기존 건당 방식으로 AI 프로젝트 견적 냈다간 무한 수정 지옥에 빠진다

대다수가 AI 생성의 무작위성을 이해하지 못하고, 프롬프트만 입력하면 곧바로 완성본이 나오는 줄 오해하기 때문이다. 최근 Reddit 디자인 게시판에 뼈아픈 사례가 하나 올라왔다. 회사 상사가 인턴에게 AI로 애니메이션 한 편을 만들어 오라고 지시한 것이다. 결국 인턴은 스토리보드를 AI로 뽑는 데만 몇 주를 허비했고, 나온 소스는 스타일이 제각각에 인물 형태마저 뭉개져 있었다. 결국 After Effects와 Premiere를 켜고 방대한 수작업 보정을 거친 뒤에야 겨우 써먹을 만한 결과물이 나왔다

이런 착각은 초기 생성 속도만 보기 때문에 생긴다. AI는 디자인 초반 단계에서 지치지 않는 크리에이티브 어시스턴트처럼 빠르게 아이디어 방향을 제시해 준다. 하지만 상사가 배경을 실제 사무실 장면으로 바꿔 달라고 요구하는 순간, AI의 무작위성은 시간 블랙홀로 돌변한다. 그 5%의 디테일을 맞추겠다고 프롬프트를 수없이 고치고 부분 인페인팅을 반복하다 보면, 손으로 직접 그리는 것보다 시간이 더 오래 걸리기 마련이다

무한 수정을 막는 핵심은 보이지 않는 테스트와 보정 비용을 투명하게 수면 위로 끌어올리는 데 있다. AI 디자인 프로젝트를 수주할 때, 전통적인 최종 완성본 건당 단가로 견적을 내서는 절대로 안 된다. 클라이언트는 AI로 몇 초 만에 뽑아냈는데 왜 이 돈을 받느냐고 생각하기 쉽다. 나는 이런 방어선을 구축하기 위해 Mai Strategy AI 프로젝트 3단계 견적 기준 도입을 제안한다:

1. 프롬프트 테스트 비용 정의: 견적서에 스타일 탐색과 프롬프트 엔지니어링을 위한 기본 비용을 반드시 포함해야 한다. 여기에는 특정 스타일을 안정적으로 구현하는 프롬프트를 도출하는 과정과 초기 수십 차례의 생성 시행착오 비용이 들어간다

2. 생성 라운드 및 시안 선택 수량 제한: AI 이미지 렌더링 수정 한도를 명확히 고지한다. 예를 들어 3회 생성 라운드를 제공하고, 라운드당 4장의 러프 컷을 전달해 선택하도록 규정하며, 이를 초과할 경우 연산 및 작업 비용을 추가 청구하는 식이다

3. 수작업 정밀 보정 공수 별도 분리: 이 단계가 가장 중요하다. AI가 생성한 이미지는 손가락이 6개로 나오거나 글자가 깨지고 외곽선 색상이 번지는 등 하자가 생기기 마련이다. 견적 시 부분 수정과 최종 마감 미세 조정을 위한 수작업 시급을 명확히 책정해, AI 결함을 보완하는 작업이 고도의 노동집약적 공정임을 클라이언트에게 인식시켜야 한다

생성형 AI는 아직 인쇄 규격을 제대로 이해하지 못해, 파일에 심각한 색상 및 규격 문제를 숨기고 있는 경우가 많다. AI로 뽑은 멋진 이미지를 받아 MINDS에 접수하려 할 때, 디자이너나 출력 실무자는 파일 마감 전에 몇 가지 치명적인 문제를 수작업으로 해결해야 한다:

・색상 모드 변환: Midjourney 등 주요 툴에서 출력되는 이미지는 전부 RGB 모드다. 이를 CMYK로 바로 변환하면 특히 형광색이나 비비드한 청록색 계열에서 심각한 색 왜곡이 일어난다. 마감 시 반드시 색상표를 대조하며 커브와 색상 균형을 수동으로 재조정해야 한다

・해상도 및 규격 스케일업: AI 기본 출력 해상도는 대부분 72DPI에 불과해, 이대로 인쇄기에 걸었다간 뭉개지기 십상이다. Topaz Gigapixel 같은 AI 무손실 확대 소프트웨어로 해상도를 300DPI까지 끌어올리고, 확대 후 어색한 유화 느낌의 픽셀 뭉개짐이 생기지 않았는지 점검해야 한다

・도련 및 안전 여백 확보: AI 구도는 피사체를 프레임 꽉 차게 배치하는 경우가 잦다. 인쇄용 3mm 도련을 잡으려다 주요 요소가 잘려 나가기 일쑤다. 디자이너가 그래픽 툴의 생성형 채우기로 외곽을 연장해 메워야 하는데, 이 역시 고스란히 추가 공수가 된다

단순히 이미지 생성 속도만 볼 것이 아니라, 수정 횟수나 커뮤니케이션 왕복 시간 같은 운영 지표를 추적해야 한다. 인쇄 디자인 워크플로우에 AI를 도입한 성과를 평가할 때 느낌에만 의존해선 안 된다. AI 도입의 핵심은 모델 성능이 얼마나 뛰어난가에서 어떻게 관리하고 추적할 것인가로 이미 전환되었다

가장 직관적인 방법은 비교 데이터를 기록하는 것이다. '수정 라운드 수', '누락 및 재접수 빈도', '견적 문의부터 최종 확정까지의 소요 시간'이라는 3가지 지표를 면밀히 살펴봐야 한다. AI 도입 후 수정 횟수가 기존 3회에서 8회로 폭증하거나 마감 데이터 재작업 빈도가 늘었다면, AI가 비용을 아껴준 것이 아니라 내부 낭비만 키운 셈이다. 이러한 정량 지표가 실질적으로 감소해야만 AI가 프로젝트에 진정한 이익을 창출했다고 볼 수 있다

・디자인에 AI를 도입한다는 것은 드로잉 시간이 프롬프트 테스트와 수작업 정밀 보정으로 옮겨간 것이지, 작업 공수가 사라진 것이 아니다

・견적은 생성 라운드와 수작업 마감 비용을 명확히 분리하여, AI 작업이 공짜라는 클라이언트의 환상을 차단해야 한다

・AI 생성 이미지를 인쇄하기 전에는 RGB-CMYK 색 왜곡, 해상도 부족, 도련 여백 부족이라는 3대 문제를 반드시 해결해야 한다

・AI의 성과는 렌더링 속도가 아니라, 수정 횟수와 커뮤니케이션 소요 시간의 감소로 평가해야 한다

디자이너와 인쇄 실무자 입장에서 클라이언트와 AI의 인간 대체 여부를 두고 논쟁하기보다는, AI가 생성한 원본 소스가 인쇄 가능한 완성 데이터로 변환되는 과정의 비용을 선제적으로 투명하게 공개하는 편이 훨씬 효과적이다. 보정, 포맷 변환, 도련 연장 등 전문적인 작업의 가치를 명확히 제시할 수 있다면, AI는 단가 후려치기의 빌미가 아니라 서비스 범위를 확장하는 강력한 레버리지가 될 것이다

・AI 디자인 프로젝트, 요술봉 같은 마법 견적은 금물