안녕하십니까. 저는 여러 공모전을 준비하고 있는 대학생입니다.

공모전 준비는 어떻게 보면 공고문 규정 검토에서 근거 자료 조사, 기획서 및 보고서 작성, 마감 관리로 이어지는 문서 업무입니다. 회사에서 정부지원사업이나 입찰을 준비하는 일과 구조가 같다고 볼 수 있습니다. 저는 낼지 말지 고민 중인 공모전이 3개 있었고, 공고문과 가이드 PDF를 공모전별 폴더에 넣어 놓고 방치만 해 두고 있었습니다. 문제는 PDF만 7개, 합쳐서 80쪽이 넘어서 전부 읽는 데만도 시간이 많이 든다는 점이었습니다. 마감일도 제각각이었고 게다가 제가 낼 아이디어가 이미 있는 서비스인지, 뒷받침할 숫자 근거가 있는지는 혼자서 확인하기 어려웠습니다. 그래서 AI를 활용하기로 했는데 걱정되는 점이 하나 있었습니다. 읽고 요약하고 검색하는 건 AI가 빠르지만 AI는 그럴듯하게 틀릴 수 있다는 점이었습니다. 그래서 AI를 쓰되 검증할 수 있는 방식으로 쓰자고 정했습니다.

제가 사용한 AI는 Claude Code입니다. 파일을 직접 읽고 웹을 검색할 수 있는 AI 에이전트입니다. 이 도구를 고른 이유는 채팅창에 복사나 붙여넣기를 하지 않아도 폴더 안의 PDF와 이미지를 직접 읽고, 웹 검색 결과를 출처 링크와 함께 정리하고, 결과를 파일로 저장해 주기 때문입니다. 먼저 방치해 둔 공모전 폴더 3개를 통째로 읽히고 좋은 아이디어가 있으면 말해 달라고 했습니다. 그러자 AI가 대회별 성격 비교표와 아이디어를 제안했는데, 이때 같은 아이템으로 여러 대회에서 입상하면 수상이 취소된다는 서약서 조항을 먼저 짚어 주었습니다(첨부 1). 이어서 기획서 초안 2개를 작성했고, 확인되지 않은 숫자는 지어내지 않고 대괄호로 비워 두었습니다(첨부 2). 그래서 그 빈칸을 채울 객관적 지표를 찾아 달라고 했습니다. 그런데 조사 과정에서 제 아이디어가 이미 있는 공공이나 민간 서비스와 거의 겹친다는 사실이 드러나서 방향 전환을 검토하게 되었습니다(첨부 3, 4).

이때 저만의 규칙을 정했습니다. 정한 규칙을 AI에게 알려 주었더니 AI가 규칙을 메모리와 폴더 지침 파일에 저장해서 이후 모든 작업에 계속 적용했습니다(첨부 5). 그다음은 데이터 분석 공모전 차례였습니다. AI에게 주제를 조사해 달라고 했고, AI는 공공데이터로 분석할 수 있는 주제 하나를 추천했습니다. 그런데 제가 나중에 그 대회의 통합공고문 PDF를 찾아서 폴더에 넣고 읽혀 보니, AI가 스스로 공고문 7쪽에 부문별 주제 범위가 정해져 있는데 분석도구 활용 부문은 사회현안 주제만 가능해서 앞서 추천한 주제는 어느 부문에도 맞지 않는다고 말했습니다. 공고문 원문을 확인하기 전에 추천한 것이 문제였다는 것입니다. 그리고 규정에 맞는 주제로 다시 추천했습니다(첨부 6). 이 과정이 이번 경험에서 가장 중요한 장면이었습니다. AI가 틀렸다는 사실 자체보다 원문을 확인하는 단계가 그 오류를 제출 전에 잡아냈다는 점이 핵심이었습니다.

이후에도 비슷한 일이 있었습니다. 분석 툴 사용이 부담돼서 다른 부문을 검토해 달라고 하자 AI가 그 부문은 지정된 센터에 직접 방문해서 분석해야 해서 오히려 부담이 더 크다는 조건을 찾아 주었습니다(첨부 7). 또 대회 홈페이지와 공고문에 적힌 날짜가 서로 달랐는데, AI는 둘 중 하나를 마음대로 고르지 않고 확인 필요라고 표시했습니다. 확인해 보니 하나는 참가 신청 마감이고 다른 하나는 결과물 제출 마감이었습니다. AI가 모르는 맥락은 사람이 채워서 해결했습니다(첨부 8). 마지막으로 작년 수상작을 조사해서 어느 분야로 나가는 것이 제 상황에 맞는지 근거를 갖고 결정했습니다(첨부 9).

제가 AI에게 준 규칙은 세 줄입니다.

