유튜브 채널을 운영하면서 AI를 쓰기 시작한 지 꽤 됐습니다. 처음에는 신기해서 이것저것 써봤는데, 어느 순간 제가 AI를 잘 쓰는 게 아니라 AI한테 휘둘리고 있다는 걸 느꼈습니다. 그러다 AI 수익화 전략을 다룬 영상을 보고 생각이 정리됐습니다. 결국 AI 시대에 돈을 버는 사람은 기술자가 아니라 구조를 만드는 사람이라는 것을요.
정보격차가 기술보다 기회가 된다
AI 열풍이 불면서 주변에서 가장 많이 듣는 말이 "AI 배워야 한다"는 겁니다. 그런데 직접 써봤는데, 솔직히 이건 예상 밖이었습니다. AI를 배우는 것보다 AI를 모르는 사람 옆에서 대신해주는 게 훨씬 빠르게 돈이 됩니다.
실제로 연 매출 수십억 이상을 올리는 CEO들이 시스템 프롬프트(System Prompt)가 뭔지 모릅니다. 여기서 시스템 프롬프트란 AI가 특정 역할이나 방식으로 대답하도록 미리 설정해두는 지침을 의미합니다. 쉽게 말해 AI한테 "너는 지금부터 이런 방식으로 일해"라고 사전에 세팅해 놓는 거죠. 이걸 잘 만들어두면 매번 긴 설명 없이도 원하는 결과물을 빠르게 뽑아낼 수 있습니다.
커스텀 GPT(Custom GPT)라는 것도 마찬가지입니다. 여기서 커스텀 GPT란 특정 목적에 맞게 기능과 지식을 미리 탑재해서 만들어둔 전용 AI 도구를 말합니다. 고객 응대용, 보고서 작성용, 콘텐츠 기획용 등 용도별로 따로 만들어두면 직원처럼 쓸 수 있습니다. 이런 도구들을 직접 설정해 주고 월 구독 방식으로 유지보수 비용을 받는 서비스는 이미 국내외에서 빠르게 성장하고 있습니다.
제가 이 부분에서 공감한 건 "기술 격차"가 아니라 "실행 격차"라는 개념이었습니다. 아는 사람은 이미 알고, 모르는 사람은 영원히 모르는 상태로 방치되는 구조. 그 사이 어딘가에서 연결해주는 사람이 수익을 가져갑니다. 실제로 맥킨지 글로벌 연구소에 따르면 AI 도입이 가장 빠른 기업들도 실제 내부 운영에 AI를 통합하는 데 평균 2~3년이 걸린다고 합니다(출처: McKinsey Global Institute). 그 공백이 바로 지금 기회가 열려 있는 시간입니다.
콘텐츠재활용 : 이미 있는 것의 가치를 극대화하는 전략
저도 영상 하나를 올리고 나면 그 안에 짧은 클립으로 쓸 수 있는 포인트가 수없이 많다는 걸 압니다. 그런데 막상 플랫폼별로 재편집하려면 손이 너무 많이 갑니다. 그래서 결국 그냥 올려둔 채로 끝나는 경우가 대부분입니다. 제 경험상 이건 저만의 문제가 아니라 콘텐츠를 만드는 거의 모든 사람이 겪는 현실입니다.
롱폼 콘텐츠를 숏폼으로 재가공하는 서비스가 바로 이 지점을 파고든 겁니다. 롱폼 콘텐츠(Long-form Content)란 유튜브 영상, 팟캐스트, 긴 블로그 글처럼 충분한 분량으로 한 주제를 깊이 다루는 콘텐츠를 말합니다. 반대로 숏폼 콘텐츠(Short-form Content)는 틱톡, 인스타그램 릴스, 유튜브 쇼츠처럼 짧고 임팩트 있게 구성된 콘텐츠를 가리킵니다. 이 두 가지를 전환하는 과정이 결코 단순하지 않기 때문에 기업들이 기꺼이 외주를 맡기려 하는 겁니다.
