모든 적용 포인트 · 105개

Claude Pro, ChatGPT Plus 같은 걸 쓰고 있다면 — 짧게 자주 쓸수록 GPU 배치에 같이 태워지기 쉬워서 회사 입장에선 처리 비용이 낮아. 근데 너한테도 유리해. 맥락을 매번 새로 시작하면 cache 재활용이 안 되지만, 연속으로 작업하면 cache hit가 돼서 응답이 빠르거든. **같은 주제 작업은 한 세션에 몰아서** 해봐.

긴 자료를 AI에게 줄 때, 자료 붙여넣기(prefill)는 한 번만 하고 여러 질문을 이어서 하는 게 훨씬 효율적이야. 매번 새 대화에서 같은 자료를 다시 붙여넣으면 prefill 비용이 반복되거든. "이 기획서 보고 → 1안 짜줘 → 2안 짜줘 → 제목 다듬어줘" 식으로 **한 대화에서 이어가는 게 더 빠르고 싸**.

Claude Code나 Cursor 쓰다가 갑자기 응답이 느려지는 순간이 있잖아. 그게 context가 너무 길어져서 memory-bound로 빠진 거거나, 지금 서버 배치가 꽉 찬 상태거든. 이럴 때 새 대화 시작하거나, context를 요약해서 압축해달라고 요청하면 실제로 빨라져. 이제 이유를 알고 쓰는 거랑 모르고 쓰는 거랑 다르잖아.

DeepSeek-V4, GPT-5.5, Claude Opus 4.7이 이 한 달 안에 다 나왔어. 크리에이터 입장에서는 "나는 이걸로 실제로 콘텐츠 기획해봤는데 이랬다" 체험형 리뷰가 지금 엄청 먹히는 시즌이야. 특히 가격 비교 콘텐츠 — "비싼 GPT vs 싼 DeepSeek, 실제로 뭐가 다른가"는 지금 당장 해볼 수 있어.

V4의 가장 큰 혁신 중 하나가 긴 문맥을 싸게 처리하는 거야. 한나가 유튜브 스크립트나 제안서 같은 긴 문서를 다룰 때, "전체 맥락을 넣고 요약/발전시켜"처럼 쓰면 이전 모델들보다 훨씬 자연스럽게 나올 거야. 이번 영상에서 long-context = agent의 능력이 커지는 것이라고 했는데, 크리에이터로 치면 "내 채널 6개월 치 콘텐츠 다 넣고 다음 기획 뭐할지 알려줘" 수준이 된다는 거야.

노정석이 마무리에서 한 말이 한나한테 제일 중요한 인사이트야. SaaS 서비스들이 신규 주문이 급감한다는 건, 사람들이 이제 AI로 직접 자기 도구를 만들기 시작한다는 거거든. 한나도 단순히 "AI로 캡션 뽑는다"에서 더 나아가서, "AI로 내 팬들이 원하는 걸 더 정확하게 찾아낸다"는 쪽으로 고민을 옮길 타이밍이야.

Claude, ChatGPT, Gemini 다 70일 단위로 주요 모델이 바뀌어. 매 업데이트마다 "크리에이터 입장에서 달라진 점"을 정리하는 숏폼 시리즈를 만들어봐. 알고리즘 탈 수 있는 키워드(업데이트, 새 기능, 비교)도 풍부하고, 네가 AI 트렌드 최전선에 있다는 포지셔닝도 돼.

Claude Design이 Figma를 흔들고 있어. 크리에이터한테 Figma는 진입 장벽이 높았는데, Claude Design은 텍스트로 UI·디자인 에셋을 뚝딱 만들어. 네가 직접 써보면서 "이렇게 브랜드 컬러·로고·배너를 5분 만에 만들었어" 하는 리얼 과정 영상은 크리에이터 커뮤니티에서 빵 터질 거야.

노정석이 말한 언번들링 전략 — 고급 AI 기능을 특정 타겟에게 쉽게 풀어주는 사업이야. 한나가 콘텐츠·마케팅에서 10년 경험 있잖아. "뷰티 브랜드 담당자용 AI 마케팅 세팅 서비스"나 "인플루언서를 위한 AI 기획 코칭" 같은 니치 B2B 서비스를 AI로 자동화해서 파는 게 지금 가장 현실적인 타이밍이야. 오늘 아이디어 10개만 적어봐.

소스맵이 유출돼서 코드가 복원된 것처럼, 내 콘텐츠도 구조가 너무 뻔하면 누구나 복제해. 시리즈 포맷, 오프닝 멘트, 전개 방식 — 이것들을 그대로 노출하지 않아도 되는 부분이 있는지 점검해봐. 보여주는 것과 숨기는 것의 레이어를 나눠봐.

이번 사건에서 코드 품질이 0에 가까웠는데도 100K 스타를 받은 건, 터지는 이슈에 가장 빠르게 올라탄 거야. 지금 터지는 이슈에 "내 버전"으로 빠르게 반응하는 숏폼 하나 올리는 것 — 퀄리티보다 타이밍이 먼저인 전략이 있어. 한나가 다루는 도메인에서 오늘 뜨는 이슈가 뭔지 찾아봐.

고석현이 말한 거 기억해? "코드 자체의 가치는 낮아지고, 고객이 원하는 걸 만드는 팀이 이긴다." 한나 버전으로 번역하면: 영상 편집 실력 자체의 가치가 낮아지고, 어떤 정보와 감정을 팔로워에게 줄 수 있는지가 이긴다는 거야. 지금 내 콘텐츠에서 "기술"에 쏟는 에너지와 "기획·공감"에 쏟는 에너지 비율을 한번 체크해봐.

