🛠️ 06. AI 스킬 9가지

AI를 쓰면 자동으로 빨라질 것 같지만, 실제로는 반대인 경우가 많다. 영상의 핵심은 간단하다. 좋은 결과를 만드는 건 모델 스펙이 아니라 작업 운영 방식이라는 점이다. 결국 AI를 잘 쓰는 사람은 프롬프트를 잘 치는 사람이 아니라, 팀장을 잘하는 사람에 가깝다.

안내: 이 문서는 YouTube 영상 스크립트(자동 자막) 기준으로 핵심 메시지를 재구성한 요약이며, 제품 동작 설명은 공식 문서 링크를 함께 확인해 반영했습니다.

flowchart LR
A[문제 인지: AI 써도 느린 이유] --> B[원인: 지시·기준·문맥 부족]
B --> C[해결: 9가지 운영 스킬 적용]
C --> D[결과: 같은 시간에 더 큰 산출]

🧠 칠판 치트시트

• AI 성과 차이는 모델 차이보다 운영 차이에서 난다
• 한 번에 크게 시키지 말고, 작게 쪼개고 중간 확인한다
• “잘해줘” 대신 완료 기준을 숫자로 준다
• 반복되는 설명은 기억 파일과 자동화로 없앤다
• 마지막 20점 품질은 결국 사람의 큐레이션이 결정한다

영상 핵심 요약

이 영상은 “AI 활용”을 기능 소개가 아니라 작업 체계 설계로 다룬다. 앞 5개는 기본 운영 스킬, 뒤 4개는 레버리지를 키우는 고급 운영 스킬로 구성된다.

실무에서 바로 건질 포인트 (9가지)

1) 쪼개기: 큰 업무를 실행 단위로 분해하기

“이 프로젝트 다 해줘”는 실패 확률이 높다. 대신 기능/단계 단위로 잘라서 맡기면 품질과 속도가 동시에 올라간다.

• 나쁜 지시: “유튜브 스크립트 써줘”
• 좋은 지시: “핵심 포인트 5개 먼저” → “2번 포인트 3분 대본”

실무 미니 사례:

• Before: “행사 준비해줘” 한 줄 요청 → 결과가 추상적
• After: 장소/초대/섭외/시나리오로 분해 요청 → 바로 실행 가능한 산출

2) 실패 복구: “다시”가 아니라 원인 진단부터

AI 결과가 엉뚱할 때 “다시 해줘”만 반복하면 비슷한 실패가 계속된다. 먼저 실패 원인을 분류해야 한다.

• 정보 부족인가?
• 방향 오류인가?
• 조건 충돌인가?

실무 미니 사례:

• Before: “문구 딱딱해, 다시 써”
• After: “왜 딱딱한지 분석” + “타겟(20대 후반 직장인) 톤으로 재작성”

3) 완료 기준: “잘”을 숫자로 바꾸기

“잘 써줘”는 기준이 없다. AI와 사람이 같은 그림을 보려면 완료 조건을 명확히 정의해야 한다.

예시 기준:

• 근거 3개 이상
• 결론 1문장
• 이미지 2개 이상
• 1,500~2,000자
• 전문용어 첫 등장 시 설명
• 실제 사례 1개 이상

이렇게 두면 “다 했어요”라는 답을 검수 가능한 상태로 바꿀 수 있다.

4) 컨텍스트 설계: 매번 새 사람 상대하듯 설명하지 않기

AI는 기본적으로 맥락을 오래 기억하지 못한다. 그래서 대화마다 회사/프로젝트/역할을 다시 설명해야 한다. 이 반복을 줄이는 방법이 컨텍스트 설계다.

권장 구성:

• 타겟 독자(예: 20~30대 직장인)
• 톤(친근하지만 전문적)
• 경쟁 맥락
• 차별점/금지 표현

초기 1시간 투자로 이후 수십 시간을 절약할 수 있다는 메시지가 영상의 핵심 중 하나다.

5) 관찰: 한 번에 끝내려 하지 말고 중간 점검하기

큰 작업을 통으로 맡기면 마지막에 틀어질 가능성이 높다. 공사 감리처럼 중간 점검을 넣어야 한다.

단계형 운영 예시:

1. 목차 제출
2. 1장 작성 후 확인
3. 2장 작성 후 확인
4. 최종 통합

“작게 자주 확인”이 재작업 비용을 크게 낮춘다.

