ChatGPT 글쓰기 시작법

무료와 유료, 빠른 모델과 Thinking 모델부터 구분하자

이 시리즈는 AI를 활용해 장기 연재를 만드는 과정을 기록한 글이며, 실제 적용 예시는 브런치 연재 《와글와글 게임회사 이야기》에서 확인할 수 있습니다.

많은 사람이 ChatGPT를 처음 쓸 때 이렇게 시작한다.

“이 주제로 브런치 글 하나 써줘.”

“소설 1화 써줘.”

“제목 10개만 뽑아줘.”

틀린 시작은 아니다.

나도 처음엔 그랬다.

문장을 빨리 얻고 싶었고, 실제로 처음 받아보는 초안은 생각보다 그럴듯했다.

문제는 그다음이었다.

1화는 그럴듯했는데 2화에서 말투가 달라졌다.

3화쯤 가니 주인공이 같은 사람 같지 않았다.

어떤 화는 회사 이야기처럼 읽히고, 어떤 화는 그냥 일반적인 직장 에세이처럼 흘렀다.

한 편씩 떼어 보면 괜찮았지만, 연재로 붙여놓으면 같은 작품이 아니었다.

그때 알았다.

ChatGPT를 잘 쓰는 문제보다 먼저, 어떤 일에 어떤 방식으로 써야 하는지부터 구분해야 한다는 걸.

AI 글쓰기를 처음 시작하는 사람에게 가장 먼저 필요한 건 화려한 프롬프트가 아니다.

지금 내 앞에 있는 ChatGPT를 검색창처럼 쓸지, 작업실처럼 쓸지 구분하는 일이다.

그리고 그 구분은 생각보다 단순하다.

오늘은 그 첫 단추부터 정리해보려 한다.

무료로도 시작할 수 있는지

유료가 왜 편한지

빠른 모델과 Thinking 모델은 뭐가 다른지

긴 글 작업에서는 왜 Thinking 쪽을 더 추천하는지

그리고 글 프로젝트는 어떻게 시작해야 하는지

AI를 거의 모르는 사람 기준으로, 여기서부터 차근차근 가보자.

---

먼저 이것부터

ChatGPT는 검색창처럼도 쓰고, 작업실처럼도 쓴다

많은 사람이 ChatGPT를 “조금 더 똑똑한 검색 엔진” 정도로 쓴다.

질문 하나 던지고, 답 하나 받고, 끝낸다.

그 방식도 충분히 쓸모 있다.

예를 들면 이런 일이다.

문장 하나 다듬기

제목 몇 개 추천받기

어떤 개념 빠르게 설명 듣기

비교표 정리하기

이럴 때는 빠르게 답을 받고 넘어가면 된다.

문제는 글쓰기, 특히 브런치 연재나 소설, 책 초안처럼 앞뒤 맥락이 길게 이어져야 하는 작업이다.

이건 질문 하나로 끝나지 않는다.

아이디어가 생기고, 기준을 정하고, 독자를 정하고, 톤을 잡고, 목차를 만들고, 화별 흐름을 붙이고, 초안을 만들고, 다시 고쳐야 한다.

이때 ChatGPT를 검색창처럼만 쓰면 매번 이런 일이 벌어진다.

어제 한 말이 오늘 흔들린다

초안은 빨리 나오는데 방향은 안 잡힌다

글은 생기는데 작품은 안 생긴다

반대로 작업실처럼 쓰면 달라진다.

프로젝트 단위로 대화를 이어가고, 기준 문서를 만들고, 그 문서를 바탕으로 다음 작업을 이어갈 수 있다.

나는 와글와글 게임회사 이야기를 만들면서 이 차이를 아주 크게 봤다.

처음엔 원고부터 시켰다.

그다음엔 순서를 바꿨다.

프로젝트 지침을 만들고, 세계관 문서를 만들고, 주인공 문서를 만들고, 시즌 1 목차와 로그라인을 만든 뒤에야 실제 원고가 안정되기 시작했다.

즉, AI가 갑자기 더 잘 써준 게 아니었다.

사람이 먼저 작업 기준을 만들어두자, AI가 그 기준 안에서 덜 흔들린 것에 가까웠다.

---

모델 이름보다 먼저 알아야 할 것

빠른 모델과 Thinking 모델은 역할이 다르다

AI를 처음 쓰는 사람은 여기서 한 번 더 막힌다.

모델 이름이 너무 많고, 화면에 보이는 이름도 자꾸 바뀌는 것처럼 느껴진다.

그래서 초보자에게는 제품명보다 역할 차이로 이해하는 편이 훨씬 낫다.

이 글에서는 아주 단순하게 두 가지로 나눠서 말하겠다.

1) 빠른 모델

빠르게 반응하고, 가벼운 요청에 잘 맞는다.

짧은 정리, 아이디어 발산, 문장 다듬기, 제목 추천처럼 즉답형 작업에 좋다.

예를 들면 이런 일이다.

제목 10개 뽑기

문단 한 줄 더 간결하게 고치기

소제목 후보 여러 개 받기

긴 글을 짧게 요약하기

A와 B를 비교표로 정리하기

비유하면, 똑똑해진 검색 비서에 가깝다.

빠르고 가볍게, 여러 번 던져보기 좋다.

2) Thinking 모델

조금 더 오래 생각하고, 구조를 따지고, 앞뒤 정합성을 보는 데 유리하다.

속도는 조금 느릴 수 있지만, 긴 문맥이 있는 작업에서는 이쪽이 훨씬 안정적이다.