AI 툴 쓰다가 결과물이 맘에 안 들 때, "왜 안 맞지?"를 그냥 넘기지 마. 그 이유를 프롬프트에 규칙으로 추가해봐. "내 채널 톤은 친근하되 전문적으로, 영어 단어 섞지 말기" 같은 식으로. 이걸 하나씩 쌓으면 네 맞춤형 AI 어시스턴트가 되는 거야. 이게 한나 버전 하네스 엔지니어링이야.

협업 브랜드한테 보낼 제안서를 AI한테 한 번에 써달라고 하지 말고, 단계별로 던져봐. ① "내 채널의 강점 3가지만 뽑아줘" → ② "이 브랜드가 내 팔로워한테 왜 어울리는지 2줄로 써줘" → ③ "이제 제안서 초안 써줘." 이렇게 하면 AI도 맥락이 쌓여서 훨씬 좋은 결과가 나와.

최승준이 마지막에 한 말 — "머리가 맑아야 좋은 가설이 떠오른다"는 거, 한나한테 그대로 적용돼. 콘텐츠 아이디어가 안 떠오를 때 억지로 AI랑 씨름하지 말고, 잠깐 산책하거나 다른 크리에이터 영상 보면서 뇌를 리셋해. 가장 좋은 아이디어는 쉬는 타이밍에 "덜컥" 나오는 경우가 많거든.

AI가 뚝딱 콘텐츠를 만들어주는 시대에, 뭐가 좋은 콘텐츠인지 판단하는 눈이 진짜 희소 자원이 돼. 한나 너는 콘텐츠 소비도 많이 하잖아. 그냥 보지 말고, "이 영상이 왜 잘 됐을까? 이 후킹이 왜 먹혔을까?"를 언어로 표현하는 연습을 해봐. 취향을 글로 쓰는 게 취향을 기르는 가장 빠른 방법이야.

AI한테 콘텐츠 기획 부탁할 때마다 처음부터 설명하고 있지? 한나 너만의 "하네스"를 만들어봐. 타겟 독자, 내 톤, 절대 쓰지 않는 표현, 자주 쓰는 포맷, 좋았던 콘텐츠 예시 — 이걸 문서 하나로 만들어서 AI한테 항상 첨부하면 퀄리티가 확 달라져. 한번 세팅해두면 매번 설명 안 해도 되니까 시간도 절약돼.

최승준이 찾은 답이 이거야. 매일 "뭔가 만들어내야 한다"는 압박에서 벗어나서, 일주일에 한 번은 AI와 그냥 탐색하는 시간을 잡아봐. 협업 방식 실험해보기, 새 포맷 아무 목적 없이 만져보기, 모르는 플랫폼 기능 물어보기. 이 시간이 쌓이면 나중에 진짜 퀄리티 차이가 나거든. 재미를 잃으면 오래 못 해.

AI한테 콘텐츠 작업 시킬 때 매번 "우리 채널 톤은 이래, 타겟은 이런 사람들이야" 설명하지 말고, 딱 한 번 문서로 정리해놔. "한나 채널 : 20~30대 여성, 솔직하고 따뜻한 톤, 과대광고 절대 금지" 같은 거. 이게 있으면 AI가 항상 한나 채널 느낌으로 글을 써줘.

한나만 가진 것—오랜 팬들과의 관계, 특정 카테고리에서 쌓아온 신뢰, 콜라보 네트워크, 나만 아는 팔로워 취향 데이터. 이걸 명확하게 정의해놓으면 AI 시대에 뭘 지켜야 할지, 어디에 에너지 쏟아야 할지 보여. 신정규 대표가 말한 "딸깍 저항성"이야.

한나는 콘텐츠·인플루언서 시장을 누구보다 잘 알잖아. 이 분야에서 아직 AI가 자동화 안 된 병목이 어디냐—스폰서십 계약 협상? 팬 커뮤니티 운영? 브랜드 미팅 준비? 거기에 먼저 AI 워크플로우 꽂는 사람이 신정규 대표 말대로 "낙차 큰 물레방아"를 선점하는 거야.

로봇·AI 회사 홍보 영상 볼 때 쓸 수 있는 프레임이야. "이 영상이 몇 분짜리야? 완전 자율이라고 명시돼 있어?" 이 두 가지만 확인해도 뻥카 걸러낼 수 있어. 한나가 AI 트렌드 콘텐츠 만들 때 이 기준으로 영상 리뷰하면 신뢰도가 올라가. "저 로봇 영상 사실은 이래요"류 팩트체크 콘텐츠도 나올 수 있어.

로봇이 아직 완벽하지 않아도 파는 거, 부족한 건 사람이 채워주는 거 — 이거 사실 한나가 이미 하고 있는 방식이잖아. 신규 서비스나 구독 채널 시작할 때 "완성되고 런칭"이 아니라 "일단 팔고 내가 직접 채워주면서 데이터(=고객 피드백) 쌓기"로 가는 전략이야. Tesla처럼. 1X처럼.

박종현이 HuggingFace 전략을 제일 좋아하는 이유: 커뮤니티가 다 같이 데이터 올리면 어떤 대기업도 못 이긴다는 거야. 한나 입장에서 보면 이건 팬덤 활용법이야. 팬들이 콘텐츠 기여하고, UGC(유저 생성 콘텐츠) 올리고, 공동 프로젝트 하는 구조 — 그게 알고 보면 이 시대 가장 강한 전략이라는 거. 혼자 다 만들지 말고, 참여시켜.

