AI 작업을 기획·구체화·구현으로 나누는 방법

 

AI를 이용해 간단한 질문에 답을 얻는 것과 하나의 결과물을 처음부터 끝까지 만드는 것은 필요한 접근 방식이 다릅니다. 작업이 복잡해질수록 아이디어, 수정사항, 예외 조건, 실제 구현 방법이 한꺼번에 섞이기 쉽기 때문입니다.

저도 처음에는 하나의 대화에서 기획부터 실제 제작까지 모두 진행하는 경우가 많았습니다. 하지만 작업이 길어질수록 초기에 생각했던 아이디어와 나중에 확정된 조건이 섞이고, 이미 변경한 내용을 다시 설명해야 하는 상황을 자주 경험했습니다.

최근에는 이런 문제를 줄이기 위해 AI 작업을 ‘기획’, ‘구체화’, ‘구현’의 세 단계로 나누는 방식을 사용하고 있습니다. 이 글에서는 각 단계에서 무엇을 결정해야 하는지와 다음 단계로 어떤 내용을 넘겨야 하는지를 정리했습니다.

 

AI 작업을 처음부터 구현으로 시작하면 어려운 이유

만들고 싶은 것이 떠오르면 가장 먼저 결과물을 만들어보고 싶어집니다.

예를 들어 게임에 새로운 기능을 추가하고 싶다면 곧바로 코드를 요청할 수 있고, 새로운 UI가 필요하다면 바로 화면을 만들어달라고 요청할 수 있습니다.

간단한 작업에서는 이런 방식도 충분히 사용할 수 있습니다. 문제는 여러 규칙이 연결된 복잡한 작업입니다.

무엇을 만들 것인지조차 완전히 정해지지 않은 상태에서 구현을 시작하면 제작 과정에서 계속 새로운 조건이 추가됩니다. 기존 기능과 충돌하는 부분이 뒤늦게 발견되기도 하고, 처음 요청했던 내용 자체를 수정해야 할 수도 있습니다.

이 상태에서 코드나 결과물을 계속 고치다 보면 현재 문제의 원인이 구현 방식인지, 애초에 기획이 제대로 정해지지 않은 것인지 구분하기 어려워집니다.

그래서 규모가 있는 작업이라면 저는 결과물을 바로 만드는 것보다 먼저 작업을 단계별로 나누는 편이 관리하기 쉽다고 느꼈습니다.

 

 

 

 

첫 번째 단계는 무엇을 만들지 결정하는 기획입니다

기획 단계에서 가장 중요한 것은 구현 방법을 먼저 고민하지 않는 것입니다.

이 단계에서는 무엇을 만들고 싶은지, 왜 필요한지, 사용했을 때 어떤 결과가 나와야 하는지를 결정합니다.

게임 기능을 예로 들면 어떤 상황에서 기능이 시작되는지, 사용자가 무엇을 할 수 있는지, 어떤 제한이 필요한지를 먼저 생각할 수 있습니다.

세부 코드나 파일 구조는 아직 결정하지 않아도 됩니다.

저는 기획을 담당하는 대화에서는 가능한 한 아이디어와 규칙 자체에 집중하려고 합니다. 구현 과정에서 편하다는 이유로 원래 목적을 바꾸기 시작하면 기획과 구현이 다시 섞이기 때문입니다.

이 단계의 결과물은 긴 대화 내용 전체가 아니라 ‘최종적으로 무엇을 만들기로 했는가’를 설명할 수 있는 정리된 기획이어야 합니다.

 

두 번째 단계에서는 모호한 기획을 구체화합니다

기획을 끝냈다고 생각해도 실제로 구현하려고 보면 빠진 조건이 발견되는 경우가 많습니다.

기능은 언제 시작되는지 정했지만 언제 끝나는지는 빠져 있을 수 있고, 정상적인 상황은 생각했지만 예외 상황은 고려하지 않았을 수도 있습니다.

