# GPTs 활용 사례: 프롬프트 대량 제작을 1/6로 줄인 방법

AI Native로 살아가고자 하는 팀제이커브는 최근 새로운 크루로서 "AI 코치"들을 영입했습니다.

![GPTs로 코치를 만드는 코치 AI 전체 구조 개요 다이어그램](https://upload.cafenono.com/image/slashpagePost/20260106/205159_UeD43VAAAeaCEKPfMu?q=80&s=1280x180&t=outside&f=webp)

이 코치들은 팀제이커브가 진행하는 다양한 기업 교육에서, 각 모듈의 전문 역할을 수행하며 참가자들이 교육 흐름에 자연스럽게 참여할 수 있도록 지원하는 역할을 맡게 됩니다.

팀제이커브에서 코치 제도를 만든 이유는 명확합니다. AI를 가장 잘 활용하는 방법은 **AI의 언어와 '나'의 언어를 정교하게 일치시키는 것**이고, 이를 모든 교육 현장에서 체계적으로 구현할 필요가 있었기 때문입니다. 그리고 그 기반이 되는 핵심 구조가 바로 **프롬프트**였죠.

그런데, 문제는 여기서 시작됐습니다. 정형화되고 고도화된 프롬프트를 여러 개 만드려면 상당한 시간과 리소스가 필요했습니다. 그래서 가장 단순한 접근 방식인 **GPTs를 활용해 리소스를 최대한 줄여보기로 했습니다.**

즉, **코치를 만드는 코치**를 만들어보는 실험이었고, 그 제작 과정을 정리한 가이드를 여기 공유합니다.

## 이 글을 통해 배우실 수 있는 것

- GPTs의 기초 개념

- 프롬프트 설계의 기본 구조

## 제작 가이드

팀제이커브의 교육은 모듈별 전문성이 뚜렷해, 각 모듈에 특화된 여러 명의 AI 코치(=프롬프트)가 필요했습니다. 이 프롬프트들은 **하나의 통일된 템플릿을 유지하면서도 교육 내용에 따라 흐름이 달라지는 구조**여야 했습니다.

### 고도화된 프롬프트 12개를 GPTs로 자동화하는 과정

그래서 우리는 '코치를 만드는 코치(GPTs)'를 만들기로 했고, 그 구조는 다음과 같습니다.

![AI 코치 페르소나 생성을 위한 프롬프트 설계 예시 화면](https://upload.cafenono.com/image/slashpagePost/20260106/205242_bY661wnSHw1q8xkeCo?q=80&s=1280x180&t=outside&f=webp)

1. 특정 인물(AI 코치)의 페르소나 생성

2. 교육 모듈 데이터 학습

3. 기존 작성된 "예시" 기반 Knowledge 적용

이렇게 결합된 페르소나와 모듈 데이터가 결합되면 최종적인 "AI 코치"가 되는데요, 한 단계씩 자세히 살펴보겠습니다.

### 1. 특정 인물(AI 코치)의 페르소나 생성

먼저, 생성할 AI 코치의 페르소나를 생성합니다. 이때의 페르소나는 팀제이커브가 추구하는 '인재상'에 어울리는 페르소나로 제작되었는데요. 성격, 말투 등 인물에게 인격을 부여하는 과정이죠.

![AI 코치 페르소나 생성을 위한 프롬프트 설계 예시 화면](https://upload.cafenono.com/image/slashpagePost/20260106/205318_p5nZU8PxA0VyZ9uLZQ?q=80&s=1280x180&t=outside&f=webp)

### 2. 교육 모듈 데이터 학습

다음은 교육 모듈에 대한 데이터를 학습시키는 과정입니다. 이전 팀제이커브에서 진행하고 있던, 교육 워크플로우를 프롬프트에 녹인다고 보시면 됩니다.

