AI로 156개의 해석 텍스트 만들기 — 대량 콘텐츠 생성의 전략

 

78장의 카드, 각각 정방향과 역방향. 총 156개의 해석 텍스트가 필요하다. 각 해석은 자연스러운 한국어 3~4문장, 점술 특유의 톤을 유지해야 한다. 개발자 혼자 이걸 직접 쓰는 건 비현실적이다. 하지만 AI에게 "156개 만들어줘"라고 던지면 될까? 그것도 아니다.

이 글은 AI를 활용한 대량 콘텐츠 생성에서 "프레임워크 먼저, 생성 나중에"라는 원칙이 왜 중요한지, 그리고 생성된 콘텐츠를 어떻게 검증했는지에 대한 이야기다.

"프레임워크 먼저, 생성 나중에"

AI에게 대량의 텍스트를 생성 요청할 때 가장 흔한 실수가 있다. 바로 "그냥 만들어줘"다. "78장의 타로카드 해석을 만들어줘"라고 요청하면, AI는 만들어준다. 하지만 결과물에 일관성이 없다. 앞쪽 카드와 뒤쪽 카드의 톤이 다르고, 비슷한 의미를 가진 카드끼리 표현이 겹치고, 어떤 해석은 길고 어떤 해석은 짧다.

해결책은 생성 전에 프레임워크를 먼저 정의하는 것이다. "무엇을, 어떤 톤으로, 어떤 구조로, 얼마만큼의 길이로" 쓸 것인지를 먼저 정하고, 그 프레임워크 안에서 생성을 요청한다. 요리로 치면 레시피를 먼저 쓰고 나서 요리하는 것이다.

타로 마스터의 해석 텍스트 프레임워크는 크게 네 가지 축으로 구성됐다. 톤 가이드라인, 길이 기준, 슈트별 주제 프레임워크, 역방향 해석 철학이다.

한국어 해석의 톤 잡기

첫 번째 축은 톤이다. 타로 해석은 일반적인 정보 전달이 아니다. 점술 특유의 분위기가 있어야 한다.

영어권 타로 해석은 "You are entering a period of transformation"처럼 2인칭 직접 화법이 일반적이다. 이걸 그대로 한국어로 번역하면 "당신은 변화의 시기에 접어들고 있습니다"가 된다. 문법적으로 틀리지 않지만, 한국적 점술의 분위기와는 거리가 있다. 어딘가 번역투가 느껴지고, 자연스럽지 않다.

한국에서 점을 볼 때의 어투를 떠올려봤다. 점술사가 "당신은"으로 시작하지 않는다. "새로운 시작을 알리는 시기입니다", "주의가 필요합니다", "기회를 잡을 때입니다"와 같은 권유형이 자연스럽다. 2인칭 주어 없이 상황을 서술하고 조언하는 형태다.

이 톤을 AI에게 명확히 지시했다. "~하는 시기입니다", "~에 주의하세요", "~할 때입니다" 형태의 권유형 문장을 사용할 것. "당신"이나 "너" 같은 2인칭 주어를 쓰지 않을 것. 문장과 문장 사이가 자연스럽게 흘러갈 것.

프롬프트 한 줄이 156개 텍스트의 톤을 결정한 셈이다. 이 톤 가이드라인이 없었다면, AI는 영어 타로 해석을 번역한 듯한 어색한 한국어를 생성했을 것이다. 프레임워크의 중요성이 여기서 드러난다.

역방향 해석의 철학: 단순 반대가 아닌 "에너지의 왜곡"

두 번째로 정의해야 했던 것은 역방향 해석의 철학이다. 이 부분은 데이터 생성 전에 반드시 결정해야 하는 핵심 지점이었다.

타로에서 역방향 카드의 해석은 학파마다 다르다. 크게 세 가지 관점이 있다. 정방향의 반대 의미로 보는 관점, 정방향 에너지의 약화 또는 내면화로 보는 관점, 그리고 정방향의 부정적 측면이 강조된 것으로 보는 관점이다.

첫 번째 관점(단순 반대)은 직관적이지만 깊이가 없다. "성공"의 역방향이 "실패"라면, 카드를 두 장 만드는 의미가 없다. 동전의 앞뒤처럼 뻔한 정보만 제공하게 된다.

