[① 어떤 상황에서 AI를 활용했나요?]
한글날 제정 100주년을 맞아 우리말 가게 이름을 찾아 알리는 공모가 열렸다. 동네를 다니다 재치 있는 간판을 보면 사진을 찍어 내는 방식이다.

뽑히면 찾은 사람만 좋은 게 아니다. 그 가게에는 「우리말로」 현판이 걸리고, 상금인 상품권도 그 가게에서 쓰게 되어 있다. 동네 가게의 우리말 간판이 알려지는 만큼 가게에도 돌아가는 것이 있는 구조다.

처음에는 당연하다는 듯이 이렇게 했다. 재미있을 법한 낱말을 떠올려 지도에서 검색한다. 그렇게 씨앗 낱말 570여 개를 만들어 던졌고 후보 2,102건을 모았다.

그런데 결과를 보고 막혔다. 걸린 것은 전부 내가 던진 낱말이 그대로 박힌 이름이었다. 「방앗간」이나 「손맛」처럼 누구나 떠올리는 말로 찾으면 누구나 찾는 이름만 나온다.

찾는 대상이 「재치 있는 이름」인데, 그 재치를 내 머리에서 먼저 꺼내야 하는 구조였다.

[② 어떤 AI를 어떻게 활용했나요?]
하나. 뽑히는 이름의 꼴을 먼저 배운다

내 감으로 고르기 전에, 심사가 무엇을 뽑아 왔는지부터 봤다. 2023년부터 2025년까지 수상작을 모아 AI에게 공통점을 찾게 했다. 2023년은 4,559건이 접수돼 80건이 뽑혔다.

나온 답이 내 예상과 달랐다. 예쁜 순우리말이 뽑히는 게 아니라, 관용구나 문장 안에 업종 낱말이 박힌 이름이 뽑혔다.

· 막걸리네 → 막끌리네
· 놀랄 만도 하군 → 놀랄만두하군
· 목욕탕에 다 때가 있다

기준이 이렇게 잡히자 무엇을 찾아야 하는지가 분명해졌다.

둘. 표본에서 전수로 바꾼다

기준이 있어도 낱말을 던지는 한 내 머리가 병목이어서 판을 바꿨다. 공공데이터포털에서 소상공인시장진흥공단 상가 자료를 받았다. 전국 상가의 상호·업종·주소가 들어 있는 공개 파일이다.

프로그램으로 자동으로 받으려면 절차가 조금 숨어 있었다. 먼저 토큰을 받고 그다음에 파일을 받는 두 단계인데, 그 절차를 알아내 문서로 적어 두었다.

내가 사는 동네부터 받았다. 경기 파주시 24,595건, 그리고 자주 가는 서울 성동구 17,782건이다. 거기서 운정 1~6동과 교하동 11,653건, 성수동 8,983건을 뽑아 전수로 훑었다.

셋. 거르는 규칙을 프로그램으로 만든다

2만 건을 눈으로 볼 수는 없다. 그래서 일을 둘로 나눴다. 업종을 다섯으로 나누고(수상이 업종별로 갈리기 때문이다) 같은 상호를 지우는 기계적인 거르기는 짧은 프로그램이 한다. 남은 목록에서 「관용구나 문장 안에 업종 낱말이 박힌 이름」을 가려내는 일은 AI에게 시켰다.

다만 「재미있는 이름을 골라 줘」라고 통째로 맡기지 않았다. 3년치 수상작에서 뽑은 기준을 그대로 주고, 그 기준에 맞는 것만 표시하게 했다. 무엇이 재미있는지를 내 감으로 정하지 않았다. 수상작이 정해 줬다.

넷. 걸어갈 수 있는 순서로 묶는다

찍으러 가야 사진이 생기므로, 걸러 낸 이름을 지도에 얹어 도보 동선표로 만들었다. 한 골목에 여러 개가 몰린 자리가 나왔고, 그 자리부터 돌았다.

