9장. 만드는 사람을 위한 ChatGPT

혼자 만드는 시대, 파이프라인이 곧 실력이다

요즘 만드는 사람은 한 가지 역할만 하지 않는다. 유튜브를 하는 사람은 기획자이자 작가이고, 썸네일 디자이너이자 편집자이며, 때로는 간단한 웹페이지를 만드는 사람이다. 작은 브랜드를 운영하는 사람도 마찬가지다. 상품 사진을 고르고, 광고 영상을 기획하고, 소개 페이지를 만들고, 고객이 보는 화면까지 손봐야 한다.

문제는 재능보다 시간이 먼저 바닥난다는 데 있다. 아이디어가 없는 것이 아니라, 아이디어를 형태로 바꾸는 과정이 길고 복잡해서 멈추게 된다. 바로 이 지점에서 ChatGPT의 가치가 드러난다. 만드는 사람에게 ChatGPT는 단순한 '문장 생성기'가 아니다. 빈 화면 앞에서 첫 삽을 뜨게 해 주고, 여러 제작 단계를 이어 붙여 주는 동료다.

특히 지금의 ChatGPT는 텍스트만 다루는 도구가 아니라, 파일을 올리고 이미지를 만들고, 여러 형태의 입력을 함께 다루는 방향으로 확장되어 왔다.¹² 이 변화가 중요한 이유는 아주 간단하다. 창작은 원래 텍스트만으로 이루어지지 않기 때문이다. 머릿속 장면, 참고 이미지, 음성 톤, 화면 비율, 제품 사진, 기존 초안이 모두 함께 움직일 때 비로소 결과물이 나온다.

잘 쓰는 사람은 여기서 관점을 바꾼다. '무엇을 써 달라'고 묻는 대신, '무엇을 만들기 위한 어떤 단계의 산출물이 필요한가'를 먼저 정한다. 그러면 ChatGPT는 아이디어 자판기가 아니라 제작 파이프라인의 첫 번째 팀원이 된다.

이미지·영상 제작은 프롬프트가 아니라 브리프로 시작한다

이미지나 영상을 만들 때 많은 사람이 처음부터 멋진 한 문장을 찾으려 한다. 이를테면 '감성적인 카페 광고 이미지 만들어줘' 같은 식이다. 하지만 실제 제작에서는 이런 요청이 대개 너무 모호하다. 감성적이라는 말은 사람마다 다르고, 카페 광고도 브랜드 소개인지, 신제품 홍보인지, 인스타 릴스용 썸네일인지에 따라 완전히 달라진다.

그래서 만드는 사람에게 더 중요한 것은 프롬프트 한 줄이 아니라 브리프다. 브리프는 AI에게 던지는 주문이 아니라, 일을 맡기기 위한 작업 지시서다. 이미지 생성 성능이 좋아질수록 이 차이는 더 크게 드러난다. 막연한 문장은 그럴듯한 결과를 만들 수는 있어도, 쓸 수 있는 결과를 만들지는 못한다.

브리프에는 적어도 다음 정보가 들어가야 한다.

• 이 결과물을 어디에 쓸 것인지

• 누가 볼 것인지

• 무엇을 느끼거나 행동해야 하는지

• 반드시 들어가야 할 요소와 빠져야 할 요소가 무엇인지

• 비율, 길이, 톤, 색감처럼 형식에 해당하는 조건이 무엇인지

예를 들어 '신제품 커피 광고 이미지'를 만들고 싶다면, 그냥 예쁜 이미지를 요구하지 말고 이렇게 생각해야 한다. '인스타그램 세로형 광고다. 첫 1초에 시선이 멈춰야 한다. 컵보다 김과 질감이 살아 있어야 한다. 상단에는 카피가 들어갈 공간이 필요하다. 고급스럽지만 차갑지 않은 톤이어야 한다. 경쟁 브랜드처럼 과장된 네온 색감은 피하고 싶다.' 이 정도가 되어야 AI가 단순히 그림을 만드는 것이 아니라, 일을 이해하기 시작한다.

