개발에서 이러한 요소가 특히 중요하지요. 이렇게 AI와 대화하며 제품을 개발해 나가는 과정을 ‘바이브 코딩’이라고 합니다.
바이브 코딩을 위해서는 보다 적극적으로 제품에 대해 설명할 수 있어야 합니다. 요구사항을 AI가 이해하기 쉬운 형태로 구조화하는 것도 필요하고요. 이러한 노력은 한두 번의 프롬프트로 끝나지 않습니다. 정말 많은 시간을 할애해야 할 수도 있어요. 그래서 ‘중간 정도의 의지’는 반드시 필요합니다.
언젠가 정말 상상만으로 모든 것이 구현되는 날이 온다면, ‘약한 의지’라도 가진 모든 이들이 제품을 개발할 수 있을 것입니다. 그러면 앱스토어에서 일기장 앱 같은 건 사라질 수도 있겠네요. 직접 만들어서 쓰고 말 테니까요.
절차적 사고는 사실 ‘서비스 기획자’라면 반드시 지녀야 할 태도입니다. 생각을 분해하고, 순서를 만들고, 적절한 조건과 제약으로 원하는 결과물을 만들어 나가는 과정입니다. 아래의 사진을 보면 절차적 사고에 대해 더 잘 이해할 수 있습니다.
절차적으로 생각하는 게 익숙해지면, AI와 대화하는 게 한결 편해집니다. 위와 비슷한 원리로 ‘Cursor’에도 AI가 요청 사항을 분석하고 절차적으로 문제를 해결할 수 있도록 돕는 MCP 등이 사용되기도 합니다. ‘ChatGPT’ 등의 대화형 AI에게도 절차적으로 분석을 요구했을 때 대체로 더 나은 답변을 얻을 수 있습니다.
AI 실무 활용 사례
그렇게 해서 만들어진 서비스 몇 가지를 소개합니다. (이미지 생성 도구 등은 유튜브에 레퍼런스가 워낙 많아 제외하겠습니다.)
1) 계약서 대량생성기 (Appscript)
스프레드 시트에 계약 대상자의 이름, 계좌번호, 주소 등을 입력하면 인원수와 관계없이 계약서를 대량으로 생성해 주는 도구입니다. 이 도구는 앱스크립트를 통해 개발되었는데요. 구글 문서 템플릿에 변수가 될 값들을 표시해 두고, 동일한 명칭의 컬럼을 스프레드 시트에 미리 만들어 두었습니다. 그러면, 컬럼명을 참조하여 자동으로 변수를 입력해 단순히 계약 대상자의 이름을 입력해 두는 것만으로도 계약서를 손쉽게 생성할 수 있습니다.
이런 반복적인 작업들은 사람이 하면 오래 걸릴뿐더러 피로도가 높기에 오류가 발생할 가능성이 매우 높습니다. 더군다나 계약서의 경우 이런 오류를 최소화하는 것이 중요합니다.
이런 류의 작업은 AI에게 맡기기에 너무 좋습니다. 특히 구글 스프레드 시트와 문서 정도의 연결로 해결할 수 있기 때문에 ‘앱스크립트’ 정도면 해결되는 간단한 작업이지요. 앱스크립트는 개발자에게는 어렵지 않은 자바스크립트가 변형된 구글 전용 스크립트인데요. 특히 구글의 AI 서비스인 Gemini는 이 스크립트를 기가 막히게 잘 작성해 줍니다.
고작 1시간 정도만 집중해서 만들어주면, 앞으로 계약 담당자는 반나절 걸릴 일을 30분 이내에 해결할 수 있습니다. 그것도 일이 생길 때마다요.
2) 데이터 수집 및 합성 도구 (Google AI Studio)
이번에도 구글 문서들을 활용한 개발인데요. 앱스크립트는 사용되지 않았습니다. 다음과 같은 상황에 대응하기 위해 만들어진 도구입니다.
– 매일 해당 날짜와 동일한 이름의 새로운 폴더가 생성된다.
