Learning to Work with AI
AI와 함께 일하는 방법을 배워가다
Learning How to Work with AI, Not Just Use It
It Started with Asking AI Questions
When I first encountered AI, I saw it mainly as a new technology that could answer questions. I could ask about something I did not know, have a paragraph polished, or find information more quickly. Since I was already accustomed to searching for information on the internet, AI initially seemed like a faster and more convenient version of search. But that perception changed significantly as I began building the Dr. Ryu’s Second Life website, running Tistory blogs, and studying how to start an online store. AI gradually became more than a tool that gave me answers. It became something closer to a working partner—helping me think through the overall direction of a project, break complicated tasks into manageable steps, review the structure of an article, develop ideas for images, and understand unfamiliar technical problems.
At some point, the questions I asked began to change. Instead of simply asking, “What is the answer?” I found myself asking, “How should I approach this?” “What am I overlooking?” or “How could I structure this so that a reader can understand it more easily?” The biggest change AI brought was therefore not simply the speed at which I could obtain information. It changed the way I asked questions and, in some ways, the way I organized my own thinking.
The Big Picture of Working with AI
After experimenting with different AI tools, I began to realize that although their names and capabilities differ, the basic process of working with them is surprisingly similar. Whether I am using a general-purpose AI such as ChatGPT or Gemini, an image-generation tool, a design application, or a video-related AI, the underlying process remains much the same. I first need to understand what I am trying to accomplish, provide the necessary context, explore possibilities, create something, compare the result with my original intention, verify it, improve it, and finally decide whether it is ready to use.
I now think of this process as an AI Collaboration Loop rather than a simple exchange of question and answer.
AI Collaboration Loop
Purpose → Context → Ask → Explore → Create → Compare → Verify → Decide → Refine → Final Check → Record → Next Purpose
1. Purpose — What Am I Trying to Accomplish?
The first step is not choosing an AI tool. It is deciding what I actually want to accomplish. Am I writing an article for a website, creating a travel blog post, producing a product image, researching a subject, or planning a YouTube Short? AI will play a different role depending on the purpose. If the objective is unclear, AI can generate a great many ideas while producing surprisingly little that is actually useful. When the desired outcome is clear, it also becomes easier to determine which tool to use, what to ask, and how to judge the result.
2. Context — Give AI Enough Background
Once the purpose is clear, AI needs enough background to work in the right direction. Who is the intended audience? What tone should be used? What format has already been established? How does this task relate to earlier work? What must be included, and what should be avoided? These details form the context within which AI works. Context becomes particularly important in a long-term project such as a website or a series of articles because, without it, even the same AI can gradually move away from decisions and standards that were established earlier.
3. Ask — Make the Request Specific
After providing the background, I need to explain clearly what I want. Instead of simply saying, “Write this article,” it is usually more effective to explain who the article is for, how much depth it needs, what information must be included, and what kind of language or approach should be avoided. Through repeated use, I have learned a simple lesson: getting a useful answer from AI often begins with learning how to formulate a useful question.
4. Explore — Look at Several Possibilities First
When there is no single correct answer, it is often better to explore several directions before asking for a final result. I can compare different website structures, consider several blog titles, examine alternative image concepts, or test different approaches to a product description. One of AI’s greatest strengths is not necessarily finding one perfect answer, but quickly expanding the range of possibilities I can consider. This can reveal options that I might not have thought of on my own.
5. Create — Treat the First Result as a Draft
Once a direction has been chosen, AI can help create the first version. But I no longer regard the first article, image, or video concept it produces as a finished product. I think of it as a working draft. The first output gives me something concrete to examine, question, and improve. In practice, many of my better results have emerged not from a brilliant first prompt, but from several rounds of revision.
6. Compare — Return to the Original Purpose
This has become one of the most important steps for me. When the same project continues over many sessions, AI can gradually drift away from the original direction. A heading may change, the writing style may become different, an unimportant section may grow too long, or a rule that had already been agreed upon may quietly disappear. The individual result may still look good, but it may no longer fit the project.
For that reason, I try not to ask only, “Is this good?” I also ask, “Is this still what I originally intended to create?” For a Second Life article, for example, I might check whether it still speaks to an international audience, whether the idea of a learning journey remains visible, whether personal experience and general explanation are properly balanced, and whether it remains consistent with the other articles in the series.
7. Verify — Check Facts and Consistency
AI can present incorrect information in language that sounds completely natural and convincing. Dates, statistics, names, laws, regulations, current software features, and other verifiable facts therefore need to be checked against reliable sources. Verification also means checking the content internally: Have I been described as doing something I never actually did? Does one section contradict another? Has an earlier decision been unintentionally changed? Is the same point being repeated unnecessarily?
The more I work with AI, the more I believe that verification is becoming as important as generation. Being able to produce information quickly is useful, but being able to determine whether that information is accurate, consistent, and appropriate is what makes the final result trustworthy.
8. Decide — The Human Makes the Choice
AI can generate alternatives, but someone still has to decide which alternative should be used. This becomes especially important when a piece of content involves personal experience, interpretation, or values. A beautifully written sentence is not necessarily the right sentence if it does not express what I actually think or what I really experienced. AI can broaden the choices available to me, but it cannot take responsibility for deciding what I want my work to say.
