AI 덕분에 필요한 도구를 만들어 쓰는 시대
이전에는 필요한 도구를 찾거나, 수작업으로 하던 시대에서의 변화
요즘, 또 하나의 서비스를 만들고 있습니다.사실, 필자는 개발(코딩)을 온전하게 할 줄은 모릅니다.
사실, 업무상 엔지니어 분들과 일을 하게 되는 경우가 많았기 때문에 코드를 볼 줄 알았거든요.
사실, 블로그(설치형 - 티스토리, 워드프레스)를 운영할 일이 있다 보니 스크립트, 개발 언어를 볼 일이 있었습니다.
그리고, 현재까지 '데이터 분석'을 해야 하는 일들이 많다 보니 '분석 도구(Business Analytics-BA, Data Analytics-DA)' 설치 및 운영을 위해서 코드를 봐야 할 일이 많았습니다.
이러한 배경 덕분인지, 생성형 AI를 접하는 2023년부터 여러 가지 문서들을 보게 된 것이 어떻게 보면 지금의 환경을 더욱 즐기고 있는 것이 아닌가 싶습니다.
여기서 이야기할 것은, 불과 2~3년 전만 해도 마테크(Marketing-Tech)에 있어서 기술적인 배경이 있으면 더욱더 높은 퍼포먼스를 내는 데 있어서 도움이 되었던 시대가 있었는데요. 특히 데이터 분석, 퍼포먼스, 그리고 엔지니어 분들과 업무를 함에 있어서 '개발 언어(코드)'를 봐야 하는 일들도 많이 있었습니다.
하지만, '바이브 코딩(vibe coding)' 이슈가 나오고, CLI / MCP - Claude, Cursor AI, Gemini Code 등이 더욱 고도화되면서 마케터도 스스로 개발하고, 프로덕트/서비스를 만들어서 배포까지 하게 되는 시대가 오고야 만 것이죠.
필자도 최근에 Vibe Coding으로 만든 툴이 있었지만, 최근에는 n8n과 Docker, Cursor AI를 활용해서 '자동화(Automation)'을 Deep 하게 파고(Digging) 있습니다.
왜 지금 '자동화'일까요?
현재 만들고 있는 n8n과 Cursor AI 기반 자동화 도구 제작 단계(완벽하게 완성은 안되었지만, 만들어가고 있어요)구상 - 리서치 - 정리 - 또 정리 - 또 정리 - 그다음 문서화 또는 글쓰기, 반복되는 루틴
(디지털) 마케팅 업무를 하다 보면, 많은 생각들도 있고 봐야 하는 내용들도 많습니다. 특히 명확한 의사결정을 위해서 '정확한 데이터나 아티클(글)들' 봐야 하는 일들도 생기죠.
항상 생각하고, 찾아보고, 의사결정하고, 그리고 또 정리하고 '내 것으로 만드는 일'들이 계속 반복되곤 하는데요. 그러한 여러 가지 루틴을 이제는 '자동화'를 통해서 정제화 하고, 내 것으로 만드는 작업이 보다 편리해진 시기가 찾아왔습니다.
'생성형 AI'의 시대가 찾아오면서, '내가 찾고 싶은 정보를 쉽게 검색하고', 그 검색한 내용을 (분명 팩트체크를 해야 하겠지만) 토대로 업무나 일상생활에 적용하는 시대를 살게 되었고, 며칠 걸리던 일들도 몇 시간 ~ 몇 분만에 해결하고 처리하는 시기를 겪고 있습니다.
그 와중에 작년부터 AI Agent(AI 에이전트)와 자동화에 대한 이슈가 수면 위로 올라오게 됨에 따라 '내가 그동안 불편하게 겪어오던 업무, 일, 패턴들의 일상 등을 손쉽게 할 수 있는 시대'로의 재편이 되어가고 있습니다.
그러한 과정의 연속에서 '바이브 코딩', '(개인화 기반의) 자동화 기반 AI 에이전트'를 스스로 해결하는 분들이 많아지곤 있죠. 특히 마케팅 업무에서 '기술'과 '개발'의 영역에 대한 한계로 불리던 '코딩'의 어려움이 이제는 바이브 코딩으로 해결되어 가고 있고, 엔지니어 분들의 도움이 필요하던 마테크(Mar-tech) 영역 또한 누구나 가능한 - Agent > Plan > Ask를 통합하는 바이브 코딩의 루틴을 그대로 잘 따라 한다면 가능한 - 수준까지 만들게 되었죠.
마케터뿐만 아니라, 일반 기획자의 포지션, 디자이너, 글쓰기 하시는 분들까지 AI를 통해 많은 도움을 얻고 있는데요. 이전에는 리서치 업무만 해도 많은 분들이 어려워하고, 검색하는 일들에 대한 시간이나, 주요 채널에서 키워드로 루틴 하게, 반복적인 일들로 해결했다고 하면, (아래와 같이) 메타(Meta) 프롬프트 - 콘텍스트(Context) 프롬프트(엔지니어링)만으로도 앉아서 쉽게 내용들을 처리할 수 있게 되었습니다.