6) 기억 설계: 반복 설명을 파일로 치환하기

영상 후반의 핵심은 여기다. “어제 한 얘기를 오늘 또 설명하는 낭비”를 없애려면 기억 파일이 필요하다.

기억 파일에 넣을 것:

• 지금까지의 의사결정
• 진행 방향
• 주의사항/금지사항
• 미해결 이슈

이 방식은 컨텍스트 복구 시간을 “15분 → 5초” 수준으로 줄여 준다고 설명한다.

7) 병렬 관리: AI를 한 명이 아니라 팀처럼 쓰기

고수는 AI 창 하나만 쓰지 않는다. 역할을 나눠 동시에 돌린다.

병렬 예시:

• A: 경쟁사 분석
• B: 훅 문구 5개 생성
• C: 관련 사례 수집

역할 분업을 하면 1인 작업이 “소규모 팀 운영”에 가까워진다.

8) 큐레이션: 80점 결과를 95점으로 끌어올리는 사람의 역할

AI는 빠르게 “그럴듯한” 결과를 만든다. 하지만 그 결과가 진짜 좋은지 판단하는 건 사람 몫이다.

큐레이션 감각을 키우는 방법:

• 좋은 글/디자인/기획을 많이 보기
• “왜 좋은지” 구조적으로 분석하기
• 사용자 반응 데이터를 반복 관찰하기

영상에서는 “마지막 20점은 인간의 영역”이라고 못 박는다.

9) 자동화의 자동화: 반복 지시 자체를 시스템화하기

마지막 단계는 작업 자동화가 아니라 지시 자동화다. 자주 반복하는 문구, 규칙, 스타일 가이드를 아예 시스템으로 붙여버리는 방식이다.

실무 미니 사례:

• 매번 채널 스타일 가이드를 붙이는 대신
• 시작 시 자동 삽입되도록 워크플로 구성

초반 체감은 작을 수 있지만 6개월~1년 단위로 복리 효과가 커진다는 점을 강조한다.

20분 도입 루틴

• 5분: 지금 하는 업무 하나를 3~5단계로 쪼갠다
• 5분: 완료 기준을 숫자로 작성한다(분량/근거/형식)
• 5분: 컨텍스트 파일 1개 만든다(타겟/톤/금지)
• 5분: 반복 지시 1개를 템플릿으로 저장한다

오늘 바로 실행 체크

• 오늘 작업 하나를 “통요청”에서 “단계요청”으로 바꿨는가?
• 완료 기준을 문장형이 아니라 수치형으로 적었는가?
• 재사용할 기억 파일(.md) 1개를 만들었는가?
• 중간 점검 단계(목차/초안/최종)를 넣었는가?

근거 타임스탬프

• 0:00 — AI 써도 느린 사람/빠른 사람의 차이
• 1:12 — 스킬 1: 쪼개기
• 2:02 — 스킬 2: 실패 복구
• 2:42 — 스킬 3: 완료 기준
• 3:12 — 스킬 4: 컨텍스트 설계
• 3:54 — 스킬 5: 관찰
• 5:00 — 스킬 6: 기억 설계
• 5:40 — 스킬 7: 병렬 관리
• 6:17 — 스킬 8: 큐레이션
• 6:59 — 스킬 9: 자동화의 자동화
• 7:31 — 9가지 통합 정리

오해 줄이는 한 줄

• 오해 방지: AI 성능이 좋아져도 운영 스킬을 설계하지 않으면 생산성은 생각보다 크게 늘지 않는다.

실무 참고

• Claude Code Overview
• Claude Code Common Workflows
• Claude Code Memory

다음 읽기

• 24. CLAUDE.md 지워? 컨텍스트 재설계 가이드
• init AGENTS 자동생성, 왜 비용만 늘 수 있나
• 29. OpenAI Prompt Caching 안 먹을 때, 20분 해결 루틴

영상 메타

• 채널: 메이커 에반 | Maker Evan
• 제목: AI 스킬 9가지… 이거 모르면 내년에 도태됩니다
• 게시 시각(원문): 2026-03-04T12:27:51+00:00
• 영상: https://www.youtube.com/watch?v=v8T7u3IJZ7Q
• 썸네일: https://i3.ytimg.com/vi/v8T7u3IJZ7Q/hqdefault.jpg