5부 16장. ChatGPT·Gemini와 함께 쓰기

망치는 좋은 도구다. 하지만 나사를 돌릴 때까지 망치만 들고 있으면, 그건 장인의 고집이 아니라 작업자의 고생이다. AI도 똑같다. Claude를 좋아하는 것과 Claude만 쓰는 것은 다른 문제다. 좋아하는 도구가 있어도, 일은 결국 더 빨리 끝내야 한다.

실무에서 진짜 차이를 만드는 사람은 "어느 모델이 최고냐"를 끝없이 따지는 사람이 아니다. 어떤 일을 어떤 모델에게 맡기면 덜 헤매고, 덜 고치고, 더 빨리 끝나는지 아는 사람이다. Claude를 전략가로, Gemini를 조사원으로, ChatGPT를 실행 담당으로 배치하는 식의 분업은 이미 많은 실사용자들 사이에서 효율적인 작업 방식으로 자리 잡고 있다.¹

핵심은 간단하다. AI를 한 명의 만능 비서로 보지 말고, 역할이 다른 팀으로 보라. 그러면 프롬프트를 덜 짜게 되고, 결과물을 덜 고치게 되며, 무엇보다 당신의 판단력이 더 빨리 자란다.

한쪽만 쓰는 사람의 손해

한 모델만 오래 쓰면 익숙해진다. 익숙함은 편하다. 문제는 편한 방식이 항상 좋은 방식은 아니라는 데 있다.

예를 들어 보자. 신규 서비스 기획안을 만들고 있다고 하자. 시장 상황은 빨리 파악해야 하고, 경쟁사 메시지는 최신이어야 하며, 최종 산출물은 임원 보고용으로 깔끔해야 한다. 이때 한 도구로 처음부터 끝까지 밀어붙이면 자주 생기는 문제가 있다. 조사 단계에서는 최신성이 아쉽고, 전략 단계에서는 논리 구조가 얕아지고, 실행 단계에서는 같은 문장을 열 번 다시 다듬게 된다.¹⁴

이 손해는 생각보다 크다. 많은 사람이 "탭을 여러 개 띄우면 더 복잡하지 않나?"라고 묻는다. 실제로는 반대인 경우가 많다. 한 도구에서 안 맞는 일을 억지로 시키는 편이 더 많은 재작업을 부른다. 아이디어는 괜찮은데 조사 근거가 빈약하고, 조사 내용은 많은데 메시지가 뭉개지고, 문장은 매끈한데 핵심 판단이 흐린 식이다.

결국 단일 도구 집착의 진짜 비용은 구독료가 아니다. 재작업 비용이다. 한 번에 잘못 맡긴 일이 다시 사람 손으로 돌아오는 순간, AI는 도와준 게 아니라 일을 뒤로 미룬 셈이 된다.

세 도구를 경쟁자가 아니라 팀으로 보기

여러 비교 자료를 종합하면, 세 도구는 대체로 다른 성격을 보인다. Claude는 구조화와 장문 이해, 신중한 추론 쪽에서 강점을 보이고, ChatGPT는 범용성·표현 변형·실행 속도에서 유리하며, Gemini는 실시간 정보 정리와 Google 생태계 연결에서 힘을 발휘한다.²³⁴

이 차이를 실무 언어로 바꾸면 아래처럼 이해하면 쉽다.

여기서 중요한 점은 우열이 아니다. 배치다. 축구팀에 골키퍼와 공격수를 둘 다 두는 이유는 누가 더 뛰어나서가 아니라, 맡는 일이 다르기 때문이다.

기업 관점에서도 판단 기준은 비슷하다. 어떤 도구가 절대적으로 최고냐보다, 우리 팀의 업무 프로필에 어떤 도구가 더 잘 맞느냐가 더 중요하다는 조언이 반복된다.⁵

작업 종류별 도구 분배 전략

실무에서는 도구를 기능별로 외우는 것보다, 작업의 단계로 나눠 보는 편이 훨씬 유용하다. 생각, 조사, 실행. 이 세 단계만 구분해도 대부분의 업무가 정리된다.

