AI 브레인스토밍 (AI Brainstorming)을 단순히 '아이디어를 내달라고 하는 작업'이라고 생각하면, 왠지 모르게 얕은 결과만 돌아온다. 이 기사에서는 AI 브레인스토밍을 기능하게 만드는 '막연한 질문'의 작법과 3단계 공정을, 이 시리즈 자체가 탄생한 실례를 통해 설명한다. "제대로 정리한 뒤에 물어봐야 한다"라는 고정관념을 깨는 것이 첫 번째 열쇠가 된다.

📚

시리즈 「Claude Code를 사고의 파트너로 만들기」 전 3부작: AI를 단순한 실행 도구가 아니라 사고의 파트너로 사용하기 위한 시리즈. 3개의 기사는 독립적으로 읽을 수 있지만, 함께 읽으면 전체상을 볼 수 있다.

• 제1탄 「벽치기 (Wall-hitting)」 — 『모르겠다』라고 답하면 벽을 돌파할 수 있다
• 제2탄 「거울」 — Claude Code가 키우는 언어화 능력
• 제3탄 「브레인스토밍 (Brainstorming)」 — Claude Code와의 브레인스토밍은 『막연한 질문』에서 시작된다 (본 기사)

"다른 관점이 또 있을까?"로 탄생한 3부작

이 기사는 내가 Claude Code에 단 한 마디를 던진 것에서 시작되었다.

다른 사고 파트너의 관점이 또 있을까?

블로그 기사 소재를 생각하고 있을 때 문득 떠오른 의문이었다. 완벽하게 정리된 질문이 아니다. "무언가 더 있을 것 같다" 정도의 애매한 질문이다. (이 기사 자체의 제작 중 에피소드로, 시리즈의 다른 회차를 읽지 않았더라도 아래의 흐름은 그대로 이해할 수 있다.)

돌아온 것은 7가지 관점을 나열한 표였다. 「대화 vs 솔로 사고」 「실패 패턴」 「불완전한 질문」 「러버덕 (Rubber Duck)」 「코칭 (Coaching)」 「시간축」 「What 편」. 7개의 축이 나열된 순간, 내 안에서 무언가가 움직였다.

오, 바로 이거 아닌가?

벽치기, 거울, 브레인스토밍... 브레인스토밍이 세 번째가 되지 않을까?

AI가 "브레인스토밍을 세 번째로 하자"라고 제안한 것이 아니다. 7개의 축이 나열된 것을 보고 내 안에서 구조화 (Structuring)가 일어났다. 시리즈가 3부작이 될 것이라고 깨달은 것은 나다.

이것이 AI 브레인스토밍의 본질이라고 생각한다. AI는 선택지를 나열한다. 구조화는 사용자 측에서 일어난다.

1인 브레인스토밍의 한계와 집단 브레인스토밍의 번거로움

"혼자 생각하면 결국 똑같은 결론에 도달한다"라는 경험이 있지 않은가?

부업으로 블로그를 쓰는 사람이라면 "이제 소재가 없다", "또 똑같은 테마를 쓰고 있다"라는 막다른 길로 나타난다. 기획 담당자라면 "항상 이 멤버들이 모이면 똑같은 결론이 나온다"라는 감각이다.

1인 브레인스토밍에는 구조적인 한계가 있다. 떠오르는 것부터 쓰기 때문에 순서가 무작위가 된다. 자신의 발상 틀을 넘어서기 어렵다. "이게 전부인가?"라는 확신을 가질 수 없다.

그렇다면 집단 브레인스토밍은 어떠한가. 오즈번의 4원칙 (Osborn's Checklist)에서 말하는 「비판 금지·자유분방·양 중시·결합과 개선」은 이상적이지만, 실제 회의실에서는 목소리 큰 사람의 의견이 통하기 쉽다. 애초에 "멤버를 모으고 시간을 맞춘다"라는 준비 비용이 크며, 아이디어가 떠오른 순간에 바로 움직일 수 없다. 부업으로 혼자 블로그를 쓰는 경우라도 "사람과 이야기해서 무언가를 결정해야 하는 상황"에서는 같은 문제에 부딪힌다. 상대의 스케줄을 맞춰야 하고, 그 시간까지 사고를 보류해야만 한다.

AI 브레인스토밍은 이 두 가지 한계를 다른 차원에서 돌파한다. 그것은 「언제든・즉시・유연하게」라는 3축을 통해 기존의 수법에는 없는 위치를 점하고 있기 때문이다. 이에 대해서는 후반부에서 자세히 설명한다.