또 하나 중요한 것은 참고 자료를 아끼지 않는 것이다. 말로 설명하는 것보다 기존 썸네일, 제품 사진, 레이아웃 스케치, 브랜드 컬러 예시를 함께 주는 편이 훨씬 낫다. 멀티모달 도구의 장점은 바로 여기에 있다. 텍스트로 장면을 설명하고, 이미지로 기준을 보여 주고, 그 둘을 같은 대화 안에서 이어 갈 수 있다.²

좋은 제작자는 AI에게 '정답 이미지'를 한 번에 요구하지 않는다. 대신 첫 시안, 두 번째 수정, 세 번째 변형으로 이어지는 흐름을 만든다. 현실의 디자이너와 일할 때도 한 번에 끝나지 않듯, AI와의 작업도 초안과 수정의 리듬 안에서 품질이 올라간다.

멀티모달 워크플로우는 한 사람을 작은 스튜디오로 바꾼다

멀티모달이라는 말이 어렵게 들릴 수 있지만, 창작자에게는 아주 실용적인 뜻만 이해하면 된다. 글로 설명하고, 이미지를 보여 주고, 파일을 올리고, 필요하면 음성이나 영상까지 섞어서 하나의 작업 흐름을 만든다는 뜻이다.¹²

이게 왜 강력할까. 예전에는 아이디어는 메모앱에 있고, 레퍼런스는 이미지 폴더에 있고, 대본은 문서에 있고, 장면 구상은 머릿속에 있었다. 창작자는 그 사이를 계속 왕복해야 했다. 반면 멀티모달 환경에서는 하나의 대화 안에서 '이 사진 분위기로', '이 초안 대사 길이는 너무 길다', '이 장면을 9:16 쇼츠 구조로 다시 짜 달라', '여기서 썸네일까지 뽑자'가 이어진다. 생각과 산출물의 간격이 줄어드는 것이다.

1인 크리에이터라면 다음과 같은 순서로 작업하는 것이 좋다.

• 먼저 주제, 대상, 플랫폼을 정리해 콘셉트 메모를 만든다.

• 그다음 장면 단위의 개요를 뽑아 스토리보드나 쇼트 리스트로 바꾼다.

• 이어서 대본, 화면 자막, 썸네일 문구처럼 텍스트 산출물을 분리해 만든다.

• 이후 키 비주얼이나 장면별 참고 이미지를 만든다.

• 마지막으로 영상 초안이나 편집용 구조를 만든 뒤, 전용 편집 도구에서 마무리한다.

핵심은 한 번에 '영상 하나'를 만들라고 하지 않는 것이다. 영상은 사실 여러 산출물이 묶인 결과다. 훅, 장면 구성, 나레이션, 자막, 화면 자료, 썸네일, 업로드용 설명문이 따로 존재한다. 이 덩어리를 쪼개면 ChatGPT가 도와줄 수 있는 지점이 급격히 많아진다.

예를 들어 여행 브이로그가 아니라 '도쿄에서 하루에 3끼를 만 원대로 먹는 법' 같은 정보형 쇼츠를 만든다고 해 보자. 먼저 ChatGPT와 함께 훅 후보를 세 가지 만들고, 그다음 5개의 장면으로 쪼개고, 각 장면에 필요한 컷을 정한다. 이어서 '손에 든 음식 클로즈업', '지도 위 동선 표시', '가격 자막 강조'처럼 필요한 시각 요소를 정의한다. 그다음 썸네일용 이미지 방향과 영상 자막 문장을 따로 만든다. 이쯤 되면 아직 편집 프로그램을 열지 않았는데도, 영상의 절반 이상이 이미 설계된 셈이다.