[③ 활용 결과 어떤 변화가 있었나요?]
떠올릴 수 없던 이름이 걸렸다. 씨앗 낱말 579개로는 절대 안 나왔을 것들이다.

· 오늘도못참치 — 「오늘도 못 참지」에 참치가 들어갔다
· 영계소문 — 「영계」와 「연개소문」
· 밤새우리 — 「밤새」 「우리」 가 중의적 표현

이 셋은 2026년 8월 27일 성수동에 실제로 가서 간판을 찍고 접수했다. 발표는 11월 28일이다.

빈자리도 보였다. 수상작을 업종별로 세어 보니 2025년 여가·숙박업 수상이 0건이었다. 노래방·헬스장 같은 동네 가게의 우리말 간판은 아직 조명받지 못했다는 뜻이라, 그쪽 후보를 따로 모아 두었다.

방법이 남았다. 데이터 받는 절차와 거르는 프로그램을 문서로 정리해 두어서, 다음 회차에도 다른 동네에도 그대로 쓴다. 같은 파일은 동네 상권을 살펴보거나 갈 만한 곳을 고르는 데도 쓰인다.

[④ 나만의 방식 / 개선 포인트]
하나. 「떠올려 검색」을 「전수로 훑기」로 바꾼 것이 전부다.
사람이 후보를 만들면 사람이 아는 만큼만 나온다. 후보를 데이터가 만들게 하고, 사람은 기준만 정한다.

둘. 고르기 전에 심사를 먼저 배운다.
내 감으로 고른 것과 실제로 뽑힌 것이 달랐다. 3년치 수상작을 먼저 읽지 않았다면 계속 예쁜 낱말만 찾았을 것이다.

셋. 아직 접수하지 않은 후보는 밝히지 않는다.
이 공모는 「선착순 접수자 우선 선정」을 내걸고 있다. 같은 가게를 여러 사람이 내면 먼저 낸 사람이 뽑힌다는 뜻이다. 그래서 이 글에는 이미 접수를 마친 세 곳만 적었다. 아직 안 낸 후보를 여기 적으면, 읽은 사람이 먼저 낼 수 있다. 내가 얻을 것이 남의 기회를 가로채는 자리에서 나오면 안 된다.

넷. 가게에 대한 평가는 하지 않는다.
쓰는 것은 상호와 업종과 주소뿐이다. 전부 공공기관이 공개한 자료에 있고, 간판은 길에서 누구나 보는 것이다. 맛이나 서비스는 이 일과 상관이 없어서 모으지도 적지도 않았다.

[⑤ 다른 사람도 따라 할 수 있나요?]
자기 동네에서 그대로 된다. 데이터가 전국이기 때문이다.

1. 공공데이터포털에서 「소상공인시장진흥공단 상가(상권)정보」를 받는다. 시도별로 나뉘어 있어 자기 시도 파일 하나만 받으면 된다.
2. 자기 시군구만 남긴다. 표 프로그램으로도 되고, AI에게 「이 파일에서 ○○시만 남겨 줘」라고 해도 된다. 전국 파일은 크니 자기 지역만 뽑아 두는 편이 다루기 쉽다.
3. 찾을 기준을 먼저 정한다. 무엇을 찾든 그 분야에서 이미 뽑힌 것들을 모아 AI에게 공통점을 물어보는 순서가 먼저다.
4. 그 기준으로 거르게 한다. 프로그램을 짤 줄 몰라도 된다. 「이 조건에 맞는 상호만 골라 줘」라고 하면 AI가 거르는 프로그램을 만들어 준다. 나도 그렇게 만들었다.
5. 걸어갈 순서로 묶는다. 주소가 있으니 지도에 얹을 수 있다.

간판 찾기가 아니어도 된다. 같은 파일로 동네에 어떤 가게가 몇 곳 있는지, 어느 업종이 비어 있는지를 볼 수 있다.

한 가지만 지키면 좋겠다. 남의 가게 이름을 다루는 일이다. 알리는 쪽으로만 쓰고, 평가하는 쪽으로는 쓰지 않는 편이 낫다.