9. Refine — Explain What Needs to Be Improved
When a result is not satisfactory, simply saying “Do it again” is usually less effective than explaining exactly what is wrong. I may ask for longer, more connected paragraphs, less repetition, additional background for an international reader, or a clearer distinction between my own experience and general information. I have found that the quality of AI collaboration often depends on the quality of the feedback given after the first result. In that sense, working with AI resembles working with another person: clear feedback usually produces better work.
10. Final Check — Review the Whole Result Again
After several rounds of revision, individual sections may have improved while the overall piece has moved away from its original purpose. That is why I believe a final review should examine the complete result from beginning to end rather than only the sections that were most recently changed. I check the original purpose, intended audience, tone, factual accuracy, repetition, consistency, and whether personal experiences have been represented correctly.
AI itself can also be asked to conduct a final self-check against clearly defined criteria before presenting the finished result. That does not eliminate the need for human review, but it adds another useful layer of quality control. AI can check its work; the human still needs to check the AI.
11. Record — Keep What Worked
For a long-term project, successful methods are worth recording. Useful prompts, writing rules, recurring mistakes, formatting decisions, image specifications, and other standards can be turned into a simple manual or checklist. I have found this especially helpful in maintaining consistency across a website or a continuing series of articles. The result of one successful project therefore becomes more than a finished piece of content; it can become a working standard for the next one.
12. Next Purpose — Let One Project Lead to Another
Working with AI rarely ends with a single completed task. What I learn from one project often becomes the starting point for the next. Building a website led me to think more seriously about blogging. Blogging led me to learn more about images, search, and content structure. Studying e-commerce introduced me to additional AI and digital tools, while the content I have accumulated is now leading me toward YouTube Shorts and video production.
That is why I see the AI Collaboration Loop as a circle rather than a straight line. What I create, verify, and learn in one project becomes part of the context for the next Purpose.
Building a Website Was Where I Really Began Learning AI
The project in which I have used AI most consistently has been the Dr. Ryu’s Second Life website. When I first started working with WordPress, even terms such as domains, hosting, SSL, SEO, search-engine indexing, and website backups were unfamiliar territory. In the past, I might have looked for a book or course and then searched through numerous web pages whenever I encountered a problem. With AI, I could describe what I was seeing on the screen, ask what it meant, understand possible solutions, and then try them directly on the website.
AI helped me think through the website menu, organize different content series, review the flow of articles, and understand issues related to SEO, search-engine registration, backups, and maintenance. But following an AI explanation did not always solve a problem on the first attempt. Sometimes an online service had been updated and the screen no longer matched the instructions. Sometimes I had not explained the situation clearly enough, and we headed in the wrong direction. In those cases, I had to examine the screen again, reformulate the question, and try another approach.
Through that process, one lesson became particularly clear: AI can accelerate learning, but it does not eliminate the need to learn. I still need to understand the answer, compare it with what is actually happening, decide whether it makes sense, and ask again when necessary. Using AI and understanding something for myself are not the same thing.
Blogging Turned AI into a Content Partner
As I began working on Tistory blogs, AI’s role expanded from explaining technical problems to helping with content planning and editing. I used it to consider which subjects might be useful to readers, how to structure titles and sections, what parts of my own experience should be emphasized, and how a long personal story could be turned into a useful article. This became particularly valuable when I tried to transform years of overseas experience from personal memories into information that could be useful to people considering travel or life abroad.
Writing down everything I remember about an experience is very different from organizing that experience around the questions a reader is likely to have. By comparing different structures with AI, I have been learning how to connect what I know with what a reader wants to know. AI has also been part of the visual side of blogging. I have experimented with concepts for featured images and in-article images, generated and revised them, and then checked how they actually appear on desktop and mobile screens. Images that looked fine on a computer were sometimes cropped badly on a smartphone, and solving those problems taught me another useful lesson: with AI-generated images, creating something attractive is not enough. The image has to work in the place where it will actually be used.
E-Commerce Introduced Me to a Wider Range of AI and Digital Tools
Studying how to start an online store exposed me to a much broader range of AI and digital tools. I used ChatGPT and Gemini for researching and developing ideas, examining products, organizing information, and thinking about product descriptions and marketing content. I also experimented with Pico Pilot for AI-assisted product images and promotional content. Alongside these AI tools, I learned to use ItemScout to examine products and keywords, MiriCanvas to create product pages and visual materials, and CapCut to edit short product videos and other video content.
AI and Digital Tools I Have Used
| What I Needed to Do | Tools I Have Used | What I Learned to Use Them For |
|---|---|---|
| Writing, research, and ideas | ChatGPT, Gemini | Structuring ideas, research, drafting, expanding possibilities |
| Product and keyword analysis | ItemScout | Exploring search demand, products, and competition |
| Design | MiriCanvas | Product pages and visual content |
| Video editing | CapCut | Short videos, Shorts, subtitles, and screen composition |
| AI-assisted content creation | Pico Pilot | Product images and promotional content |
| Future video production | Video / Voice AI | Video generation, voice, subtitles, and translation |
At first, it was easy to think that becoming proficient with AI meant learning the names and functions of as many tools as possible. The more tools I used, however, the more I came to believe that understanding the role of a tool is more important than remembering its name. One type of tool helps analyze markets, another helps develop writing and ideas, another creates visual material, and another assists with video. The individual services will continue to change. Some of the tools I use today may be replaced by completely different ones in a few years.
What is less likely to change is the underlying question: What needs to be analyzed, what needs to be created, what needs to be checked, and which tool is best suited to that particular task? Learning to make that connection may ultimately be more valuable than mastering every feature of any single application.