"데이터가 모델이다"는 말, 한나 버전으로 바꾸면 "내 콘텐츠 스타일이 AI 출력을 결정한다"야. 지금 ChatGPT나 Claude 쓸 때 내 과거 영상 대본, 캡션, 댓글 반응 데이터를 같이 붙여서 프롬프트 날려봐. "이 데이터 기반으로 내 스타일로 다음 콘텐츠 기획해줘"라고. 일반 프롬프트랑 결과물 품질이 완전히 달라질 거야.

RLVR의 핵심이 "중간 과정 말고 최종 결과만 평가"잖아. 지금 AI한테 콘텐츠 초안 맡길 때 "이렇게 해, 저렇게 해" 하나하나 지시하는 대신, "최종 기준은 이거야: 20대 여성이 3초 안에 멈춰야 하는 훅, 공감형 어미, 800자 이내" 이렇게 기준만 주고 맡겨봐. 더 자연스럽고 퀄리티 높은 결과 나와.

영상에서 "중국 AI 팟캐스트 수준이 프런티어에 닿았다"는 얘기 나왔잖아. 실제로 DeepSeek, Kimi, MiniMax 같은 중국 모델들이 무료로 공개돼 있고, 성능이 GPT-4o급이야. 한나 콘텐츠에 쓸 AI 툴 다각화하면서 비용 줄이고, "나는 최신 AI 트렌드 다 알고 있어요" 포지셔닝도 생기거든. 팔로우할 계정: DeepSeek 공식, Kimi AI, 황동성(중국 AI 번역해주는 한국인 트위터 계정).

노정석이 "옳은 질문만 있으면 AI가 해법을 만든다"고 했어. 한나한테 적용하면 — 지금 팔로워들이 어떤 문제를 갖고 있는지 정확히 아는 것 자체가 이미 해결의 절반이야. "내 팔로워가 가장 힘들어하는 것"을 한 문장으로 적고, 그 해결책을 AI한테 맡겨봐. 아이디어→기획→초안까지 다 나와.

140명이 7시부터 자정까지 안 간 이유가 뭐야? "내 이야기를 해도 되는 공간"이 있었기 때문이야. 한나도 팔로워 중 소수를 뽑아서 45분짜리 소그룹 라이브나 DM 세션을 열어봐. 강의형 콘텐츠보다 참여형 커뮤니티가 지금 시대에 훨씬 강한 팬덤을 만들거든.

노정석이 "AI가 일의 80%를 하고, 내가 결정만 한다"고 했어. 지금 당장 내 유튜브/인스타 운영 과정을 10단계로 적고, "AI가 할 수 있는 것"과 "내가 판단해야 하는 것"을 색깔로 구분해봐. 그 구분이 명확해질수록, 한나만의 차별점도 더 선명해질 거야.

노정석이 이 방식으로 제품을 만들어. 샤워하면서, 걸으면서, 본질 세 줄을 계속 다듬어. 완성되면 AI한테 "이걸 기획안/스크립트/브랜드 제안서로 만들어줘" 하면 끝. 긴 브리핑 문서 쓰는 시간 절반으로 줄일 수 있어.

한나 팔로워 중에 자기 분야 문제를 가지고 있는 소상공인, 브랜드 담당자, 선생님, 자영업자가 분명 있어. 그들이 AI를 못 쓰는 건 기술을 몰라서가 아니라 어디서 시작해야 할지 모르는 거야. 한나가 그 연결 역할을 할 수 있어. 협업 콘텐츠 + 실제 문제 해결 = 새 수익 모델.

최승준이 딱 이걸 강조해. "뉴스만 보는 사람, 입력 안 해보는 사람, 장점만 말하는 사람, 단점만 말하는 사람, 그리고 조용히 스텔스로 뭔가 만드는 사람." 마지막 부류가 이기거든. Gemini 같은 거 나오면 벤치마크 기사 읽기 전에 그냥 앱 열고 네가 쓸 것 넣어봐. 감각은 직접 써야 생겨.

최승준이 강조한 게, 아이가 스스로 발견할 수 있는 걸 미리 알려주면 오히려 그 기회를 빼앗는다는 거야. 콘텐츠에 적용하면: 모든 걸 다 설명해주는 영상보다, "이 질문 어떻게 생각해?" 하고 팔로워가 스스로 생각하게 만드는 영상이 훨씬 강한 팬덤을 만들어. 댓글에서 팔로워가 직접 답을 발견하는 경험을 주는 거야.

팀이나 콜라보 파트너한테 AI 툴 써보라고 아무리 강의해봤자 안 먹혀. 최승준도 강연 한 번으로는 실패했잖아. 상대방이 "이거 AI로 해결하고 싶다"는 구체적 욕구가 생겼을 때, 그 순간에 같이 열어서 5분만 써봐. 그게 진짜 전파야.

최승준이 유치원에서 Veo, NotebookLM, 바이브 코딩을 쓰는 이유가 "동시대를 살아야 하니까"야. 한나도 마찬가지야. 팔로워는 "지금 이 시대를 같이 사는 사람"한테 끌려. 트렌드를 쫓는 게 아니라, 지금 시대에 가능한 것들을 가장 먼저 자연스럽게 쓰는 사람이 되는 거야. 그게 콘텐츠의 동시대 감수성이야.

남의 성공 공식만 따라 하면(off-policy) 내 채널이 그 사람 능력에 맞는 길을 걷게 돼. 내가 실제로 못 가는 길이야. 유사 채널 벤치마킹은 참고용으로만 쓰고, 결국 내 채널·내 성격·내 팔로워 특성으로 직접 테스트해봐야 진짜 내 것이 생겨. 조회수 안 나온 영상도 "내 on-policy 데이터"야 — 버리지 말고 분석해.

