한 사람이 콘텐츠를 만들고, 매일 빠짐없이 업데이트합니다. 지금까지 12 개가 넘는 장문의 글을 올렸고, 평균 조회수는 12 만 회, 누적 팔로워는 9,000 명 이상 늘었으며, 북마크율은 0.5-1% 로 안정적입니다. 즉, 보는 사람 100 명 중 1 명은 이 콘텐츠를 나중에 다시 볼 가치가 있다고 생각하는 거죠.
제 글이 특별히 뛰어나서가 아닙니다. 뒤에서 AI 콘텐츠 제작 시스템이 돌아가고 있기 때문입니다. 주제 선정, 자료 조사, 초안 작성, 일러스트 제작부터 데이터 리뷰까지, 모든 과정을 AI 가 처리하고, 저는 결정만 내립니다.
이 시스템의 원형은 @dontbesilent 가 공개한 Claude Code 워크플로우에서 왔습니다. 그는 이 방식을 사용해서 1 년에 13,000 개의 콘텐츠를 게시하고, 7 개 플랫폼을 동시에 운영하며, 연간 70 만 명의 팔로워를 얻습니다. 저는 이 시스템을 가져와서 X 장문에 맞게 상당히 수정했습니다. 이 글에서는 제가 수정 후 현재 사용하고 있는 버전을 공유합니다.
핵심 개념
@dontbesilent 는 아주 근본적인 문제를 지적한 적이 있습니다. 대부분의 사람들은 AI 를 콘텐츠 제작에 산발적으로 사용합니다. 아이디어가 떠오르면 AI 에게 물어보고, 답변을 게시한 후 잊어버립니다. 다음에 또 아이디어가 떠오르면 처음부터 다시 시작하죠.
그의 해결책은 전체 과정을 폐쇄 루프로 만드는 것입니다. 아이디어는 주제 라이브러리로 들어가고 → AI 가 자료 라이브러리에서 재사용 가능한 요소를 검색하고 → 검증된 프레임워크를 사용하여 글을 쓰고 → 게시하고 → 데이터를 검토하고 → 효과적인 패턴을 추출하여 방법론에 다시 통합합니다. 매번 창작할 때마다 시스템에 무언가가 추가되며, 매번 처음부터 다시 시작할 필요가 없습니다.
저는 이 논리를 그대로 채택했습니다. 아래는 제가 수정한 버전입니다.
4 계층 지식 베이스
저는 Obsidian 으로 콘텐츠를 관리하고 Claude Code 로 실행합니다. 시스템은 4 개 계층으로 나뉩니다.
첫 번째 계층: 말뭉치.
AI 글쓰기의 가장 큰 문제는 글을 못 쓰는 것이 아니라, 당신처럼 말하지 않는다는 점입니다. 장문의 독자는 한 글자 한 글자를 읽습니다. "AI 냄새"가 너무 강하면 어색하게 느껴집니다.
그래서 제가 말한 모든 것을 저장합니다. 트윗, 위챗 채팅 기록에서 논의된 관점, 녹음 파일, 메모한 단편적인 생각들을요. 그리고 그로부터 글쓰기 스타일 가이드를 추출합니다. 저는 결론을 먼저 말하고 그 다음에 이유를 제시하는 것을 좋아하고, 형용사보다 숫자를 선호하며, 다른 업계의 논리를 사용해서 현재 문제를 설명하는 것을 좋아하고, "힐링 멘트"로 마무리하지 않습니다.
AI 는 모든 초안을 작성하기 전에 이 가이드를 읽습니다. 그래서 첫 번째 초안은 적어도 70-80% 는 저와 비슷합니다. 글을 쓴 후에는 "AI 냄새 제거" 검사를 실행해서 너무 기계적으로 느껴지는 표현을 제가 바꿀 수 있도록 강조 표시합니다.
무엇을 감지할까요? 몇 가지 일반적인 함정은 다음과 같습니다.
- 마케팅 용어: 역량 강화, 폐쇄 루프, 연결, 근본 논리 등은 발견 즉시 삭제합니다.
- 독자를 대변하는 표현: "당신은 아마 생각할 거예요..." "많은 사람들이 물을 거예요..." – 타인의 생각을 어떻게 알겠습니까?
- 가르치는 어조: "기억하세요", "반드시 해야 합니다", "핵심은 단 한 문장입니다" – 저는 수다를 떠는 거지, 강의를 하는 게 아닙니다.
