솔직히 저는 처음에 AI로 웹사이트를 만든다는 말을 반쯤 흘려들었습니다. 그런데 실제로 Bolt.new를 써보고, 그 전에 Adobe Firefly로 캠페인 키 비주얼 18장을 납품했던 경험이 겹치면서 생각이 완전히 바뀌었습니다. AI 툴이 단순한 시연용 장난감이 아니라 실제 외주 워크플로우를 바꾸고 있다는 걸, 직접 겪어보고 나서야 실감했습니다.
시드 라이브러리로 브랜드 일관성을 잡다
Firefly 외주를 처음 시작했을 때, 저도 프롬프트만 잘 쓰면 된다고 생각했습니다. 그게 제가 실수한 부분이었습니다. 같은 문장으로 이미지를 열 번 뽑아도 결과물은 매번 달랐고, 클라이언트는 "분위기가 들쭉날쭉하다"는 피드백을 반복했습니다. 디자인 수정 라운드가 한 프로젝트에서 평균 4.2회까지 올라갔을 때, 뭔가 구조적인 해결책이 필요하다는 걸 알았습니다.
그때 만든 게 '브랜드 시드 라이브러리'입니다. 여기서 시드(Seed)란 이미지 생성 AI가 결과물을 만들 때 기준으로 삼는 난수값으로, 같은 프롬프트에 같은 시드를 입력하면 동일한 스타일 방향의 이미지가 반복 생성되는 원리입니다. 저는 한 브랜드의 톤, 컬러, 구도를 시드 12개로 고정해 캠페인이 바뀌어도 시각적 일관성이 유지되도록 시스템을 만들었습니다. 이 라이브러리를 도입한 뒤 수정 라운드가 평균 1.3회로 줄었습니다. 거의 3분의 1 수준입니다.
Bolt.new도 비슷한 맥락에서 이해하면 됩니다. 프롬프트 한 줄로 웹사이트 초안이 나오는 것 자체보다, 그 결과물을 어떻게 일관되게 관리하고 반복 활용할 수 있는 체계를 만드느냐가 핵심입니다. 저는 시드 라이브러리를 분기 단위로 갱신하고, 클라이언트별 톤 맵을 별도 PDF로 정리해 영업 자산으로 활용합니다. 처음에는 귀찮은 작업이었지만, 지금은 이게 없으면 외주를 받기가 불안할 정도입니다.
상업 라이선스와 ChatGPT 연계 프롬프트 전략
Bolt.new를 제대로 쓰려면 ChatGPT와 연계하는 방식을 익히는 게 중요합니다. 플랫폼에 직접 짧은 프롬프트를 입력하면 무난한 결과물이 나오지만, 디테일이 부족합니다. 제가 직접 써봤는데, ChatGPT에 먼저 Bolt.new 플랫폼을 설명하고 상세한 디자인 명세를 포함한 프롬프트를 생성하게 한 다음 그걸 붙여넣으면 결과물 수준이 확연히 달라졌습니다. 특히 반응형 디자인(Responsive Design), 즉 모바일·태블릿·PC 화면 크기에 맞게 레이아웃이 자동 조정되는 구조를 요청할 때 이 방식이 효과적이었습니다.
그런데 AI 툴을 실무에 도입할 때 많은 분들이 간과하는 게 있습니다. 바로 상업 사용 라이선스(Commercial Use License) 문제입니다. 상업 사용 라이선스란 AI가 생성한 결과물을 개인 감상에 그치지 않고 제품, 광고, 서비스 등 영리 목적으로 활용할 수 있는 권리를 말합니다. Adobe Firefly는 상업 사용 라이선스가 기본 포함되어 있어 클라이언트 법무 검토가 매끄럽게 끝났습니다. 반면 일부 AI 이미지 툴은 무료 플랜에서 상업 이용을 제한하거나 별도 계약이 필요합니다. 외주 계약을 맺기 전에 이 부분을 반드시 확인해야 합니다.