1. 조사 먼저: 아이디어나 기획서를 쓰기 전에 관련 통계, 비슷한 기존 서비스, 쓸 수 있는 공공데이터부터 찾는다.
2. 출처·기준 시점·신뢰도 표시: 모든 숫자에 출처 링크와 기준 시점을 달고, 공식기관 / 언론 보도 / 2차 자료로 신뢰도를 구분한다. 확인하지 못한 숫자는 비워 둔다.
3. 못 찾은 것과 내가 할 일은 체크리스트로 저장: AI가 확인할 수 없는 일(로그인이 필요한 사이트 확인, 서비스를 직접 써 보기, 전화 문의 등)은 체크리스트로 만들어 파일로 남기고, 사람이 처리한다.

이 규칙 덕분에 제출하기 전에 문제 두 가지를 막을 수 있었습니다. 첫째로 처음 떠올린 아이디어가 기존 서비스와 겹친다는 사실을 AI가 규칙 1에 따라 스스로 찾아냈습니다. 규칙을 주면 AI가 자기가 낸 제안도 검증한다는 걸 알게 되었습니다. 둘째로 공고문 원문을 보기 전에 나온 추천이 규정 위반이라는 사실을 원문 확인 단계에서 잡아냈습니다. 1차 자료인 공고문 원문을 확인하는 일은 사람이 꼭 챙겨야 한다는 걸 배웠습니다.

개인정보와 저작권도 신경 썼습니다. 공개된 공고문만 사용했고, 첨부 자료에는 이메일이나 파일 경로 같은 개인정보를 넣지 않았습니다. 수치마다 출처 링크를 달아서 누구든 다시 확인할 수 있게 했습니다. AI가 만든 초안은 그대로 제출하지 않고, 사실을 확인한 뒤 제 판단으로 고쳐서 사용했습니다.

이렇게 약 2시간 동안 작업해서 다음과 같은 결과를 얻었습니다. 공고문과 가이드 PDF 7개와 캡처 이미지 3장을 요약하고 대회별 마감과 제출물, 심사 배점을 표로 정리했습니다. 출처가 달린 조사 자료와 기획서 초안, 직접 할 일 체크리스트를 만들었습니다(첨부 10). 제출 전에 기존 서비스 중복 아이디어와 규정 위반 주제 등 문제 2건을 막았습니다. 대회별 마감 일정을 정리했고 실제로 참가할 부문을 정해 참가 신청까지 마쳤습니다.

혼자 했다면 공고문을 읽고 비교하는 데만 며칠이 걸렸을 것이고 규정 위반은 제출한 뒤에야 알았을지도 모릅니다. 무엇보다 막막했던 상태가 다음에 할 일 목록으로 바뀌었습니다. AI를 정답을 주는 기계가 아니라 검증 규칙을 따르는 조사 비서로 쓰게 된 것이 가장 큰 변화였습니다.

물론 다른 사람도 따라 할 수 있습니다. 공고문과 가이드를 한 폴더에 모으고, AI에게 규칙을 먼저 준 뒤, AI가 만든 직접 확인할 것 목록을 사람이 처리하면 됩니다. 제가 실제로 쓴 요청은 네 가지였습니다. 공고문을 읽고 마감·제출물·심사기준을 표로 정리할 것, 아이디어를 내기 전에 통계·기존 서비스·공공데이터부터 조사할 것, 숫자마다 출처와 기준 시점을 달고 확인 못 한 숫자는 비워 둘 것, AI가 확인할 수 없는 일은 체크리스트 파일로 남길 것. 바로 복사해서 쓸 수 있는 템플릿은 첨부 11에 넣어 두었습니다.

파일을 직접 읽지 못하는 일반 채팅형 AI를 쓴다면 공고문 내용을 붙여 넣고 원문에 없는 내용은 추측이라고 표시해 달라고 덧붙이면 됩니다. 이 방식은 공모전에만 쓰이지 않습니다. 스타트업이나 소상공인이 정부지원사업 공고를 검토하고 사업계획서를 쓸 때, 회사가 입찰 공고나 제안요청서를 분석할 때, 취업 준비생이 여러 채용 공고를 비교할 때에도 똑같이 적용할 수 있습니다. 공고문을 읽고, 근거를 찾고, 문서를 쓰는 업무라면 어디서든 쓸 수 있습니다. AI 덕분에 일이 빨라진 것보다 더 큰 수확은 AI가 틀릴 수 있는 지점을 미리 알고 그에 맞춰 일하는 방식을 설계한 것이었습니다. 지금은 이 방식으로 실제 공모전 출품을 준비하고 있습니다.

※ AI 활용 고지: 공고문 요약, 자료 조사, 문서 구성 정리와 첨부 자료 제작 및 이 글 문장 다듬기에 생성형 AI(Claude Code)를 활용했습니다. 사례의 내용은 모두 제가 직접 겪은 실제 경험이며 최종 판단과 확인은 제가 했습니다.