Kimi K2 같은 최신 추론 모델에 "결론만 말고, 이 캠페인이 왜 잘 될지/못 될지 단계별로 추론하면서 분석해줘"라고 붙여봐. RL이 길러낸 CoT 능력이 실제로 켜져서, 그냥 즉답할 때보다 훨씬 날카로운 인사이트가 나와. 협찬 제안서 검토, 채널 방향 고민, 대본 피드백 모두 쓸 수 있어.

지금 내가 쓰는 유료 툴·플러그인 중에, 6개월 뒤에 ChatGPT나 클로드가 기본으로 내장할 것 같은 게 뭔지 적어봐. 그 기능에 사업 기반 두고 있으면 빨리 피벗 준비해야 해. 예: "AI 자막 생성" "AI 썸네일 추천" 같은 거. 오히려 AI가 못 하는 것 — 나만의 톤, 나만의 얼굴, 커뮤니티 신뢰 — 거기 집중해야 해.

둘 다 지금 무료 또는 무료 티어 있어. Google Opal(opal.google.com)에서 "인스타 캡션 초안 → 번역 → 해시태그 추가" 같은 체인을 블록으로 연결해봐. 코딩 없이 돼. 한 번 만들어두면 콘텐츠 올릴 때마다 클릭 한 번으로 돌려.

최승준이 RL 공부할 때 모델이 주는 설명을 그냥 받아들이지 않고, 먼저 **내 말로 한 문단 써보고 맞냐고 싸웠어**. 한나도 AI한테 "내 유튜브 스크립트 스타일을 분석해줘"라고 한 다음에, AI가 써준 초안을 그냥 쓰지 말고 먼저 내가 한 섹션 써보고 "이게 내 톤이랑 맞아?"라고 물어봐. 그렇게 해야 AI가 진짜 한나 목소리를 배워.

지금 네가 직접 "이런 느낌으로 만들어줘"라고 이미지 생성 요청한다면, 단계를 하나 더 추가해봐. "이 글/기획안으로 썸네일 이미지 생성 프롬프트 5개 짜줘. 사진·회화·물리학 용어 전문가 수준으로 써서"라고 먼저 시키는 거야. 그 프롬프트로 이미지를 뽑으면 퀄리티 차이가 확 느껴질 거야.

GPT 쓸 때 답변 마지막에 "이렇게도 할 수 있어요"라는 제안이 붙으면 그냥 넘기지 마. 최승준이 북마클릿을 발견한 것처럼, 그 한 줄이 네 워크플로우를 완전히 바꿀 수 있거든. 습관적으로 AI 답변 마지막 줄까지 읽는 것만으로도 숨겨진 기능을 계속 발견하게 돼.

요즘 써보면서 "오 신기하다, 귀엽네" 했던 AI 기능이 뭐가 있어? 그게 뭐든 간에 1년 후엔 그게 콘텐츠 업계 표준이 될 수 있어. 귀여워 보이는 순간이 제일 빨리 배울 수 있는 타이밍이거든. 최승준 말처럼 "귀엽다 = 위험함의 징후"라면, 한나한테는 "귀엽다 = 지금 당장 써봐야 할 신호"야.

의사 앞에 AI로 무장한 환자가 오듯이, 곧 네 팔로워도 "이 크리에이터 콘텐츠가 진짜인지 AI가 대신 분석해줘"라고 물어볼 거야. 지금부터 AI로 만든 콘텐츠라도 네 목소리와 관점이 살아있는 것들을 연습해둬. 진정성 레이어가 차별점이 돼.

최승준이 GPT-5 agent 모드를 38분 돌려놓고 딴 일 했다고 했잖아. 너도 "이번 달 콘텐츠 캘린더 짜줘 + 각 포스팅 캡션 초안 10개 만들어줘"를 던져놓고 다른 작업 해봐. 기다리는 게 아니라 병렬 작업하는 감각을 키우는 게 포인트야.

노정석이 "모든 도메인이 하나씩 열린다"고 했잖아. 네 콘텐츠 카테고리(뷰티, 라이프스타일, 사업 등)에서 "AI로 가장 깊게 파고든 크리에이터"가 될 수 있어. 예: 브랜드 협업 계약서 검토하는 법을 GPT-5로 배우고 그 과정을 콘텐츠로 만들어. 지금은 이런 거 하는 크리에이터가 거의 없어.

최승준이 언급한 Everyday AI의 Dan Shipper는 신모델 나오는 날 바로 깊이 있는 사용법 블로그를 써. GPT-5 나오면 구글에 "Dan Shipper GPT-5" 검색해서 제일 먼저 읽어봐. 신모델을 "쓰던 방식으로" 쓰면 성능 차이를 못 느끼거든. 새 모델은 새 방식으로 써야 해.

노정석이 "히트 브랜드, 패션, 진짜 터지는 감성 콘텐츠는 AI가 검증 못 하는 영역으로 한참 남는다"고 했어. 한나가 하는 일이 딱 거기야. 수치로 최적화되는 것 말고, 팔로워가 "이 사람이라서 본다"는 감성적 유대를 더 깊게 만드는 방향으로 브랜드를 쌓아. AI가 못 들어오는 마지막 땅이거든.

최승준이 "나는 o3 테스트하던 프롬프트로 GPT-5를 비교할 거야"라고 했잖아. 한나도 콘텐츠 기획 관련 프롬프트 하나 만들어두면 돼 — 예를 들어 "내 최근 5개 영상 제목 알려줄게, 이다음에 뭘 만들면 좋을지 예상 못 한 각도로 3개 제안해줘." 이 프롬프트를 고정으로 써두면 어떤 새 모델이 나와도 바로 비교 테스트가 돼.