Different AI Tools Are Good at Different Things
When I first began experimenting with AI, many services seemed similar. With continued use, however, their differences became more noticeable. Some are well suited to extended conversations in which an idea or complex project is developed over time. Others may be particularly useful for searching, comparing, or working within a broader ecosystem of services. Still others specialize in images, design, voice, or video.
For that reason, I no longer assume that one AI needs to be the best at everything. It makes more sense to choose tools according to the task and combine them when necessary. At the same time, using more tools should not become a goal in itself. As the number of AI services grows, trying to learn every new one could easily become a distraction. I would rather choose the tools that are genuinely useful for the project in front of me and learn those well enough to produce something meaningful.
The question I increasingly ask is simple: Does this tool help me understand the task better, try it more easily, or produce a better result? If it does, it may be worth learning.
Next, I Want to Learn YouTube Shorts and Video Production
So far, most of my website and blog work has centered on written content and images. My next area of learning is YouTube Shorts and video content. I have already accumulated a considerable amount of written material about Korea, Japan, and the Philippines, and much of it could be reimagined as short videos that introduce an idea in 60 to 90 seconds and perhaps lead viewers to the longer articles on my website.
Video is another language altogether. A short piece has to communicate its central idea quickly while combining visuals, subtitles, voice, music, pacing, and transitions. In addition to editing tools such as CapCut, I expect to learn more about AI that can generate video from text or images, produce narration, create subtitles, translate content, and perhaps help transform one piece of material into several language versions.
My goal is not to become a professional filmmaker. It is to learn what I need to know in order to communicate my experiences and ideas through another medium, and how much of that process I can learn to do myself. I do not yet know which AI tools I will eventually use most often or whether video production will prove easier or harder than I expect. That uncertainty is part of the reason it belongs in my Second Life journey.
Learning What AI Should Do—and What I Should Do
The more I use AI, the clearer one distinction becomes. AI can help with many parts of the work, but that does not mean it should be responsible for everything. It can produce drafts, expand ideas, organize information, compare alternatives, and generate visual content quickly. But deciding why I am doing the work, determining which experiences matter, checking whether something is true, choosing what reflects my values, and taking responsibility for the final result remain human responsibilities.
AI and Human Roles
| AI Can Help With | The Human Must Remain Responsible For |
|---|---|
| Expanding ideas | Defining the purpose |
| Creating drafts | Providing real experience and context |
| Organizing information | Final fact-checking |
| Comparing alternatives | Judgment and values |
| Generating images and content | Selection and revision |
| Supporting repetitive work | Final approval and responsibility |
This distinction matters especially on a website such as Dr. Ryu’s Second Life, where personal experience is central to the content. The value of these articles does not come from AI producing elegant sentences. It comes from the life I have actually lived and the thoughts that have emerged from those experiences. AI can help me organize and communicate them, but it should not invent those experiences for me.
The principle I have gradually adopted is therefore very simple:
AI can assist. I still have to decide.
AI will almost certainly become capable of doing much more. But if I hand over the final judgment as well, I risk losing sight of why I am doing the work in the first place. For now, I believe the most useful relationship is one in which the human remains at the center and AI supports the process around that person.
Learning AI and Learning to Work with AI Are Not the Same Thing
At first, I thought I was learning how to use ChatGPT, Gemini, and other individual AI services. After applying them to very different projects—a website, blogs, e-commerce, images, and content creation—I realized that the more important question was not how many features of a particular application I knew. It was how I could connect AI to my own life and work.
On the website, AI became a learning and problem-solving tool. In blogging, it became a partner in content planning and writing. In e-commerce, it helped with research, ideas, images, product descriptions, and promotional content. As I move into video, it will take on yet another role. The same AI can be used differently depending on what I am trying to accomplish.
I therefore no longer think of AI simply as a separate technology to be mastered. I increasingly see it as a new learning environment that can support the broader process of learning, thinking, recording, creating, checking, and improving. Individual tools will change, but I suspect this principle will remain.
Do We Really Need to Learn AI Later in Life?
Not everyone needs to become an AI expert. Nor is it realistic to learn every new AI service as soon as it appears. The technology is changing so quickly that trying to keep up with everything could become exhausting. What matters more, I believe, is developing the ability to learn what is needed, connect it to one’s own work, and judge the results independently.
For people in their fifties, sixties, and beyond, AI does not necessarily require us to abandon our past experience and become completely different people. It may instead offer a way to take knowledge and experience accumulated over decades and reconnect them with the world through writing, images, video, educational materials, websites, or other forms of digital content.
I did not begin using AI in order to discard what I had learned in the past. I began using it to organize experiences I already had, turn them into a website and blogs, create new forms of content, and attempt things that once seemed difficult to do on my own. That may be the aspect of AI that matters most to me.
I Am Still Learning
AI is changing too quickly for me to assume that what I know today will remain equally useful several years from now. New models and services will continue to appear, and tasks that currently require several separate steps may eventually be completed with a single request. Perhaps the idea of ever having “finished learning AI” does not make much sense.
I am still learning through use. A new project reveals a new way to work with AI. An incorrect result makes me rethink the question. A limitation leads me to another tool. When I begin producing YouTube Shorts and other videos, I will probably discover yet another way of working with AI.
What matters to me is not knowing every AI tool. It is maintaining the willingness and ability to approach a new tool without fear, learn what I need, apply it to real work, verify the result, improve it, and then carry what I learned into the next project.
