AI가 쓴 글을 계속 고치게 되는 이유 — 문장이 아니라 역할이 겹쳤다

AI와 함께 원고를 쓰다 보면 이런 상황을 만난다. 자료도 많았고 각 장에 넣을 이야기도 충분했다. 그런데 원고를 한 번에 읽어 보니 파트 1과 파트 4가 비슷한 말을 하고 있었다. 파트 2와 파트 3도 서로의 역할을 침범했다. 문장은 달랐지만 독자가 얻는 메시지는 겹쳤다.

처음에는 내용이 부족한 줄 알고 사례를 더 넣고, 설명을 붙이고, AI에게 다른 방식으로 다시 써 달라고 했다. 원고는 길어질 뿐 더 선명해지지 않았다.

문제는 자료가 아니었다. 중심 메시지를 파트마다 어떻게 나눌지 설계하지 않은 것이 문제였다.

결과물이 빠른 것과 선명한 것은 다른 일이다

같은 문제는 홈페이지 제작이나 자동화 프로젝트에서도 반복된다. AI는 실행 속도를 높이지만, 구조가 없으면 겹치는 결과물이 더 빨리 쌓일 뿐이다.

역할이 겹치면 같은 말이 반복된다

책의 여러 파트는 서로 다른 일을 해야 한다. 그런데 초기 원고에서는 "판단 기준이 중요하다"는 메시지가 거의 모든 파트에 들어가 있었다.

• AI가 빨라질수록 사람이 설계해야 한다는 이야기
• 전문성은 지식보다 판단에 있다는 이야기
• 홈페이지와 콘텐츠도 기준이 있어야 한다는 이야기

모두 맞는 말이다. 하지만 모든 장에서 같은 말을 하면 책은 앞으로 나아가지 않는다. 독자는 새로운 관점을 얻는 대신, 이미 들은 말을 다른 표현으로 다시 읽게 된다.

AI가 만든 초안을 계속 고치게 되는 이유도 같다. 문장이 부족해서가 아니라, 각 문단과 장이 맡아야 할 역할이 분명하지 않을 때 결과가 겉돈다.

각 파트가 답해야 할 질문을 나눈다

다시 정리하면 이런 구조가 나온다.

• 첫 파트: 독자가 지금 왜 막히는지를 설명한다
• 다음 파트: 전문가의 경험과 판단이 실제로 어떻게 작동하는지 보여 준다
• 그다음 파트: 그 판단을 문서와 기준으로 바꾸는 방법을 다룬다
• 이후 파트: 홈페이지, 콘텐츠, 자동화처럼 실제 결과물에 적용한다
• 마지막 파트: 그 결과가 다음 일의 자산으로 쌓이는 방식을 다룬다

이렇게 나누고 나면 같은 문장이 반복된 이유가 보인다. 어떤 장은 문제를 설명해야 하는데 해결 방법까지 가져갔고, 어떤 장은 적용 사례를 보여줘야 하는데 다시 원리부터 설명하고 있었다.

첫 파트에서 "AI를 써도 일이 왜 끝나지 않는가"를 충분히 설명했다면, 다음 파트는 그 말을 반복하면 안 된다. 다음 파트는 전문가의 경험 안에 어떤 판단이 숨어 있는지 보여줘야 한다.

이렇게 역할을 나누면 독자는 같은 메시지를 여러 번 듣는 대신, 한 메시지가 문제에서 원리로, 원리에서 방법으로, 방법에서 결과로 이어지는 흐름을 따라갈 수 있다.

MECE는 어려운 말이 아니다

여기서 도움이 되는 기준이 MECE다. 서로 겹치지 않으면서, 함께 보면 전체가 빠지지 않는 구조를 말한다.

쉽게 말하면 이렇다.

• 각 파트는 자기만의 질문에 답해야 한다
• 다른 파트가 이미 답한 질문을 다시 길게 설명하지 않아야 한다
• 모든 파트를 읽으면 독자가 처음의 문제에서 실제 적용까지 빠짐없이 갈 수 있어야 한다

좋은 구조는 내용을 많이 넣는 구조가 아니다. 같은 내용을 반복하지 않고 다음 내용으로 자연스럽게 넘어가게 만드는 구조다.

AI에게도 같은 설계도가 필요하다

AI에게 글을 요청할 때도 먼저 구조가 있어야 한다. "○○에 대한 글을 써 줘"라고만 하면 AI는 관련된 좋은 말을 많이 모아 줄 수 있다. 하지만 무엇이 도입부의 역할인지, 무엇이 핵심 설명인지, 무엇을 결론에서 남길지는 알기 어렵다.

그래서 AI에게 요청하기 전에 각 장이나 파트마다 아래 질문을 먼저 정리하는 편이 좋다.

1. 이 글에서 독자가 딱 하나만 가져가야 할 메시지는 무엇인가
2. 이 글은 앞선 글과 무엇이 다른가
3. 이 글에서 다루지 않을 내용은 무엇인가
4. 읽은 뒤 독자는 어떤 다음 질문을 갖게 되어야 하는가

이 질문은 프롬프트를 길게 만드는 기술이 아니다. 글과 책, 홈페이지와 기획서를 덜 고치기 위한 설계다.

수정한 문장보다 수정한 이유를 남긴다

이 과정에서 얻은 결론은 단순하다. "이 문장을 더 좋게 바꾸자"보다 "이 파트는 왜 존재해야 하는가"를 먼저 묻는 편이 훨씬 효과적이다.

문장이 마음에 들지 않을 때마다 새로 쓰기만 하면 비슷한 문제가 다음 장에서 다시 생긴다. 반대로 수정 이유를 남기면 다음 판단의 기준이 된다.

• 이 장은 문제를 설명하는 곳인가
• 이 장은 방법을 알려 주는 곳인가
• 이 장은 실제 적용을 보여 주는 곳인가
• 이 사례는 이 장에 있어야 하는가

이 기준이 쌓이면 AI도 더 잘 쓸 수 있다. AI가 더 많은 내용을 만들어서가 아니라, 사람이 무엇을 남기고 무엇을 빼야 하는지 알려 줄 수 있기 때문이다.

도구를 쓰기 전에 구조부터 나눈다

구조가 없는 상태에서 속도만 빨라지면, 겹치는 문장과 비슷한 결과물도 더 빨리 쌓인다.

홈페이지를 만들 때 화면보다 먼저 고객, 문제, 선택 이유, 문의 흐름을 정리하는 이유가 여기 있다. 각 페이지가 어떤 질문에 답해야 하는지 나누지 않으면, 첫 화면과 서비스 페이지와 소개 페이지가 모두 비슷한 말을 하게 된다.

이 진단은 검증 절차 논의와도 이어진다. 결과물이 '됐다'는 것을 증명 가능하게 만드는 방법은 바이브 코딩에서 빠진 단계가 검증이라는 관점에서 같은 구조로 정리된다. 역할이 겹친 문단은 정의상 정보 이득이 없다.

정리

디지털 설계력은 AI에게 일을 많이 맡기는 능력이 아니다. AI에게 일을 시키기 이전에 일의 기준과 방향을 정하고, 각 결과물이 맡아야 할 역할을 정하고, 수정한 이유를 다음 기준으로 남기는 능력이다.

AI는 그 구조를 대신 만들지 않는다. 하지만 구조가 있을 때, 사람의 판단을 훨씬 빠르게 실행하도록 도울 수 있다.