최근 IT 업계에서는 AI 도구 활용이 필수가 되어가고 있습니다. 저는 비전공자 서비스 기획자이지만, ChatGPT, Claude, Midjourney 같은 AI를 적극적으로 업무에 도입해 생산성을 크게 높였습니다. 이번 글에서는 실제로 제가 AI를 기획 업무에 어떻게 활용했는지, 그리고 그 과정에서 느낀 장단점을 정리해 보겠습니다.
1. AI 도입 전의 문제점
기획 업무를 하다 보면 단순 반복적인 작업과 창의적인 작업이 섞여 있습니다. 그러나 대부분의 시간을 문서 작성, 자료 조사, 경쟁사 분석 같은 반복 업무에 쏟다 보니 정작 중요한 ‘기획 아이디어 구체화’에는 시간을 충분히 쓰지 못했습니다. 그러다 보니 보고서의 완성도도 떨어지고, 팀원들과의 협업 속도도 늦어졌습니다.
2. AI 활용 시작 계기
한 번은 서비스 개선안을 2일 안에 제출해야 하는 프로젝트가 있었습니다. 마감이 촉박해 고민하던 중, ChatGPT를 이용해 ‘기획서 초안’을 만들어 보기로 했습니다. 간단한 서비스 설명과 개선 방향을 입력하니, 생각보다 체계적인 문서 구조와 예시까지 포함된 결과물을 얻을 수 있었습니다. 그때부터 AI를 본격적으로 업무에 도입했습니다.
3. 실제 업무에서의 AI 활용 사례
3-1. 자료 조사 속도 향상
경쟁사 분석을 할 때 기존에는 검색 엔진을 통해 수십 개의 페이지를 직접 읽어야 했습니다. 그러나 AI에게 ‘국내외 유사 서비스 5개의 기능 비교표를 작성해 달라’고 요청하면, 핵심 정보만 정리된 표를 몇 분 만에 얻을 수 있습니다. 물론 사실 검증은 별도로 진행하지만, 초안이 있는 상태에서 검토하는 것이 훨씬 효율적입니다.
3-2. 보고서 문장 다듬기
기획서 초안은 보통 제 생각대로 작성하기 때문에 가독성이 떨어질 때가 있습니다. 이럴 때 AI에게 ‘보고서 문장을 간결하고 설득력 있게 다듬어 달라’고 요청하면, 전문적인 어조로 수정된 결과를 받을 수 있습니다. 덕분에 발표 자료와 보고서 품질이 한 단계 올라갔습니다.
3-3. 아이디어 발상 보조
서비스 개선 아이디어가 막힐 때도 AI가 도움이 됩니다. 예를 들어 ‘사용자 유지율을 높일 수 있는 기능 아이디어 10개’를 요청하면, 다양한 관점의 아이디어를 제시합니다. 물론 그대로 적용하기보다, 이를 기반으로 현실적인 아이디어를 재구성하는 과정이 필요합니다.
3-4. 반복 작업 자동화
AI를 코드 작성 보조로 활용하면, 파이썬이나 구글 앱스 스크립트를 통해 단순 반복 작업을 자동화할 수 있습니다. 예를 들어, 매주 수집해야 하는 설문 응답 데이터를 자동으로 정리하는 스크립트를 AI 도움으로 만들었고, 덕분에 매주 2~3시간씩 절약하게 되었습니다.
4. AI 활용 시 주의할 점
- 사실 검증 필수: AI가 제공하는 정보가 항상 정확하지 않으므로, 반드시 추가 검증이 필요합니다.
- 기밀 정보 입력 금지: 서비스 내부 문서나 민감한 데이터는 절대 AI에 직접 입력하지 않아야 합니다.
- 의존도 조절: AI는 도구일 뿐, 최종 판단과 창의성은 여전히 사람의 몫입니다.
5. AI 활용이 가져온 변화
AI 덕분에 반복 작업 시간이 줄어들면서, 전략 수립과 창의적인 아이디어 구체화에 훨씬 더 많은 시간을 투자할 수 있게 되었습니다. 결과적으로 보고서 품질은 향상되고, 프로젝트 진행 속도도 눈에 띄게 빨라졌습니다.
6. 앞으로의 활용 계획
향후에는 AI와의 협업 범위를 넓혀 프로토타입 제작, UX 문구 작성, 사용자 피드백 분석까지 확장할 계획입니다. 특히, 디자인 툴(Figma)와 연동하여 화면 기획서 초안을 빠르게 만드는 실험을 진행하고 있습니다.
맺음말
AI는 비전공자 기획자에게 ‘능력 배가 장치’와 같습니다. 혼자서 해결하기 어려운 일도 AI의 도움을 받으면 훨씬 짧은 시간 안에 완성할 수 있습니다. 다만, 맹목적인 의존이 아니라 ‘효율적인 보조 도구’로써 활용하는 균형 감각이 필요합니다. 지금 이 글을 읽고 있다면, 오늘 당장 작은 업무 하나부터 AI로 시도해 보시길 권합니다.