1. 어떤 상황에서 AI를 활용했나요

AI를 업무에 제대로 쓰기 시작하면 아무도 처음에 말해주지 않는 문제가 생깁니다. AI는 읽은 만큼 돈을 받습니다.

저는 1인 사업자로 매일 AI에게 일을 시킵니다. 자료를 붙여넣고, 파일을 읽히고, 결과를 다시 보여줍니다. 그런데 붙여넣는 자료 가운데 상당 부분은 AI가 볼 필요가 없습니다. 파일 목록에 붙은 권한 표시와 소유자 이름, 로그에서 백 번 반복되는 같은 줄, 웹페이지 메뉴와 광고와 푸터, 검색 결과에 되풀이되는 문구가 그렇습니다.

이게 두 가지 손해를 만들었습니다. 첫째, 비용이 샙니다. 안 봐도 되는 걸 읽히고 돈을 냅니다. 둘째, 더 큰 손해는 정확도입니다. AI가 한 번에 기억할 수 있는 분량은 정해져 있는데, 쓰레기가 그 자리를 차지하면 정작 중요한 내용이 밀려 나갑니다. 긴 로그를 통째로 붙여넣었을 때 AI가 엉뚱한 답을 하는 이유가 이것입니다. 머리가 나빠서가 아니라 책상 위가 쓰레기로 덮여 있어서입니다.

2. 어떤 AI를 어떻게 활용했나요

"AI에게 잘 물어보는 법"을 고민하는 대신, AI에게 무엇을 안 보여줄지를 자동으로 정하는 중간 단계를 만들었습니다.

① 보내기 전에 한 번 거릅니다. 자료를 AI에게 넘기기 전에 자동으로 통과하는 필터를 뒀습니다. 자료 종류마다 버릴 것이 정해져 있습니다.
- 파일 목록 → 권한·소유자·타임스탬프를 버리고 이름과 크기만 남깁니다.
- 로그 → 똑같은 줄이 200번 반복되면 "이 줄 ×200"으로 접습니다.
- 웹페이지 → 메뉴·광고·푸터를 버리고 본문만 남깁니다.
- 검색 결과 → 여러 검색엔진 결과를 합쳐 중복을 제거하고 상위 것만 본문을 가져옵니다.
- 긴 파일 → 통째로 읽히지 않고 구조(제목·목차·함수 이름)만 먼저 보여준 뒤, 필요한 부분만 다시 읽습니다.

마지막 항목이 가장 크게 먹혔습니다. 사람도 두꺼운 책을 처음부터 읽지 않고 목차를 먼저 봅니다. AI에게 목차를 먼저 주는 것만으로 읽히는 분량이 크게 줄었습니다.

② 얼마나 줄었는지 매번 기록합니다. 이게 없었으면 이 사례는 "줄어든 것 같다"로 끝났을 겁니다. 필터를 통과할 때마다 원래 분량과 줄인 분량을 자동으로 남기게 했습니다. 실제로 지금 이 글을 쓰면서 웹페이지 두 개를 AI에게 읽혔는데, 기록은 이렇습니다.

[58KB → 1KB -98%]
[36KB → 910B -98%]

③ 손실이 나면 안 되는 곳에는 안 씁니다. 압축은 정보를 버리는 일이므로 아무 데나 쓰면 안 됩니다. 그래서 탐색·조사 단계에서만 켜고, 실제로 문서를 고치거나 코드를 수정하는 단계에서는 원문 그대로 읽습니다. 요약본을 보고 수정하면 반드시 사고가 납니다.