제 외주 3건을 기준으로 보면, AI 비주얼 도입 후 캠페인 비주얼 제작 시간은 사진 촬영 대비 약 1/12로 줄었고, 비용은 1/20 수준까지 내려왔습니다. 이 수치는 단순히 빠르다는 얘기가 아니라, 클라이언트 입장에서도 예산 배분 방식이 달라진다는 의미입니다. 실제로 AI 창작물의 저작권과 상업적 이용 범위는 국가마다 다르게 해석되고 있으며, 국내외 주요 저작권 기관들도 관련 가이드라인을 지속적으로 업데이트하고 있습니다(출처: 한국저작권위원회).
Bolt.new에서 Supabase 연동도 같은 맥락입니다. Supabase란 웹사이트나 앱에서 수집된 폼 데이터, 예약 정보, 뉴스레터 구독자 정보 등을 실시간으로 저장하고 관리할 수 있는 오픈소스 백엔드 데이터베이스 플랫폼입니다. AI로 만든 웹사이트가 아무리 예뻐도 실제 데이터를 저장할 수 없으면 비즈니스 도구로는 반쪽짜리입니다. Supabase 연동까지 마치면 그제야 하나의 완결된 서비스가 됩니다.
한국 시장에서 AI 비주얼의 실제 한계와 후처리 워크플로우
여기서부터는 제 경험상 이건 좀 다릅니다, 라고 말해야 할 부분입니다. AI 툴이 글로벌 수준의 디자인을 빠르게 만들어준다는 건 사실입니다. 그런데 한국 시장에서 실무를 해보면 부딪히는 벽이 있습니다.
Firefly는 한국 인물 표현의 자연스러움이 여전히 부족합니다. 한복이나 전통 모티프, 한국 도시 풍경 같은 컬처 콘텍스트(Cultural Context), 즉 특정 문화권의 시각 언어와 맥락이 담긴 이미지 요소를 생성할 때 어색한 결과가 잦습니다. 한국적 감성이 중요한 캠페인에서 Firefly만 믿고 납품했다가는 클라이언트한테 민망한 상황이 생길 수 있습니다. 직접 겪어봤기 때문에 드리는 말씀입니다.
더 실질적인 문제는 한국어 텍스트 렌더링입니다. Firefly에서 한국어 카피가 포함된 비주얼을 생성하면 글자가 깨지거나 의미 없는 자모가 섞여 나오는 경우가 많습니다. 결국 Photoshop에서 텍스트 레이어를 별도로 작업하는 후처리 단계가 필수입니다. 제가 현재 운영하는 후처리 워크플로우는 대략 이렇습니다.
- Firefly에서 텍스트 없이 배경·인물·오브젝트 이미지만 생성
- Photoshop에서 한국어 카피 레이어를 별도 추가
- 폰트 라이선스 확인 후 클라이언트 납품
- 최종 파일에 시드 번호와 프롬프트 기록을 메타데이터로 저장
이 과정을 빠뜨리면 납품 후에 수정 요청이 들어왔을 때 같은 결과물을 재현하기가 어렵습니다. 한국 AI 활용 실태 조사에 따르면 국내 기업의 AI 도입률은 꾸준히 증가하고 있지만, 실제 업무 적용 시 언어·문화 맥락 오류로 인한 후처리 비용이 도입 효과를 일부 상쇄한다는 지적도 있습니다(출처: 정보통신정책연구원).
결국 한국 시장에서 AI 비주얼 외주를 안정적으로 운영하려면, 시드 라이브러리 운영 매뉴얼, 한국어 텍스트 후처리 워크플로우, 그리고 클라이언트에게 상업 라이선스를 설명하는 커뮤니케이션 템플릿, 이 세 가지를 묶어서 자신만의 운영 체계로 만들어야 정착할 수 있다고 봅니다.
AI 툴이 빠르게 발전하고 있는 건 맞습니다. 하지만 툴이 아무리 좋아져도 클라이언트에게 납품할 수 있는 완성도를 만드는 건 결국 사람의 판단과 체계입니다. Bolt.new든 Firefly든, 처음엔 신기해서 이것저것 눌러보게 됩니다. 그 단계를 지나 실제 외주에 써보고 나서야 진짜 필요한 게 무엇인지 보이기 시작합니다. 지금 AI 툴 도입을 고민 중이라면, 먼저 작은 프로젝트 하나에 적용해보고 후처리 워크플로우를 정리하는 것부터 시작하시길 권합니다.