[TIL] AI 디자이너 베이스 캠프 D-4

 

[AI Literacy 1-3. 생성형 AI와 LLM의 원리]

1. LLM (Large Language Model) 

 

LLM은 언어를 이해하지 못한다. 

머리를 감다 -> 머리10 , 감다120  이런식으로 문장을 수치화(벡터화) 하여 숫자로 인식한다. 

--> 이런 방식을 '임베딩' 이라고 한다. 

 

즉, LLM이 문장을 이해하기 위한 첫번째 단계는 단어, 문장 등 사람의 언어를 임베딩 작업을 통해 수치화 하는것

 

2. Fine-tuning(미세조정) / RAG(검색증강생성) 

 

• 미세조정 (Fine-tuning)

LLM의 특정 매개변수를 수정하는 작업을 의미

ex) 새로운 DATA SET을 학습시키거나 

LLM의 답변자유도 값(Temperature)을 수정하거나, LLM 답변 최대길이를 수정하거나...

 

장점/단점

장점: 비교적 작업속도가 빠르다. 매개변수만 조정하면 되는거니까. 

단점 : 결과를 보는데 까지 시간이 오래걸리고, 결과가 마음에 들지 않으면 새로 미세조정을 해야한다.

 

• 검색증강생성  RAG(Retrieval-Augmented Generation) 

LLM이 참고해서 답변을 만들 수 있는 새로운 정보의 장을 활용하는 방법

쉽게얘기해서 기존의 학습된 내용 + 추가적인 정보

 

WEB에 있는 내용을 참고하거나 서버의 문서의 내용을 참고하게 하거나 핸드폰의 그림들을 참고하게 하거나.

ex) 웹상의 정보를 그대로 전달해주는 것은 RAG라고 보지 않는다. 웹상의 정보를 스크래핑해서 가공해서 보여주는 것을 RAG라고 한다. 

 

장점/단점

장점 : 별도의 학습을 시키지 않아도 된다.

단점: RAG를 설계, 구축, 적용, 유지보수 작업에 많은 비용이들어간다.

 

[AI Literacy 1-4. 프롬프트 기초 - AI에게 잘 묻는 법]

1. 프롬프트란?

LLM한테 입력하는 모든 문장이 사실 프롬프트이다. 

LLM의정체성, 주 임무, 사용자를 설정하기 위해서!

즉, LLM 에게 던지는 지시문!

 

프롬프트의 요소 (고정값은 아님)

• 지시(Instruction)  LLM이 수행해야 하는 명령
• 입력 값 (Input Data)  LLM이 받아들일 값, 그림, 글 등등
• 문맥(Context) :  추가적인 정보, 어조, 말투
• 출력지시자(Output Indicator) : 출력틀, 양식
• 예시 (Example) : 사용자가 원하는 추가적인 요소

프롬프트 요소와 매개변수요소는 다르다. 

자유도(temperature) : LLM의 답변자유도를 설정하는 값.

최태 토큰(token)수 : LLM이 소화할 수 있는 최대 토큰수

(이 외에도 많은 매개변수들이 있다.)

* 자유도가 너무 높으면 환각이 발생하거나 너무 낮으면 추론 능력이 낮아질 수 있다. 

예를 들어 막 없는말을 만들어 낸다거나, 거짓을 진실처럼 말하는 경우. 

 

2. 프롬프트 기법 종류 

 

프롬프트를 더 잘하는 방법은?

프롬프트를 조정하는 활동을 Prompt Engineering 이라고 한다. 

 

• Zero-Shot Prompting : 모델에 예시 없이 원하는 작업을 지시하여 사전 학습된 일반적인 지식만으로 문제를 해결하는 방법

장/단점 : 장점은 별도의 학습을 수행하지 않고 지시문만 명료하게 작성하면된다. 단점은 LLM의 기존 학습된 내용에 오로지 의존

• Few-Shot Prompting : 프롬프트 내에 소수의 관련 예시를 포함시켜  AI모델의 성능을 향상시키는 프롬프트 엔지니어링 기법

장/단점 : 장점은 예시를 포함하여 다음 출력결과를 예상할 수 있음. 단점은 예시가 명확해야하며 정확한 답변을 원할 수록 더 많은 예시와 에외처리가 필요해서 작성자 입장에서는 조금 번거로울 수 있다.