I did not begin this journey because I wanted to become an AI expert. I used AI because I wanted to build a website. I used it more as I began blogging. Studying e-commerce introduced me to still more AI and digital tools, and now I am beginning to think about video and other forms of content.
At first, I was learning how to get answers from AI. Now I am learning how to think, learn, verify, and create with AI.
Perhaps the greatest possibility AI offers me in my Second Life is not that it can provide the right answer, but that it can help me say:
“I have never done this before—but perhaps I can try.”
AI와 함께 일하는 방법을 배워가다
처음에는 AI에게 질문하는 것부터 시작했다
처음 AI를 접했을 때에는 나 역시 그것을 질문에 답해주는 새로운 기술 정도로 생각하였다. 궁금한 것이 있으면 물어보고, 글을 조금 다듬거나 정보를 찾아보는 도구라고 여겼다. 인터넷 검색이 이미 익숙했기 때문에 처음에는 AI가 검색보다 조금 더 편리하고 빠른 서비스처럼 보이기도 했다. 그러나 Dr. Ryu’s Second Life 홈페이지를 만들고, Tistory 블로그를 운영하고, 온라인 쇼핑몰을 공부하면서 생각이 크게 달라졌다. AI는 단순히 답을 알려주는 도구가 아니라 내가 무엇을 하려는지를 설명하면 전체적인 방향을 함께 생각하고, 복잡한 일을 여러 단계로 나누어보며, 글의 구조를 검토하고, 이미지 아이디어를 만들고, 낯선 기술적인 문제를 이해하는 데 도움을 주는 하나의 작업 파트너에 가까웠다.
어느 순간부터 나는 AI에게 단순히 “정답을 알려달라”고 묻기보다 “이 일을 어떤 순서로 접근하면 좋을까?”, “내가 놓치고 있는 부분은 무엇일까?”, “독자가 더 이해하기 쉬운 구조는 무엇일까?”와 같은 질문을 더 자주 하게 되었다. AI를 사용하면서 가장 크게 달라진 것은 단지 답을 얻는 속도가 아니라 질문하는 방식과 생각을 전개하는 방식이었다.
AI와 함께 일하는 전체 그림
그동안 여러 종류의 AI를 사용해보면서 서비스의 이름과 기능은 달라도 실제 협업의 큰 흐름은 상당히 비슷하다는 것을 알게 되었다. ChatGPT나 Gemini처럼 글과 아이디어를 다루는 생성형 AI이든, 이미지를 만드는 AI이든, 영상이나 디자인을 돕는 도구이든 결국 먼저 내가 무엇을 하려는지를 정하고, 필요한 배경을 설명하고, 결과물을 받아본 뒤, 그것이 목적과 맞는지 확인하고, 사실을 검증하고, 다시 수정하는 과정이 반복되었다. 그래서 지금은 AI와의 협업을 단순한 질문 → 답변의 관계가 아니라 하나의 순환적인 작업 과정으로 이해하고 있다.
AI Collaboration Loop
Purpose → Context → Ask → Explore → Create → Compare → Verify → Decide → Refine → Final Check → Record → Next Purpose
1. Purpose — 무엇을 하려는가
가장 먼저 해야 할 일은 AI를 선택하는 것이 아니라 작업의 목적을 분명히 하는 것이다. 홈페이지 원고를 쓰는 것인지, 여행 블로그를 만드는 것인지, 상품 이미지를 제작하는 것인지, YouTube Shorts를 기획하는 것인지에 따라 AI의 역할도 달라진다. 목적이 모호하면 AI는 많은 아이디어를 제시할 수 있지만 실제로 사용할 수 있는 결과는 오히려 줄어든다. 반대로 내가 원하는 결과가 무엇인지 분명할수록 어떤 AI가 필요한지, 무엇을 질문해야 하는지, 결과를 어떤 기준으로 판단해야 하는지도 훨씬 명확해진다.
2. Context — AI에게 충분한 배경을 제공한다
목적이 정해졌다면 그다음에는 AI가 올바른 방향으로 판단할 수 있도록 필요한 배경을 제공해야 한다. 독자는 누구인지, 어떤 문체를 원하는지, 이미 결정된 형식은 무엇인지, 이전 작업과 어떻게 연결되는지, 반드시 포함하거나 피해야 할 내용은 무엇인지 같은 정보가 여기에 해당한다. 특히 홈페이지나 블로그처럼 장기간 이어지는 프로젝트에서는 이 Context가 매우 중요하다. 같은 AI라도 충분한 맥락 없이 작업하면 이전에 합의했던 형식이나 방향에서 쉽게 벗어날 수 있기 때문이다.
3. Ask — 원하는 것을 구체적으로 질문한다
배경을 충분히 제공한 뒤에는 실제 요청을 명확하게 전달한다. 단순히 “글을 써줘”라고 하기보다 누구를 위한 글인지, 어느 정도의 깊이가 필요한지, 어떤 내용이 반드시 포함되어야 하는지, 어떤 표현은 피해야 하는지를 구체적으로 알려줄수록 결과는 좋아진다. AI와 협업하면서 나는 좋은 답을 얻기 위해서는 좋은 질문이 필요하다는 사실을 계속 경험하고 있다.
4. Explore — 여러 가능성을 먼저 살펴본다
정답이 하나로 정해져 있지 않은 작업에서는 바로 최종 결과를 만들기보다 몇 가지 방향을 먼저 비교하는 것이 유용하다. 홈페이지의 메뉴 구조를 여러 방식으로 검토하거나, 블로그 제목을 몇 가지 만들어보고, 상품 이미지의 콘셉을 다르게 구성하는 식이다. AI는 짧은 시간 안에 여러 가능성을 보여줄 수 있기 때문에 혼자 생각할 때 놓치기 쉬운 다른 방향을 발견하는 데 특히 도움이 된다.