AI 브레인스토밍의 3단계 공정 — 구조화는 사용자 측에서 일어난다

앞서 언급한 실례를 되돌아보면, 3가지 공정으로 정리할 수 있다.

중요한 것은 ③이 사용자 측에서 일어난다는 점이다.

AI가 "3부작으로 만들면 된다"라고 말한 것이 아니다. 「벽치기·거울·브레인스토밍」이라는 3부작의 구조는 7개의 축이 나열된 표를 본 내 안에서 나왔다. AI의 역할은 「선택지의 열거」이며, 「구조화」는 사용자의 일이다.

이 역할 분담을 이해하면 "AI가 전부 생각해주겠지"라는 기대 방식이 바뀐다. AI는 재료를 나열한다. 요리(구조화·선택·결단)는 인간이 한다.

막연한 질문의 작법 — 8가지 패턴의 틀

"막연한 질문을 던진다"라고 해도, 어떤 질문이든 상관없는 것은 아니다. 효과적인 질문에는 패턴이 있다. "제대로 된 질문을 만들어야 한다"가 아니라, 다음 중 하나에 대입하면 움직이기 시작한다.

한편, 기능하지 않는 질문 방식도 있다.

• 「정답은 뭐야?」 → AI가 무난한 대답을 내놓는다. 선택지가 나오지 않는다.
• Yes/No로 대답할 수 있는 질문 → 선택지가 확장되지 않는다.
• 너무 세세한 조건부 → 후보가 너무 좁혀진다.
• 완성된 질문 → AI가 '답'을 내놓을 뿐, 사용자의 구조화가 일어나지 않는다.

공통점은 "답이 하나로 수렴해 버리는 질문"이 된다는 것이다. 브레인스토밍 (Brainstorming)의 목적은 발산이므로, 질문 또한 발산을 촉진하는 형태가 되어야 한다.

우선 확장형("그 외에 ~는 있어?")만 기억해도 움직이기 시작할 수 있다. 나머지 7가지 패턴은 "조금 더 깊게 파고들고 싶다"고 느꼈을 때 참조하면 된다.

"막연한 질문"이 효과적인 이유는 여백이 있기 때문이다. "그 외에 ~는 있을까?"라는 질문은 답변의 범위를 넓힐 여지를 남겨둔다. AI는 문맥을 유지하면서 그 여백에 후보들을 채워 넣어 준다.

참고로 확장형과 같은 막연한 질문은 ChatGPT에서도 시도할 수 있다. 다만, 과거의 작업이나 대화가 축적된 세션에서 사용할 경우, 문맥에 따른 후보가 돌아온다는 점에서 질이 달라진다. "질문의 형식을 바꾸는 것"과 "어떤 도구를 사용할 것인가"는 별개의 문제이며, 두 가지를 모두 의식하면 효과가 높아진다.

막연한 질문조차 떠오르지 않을 때의 3가지 기동 방법

"브레인스토밍을 하고 싶지만, 무엇을 물어봐야 할지조차 모르겠다"라는 상태가 있다. 질문을 만들 기력조차 없는, 완전한 막다른 길이다. 그럴 때 사용할 수 있는 기동 방법 3가지를 소개한다.

기동 방법 1: AI에게 화제를 던져달라고 하기

"최근 세션에서 신경 쓰이는 점은 뭐야?"라고 AI에게 묻게 한다.

AI가 문맥으로부터 "이걸 신경 쓰고 있었죠?", "여기서 멈춰 있지 않았나요?"라며 화제를 제시해 준다. 출발점이 AI 측이 되므로, 자신은 "맞아, 그거야" 혹은 "아니야"라고 대답하기만 하면 된다.

기동 방법 2: 최근 로그에서 채굴하기

"최근 대화 로그를 보고 신경 쓰이는 점을 알려줘", "반복해서 나온 단어는 뭐야?"라고 부탁한다.

자신의 과거 언행으로부터 AI가 화제를 추출한다. "내가 무의식중에 신경 쓰고 있었던 것"이 떠오른다. 특히 블로그 소재 고갈로 고민하는 사람에게 효과적이며, 자신이 쓴 글 속에 다음 소재의 씨앗이 잠들어 있다. 엔지니어의 경우 커밋 히스토리 (Commit History)를 기점으로 삼을 수도 있다.

기동 방법 3: 역할을 역전시키기 —— "나에게 질문해 줘"

완전히 실마리가 없을 때, AI에게 "나에게 질문해 줘"라고 부탁한다.

