매뉴얼 제작에서 AI를 쓸 수 있는 구간은 제한적입니다. 파생 매뉴얼 제작에서 글을 쓰는 공정은 여덟 단계 작업 중에서 하나뿐입니다. 제조사 기술 문서 개발의 대부분이 파생 매뉴얼 제작입니다. 이 글은 대형 제조사 매뉴얼 제작 프로그램의 운영 데이터를 근거로, 신규 제작과 파생 제작의 차이, 파생 제작 여덟 개 공정의 AI 적용성을 정리하고, AI가 실제로 효과를 내는 구간을 짚습니다.
매뉴얼 신규 제작과 파생 제작의 차이
매뉴얼 제작은 성격이 다른 두 종류로 나뉩니다. 이 구분이 AI 적용 가능성을 가르는 가장 중요한 기준입니다.
| 신규 제작 | 파생 제작 | |
|---|---|---|
| 출발점 | 베이스 문서 없음. 제품 자료에서 시작 | 이미 검증된 베이스 매뉴얼 |
| 작업 내용 | 처음부터 문서를 만듦 | 파생 모델과의 차이점만 분석해 반영 |
| 실무 비중 | 신제품군 첫 매뉴얼 등 소수 | 연간 제작 물량의 대부분 |
공개된 AI 성공 사례는 대부분 신규 제작 조건에서 나옵니다. 베이스 없이 새 문장을 만들어내는 조건이라면 LLM의 문장 생성 능력은 실제로 유용합니다.
문제는 제조 현장의 실무 구성이 정반대라는 점입니다. 대형 제조사 다국어 매뉴얼 프로그램의 운영 데이터를 보면, 라인업이 같고 파생이 반복된 조건에서 기존 콘텐츠 재활용률은 70~80% 수준이며, 새로 작성되는 텍스트가 전체 본문의 10% 안팎에 머무는 경우가 많습니다.
남은 10%도 자유로운 생성과는 거리가 있습니다. 새 문장은 베이스 매뉴얼의 용어와 스타일, 그리고 이미 축적된 다국어 번역 데이터와 정합해야 합니다. AI가 만든 문장을 기존 표준에 맞춰 사람이 다시 편집해야 한다면, 생산성과 품질 양쪽에서 마이너스가 되는 경우가 많습니다.
AI 도입 논의가 어긋나는 지점
도구의 성능 문제로 보기는 어렵습니다. 신규 제작 조건에서 확인된 성공 사례를 파생 제작이 대부분인 실무에 그대로 대입하는 데서 어긋남이 생깁니다.
사용설명서가 일반 콘텐츠와 다른 여섯 가지 조건
블로그나 마케팅 문안에서 검증된 AI 활용법이 사용설명서에 그대로 이식되지 않는 이유는 이 문서가 지고 있는 조건에 있습니다.
| 특성 | 내용 |
|---|---|
| 엄격한 제약 | 용어와 표현의 일관성, 안전 메시지, 지역별 규정과 인증 정보 반영 등 작성 방식 전반이 제약을 받습니다. |
| 지속 파생과 지속 변경 | 기존 문서에서 파생되며, 개발 착수부터 양산 전 최종 납품까지 소프트웨어 업데이트, 설계 변경, UI 변경, 인증 변경으로 수차례 수정됩니다. 변경 시점과 내용은 예측하기 어렵습니다. |
| 절대 납기 | 제품 출시와 동시에 제공되어야 합니다. 일정은 협상 대상이 될 수 없고, 공정 전체를 지배하는 제약 조건으로 작동합니다. |
| 무오류 요구 | 출시 전까지 모든 오류가 제거되어야 합니다. 문장 오류뿐 아니라 지역별 규정과 인증 요건이 빠짐없이 반영되어야 합니다. |
| 다국어 확산 | 하나의 소스 매뉴얼이 시장에 따라 1개에서 수십 개 언어로 전개됩니다. |
| 낮은 자유도 | 규격 준수와 용어·스타일 일관성이 절대적으로 요구되어 창의적 표현이 거의 허용되지 않습니다. |
마지막 항목이 특히 중요합니다. 생성형 AI의 대표적 강점인 표현의 다양성이, 이 문서에서는 결함이 됩니다. 같은 조작을 매번 다르게 설명하는 매뉴얼은 좋은 매뉴얼이 될 수 없습니다.