생각이 먼저인 일은 Claude

일이 막힐 때는 대개 문장이 아니라 방향이 문제다. 보고서가 안 써지는 이유도 "손이 느려서"가 아니라 "무슨 말을 해야 할지 아직 정리가 안 돼서"인 경우가 많다.

이 단계에서 Claude가 좋은 이유는 단순히 글을 잘 써서가 아니다. 생각의 골격을 잡아 주기 때문이다. 아이디어의 약한 부분을 짚고, 빠진 전제를 드러내고, 논리의 순서를 다시 세워 준다.¹⁴

이럴 때는 이렇게 맡기면 좋다.

"이 기획의 핵심 주장, 빠진 전제, 반대 의견, 임원 설득 포인트를 각각 정리해줘."

이 요청의 장점은 분명하다. Claude에게 바로 예쁜 문장을 달라고 하지 않고, 먼저 생각의 뼈대를 세우게 만든다. 그러면 이후 어떤 도구로 넘겨도 품질이 덜 흔들린다.

최신 정보가 핵심인 일은 Gemini

시장 동향, 경쟁사 움직임, 최근 정책 변화, 최신 기사 요약처럼 지금 시점의 정보가 중요한 일은 Gemini가 자연스럽다. 특히 Gmail, Docs, Drive, Sheets 같은 Google Workspace를 많이 쓰는 조직에서는 조사 결과를 바로 기존 작업 흐름에 붙이기 좋다.³⁴

실무에서는 조사 업무를 너무 넓게 맡기면 결과가 흐려진다. "경쟁사 조사해줘"보다 다음처럼 좁히는 편이 낫다.

"국내 B2B 협업툴 5개를 기준으로 가격 구조, 핵심 메시지, 최근 6개월 기능 변화, 고객 타깃을 표로 정리해줘. 마지막에는 우리에게 의미 있는 시사점 3가지만 붙여줘."

좋은 조사란 자료가 많은 조사가 아니다. 의사결정에 쓸 수 있는 조각으로 정리된 조사다. 이 점에서 Gemini는 복잡한 정보를 빠르게 정돈하는 조사 보조로 유용하다.²

많이 만들고 빨리 고쳐야 하는 일은 ChatGPT

문장을 열 가지 버전으로 바꾸고, 메일을 더 친근하게 바꾸고, 같은 내용을 광고 문구·공지문·FAQ로 나눠 쓰고, 초안을 여러 톤으로 바꿔야 하는 일은 ChatGPT가 잘 맞는다. 범용성이 높고, 스타일 전환과 반복 수정이 빠르기 때문이다.²³

이 단계에서는 깊은 사유보다 마찰 없는 반복이 중요하다. 예를 들어 Claude가 핵심 메시지를 정리했고, Gemini가 최신 근거를 모아 줬다면, ChatGPT는 그 재료를 들고 실제 산출물을 양산하는 데 강하다.

예를 들면 이런 식이다.

"아래 메시지를 바탕으로 임원 보고용 5문장 요약, 고객 공지 메일, 홈페이지 배너 문구, 세일즈 FAQ를 각각 작성해줘. 모든 버전은 같은 핵심 메시지를 유지해줘."

이때의 포인트는 ChatGPT에게 처음부터 방향까지 맡기지 않는 것이다. 방향이 정해진 뒤의 실행은 빠르지만, 방향이 흐린 상태에서 던지면 다시 사람이 고쳐야 할 가능성이 커진다.

한 번에 끝내려 하지 말고, 넘겨가며 일시켜라

다중 AI 스택의 맛은 "비교"가 아니라 "인계"에서 나온다. 같은 질문을 세 도구에 동시에 던져 놓고 누가 더 잘하나 보는 것은 초반 테스트 때만 유용하다. 실무에서는 릴레이처럼 넘겨야 한다.

가장 단순한 흐름은 이렇다.