평소에는 자신이 AI에게 질문을 던지지만, 그것을 역전시킨다. AI가 "최근 세션에서 이런 발언을 하셨는데, 〇〇에 대해서는 어떻게 생각하시나요?"라고 물어온다. 이 방법은 코칭 (Coaching)이나 1on1의 구조와 가장 유사하다. 답은 사용자가 가지고 있다는 전제하에, 질문을 받음으로써 자신 내부의 구조가 보이게 된다.

3가지 공통점은 "자신이 질문을 만들지 않아도 된다"는 것이다. AI 브레인스토밍은 "좋은 질문을 만들 줄 아는 사람이 사용하는 도구"가 아니라, "질문을 만들 수 없는 상태에서도 움직일 수 있게 해주는 도구"다.

기존 브레인스토밍법과의 차별화 —— AI만의 3가지 축

AI 브레인스토밍은 기존의 수법을 "대체"하는 것이 아니라, 기존 수법이 취약한 3가지 차원에서 강점을 가진다.

① 기동 비용이 제로에 가깝다

집단 브레인스토밍은 "멤버를 모으고 시간을 맞추는 것"을 전제로 하기에 회의실, 화이트보드, Zoom 설정 등 준비 비용이 크다. "좋은 아이디어가 필요해"라고 생각한 순간 바로 움직일 수 없다.

AI 브레인스토밍은 생각이 떠오른 순간 시작할 수 있다. 심야에도, 이동 중에도, 목욕 후에도. 브레인스토밍의 기동 비용이 제로에 가깝다는 점이 발상이 생겨나는 빈도 그 자체를 높인다. "사고가 움직이는 순간 말을 걸 수 있는 상대가 있다" —— 이는 지적 생산에 있어 질적인 변화다.

② 즉각적인 구조화

KJ법은 포스트잇에 적어낸 아이디어를 물리적으로 움직여 비슷한 것끼리 그룹화하고, 거기에 라벨을 붙여가는 수법이다. "포스트잇을 움직여 정리한다"는 체감을 동반하지만, "포스트잇에 적기 → 그룹화 → 라벨링"의 단계를 거치기 때문에 한 세션에 몇 시간이 걸리는 경우도 많다.

AI 브레인스토밍은 "그 외에 ~는 있어?"라고 물으면 몇 초 만에 표나 카테고리로 답을 준다. 서두에서 소개한 "7가지 축의 표"가 바로 그것이다. 나열된 선택지를 봄으로써 사용자 측의 구조화가 즉각적으로 일어난다.

KJ법이 "발산 후의 수렴 프로세스를 정성스럽게 수행하는 수법"이라면, AI 브레인스토밍은 "발산에서 구조화의 깨달음까지를 가속화하는 수법"이라고 할 수 있다. 양자는 경쟁하지 않고 서로 보완한다.

③ 역할을 몇 번이고 전환할 수 있다

집단 브레인스토밍에서는 "퍼실리테이터 (Facilitator)", "서기", "타임키퍼"의 역할을 사전에 정하며, 도중에 바꾸기 어렵다.

AI를 상대라면 세션 중에 몇 번이고 역할을 전환할 수 있다.

• 「선택지를 내줘」(발산 모드)
• 「이것과 이것의 차이는?」(비교 모드)
• 「반대 의견은?」(비판 모드)
• 「나에게 질문해줘」(역할 역전 모드)

이러한 유연성은 「집단이든 혼자든」 기존의 수법으로는 실현하기 어렵다. AI를 상대방으로 삼음으로써 비로소 성립하는 역할 설계다.

다만, AI와의 브레인스토밍 (Brainstorming)은 본질적으로 「발산 특화 도구」다. AI는 비판하지 않는다. — 그것이 심리적 안전성을 담보하는 반면, 아이디어를 좁혀가는 수렴 페이즈(비판적 검토·우선순위 지정)는 다른 방법과 조합할 필요가 있다.

메타 실연 —— 이 기사 자체가 브레인스토밍 결과로 태어났다

이 기사를 읽기 시작했을 때, 서두에서 하나의 실례를 목격했을 것이다. 「그 외에 사고 파트너의 관점이 또 있을까?」라는 막연한 질문, 7가지 축의 선택지, 그리고 「브레인스토밍이 세 번째가 된다」는 깨달음.

그 실례는 단순한 설명용 에피소드가 아니다. 그 순간, 이 시리즈의 3부작 구조가 확정되었다.

제1탄은 「'모르겠다'고 답하면 벽을 돌파할 수 있다 — Claude Code와의 대화로 소재를 발굴하는 7단계」로 공개 대기 중. 제2탄은 「AI에게 지시하는 숙련도는 자신의 언어적 모호함을 투영한다 — Claude Code가 기르는 언어화 능력」으로 병행 집필 중. 그리고 제3탄이 이 기사 「브레인스토밍 — 막연한 질문에서 구조화가 일어난다」다.

