면접관이 이 한 문장으로 확인하려는 것들. 각 갈래를 알면 답의 뼈대가 잡혀요.
마케팅 동아리에서 인스타그램 콘텐츠를 기획할 때 ChatGPT를 처음 써봤습니다. 카피 초안 전부를 AI에게 맡겼더니 문장이 너무 일반적이어서 그대로 쓰기 어려웠습니다.
방향을 바꿔서 AI에게는 아이디어 목록만 뽑게 하고, 그 중에서 고른 방향을 직접 다듬는 방식으로 바꿨습니다. 10개 아이디어 중 실제로 쓴 건 2~3개였지만, 혼자 고민하는 것보다 출발점이 빠르게 잡혔습니다. 작업 시간이 절반 정도로 줄었고, 그 시간을 이미지 편집에 더 쓸 수 있었습니다.
AI 툴이 아이디어를 대신 생각해주는 게 아니라 빠르게 발산하게 해주는 도구라는 걸 그때 배웠습니다. 어떤 방향을 고를지는 사람이 판단해야 한다는 감각이 생겼습니다.
인턴 중에 경쟁사 콘텐츠 30개를 분석하는 업무를 맡았습니다. 각 콘텐츠의 주요 메시지와 톤을 정리하는 데 시간이 많이 걸려서, Claude에 텍스트를 붙여넣고 "이 콘텐츠가 강조하는 가치 3가지를 뽑아줘"라고 요청했습니다.
30개 분량을 혼자 읽고 정리했다면 반나절이 걸렸을 텐데, AI를 쓰고 나서 2시간 안에 초안을 완성했습니다. 단, AI가 잡아낸 키워드가 실제 문맥과 다르게 해석된 경우가 4건 있어서 원문과 대조 확인하는 단계가 필요하다는 걸 배웠습니다.
도구를 믿되, 결과를 직접 검증하는 단계를 없애면 오히려 작업이 다시 늘어날 수 있다는 걸 경험했습니다.
개인 프로젝트로 소규모 온라인 셀러 계정의 콘텐츠 전략을 잡는 일을 도운 적이 있습니다. 어떤 해시태그를 써야 노출이 늘지 감이 없어서 ChatGPT에 키워드 목록을 요청했습니다.
나온 결과를 바로 쓰지 않고, 실제 플랫폼에서 검색량과 경쟁 게시물 수를 직접 확인했습니다. AI가 제안한 20개 중 효과적인 건 8개 정도였고, 나머지는 너무 광범위하거나 이미 포화된 태그였습니다.
AI 툴이 방향 탐색에는 유용하지만, 결과를 실제 데이터로 검증하는 과정을 빠뜨리면 효과가 없다는 걸 배웠습니다. 도구를 쓴다는 게 결과를 그대로 믿는 게 아니라, 더 빠르게 가설을 세우는 것이라는 감각이 생겼습니다.
같은 실수가 반복돼요. 이것만 피해도 절반은 갑니다.
진짜 면접은 두 번째 질문부터예요. 이 답 뒤에 따라올 법한 것들.