브라우저 AI 에이전트로 공모전 탐색부터 문서 제작, 접수 시도와 확인 요청 메일까지 진행했다. 그러나 그럴듯한 문서가 곧 제출할 만한 문서는 아니었다. 내부 메모가 본문에 남았고 기술 설명은 부족했으며 정작 AI 분야 제안서에 학습 기술이 빠져 있었다. 내가 질문하고 AI가 수정하는 과정에서 창작을 맡기는 것과 판단을 맡기는 것은 다름을 확인했다.

1. 무엇을 해보려 했나
나는 공모전에 낼 아이디어를 문서로 구체화하는 데 브라우저 기반 AI 에이전트인 Aside를 활용했다. 공고를 읽고 형식에 맞는 글과 도식을 만들며 파일과 접수 화면을 오가는 작업을 한 대화 안에서 이어 갈 수 있는지 실제로 써본 사례다.

AI에는 공모전 조사, 문안 작성, 도식 제작, 파일 변환과 접수 조작을 맡겼다. 나는 주제를 선택하고 결과물을 읽으며 수정 방향과 최종 제출 여부를 결정했다. 글과 그림을 내가 모두 직접 만들었다고 주장하는 사례가 아니다.

2. 써보니 드러난 문제
첫 번째 문제는 문서 안의 내부 작업 메모였다. 윤문 도구 이름과 검증 상태, 미제출 표시가 제출용 PDF에 그대로 들어 있었다. 내가 이를 지적하자 AI가 검토용 기록을 분리하고 PDF를 다시 만들었다. 보기 좋은 글꼴로 바꾸는 일과 제출본을 검수하는 일은 별개였다.

두 번째는 설명의 빈틈이었다. 문서는 운영 방향을 설명했지만 실제 작동 방법을 이해하기 어려웠다. 내가 구체적인 기술 이야기와 도식을 요구하자 센서 구조, 계산 과정, 판정 흐름과 검증 계획을 보강했다.

그런데 이 수정에도 세 번째 문제가 남았다. 나는 “여기에 들어가는 AI기술이 뭔데”라고 다시 물었다. AI는 기존의 물리 계산과 칼만 필터가 데이터로 학습하는 AI는 아니라고 인정했다. 이후 학습 모델의 입력·출력, 학습 데이터 확보 방법과 안전장치를 포함한 개발 계획으로 고쳤다. 구현이나 성능을 입증한 것은 아니며 계획 수준의 제안으로 남겼다.

3. 실제로 어떻게 활용했나
기술과 주장이 크게 바뀐 문서는 이전 승인으로 제출하지 않았다. AI 기술을 추가한 뒤에도 새 최종본을 다시 확인하고 외부 전송을 승인했다.

문장을 자연스럽게 다듬는 것과 내용이 타당한지는 별개였다. 글이 매끄러워진 뒤에도 기술의 실체와 공모전 조건은 질문하고 확인해야 했다.

온라인 접수에서는 화면의 성공 안내와 내부 실패 상태가 함께 나타났다. AI는 접수 완료를 확정하지 않고 내가 승인한 확인 요청 메일에 같은 제출 서류를 첨부해 보냈다. 2026년 10월 23일 작업 종료 시 확인한 것은 메일 발송까지였고 주최 측의 접수 확정 여부는 별도 확인이 필요했다.

4. 얻은 결과와 한계
문안, 도식, PDF와 제출 서류를 만들고 확인 요청 메일까지 발송했다. AI가 여러 도구를 오가며 제작·조작 작업을 맡는 동안 나는 결과를 읽고 판단할 수 있었다. 시간이나 비용의 절감률은 따로 측정하지 않았으며, 수상 성과도 제시하지 않는다.

AI는 내부 메모를 제출본에 남겼고 구체적인 설명이 부족한 상태에서도 문서를 완성본처럼 내놓았다. 내가 묻기 전까지 AI 기술의 부재를 제대로 짚지 못했다. AI의 “완료”나 자동 검증 결과만 믿어서는 이런 한계와 오류를 놓칠 수 있다.

5. 다시 쓴다면 지킬 방법
다시 쓴다면 초안부터 확인된 사실, 설계 가정, 미검증 효과를 나누도록 요구하겠다. 결과물은 아래 다섯 질문으로 점검하려 한다. 이번 경험에서 AI의 가치는 판단을 대신하는 데 있지 않았다. 내가 발견한 문제를 글과 그림, 파일로 다시 만들어 주는 데 있었다.

다섯 가지 점검 질문
① 사실과 가정을 나눴나?
② 실제로 어떻게 작동하나?
③ 내보낼 파일을 직접 봤나?
④ 내용이 바뀌면 다시 승인했나?
⑤ 결과를 어디까지 확인했나?

활용 도구: Aside AI 에이전트. 실제 사용 경험을 바탕으로 작성했으며, 원고 정리와 편집에도 AI의 도움을 받았다.