코드 대신 문장으로 만들었습니다 — 가상 오피스를 낳은 실제 프롬프트 기록 (EP.2)

코드 대신 문장으로 만들었습니다 — 가상 오피스를 낳은 실제 프롬프트 기록 (EP.2) 1

시리즈 1편에서 AI 에이전트 17명이 일하는 가상 오피스를 공개했습니다. 이번 편은 그 오피스가 어떤 문장들로 만들어졌는지에 대한 기록입니다. 저는 비개발자 마케터이고, 이 프로젝트에 코드를 한 줄도 기여하지 않았습니다. 제가 기여한 것은 프롬프트, 즉 클로드 코드에 건넨 한국어 문장들입니다. 그 문장들을 실제 입력 순서대로 공개합니다.

첫 프롬프트 — 방법은 비우고 기준만 채웠습니다

모든 것은 아래 한 문단에서 시작됐습니다.

ATM SNS 폴더 내 에이전트 팀을 회사 환경 3D 시뮬레이션처럼 구성할 수 있어? 각 캐릭터별로 업무범위·권한·역할에 맞게 구분되어 수행되는 시뮬레이션. 과제가 주어지면 유관 캐릭터들이 오피스에서 움직이거나 보고하거나 책상에서 업무하는 게 keypoint. 실행 전 CEO 승인이나 auto 구조. 캐릭터는 미니어처 3D, 머리:몸통 5:5

기술 스택 이야기는 한 마디도 없습니다. 대신 반드시 보여야 할 장면(움직임, 보고, 책상 업무), 반드시 있어야 할 구조(CEO 승인 또는 자동 결재), 양보 못 할 스타일(머리와 몸통 비율 5:5)만 적었습니다. 구현 방법은 도구에 맡기고 판단 기준은 사람이 쥐는 배분입니다.

두 번째 프롬프트 — 만들기 전에 견적을 물었습니다

코드 대신 문장으로 만들었습니다 — 가상 오피스를 낳은 실제 프롬프트 기록 (EP.2) 2

바로 만들게 하지 않고 방식부터 비교시켰습니다.

3D, isometric, 2D 방식 중 토큰·공수·난이도 고려하면 뭐가 쉽고 빠를까?

답은 아이소메트릭 2.5D였습니다. 진짜 3D는 엔진과 카메라, 조명까지 필요해 공수가 크게 늘지만, 아이소메트릭은 2D 이미지를 비스듬히 배치해 입체감을 내는 방식이라 공수가 3D의 3분의 1 수준이라는 근거가 함께 왔습니다. 이 한 번의 질문이 프로젝트 전체의 갈림길이었습니다. 처음부터 3D로 달렸다면 중간에 뒤엎었을 가능성이 큽니다. AI에게는 실행 지시보다 선택지 비교 요청을 먼저 하는 편이 빠르다는 것을 이때 배웠습니다.

반복 개선 — 어색함을 문장으로 짚는 일

코드 대신 문장으로 만들었습니다 — 가상 오피스를 낳은 실제 프롬프트 기록 (EP.2) 3

첫 버전의 화면은 캐릭터가 선 채로 책상을 통과해 다니는 수준이었습니다. 이후 완성도는 전부 반복 요청에서 나왔습니다. 실제 프롬프트 네 개를 그대로 옮깁니다.

캐릭터와 책상·오피스가 이질적이야. 책상에선 앉고, 움직일 땐 서고, 보고 갈 땐 문서 들고 이동하게 해줘. 줌 인/아웃도
isometric 오피스 배경은 이 이미지 스타일 반영해서 다시 제작해줘
자리가 부족해 보이는데 자리를 더 그려줘
캐릭터들이 각자 자리에 정확히 매칭하여 앉아 있고 움직이도록 해줘

두 번째 프롬프트에는 마음에 드는 오피스 일러스트를 레퍼런스 이미지로 첨부했습니다. 스타일을 말로 설명하는 것보다 이미지 한 장을 건네는 쪽이 훨씬 정확했습니다. 나머지 요청들도 전문 용어가 하나도 없습니다. 눈에 보이는 문제를 보이는 대로 말했을 뿐인데, 포즈 체계가 생기고 좌석이 늘고 캐릭터와 자리의 매칭 로직이 고쳐졌습니다.

프롬프트 밖의 원칙 3가지

코드 대신 문장으로 만들었습니다 — 가상 오피스를 낳은 실제 프롬프트 기록 (EP.2) 4

문장 못지않게 결과를 좌우한 운영 원칙이 있습니다. 첫째, 큰 작업은 플랜 모드로 계획서를 먼저 받아 승인한 뒤 구현시켰습니다. 방향 수정은 코드 단계보다 계획 단계가 압도적으로 쌉니다. 둘째, 폴더 구조 파악 같은 탐색 작업은 서브에이전트 여러 개에 병렬로 맡겨 본 대화의 맥락을 아꼈습니다. 셋째, 디자인 검수는 별도 QC 에이전트(iris)에게 분리했습니다. 만든 쪽이 검사까지 하면 판정이 무뎌지기 때문입니다.

돌아보면 제 역할은 세 가지 질문을 오가는 것이었습니다. 무엇이 가능한지 묻는 방향 질문, 반드시 지켜야 할 조건을 못 박는 기준 지시, 그리고 눈에 밟히는 어색함을 짚는 피드백입니다. 코드 지식은 그 어디에도 필요하지 않았습니다. 필요한 것은 원하는 장면을 구체적으로 말하는 습관이었습니다.

완성 코드는 GitHub 저장소(github.com/aitrendmaster/atm-office)에 공개되어 있습니다. 이 글의 프롬프트와 저장소 코드를 나란히 놓고 보면, 문장이 구현으로 번역되는 과정을 그대로 복기할 수 있습니다.

이전 편 EP.1은 가상 오피스 소개, 다음 편 EP.3은 캐릭터 51장 생성과 좌석 정합의 에셋 제작기입니다.

댓글

이 블로그의 인기 게시물

AI 에이전트 팀으로 1인 사업 자동화하기 (2026 실전 가이드)

MBTI 검사 그만하고 클로드한테 물어봐 — AI로 '진짜 내 성향' 진단받는 법

무료 AI 영상 툴 7개, 같은 프롬프트로 직접 돌려봤습니다 — 크레딧·워터마크·사운드 실측표