같은 메시지를 인스타용, 틱톡용, 유튜브 쇼츠용으로 미묘하게 다르게 써서 올리는 거 — 이게 Kimi가 학습 데이터에 한 짓이랑 똑같아. 노정석이 "10번 rephrasing한 데이터가 그냥 10번 반복한 것보다 성능이 높다"고 했는데, 알고리즘도 비슷하게 반응해. 같은 정보를 다른 포맷으로 여러 번 내는 게 그냥 같은 포스팅 반복보다 도달이 좋거든.

Kimi가 18개 비즈니스 도메인을 정해놓고 도구를 만들었듯이, Claude나 GPT 쓸 때 "나는 인플루언서이고, 내가 자주 다루는 분야는 뷰티·라이프스타일·협업 계약이야"라고 먼저 선언해봐. 그냥 질문만 던지는 것보다 AI가 훨씬 맥락에 맞는 답을 내놔.

AI한테 브랜드 협업 제안서를 평가받을 때 "도움이 돼요?" 말고, 체크리스트를 만들어봐 — "팔로워 1만 당 단가가 적정한가? 독점 조항이 있나? 내 톤앤매너랑 맞나?" AI가 루브릭 기반으로 평가하면 훨씬 일관된 판단을 받을 수 있어. 노정석이 "루브릭 없으면 AI 평가가 그냥 감상문"이라고 했던 거랑 같은 맥락이야.

노정석이 "회사 데이터를 MCP에 연결하면 끝"이라고 했잖아. 한나 버전으로 하면 지금까지 만든 콘텐츠 제목, 조회수, 저장수, 댓글 반응을 스프레드시트 하나에 깔끔하게 정리해봐. 그 다음 ChatGPT한테 통째로 붙여넣고 "이 데이터에서 패턴 찾아줘"라고 물어봐. 분석은 AI가 다 해줄 거야. 네가 할 일은 그 스프레드시트를 만드는 것.

노정석이 "few-shot example(좋은 질문의 예시 몇 개)이 회사 경쟁력이 된다"고 했어. 한나 버전은 이래 — AI한테 콘텐츠 기획 도움받을 때 답이 잘 나왔던 질문들을 따로 저장해둬. 다음에 또 쓰고, 팀원 생기면 그걸 레시피로 넘겨. 이게 시간이 지날수록 진짜 자산이 돼.

노정석이 "남보다 빨리 computation을 많이 쓰는 게 지금 경쟁력"이라고 했고, 실제로 AI 잘 쓰는 직원일수록 토큰 사용량이 많다는 데이터도 나왔어. 콘텐츠 하나 기획할 때 AI한테 진짜 깊이 물어보는 연습을 돈 내고 해봐. 무료 버전에서 대충 쓰는 것보다 훨씬 다른 답이 나와.

그냥 "이 영상 기획해줘" 말고, o3나 Claude 한테 "이 주제로 가능한 각도 10개 다 탐색해봐, 반례도 찾아봐"라고 해봐. 오래 생각하게 시킬수록 답이 달라져. 빠른 답보다 깊은 답이 필요한 기획 단계에서는 특히.

"AI 써봤는데 별로더라"고 이미 결론 낸 사람 vs "계속 삽질하면서 어떤 프롬프트가 되고 안 되는지 몸으로 익힌" 사람 — 6개월 뒤 다음 모델 나왔을 때 전자와 후자의 속도가 완전히 달라져. 지금 삽질이 데이터야.

좋은 크리에이터나 마케터 인터뷰 들을 때, 그냥 흘려듣지 말고 핵심 3개를 암기 카드로 만들어봐. 노션이든 종이든. 3일 뒤, 1주일 뒤 다시 꺼내서 "내가 기억하고 있나" 체크하는 것만으로도 정보가 진짜 내 것이 돼. 콘텐츠 아이디어 복리가 시작되는 거야.

AI가 뽑아준 콘텐츠 10개 중에 "이건 우리 팔로워한테 먹힌다 / 안 먹힌다"를 직접 판단하고, 왜 그런지 글로 써봐. 이 "왜"가 쌓이면 한나만의 브랜드 감각 데이터가 되는 거야. AI는 이 판단력을 학습할 수 없어 — 한나 채널의 팬 데이터가 없으니까.

지금 편집자, 기획자, 마케터에게 맡기는 일 중에서 AI + 한나 혼자 처리할 수 있는 게 얼마나 되는지 적어봐. 당장 바꾸려는 게 아니라 "내가 만약 혼자 돌린다면 어디서 막히나"를 파악하는 게 목적이야. 그게 나중에 팀을 더 잘 쓰는 방법이기도 해.

최승준이 영상 다운로드 → 자막 → 번역 → 포스팅을 글로 정리했듯이, 한나도 "인스타 릴스 하나 올리는 데 내가 뭘 하는지" 순서대로 써봐. 한 줄씩. 그래야 어디를 AI한테 시킬 수 있는지 보여. 막연하게 "AI 써야지"가 아니라, 과정을 쪼개야 위임이 가능해.

노정석이 "목표를 명확하게 정의하는 사람이 AI 시대에 압도적으로 유리하다"고 했잖아. 지금 당장 ChatGPT 열고 "이번 달 내 채널 목표는 OOO야, 여기서 뭘 만들면 좋을지 전략 짜줘"라고 해봐. 결과보다 이 질문 자체를 잘 쓰는 연습이 중요해.