파생 매뉴얼 제작 8개 공정의 AI 적용성
파생 매뉴얼 제작은 일반적으로 여덟 개 공정으로 진행됩니다. 각 공정이 어떤 성격의 작업이고 AI가 어디까지 개입할 수 있는지 정리하면 다음과 같습니다.
| 공정 | 작업 성격 | AI 적용성 | 근거 |
|---|---|---|---|
| 사양 분석 | 베이스 모델 확보, 대상 모델 사양 검토, 차이점 도출, 재사용 계획 수립 | 낮음 | 비정형 자료에서 수정 방향과 관련된 정보만 추려내는 판단 작업 |
| 파생 콘텐츠 작성 | 재사용 계획에 따른 기존 콘텐츠 호출·변형, 차이점 부분 신규 라이팅 | 일부 유효 | 신규 텍스트는 본문의 10% 미만. 생성된 문장도 용어·스타일 표준에 맞춘 재편집 필요 |
| 시각자료 제작 | 제품 화면 캡처, 일러스트 파생 버전 제작 | 불가 | 제품 실물·화면과 정확히 일치해야 하는 사실 기록물. 생성형 이미지로 대체 불가 |
| DTP·출력물 생성 | 레이아웃·스타일 편집, 출력 파일 생성 | 낮음 | 텍스트 생성과 성격이 다른 조판 작업. 규칙 기반 자동화의 영역 |
| 검토·변경 대응 | 초안 제출과 피드백 수렴, 양산 전 변경 반영 | 낮음 | 발생 시점과 내용을 예측할 수 없는 변경에 대한 판단·소통 작업 |
| 다국어 번역 | 번역 메모리 기반 번역, 신규 문장 번역 | 신규 문장 한정 | 본문 대부분은 검증된 기존 번역을 재사용. 개입 구간은 10% 미만이며 번역가 편집 필수 |
| 현지화 DTP | 언어별 레이아웃 편집, 언어 확장·축소 반영, RTL 등 처리 | 불가 | 텍스트 대신 지면을 다루는 공정. 언어별 조판 규칙과 시각 검증이 핵심 |
| 퍼블리싱·납품·관리 | 멀티 퍼블리싱, 최종 납품, 버전·이력 관리 | 낮음 | 규칙 기반 변환으로 처리되는 영역. 승인과 커뮤니케이션에 인력 필요 |
글을 쓰는 공정이 하나뿐인 이유
표를 세로로 훑어보면 패턴이 드러납니다. 여덟 개 공정 중 텍스트 생성이 중심인 것은 파생 콘텐츠 작성 하나이고, 부분적으로 걸치는 것이 다국어 번역 하나입니다. 그리고 그 둘조차 전체 본문의 10% 미만인 신규 문장에 한정됩니다.
남은 여섯 공정을 성격별로 묶으면 판단, 조판, 시각 기록, 관리와 소통으로 나뉩니다.
| 공정의 성격 | 해당 공정 |
|---|---|
| 판단 | 사양 분석, 검토·변경 대응 |
| 조판 | DTP·출력물 생성, 현지화 DTP |
| 시각 기록 | 시각자료 제작 |
| 관리·소통 | 퍼블리싱·납품·관리 |
다국어 편집 공정이 AI로 제로화되지 않는 이유
자동화 기대가 가장 크게 걸리는 곳이 다국어 편집 공정입니다. 하나의 매뉴얼이 수십 개 언어로 확산되고 비용이 언어 수와 페이지 수에 비례해 늘어나니, 경영진 시선에서는 자동화 효과가 가장 커 보이는 구간입니다.
그런데 이 공정의 비용은 글을 쓰는 데서 나오지 않습니다. 언어별 레이아웃 조정, 번역 후 분량 변화에 따른 페이지 재배치, RTL 같은 특수 언어 환경 처리, 그리고 지역별 규정과 인증 표기가 언어마다 정확히 반영되었는지에 대한 검증에서 발생합니다.
이 공정의 제로화를 목표로 삼는 것 자체는 타당합니다. 다만 지렛대가 다른 곳에 있습니다. 콘텐츠를 구조화해 단일 소스로 관리하고 언어별 산출물을 자동 조판으로 생성하는 체계, 즉 콘텐츠 관리와 퍼블리싱 구조의 문제입니다. CCMS 도입도 그 경로 중 하나입니다. 조판 공정 자체를 줄이는 일이므로 텍스트 생성 능력과는 접점이 없습니다. 이 글의 범위를 넘어서므로 방향만 적어 둡니다.
도구와 문제가 어긋나 있습니다
LLM은 텍스트를 생성하는 도구입니다. 조판과 검증이 비용의 실체인 공정에 텍스트 생성 도구를 투입하면, 비용 구조는 그대로 남습니다. 이 구간을 줄이는 일은 콘텐츠 관리와 퍼블리싱 체계 쪽 과제입니다.