최근에는 ChatGPT 안에서 연결형 앱을 통해 텍스트 프롬프트를 기반으로 대본, 장면 분할, 보이스오버, 기본 비주얼을 묶어 영상 초안을 만드는 흐름도 가능해지고 있다. 다만 이 방식의 가장 좋은 사용법은 '완성본을 뽑는 것'이 아니라 '볼 수 있는 초안'을 빠르게 얻는 데 있다. 이후 세밀한 타이밍, 브랜드 요소, 자막 위치, 컷 전환은 전용 편집기에서 마무리하는 편이 훨씬 안정적이다.⁴

이 차이를 이해하면 AI 영상 제작이 훨씬 현실적으로 보인다. ChatGPT는 감독의 머릿속 회의를 빠르게 바깥으로 꺼내 주는 도구다. 편집실의 마지막 10퍼센트까지 완벽히 대신하는 도구는 아니다.

잘 만드는 사람은 '스타일'을 말이 아니라 규칙으로 관리한다

창작자가 AI를 쓰며 가장 자주 겪는 불만은 이것이다. 어제 만든 결과물과 오늘 만든 결과물이 서로 다른 팀에서 나온 것처럼 보인다는 점이다. 썸네일 톤이 매번 달라지고, 캐릭터의 분위기가 바뀌고, 브랜드 말투가 흔들린다.

이 문제는 AI의 성능 문제이기도 하지만, 더 자주 사용자의 설계 문제이기도 하다. 많은 사람이 작업마다 처음부터 새로 설명한다. 그러니 결과도 매번 새 출발을 한다.

만드는 사람에게 필요한 것은 '스타일 설명'이 아니라 '제작 컨텍스트 팩'이다. 이것은 창작용 작업 지침서라고 생각하면 된다. 한 번 만들어 두면 이미지, 대본, 자막, 랜딩 페이지, 제품 소개문까지 같은 톤으로 밀어 갈 수 있다.

좋은 컨텍스트 팩에는 보통 이런 내용이 들어간다.

• 브랜드나 채널의 한 줄 정체성

• 자주 쓰는 말투와 피해야 할 말투

• 선호하는 색감, 구도, 질감, 편집 리듬

• 반드시 지켜야 하는 형식 규칙

• 절대 넘지 말아야 하는 금지선

예를 들어 '차분하고 따뜻하지만 유치하지 않은 생산성 채널', '과장된 성공담보다 실제 시행착오를 강조', '자막은 짧고 단정하게', '썸네일은 표정 과장 금지'처럼 구체적으로 적는 것이다. 이 정도가 쌓이면 ChatGPT는 점점 더 당신다운 초안을 만들기 시작한다.

중요한 것은 스타일을 미학의 언어로만 설명하지 않는 것이다. '세련되게', '힙하게', '요즘 느낌으로' 같은 말은 너무 추상적이다. 대신 '문장은 짧게', '첫 화면에 숫자를 넣기', '썸네일은 주 피사체 하나만', '나레이션은 설명보다 관찰형'처럼 규칙으로 내려와야 한다. AI는 감각적 찰떡궁합보다 작업 규칙을 훨씬 잘 따른다.

비개발자에게 필요한 코딩 위임법은 '앱 만들어줘'가 아니다

이제 많은 창작자가 이미지와 영상뿐 아니라 간단한 코드 작업도 ChatGPT에 맡기기 시작했다. 랜딩 페이지 하나 만들기, 신청 폼 자동 정리하기, 자막 파일 가공하기, 이미지 이름 일괄 변경하기, 엑셀 데이터를 정리해서 업로드 형식으로 바꾸기 같은 일들이다. OpenAI도 최근 모델 업데이트에서 더 신뢰할 수 있는 에이전트와 더 빠른 개발 워크플로우를 강조하고 있다.³

하지만 비개발자가 여기서 가장 많이 실패하는 이유는 코드를 모르기 때문이 아니라, 코딩 작업을 너무 큰 덩어리로 맡기기 때문이다. '내 서비스 하나 만들어줘'는 일이 아니다. 바람이다. AI가 일을 하려면 바람이 아니라 명세가 필요하다.