두 번째 관점(약화/내면화)은 미묘하지만 너무 모호하다. "마법사의 힘이 약해진 상태"라고 하면, 구체적으로 무슨 의미인지 사용자가 감을 잡기 어렵다.

타로 마스터에서는 세 번째 관점을 주로 채택했다. "이 카드가 가진 에너지가 과잉되거나 왜곡되면 어떤 문제가 생기는가"라는 질문으로 역방향을 풀어냈다.

구체적으로 예를 들어보겠다. "마법사(The Magician)"의 정방향은 "창조력, 의지력, 집중"이다. 역방향은 "무능력"이 아니라 "속임수, 재능 낭비, 조작"이다. 능력이 있지만 그것이 잘못된 방향으로 쓰이고 있다는 뉘앙스다. "여황제(The Empress)"의 정방향이 "풍요, 모성, 자연"이라면, 역방향은 "빈곤"이 아니라 "과보호, 의존, 창조력의 정체"다. 풍요의 에너지가 왜곡되어 과잉 보살핌이나 정체로 나타나는 것이다.

이 철학을 "역방향은 정방향의 그림자(shadow) 측면"이라고 Claude에게 설명했더니, 그 맥락을 잘 반영한 텍스트를 생성해줬다. 추상적인 개념을 AI에게 전달하는 것도 가능하다는 것을 실감한 순간이었다.

메이저 아르카나 22장: AI 생성 + 전수 검증

프레임워크가 정의됐으니 이제 생성을 시작했다. 메이저 아르카나부터.

22장의 메이저 아르카나는 타로의 핵심이다. The Fool부터 The World까지, 각 카드가 강력한 상징성과 의미를 가진다. 사용자들이 가장 많이 접하는 카드이기도 하다. 그래서 이 22장은 생성 품질에 특히 신경을 썼다.

Claude에게 22장 전체의 해석을 일괄 생성 요청했다. 요청 시 앞서 정의한 프레임워크를 함께 제시했다. 톤 가이드라인(권유형, 2인칭 배제), 역방향 해석 철학(에너지의 왜곡), 키워드 기준(4개 내외, 구체적 상태), 해석 길이(3~4문장) 등이다.

결과물의 품질은 솔직히 놀라울 정도로 괜찮았다. "바보(The Fool)"의 정방향 해석은 "새로운 여정의 시작을 알립니다. 두려움 없이 미지의 세계로 발을 내딛을 때입니다. 순수한 마음으로 새로운 가능성을 받아들이세요"였다. 톤도 맞고, 길이도 적절하고, 타로 해석다운 분위기가 있었다.

하지만 전수 검증 없이 그대로 사용하진 않았다. 22장 전부를 하나하나 읽으며 확인했다. 확인 포인트는 세 가지였다. 전통적인 카드 의미와 어긋나지 않는가, 한국어 표현이 자연스러운가, 카드 간의 해석이 겹치지 않는가.

수정한 부분은 주로 "자연스러움"의 영역이었다. AI가 생성한 텍스트는 문법적으로는 맞지만, "사람이 실제로 이렇게 말하진 않는다"는 미묘한 부자연스러움이 간혹 있었다. 예를 들어 "지혜로운 판단이 요구되는 시기입니다"를 "지혜로운 판단이 필요한 때입니다"로 바꾸는 식이다. 의미는 같지만 후자가 한국어로 더 자연스럽다.

마이너 아르카나 56장: 슈트별 주제 프레임워크

진짜 도전은 마이너 아르카나였다. 4개 슈트, 각 14장, 정역방향 합치면 112개의 해석 텍스트. 메이저 아르카나처럼 하나하나 전수 검증하기엔 물리적으로 부담스러운 양이다.

여기서 전략을 바꿨다. 생성 전에 슈트별 주제 프레임워크를 먼저 정의한 것이다.

각 슈트에는 고유한 주제 영역이 있다. Wands(지팡이)는 열정, 창의력, 행동의 영역이다. Cups(잔)는 감정, 관계, 직관의 영역이다. Swords(검)는 지성, 갈등, 진실의 영역이다. Pentacles(동전)는 물질, 현실, 성취의 영역이다.

