🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

클로드에게 주제만 던지면 “내가 쓴 것처럼” 글을 쓰게 하려면, 단순 프롬프트가 아니라 내 문체·취향·판단 기준을 압축한 about me.md가 먼저 필요하다.

📌 핵심 요점

1. AI 글쓰기의 핵심은 빠른 초안 생성이 아니라, 사용자의 말투·표현 습관·싫어하는 문장·판단 기준을 반영해 “나처럼 쓰는” 능력이다.
2. 이를 위해 사용자는 기존 글 샘플과 100문항 인터뷰를 통해 자신의 문체 패턴을 드러내고, 그 원본 데이터를 보이스 프로파일로 만든다.
3. 원본 보이스 프로파일은 분량이 크기 때문에 매번 그대로 쓰기 어렵고, 토큰 밀도가 높은 about me.md로 압축해야 실전 활용성이 생긴다.
4. 압축 파일에는 정체성 맥락, 목소리 지문, 글쓰기 법칙, 금지 표현, 취향, 판단 규칙, 예시 등이 들어가며 여러 AI 도구에 이식할 수 있다.
5. ChatGPT와 Claude 모두 문체 재현 가능성을 보여주지만, 모델별로 자연스러움·과잉 반영·반복 소재 사용의 차이가 있어 결과물은 반드시 사람이 평가하고 퇴고해야 한다.

🧩 배경과 문제 정의

• 이 영상의 문제의식은 AI 글쓰기의 목표가 단순히 빠른 초안이나 그럴듯한 문장을 만드는 데 있지 않다는 데서 출발한다.
• 핵심은 주제만 던져도 AI가 사용자의 말투, 취향, 판단 기준을 반영해 “내가 쓴 것처럼” 글을 쓰게 만드는 것이다.
• AI가 사용자를 닮은 글을 쓰려면 사용자의 실제 문체 데이터가 필요하다. 자주 쓰는 표현, 싫어하는 문장, 문장을 시작하고 끝내는 방식 같은 패턴이 없으면 AI는 평균적인 인터넷 문체에 가까운 글을 만들게 된다.
• 해결 방향은 사용자의 목소리와 문체를 매번 말로 설명하는 것이 아니라, about me.md 같은 파일로 압축해 AI 작업 폴더에 넣고 매 세션마다 읽게 만드는 것이다.
• 이 방식은 100문항 인터뷰, 기존 글 샘플, 음성 기반 답변을 통해 사용자의 글쓰기 패턴을 추출하고, 이후 압축·테스트·수정을 거쳐 지속적으로 다듬는 과정을 전제로 한다.

🕒 시간순 섹션별 상세정리

1. AI 글쓰기의 핵심은 빠른 초안이 아니라 사용자의 복제본이다

• 사람들이 AI에게 기대하는 것은 단순히 빠르게 글을 써주거나 그럴듯한 문장을 만들어주는 것이 아니라, 주제 하나만 줘도 사용자의 말투와 취향에 맞게 문장을 골라주는 능력이다 [01:03]
• 영상은 AI 안에 “또 하나의 나”를 만드는 일을 목표로 제시하며, 사용자가 자리에 없어도 같은 목소리와 기준으로 판단하고 글을 쓰는 디지털 복제본에 가깝다고 보여준다 [01:18]

2. about me.md는 사용자의 목소리와 판단 기준을 압축한 작업 파일이다

• 목표는 사용자를 AI에게 길게 설명하는 것이 아니라, 사용자의 목소리, 문체, 취향, 판단 기준을 about me.md 파일 하나로 압축하는 것이다 [01:48]
• 이 파일이 AI 작업 폴더 안에 있으면 AI는 매번 사용자를 추측하지 않고, 먼저 파일을 읽은 뒤 사용자의 기준에 맞춰 작업을 시작할 수 있다 [02:03]

3. 문체는 반복 패턴이며, 100문항 인터뷰로 끄집어낸다

• 사람의 문체는 자주 쓰는 단어, 항상 지우는 단어, 반복해서 쓰는 비유, 문장을 여닫는 방식 같은 패턴의 집합으로 드러난다 [02:48]
• AI는 100문항 인터뷰를 통해 사용자의 문체 패턴을 끌어내고, 이후 이를 토큰 효율이 높은 압축 파일로 정제하는 과정을 거친다 [03:03]

4. 작업 환경과 글 샘플은 사용자의 실제 문체를 학습시키는 기반이다

• 준비물로는 클로드 데스크탑 앱, 코워크 모드, 파일을 읽고 쓸 수 있는 작업 폴더가 필요하며, 최신 모델과 높은 작업량 설정이 권장된다 [03:34]
• 작업 폴더에는 about me.md가 머물 공간이 필요하고, 이후에는 옵시디언 볼트 폴더처럼 사용자의 글쓰기 자료가 모이는 공간으로도 활용될 수 있다 [04:05]