5. Create — 첫 결과는 초안으로 생각한다
방향이 정해지면 실제 결과물을 만든다. 그러나 AI가 처음 만들어준 글이나 이미지, 영상 아이디어를 곧바로 완성품으로 생각하지 않는 것이 좋다. 나는 지금 대부분의 첫 결과를 Working Draft라고 생각한다. 처음 결과를 바탕으로 무엇이 좋은지, 무엇이 부족한지를 확인하고 다음 수정의 출발점으로 사용하는 것이다.
6. Compare — 처음 목적과 다시 비교한다
같은 프로젝트를 반복하다 보면 AI가 처음 정한 방향에서 조금씩 벗어나는 경우가 있다. 문체가 달라지거나, 소제목 구조가 흔들리거나, 처음에는 중요했던 기준이 사라질 수도 있다. 그래서 결과물을 받은 뒤에는 단순히 잘 만들어졌는지만 볼 것이 아니라 처음 정한 목적과 여전히 같은 방향에 있는지를 확인해야 한다.
7. Verify — 사실과 일관성을 검증한다
AI가 자연스럽고 자신 있게 설명한다고 해서 모든 내용이 정확한 것은 아니다. 날짜, 통계, 사람 이름, 제도, 서비스 기능처럼 확인할 수 있는 사실은 다시 검증해야 한다. 동시에 내가 실제로 경험하지 않은 내용이 경험처럼 들어가 있지는 않은지, 글의 앞뒤가 모순되지 않는지, 이전에 확정한 내용과 충돌하지 않는지도 살펴봐야 한다.
8. Decide — 최종 선택은 사람이 한다
AI가 여러 대안을 만들어줄 수는 있지만 무엇을 선택할지는 결국 사람이 결정해야 한다. 특히 개인의 경험이나 가치판단이 포함된 콘텐츠에서는 문장이 얼마나 세련된가보다 정말 내가 말하고 싶은 내용인가가 더 중요하다. AI는 선택지를 넓혀줄 수 있지만 최종적인 방향과 책임까지 대신할 수는 없다.
9. Refine — 문제를 구체적으로 수정한다
결과가 만족스럽지 않다면 무엇이 문제인지 구체적으로 알려주고 다시 수정한다. “다시 써줘”라고 하기보다 “문단을 좀 더 긴 호흡으로 정리해줘”, “앞부분과 반복되는 내용을 줄여줘”, “해외 독자가 이해할 수 있도록 배경설명을 보강해줘”라고 요청하는 편이 훨씬 효과적이었다. AI와의 협업도 결국 피드백의 질에 따라 결과가 달라진다.
10. Final Check — 전체 결과물을 처음부터 다시 본다
여러 번 수정하다 보면 각각의 부분은 좋아졌지만 전체적으로는 처음 목적에서 멀어지는 경우가 생길 수 있다. 그래서 최종 결과를 내놓기 전에는 수정한 부분만 보는 것이 아니라 처음부터 끝까지 다시 읽어보는 과정이 필요하다. 목적, 독자, 문체, 사실관계, 반복, 일관성, 실제 경험 여부를 모두 다시 확인한다. 가능하다면 AI에게도 동일한 기준으로 최종 자체검증을 요청한 뒤 사람의 검토를 거치는 것이 좋다.
11. Record — 잘된 방법을 남겨둔다
장기 프로젝트에서는 잘된 프롬프트와 작업방식, 자주 발생하는 오류, 확정된 문체와 형식 등을 기록해두는 것이 도움이 된다. 홈페이지의 Writing Manual이나 이미지 제작 기준처럼 한 번의 성공적인 작업을 다음 작업에 활용할 수 있는 기준으로 남겨두면 작업의 일관성도 높아지고 처음부터 다시 설명해야 하는 수고도 줄어든다.
12. Next Purpose — 다음 작업으로 다시 이어진다
AI와의 협업은 한 번의 결과물로 끝나지 않는다. 하나의 작업이 끝나면 그 과정에서 새롭게 알게 된 것이 다음 프로젝트의 출발점이 되기도 한다. 홈페이지를 만들면서 블로그가 필요해졌고, 블로그를 만들면서 이미지와 검색을 배우게 되었으며, 온라인 쇼핑몰을 공부하면서 영상과 다양한 AI 도구까지 접하게 된 것처럼 하나의 작업이 다음 목적을 만들어낸다. 그래서 AI Collaboration Loop 는 직선이라기보다 배우고 만들고 검증한 경험이 다시 다음 Purpose로 이어지는 순환 구조라고 생각한다.
홈페이지를 만들면서 AI를 실제로 배우기 시작했다
AI를 가장 오래, 그리고 가장 지속적으로 활용한 프로젝트는 Dr. Ryu’s Second Life 홈페이지였다. WordPress를 처음 접했을 때에는 도메인과 호스팅, SSL, SEO, 검색엔진 등록, 백업 같은 용어조차 익숙하지 않았고, 실제 화면에서 문제가 생기면 무엇부터 확인해야 하는지도 알기 어려웠다. 이전 같으면 관련 책이나 강의를 찾아보고, 인터넷 검색을 통해 여러 페이지를 하나씩 비교하면서 문제를 해결했을 것이다. 그러나 AI를 활용하면서는 내가 보고 있는 화면과 현재 상황을 설명하고, 그것이 무엇을 의미하는지 물어보고, 가능한 해결 방법을 하나씩 확인하면서 바로 실제 작업에 적용할 수 있었다.