– 해당 폴더에는 특정 매체명을 가진 폴더가 대략 30개 정도 생성된다.
– 매체명 폴더에는 0개 혹은 다수의 리포트 파일이 존재한다.
– 리포트 파일은 csv 혹은 엑셀 파일이며, UTF-8 뿐만 아니라, EUC-KR, cp949등 다양한 인코딩으로 구성되어 있다.
– 또, 리포트 파일에는 다양한 헤더가 존재하며, 이들을 모두 수집할 필요는 없다.
– 또, 이 헤더는 동일한 뜻을 지녔음에도 다른 문자를 사용하는 경우가 많다.
– 또, 리포트 파일의 어떤 행에는 수집하지 않아도 되는 값이 있다.
– 또, 리포트 파일의 헤더는 시작하는 행이 제각각이다.
– 또…
– 또…
보기만 해도 골치 아프죠? 그런데 이렇게 문제를 적어 내려가는 것만 해도, 절차적으로 생각하는 과정이 잘 나타납니다. 문제를 분해해 놓고 보면, 어떻게 해결해야 할지 하나하나 답이 보입니다. 위 문제를 해결하기 위해 인덱싱 역할을 할 다양한 시트를 먼저 미리 생성해 두었습니다. 그리고 이것들을 조합하는 하나의 웹사이트 도구를 만들었습니다. 인증된 사용자라면 누구나 이 사이트에 접속하고, 구글 로그인을 통해 데이터를 가공할 수 있습니다.
이 작업은 ‘Google AI Studio’를 사용해서 꼬박 하루 정도가 소요되었는데요. 만족도는 매우 높습니다. 데이터 관련 업무를 하다 보면, 출처가 제각각이다 보니 정형 데이터임에도 불구하고 합성이 매우 번거롭습니다. 매번 다른 케이스의 불쾌한 경험을 하게 되지요. 그럴 때마다 골치가 아프곤 했는데, AI를 통해 이런 불쾌함이 상당히 감소했습니다.
3) 피그마를 활용한 프로토타입 제작 (Figma make)
‘피그마’에는 강력한 프로토타입 기능이 있습니다. 이를 통해 기획한 제품의 ‘User Flow’나 상호작용을 손쉽게 확인할 수 있습니다. 좋기는 한데요. 조금 귀찮습니다.
‘피그마’에서는 최근 ‘Figma make’라는 이름의 강력한 AI 빌더를 출시했는데요. 그냥 단순히 작업을 요청해도 되지만, ‘피그마’의 ‘frame’을 복사해서 붙여 넣으면, 이를 참고해 똑 닮은 디자인의 서비스를 생성해 주기도 합니다. ‘Figma make’는 퍼블리싱까지 지원하며 ‘Supabase’와 같은 데이터베이스 서비스와 연동도 간단해 실제 제품을 론칭까지도 어렵지 않게 이어 나갈 수 있는데요.
프로토타입 제작은 더더욱 쉽습니다. 아래의 스크린샷과 같이 간단한 작업물을 디자인하고, 간단하게 요청하는 것만으로도, 손으로 작업하면 귀찮은 프로토타이핑을 완전히 대체할 수 있습니다.
4) 노코드 피그마 플러그인 제작 (Cursor)
피그마의 확장 범위는 거의 무한합니다. 플러그인을 개발하여 얼마든지 원하는 기능을 추가할 수 있기 때문입니다. 커서를 통해 피그마 플러그인을 개발하고 커뮤니티에 퍼블리싱까지 해봤는데요. 이 플러그인은 Asset을 PC가 아닌 구글 드라이브로 내보내는 도구입니다.
새롭게 론칭하는 서비스의 가이드 문서 제작을 위해 스프레드 시트에 내용을 입력하고, 이 내용이 웹사이트에 자동으로 퍼블리싱되는 도구를 만들고 싶었는데, 그러려면 이미지를 구글드라이브에 업로드하는 시간도 아까웠거든요. 이렇게 만들어진 플러그인과 구글 스프레드 시트, 그리고 이것과 연동된 웹사이트까지 ‘Google AI Studio’로 제작하며 웹 버전의 가이드 문서를 매우 빠르게 제작할 수 있었습니다.
