AI 콘텐츠 생성 방법론 — 개요
AI로 콘텐츠를 장기·반복 생성하는 시스템(문제은행, 강의 자료, 시리즈 일러스트, 만화, 오디오북, 번역 등)을 그때그때 생각나는 대로가 아니라 완성도 있게 설계하기 위한 범용 방법론입니다.
왜 방법론이 필요한가
AI 콘텐츠 생성은 규모가 커질수록 같은 실패가 반복됩니다.
- 맥락 망각 — 장기 작업에서 AI가 앞서 정한 규칙·용어·스타일을 잊는다.
- 일관성 붕괴 — 같은 인물·용어·디자인이 회차마다 달라진다.
- 재구축 낭비 — 프로젝트마다 비슷한 파이프라인을 매번 처음부터 만든다.
이 문서는 위 세 가지를 구조적으로 막는 원리를 정리합니다.
핵심 원리 5가지
1. 망각 방지는 "런타임 메모리"가 아니라 "계층 프롬프트 설계"로
- 전역 → 중간 단계 → 말단(엣지)까지 계층(layered) 프롬프트를 미리 설계·저장한다.
- 각 말단 작업에는 상위~말단을 합친 조합 프롬프트(composed prompt) 를 제공한다.
- 조합 프롬프트가 self-contained 하면 말단 작업은 서로 독립이다 — 어떤 세션·순서로 실행해도 동등한 결과가 나온다. 따라서 런타임에 세션 간 메모리를 유지할 필요가 없다.
핵심: "AI가 안 잊게 하는 일"의 대부분은 실행 시점이 아니라 프롬프트를 계층으로 설계하는 시점에 끝난다.
2. 텍스트 vs 시각·순차 — 결정적 분기
| 유형 | 말단 작업의 의존성 | 일관성 확보 방법 |
|---|---|---|
| 텍스트(문제·번역·설명) | 정적 입력만 → 독립 | 계층 프롬프트로 충분 |
| 시각·순차(만화·삽화·오디오) | 이전에 실제로 생성된 산출물(정본 이미지·음색)에 의존 | 계층 프롬프트로 불가 → 일관성 상태(정본·드리프트) 관리 필요 |
- 시각·순차 콘텐츠는 말단 N이 말단 N-1의 생성 결과물을 참조 해야 한다. 그 결과물은 N-1을 생성해야 비로소 존재하므로 정적 프롬프트에 담을 수 없다 → 런타임 상태 관리가 필요하다.
- 즉 텍스트는 "프롬프트 설계"로 끝나지만, 시각·순차는 "상태 기계"가 추가로 필요하다.
3. commodity는 직접 만들지 않는다
| 작업 | 담당 |
|---|---|
| 문서/파일 → 텍스트 변환 | 변환 서비스 |
| 생성·요약 | AI |
| 도메인 의미(교육과정·교재 구조 등) | 각 프로젝트(도메인) |
방법론의 핵심 가치는 변환·생성 그 자체가 아니라 "층을 엮고(조합) · 일관되게 유지하고 · 추적" 하는 부분입니다. commodity는 외부 서비스/AI에 맡기세요.
4. 실행자 3모드
| 모드 | 주도 / 실행 | 강점 |
|---|---|---|
| 직접 | 사람·에이전트가 직접 | 최고 품질·반복·자가수정 |
| 위임 에이전트 | 앱 → 에이전트 호출 | 웹 UX + 에이전트 품질 |
| 직접 API | 앱 → AI API | 스케일·저비용 |
- 입력(조합 프롬프트 + 일관성 컨텍스트)은 3모드 공통이다. 품질이 중요하면 에이전트, 대량·저비용이면 API로 라우팅한다.
- AI API는 파일을 읽거나 맥락을 스스로 모으지 못하므로, 앱이 필요한 맥락을 self-contained 프롬프트로 미리 패킹해야 한다.
5. 작업 관리 (장기·다세션)
- worklist: 다음에 할 작업을 상태에서 도출
- 멱등 ingest: 재실행해도 중복 생성/덮어쓰기 없음
- 의존성 게이트: 선행 단계 없이 다음 단계 금지
- lineage: (프롬프트 버전 × 모델 × 입력) → 산출물을 기록해 재현·감사
언제 공유 인프라로 만드나
- 단일 소비자 + 텍스트 → 공유 인프라 불요. 계층 프롬프트 + 경량 배치로 충분.
- 다(多)소비자 + 시각·순차 일관성 → 공유 인프라(일관성 상태기계)의 가치가 큼.
판단 기준 한 줄: 말단 작업이 독립적이면 인프라는 최소로, 말단이 이전 생성물에 의존하면 일관성 인프라가 필요하다.
다음
실제 구축 시 빠짐없이 점검하려면 구현 체크리스트를 따르세요.