AI VIDEO BRIEFING
알리 압달의 창업가 AI 워크플로우: 입력·처리·출력과 Claude 프로토타이핑 활용
유튜버이자 창업가 알리 압달이 모든 업무를 입력·처리·출력으로 나눠 AI 도구를 배치하는 방식을 정리했습니다. 음성 입력, Claude 프로토타이핑, 콘텐츠 훅 생성까지 실제 워크플로우를 담았습니다.

핵심 메시지
쉽게 이해하기
발표자는 워크플로우를 소개하기 전에 "일이란 무엇인가"를 먼저 짚습니다. 농업 시대의 씨앗, 산업 시대의 목재처럼, 지식노동 역시 입력을 받아 처리해 출력을 만드는 구조라는 것입니다. 다만 지식노동에서는 입력이 머릿속 아이디어와 데이터, 처리가 두뇌와 기술, 출력이 디지털 산출물로 바뀌었을 뿐입니다. AI는 이 입력·처리·출력의 모든 단계를 도울 수 있다는 것이 영상의 관점입니다. (참고: 이 영상은 Anthropic의 후원을 받았다고 밝힙니다.)
그의 도구 배치는 이렇습니다. 입력은 음성 글쓰기 앱 Voicepal, 줌 통화 녹화 도구 Grain, 맥용 받아쓰기 앱 Super Whisper가 맡습니다. 처리는 거의 전적으로 Claude가 담당하는데, 메모리 기능이 추가된 뒤로는 과거 대화를 기억할 수 있어 ChatGPT를 쓸 이유가 사라졌다고 말합니다. 출력은 구글 독스와 Notion, 영상 편집용 Firecut, 프레젠테이션 생성용 Gamma로 나갑니다.
소프트웨어 기획 워크플로우가 인상적입니다. 자사 습관 추적 앱(Momentum)의 여러 화면을 스크린샷으로 찍어 Claude에 넣고, Super Whisper로 "챌린지 기능을 이런 식으로 만들고 싶다"고 음성으로 설명하면, Claude가 기능 명세를 정리하고 이어서 클릭 가능한 프로토타입까지 생성합니다. 그는 코드를 짜는 게 아니라 Claude를 프로토타이핑 도구로 쓴다고 강조합니다. 과거 Figma에서 일일이 상자를 그려야 했던 작업이, 이제는 말로 설명하면 목업이 나오는 방식으로 바뀌었고, 이후 Loom 영상을 녹화해 실제 개발자에게 넘깁니다.
콘텐츠·마케팅에서도 같은 원리가 적용됩니다. 앱을 알리는 짧은 영상용 훅(첫 문장)을 Claude에 50개 생성시키고, 그중 자신에게 "울림"을 주는 5~10개를 골라 다시 피드백해 더 나은 버전을 얻습니다. 적중률은 대략 20% 수준으로, 그는 AI에게 전부 맡기려다 결과가 별로면 "AI는 안 된다"고 단정하는 것이 흔한 실수라고 지적합니다. 50~100개를 뽑아 그중 좋은 것만 취하는 방식이 현실적이라는 것입니다. 다만 대본 자체는 AI에 맡기지 않는데, 창의성을 지나치게 위임하면 영상의 "영혼"이 사라진다고 보기 때문입니다.
온라인 교육 사업에서는 Voicepal로 자기 자신을 인터뷰하듯 머릿속 생각을 800단어 이상 끌어낸 뒤 Claude에 넘깁니다. 이어 도널드 밀러의 "스토리브랜드" 프레임워크로 브랜드 스크립트를 만들고, 실제 지원자 데이터(CSV)를 분석시켜 단계별로 학생들이 겪을 문제(니치 선정의 분석 마비, 가면 증후군 등)를 예측합니다. 설문 CSV로 로드맵 우선순위를 정하고, "Voicepal 사용자가 녹음 3개를 만들면 유료 전환율이 크게 오른다" 같은 데이터 기반 통찰로 온보딩 목표를 세우는 사례도 소개합니다. 결국 소프트웨어든 콘텐츠든 교육이든 모두 입력·처리·출력으로 환원된다는 것이 영상의 결론입니다.
주요 인사이트
- "입력·처리·출력" 렌즈로 업무를 분해하면 어느 단계에 어떤 AI 도구를 끼워 넣을지 명확해진다.
- Claude를 코드 작성기가 아니라 프로토타이핑 도구로 쓰는 발상 — 말로 설명하면 클릭 가능한 목업이 나오므로 기획-개발 사이 소통 비용이 크게 준다.
- AI 창작물은 소수만 건진다는 전제로 접근하라. 훅 50~100개를 뽑아 20%만 취하는 방식이 "AI는 안 된다"는 성급한 결론보다 생산적이다.
- 창의성의 핵심(대본·화자의 목소리)은 의도적으로 사람이 쥔다. 위임과 보존의 경계를 정하는 것이 워크플로우 설계의 일부다.
- 음성으로 자기 자신을 인터뷰해 생각을 끌어낸 뒤 텍스트로 처리하는 방식은, 걷거나 이동 중에도 아이디어를 대량으로 뽑아내는 실용적 입력 전략이다.
자주 묻는 질문
영상이 제시하는 업무의 기본 구조는 무엇인가요?
모든 일은 입력을 받아 처리한 뒤 출력을 만드는 구조라는 것입니다. 지식노동에서는 입력이 아이디어와 데이터, 처리가 두뇌와 기술, 출력이 디지털 산출물이며, AI가 이 세 단계 모두를 도울 수 있다고 봅니다.
발표자는 어떤 AI 도구들을 어떻게 배치하나요?
입력에는 Voicepal, Grain, Super Whisper를, 처리에는 거의 전적으로 Claude를, 출력에는 구글 독스·Notion·Firecut(영상)·Gamma(프레젠테이션)를 씁니다. Claude는 메모리 기능 도입 후 ChatGPT를 거의 대체했다고 말합니다.
Claude로 앱 기능을 어떻게 기획하나요?
앱 화면을 스크린샷으로 찍어 넣고 Super Whisper로 원하는 기능을 음성으로 설명하면, Claude가 기능 명세와 클릭 가능한 프로토타입을 만들어 줍니다. 코딩 대신 프로토타이핑 도구로 쓰며, 결과를 Loom으로 녹화해 개발자에게 전달합니다.
콘텐츠 훅은 어떻게 만드나요? 대본도 AI에 맡기나요?
훅(첫 문장)을 50개 생성시켜 마음에 드는 5~10개를 고른 뒤 다시 AI에 피드백해 개선합니다(적중률 약 20%). 다만 대본 자체는 AI에 맡기지 않는데, 창의성을 지나치게 위임하면 영상의 "영혼"이 사라진다고 보기 때문입니다.
원문과 출처
이 글은 원본 영상의 자막을 바탕으로 한국어 독자를 위해 요약했습니다. 전체 맥락과 최신 정보는 원문에서 확인하세요.
YouTube 원본 영상 보기 ↗