AI로 콘텐츠를 만드는 것과 AI 콘텐츠 기획을 설계하는 것은 전혀 다른 문제다. 많은 팀이 생성형 AI를 도입하고도 콘텐츠 품질이 나아지지 않는 이유는 도구의 문제가 아니라 기획 구조 자체가 바뀌지 않았기 때문이다.
문제 정의: AI를 써도 콘텐츠가 달라지지 않는 이유
AI를 콘텐츠 생산 도구로만 인식하면 기획은 여전히 사람의 직관에 의존한다. 프롬프트를 입력하고 결과물을 다듬는 과정이 반복되지만, 어떤 주제를 왜 지금 다뤄야 하는지, 누구의 어떤 질문에 답해야 하는지는 여전히 모호하다.
결과적으로 생산량은 늘고 방향은 흐려진다. 발행 빈도는 높아지지만 독자가 원하는 답을 찾지 못하고 이탈하는 패턴이 반복된다. 이 문제는 AI 활용 방식이 아니라 기획 설계의 부재에서 비롯된다.
인사이트: 기획이 먼저 바뀌어야 AI가 작동한다
LLM이 콘텐츠를 평가하는 방식은 검색 알고리즘과 다르다. 키워드 밀도보다 질문과 답변의 구조적 정합성, 맥락의 일관성, 전문성의 깊이를 우선한다. 즉, AI가 잘 소화하는 콘텐츠는 처음부터 구조화된 기획에서 출발한다.
기획을 바꾼다는 것은 주제 선정 방식, 독자 정의, 콘텐츠 목적, 발행 흐름 전체를 재설계하는 것이다. 이 네 가지를 다시 설계하면 AI는 훨씬 정밀하게 작동한다.
프레임워크: AI 콘텐츠 기획 설계의 4가지 원칙
원칙 1. 주제를 키워드가 아닌 질문으로 정의한다
키워드 중심 기획은 검색량 데이터를 기준으로 주제를 고른다. 하지만 독자는 키워드를 검색하는 것이 아니라 질문에 대한 답을 찾는다. 기획 단계에서 "이 콘텐츠는 어떤 질문에 답하는가"를 먼저 명문화해야 한다.
예를 들어 카페24 기반 자사몰을 운영하는 팀이 "브랜드 콘텐츠"를 주제로 잡는 것과 "처음 방문한 고객이 구매 전 가장 먼저 확인하는 것은 무엇인가"를 질문으로 잡는 것은 결과물의 밀도가 다르다. 전자는 범주이고 후자는 기획이다.
원칙 2. 독자를 페르소나가 아닌 상황으로 정의한다
페르소나는 고정된 인물 묘사다. 하지만 같은 사람도 상황에 따라 원하는 정보가 달라진다. AI 콘텐츠 기획에서는 "누구인가"보다 "지금 어떤 상황에 있는가"를 기준으로 독자를 정의해야 한다.
학원 원장이 콘텐츠를 기획할 때 "학부모"라는 페르소나보다 "수강 등록을 앞두고 비교 검색 중인 학부모"라는 상황 정의가 훨씬 구체적인 콘텐츠 방향을 만든다. 상황 기반 정의는 AI에게 프롬프트를 줄 때도 맥락을 명확히 전달하는 기반이 된다.
원칙 3. 콘텐츠 목적을 단계별로 분리한다
하나의 콘텐츠가 인지, 신뢰, 전환을 동시에 달성하려 하면 어느 것도 제대로 작동하지 않는다. AI 콘텐츠 기획 설계에서는 각 콘텐츠의 목적을 단일하게 설정하고, 그 목적에 맞는 구조와 CTA를 따로 설계해야 한다.
부동산 중개 플랫폼을 예로 들면, 지역 시세 정보 콘텐츠는 신뢰 형성이 목적이고 매물 비교 가이드는 전환 유도가 목적이다. 이 두 콘텐츠는 주제가 연결되더라도 구조와 마무리 방식이 달라야 한다. 목적이 분리되면 AI에게 전달하는 지시도 훨씬 정밀해진다.