• Chain-of-Thought Prompting(생각의 사슬) : 복잡한 문제를 해결할 때, 정답을 바로 제시하는 대신 사고 과정을 단계별로 거쳐 추론하도록 유도하는 방식

장/단점 : LLM이 추론해 나가는 과정을 볼 수 있어서 만약 잘못 추론한 부분이 있으면 피드백하기 쉬움.  단점은 필요없는 내용까지 방대해 질 수 있으며 답변을 후처리 가공이 필요할 수 있다. 

• Tree of Thoughts(생각의 나무) : 복잡한 문제 해결과정을 나뭇가지 처럼 여러가지 가능성을 탐색하고 최적의 경로를찾는 방식

장/단점 : 여러 해결책을 구할 수 있음. 단점은 어느 답이 제일 적절한지, 환각은 없는지 검증을 해야하거나 검증이 어려움. 

ex) 다음 문제를 Tree of Thoughts  방식으로 해결하라. 

각 단계에서 최소 3가지 대안을 생성하고, 각 대안을 간단히 평가한 뒤 가장 적절한 경로를 선택해 최종 답을 도출하라. 

 

• Structured prompting(구조화 지시) : 구조를 갖춰서 절차지향적으로 프롬프트를 작성하는 방법

장/단점 : LLM이 절차를 수행하는데 가장 직관적인 방법 / 사람보다는 기계입장에서 작성하는 프롬프트라 작성이 어렵고 번거로울 수 있다. 

[입력]

ex1) 다음 질문에 반드시 JSON형태로만 답하라

질문: [질문내용]

 

출력형식: 

{ "benefits" : [ " 문장1",

                       "문장2"] }

[출력]

{ "benefits" : [ " 답변1",

                       "답변2"] }

 

ex2)

[입력]

다음 글을 아래 구조에 맞춰 요약하라. 

[요약]

- 핵심문장 :

- 주요 포인트 : 

- 결론 : 

 

글: [어쩌구 저쩌구] 

 

• Generated Knowledge Prompting(지식생성) : 응답 정확도와 추론 능력을 향상시키기 위한 프롬프트 엔지니어링 기법

[입력]

다음 질문에 답하기 전에 먼저 관련 배경지식 [n개] 생성하라. 

그 지식을 기반으로 최종 답을 작성하라. 

질문: [내용]

 

[출력]

[생성된 지식]

1) 지식1

2) 지식2

3) 지식3 

 

[최종값]

어쩌구 저쩌구

 

 [수업 과제] 오늘 배운 프롬프트 기법으로 질문해보기

 

1. 제로샷 프롬프트 

질문 : 최근 AI디자이너의 전망과 종류, 각각 하는 업무에 대해서 구체적으로 설명해줘.

 

AI 기술의 발전으로 인해 ‘AI 디자이너’라는 직무는 단순히 새로운 직업군이라기보다, 기존 디자인 직군이 AI를 도구로 활용하여 역할을 확장하고 진화하는 과정에 가깝습니다. AI 시대의 디자인 직무는 반복적인 작업에서 해방되어, 더 높은 수준의 ‘문제 해결’과 ‘전략적 설계’에 집중하는 방향으로 변모하고 있습니다.

최근 업계의 흐름을 바탕으로 AI 디자이너의 전망과 주요 분야별 업무를 정리해 드립니다.

1. AI 디자이너의 전망

AI 디자이너의 앞날은 ‘대체’가 아닌 ‘확장’과 ‘진화’로 요약됩니다.

• 생산성 극대화: 미드저니(Midjourney), 스테이블 디퓨전(Stable Diffusion) 등 AI 도구를 활용해 아이디어를 시각화하는 속도가 비약적으로 향상되었습니다.
• 전략적 사고의 중요성: 단순한 툴 숙련도보다는 ‘어떤 문제를 풀 것인가(문제 정의)’와 ‘AI가 생성한 결과물을 어떻게 비즈니스 목적에 맞게 조율할 것인가(편집 및 판단)’가 디자이너의 핵심 역량이 되었습니다.
• 커리어의 확장: 모션 디자인, 인터랙션 디자인, 프로덕트 전략 등 AI가 완전히 대체하기 어려운 ‘인간의 창의적 사고’가 필요한 영역으로 디자이너의 전문성이 강화되고 있습니다.