매뉴얼 제작에서 AI가 효과를 내는 두 구간
AI가 매뉴얼 제작에서 확실한 효과를 내는 곳은 두 군데입니다. 문서 분석, 그리고 완성된 문서의 재활용입니다.
가장 확실한 영역은 분석입니다. LLM은 대량 문서의 구조를 파악하고 차이를 잡아내는 일에서 사람보다 빠릅니다. 타사 매뉴얼 벤치마킹, 국제 표준에 근거한 문서 구조 진단, 현행 문서의 품질 평가, 신규 제작을 위한 자료 리서치가 여기에 해당합니다. 조건 없이 유효한 활용은 이 분석 계열 하나이며, 파생과 신규를 가리지 않고 쓸 수 있습니다. 문서 전략 수립을 지원하는 분석 도구로 놓고 쓰는 방식입니다.
또 하나는 완성된 문서의 활용입니다. 이미 검증을 마친 매뉴얼은 정확성이 보장된 콘텐츠 자산이고, AI는 이 자산을 다른 형식으로 전환하는 데 강합니다. FAQ, 챗봇 콘텐츠, 음성 안내용 텍스트, 교육 콘텐츠로의 전환이 그것입니다.
AI 도구를 평가하기 전에 확인할 세 가지 질문
AI 도입을 검토하는 문서 조직이라면, 개별 도구를 비교하기 전에 이 세 가지로 기대치를 맞춰 두시길 권합니다.
- 이 작업에 베이스 문서가 있는가. 있다면 파생 작업이고, 생성 능력이 개입할 여지는 작습니다.
- 이 공정의 비용은 텍스트 생성에서 나오는가. 조판과 검증, 판단 쪽에서 나온다면 텍스트 생성 도구로는 해결되지 않습니다.
- 이 산출물에 오류 허용치가 있는가. 무오류가 요구되는 문서라면 AI 산출물에 반드시 검증 단계가 뒤따르며, 그 비용까지 포함해 효과를 계산해야 합니다.
현실적인 운영 모델은 협업 구조입니다. AI가 분석과 제한된 범위의 초안을 보조하고, 표준화된 콘텐츠 재사용 체계가 일관성을 지탱합니다. 최종 품질은 전문 테크니컬 라이터가 책임집니다. 기술 문서에 요구되는 조건이 유지되는 한, 이 역할 분담이 비용과 품질을 함께 지키는 방법입니다.
자주 묻는 질문
- 매뉴얼 제작을 AI로 완전히 자동화할 수 있습니까? 어렵습니다. 실무 물량의 대부분을 차지하는 것이 파생 제작이고, 여기서는 이미 검증된 기존 콘텐츠의 재사용이 작업의 중심입니다. 재사용 비율은 문서 종류와 제품 라인업의 유사성, 파생이 반복된 횟수에 따라 달라집니다. 라인업이 같고 파생이 어느 정도 누적된 조건이라면 70~80% 수준이 일반적이고, 반복이 더 쌓이면 90%를 넘기도 합니다. 어느 경우든 여덟 개 공정 중 텍스트 생성이 중심인 공정은 파생 콘텐츠 작성 하나이며, 나머지는 판단, 조판, 시각 기록, 검증과 소통의 영역입니다.
- 파생 매뉴얼에서 새로 작성되는 텍스트는 얼마나 됩니까? 전체 본문의 10% 안팎이며, 문서 종류와 파생 반복 횟수에 따라 달라집니다. 여기에 기존 문장을 부분 수정하는 구간이 더해집니다. 새로 쓰는 문장도 베이스 매뉴얼의 용어와 스타일, 이미 축적된 다국어 번역 데이터와 정합해야 하므로 사람의 편집이 뒤따릅니다.
- 다국어 매뉴얼 편집 비용은 AI로 줄일 수 있습니까? 이 공정의 비용은 언어별 조판, 번역 후 페이지 재배치, 지역별 규정과 인증 표기 검증에서 발생합니다. 텍스트 생성 도구를 넣어도 비용 구조는 그대로 남습니다.
- 그렇다면 사용설명서 제작에 AI를 어디에 쓰는 것이 좋습니까? 문서 분석과 완성 문서의 재활용입니다. 타사 매뉴얼 벤치마킹, 국제 표준 기반 구조 진단, 현행 문서 품질 평가, 신규 제작용 자료 리서치에 유효하고, 검증을 마친 매뉴얼을 FAQ, 챗봇, 교육 콘텐츠로 전환하는 작업에도 효과가 있습니다.
더 자세한 내용
파생 제작 8개 공정과 LLM 6개 기능을 운영 데이터로 대조한 전체 분석은 백서 「매뉴얼 제작 자동화의 기대와 현실」에서 확인하실 수 있습니다.