비개발자가 코딩을 맡길 때는 먼저 결과물이 아니라 문제를 정확히 적어야 한다. 예를 들어 '구글 시트에 붙여 넣은 주문 데이터를 읽어서, 옵션명을 정리하고, 중복 행을 제거한 뒤, 업로드용 CSV로 저장하는 작은 도구가 필요하다'는 식이어야 한다. 그러면 ChatGPT는 코드뿐 아니라 입력 형식, 출력 형식, 필요한 화면, 예외 처리까지 함께 설계할 수 있다.

처음부터 완성품을 요구하기보다 다음 순서로 가는 편이 좋다.

• 먼저 무엇을 자동화하고 싶은지 한 문장으로 정의한다.

• 그다음 입력과 출력의 예시를 준다.

• 이후 화면이 필요한지, 파일 하나면 되는지, 웹페이지면 되는지를 정한다.

• 그다음 테스트할 샘플 데이터와 실패하면 안 되는 조건을 적는다.

• 마지막으로 설치·실행 방법을 초등학생도 따라 할 수 있게 설명해 달라고 요청한다.

여기서 특히 중요한 것이 샘플 데이터다. 비개발자는 종종 '대충 이런 느낌'이라고 설명한다. 하지만 코드는 느낌으로 움직이지 않는다. 입력 예시 세 줄, 원하는 출력 예시 세 줄만 있어도 품질이 확 올라간다. 코드를 모르는 사람이 오히려 이 부분에 더 강할 수 있다. 실제 업무의 예외를 가장 잘 아는 사람이 현업 사용자이기 때문이다.

또 하나 기억해야 할 점은, ChatGPT에게 코드를 쓰게 하는 것과 소프트웨어를 완성하게 하는 것은 다르다는 사실이다. 비개발자가 맡기기 좋은 것은 작은 도구, 반복 작업, 내부용 자동화, 검증 가능한 변환 작업이다. 반대로 결제, 개인정보, 권한 관리, 대규모 트래픽, 보안이 중요한 서비스는 전문가 검토 없이 밀어붙이면 안 된다.

창작자에게 특히 유용한 코딩 위임 사례는 의외로 소박하다. 포트폴리오용 단일 페이지, 링크 모음 사이트, 이벤트 신청 정리 스크립트, 자막 정리 도구, 파일명 일괄 변경기, 콘텐츠 캘린더 생성기, 제품 설명 대량 변환기 같은 것들이다. 이런 작은 도구는 한 달에 몇 시간씩 아껴 주고, 그 시간이 결국 더 많은 창작으로 돌아온다.

비개발자는 코드를 '읽을 줄 아는 사람'이 되려 하기보다, 코드를 '검수 가능한 산출물'로 바꾸는 사람이 되어야 한다. 그래서 다음 네 가지를 항상 요구하는 것이 좋다. 무엇을 만드는지에 대한 설명, 전체 파일 구조, 실행 방법, 테스트 방법이다. 이 네 가지가 없으면 코드는 생겼지만 일은 끝나지 않는다.

AI가 넓혀 주는 것은 능력이 아니라 제작 반경이다

여기서 중요한 오해 하나를 짚고 넘어가자. AI를 잘 쓰면 갑자기 디자이너, 영상 편집자, 개발자가 되는 것은 아니다. 대신 예전에는 엄두도 못 냈던 작업 반경이 생긴다. 썸네일을 직접 시도해 볼 수 있고, 영상 기획을 장면 단위로 쪼갤 수 있고, 작은 자동화 도구를 만들어 볼 수 있다. 다시 말해, 전문성의 대체가 아니라 시도 가능 범위의 확장이다.

이 차이는 매우 크다. 혼자 만드는 사람에게 가장 무서운 것은 '내가 이것까지 할 수 있을까?'라는 막막함이다. ChatGPT는 그 막막함을 '일단 초안을 보자'로 바꿔 준다. 장면이 보이면 수정할 수 있고, 코드가 나오면 물어볼 수 있고, 시안이 생기면 비교할 수 있다. 창작은 늘 수정의 예술이었지, 머릿속 완성본을 바로 꺼내는 예술이 아니었다.