5. 인터뷰는 격식 없는 날것의 답변을 요구한다

• 준비된 100문항 인터뷰 프롬프트를 클로드에 넣으면 한 번에 하나씩 질문이 나오고, 사용자는 음성 전사 도구나 클로드 데스크탑의 음성 기능으로 답변할 수 있다 [05:45]
• 중요한 조건은 예의를 차리거나 격식을 갖춘 답을 만드는 것이 아니라, 마음속에 있는 표현과 생각을 그대로 밖으로 꺼내는 것이다 [06:21]

6. 실제 진행에서는 음성 도구를 바꿔가며 100문항을 끝까지 밀어붙인다

• 클로드 데스크탑의 음성 녹음은 띄어쓰기와 전사 품질이 충분하지 않아, 노션 AI 노트의 받아쓰기 기능으로 답변을 만든 뒤 클로드에 붙여 넣는 방식으로 전환한다 [07:46]
• 세 번째 질문에서는 질문 의도가 삐딱하게 느껴져 의미를 되묻고 싶은 반응이 생기고, 네 번째 질문에서는 은유의 출처와 직접 쓴 문장 예시를 함께 요구받는다 [08:33]

7. 보이스 프로파일 완성과 원본 규모 확인

• 100번째 답변이 끝나면서 인터뷰가 마무리되고, 모든 질의응답 내용이 담긴 보이스 프로파일 파일이 생성된다 [12:24]
• 생성된 파일을 텍스트 편집기로 열자 인터뷰 전체 내용이 그대로 들어 있으며, 이 파일은 이후 압축과 테스트의 원본 데이터로 쓰인다 [12:36]

8. 토큰 밀도 중심의 압축 프로필 생성

• 원본에 담긴 행동 방식과 판단 기준은 유지하되, 토큰당 정보 밀도를 극대화하는 압축이 필요하며 상한선은 약 5,000토큰으로 잡힌다 [13:18]
• 준비된 프롬프트를 사용해 원본 보이스 프로파일을 약 5,000토큰 이내로 줄이는 작업이 진행되고, 압축된 about me.md 파일이 만들어진다 [13:25]

9. 압축 프로필 구성과 백업 필요성

• 압축 파일에는 정체성 맥락, 목소리 지문, 글쓰기 법칙, 소통 법칙, 금지 내용, 취향, 시그니처 특징, 판단 규칙, 모범 예시, 최종 지시가 들어간다 [14:28]
• 실전 테스트 전에는 원문 샘플, 100문항 답변이 담긴 보이스 프로파일, 압축된 about me.md 세 파일을 구분해 보관해야 한다 [14:55]

10. ChatGPT 실전 테스트와 문체 재현 평가

• ChatGPT에 about me.md를 첨부하고, “첨부 파일에는 내 글쓰기 정체성이 담겨 있다”는 전제로 3천자 분량의 에세이를 요청한다 [15:41]
• 기존 브런치 글의 제목을 주제로 넣고 전송하자 에세이가 완성되며, 이후 평소 문체와 얼마나 비슷한지가 평가 대상이 된다 [16:07]

11. AI 판독 결과와 자동 대필에 대한 유보

• 영상 속 테스트에서는 생성된 글을 AI 판독기에 붙여 넣자 인간이 쓴 확률이 100%로 나오며, 실제 작성 주체와 탐지 결과 사이의 괴리가 생긴다 [18:13]
• 실제로 제공된 것은 제목과 정체성이 담긴 MD 파일뿐이었지만, ChatGPT는 작성자의 분신이나 복제품처럼 유사한 글을 만들어낸 것으로 평가된다 [18:38]

12. Claude Code 환경 구성과 ChatGPT 대비 품질 차이

• Claude Code는 지정 폴더 안에서 작업하므로 매번 파일을 첨부할 필요가 없고, 폴더 안에 필요한 파일만 준비하면 반복 작업이 쉬워진다 [19:23]
• 워킹 폴더에서는 압축된 about me.md만 남기고 원본 보이스 프로파일과 글 샘플을 삭제해, Claude Code가 참조할 핵심 파일을 단순화한다 [19:54]

13. 모델별 문체 재현 차이와 조합 전략

• 불필요한 에피소드나 화제거리를 끌어오지 않고 문체를 정확히 반영한 결과물이 나왔고, 객관적으로 봐도 본인 글처럼 느껴질 정도의 유사성이 생겼다고 평가한다 [24:00]
• Gemini, ChatGPT, Claude처럼 여러 AI를 직접 테스트하면 모델별 차이가 드러나므로, 각 모델에 맞는 사용 전략을 만들 필요가 커진다 [24:19]