- 가상의 데이터: "90% 의 사람들은 모릅니다" – 그 90% 는 어디서 나온 건가요?
- 극적인 효과를 위한 독립적인 짧은 문장: 한 문장. 한 단어. 단락. – 이것이 가장 "AI 냄새"가 나는 것입니다.
- 굵은 글씨의 슬로건/명언: 진정으로 강력한 사람들은 모두... – 삭제합니다.
이 규칙들은 시스템에 저장됩니다. AI 는 초안이 완성된 후 자동으로 이를 실행하고 해당 부분을 빨간색으로 표시합니다. 이 두 단계를 거치면 장문의 "사람 냄새"가 크게 개선됩니다.
두 번째 계층: 자료 라이브러리.
47 개 유사 계정의 분석 데이터, 1,100 개 이상의 콘텐츠 데이터, 바이럴 게시물의 구조 분석, 재사용 가능한 개념과 인용문이 포함됩니다.
새 글을 쓰기 전에 AI 는 먼저 자료 라이브러리를 살펴봅니다. 누가 비슷한 주제로 글을 썼는지, 어떤 각도에서 데이터를 얻었는지, 독자들이 어떤 구조를 저장하고 싶어 하는지 확인합니다. 표절이 아닙니다. 다른 사람들의 데이터를 바탕으로 경로를 선택하는 것입니다.
47 개 계정을 분석한 후, 몇 가지 발견이 제 주제 전략에 직접적인 영향을 미쳤습니다.
- 조회수 100 만 회 이상의 콘텐츠는 5 가지 유형에만 속합니다. 필수 도구 튜토리얼, 의료/건강 과학, AI + 수익 창출, 페르소나 분석, 리소스 모음입니다. 다른 유형은 거의 100 만 회를 넘지 않습니다.
- 북마크율과 노출량은 반드시 양의 상관관계를 가지는 것은 아닙니다. 일부 게시물은 노출량이 평범하지만 북마크율이 높습니다. 이는 장기적인 가치를 의미하며, 이러한 주제는 반복해서 작성할 가치가 있습니다.
- 팔로워 증가와 노출량도 반드시 양의 상관관계를 가지는 것은 아닙니다. 119,000 회 노출된 페르소나 게시물은 156 명의 팔로워를 얻은 반면, 77,000 회 노출된 튜토리얼은 25 명의 팔로워만 얻었습니다. 페르소나는 사람들로 하여금 개인을 팔로우하게 만들고, 튜토리얼은 저장하게 만들고 떠나게 만듭니다.
세 번째 계층: 콘텐츠 파이프라인.
주제 풀 → 심화 필요 → 진행 중 → 게시 완료. 풀에는 항상 작성할 준비가 된 12 개 정도의 주제와 더 많은 자료가 필요한 12 개 정도의 후보 주제가 있습니다. 저는 기분 내키는 대로 쓰지 않습니다. 전략에 따라 풀에서 선택합니다.
주제는 여러 트랙을 순환합니다. 프로젝트 실습, AI 수익 창출 트랙 분석, 진입 장벽이 낮은 소상공인 비즈니스, 새로운 AI 패러다임 트렌드. 각 트랙은 강도가 다릅니다. 하드코어 도구 튜토리얼은 노출량이 가장 높고, 페르소나 소개는 팔로워 증가가 가장 빠르며, 데이터 리뷰는 시청자층이 좁지만 북마크율이 좋습니다. 저는 현재 목표에 따라 주제를 선택합니다. 노출을 위해서는 튜토리얼, 팔로워를 위해서는 페르소나, 장기적인 가치를 위해서는 리뷰를 선택합니다.
네 번째 계층: 방법론.
어떤 제목이 효과적인지, 어떤 주제가 바이럴되는지, 어떤 구조가 북마크율이 높은지 – 모두 제 게시 데이터에서 추출한 것입니다.
제목은 정량화하기 가장 쉬운 부분입니다. 12 개 이상의 장문을 써본 결과, 성과가 좋은 제목은 기본적으로 네 가지 패턴에 속합니다.
게시 전 확인 사항: 구체적인 숫자가 있는가? 정체성 태그가 있는가? 대비가 있는가? 독자가 제목을 보고 어떤 내용을 얻게 될지 알 수 있는가? 더 많이 충족할수록 데이터가 좋습니다.