노정석이 "코딩 말고 다른 버티컬에서도 다 일어난다"고 했어. 콘텐츠 크리에이터 분야에서 Cursor 같은 역할을 하는 AI 도구가 이미 나와 있거나 곧 나와. 영상 편집, 숏폼 자동 생성, 브랜드 협업 매칭 같은 분야를 한 번 검색해봐. 남들보다 6개월만 일찍 써도 격차가 어마어마해.

한나가 올린 영상 URL을 Gemini AI Studio에 넣어봐. 영상 내용을 요약하거나, 시청자가 직접 조작할 수 있는 퀴즈·인터랙션 페이지로 만들어줄 수 있어. "이 영상 보고 팔로워가 바로 해볼 수 있는 챌린지 페이지 만들어줘" — 이게 한나 버전 Video to Learning App이야.

에이전트가 브라우저를 조종해 정보를 모아온다는 개념 이해했지? 지금 당장 ChatGPT나 Claude에게 "내 최근 캠페인 브랜드 3개 알려줄게, 각 브랜드 인스타 최신 게시물 분위기 분석하고 내 채널이랑 핏 맞는지 판단해줘"라고 해봐. 완벽하진 않지만 이게 에이전트 워크플로우 감 익히는 첫 단계야.

노정석이 말한 미래 개발자의 핵심 역할이 '스펙 잘 쓰기'야. 한나가 이미 하고 있는 협찬 브리프, 편집 지시서가 바로 그거야. AI한테 뭔가 시킬 때 "자연스럽게 해줘" 대신 "톤: 친근한 반말 / 길이: 150자 이하 / 금지어: 느낌적인 느낌 / 포함 필수: CTA 한 줄" 식으로 조건을 구체적으로 써봐. 결과물 퀄리티가 바로 달라질 거야.

인스타 캡션 쓰는 AI랑 해시태그 뽑는 AI를 따로 써봐. 근데 이번 화의 교훈처럼 — 얘들한테 서로의 결과물을 공유해줘야 해. "A가 쓴 캡션을 보고 거기에 어울리는 해시태그 뽑아줘" 이런 식으로. 공유 없으면 마인크래프트 수족관처럼 서로 방해함.

AI 쓰고 나서 일이 줄었어, 늘었어? 솔직하게 적어봐. 최승준 말처럼 빠른 만큼 더 많이 시키게 되거든. 주간 단위로 AI한테 맡긴 일 목록이랑 내가 직접 한 일 목록 비교해봐. 어디서 시간이 새는지 보여.

새 플랫폼이나 도구 쓸 때 "이것만 알면 일단 시작 가능한 세 가지"를 먼저 AI한테 물어봐. "틱톡 숍 처음 시작하려는 인플루언서가 반드시 알아야 할 최소 지식 3가지 알려줘" 이런 식으로. 전부 다 공부하려다 지쳐서 시작도 못 하는 것보다 훨씬 나아.

노정석이 실제로 하고 있는 거야. 뷰티 도메인에서 AI한테 물어볼 질문을 모아서 데이터셋을 만드는 중이거든. 한나도 콘텐츠·마케팅·브랜드 협업 관련해서 "내가 자주 고민하는 질문 리스트" 100개 만들어봐. 이게 나중에 나만의 AI 학습 재료가 돼. 지금 당장은 거창하게 생각 안 해도 돼 — 그냥 메모장에 질문 리스트부터.

어떤 모델 벤치마크 1위냐 쫓는 계정 대신, 실제로 에이전트나 AI로 콘텐츠 자동화·사업 자동화 하는 사람들 계정 팔로우해봐. 노정석이 "AI 엔지니어 서밋에서 실질적 예제들이 쏟아지고 있다"고 했거든. 기술 스펙 아니라 활용 사례 보는 거야.

전기가 세탁기·냉장고·드라이어 됐듯이, AI가 한나 비즈니스에서 무슨 가전제품 역할을 할 수 있는지 써봐. 예: 협찬 이메일 초안 쓰기 / 콘텐츠 캘린더 짜기 / 댓글 분석해서 다음 주제 뽑기. 이 목록이 쌓일수록 한나가 "AI 가전제품" 만드는 사람에 가까워지는 거야.

보통 PDF나 PPT로 보내잖아. Claude Artifacts로 "인터랙티브 미디어킷 웹페이지 만들어줘"라고 해봐. 구독자 수·조회수·팔로워 데이터를 넣으면 실시간으로 차트로 보여주는 페이지가 나올 수 있어. 브랜드 담당자한테 링크 하나 보내는 거, 인상이 완전히 달라지거든.

노정석이 마케터 메모 데이터 정리한 것처럼, 한나도 콘텐츠 댓글이나 협찬 DM들을 복붙해서 "이거 카테고리별로 분류하고 요약해줘"라고 해봐. 패턴 분석·팬 니즈 파악에 쓸 수 있어. 엑셀 노가다 없이.

새 시리즈 기획할 때 "이 콘셉트를 인스타 피드 그리드 레이아웃으로 시각화해줘 HTML로" 해봐. 실제 올리기 전에 "이렇게 생겼을 때 어때?" 감을 잡는 데 브랜드 팀이나 협업사에 보여주기 좋아. 기획 단계에서 공감 얻기가 훨씬 쉬워져.

노정석·최승준 둘 다 GPT-3 나왔을 때 "그런가 보다"하고 넘겼잖아. 지금 네 주변에 "AI로 이런 거 되던데"라는 말을 흘려보내고 있진 않아? 그 말 들으면 바로 그날 10분이라도 직접 써봐. 보는 것과 써보는 건 완전 다른 세계거든.

