AI 연구를 많이 할수록 선형적인 채팅 스레드는 점점 쓰기 싫어진다

AI 워크플로우에서 이상한 패턴을 발견했음:

단순한 작업에는 채팅이 완벽함.

질문하고, 답을 얻고, 넘어가면 됨.

하지만 본격적인 연구나 창작 작업에서는 채팅 형식이 뭔가 잘못된 것처럼 느껴지기 시작함.

내 실제 AI 워크플로우 대부분은 선형적이지 않음. 가지를 침(branch).

전형적인 연구 작업은 보통 이런 식임:

• 원본 소스 수집
• 한 모델에게 요약 요청
• 다른 모델에게 결론에 대한 반론 요청
• 패턴 추출
• 패턴을 콘텐츠 계획으로 변환
• 초안 생성
• 포지셔닝 수정
• 시각 자료나 영상 아이디어 구상
• 나중에 돌아와서 같은 맥락에서 계속 작업

단일 수직 채팅 스레드는 금방 엉망이 됨. 중요한 중간 단계를 잃어버리거나, 결국 구글 문서, 노션 페이지, 스크린샷, 브라우저 탭, 그리고 3개의 서로 다른 AI 채팅창에 내용을 복사해 넣게 됨.

그 시점부터 병목 현상은 더 이상 '어떤 모델이 가장 똑똑한가'가 아님.

병목은 연속성임.

이런 이유로 Flowith를 테스트해 보고 있는데, '멀티 모델 접근' 때문만이 아니라 그 부분이 딱 와닿았음. 요즘 그런 도구는 많으니까.

더 흥미로운 아이디어는 AI 작업을 일회용 채팅 스레드가 아니라 지속적인 캔버스로 다루는 것임.

예를 들어, AI 에이전트 사용 사례에 관한 Reddit 토론을 살펴보고 있었음: 사람들이 실제로 무엇을 신경 쓰는지, 무엇을 불신하는지, 어떤 자동화에 돈을 지불할 의향이 있는지 등.

일반적인 챗봇에게 물어봤다면 보통 이런 일반적인 목록을 받았을 것임:

• 영업 자동화
• 고객 지원
• 콘텐츠 제작
• 연구 자동화

유용하긴 하지만 얕음.

더 나은 워크플로우는 이거였음:

1. 실제 사례와 토론 수집
2. 페인 포인트별로 그룹화
3. '인상적인 것'과 '사람들이 실제로 돈을 낼 만한 것' 구분
4. 다른 모델에게 가정에 대한 비판 요청
5. 결과를 콘텐츠/제품 포지셔닝 맵으로 변환

Flowith가 여기서 잘 작동했던 이유는 소스, 모델 출력, 브랜치, 최종 초안을 한곳에 계속 띄워둘 수 있었기 때문임. 한 모델은 광범위한 연구에, 다른 모델은 비판에, 또 다른 모델은 재작성에 사용하면서 채팅 기록 속에 파묻히지 않고 추론 과정을 유지할 수 있었음.

같은 패턴이 창작 작업에도 적용됨.

음악 컨셉, 콘텐츠 캠페인, 트렌드에 관한 지식 베이스 같은 것을 만들 때 워크플로우는 단순히 '아이디어 하나 만들어줘'가 아님. 오히려 이런 식임:

• 레퍼런스 수집
• 패턴 추출
• 미니 지식 베이스 구축
• 다양한 창작 방향으로 브랜치 생성
• 텍스트/이미지/영상 에셋 생성
• 버전 비교
• 전체 맥락을 다시 구축할 필요 없이 나중에 계속 작업

캔버스 기반 AI 도구가 더 합리적으로 느껴지는 지점이 바로 여기임.

모델을 마법처럼 더 좋게 만들어줘서가 아님.

작업을 일회용으로 만들지 않기 때문임.

내 현재 생각:

AI 사용이 대부분 일회성 프롬프트라면 일반 채팅 앱으로도 충분함.

하지만 작업이 탭 10개, AI 채팅 3개, 메모 문서, 그리고 절반쯤 잃어버린 맥락들로 변질된다면, 인터페이스 자체가 문제의 일부가 된 것임.