구체화 단계에서는 이런 빈 부분을 찾아냅니다.

사용 조건, 종료 조건, 횟수, 우선순위, 다른 기능과 충돌했을 때의 처리 방식처럼 실제 구현 전에 결정해야 할 내용을 하나씩 확정하는 것입니다.

저는 이 단계가 생각보다 중요하다고 느꼈습니다.

기획이 모호한 상태에서 바로 구현하면 AI가 비어 있는 부분을 스스로 해석해 결과를 만들 수 있습니다. 그 해석이 내가 생각했던 방향과 다르면 코드를 여러 번 수정해야 하는 상황으로 이어질 수 있습니다.

반대로 세부 조건이 충분히 확정되어 있다면 구현 단계에서는 무엇을 만들어야 하는지가 훨씬 명확해집니다.

 

마지막 단계에서 실제 구현을 시작합니다

기획과 구체화가 끝나면 실제 결과물을 만드는 단계로 넘어갑니다.

이때 구현을 담당하는 대화에는 앞 단계에서 최종적으로 확정한 내용을 전달합니다.

중요한 것은 기획 과정에서 나왔던 모든 아이디어를 그대로 넘기는 것이 아닙니다. 검토 과정에서 폐기한 아이디어까지 함께 전달하면 무엇이 최종 요구사항인지 다시 불분명해질 수 있습니다.

그래서 구현 단계에는 현재 유효한 조건만 정리하는 것이 좋습니다.

어떤 기능을 만들어야 하는지, 반드시 지켜야 하는 조건은 무엇인지, 예외 상황은 어떻게 처리하기로 했는지처럼 실제 제작에 필요한 정보가 중심이 됩니다.

저는 이런 식으로 역할을 나눈 뒤부터 구현 과정에서 새로운 기획이 갑자기 섞이는 경우가 줄었다고 느끼고 있습니다.

 

단계 사이에는 인수인계할 내용을 정리해야 합니다

채팅을 세 개로 만드는 것만으로 작업이 자동으로 연결되는 것은 아닙니다.

오히려 단계가 바뀔 때 필요한 정보를 제대로 전달하지 않으면 앞 단계에서 정했던 내용이 빠질 수 있습니다.

그래서 다음 단계로 넘어가기 전에는 결과를 한 번 정리하는 것이 좋습니다.

기획에서 구체화로 넘어갈 때는 최종 목적과 핵심 규칙을 정리하고, 구체화에서 구현으로 넘어갈 때는 확정된 세부 조건과 예외 사항을 정리할 수 있습니다.

이렇게 하면 다음 대화에서 긴 과거 기록을 처음부터 다시 읽지 않더라도 현재 작업에 필요한 기준을 파악하기 쉬워집니다.

저는 이 정리 과정을 단순한 요약보다는 일종의 인수인계라고 생각합니다.

앞 단계에서 결정한 결과를 다음 단계가 오해하지 않도록 전달하는 것이 목적이기 때문입니다.

 

기획·구체화·구현을 나눌 때 주의할 점

단계를 나눴다고 해서 서로 완전히 관계없는 작업처럼 진행하면 안 됩니다.

기획에서 정한 목표가 구체화 단계에서 임의로 바뀌거나, 구현 단계에서 편의를 위해 핵심 기능을 변경하면 역할을 분리한 의미가 줄어듭니다.

변경이 필요하다면 어떤 조건을 왜 변경하는지 다시 확인하는 과정이 필요합니다.

또 모든 작업을 반드시 세 단계로 나눌 필요도 없습니다.

간단한 이미지 수정이나 짧은 문장 작성처럼 요구사항이 명확한 작업이라면 하나의 대화에서 끝내는 편이 더 효율적일 수 있습니다.

제가 이 방식을 사용하는 것은 여러 조건이 연결되어 있고 오랜 기간 수정이 반복되는 작업입니다.

따라서 작업 규모에 따라 필요한 정도만 적용하는 것이 좋습니다.