이 외에도 다양한 시도를 하고, 효과를 보고 있는데요. Google AI Studio, Appscript, Figma, Cursor 상황에 맞는 도구 몇 가지를 이용하면 실무를 위한 다양한 도구를 직접 만들어서 사용할 수 있습니다.
잘 안될 때가 더 많습니다.
대부분의 비개발자는 개발 지식이 부족하기에 AI와 하루 종일 씨름을 할 수도 있습니다. 어쩔 수 없습니다. AI는 당연하게도, 사용자가 가진 역량이 크면 클수록 활용하기 쉬워집니다. 좋은 작품을 만들기 위해 작업자의 감각이 뛰어나야 하듯, AI를 활용한 작업에도 사용자의 역량이 부족하다면, 좋은 결과가 나오기 어렵습니다. 개발의 경우 잘 못 구현하면 완전히 오작동하는 경우가 많기에 이러한 점이 더욱 도드라지는 것일 뿐입니다.
낙담하기는 이릅니다. 그래도 하루 종일 붙잡고 해결하다 보면 문제를 해결할 수 있습니다. 물론 절대 현재 수준으로 해결할 수 없는 문제도 있기에 범위를 잘 정의하는 게 중요하겠습니다. 다음은 반복적인 AI와의 선문답을 피하기 위한 몇 가지 제안입니다.
- 적절한 범위를 구성합니다. 데이터베이스의 활용이 많고, 비동기적인 요소가 있다면 AI로 개발하기에 적절하지 않을 수 있습니다.
- 작업의 단위를 미리 설명하고, 한 단계씩 해결해 나가도록 요청합니다. (예를 들어 Oauth 인증을 먼저 해결하고, 실제 기능을 구현하는 형태입니다.)
- 반복적으로 AI가 기능 구현에 실패하면, AI에게 “지금 어떤 형태로 프로세스가 돌아가고 있는지” 물어봅니다. 잘 살펴보면 AI가 빠뜨린 부분이 있을 것입니다.
여기까지가 AI를 잘 사용하기 위해 우리에게 필요한 딱 중간 정도의 의지입니다.
서비스 기획자의 생존
3~4년 전 즈음? 서비스 기획 단톡방에 들어간 적이 있었습니다. ‘ChatGPT’가 이제 막 등장해서 주변을 들썩들썩하게 하는 시점이었던 것 같아요. 마침, 채팅방에 참여 중인 사람들이 “피그마를 사용해 서비스 기획을 하느냐, 마느냐”로 설전을 벌이고 있었습니다. 세상은 곧 AI로 난리가 날 텐데, 이런 주제로 대화를 나누고 있다니요.
“피그마”는 선택이 아닙니다. 혹시 이 글을 읽고 계신 서비스기획자분들 중에서도 아직 피그마를 사용해 본 적이 없거나 망설이고 있다면, 단호하게 말씀드립니다. “당장 시작하세요.”
AI 이야기하다 말고 갑자기 왜 피그마 이야기냐고요? 서비스 기획자에게 부족한 것이 무엇일까요? 대체로 디자인 능력과 개발 능력이 부족할 것입니다. 기획 능력은 당연히 갖춰야 하는 거니까요. 그럼 디자이너에게 부족한 것은 무엇일까요? 기획 역량이나 개발 역량이겠지요. 마찬가지로 개발자는 기획과 디자인에 어려움을 겪을 것입니다.
AI를 활용한 ‘Figma make’가 등장함과 동시에 피그마는 더 이상 단순한 디자인 도구가 아니게 되었습니다. IT의 대표적인 세 직군은 서로의 단점을 피그마를 통해 보완하여 자신만의 제품을 만들 수 있게 되었습니다. 피그마는 이러한 맥락에서 매우 중요한 도구가 되었습니다. 이제 더 좋은 방법이 새롭게 등장했음에도, 과거의 방식을 고수해서는 살아남을 수 없습니다.