1. Claude로 문제를 정의한다.
   무엇이 핵심인지, 무엇이 빠졌는지, 어떤 각도로 접근할지 정리한다.

2. Gemini로 사실과 자료를 채운다.
   최신 정보, 비교표, 외부 근거, 시장 맥락을 가져온다.

3. ChatGPT로 실제 산출물을 만든다.
   보고서, 메일, 카피, FAQ, 발표문처럼 쓰이는 형태로 바꾼다.

많은 사용자들이 실제로 이런 식의 분업에서 병목이 줄고, 결과 품질이 안정된다고 말한다.¹

실무 흐름으로 보는 분업 예시

말로만 들으면 멋있고, 실제로는 귀찮아 보일 수 있다. 그래서 자주 쓰는 장면으로 바꿔 보자.

기획 보고서를 만들 때

신사업 아이디어가 하나 생겼다고 하자. 먼저 Claude에게 아이디어의 약점과 반론을 물어본다. 논리의 구멍을 먼저 찾는 것이다. 그다음 Gemini로 시장 자료, 경쟁 구도, 최근 뉴스, 유사 사례를 정리한다. 마지막으로 ChatGPT에게 "임원 보고용 1페이지 메모"와 "발표 대본형 요약"을 각각 작성하게 한다.

이렇게 하면 생각과 근거와 문장을 한 도구에 우겨 넣지 않아도 된다. 보고서가 훨씬 덜 헐겁다.

마케팅 캠페인을 준비할 때

캠페인의 메시지는 Claude에게 먼저 검토받는 편이 좋다. 타깃이 모호한지, 후킹 포인트가 약한지, 경쟁 메시지와 겹치는지를 먼저 본다. 그런 다음 Gemini로 현재 트렌드, 경쟁사 카피, 관련 키워드, 검색 의도 같은 외부 재료를 모은다. 이후 ChatGPT에서 광고 문구 20종, 랜딩페이지 헤드라인 10종, CRM 메시지 5종처럼 실행물을 뽑는다.

한마디로 정리하면, Claude가 "무슨 말을 해야 하나"를 잡고, Gemini가 "왜 지금 이 말이 먹히는가"를 보태고, ChatGPT가 "그래서 실제로 어떻게 말할까"를 만들어 준다.

고객 응대 체계를 다듬을 때

VOC가 쌓여 있을 때는 Gemini로 최신 이슈와 반복 질문을 먼저 묶어 볼 수 있다. Claude는 그 질문들을 보고 고객 불만의 구조를 정리하고, 응대 원칙과 금지 표현을 설계하는 데 좋다. 그리고 ChatGPT는 실제 답변 템플릿을 친절형, 공식형, 압축형으로 나눠 대량 생산하는 데 유리하다.

이 과정에서 사람은 무엇을 하느냐고 묻는다면 답은 분명하다. 사람은 승인권자이자 최종 편집자다. AI는 재료를 손질하고 초안을 만들어 주지만, 기준을 정하는 사람은 결국 사람이다.

AI 도구 스택은 비싸게 쌓는 게 아니라 얇게 맞추는 것이다

여기서 많은 사람이 갑자기 현실로 돌아온다. "좋은 건 알겠는데, 세 개 다 유료로 써야 하나요?" 꼭 그렇지는 않다.

좋은 스택은 크기가 아니라 조합이 중요하다. 처음부터 풀세트를 살 필요는 없다. 오히려 주도구 하나, 보완도구 하나로 시작하는 편이 낫다.

예산이 빠듯하면 더 단순하게 생각해도 된다. Claude를 주도구로 두고, 조사 보강이 필요하면 Gemini 무료 버전을 보조로 쓰는 방식도 충분히 현실적이다. 반대로 콘텐츠 팀이라면 Claude로 방향을 잡고 ChatGPT로 대량 변형을 맡기는 것만으로도 체감 효율이 크다.

중요한 것은 "몇 개를 쓰느냐"가 아니라 "누가 주전이고 누가 교체 선수냐"를 정하는 일이다.

스택을 잘 쓰는 사람의 인계 습관

여러 도구를 같이 쓰기 시작하면, 의외로 실력 차이는 프롬프트 길이보다 인계 메모에서 갈린다. 앞 도구에서 얻은 결과를 다음 도구에 아무렇게나 붙이면, 결국 또 처음부터 설명해야 한다.