이 소재 노트 육성 단계에서도 같은 일이 일어났다. 「막연한 질문의 작법 8가지 패턴」도 「기동 방법 3가지」도, AI가 후보를 한꺼번에 나열하면 내가 「이것을 채택」이라고 고르는 형식으로 길러졌다. 기사에 쓴 내용이 기사를 만드는 과정에서 그대로 실연되고 있다.

주장이 기사의 탄생 방식에 의해 뒷받침되는 구조 — 이것이 「메타 실연」이다. AI 브레인스토밍의 주장을 「알겠다」고 생각하게 만드는 것보다, 실제로 체험했다고 느끼게 하는 것이 기억에 더 오래 남는다.

사고의 파트너 3부작 —— 벽치기·거울·브레인스토밍의 구분 사용

시리즈 3부작은 「사고의 파트너」의 서로 다른 사용 장면을 커버하고 있다. 이 기사(제3탄)부터 읽기 시작한 분들을 위해, 각 탄의 요점을 간결하게 보충한다.

3가지는 독립적으로 사용할 수 있지만, 동일한 「사고의 파트너」라는 상위 개념으로 연결되어 있다. 「어느 것부터 시도할까」보다는 「지금 어떤 상태인가」에 따라 선택하는 것이 좋다.

막힌 부분을 언어화하지 못하고 있다면 벽치기. 지시가 빗나가 답답함을 느끼고 있다면 거울. 발상의 틀을 넘어서고 싶다면, 「그 외에 ~는 있어?」라고 막연한 질문을 하나 던져보자.

시리즈 관련 기사

• 제1탄: 「'모르겠다'고 답하면 벽을 돌파할 수 있다 — Claude Code와의 대화로 소재를 발굴하는 7단계
• 제2탄: AI에게 지시하는 숙련도는 자신의 언어적 모호함을 투영한다 — Claude Code가 기르는 언어화 능력
• Claude Code와의 작업 로그가 저절로 블로그 소재가 되는 구조를 만들었다
• AI에게 AI가 쓴 문장을 비평하게 했더니 60점이었던 이야기

FAQ

Q. AI 브레인스토밍은 결국 ChatGPT에게 「아이디어를 내줘」라고 부탁하는 것과 무엇이 다른가요?

A. 크게 두 가지가 다르다. 하나는 「질문의 유형」이다. 「아이디어를 내줘」는 답이 수렴하기 쉽다. 「그 외에 ~는 있어?」와 같은 확장형의 막연한 질문은 발산을 촉진하는 형태를 띠고 있다. 또 하나는 「문맥의 질」이다. Claude Code처럼 실제 작업 로그(과거의 대화·소재 노트·집필 중인 파일 등)와 대화가 통합된 상태에서 브레인스토밍을 하면, 「지금 다루고 있는 것」에 부합하는 후보가 돌아온다. 단발적인 질문과는 후보의 정밀도가 다르다. 참고로 「질문의 유형을 바꾸는 것」 자체는 ChatGPT에서도 시도할 수 있다. 문맥의 축적 정도의 차이가 Claude를 선택하는 이유가 된다.

Q. 구조화는 사용자가 하는 것이라면, AI가 없어도 혼자서 할 수 있지 않나요?

A. 할 수 있는 부분도 있지만, 「자신이 생각하지 못한 선택지가 나열된다」는 체험은 혼자서는 할 수 없다. 자신의 발상 범위 밖에서 온 후보가 섞임으로써, 혼자서는 도달할 수 없는 구조화가 일어난다. 서두의 예에서도 7가지 축 중에는 내가 생각하지 못했던 관점이 포함되어 있었다.

Q. 매번 이렇게 깔끔하게 구조화가 일어나나요?

A. 일어나지 않는 경우도 있다. 질문의 유형이 수렴형이거나 문맥이 부족하면 후보의 질이 떨어진다. 다만 「일어나지 않았을 경우」의 비용이 낮다. 시간도 돈도 크게 들지 않으므로, 「이번에는 불발」이라고 리셋하고 다른 유형을 시도할 수 있다.

관련 서적

이 시리즈에서 소개한 「Claude Code를 사고의 파트너로 만드는」 사고방식의 전체 모습은 Zenn Book에 정리해 두었습니다.

• 코드를 작성할 줄 모르는 내가 Claude Code로 「AI 팀」을 만들기까지 (¥900) — 서장·제1부는 무료로 읽을 수 있습니다

이 기사는 はてなブログ (Hatena Blog) 에서의 크로스 포스트입니다.

Discussion