생존하고 싶으신가요?
그러면 지금 이 시대를 좀비 아포칼립스라고 생각하는 게 좋을 것입니다. 식량이 얼마 안 남았습니다. 무엇이든 맛있게 먹어야 합니다. 새롭게 등장하는 다양한 도구들을 가리지 않고 도전하라는 의미입니다. AI툴도 가리지 말고, 하나씩 ‘찍먹’ 해보세요. 그리고, 원하는 제품이 만들어지기까지 집요하게 AI와 대화를 나눠보세요.
미대생들이라면 누구나 19세기 후반의 독일 철학자 ‘발터 벤야민(Walter Bendix Schoenflies Benjamin)’의 저서 「기술복제시대의 예술작품」을 읽었거나, 훑어봤거나, 대충 들어봤을 것입니다. (저는 훑훑파였습니다.) 최근 들어 벤야민의 통찰력에 무릎을 탁 치곤 합니다.
사람들은 흔히 AI의 등장과 “러다이트 운동”을 연관 지어 생각하곤 합니다. 산업화로 인해 생존에 대한 두려움을 느낀 노동자들이 모여 기계를 부수고 다닌 역사적 사건 말입니다. 살아남기 위해 파괴하기를 택한 노동자들의 도전은 실패로 돌아갑니다. 200년이 지난 지금도 기계는 여전히 굉음을 내며 돌아가고 있습니다. 여전히 수많은 노동자가 산업 현장에서 근무하고 있고요.
발터 벤야민은 「기술복제시대의 예술작품」에서 ‘사진’과 같은 기술 복제 매체의 등장이 전통 예술이 지닌 고유한 권위를 위협할 것이라 말했습니다. 벤야민은 이 권위를 ‘아우라(Aura)’라는 개념으로 설명했는데요. 우리가 요즘 흔히 말하는, 어떤 대상에서 느껴지는 고유한 분위기나 후광과 같은 바로 그 ‘아우라’가 맞습니다. ‘아우라’는 고유함, 역사성, 종교적 가치 등 전통적인 예술작품이 가진 뭐라 형언하기 어렵고, 때로는 신성하게까지 느껴지는 그 느낌을 말합니다.
정교한 사진을 손쉽게 찍어낼 수 있게 된 세상에서, 정통 회화는 아우라를 잃게 된다…. 그럴듯하지요? 그런데 벤야민은 여기서 한발 더 나아갑니다. 아우라의 상실이 예술의 종말을 의미하는 것이 아니라, 예술에 새로운 역할을 부여할 것이라고 예측한 것입니다. 고귀한 왕좌에서 내려온 예술이 전시회 등을 통해 대중과 소통하며 새로운 의미를 찾게 될 것이라고 했습니다. 벤야민은 옳았습니다. 여전히 도료와 붓으로 그린 회화 작품들은 높은 가격에 거래되고, 수많은 미술 작가가 활발하게 활동하고 있습니다.
이미지에 한정했을 때 AI의 파급력이 사진의 등장과 비교해 어느 정도인지는 아직 단정하기 어렵습니다. 그러나 AI의 등장이 작가 정신 그 자체를 훼손하지는 않을 것입니다. 누군가는 앤디 워홀이 복제 시대에 팝아트로 새로운 흐름을 만들었듯, AI 시대를 대표하는 새로운 사조를 만들어낼 것입니다.
이것이 중요한 지점입니다. ‘아우라’가 사라진 시대, 현대 미술은 스스로의 가치를 증명하기 위해 치열하게 연구하고 실험해야 했습니다. 그렇게 살아남은 이들에 의해 여전히 “예술”이 그 가치를 인정받고 있는 것입니다. AI 시대도 마찬가지일 것입니다. 실력 있는 자들은 스스로를 증명하고 살아남을 것입니다.
beyes 님의 브런치에 게재한 글을 편집한 뒤 모비인사이드에서 한 번 더 소개합니다.
