AI 협업 워크플로우 공부 정리 | 만들던 사람에서 평가하는 사람으로

PXD Story에서 흥미로운 글을 봤다. AI에게 일을 맡기면 왜 오히려 더 피곤해지는지, 그 이유를 파고드는 내용이었다.

공감이 갔다. AI 결과물을 받고 나서 “이게 괜찮은 건지” 확신이 안 서는 느낌이 자꾸 반복되는데, 그게 정확히 뭔지 말로 표현을 못 하고 있었다. 이 글을 읽으면서 그게 조금 정리됐다.

1️⃣ 만들던 사람에서 평가하는 사람으로

이 글에서 가장 와닿은 개념은 “생성에서 평가로의 이동”이라는 프레임이었다.

내가 직접 와이어프레임을 그리면, 왜 이 버튼이 여기 있는지 나는 알고 있다. 정보 구조를 고민하고, 시선 흐름을 따지고, 우선순위를 잡는 과정이 이미 내 안에서 일어났기 때문이다.

근데 AI가 완성된 레이아웃을 건네주면, 나는 결과에서 출발해 그 의도를 역으로 복원해야 한다. “왜 이 버튼이 여기 있지?”, “이 정보가 앞에 나와야 하는 이유가 뭐지?” 같은 걸 처음부터 다시 물어야 하는 거다. 같은 결과물이어도 내가 가진 맥락이 다를 수밖에 없다.

그래서 AI 결과물 검수가 직접 만드는 것보다 더 피곤한 건 자연스러운 일인 것 같다. 생산 부담은 줄었지만, 평가 부담이 그만큼 커졌으니까.

👉🏻 하나 더 흥미로웠던 건, AI를 많이 신뢰할수록 결과물을 비판적으로 보는 게 어려워진다는 점이다. 반대로 작업에 대한 자기 가설이 뚜렷할수록 AI 결과를 더 꼼꼼히 들여다보게 된다. AI를 잘 쓰는 게 AI에 대한 신뢰보다 자기 과업에 대한 자신감 쪽이랑 더 관련 있는 것 같다.

💡 그럼 어떻게 해야 그 판단 기준을 유지할 수 있을까?

2️⃣ 내가 든 생각

이 글이 제안하는 방향은 대충 이렇다. AI에게 요청하기 전에 내 의도를 먼저 몇 줄로 적어두고, 기다리는 동안 합격/불합격 기준을 미리 만들어두고, 결과물의 핵심 부분을 직접 재현해보는 것.

처음엔 좀 번거롭다는 생각이 들었다. 빠르게 결과물 뽑으려고 AI를 쓰는 건데, 오히려 손이 더 가는 거 아닌가 싶어서. 근데 읽다 보니 생각이 조금 달라졌다.

핵심은 속도가 아니라 “내 판단 기준을 잃지 않는 것”에 있는 것 같다. 요청 전에 의도를 적어두는 게, 결과를 볼 때 “아, 내가 원래 뭘 풀려고 했더라”를 다시 꺼낼 수 있게 해주는 장치에 가깝다.

디자이너 관점에서 이게 특히 중요하게 느껴졌다. 화면이 그럴듯하게 나오면 별 생각 없이 넘어가기 쉬운데, 내가 원래 풀려던 문제랑 실제로 연결이 되는지는 또 다른 얘기니까. 생성 결과가 아무리 깔끔해도 처음 질문이 없으면 검수할 기준 자체가 없다.

⭐️ 마지막으로, 이 글 공부하며 남은 생각

공부 끝에 남은 건, AI와 일할 때 “출발점에 대한 기억”이 속도보다 중요하다는 한 줄이다.

무엇을 풀려고 했는지, 무엇이 중요하다고 생각했는지 — 그걸 어딘가에 붙잡아두지 않으면, 그럴듯한 결과물 앞에서 판단을 잃기 쉬운 것 같다.

---

참고 원문: AI와 협업하는 최선의 워크플로우 찾기