그리고 각 슈트 안에서 번호별 서사 흐름이 있다. Ace에서 시작해 King까지 에너지가 전개되는 과정이다. Ace는 시작의 불꽃, Two는 계획과 결정, Three는 초기 확장, Four는 안정과 정체, Five는 갈등과 도전, Six는 회복과 균형, Seven은 인내와 전략, Eight은 전환과 속도, Nine는 거의 완성, Ten은 최종 완결이다. 코트 카드(Page, Knight, Queen, King)는 각각 학습자, 행동가, 관리자, 완성자를 상징한다.

이 프레임워크를 Claude에게 먼저 설명한 뒤 슈트 단위로 14장씩 생성 요청했다. "Wands 슈트의 주제는 열정과 행동이고, Ace에서 King까지 이런 서사 흐름으로 진행된다. 이 맥락에서 14장의 정역방향 해석을 만들어달라."

프레임워크의 효과는 즉각적이었다. 카드 간의 일관성이 유지됐다. 같은 슈트 안에서 비슷한 말이 반복되는 문제도 줄었다. Wands의 Five는 "경쟁과 갈등"을 다루면서도 Wands 슈트의 "열정적 행동"이라는 큰 주제 안에 있었고, Swords의 Five는 같은 "갈등" 테마이지만 "지적 갈등, 논쟁"이라는 Swords의 맥락에서 다뤄졌다.

AI에게 맥락을 충분히 주면 결과물의 일관성이 올라간다. 이것은 이 프로젝트에서 가장 크게 실감한 원칙이었다.

샘플링 검증 전략

마이너 아르카나 112개의 해석을 전수 검증하는 것은 현실적으로 어렵다. 하지만 검증 없이 넘어가는 것도 불안하다. 해결책은 구조적 샘플링이었다.

무작위로 몇 개를 골라 확인하는 것이 아니라, 구조적으로 중요한 포인트를 선정해서 검증했다.

각 슈트에서 Ace를 검증했다. Ace는 슈트의 시작이자 핵심 에너지를 대표한다. Ace의 해석이 슈트의 주제와 맞지 않으면 전체 흐름이 틀어진다. 각 슈트에서 Five를 검증했다. Five는 전통적으로 "갈등"의 위치다. 네 슈트 모두에서 갈등을 다루되, 각각 다른 영역의 갈등인지 확인했다. 각 슈트에서 Ten을 검증했다. Ten은 완성이다. 각 슈트의 서사가 어떤 결론에 도달하는지 확인하면 전체 흐름의 정합성을 볼 수 있다.

코트 카드(Page, Knight, Queen, King)도 별도로 검증했다. 코트 카드는 숫자 카드와 해석 방식이 다르다. 숫자 카드가 "상황"을 서술한다면, 코트 카드는 "인물 유형"을 서술한다. 이 차이가 제대로 반영됐는지 확인이 필요했다.

이 샘플링 전략으로 슈트당 7장, 총 28장을 검증했다. 56장의 절반이다. 전수 검사보다 효율적이면서도, 구조적으로 중요한 포인트를 놓치지 않는 방법이었다.

검증에서 발견한 문제들

샘플링 검증에서 실제로 수정이 필요한 부분들이 나왔다.

가장 흔한 문제는 "비슷한 표현의 반복"이었다. AI가 같은 슈트 내에서 비슷한 문장 구조를 반복하는 경향이 있었다. "~의 시기입니다"로 시작하는 해석이 연속으로 세 장 이어지거나, "주의가 필요합니다"라는 마무리가 여러 카드에 겹치는 식이다. 이런 부분은 수동으로 표현을 바꿔줬다.

두 번째 문제는 "역방향 해석의 깊이 불균형"이었다. 일부 카드에서 역방향 해석이 정방향에 비해 지나치게 짧거나, 단순히 "반대"로 읽히는 경우가 있었다. 앞서 정의한 "에너지의 왜곡" 철학에 맞게 다시 생성을 요청하거나 직접 수정했다.

세 번째 문제는 "한국어 자연스러움"이었다. 메이저 아르카나에서도 있었던 문제다. "요구됩니다", "추천됩니다" 같은 피동형 표현이 간혹 나타났다. 이런 표현은 한국어에서 자연스럽지 않다. "필요합니다", "좋습니다"로 바꿔야 한다.