홈페이지 메뉴를 어떻게 구성하면 좋을지 함께 생각하고, 각 콘텐츠 시리즈의 구조를 검토하고, 글의 흐름을 다듬으며, SEO와 검색엔진 등록, 백업과 유지관리 같은 문제도 하나씩 배워갔다. 그러나 AI의 설명대로 했다고 항상 한 번에 해결되는 것은 아니었다. 서비스가 업데이트되어 화면이 달라진 경우도 있었고, 내가 상황을 정확하게 전달하지 못해 엉뚱한 방향으로 가기도 하였다. 그때마다 다시 화면을 확인하고, 질문을 바꾸고, 다른 방법을 시도하면서 문제를 좁혀갔다.
그 과정에서 가장 분명하게 알게 된 것은 AI가 배움을 대신하는 것이 아니라 배움의 속도를 높여줄 뿐이라는 사실이었다. 오히려 AI의 답을 이해하고, 실제 화면과 비교하고, 맞는지 확인하고, 필요하면 다시 질문하는 새로운 형태의 학습이 필요하였다. AI를 사용하는 것과 스스로 이해하는 것은 같은 일이 아니었다.
블로그를 만들면서 AI는 콘텐츠 파트너가 되었다
Tistory 블로그를 운영하면서 AI의 역할은 기술적인 문제를 설명하는 것에서 콘텐츠 기획과 편집으로 넓어졌다. 어떤 주제가 독자에게 도움이 될지, 제목은 어떻게 정할지, 한 편의 글을 어떤 순서로 구성할지, 나의 경험 가운데 무엇을 중심에 놓을지 등을 함께 검토하였다. 특히 오랫동안 쌓아온 해외생활 경험을 단순한 개인적인 기억으로 남겨두지 않고, 특정 독자가 실제로 활용할 수 있는 정보로 바꾸는 과정에서 AI가 유용했다.
예를 들어 어떤 여행 경험을 글로 만든다고 할 때 내가 기억하는 내용을 순서대로 나열하는 것과 독자가 실제로 궁금해할 질문을 중심으로 다시 구성하는 것은 전혀 다른 작업이었다. AI와 함께 여러 구조를 비교해보면서 내가 알고 있는 것과 독자가 알고 싶어 하는 것 사이를 어떻게 연결할 것인가를 조금씩 배워갔다. 이미지 제작에서도 글의 대표 이미지와 본문 이미지를 어떤 장면으로 만들지 구상하고, 실제 이미지를 만든 뒤 모바일 화면에서 어떻게 보이는지 확인하면서 여러 번 수정하였다. 컴퓨터에서는 괜찮아 보이던 이미지가 스마트폰에서 잘리는 문제를 반복해서 겪으면서, AI 이미지 역시 단순히 멋있게 만드는 것보다 실제 사용되는 장소와 목적에 맞게 만드는 것이 더 중요하다는 것을 알게 되었다.
온라인 쇼핑몰을 배우면서 더 많은 AI와 디지털 도구를 만났다
온라인 쇼핑몰 창업을 공부하면서는 AI를 훨씬 더 다양한 방식으로 접하게 되었다. ChatGPT와 Gemini를 활용해 상품 아이디어를 검토하고, 자료를 조사하고, 상품 설명과 마케팅 문구의 아이디어를 발전시키는 방법을 배웠으며, Pico Pilot과 같은 AI 기반 콘텐츠 제작 도구를 이용하여 상품 이미지와 홍보 콘텐츠를 만드는 방법도 경험하였다. 이와 함께 ItemScout처럼 상품과 키워드를 분석하는 도구, MiriCanvas로 상세페이지와 시각자료를 만드는 방법, CapCut으로 짧은 상품 영상과 쇼츠를 편집하는 방법도 함께 익혔다.
내가 사용해본 AI와 디지털 도구
| 작업 | 사용해본 도구 | 주로 배운 역할 |
|---|---|---|
| 글쓰기·조사·아이디어 | ChatGPT, Gemini | 구조 설계, 조사, 초안, 아이디어 확장 |
| 상품·키워드 분석 | ItemScout | 검색수요와 경쟁을 살펴보기 |
| 디자인 | MiriCanvas | 상세페이지와 시각자료 구성 |
| 영상 편집 | CapCut | 상품 영상, Shorts, 자막과 화면 구성 |
| AI 콘텐츠 제작 | Pico Pilot | 상품 이미지와 홍보 콘텐츠 제작 |
| 앞으로의 영상 제작 | Video / Voice AI | 영상 생성, 음성, 자막·번역 활용 |
처음에는 이런 프로그램의 이름을 많이 알고 각각의 사용법을 익히는 것이 중요하다고 생각하기 쉬웠다. 그러나 실제로 여러 도구를 사용해보면서 더 중요한 것은 도구의 이름이 아니라 각 도구가 어떤 역할을 할 수 있는지를 이해하는 것이라는 생각을 하게 되었다. 시장과 상품을 분석해야 할 때 필요한 도구가 있고, 글과 아이디어를 만들 때 유용한 생성형 AI가 있으며, 이미지와 디자인을 만들 때 적합한 도구가 있고, 영상 편집과 제작을 돕는 도구가 따로 있다.