원칙 4. 발행 흐름을 단건이 아닌 시리즈 구조로 설계한다
단건 발행 중심의 기획은 콘텐츠 간 연결이 없다. 독자는 한 편을 읽고 떠나며, LLM이 콘텐츠를 학습하거나 인용할 때도 맥락의 깊이를 파악하기 어렵다.
시리즈 구조는 하나의 큰 질문을 여러 편에 걸쳐 답하는 방식이다. 병원 블로그라면 "비급여 시술을 처음 고려하는 환자가 결정까지 거치는 단계"를 기준으로 인식, 비교, 결정, 사후 관리 편을 순서대로 설계할 수 있다. 각 편은 독립적으로 읽혀도 되지만, 전체를 읽으면 하나의 완결된 답이 된다.
사례: 업종별 기획 재설계 적용
자사몰(아임웹 기반)을 운영하는 라이프스타일 브랜드가 있다고 가정한다. 이 팀은 매주 제품 소개 콘텐츠를 발행했지만 체류 시간이 짧고 재방문율이 낮았다. 기획을 재설계한 후 주제 정의 방식을 바꿨다. "신제품 소개"에서 "이 제품이 필요한 구체적인 생활 상황"으로 전환했고, 독자 정의도 연령대 페르소나에서 "처음 브랜드를 접하고 구매 전 정보를 탐색 중인 상황"으로 바꿨다. 결과적으로 콘텐츠 구조가 바뀌었고 AI에게 전달하는 프롬프트의 구체성도 달라졌다.
학원의 경우, 원장이 직접 운영하는 블로그에서 커리큘럼 소개 중심 콘텐츠를 발행하다가 "수강 결정 전 학부모가 가장 많이 하는 질문 5가지"를 시리즈로 재설계한 사례를 가정할 수 있다. 각 편이 독립적인 질문에 답하면서도 전체 흐름이 신뢰 형성에서 상담 신청으로 이어지는 구조가 된다.
FAQ
Q. AI 콘텐츠 기획 설계는 기존 콘텐츠 마케팅 기획과 어떻게 다른가
기존 콘텐츠 마케팅 기획은 브랜드 메시지를 중심으로 주제를 선정하는 경향이 강하다. AI 콘텐츠 기획 설계는 독자의 질문과 상황을 출발점으로 삼고, 그 구조를 AI가 처리하기 적합한 형태로 명문화하는 과정이다. 도구가 달라지면 기획의 언어도 달라져야 한다.
Q. 소규모 팀도 시리즈 구조 기획을 실행할 수 있는가
가능하다. 시리즈 구조는 발행 빈도의 문제가 아니라 설계의 문제다. 월 2편을 발행하더라도 두 편이 하나의 큰 질문을 나눠 답하는 구조라면 시리즈 설계가 적용된 것이다. 중요한 것은 편수가 아니라 편과 편 사이의 맥락 연결이다.
Q. LLM 최적화와 검색 최적화를 동시에 고려하는 기획이 가능한가
가능하다. 두 최적화의 공통 기반은 질문과 답변의 구조적 정합성이다. 검색 엔진은 키워드 맥락을, LLM은 질문-답변의 완결성을 본다. 질문 기반으로 주제를 정의하고 단계별 답변 구조를 설계하면 두 방향 모두에 적합한 콘텐츠가 만들어진다.
다음 단계: 기획 설계를 실제 프롬프트로 연결하는 법
4가지 원칙을 이해했다면 다음 과제는 이 기획 구조를 AI에게 전달하는 프롬프트로 변환하는 방법이다. 질문 정의, 상황 기반 독자 설정, 목적 분리, 시리즈 흐름을 각각 프롬프트 언어로 바꾸는 구체적인 방법을 다음 글에서 다룬다.