1. 어떤 상황에서 AI를 활용했나요?
저는 지리학과 1학년이면서 스타트업을 운영하고 있고, 코딩은 하지 못합니다. 10월 초에 도시계획, 공공 서비스, 모빌리티 분야 공모전 마감이 한꺼번에 몰렸습니다. 처음에는 AI 하나에 리서치부터 작성까지 다 맡겼는데 세 가지 문제가 반복됐습니다. 출처 없는 숫자가 섞였고, 대화가 길어지면 앞에서 정한 내용을 잊었고, 결과물의 어느 부분이 확인된 것이고 어느 부분이 추정인지 나중에 구분할 수 없었습니다.

2. 어떤 AI를 어떻게 활용했나요?
핵심은 여러 AI를 번갈아 쓰는 것이 아니라, 각 단계의 결과를 핸드오프 문서와 출처, 실패 기록 파일로 남겨 다음 AI와 사람이 같은 근거에서 다시 검증할 수 있게 만든 것입니다. 전체 흐름은 첨부 1과 같습니다.
- 공고 수집과 선별: 공모전 사이트에서 분야와 주최기관으로 걸러 공고를 모으고, 제가 정한 기준(상금, 일정, 관심 분야)으로 지원할 것만 고릅니다.
- 핸드오프 문서: Claude가 공고와 포스터를 읽고 현재 상태, 공고 정보와 출처, 진행 방침, 다음 할 일을 문서로 씁니다. 대화창을 새로 열 때마다 이 문서부터 읽게 하고, 단계가 끝날 때마다 갱신합니다(첨부 2).
- 소재 기획: Claude의 Research 기능으로 기존 수상작과 유사 사례를 1~2회 조사합니다. 이 조사는 이미 나온 아이디어와 겹치지 않는지 확인하는 용도로만 쓰고, 제가 검수한 뒤 소재를 확정합니다.
- 작업지시서와 기록 파일: Claude가 Claude Code용 작업지시서를 씁니다. 완료 기준과 예외 처리를 미리 넣고, 사용한 도구와 버전을 적는 파일(ai_log), 데이터 출처와 기준시점, 라이선스를 적는 파일(data_sources), 실패하거나 대체한 항목을 적는 파일(MISSING)을 반드시 남기게 합니다(첨부 5). Claude Code는 공공데이터와 OpenStreetMap으로 접근성 분석, 지도, PDF 조판을 수행합니다.
- 2차 필터: 결과물과 공고를 ChatGPT에 넣고 공식 심사기준으로 채점하는 심사위원 역할을 줍니다(첨부 3). 다른 모델의 검토는 정확성을 보장하는 절차가 아니라 누락과 모순을 찾는 2차 필터로 사용했고, 최종 수치와 판단은 원문 출처와 제가 다시 확인했습니다.
- 완성: 최종 판단과 제출은 제가 합니다.

3. 활용 결과 어떤 변화가 있었나요?
- 이 방식으로 10월 4일부터 5일 새벽 사이 공모전 3건의 제출물을 준비했습니다. 2건은 제출했고, 1건은 접수 기간이 시작되지 않아 대기 중입니다.
- 도시계획 공모전은 데이터 수집, 지도 분석, 포스터 작업 파일이 모두 같은 날 오후 4시 50분부터 밤 11시 41분 사이에 만들어졌습니다(작업 폴더 수정 시각 기준).
- 현재 확인 가능한 근거는 제출 여부와 작업 파일 생성 시각까지입니다. 기존 방식 대비 시간 단축률은 별도로 측정하지 않았습니다.
- 2차 필터가 실제로 잡아낸 것: 도시계획 공모전에서는 독창성이 약하다는 지적을 받아 콘셉트를 다시 짰고, 다른 공모전에서는 운영 방식의 앞뒤 모순을 찾아 고쳤습니다. AI가 매긴 점수(67점)는 품질 증거가 아니라 수정 방향을 정하는 참고 기록으로만 썼습니다.
- 사람이 걸러낸 것: 검토 의견에 들어 있던 통계 하나는 같은 보고서에서 다른 값이 나와 확정할 수 없었고, 예상 점수도 근거가 없어 둘 다 쓰지 않았습니다.

4. 나만의 방식 또는 개선 포인트는 무엇인가요?
- 근거가 파일로 남는 구조: 핸드오프 문서, 출처 파일, 실패 기록 파일이 있어 어떤 수치가 어디서 왔고 무엇을 못 했는지 사람이 나중에 다시 확인할 수 있습니다. 대화가 끝나도 근거가 사라지지 않습니다.
- [확인 필요] 규칙: 모든 수치에 출처를 붙이고, 확인되지 않은 수치는 만들지 말고 [확인 필요]로 표시하게 했습니다. 이번 공모전을 준비할 때도 안내 PDF와 홈페이지의 일정 표기가 달라 [확인 필요]로 남기고 일정을 보수적으로 잡았습니다(첨부 4).
- 비개발자용 작업지시서: 중간에 오류가 나도 대응하기 어려운 비개발자를 위해, 판단 기준과 예외 처리를 지시서에 미리 적고 실패한 항목은 멈추지 말고 MISSING 파일에 기록하게 했습니다.
- 역할 분리: 조사와 문구는 Claude, 분석과 조판은 Claude Code, 2차 필터는 ChatGPT, 결정은 사람이 합니다.

5. 다른 사람도 따라 할 수 있나요?
네. 시작은 메모장에 핸드오프 문서 하나를 만드는 것입니다. 현재 상태, 정한 것, 출처, 다음 할 일 네 칸만 있으면 되고, AI와 대화를 새로 열 때마다 이 문서를 먼저 붙여넣습니다. 여기에 "출처 없는 수치는 [확인 필요]로 표시" 규칙을 더하고, 완성본을 다른 AI에 심사기준과 함께 넣어 누락과 모순을 찾게 하면 됩니다. 분석이나 디자인이 필요하면 코딩 에이전트를 추가하고 출처 파일과 실패 기록 파일을 함께 남기게 합니다. 제가 직접 검증한 범위는 공모전 준비이고, 과제나 보고서처럼 근거와 마감이 있는 다른 문서 작업에도 같은 구조를 적용해 볼 수 있습니다.

AI 활용 범위와 책임
- 리서치, 문구 초안, 분석 코드, 조판은 AI가 만들었고, 소재 선택, 검수, 수정, 제출은 제가 했습니다. 이 사례 글도 Claude로 초안을 쓰고 ChatGPT로 검토받은 뒤 제가 확인해 고쳤습니다.
- 공고문에 생성형 AI 관련 규정이 있으면 핸드오프 문서에 함께 적어 두고 그 범위 안에서 사용했습니다.
- 분석에는 공공데이터와 OpenStreetMap(ODbL 라이선스, 출처 표기) 같은 공개 데이터만 썼습니다.
- 다른 공모전은 아직 심사 중이거나 접수 전이라 결과물은 공개하지 않고 과정만 실었습니다. 첨부 캡처에서 공모전명, 주제, 파일명, 실명을 가렸습니다.