이때 PSL 프레임워크(Point-Story-Lesson Framework)를 활용하면 효과가 배가됩니다. PSL 프레임워크란 핵심 포인트를 제시하고, 관련 사례나 이야기를 붙이고, 그로부터 배울 수 있는 교훈을 뽑아내는 콘텐츠 구성 방식입니다. 이 틀대로 AI에게 요청하면 하나의 긴 영상에서 다섯 개 이상의 독립적인 숏폼 콘텐츠가 뽑혀 나옵니다.
이 전략이 실제로 강력한 이유는 새로운 것을 만드는 게 아니라 이미 검증된 것을 확장하기 때문입니다. 한국콘텐츠진흥원의 보고서에 따르면 국내 기업의 80% 이상이 디지털 콘텐츠를 제작하고 있지만, 그 콘텐츠를 멀티채널로 재활용하는 기업은 30%에 불과합니다(출처: 한국콘텐츠진흥원). 나머지 70%가 바로 이 서비스의 잠재 고객입니다.
이 전략을 실행할 때 핵심 단계를 정리하면 다음과 같습니다.
- 기존 롱폼 콘텐츠가 있는 기업 중 숏폼 채널이 없는 곳을 발굴한다
- 조회수와 참여율이 높은 콘텐츠를 우선 선별한다
- AI로 전사(Transcription) 작업 후 핵심 섹션을 추출한다
- PSL 프레임워크 기반으로 플랫폼별 포맷을 변환하여 납품한다
네트워크 분석 : 경험을 자산으로 바꾸는 사고방식
"전문가가 아니라 가이드가 되어라"는 말이 저한테는 꽤 오래 남았습니다. 유튜브를 처음 시작할 때 저도 완벽해져야 올릴 수 있다고 생각했습니다. 충분히 공부하고, 장비도 갖추고, 편집도 잘하게 된 다음에 시작하자. 그러다가 한참 뒤에야 깨달은 게 있습니다. 먼저 움직인 사람이 결국 전문가가 되더라는 겁니다.
군대에서 교관 역할을 해봤고, 아이들에게 운동을 가르쳐 봤고, 경제적으로 바닥을 찍어본 경험도 있습니다. 그때는 그게 다 실패라고만 느꼈는데, 지금 돌아보면 그 경험들이 누군가에게 현실적인 방향을 줄 수 있는 자산이라는 걸 알게 됐습니다. 이걸 AI를 활용해서 워크숍 커리큘럼으로 구조화하면 하나의 제품이 됩니다.
네트워크 분석(Network Analysis) 전략도 비슷한 맥락입니다. 네트워크 분석이란 기존의 인맥과 연결망을 데이터로 정리하고 그 안에서 활용 가능한 관계를 파악하는 방법을 말합니다. 링크드인, 이메일 수신함, SNS 팔로워 목록 안에 이미 엄청난 기회가 잠들어 있을 수 있는데, 그걸 체계적으로 보지 못하고 있다는 거죠. AI가 그 목록을 스캔하고 분석해 주면 10년 전 메일을 주고받은 사람이 지금 딱 맞는 파트너일 수도 있다는 걸 알게 됩니다.
다만 이 지점에서 하나 짚고 싶은 게 있습니다. 이런 영상들을 보다 보면 AI가 마치 모든 걸 자동으로 해결해주는 것처럼 느껴질 때가 있습니다. 그런데 제 경험상 AI는 방향을 잡아주고 속도를 높여주는 도구이지, 방향 자체를 만들어주지는 않습니다. 결국 어떤 문제를 풀 것인지, 누구를 위해 어떤 가치를 만들 것인지는 사람이 결정해야 합니다. AI가 강력해질수록 이 판단력의 차이가 수익의 차이로 더 크게 벌어지게 될 겁니다.
AI 시대에 기회는 분명히 있습니다. 그런데 그 기회는 AI를 가장 잘 쓰는 사람보다, AI를 통해 다른 사람의 문제를 가장 잘 해결하는 사람에게 먼저 열립니다. 지금 당장 자신이 이미 가진 경험과 인맥을 한번 꺼내놓고 들여다보시길 권합니다. 생각보다 훨씬 많은 것이 이미 거기에 있을 겁니다.