2. AI 활용 분야별 디자이너 종류 및 업무

디자인 직군 내에서 AI를 어떻게 활용하느냐에 따라 역할이 세분화되고 있습니다.

구분	주요 업무 (AI 활용 포인트)
AI 콘텐츠 크리에이터	AI를 활용해 고품질의 일러스트, 캐릭터, 웹툰 등을 생성하고 스토리텔링을 결합하여 콘텐츠를 제작합니다.
UX/UI 디자이너	AI를 활용해 사용자 흐름(Flow)을 빠르게 시뮬레이션하거나, 데이터 기반의 인터페이스 최적화 및 개인화된 사용자 경험을 설계합니다.
AI 프로덕트 디자이너	AI 기술이 적용된 서비스 자체(예: 챗봇, AI 기반 추천 시스템)를 설계합니다. 사용자가 AI와 어떻게 상호작용할지 인터페이스를 디자인합니다.
GUI/그래픽 디자이너	반복적인 아이콘 생성, 에셋 제작 등 기초 작업을 AI로 자동화하고, 브랜드 일관성을 유지하는 정교한 스타일링에 집중합니다.
인터랙션/모션 디자이너	AI로 생성된 디자인 소스에 역동적인 움직임을 부여하거나, 코딩 자동화 도구를 활용해 복잡한 인터랙션의 구현 완성도를 높입니다.

3. 디자이너로서 경쟁력을 높이는 방법

이미 웹툰 스타일의 일러스트나 캐릭터 디자인 경험이 있으시다면, 다음 단계로 나아가는 것을 추천드립니다.

1. AI 워크플로우 내재화: 단순 이미지 생성을 넘어, 생성된 결과물을 보정하고 자신의 디자인 시스템에 통합하는 워크플로우를 만드세요.
2. 데이터 및 전략적 사고: AI가 만든 결과물이 왜 좋은지, 비즈니스적으로 어떤 성과를 낼 수 있는지 논리적으로 설명하는 훈련이 필요합니다.
3. 전문 분야 고도화: 현재 관심 있는 'AI 챗 플랫폼용 캐릭터'나 '역사 기반 콘텐츠'처럼, AI 도구를 본인만의 창작물(웹툰, 동화 등)과 결합하여 포트폴리오를 쌓는 것이 좋습니다.

요약하자면:

AI는 디자이너의 손을 대신하는 도구일 뿐, ‘사용자에게 어떤 가치를 전달할 것인가’를 결정하는 기획력과 감각은 여전히 디자이너의 몫입니다. AI 기술을 적극적으로 활용하여 업무 시간을 단축하고, 그만큼 확보된 시간에 기획력과 창의력을 투입한다면 아주 훌륭한 AI 기반 크리에이터가 되실 수 있을 것입니다.

혹시 구체적으로 준비하고 계시는 프로젝트(예: 웹툰이나 사극 관련 콘텐츠 등)에서 AI를 어떻게 적용할지 고민 중이신가요? 상황을 말씀해 주시면 더 구체적인 조언을 드릴 수 있습니다.

 

2. 지식생성 기법 

먼저 최근 인기있는 AI영상의 공통점에 대하여 배경지식 5개를 생성해줘. 그 지식을 기반으로 아래 질문에 답해줘.

질문: 인기 있는 AI영상 추천 소재 및 영상 길이.

[배경지식: 2026년 AI 영상 트렌드 5]

