[작성자:] 김레이

2026년 4월 17일, 앤트로픽이 클로드 디자인(Claude Design)을 공개했다. 금세 언론은 “피그마(Figma), 어도비(Adobe), 캔바(Canva) 등의 경쟁자가 등장했다”고 받아쳤다. 그런데 이 발표를 조금만 들여다보면 이런 의문이 생긴다. 말로 설명하면 디자인이 나온다 아니 이 약속은 감마(Gamma)도, 캔바도, 프레이머(Framer)도 이미 해왔다. 그리고 이미 이 도구들은 많은 팬을 확보하고 있고 만족도도 괜찮은 것 같다. 그런데 뒤늦게 나온 클로드 디자인도 똑같이 말로 다 된다는데, 그렇다면 저 도구들과 실제로 뭐가 다를까? 아니면 그냥 비슷한 걸 하나 더 내놓은 걸까? 결론부터 말하면, 차별점은 있다. 그런데 “AI가 만들어준다”는 부분이 아니라, 전혀 다른 세 지점에 있다. 기존 도구들이 먼저 했던 건 뭔가 감마는 2025년 11월 기준 이용자 7천만 명에 연간…

AI를 얘기하다보면 결론은 자꾸 양 극단으로 흐른다. 한쪽은 AI를 생산성 혁명의 엔진으로 본다. 다른 한쪽은 인간 사고를 약화시키는 위험한 자동화 장치로 본다. 둘 다 틀린 말은 아니다. 그래서 이 둘 가운데 하나만 붙잡으면 현실을 놓치기 쉽다. 미국 펜실베이니아대학교 와튼 스쿨의 에단 몰릭(Ethan Mollick) 교수가 주목한 것은 AI의 선악이 아니라 AI 능력의 불균등성이다. AI는 어떤 작업에서는 놀라운 성과를 내지만 비슷해 보이는 다른 작업에서는 오히려 인간을 잘못된 방향으로 이끌 수 있다. 몰릭은 공동연구를 통해 이 문제를 ‘들쭉날쭉한 경계(Jagged Technological Frontier)’라는 개념으로 설명해 왔다. 이 개념은 양 극단으로 향하는 AI 논의에서 중요한 전환점을 제공한다. 핵심은 “AI를 쓸 것인가 말 것인가”가 아니다. 더 중요한…

AI 가시성 측정 툴을 도입하기 전에 먼저 무엇을 측정할지 알아야 한다. 시장에 15개 이상의 툴이 나와 있지만 대부분은 A에 우리 브랜드가 언급된 횟수만 세기 때문이다. 언급 횟수는 AI 가시성의 일부일 뿐이다. 이 글은 AI 가시성을 구성하는 핵심 지표 4가지와 단계별 실무 프레임을 정리한다. AI 가시성 툴을 도입하려는 실무자가 제일 먼저 묻는 것은 아마도 “어떤 툴이 좋지?” 이것 일게다. 하지만 이 질문 앞에 먼저 물어야 할 것이 있다. “우리는 뭘 측정해야 하지?” 측정 대상을 모르면 어떤 툴을 골라도 숫자만 나온다. 숫자가 나온다고 전략이 따라오는 것도 아니다. 무엇을 측정해야 할지 알아야 하는 것, 이것이 현재 AI 가시성 툴 시장에서 가장 먼저 해결해야…

AI 검색엔진은 당신의 브랜드에 대해 존재하지 않는 기능을 설명하거나, 단종된 가격을 현재 가격으로 안내한다. 이것이 브랜드 할루시네이션이다. GEO로 AI 인용률을 높였어도, 잘못된 정보로 인용된다면 오히려 독이 된다. 2024년 에어 캐나다 판결은 “AI가 틀렸다”는 말이 더 이상 기업의 면책 사유가 되지 않는다는 것을 법적으로 확립했다. AI 가시성 관리의 핵심은 언급 횟수가 아니라 정확도다.

힉스필드(Higgsfield)가 세계 최초 AI 전용 스트리밍 플랫폼 ‘오리지널 시리즈’를 런칭했다. 기업 가치 1조 8000억 원의 유니콘이 내세우는 것은 캐릭터 일관성 기술과 크라우드소싱 제작 모델이다. 그런데 이 플랫폼은 인종차별적 콘텐츠 유통 문제로 포브스의 비판을 받았고, 공식 X 계정이 정지됐다. 한국 크리에이터가 물어야 할 질문은 “얼마나 신기한가”가 아니라 “누가 이익을 얻고 누가 비용을 지불하는가”다.

오픈AI가 일리노이주 상원 법안 SB 3444를 공식 지지했다. 이 법안은 AI가 100명 이상을 사망케 하거나 10억 달러 이상의 재산 피해를 유발해도, 개발사가 고의나 무모함 없이 안전 보고서를 공개한 경우 법적 책임을 면제한다. 1억 달러 이상의 훈련 비용으로 정의된 ‘프론티어 모델’에 해당하는 빅테크만 이 방어막을 얻는다.

GEO는 콘텐츠를 AI 검색엔진에 잘 인용되도록 구조화하는 방법론이다. AI 가시성은 브랜드가 AI 응답에서 어떻게 존재하는지를 나타낸다. AI 인용은 특정 콘텐츠를 출처로 표시하는 행위로, GEO와 AI 가시성의 관계를 이해하는 것이 중요하다. AI 가시성은 다양한 콘텐츠로부터 영향을 받는다.

AI를 도구로 쓰는 사람은 매번 같은 출발선에서 시작합니다. 인프라로 쓰는 사람은 갈수록 출발선이 앞으로 이동합니다. 마크다운 메모 습관이 6개월 뒤 AI 대화 밀도를 어떻게 바꾸는지 설명합니다.

같은 클로드라도 맥락이 있으면 대화가 달라집니다. 저장한 마크다운 메모를 파일로 업로드하는 것만으로 AI는 처음부터 설명 없이 내 상황에 맞는 답을 내놓습니다. 컨텍스트 활용의 실전 원칙을 안내합니다.