사이넷 해골님의 아티클

밤 11시에 크리에이터 한 분이 DM을 보냈다. "AI로 뽑은 콘텐츠, 다 비슷하게 생겨서 못 쓰겠어요." 뜨끔했다. 우리가 자랑하던 '10분 만에 완성' 기능이 정작 크리에이터들한텐 '10분 만에 폐기'였던 거다.

처음엔 생성 속도랑 퀄리티에만 매달렸다. 프롬프트 엔지니어링 붙잡고 며칠씩 갈았다. 근데 문제는 거기가 아니었다. 결과물이 좋아도 '내 채널 톤'이 안 나오면 크리에이터는 안 쓴다. 그래서 방향을 틀었다. 채널별 과거 콘텐츠를 학습시켜서, 잘 되던 영상의 후킹·자막 패턴을 재료로 넣는 구조로 갈아엎었다. 범용 생성기에서 '이 사람 전용' 보조 도구로.

반응이 갈렸다. "이제 좀 나 같다"는 사람, 여전히 "손이 더 간다"는 사람. 근데 후자가 더 값진 피드백이었다. 자동화는 결국 사람이 마지막에 손대고 싶게 만드는 여백을 남겨야 쓴다는 걸 배웠다. 완성도 100%짜리를 던지면 오히려 거부감이 온다.

지금은 '얼마나 채워주느냐'보다 '어디를 비워두느냐'를 더 고민한다. 여전히 매주 깨지면서 배우는 중이다.

https://mitocreate.ai

처음엔 "AI로 콘텐츠 뽑아주면 크리에이터들이 좋아하겠지"라고 단순하게 생각했어요. 실제로 붙여보니 반응이 정반대였습니다.

초기 버전은 주제만 넣으면 스포츠 하이라이트 대본이랑 썸네일 문구를 자동 생성해주는 형태였어요. 데모 돌릴 땐 그럴듯했는데, 막상 실사용 크리에이터 몇 분한테 드려보니 "이거 그냥 다 똑같은 톤 아니냐"는 말이 나왔습니다. AI가 만든 문장이 문제가 아니라, 본인 채널의 말투가 안 담긴 게 문제였던 거예요.

그래서 방향을 틀었습니다. 생성부터 시키지 말고, 그 사람이 이미 올린 영상 자막·댓글 반응을 먼저 학습시키고 → 그 톤 위에서 초안을 만들게. 프롬프트를 열 번 넘게 갈아엎었고, "완성본을 주는 도구"가 아니라 "그 사람처럼 시작해주는 도구"로 컨셉 자체를 바꿨어요.

지난달, 크리에이터 한 분이 이런 말을 했다. "영상은 어떻게든 찍는데, 이걸 어디에 뿌려야 돈이 되는지를 모르겠어요."

그 한마디가 오래 남았다. 스포츠 콘텐츠를 만드는 크리에이터는 이미 충분히 많은데, 정작 그 콘텐츠가 브랜드나 광고주와 연결되는 길은 여전히 감(感)과 인맥으로 굴러가고 있었다.

그래서 크리에이터와 수요를 잇는 걸 직접 만들어보기로 했다. 처음엔 거창하게 매칭 알고리즘부터 짰다. 그런데 초기 유저 10명을 붙여보니, 정작 필요한 건 알고리즘이 아니라 "내 채널이 지금 어느 정도 값어치인지"를 숫자로 보여주는 화면이었다. 조회수·전환·단가를 한눈에 정리해준 게시판 하나가, 공들여 만든 추천 엔진보다 반응이 좋았다.

배운 건 단순했다. 메이커는 자기가 만들고 싶은 걸 만들고, 유저는 자기가 불안한 걸 해결받고 싶어한다. 그 둘이 어긋날 때마다 나는 매번 후자가 맞았다.

"조회수는 나오는데, 왜 크리에이터들은 지쳐서 그만두는 걸까"

LIVE스코어에서 크리에이터 플랫폼을 만들다가 이상한 걸 봤습니다. 콘텐츠는 잘 터지는데, 정작 만드는 사람들이 3~4개월 지나면 소리 없이 사라지더라고요. 인터뷰를 20명 넘게 돌려보니 답은 단순했습니다. "다음에 뭘 찍어야 할지 매번 맨땅에서 시작하는 게 제일 지친다."