일러스트레이션
X 장문에서 일러스트레이션은 매우 중요합니다. 피드에서 사용자의 주목 순서는 HERO 이미지 > 제목 > 본문입니다. 이미지가 나쁘면 제목이 아무리 좋아도 아무도 클릭하지 않습니다.
제 원칙: HERO 이미지, 제목, 후크 트리오는 정보를 반복해서는 안 됩니다. HERO 이미지는 "이 콘텐츠가 어떤 유형인지" 한눈에 보여주고, 제목은 사람들을 멈추게 하는 데이터 앵커를 제공하며, 본문의 첫 문단은 세부 사항을 설명합니다. 세 가지가 서로 다른 세 가지 정보 계층을 전달합니다.
일러스트레이션에는 두 가지 스타일이 있으며, 콘텐츠 유형에 따라 자동으로 선택됩니다.
튜토리얼은 인포그래픽을 사용합니다. 흰색 배경, 밝은 색상의 장식용 버블, 둥근 카드, 플랫 아이콘, 큰 한글 제목 – 마치 SaaS 웹사이트의 깔끔한 히어로 배너 같습니다. 의견 게시물은 컨셉추얼 포스터를 사용합니다. 큰 텍스트가 프레임을 이루고, 캐릭터와 텍스트가 맞물려 PPT 라기보다는 전시회 포스터 같습니다.
각 장문에는 커버 한 장과 내부 인포그래픽 2~3 장이 포함됩니다. AI 가 기사 내용을 바탕으로 프롬프트를 생성하고, GPT Image 2 API 에 전달하여 이미지를 생성하고, 제가 다운로드하여 필요한 비율로 자릅니다. Canva 에서 30 분 걸리던 작업이 이제 이미지 3 장에 10 분이면 끝납니다.
장문 데이터
대표적인 몇 가지 예시입니다.
평균 노출량은 약 120,000 회, 북마크율은 0.5-1% 입니다. AI 점술 게시물이 1.01% 로 북마크율이 가장 높았습니다. AI + 수익 창출 + 정보 비대칭의 조합이 독자들을 가장 적극적으로 저장하게 만듭니다.
데이터에서 얻은 패턴
"데이터에서 규칙을 키우는 것"은 dontbesilent 의 핵심 방법론입니다. 다음은 제 X 장문 데이터에서 도출된 구체적인 패턴들입니다.
제목에는 구체적인 숫자가 있어야 합니다. "4 개월 만에 수익 10 만", "155 달러 vs 15 달러", "452% ROI" – 성공적인 장문은 모두 확실한 숫자를 가지고 있습니다. 숫자는 피드에서 사람들을 멈추게 하는 가장 쉬운 요소입니다.
AI 는 주인공이어야 합니다. AI 튜토리얼 기사는 꾸준히 100,000 회 이상의 조회수를 유지하는 반면, 순수 투자 콘텐츠는 거의 50,000 회를 넘지 않습니다. 사람들은 이 계정에 "AI 사용법"을 보러 오는 것이지, "주식 거래 방법"을 보러 오는 것이 아닙니다.
"시간 절약 도움"이 바이럴의 근본 논리입니다. 공개 계정 모음, Codex 소개, 일러스트레이션 실습 – 모든 바이럴 장문의 공통점은 "제가 직접 해보고, 실수도 해보고, 정리해드렸으니 따라만 하세요"라는 점입니다.
바이럴 공식: 하드코어 튜토리얼 또는 실제 경험 + 구체적인 데이터 앵커 + 재현 가능한 경로. 바이럴 제목 중에 추상적인 개념은 없습니다. 모두 "제가 X 를 했고, 결과는 Y 였습니다"라는 구조를 따릅니다. 경험 공유에 데이터를 더한 것이지, 설교하는 것이 아닙니다.
이 규칙들은 새로운 게시물이 올라올 때마다 업데이트됩니다. 시스템은 스스로 교정됩니다.
바로 사용할 수 있습니다
dontbesilent 의 dbskill (GitHub 4000+ 스타)은 좋은 시작점으로 아주 좋습니다. 또한 제가 했던 것처럼 그의 핵심 아이디어를 가져와서 자신의 필요에 따라 수정할 수도 있습니다.
한 번에 완벽하게 만들 필요는 없습니다. 먼저 주제 풀과 자료 라이브러리를 구축하고 2 주 동안 운영해 보세요. 그러면 데이터가 어떤 방향으로 조정해야 할지 알려줄 것입니다.