1. 캐릭터 일관성(Character Consistency)의 필수화: 과거에는 매 장면 얼굴이 바뀌는 것이 문제였으나, 현재는 동일한 캐릭터를 다양한 상황에 반복 배치하는 '캐릭터 라이브러리' 구축이 영상 제작의 기본 인프라가 되었습니다.
2. 시네마틱 컨트롤(Cinematic Control): 단순한 텍스트 입력이 아닌, 카메라의 움직임(팬, 줌, 틸트)과 구도를 직접 통제하여 감독이 의도한 몰입감을 연출하는 방식이 주류입니다.
3. 내러티브 기반의 숏폼(Story-driven Shorts): 무조건 화려한 영상보다, 숏폼 알고리즘에 최적화된 1분 내외의 '이야기 중심' 콘텐츠가 시청 유지율이 가장 높습니다.
4. 페이슬리스(Faceless) 교육 및 에세이: 직접 출연하지 않고 AI가 생성한 고퀄리티 영상 자료(B-roll)와 나레이션만으로 정보와 재미를 전달하는 형태가 개인 크리에이터 사이에서 가장 효율적인 모델로 꼽힙니다.
5. 콘텐츠 다변화와 수익화의 결합: AI로 영상을 만드는 것에 그치지 않고, 그 제작 과정을 공유하는 '튜토리얼'이나 '사이드 허슬(부업) 사례'를 공유하는 콘텐츠가 높은 신뢰도와 수익성을 보입니다.

[질문 답변: 인기 있는 AI 영상 추천 소재 및 영상 길이]

1. 인기 있는 AI 영상 추천 소재

현재 시청자의 관심을 가장 많이 받는 소재는 크게 세 가지 범주로 나뉩니다.

• 스토리텔링형 (시청 지속시간 확보):
  • AI 다큐멘터리/에세이: 역사, 과학, 미스터리 등 시각적으로 구현하기 힘든 장면(고대 문명, 우주, 미세 세포 등)을 AI로 생성하여 설명하는 형태.
  • 픽션/판타지 쇼츠: 짧은 에피소드로 이어지는 SF 또는 로맨스 드라마. 캐릭터 중심의 연속성이 중요합니다.
• 지식/정보 전달형 (트래픽 확보):
  • AI 활용 튜토리얼: "AI로 10분 만에 숏드라마 만들기" 등 제작 과정을 보여주는 콘텐츠는 전문성을 입증하기 좋습니다.
  • 전문 분야 가이드: "의사를 위한 AI", "디자이너를 위한 AI" 등 특정 직군을 겨냥한 정보 공유.
• 캐릭터 IP 활용형:
  • 가상 페르소나: 동물이나 독특한 가상 캐릭터를 만들어 대중과 소통하는 방식. 브랜드 노출이 쉬워 수익화에 유리합니다.

2. 추천 영상 길이 (최적의 리텐션)

영상 길이는 플랫폼과 콘텐츠의 목적에 따라 '정해진 표준'을 따르는 것이 성공 확률을 높입니다.

• 숏폼 (틱톡, 릴스, 유튜브 쇼츠): 30초 ~ 60초.
  • 강렬한 후크(도입부)로 시작해 단 하나의 사건이나 정보만 빠르게 전달해야 합니다.
• 교육/튜토리얼 영상: 8분 ~ 15분.
  • 실질적인 '방법'을 학습하기에 가장 적절하며, 유튜브 알고리즘상 시청 시간 대비 노출 효율이 높은 구간입니다.
• 다큐멘터리/에세이: 20분 ~ 45분.
  • 시청자가 몰입할 준비가 된 주제일 경우, 깊이 있는 서사를 제공하여 충성도 높은 구독자를 확보하기 좋습니다.

💡 전략적 조언: 처음 시작하신다면 '30~60초 분량의 캐릭터 중심 숏폼'으로 캐릭터의 개성을 먼저 구축한 뒤, 점차 '8분 이상의 제작 과정 설명(튜토리얼)' 영상으로 확장하여 전문성을 쌓는 방식을 권장합니다.

 

[느낀점]

AI에 대해 좀더 상세하게 알아갈 수록 더 재밌지만 어려운 느낌이다.

프롬프트는 어떤 대답을 원하는 지에 따라 다양한 프롬프트 기법 어떤 것을 선택하여 사용하는 지가 중요한 것 같다.

그리고 숙제를 하면서 요즘은 제로샷으로 한마디 질문만 해도 엄청 상세하게 설명해주고, 다음 궁금해할 질문에 대해 추천해주기도 한다. AI가 그만큼 더 발전한 것 같다. 

그러나 확실히 원하는 바를 얻으려면 다양한 프롬프트를 잘 활용 하는 법을 연습해야 할 것 같다.

재밌고, 어렵다.