처음엔 '트렌드 키워드 추천' 기능을 붙였어요. 실패했습니다. 키워드만 던져주니 오히려 "그래서 이걸로 뭘 어쩌라고"라는 반응만 돌아왔거든요. 정보가 부족한 게 아니라, 정보를 자기 채널에 맞게 번역하는 과정이 빠져 있던 거였죠.

그래서 방향을 틀었습니다. 키워드가 아니라 "너의 지난 영상 톤이면 이 소재를 이렇게 풀어봐라"까지 내려가는 구조로. 실제로 그 다음 붙은 피드백이 달랐어요. "이건 내가 원래 쓰려던 말 같다"는 말이 나오기 시작했습니다.

배운 건 하나예요. 크

새벽 2시에 크리에이터 한 명이 DM을 보냈어요. "영상 스크립트 뽑는 데만 하루 반나절 쓰는데, 이거 자동화 안 되나요?"

처음엔 프롬프트 템플릿 몇 개 던져주면 될 줄 알았어요. 근데 막상 붙여보니 결과물이 다 비슷비슷하게 나오더라고요. 크리에이터 개성이 죽는 거죠. 그래서 방향을 틀었습니다. "잘 쓰는 AI"가 아니라 "그 사람 채널 톤을 학습하는 AI"로. 지난 영상 자막, 댓글 반응, 조회수 잘 나온 썸네일 패턴을 먹여서 개인화하는 쪽으로 다시 짰어요.

시행착오가 컸어요. 데이터가 적은 초보 크리에이터는 학습할 게 없어서 결과가 뻔했고, 반대로 활동량 많은 분들은 옛날 톤까지 섞여서 오히려 산만해졌습니다. 결국 "최근 20개 + 반응 상위 5개"로 가중치를 잡으니 그제야 "어, 이거 내가 쓴 것 같은데요?" 하는 반응이 나왔어요.

배운 건 하나였어요. 크리에이터가 원한 건 시간 단축보다 "내 색이 안 지워지는 것"이었다는 것. 자동화의 성공 지표를 속도로만

며칠 전 크리에이터 한 분이 이런 말을 했어요. "영상은 찍겠는데, 이걸 매주 어떻게 계속하냐가 문제예요." 조회수보다 '지속 가능성'이 진짜 벽이더라고요.

처음엔 우리도 AI로 대본이랑 썸네일 뽑아주면 되겠지, 단순하게 생각했어요. 근데 막상 붙여보니 크리에이터들이 원한 건 자동 생성이 아니었어요. "내 채널 톤을 아는" 도구였죠. 초반 프로토타입은 결과물이 다 비슷비슷하게 나와서 "이거 그냥 GPT 아니냐"는 반응을 정통으로 맞았습니다. 그래서 방향을 틀어서, 생성보다 개인 데이터(과거 영상 반응, 시청 지속률)를 먼저 학습시키고 거기서 다음 소재를 제안하는 쪽으로 다시 짰어요.

배운 건 두 가지. 첫째, 크리에이터는 '더 많이'가 아니라 '덜 지치게'를 원한다는 것. 둘째, AI 결과물은 화려함보다 "나를 아는 느낌"이 신뢰를 만든다는 것. 지표도 소재 채택률이 초기 대비 3배 넘게 올랐어요.

여전히 시행착오 중이지만, 비슷한 고민 하는 분들과 과정 공유하고 싶어서 남깁니다 → https:/

AI가 쓴 스크립트를 크리에이터가 3초 만에 지워버린 날

처음엔 자신 있었다. LIVE스코어 데이터를 AI가 요약해서 숏폼 스크립트를 뽑아주면 크리에이터들이 좋아할 줄 알았다. 경기 결과, 배당 흐름, 이슈 순위까지 다 넣었으니까.

그런데 베타에 참여한 크리에이터 한 명이 첫 문장을 보자마자 통째로 지웠다. "이건 제 말투가 아니에요." 그 한마디가 오래 남았다. 우리는 '정보'를 만들었는데, 그들이 원한 건 '자기 목소리'였다.