3. 활용 결과 어떤 변화가 있었나요
지표 / 값 / 비고누적 처리 명령 수 / 174,817건 / 실사용 누적
AI가 읽은 출력 분량 절감 / 평균 67.2% / 명령 출력 기준
절감된 분량 / 약 1억 5,500만 토큰 / 원고지로 환산 시 수십만 장 규모
단계당 추가 소요 시간 / 평균 0.37초 / 사람이 못 느끼는 수준
웹페이지 1건 정제 / 58KB → 1KB (-98%) / 이 사례 작성 중 실측
파일 목록 정제 / 평균 -73% / 누적 507회
측정 방법: 위 수치는 필터가 자동으로 남긴 누적 기록을 그대로 뽑은 것입니다(2026-09-13 조회). "67.2%"는 AI에게 넘어가는 자료(명령 출력) 분량 기준이며, 전체 AI 사용량 절감률이 아닙니다. 대화 자체는 그대로이기 때문입니다. 과장하지 않기 위해 기준을 밝힙니다.

비용보다 체감이 컸던 건 긴 자료를 다뤄도 AI가 헷갈리지 않게 된 것입니다. 예전에는 로그가 길면 붙여넣기를 포기하고 제가 눈으로 훑었습니다. 지금은 그냥 던집니다. "AI에게 물어볼 수 있는 일의 범위"가 넓어졌습니다.

4. 나만의 방식 또는 개선 포인트

"프롬프트를 짧게 쓰라는 얘기 아닌가요?" 반대입니다. 사람이 쓰는 질문은 원래 짧습니다. 실제로 분량을 잡아먹는 건 사람이 쓴 질문이 아니라 기계가 뱉은 자료입니다. 그래서 저는 사람이 조심하게 만들지 않고, 기계가 뱉는 쪽을 자동으로 걸렀습니다. 사람이 매번 신경 쓰는 방법은 반드시 실패합니다. 이건 신경 쓰지 않아도 됩니다.

추가로 한 것들입니다.

1. 줄인 양을 매번 기록하게 했습니다. 그래서 이 사례에 "그런 것 같다"가 아니라 17만 건의 누적 수치를 쓸 수 있습니다. 효과를 주장하려면 효과를 재는 장치를 먼저 만들어야 합니다.
2. 자료 종류별로 버릴 것을 따로 정의했습니다. 하나의 규칙으로 뭉뚱그리면 중요한 걸 버립니다.
3. 켜지 말아야 할 곳을 명시적으로 정했습니다. 문서를 수정할 때는 원문을 읽습니다. 압축이 이득인 구간과 손해인 구간을 구분한 것이 이 사례에서 제일 중요한 판단입니다.

한계: 압축은 원리상 손실입니다. 걸러낸 자료만 보고 판단하면 놓치는 게 생깁니다. 그래서 결과가 이상하면 압축을 끄고 원문으로 한 번 더 확인하는 습관을 함께 들였습니다. 그리고 절감률은 자료 종류에 따라 편차가 큽니다. 이미 정제된 문서는 거의 줄지 않습니다.

5. 다른 사람도 따라 할 수 있나요

프로그램 없이도 원리는 그대로 씁니다. AI를 자주 쓰는 분이라면 오늘 바로 세 가지를 바꿔보세요. 비용 0원입니다.

1. 통째로 붙여넣지 말고 "구조 먼저" 물어보세요. 긴 문서는 전체를 넣지 말고 목차나 소제목만 먼저 넣고 "어느 부분을 봐야 하냐"고 물은 뒤, 그 부분만 넣으세요. 답의 질이 오히려 올라갑니다.
2. 반복되는 건 사람이 먼저 지우세요. 엑셀·로그·표를 붙여넣을 때 필요 없는 열은 지우고 넣으세요. 30초 쓰면 AI가 훨씬 정확해집니다.
3. 웹페이지는 주소 대신 본문만 붙여넣으세요. 브라우저의 읽기 모드로 본문만 남긴 뒤 복사하면 메뉴·광고가 빠집니다.

기억할 한 문장은 이겁니다. AI에게 많이 주는 게 아니라 정확히 주는 게 이깁니다. 사람에게 자료를 넘길 때 필요한 것만 정리해서 주듯, AI에게도 똑같이 하면 됩니다. 비용이 줄어드는 건 부수적이고, 진짜 이득은 답이 정확해지는 것입니다.