그래서 만드는 사람에게 ChatGPT는 시간을 절약하는 도구이기 전에, 시작 비용을 낮추는 도구다. 시작이 쉬워지면 시도 횟수가 늘고, 시도 횟수가 늘면 결국 감각도 빨리 는다.

제작자는 어디서 멈춰야 하는지도 알아야 한다

물론 AI가 빨라질수록 더 중요한 것은 멈출 줄 아는 감각이다. 특히 창작과 제작 영역에서는 '쓸 수 있느냐'와 '올려도 되느냐'가 다르다.

최종 검수에서는 적어도 다음을 확인해야 한다.

• 브랜드명, 제품명, 자막, 숫자 같은 텍스트가 정확한지

• 사람 얼굴, 상표, 캐릭터, 로고처럼 권리 문제가 생길 요소가 없는지

• 영상 속 정보나 화면 설명이 사실과 어긋나지 않는지

• 코드가 실제로 실행되는지, 실패했을 때 어떻게 되는지

• 결과물이 내 채널이나 브랜드의 톤과 정말 맞는지

특히 이미지와 영상에서는 '너무 그럴듯해서 그냥 넘어가는' 순간이 가장 위험하다. 썸네일 문구 하나가 어색해도 클릭률은 떨어질 수 있고, 제품 소개 페이지의 버튼 하나가 잘못 연결돼도 매출이 새어 나간다. 코딩도 마찬가지다. 돌아가는 것처럼 보여도, 예외 입력 하나에서 조용히 망가질 수 있다.

잘 쓰는 사람은 AI에게 많이 맡기는 사람이 아니라, 어디까지 맡기고 어디서 사람이 다시 잡아야 하는지 아는 사람이다. 이 감각이 생기면 제작 속도는 빨라지면서도 결과물의 신뢰는 유지된다.

결국 남는 것은 당신의 취향과 판단이다

만드는 사람에게 ChatGPT가 주는 가장 큰 이점은 '내가 원래 못 하던 일'을 마법처럼 대신해 주는 데 있지 않다. 오히려 '원래 할 수 있었지만 시간이 없어서 못 하던 일'을 가능하게 하는 데 있다.

기획은 더 빨라지고, 레퍼런스 정리는 더 쉬워지고, 초안은 더 빨리 보이며, 작은 자동화는 더 자주 시도할 수 있다. 그러면 한 사람이 감당할 수 있는 제작 범위가 넓어진다. 작은 팀은 더 큰 팀처럼 움직이고, 혼자 만드는 사람은 적어도 한 명의 조감독과 한 명의 주니어 디자이너, 그리고 한 명의 초급 개발자를 옆에 둔 것처럼 일할 수 있다.

하지만 마지막에 남는 것은 여전히 사람의 일이다. 무엇을 만들 것인가, 누구를 위해 만들 것인가, 어떤 기준에서 만족할 것인가, 이 결과물이 정말 내 것다운가. 이 질문에는 아직 자동완성이 없다.

AI가 제작 파이프라인을 넓혀 준다면, 그 넓어진 공간을 어떤 취향과 어떤 기준으로 채울지는 결국 당신에게 달려 있다. 그리고 바로 그 점 때문에, 만드는 사람에게 ChatGPT는 위협보다 기회에 더 가깝다. 손이 모자랄 때 대신 일해 주는 도구이면서도, 동시에 당신의 취향을 더 멀리 밀어 보낼 수 있는 작업 파트너이기 때문이다.

참고

²Multimodal ChatGPT: Working with Voice, Vision, and Images

³Introducing GPT‑5.4 - OpenAI

⁴How to Make a Video with ChatGPT: Step‑by‑Step Guide for Beginners (2026)