도구의 이름은 계속 바뀔 수 있다. 몇 년 뒤에는 지금 사용하고 있는 서비스 가운데 상당수가 다른 서비스로 대체될 수도 있다. 그러나 무엇을 분석하고, 무엇을 만들고, 무엇을 검증해야 하는가라는 작업의 큰 구조는 쉽게 바뀌지 않을 것이라고 생각한다. 그래서 새로운 AI가 나올 때마다 모든 기능을 따라가려고 하기보다, 내가 하려는 일에 어떤 종류의 도구가 필요한지를 판단하는 능력을 갖는 것이 더 중요하다고 느끼게 되었다.
AI마다 잘하는 일이 다르다는 것도 알게 되었다
여러 AI를 사용해보면 처음에는 모두 비슷해 보이지만 실제 작업에서는 각각의 특징과 강점이 다르게 느껴진다. 어떤 AI는 긴 대화를 이어가면서 복잡한 프로젝트의 구조를 잡고 글의 흐름을 발전시키는 데 편리하고, 어떤 AI는 다른 정보나 서비스와 연결해 자료를 찾고 비교하는 데 강점을 보일 수 있으며, 이미지와 영상처럼 특정한 콘텐츠 제작에 집중된 AI도 있다.
그래서 하나의 AI가 모든 일을 가장 잘한다고 생각하기보다 하고 싶은 일에 따라 적절한 도구를 선택하고 필요하면 여러 도구를 조합하는 것이 더 현실적이라고 생각하게 되었다. 다만 도구를 많이 사용하는 것 자체가 목적이 되어서는 안 된다. 도구가 늘어날수록 오히려 모든 것을 배우려 하기보다, 지금 진행 중인 프로젝트에 실제로 필요한 것을 선택해 충분히 사용해보는 것이 더 중요하였다.
결국 AI 도구를 선택하는 기준도 단순하다. 이 도구가 내가 하려는 일을 더 잘 이해하고, 더 빠르게 시도하고, 더 나은 결과를 만들도록 도와주는가? 그 질문에 답할 수 있다면 충분하다.
앞으로는 YouTube Shorts와 영상 제작도 배워보고 싶다
지금까지는 홈페이지와 블로그를 중심으로 글과 이미지 형태의 콘텐츠를 주로 만들었다면, 앞으로는 YouTube Shorts와 영상 콘텐츠 제작도 본격적으로 배우고 싶다. 한국, 일본, 필리핀에 관한 콘텐츠는 이미 글의 형태로 상당 부분 정리되어 있기 때문에, 그 내용을 60~90초 정도의 짧은 영상으로 다시 구성해 새로운 독자에게 전달하는 방법도 생각해볼 수 있다.
영상은 글이나 이미지와 또 다른 언어라고 생각한다. 짧은 시간 안에 핵심을 전달해야 하고, 화면의 변화와 자막, 음성, 음악, 장면의 속도를 함께 생각해야 한다. CapCut처럼 촬영된 영상을 편집하는 도구뿐 아니라 앞으로는 텍스트나 이미지를 바탕으로 영상을 만들어주는 AI, 음성을 생성하는 AI, 자동 자막과 번역을 돕는 AI 등도 자연스럽게 접하게 될 것이다.
여기에서도 목표는 전문 영상제작자가 되는 것이 아니다. 내가 가지고 있는 경험과 지식을 영상이라는 새로운 형식으로 전달하기 위해 무엇을 알아야 하고 어느 정도까지 직접 할 수 있는지를 배우는 것이 목적이다. 아직 어떤 AI를 주로 사용하게 될지, 실제 제작이 생각보다 쉬울지 어려울지도 알 수 없다. 그러나 그 과정 역시 Second Life에서 기록할 새로운 Learning Journey가 될 것이다.
AI에게 맡길 것과 내가 해야 할 일을 구분하게 되었다
AI를 사용할수록 오히려 더 분명하게 느끼는 것이 있다. AI는 많은 일을 도울 수 있지만 모든 일을 대신할 수는 없다는 점이다. 초안을 만들고, 아이디어를 확장하고, 자료를 정리하고, 여러 대안을 빠르게 비교하고, 이미지와 콘텐츠를 만드는 일에는 매우 유용하지만, 무엇을 하려는지 결정하고, 어떤 경험이 중요한지 판단하고, 무엇이 사실인지 최종적으로 확인하고, 무엇을 선택할지는 결국 사람이 해야 한다.
AI와 사람이 맡아야 할 역할
| AI가 잘 도울 수 있는 일 | 사람이 책임져야 할 일 |
|---|---|
| 아이디어 확장 | 목적 설정 |
| 초안 작성 | 실제 경험과 맥락 제공 |
| 자료 정리 | 사실 최종 확인 |
| 여러 대안 비교 | 가치 판단 |
| 이미지·콘텐츠 생성 | 선택과 수정 |
| 반복 작업 지원 | 최종 승인과 책임 |
특히 Dr. Ryu’s Second Life처럼 개인의 경험을 중심으로 하는 홈페이지에서는 이 점이 더욱 중요하다. 이 콘텐츠가 의미를 갖는 이유는 AI가 문장을 잘 만들어서가 아니라 내가 실제로 살아온 경험과 그 경험을 통해 형성된 생각이 있기 때문이다. AI는 그 경험을 정리하고 더 이해하기 쉽게 표현하는 데 도움을 줄 수 있지만, 경험 자체를 대신 만들어서는 안 된다.