AI 공부한다고 모든 걸 알 필요 없어. 한나한테 필요한 레이어는 딱 하나야: "이 AI 도구가 내 콘텐츠 제작 어디에 끼워지는가". 알고리즘 원리, 파라미터 수 이런 거 몰라도 돼. 써보고 결과 비교하는 것만 집중해.

Gwern이 GPT-3 초기에 한 게 뭔지 알아? 그냥 열심히 써보고 기록해서 올린 거야. 지금 너도 새 AI 도구 나올 때마다 먼저 써보고 콘텐츠로 기록해두면 — 나중에 사람들이 "그때 이미 했었네"라고 보게 되는 그 Gwern 포지션이 될 수 있어.

GPT-4o 음성 모드, Google Project Astra 같은 실시간 대화 AI가 쏟아지고 있어. 한나가 지금 이걸 써보면서 "내 팔로워들이 이걸 어떻게 느낄까"를 미리 체험해두는 게 중요해. 음성 AI 활용 콘텐츠는 2024년 하반기에 터질 거야. 선점해.

Anthropic이 금문교 뉴런 볼륨을 높여서 금문교 클로드를 만들었잖아. 이 개념을 한나 버전으로 가져오면: GPT한테 "너는 지금부터 한나 브랜드 전문가야. 내 채널 톤앤매너·타겟·최근 콘텐츠 성과를 알려줄게. 앞으로 이 기준에서만 대답해"라고 세팅하는 거야. 일종의 내 브랜드 전용 AI 어시스턴트 만들기야. 파인튜닝 없이 지금 당장 할 수 있어.

노정석이 "소비자 눈앞을 누가 점령하냐"가 핵심이라고 했잖아. 한나한테도 이건 그대로야. 유튜브 쇼츠가 뜰 때 일찍 간 크리에이터가 이겼고, 틱톡 초창기에 간 사람이 이겼어. 지금 AI 어시스턴트가 검색을 대체하기 시작하면, "Siri야, 뷰티 크리에이터 추천해줘"라는 질문에 한나 이름이 나오도록 포지셔닝하는 게 새로운 SEO야. 지금부터 AI 검색 최적화를 고민해.

인스타 피드 스크린샷이나 유튜브 썸네일 3~5장을 GPT-4V에 올리고 "내 타겟 오디언스가 20대 여성 뷰티 관심층인데, 이 피드가 그 사람들한테 어떻게 보일지 분석해줘. 개선점도"라고 해봐. 외부 컨설턴트한테 돈 주고 받는 피드백이랑 비슷한 수준이 나와.

비슷한 카테고리 인플루언서 썸네일이나 포스팅 이미지 캡처해서 올리고 "이 콘텐츠가 왜 잘됐을 것 같아? 어떤 심리를 건드렸어?"라고 물어봐. 유행 분석·레퍼런스 수집을 혼자 몇 시간 하던 걸 10분으로 줄일 수 있어.

브랜드 제품 사진을 올리고 "이 제품의 분위기·타겟·강점을 분석하고, 내 채널 스타일(이렇게 설명해줘)과 어떻게 연결할 수 있는지 협업 방향 3가지 제안해줘"라고 해봐. 제안서 퀄리티가 완전히 달라져.

GetGPT처럼, 내가 자주 쓰는 콘텐츠 패턴을 프롬프트 템플릿으로 만들어봐. 예를 들어 "콜라보 제안 DM 템플릿", "협찬 거절 메시지 템플릿", "팔로워 댓글 답변 템플릿"을 GPT에 세팅해두면 매번 새로 쓸 필요가 없어. 선생님들이 학부모 문자를 자동화한 것처럼, 한나도 반복 업무부터 자동화해봐.

신정규 대표가 "언어 장벽이 가장 먼저 무너진다"고 했잖아. 한나 콘텐츠 중 반응 좋은 거 하나 골라서, 영어·일어·스페인어 자막을 GPT로 만들어서 올려봐. 완벽할 필요 없어. 지금은 실험해보는 게 먼저야. 노정석도 그랬어 — 일단 3등석이라도 타는 거야.

그냥 "번역해줘"가 아니라 "내 채널 캐릭터는 이런 말투야, 타겟 팔로워는 20대 여성이야, 유머 코드는 이런 거야"라고 먼저 설명하고 번역 시켜봐. 신정규 대표가 토르 번역 예시로 말한 게 이거야. 맥락을 먼저 주면 번역 퀄리티가 완전히 달라져.

지금 ChatGPT가 못 해주는 것 때문에 포기한 기획이 있다면, "이게 3배 더 똑똑해지면 가능해질까?" 기준으로 다시 꺼내봐. 예를 들어 "AI가 내 목소리 학습해서 대본 읽어주는 쇼츠 만들기" — 지금은 어색한데 1년 뒤는 다를 수 있거든. 그 기획을 지금 메모해두는 게 타이밍 잡는 방법이야.

최승준이 Alice·Bob·Charlie 만들어서 토론 붙인 것처럼, 한나도 "내 영상을 좋아하는 구독자 Jane, 내 콘텐츠에 회의적인 경쟁 크리에이터 John, 광고주 관점의 마케터 Mike — 이 세 명이 이 기획안을 보면 어떻게 반응해?" 라고 GPT에 물어봐. 혼자 셀프 피드백하는 것보다 맹점이 훨씬 잘 보여.

노정석이 GPT를 업무 일기장으로 쓴다고 했잖아. 한나도 매일 기획 아이디어 하나씩 GPT한테 던지고, 비평받고, 개선안 받은 것을 노션·옵시디언에 날짜별로 쌓아봐. 3개월 후에 "내가 AI한테 뭘 잘 물어보게 됐는지" 패턴이 보이고, 그게 한나만의 프롬프트 노하우가 돼.