이런 문제들이 있었지만, 전체적으로 AI가 생성한 초안의 품질은 "80% 수준"이었다. 0에서 시작하는 것과 80에서 시작해 100으로 올리는 것의 노력 차이는 엄청나다. AI는 그 80%를 만들어주는 도구였다.

일관성을 지키는 프롬프트의 힘

이 과정에서 가장 크게 느낀 것은 프롬프트의 중요성이다. 같은 AI에게 같은 요청을 해도, 프롬프트에 프레임워크가 포함되어 있느냐 아니냐에 따라 결과물의 품질이 완전히 달라진다.

프레임워크 없이: "Wands 슈트 14장의 해석을 만들어줘." 결과: 각 카드의 해석은 나오지만, 카드 간의 서사적 연결이 약하고, 톤이 들쭉날쭉하다.

프레임워크 포함: "Wands 슈트의 주제는 열정과 행동이다. Ace에서 King까지 에너지 전개 흐름은 이렇다. 톤은 권유형('~하는 시기입니다')을 사용하고, 역방향은 에너지의 왜곡으로 풀어라. 키워드는 4개, 해석은 3~4문장." 결과: 일관된 톤, 카드 간 서사 연결, 적절한 길이.

이 차이는 "구체적인 지시를 했다 / 안 했다"의 차이처럼 보이지만, 본질은 다르다. 프레임워크를 정의한다는 것은 "내가 원하는 결과물의 기준"을 먼저 명확히 한다는 뜻이다. 그 기준이 명확하면 AI도 그에 맞는 결과를 내놓고, 기준이 모호하면 AI도 모호한 결과를 낸다.

이것은 AI 협업의 범용적인 원칙이다. 코드 생성이든, 문서 작성이든, 디자인이든. AI에게 결과물의 품질을 높이려면, 요청의 품질을 먼저 높여야 한다. 요청의 품질을 높이는 가장 효과적인 방법이 프레임워크를 먼저 정의하는 것이다.

156개, 완성

이 과정을 거쳐 156개의 해석 텍스트가 완성됐다. 메이저 아르카나 44개(22장 x 정역방향)는 전수 검증, 마이너 아르카나 112개는 샘플링 검증을 마쳤다.

전체 과정에서 AI가 초안을 생성하고, 사람이 프레임워크를 정의하고 품질을 검증하는 분업이 자연스럽게 이루어졌다. AI가 0에서 80까지 만들고, 사람이 80에서 100으로 올리는 구조다. 이 분업이 없었다면 156개의 해석 텍스트를 만드는 것은 비현실적이었을 것이다.

이 과정에서 배운 것

첫째, AI를 활용한 대량 콘텐츠 생성에서 핵심은 "프레임워크 먼저, 생성 나중에"다. 톤, 길이, 주제, 철학을 먼저 정의하고 생성을 요청하면 일관성이 크게 향상된다.

둘째, 전수 검증이 불가능하면 구조적 샘플링 전략을 세워야 한다. 무작위 샘플링보다 구조적으로 중요한 포인트(Ace, Five, Ten, 코트 카드)를 골라 검증하는 것이 효율적이다.

셋째, AI가 생성한 콘텐츠의 가장 흔한 문제는 "표현의 반복"과 "자연스러움의 미세한 부족"이다. 내용이 틀리는 것이 아니라, 같은 말을 다르게 하지 못하고, 사람이 실제로 쓰지 않는 표현을 쓰는 것이다.

넷째, 프롬프트의 품질이 결과물의 품질을 결정한다. 이것은 AI 협업의 가장 범용적인 원칙이다. "잘 부탁해"가 아니라 "이런 기준으로, 이런 형태로, 이런 톤으로 만들어줘"라고 해야 원하는 결과가 나온다.

다음 편 예고

156개의 해석 텍스트가 준비됐다. 78장의 데이터가 완성됐다. 이제 이 카드들을 화면에 보여줄 차례다. 타로 앱의 UI는 일반 앱과 다르다. 효율성보다 분위기가, 직관보다 몰입감이 중요하다. "밤하늘 같은 깊이감"이라는 추상적 요구를 어떻게 구체적인 색상 코드와 CSS로 변환했는지, 6편에서 이어진다.