그래서 내가 AI와 협업하면서 가장 중요하게 생각하게 된 원칙은 단순하다.
AI can assist. I still have to decide.
AI가 도울 수 있는 범위는 앞으로 계속 넓어질 것이다. 그러나 최종 판단까지 AI에게 넘겨버리면 내가 왜 이 일을 하고 있는지조차 흐려질 수 있다. 사람이 중심에 있고 AI가 그 주변에서 돕는 구조가 현재로서는 가장 건강한 협업 방식이라고 생각한다.
AI를 배우는 것과 AI와 함께 일하는 것은 달랐다
처음에는 ChatGPT나 Gemini의 기능처럼 각각의 AI를 어떻게 사용하는지를 배우려고 하였다. 그러나 홈페이지, 블로그, 온라인 쇼핑몰처럼 서로 다른 프로젝트에 실제로 적용하면서 더 중요한 질문은 특정 프로그램의 기능을 얼마나 많이 아느냐가 아니었다. AI를 내 삶과 일에 어떻게 연결할 것인가가 더 중요하였다.
홈페이지에서는 웹사이트 제작과 문제 해결을 돕는 학습 도구가 되었고, 블로그에서는 콘텐츠 기획과 글쓰기의 파트너가 되었으며, 온라인 쇼핑몰에서는 상품 조사와 이미지, 설명, 홍보 콘텐츠 제작을 돕는 도구가 되었다. 앞으로 영상 제작에 사용하면 또 다른 역할을 하게 될 것이다. 같은 AI라도 목적이 달라지면 사용하는 방식도 달라졌다.
그래서 이제 나는 AI를 하나의 독립된 기술이라고만 생각하지 않는다. 오히려 새로운 것을 배우고, 생각하고, 기록하고, 만들어가는 과정 전체를 지원하는 새로운 학습 환경에 가깝다고 느낀다. 도구가 바뀌어도 이 원리는 크게 달라지지 않을 것이라고 생각한다.
인생 후반에 AI를 꼭 배워야 할까?
모든 사람이 AI 전문가가 될 필요는 없다. 새로운 AI가 등장할 때마다 사용법을 익히는 것도 현실적이지 않으며, 변화 속도가 너무 빠르기 때문에 모든 것을 따라가려고 하면 오히려 피로해질 수 있다. 중요한 것은 기술 자체를 따라가는 것이 아니라 필요할 때 배우고, 자신의 일에 연결하고, 결과를 판단할 수 있는 능력이라고 생각한다.
특히 50대와 60대 이후의 사람에게 AI는 과거의 경험을 버리고 완전히 새로운 사람이 되도록 요구하는 기술이 아닐 수도 있다. 오히려 수십 년 동안 쌓아온 지식과 경험을 글, 이미지, 영상, 교육자료, 온라인 콘텐츠와 같은 새로운 형식으로 다시 정리하고 세상과 연결할 수 있도록 도와주는 도구가 될 수 있다.
나 역시 AI를 배우기 위해 과거의 경험을 버린 것이 아니다. 오히려 내가 이미 가지고 있던 경험을 홈페이지와 블로그에 정리하고, 새로운 콘텐츠로 만들고, 예전에는 혼자 하기 어렵다고 생각했던 일들을 직접 시도할 수 있게 되었다. AI가 나에게 주는 가장 큰 의미도 바로 그 부분에 있다고 생각한다.
아직도 배우고 있다
AI는 너무 빠르게 변하고 있기 때문에 지금 알고 있는 것이 몇 년 뒤에도 그대로 유효할 것이라고 생각하지 않는다. 새로운 모델과 서비스가 계속 등장하고, 지금 여러 단계를 거쳐야 하는 작업도 앞으로는 한 번의 요청으로 가능해질 수 있다. 그래서 AI를 완전히 배운다는 표현 자체가 맞지 않을지도 모른다.
나는 지금도 AI를 사용하면서 계속 배우고 있다. 새로운 프로젝트가 생기면 새로운 사용법을 발견하고, 잘못된 결과를 받으면 질문을 바꾸고, 새로운 도구가 필요하면 다시 살펴본다. 앞으로 YouTube Shorts와 영상 제작을 시작하면 지금까지와는 또 다른 방식으로 AI를 사용하게 될 것이다.
중요한 것은 모든 AI를 아는 것이 아니라 변화하는 환경 속에서도 새로운 도구를 두려워하지 않고, 필요한 만큼 배우고, 실제 내 일에 적용하고, 결과를 검증하고, 다시 개선하는 능력을 계속 유지하는 것이라고 생각한다.
나는 AI 전문가가 되려고 이 일을 시작한 것이 아니다. 홈페이지를 만들기 위해 AI를 사용했고, 블로그를 만들면서 더 많이 사용하게 되었으며, 온라인 쇼핑몰을 공부하면서 또 다른 AI와 디지털 도구를 접하였다. 그리고 이제 영상과 새로운 콘텐츠 제작까지 생각하고 있다.
처음에는 AI에게 답을 얻는 방법을 배우려고 했다. 그러나 지금은 AI와 함께 배우고, 생각하고, 검증하고, 만들어가는 방법을 배우고 있다.
어쩌면 인생 제2막에서 AI가 나에게 주는 가장 큰 가능성은 정답을 대신 알려주는 데 있는 것이 아니라, 내가 아직 해보지 않은 일을 한번 시작해볼 수 있도록 도와주는 데 있는지도 모른다.