인계할 때는 아래 네 줄만 붙여도 훨씬 좋아진다.

1. 지금까지 정리된 핵심 목표

2. 반드시 유지해야 할 제약 조건

3. 앞 단계에서 확인한 사실과 근거

4. 이번 단계에서 필요한 최종 산출물

예를 들어 Claude에서 전략 방향을 잡은 뒤 ChatGPT로 넘길 때는 이렇게 쓰면 된다.

"핵심 목표는 중소기업 대상 신규 협업툴의 차별 메시지를 정리하는 것이다. 가격 경쟁은 피하고, 보안과 운영 편의성을 강조해야 한다. 아래는 Claude가 정리한 핵심 포인트와 Gemini가 수집한 최신 경쟁사 정보다. 이를 바탕으로 세일즈 메일 2종과 홈페이지 카피 5종을 작성해줘."

이런 인계 문장이 쌓이면, AI는 세 개여도 당신의 작업 흐름은 하나로 묶인다.

같이 쓸수록 더 중요해지는 원칙

도구가 늘어나면 자유도는 커지지만, 동시에 산만해질 위험도 커진다. 그래서 몇 가지 원칙이 필요하다.

첫째, 원본은 하나여야 한다. 조사 노트, 메시지 초안, 최종 문서는 흩어지기 쉽다. 어디가 최종본인지 정해 두지 않으면 AI보다 사람이 헷갈린다.

둘째, 모든 도구에 같은 일을 시키지 말아야 한다. 비교 실험은 시작할 때만 하고, 운영에 들어가면 역할을 고정하는 편이 훨씬 덜 피곤하다.

셋째, 교차 검증은 중요한 순간에만 한다. 임원 보고, 고객 발송, 정책 해석처럼 실수 비용이 큰 일만 다른 모델로 한 번 더 보는 것이 효율적이다. 모든 문장을 삼중 체크하면 속도 이점이 사라진다.

넷째, 민감한 정보는 가장 보수적인 경로로 보낸다. 특히 고객 정보, 인사 데이터, 계약 내용처럼 위험도가 높은 정보는 어떤 도구를 쓰느냐보다 어떤 계정과 어떤 플랜, 어떤 공유 설정으로 쓰느냐가 더 중요하다.⁵

결국 성장하는 사람은 도구를 분업시킨다

AI를 오래 쓸수록 이상한 깨달음이 하나 생긴다. 최고의 모델을 찾는 일이 점점 덜 중요해진다는 것이다. 그보다 더 중요한 것은 작업을 잘 나누는 능력이다.

생각은 Claude에게, 최신 사실은 Gemini에게, 대량 실행은 ChatGPT에게. 이 구분만 익혀도 당신의 일은 훨씬 덜 꼬인다. 한 모델만 고집하는 사람은 매번 같은 방식으로만 문제를 푼다. 반대로 도구를 분업시키는 사람은 문제에 따라 작업대를 바꾼다.

그 차이는 처음엔 작아 보인다. 하지만 몇 달이 지나면 벌어진다. 한쪽은 여전히 "더 좋은 프롬프트"를 찾고 있고, 다른 한쪽은 이미 "더 좋은 시스템"을 굴리고 있다.

실무에서 빨리 성장하는 사람은 AI를 신기하게 쓰는 사람이 아니다. AI를 배치할 줄 아는 사람이다. 그리고 그 배치의 중심에 Claude를 두되, 필요할 때 ChatGPT와 Gemini를 기꺼이 옆자리에 앉히는 사람이 결국 가장 멀리 간다.

참고

¹How I use Claude for strategy, Gemini for research and ChatGPT for 'the grind'

²ChatGPT vs Claude vs Gemini: which AI is best for writing, coding, research, image generation, and long documents

³ChatGPT vs Gemini vs Copilot vs Claude vs Perplexity vs Grok | AI Assistants | Gmelius

⁴ChatGPT vs Google Gemini vs Anthropic Claude: Comprehensive Comparison & Report

⁵Claude vs ChatGPT vs Gemini: Which AI Assistant Wins for Business in 2026?