 

제가 이 방식을 사용하게 된 이유

저는 ChatGPT와 긴 작업을 진행하면서 대화 안에 서로 다른 시기의 요구사항이 섞이는 경험을 여러 번 했습니다.

처음에는 문제가 생긴 과거 대화의 영향을 줄이기 위해 여러 방법을 시도했지만, 최근에는 문제가 발생한 뒤 정리하기보다 처음부터 역할을 분리하는 쪽으로 방향을 바꾸고 있습니다.

현재 사용하는 방식은 첫 번째 대화에서 기획을 완성하고, 두 번째 대화에서 그 기획을 구현 가능한 수준으로 구체화한 뒤, 세 번째 대화에서 최종 내용을 기준으로 실제 구현과 응용 작업을 진행하는 것입니다.

제 경험에서는 이 방법을 사용한 이후 한 대화에서 모든 작업을 진행할 때보다 현재 목표와 관계없는 내용이 섞인다고 느끼는 경우가 줄었습니다.

다만 이것은 제가 실제 작업을 진행하며 정착시키고 있는 방식입니다. 모든 AI 서비스나 모든 사용자에게 동일한 효과를 보장하는 공식적인 방법은 아닙니다.

핵심은 채팅을 반드시 세 개로 나누는 것이 아니라 AI에게 한 번에 너무 많은 역할과 서로 다른 목적을 맡기지 않는다는 점입니다.

 

 

AI 작업 단계 분리에 대해 자주 묻는 질문

 

Q.  모든 AI 작업을 세 단계로 나눠야 하나요?

그럴 필요는 없습니다.

결과가 단순하고 요구사항이 명확하다면 한 번의 대화에서도 충분히 작업할 수 있습니다. 여러 조건이 연결되어 있거나 장기간 수정할 프로젝트에서 단계 분리가 더 유용할 수 있습니다.

 

Q.  기획과 구체화는 무엇이 다른가요?

기획은 무엇을 만들 것인지 결정하는 단계이고, 구체화는 그 기획을 실제로 만들 수 있도록 세부 조건을 확정하는 단계입니다.

예를 들어 ‘특정 행동을 하면 기능이 작동한다’는 것이 기획이라면, 정확히 어떤 행동인지와 작동 횟수, 종료 조건, 예외 상황 등을 결정하는 것이 구체화에 가깝습니다.

 

Q.  구현 단계에서 새로운 아이디어가 생기면 어떻게 해야 하나요?

작은 수정이라면 현재 단계에서 처리할 수도 있지만, 기존 기획 자체를 바꿀 정도의 내용이라면 바로 코드에 추가하기보다 먼저 기획과 조건을 다시 확인하는 편이 좋습니다.

새 아이디어를 바로 구현에 섞으면 기존 요구사항과 충돌할 가능성이 있기 때문입니다.

 

 

AI에게 맡길 역할을 나누는 것이 핵심입니다

AI를 활용해 복잡한 결과물을 만들 때 중요한 것은 가능한 많은 일을 한 번에 요청하는 것이 아닐 수 있습니다.

제가 실제로 사용하면서 더 중요하다고 느낀 것은 현재 단계에서 AI가 무엇을 해야 하는지를 분명하게 정하는 것이었습니다.

기획에서는 아이디어와 규칙을 완성하고, 구체화에서는 빠진 조건을 채우며, 구현에서는 이미 결정된 내용을 실제 결과물로 옮기는 방식입니다.

이 과정을 나누면 문제가 발생했을 때 어느 단계에서 다시 확인해야 하는지도 비교적 명확해집니다.

앞으로 실제 코드나 게임 기능처럼 더 복잡한 작업을 AI로 구현할 때도 저는 이 구조를 기본적인 작업 흐름으로 사용하려고 합니다. 생각한 것을 제대로 구현하려면 AI의 능력뿐 아니라, 사용자가 자신의 생각을 어떤 단계와 기준으로 전달하는지도 중요하다고 보기 때문입니다.