![교육 모듈 워크플로우를 프롬프트에 학습시키는 과정 예시](https://upload.cafenono.com/image/slashpagePost/20260106/205349_0WtHBvJZ81I8uAGaUA?q=80&s=1280x180&t=outside&f=webp)

그리고 이렇게 만들어진 프롬프트는 챗GPT의 지침으로 적용할 수 있습니다. 제미니를 사용 중이라면, GPTs나 Gems로 만들 수 있겠죠.

다만 보다 정확도를 높이기 위해서, 프롬프트가 제대로 작동하는지 수 차례 결과물을 테스트해 볼 필요가 있습니다.

### 3. 기존 작성된 "예시" 기반 Knowledge 적용

수 차례의 테스트 후 마음에 드는 결과물이 나왔다면, GPTs에 참고할 자료, 즉 "지식"으로 추가하면 좋습니다. 이렇게 하면 이전에 비해 원하는 결과물 형식대로 나올 가능성이 높아지거든요. 다만 예시는 파일 형식으로 업로드할 수 있으니, 되도록 `.md` 형식 혹은 `.txt` 형식으로 작성하시길 권장드립니다.

![기존 예시 문서를 GPTs 지식으로 등록하는 설정 화면](https://upload.cafenono.com/image/slashpagePost/20260106/205436_qPiwZln59n4PjVLy9r?q=80&s=1280x180&t=outside&f=webp)

이렇게 완성된 AI코치는 GPTs 형태로 구축해서, 팀 전체가 공유 및 활용할 수 있도록 배포되었습니다.

## 얼마나 시간이 줄었을까?

### GPTs 없이 작업할 경우

프롬프트를 깊이 있게 만들어보신 분들은 아시겠지만, 고도화 작업은 시간이 꽤 필요합니다. 프롬프트 엔지니어링과 반복 테스트가 필수적이기 때문입니다.

![전체 페르소나 프롬프트 예시](https://upload.cafenono.com/image/slashpagePost/20260106/205524_kwK80Bot0IjxlNN4qO?q=80&s=1280x180&t=outside&f=webp)

다행히 팀제이커브는 이미 교육 모듈 데이터가 있었기에, **AI 코치 1명을 만드는 데 약 1시간**이 걸렸습니다.

하지만 제작해야 할 코치가 총 24개였으니, 이틀 정도는 온전히 투입해야 하는 규모였죠.

### GPTs 활용 후 단축된 시간

반면, 하나의 '정답 프롬프트'를 완성한 뒤 이를 Knowledge로 등록하고 GPTs를 구축해 반자동 방식으로 진행하자, **프롬프트 1개 제작 시간은 약 10분(검토 포함)**으로 줄었습니다.

![GPTs 활용으로 프롬프트 제작 시간이 대폭 단축된 결과 비교](https://upload.cafenono.com/image/slashpagePost/20260106/205752_BYbVvgozWp5bVsxe1C?q=80&s=1280x180&t=outside&f=webp)

이후 남은 11개를 만드는 데 걸린 시간은 약 1시간 30분 정도. 처음 시도하는 과정이라 검토에 시간을 들였다는 점을 감안하면, 실제로는 더 단축될 여지도 있어 보입니다.

## 알아두실 점

많은 분들이 GPTs 제작을 어렵게 생각하지만, 실전에서는 훨씬 간단합니다. 고난도 스키마나 API 연동 없이도, 단순 반복형 업무라면 **5분 만에 GPT 하나를 만들고 업무 효율을 극적으로 끌어올릴 수 있습니다.**

물론 고도화의 여지들은 다양하지만, 시작 자체는 매우 가볍게 할 수 있습니다.

## 유의사항

- 처음부터 완성형 GPT를 만들려고 하지 마세요. 먼저 1개의 '정답'을 만들고, 이를 Knowledge로 재사용하는 방식이 훨씬 정확하고 효율적입니다.

For the site tree, see the [root Markdown](https://blog.teamjcurve.com/.md).