14. about MD의 확장성과 최종 책임

• about me.md는 Claude 전용 파일이 아니라 ChatGPT 커스텀 인스트럭션, Gemini Gems, Grok, Claude Project, Claude Code 등 다양한 시스템 컨텍스트에 넣어 활용할 수 있다 [24:48]
• 마케팅 담당자, 편집자, 외주 작가와 협업할 때 about me.md를 전달하면 이메일 답장, 커뮤니티 공지, 상품 소개문, 유튜브 대본까지 평소 문체에 가까운 글로 확장될 수 있다 [25:09]

🧾 결론

• 이 영상의 결론은 “주제만 던지면 AI가 내 글을 대신 완성한다”가 아니라, AI가 나처럼 쓰게 만들기 위한 자기 데이터 구축 과정이 필요하다는 것이다.
• about me.md는 사용자를 설명하는 소개문이라기보다, AI가 글을 쓸 때 참고하는 문체·취향·판단 기준의 압축 파일에 가깝다.
• 100문항 인터뷰와 기존 글 샘플은 사용자의 날것의 반응, 반복 표현, 문장 리듬, 금지 취향을 끌어내는 핵심 재료로 제시된다.
• 실험 결과, 제목과 압축 프로필만으로도 꽤 유사한 초안이 만들어졌지만, 영상에서는 글쓰기의 최종 선택과 퇴고 책임은 사람에게 남아 있다고 본다.
• 검증이 필요한 부분은 AI 판독기 결과다. 영상에서는 인간 작성 확률 100%가 나왔지만, 이는 특정 도구와 특정 결과물에 대한 사례일 뿐 일반적인 신뢰도까지 증명하지는 않는다.

📈 투자·시사 포인트

• 개인 생산성 관점에서는 AI 글쓰기 도구 자체보다, 자신의 문체 데이터와 작업 폴더를 정리하는 초기 투자 시간이 더 큰 레버리지가 될 수 있다.
• 조직이나 크리에이터 팀에서는 about me.md 같은 문체 프로필을 만들면 이메일, 공지, 상품 소개문, 유튜브 대본 등 반복 글쓰기의 일관성을 높이는 자산으로 활용할 수 있다.
• AI 도구 선택에서는 “어떤 모델이 가장 똑똑한가”보다 “내 문체 프로필을 얼마나 자연스럽게 반영하고 과잉 반복하지 않는가”가 중요한 평가 기준이 된다.
• ChatGPT, Claude, Gemini 등 모델별 결과를 비교해 메인 작성 도구와 보조 검토 도구를 나누는 조합 전략이 필요하다.
• 다만 자동 대필에 전면 의존하면 사용자의 판단과 퇴고 감각이 약해질 수 있으므로, AI 초안은 완성본이 아니라 자기 목소리에 가까운 출발점으로 보는 편이 안전하다.

⚠️ 불확실하거나 확인이 필요한 부분

• 영상에서 제시된 “나처럼 쓰는” 품질 평가는 발표자의 주관적 판단에 크게 의존한다. 실제로는 본인의 글쓰기 기준, 독자 반응, 반복 테스트를 통해 따로 검증해야 한다.
• AI 판독기에서 “인간이 쓴 확률 100%”가 나온 사례는 소개되지만, AI 판독기의 신뢰도나 일반적인 재현 가능성을 보장하는 근거로 보기는 어렵다.
• about me.md를 작업 폴더에 넣으면 AI가 매번 참고한다는 설명은 사용하는 도구와 설정에 따라 달라질 수 있다. Claude Code, Claude Project, ChatGPT 커스텀 인스트럭션, Gemini Gems 등에서 실제 반영 방식은 각각 확인이 필요하다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 직접 쓴 글 5~10개를 모아 AI가 참고할 수 있는 원본 문체 샘플로 정리한다.
• 100문항 인터뷰를 진행하되, 정제된 답변보다 실제 말투와 날것의 판단 기준이 드러나도록 답한다.
• 인터뷰 전체 답변이 담긴 원본 보이스 프로파일을 따로 보관한다.
• 원문 샘플, 보이스 프로파일, 압축된 about me.md를 구분해 저장하고 백업본을 만든다.

❓ 열린 질문

• 나의 문체를 재현하는 데 필요한 최소 원본 데이터는 어느 정도인가? 100문항 인터뷰와 글 샘플 5~10개가 충분한지, 더 필요한지는 별도 테스트가 필요하다.
• about me.md에는 어느 수준까지 개인적 취향, 금지 표현, 판단 기준, 민감한 자기 정보를 넣는 것이 적절한가?
• ChatGPT, Claude, Gemini 중 어떤 모델이 내 글쓰기 목적에 가장 잘 맞는가? 초안 생성, 문체 모사, 퇴고, 아이디어 확장별로 역할을 나눌 필요가 있는가?