AI 시대, 기획의 핵심은 '무엇을 질문할 것인가'에 달려있다.
AI 활용 시, 답변의 품질보다 질문 설계가 중요하며, 특히 낯선 시장 분석에 중요함을 강조
기존의 정리형 질문 대신, 전제 점검 및 변화 감지를 위한 질문으로 프롬프트(Prompt)를 변경
AI 답변 검증 시, 사실 관계 확인보다 전제와 프레임(Frame)을 분석하는 것이 중요함을 역설
AI 병렬 사용 및 제약 조건을 활용한 프롬프트 설계를 통해 기획의 질을 향상시킴
AI 활용, 질문 설계의 중요성
본문은 AI를 활용한 기획에서 질문 설계(Question Design)의 중요성을 강조한다. AI의 성능보다 질문의 전제가 기획의 방향성을 결정하며, 특히 낯선 시장 분석, 신규 서비스 정의, 경쟁사 분석 등에서 잘못된 질문(Wrong Question)은 치명적인 결과를 초래한다. 기획자는 AI를 답변 엔진이 아닌 전제 점검 도구(Assumption Checking Tool)로 활용해야 한다.
프롬프트(Prompt) 설계 전략
저자는 기존의 정리형 질문 대신, 변화 감지(Change Detection)와 전제 점검(Assumption Check)을 위한 프롬프트 설계를 제시한다.
역할 지정: AI에게 기획자 역할을 부여하여 전문성(Expertise)을 활용
접근 방식 공개: 현재 기획 접근 방식을 명시하여 사각지대(Blind Spot)를 파악
전제 및 변화 질문: 놓친 관점과 시장 변화를 질문하여 통찰력(Insight) 확보
이러한 프롬프트 설계는 AI가 결론을 내리기 전에 질문 목록을 제시하도록 유도하여, 기획의 방향성을 올바르게 설정한다.
AI 답변 검증 방법
AI 답변 검증 시, 단순한 사실 확인(Fact Checking)보다 전제(Assumption)와 프레임(Frame)을 분석하는 것이 중요하다고 강조한다. 특히 시장 구조나 전략 방향과 관련된 문제에서는, AI가 제시한 정보의 출처를 확인하고, 전제 조건(Precondition)을 파악해야 한다. 저자는 공식 블로그, IR 자료, 컨퍼런스 발표 등을 직접 확인하는 방식을 통해 AI 답변의 신뢰성을 확보한다.
AI 활용의 두 가지 접근법
저자는 탐색 단계에서는 AI를 넓게 활용하고, 정리 단계에서는 좁게 활용하는 전략을 제시한다.
탐색 단계: 여러 AI 모델을 병렬로 사용하고, 각 모델의 답변을 비교 분석하여 다양한 관점(Multiple Perspectives) 확보
정리 단계: 형식과 제약 조건을 부여하여 AI가 실제 산출물(Actual Deliverables)에 가까운 결과물을 생성하도록 유도
이러한 접근법은 AI를 효과적으로 활용하여 기획의 질을 높이는 데 기여한다.