그래서 방향을 바꿨다. AI가 완성본을 던지는 게 아니라, 크리에이터의 지난 영상 말투를 학습해서 초안만 잡아주고 나머지는 본인이 손대게 했다. 데이터는 뒤로 빼고, 톤을 앞에 뒀다. 시행착오라면 '좋은 결과물'과 '내 것 같은 결과물'이 완전히 다른 문제라는 걸 두 달 만에 배웠다는 것.

반응은 조용했지만 정확했다. "이제 지우지 않고 고쳐 쓴다"는 피드백. 완성도보다

크리에이터 대시보드에서 한 유저가 "정산 금액은 맞는데, 이게 어느 영상에서 나온 건지 모르겠어요"라고 문의를 남겼습니다. 숫자는 다 보여주고 있었는데, 정작 크리에이터가 궁금한 건 '왜'였더라고요.

처음엔 수익 지표를 최대한 촘촘하게 쌓는 게 답이라고 생각했습니다. 조회수, CTR, 시청 지속률, 유입 경로까지 전부 카드로 깔았죠. 근데 베타 테스트하는 크리에이터 세 분이 공통적으로 대시보드를 열자마자 스크롤을 쭉 내리고 닫았습니다. "정보가 많은데, 뭘 봐야 할지 모르겠다"는 거였어요.

그래서 지표를 늘리는 대신 문장 한 줄을 붙였습니다. "이번 주는 지난주보다 방문이 12% 늘었고, 대부분 A영상에서 왔어요." 데이터를 나열하는 게 아니라, 데이터가 뭘 말하는지 먼저 얘기해주는 방향으로요. 카드 개수는 오히려 절반으로 줄였습니다.

반응이 갈렸습니다. 데이터 익숙한 크리에이터는 "요약은 좋은데 원본 수치도 접어서라도 보이게 해달라"고 했고, 이제 막 시작한 분들은 "드디어 뭘 해야 할지 알겠다"고 했어요. 배운 건, 대시보드는 정보를

"AI가 쓴 티가 나요"라는 피드백이 제일 아팠습니다.

크리에이터분들한테 스포츠 콘텐츠 초안을 자동으로 뽑아주는 기능을 붙였는데, 첫 버전은 진짜 처참했어요. 경기 데이터를 그냥 문장으로 풀어주니까 다 똑같은 톤, 똑같은 문장 구조. "이거 쓸 바엔 내가 쓰는 게 빠르다"는 말을 들었습니다.

문제는 '요약'을 만들려고 했던 거였어요. 크리에이터가 원한 건 요약이 아니라 자기 말투였거든요. 그래서 방향을 틀었습니다. 각자 예전에 올린 글 몇 개를 넣으면 그 사람 어투·자주 쓰는 표현·문장 길이를 학습시키고, AI는 초안이 아니라 '재료'만 던지게 바꿨어요. 데이터 팩트, 앵글 후보, 훅 문장 3개. 완성본을 주지 않는 게 핵심이었습니다.

반응이 그때부터 달라졌어요. "빈 화면 공포가 사라졌다"는 말이 제일 기억에 남습니다. 완성도 높은 결과물을 주는 것보다, 시작점을 주는 게 훨씬 잘 먹혔어요. 사

처음엔 "AI로 콘텐츠 자동 생성" 같은 걸 만들면 창작자들이 좋아할 줄 알았어요. 근데 실제로 크리에이터 몇 분을 붙잡고 물어보니 반응이 정반대였습니다. "이거 내가 쓴 게 아니잖아요."

그때 방향을 완전히 틀었어요. 대신 만든 게 아니라, 만드는 사람 옆에서 거드는 도구. 제목 30개 뽑아주기, 어제 올린 영상 댓글 감정 요약해주기, 다음에 뭘 찍을지 소재 정리해주기. 딱 창작자가 귀찮아하던 그 언저리만 건드렸습니다.

시행착오도 많았어요. 처음엔 결과물을 너무 그럴듯하게 완성해서 내보냈더니 오히려 안 썼습니다. 반쯤 비워두고 "여긴 직접 채우세요"라고 남겨두니까 그제서야 손이 가더라고요. 완성도가 아니라 여백이 핵심이었던 거죠.