브랜드에서 온 협찬 제안 DM들을 텍스트로 복사해서 코드 인터프리터에 붙이고, "회사명, 제안 금액, 납기, 카테고리로 정리해줘"라고 해봐. Function Calling 개념 그대로야. 지저분한 메시지가 깔끔한 비교표로 나와. 어느 브랜드가 조건이 좋은지 한눈에 보여.

노정석이 말한 정보 gating 원칙을 한나 버전으로 써봐. 새 AI 기능 소식이 올 때마다 "이게 6개월 뒤엔 유튜브 자동편집 기능에 포함될 거야 vs 이게 새로운 콘텐츠 포맷 자체를 바꿀 거야"를 한 줄 판단해. 후자만 깊게 파고, 전자는 헤드라인만 읽고 넘기는 거야. 정보 번아웃 막는 가장 실용적인 방법.

Bing이 GPT-4 이미지 쓰면서 뒤에선 작은 모델 돌리듯, 한나도 인스타에는 "퀄리티 최상급" 아이덴티티 유지하면서 실제 제작 과정에선 AI로 초안 뽑고 다듬는 구조 만들 수 있어. 브랜드 이미지는 가장 좋은 결과물이 만들고, 양은 AI가 채우는 거야.

AI가 다 바꾼다고 난리지만, 결국 살아남은 건 자기 정체성 붙들고 AI를 도구로 쓴 쪽이었어. 한나가 지금 하는 콘텐츠 분야에서 "이건 AI가 못 대체하는 내 거"가 뭔지 하나 찾아봐. 신뢰·경험·커뮤니티가 그 답이 될 가능성이 높아.

신정규가 말한 것처럼 — "5년 뒤 숏폼이 지금보다 더 많아질 거야" → "그럼 차별화는 영상 길이가 아니라 깊이나 신뢰로 가야 해" → "지금부터 팬과 진짜 관계 쌓아야지" 식으로 역산해. 트렌드 예측을 하려 하지 말고 확실한 방향 하나에서 거꾸로 현재 행동 뽑아내는 거야.

콘텐츠 올리기 전에 ChatGPT한테 "20대 중반 뷰티 관심 여성, 인스타 주로 보는 사람"이라고 페르소나 설명하고 이 콘텐츠 반응 어떨 것 같아?" 물어봐. 실제 올리기 전에 반응 시뮬레이션 — 힌튼이 경고한 그 기능을 역으로 내 편으로 써먹는 거야.

브랜드 협업 제안 메일을 두 버전으로 써달라고 해. 하나는 데이터 강조, 하나는 감성 스토리 강조. 어느 쪽이 내 타겟 브랜드 담당자한테 먹힐지 GPT한테 "이 브랜드 마케터 입장이 돼서 평가해줘"라고 물어봐. 보내기 전에 필터 하나 생긴 거야.

노정석이 "오늘 녹화한 게 내일이면 철 지난 얘기가 될 수 있다"고 했어. AI 관련 트렌드를 다루는 콘텐츠라면 빠르게 올리는 게 우선이야. 완성도보다 속도. 알고리즘도 새 정보에 반응하는 타이밍이 있거든.

새 콘텐츠 방향이나 협업 아이디어 생기면 AI한테 검색 끄고 막 공격해봐. "이 기획 약한 이유 10개 들어봐." "이 협업 가격 너무 낮게 부른 거 아니야?" 공격해도 아이디어가 무너지지 않고 오히려 강해지면 그게 진짜 좋은 기획이야. 노정석처럼 무난해지는 순간 버리는 판단력이 핵심이야.

AI가 콘텐츠를 대신 만들 수 있는 시대에 한나만의 해자는 "나는 이 카테고리를 포기 안 한다"는 지속성과 "팔로워한테 솔직하다"는 신뢰야. 협찬 거절한 이유 솔직히 말하기, 실패한 기획 공유하기, 계속 이 길 간다는 선언 — 이게 사실 AI가 못 하는 유일한 영역이야.

노정석이 Codex 맥락에서 꺼낸 말인데, "양이 많으면 반드시 퀄리티가 나온다"는 원리. 숏폼 10개 만들어서 3개 터지길 기다리는 게 완벽한 1개 만들려다 출시 못 하는 것보다 낫다는 거야. AI 써서 초안 10개 빠르게 뽑고 그중에 감 오는 거 한나가 다듬는 방식으로 해봐.

테슬라는 차 → 데이터 → 클라우드 → 자동학습 → 배포 흐름이 자동이야. 한나 버전으로 바꾸면: 콘텐츠 올리기 → 반응 데이터 → 분석 → 다음 콘텐츠 방향 결정. 지금 이 흐름에서 어느 단계가 제일 시간을 많이 잡아먹는지 한 번 써봐. 그게 첫 번째 자동화 후보야.

OpenAI가 자기 AI로 자기 업무를 돌리면서 폭발적으로 성장한 것처럼, 한나도 AI 캡션 생성, AI 댓글 분류, AI 기획 브레인스토밍을 한 주만 직접 써봐. "이거 불편한데?"라는 불편함 자체가 나중에 한나 맞춤 자동화 포인트가 돼.

Build-Measure-Learn = 올리기-보기-반영하기. 지금 이 루프를 얼마 단위로 돌리고 있어? 2주? 한 달? 이걸 1주 → 3일 → 1일로 줄이는 것만으로도 채널 성장 속도가 달라져. 노정석이 말한 backpropagation을 사람이 먼저 빠르게 돌리는 연습이야.