메타 프롬프트에 대한 구조화를 학습하며 정리하고 있는 프롬프트 예제 예시평소 어려웠던 것을 (자연어) 프롬프트로 질문하고, 단계별로 해결하며 서비스 만들기
필자는 마케터이지만, 평소에 호기심이 많았습니다. 하지만 그러한 호기심을 이전에는 다양한 도구나 툴, 서비스를 찾는데 시간을 많이 쓰고 그에 따른 기회비용이 많이 소요가 되었는데요. 이제는 Cursor AI - Gemini Code - Claude Code(CLI) 등을 활용해서 만들어 가려고 합니다. 더욱이 Gemini와 Open AI의 기술 고도화 덕분에 오히려 득을 보는 것은 마케터 이겠지만, 한편으로는 업무상 여러 가지 기회를 변화시켜야 하는 일들도 겪고 있긴 합니다.
하지만, 지금 상황에서 마케터 스스로 '내가 필요한 것을 프롬프트 - 구조화된 - AI가 더욱더 일을 할 수 있는 콘텍스트 프롬프트 엔지니어링을 더욱 익혀서 활용한다면 자동화까지의 길은 금방 내 눈에 올 것이다'라고 판단하고 있습니다.
글로벌 - 국내에서도 n8n 자동화에 대한 요구와 수요가 많아지고 있는 즈음인데요. 여러 가지 기술적인 장벽은 ChatGPT가 해결해 주고, 소스 코드에 대한 생성은 Cursor AI가 도움을 주며, 여러 가지 기반된 기술적인 부분도 분명 GPT 통해서 해결하겠죠.
그만큼, 처음의 진입을 어렵게만 놓고 보기에는 해야 할 것이 많습니다. 단 여기서 가장 중요한 것은 평소 어려워했던 것을 'TRY(시도)' 하느냐, 하지 않느냐에 대한 문제입니다. (원하는) 결과를 만들고 못 만들고는 나중에 문제이지만, 바이브 코딩의 궁극적인 과제는 '해보는 것'에 있다고 판단됩니다. (분명 여기서 알아야 할 것은 메타 프롬프트 이든, 콘텍스트 프롬프트 이든지 간에, AI와 함께 일을 할 수 있는 역량을 키워가는 것이지요)
(많은 분들이 이미 활용해보고 있는 과정이겠지만) '명확한 질문 - 구조화된 질문'을 잘 던지는 것이 중요한 것이 AI를 잘 활용하는 방법이 될 수 있습니다. 하지만 이제는 더욱더 많은 서비스를 '자연어 처리된' 프롬프트로 잘 설계해서 활용하는 방법을 고도화하는 수준으로 업그레이드하는 것도 중요할 것입니다.
개인적으로 AI를 활용해서 서비스를 만든다는 것, 초기에는 두려웠지만 요즘은 AI에이전트 개발과정의 코치로 활동을 하면서 다양한 기술적인 장벽이 낮아졌다는 것을 판단하고 있습니다.
기술적인 - UI/UX 적인 장벽을 더욱 낮게 해 준 기술 기반 웹 UI 제공 서비스, Vercel마케터 들은 앞으로 많은 것들을 해야 할 것입니다. 그리고 시장 재편 - 구조 전환에 대해 빠르게 대처해야 할 수도 있습니다. 특히 콘텐츠가 중요했던 시장 - 기술에 대한 이해를 기반으로 데이터/지표 중심의 의사결정이 중요했던 시대 - 더 나아가 기술을 기반으로 보다 명확한 AI 활용이 중요해지는 시대 - 그다음은 어떻게 보면 AI를 일상생활에서 도구 이상의 존재로 생각하며 공존해야 하는 시대에서 살아갈 수도 있지 않을까 생각됩니다.
처음에 던졌던 '왜 지금 '자동화'일까?' 질문에 대한 답변은 바로, 더 나은 업무와 지속적인 생산성, AI를 더 잘 다루면서 한 단계 업데이트하고자 하는 니즈(Needs)에서 출발했다고 볼 수 있습니다.
콘텐츠 - 광고 - 데이터 - 의사결정 - 커뮤니케이션 등을 해왔던 일들을 이제는 AI 덕분에 좀 더 쉽게, 내가 굳이 움직이지 않아도 스스로 일을 해결해 주는 단계로 만들어 가기 위해서 '자동화'에 집중하고, '내가 원하는 서비스를 바이브 코딩'으로 만들어가는 시기를 즐기려고 하는 목적이 아닐까라고 정리하고 싶네요.
이 글에 대해 공감하실, 동의하실 분들이 얼마나 있을지 모르겠지만 같이 이야기를 나눠보고, 댓글로도 의견을 듣고 싶네요. 여러분들의 일들에 있어서 '자동화', 그리고 내가 원하는 것을 '직접 개발하는 즐거움'을 얻었던 분들이 있다면 알려주세요! 듣고 싶습니다.
최근에 고민하고, 실제 경험하는 일들을 써봤습니다. 실제 만들고 있는 서비스에 대한 이야기도 추후에 또 한 번 남겨보도록 하겠습니다.
고맙습니다.
박충효 드림.
또 만나요! (/◕ヮ◕)/
