AI 파이프라인으로 22개 브랜드의 피드를 같은 기준으로 만들었다
Claude AI + Figma MCP 연동 → 29개 피드 자동 생성
사람이 매번 판단하던 일을 재현 가능한 파이프라인으로 운영했다
입출력 기준 설계 → AI 실행 → 품질 게이트 → 운영 대시보드
브랜드마다 다른 기준을 하나의 상품 제작 공정으로 묶었다
입력 규격 정의 → 공정 표준화 → 29개 산출물 생산
문제
브랜드마다 자료조사·전략·카피·디자인 기준을 처음부터 다시 정하느라 작업 방식이 매번 달라졌고, 품질도 담당자에 따라 편차가 컸다.
역할
콘텐츠 기획자 · 파이프라인 구조 설계자 (AI 실행 도구 활용, 1인 프로젝트)
결과
브랜드 리서치부터 카피 작성, 디자인 적용, QA까지 5단계 파이프라인을 설계해 3개월간 22개 브랜드의 피드 29개를 같은 기준으로 만들었습니다.
문제
브랜드 콘텐츠를 만들 때마다 담당자가 자료조사·전략·카피·디자인 기준을 처음부터 다시 정했다.
역할
콘텐츠 기획자 · 파이프라인 구조 설계자 (AI 실행 도구 활용, 1인 프로젝트)
결과
자료조사→전략→카피→디자인 적용→QA 5단계로 입출력 기준을 설계해 3개월간 22개 브랜드의 피드 29개를 같은 기준으로 운영했습니다.
문제
브랜드마다 자료조사·전략·카피·디자인 기준을 처음부터 다시 정하느라 산출물(피드) 하나하나의 품질이 담당자 컨디션에 따라 들쑥날쑥했다.
역할
콘텐츠 기획자 · 파이프라인 구조 설계자 (AI 실행 도구 활용, 1인 프로젝트)
결과
브랜드 리서치부터 카피 작성, 디자인 적용, QA까지 5단계 제작 공정을 설계해 3개월간 22개 브랜드의 피드 29개를 같은 기준으로 생산했습니다.
Evidence
같은 기준으로 만든 콘텐츠 파이프라인
브랜드 리서치부터 게시 전 QA까지 같은 입력·출력 기준으로 관리한 산출물입니다.
- 01 브랜드 리서치
- 02 카피 작성
- 03 디자인 적용
- 04 QA
- 05 게시·동기화
산출물
01 · Results
제작 산출물
브랜드 리서치부터 카피 작성, 디자인 적용, QA까지 5단계 파이프라인을 설계해 3개월간 22개 브랜드의 피드 29개를 같은 기준으로 만들었습니다.
운영 성과
Google Sheets로 39개 피드의 진행 현황·캡션·발행 상태를 관리했고, 캡션 v4 포맷과 3-Tier 해시태그 전략을 적용했습니다.
검수 체계
발행 전에는 브랜드 정보와 이미지 사용 적합성을 확인하는 사실 확인 게이트를 반드시 통과하도록 했습니다.
운영 성과
자료조사→전략→카피→디자인 적용→QA 5단계로 입출력 기준을 설계해 3개월간 22개 브랜드의 피드 29개를 같은 기준으로 운영했습니다.
품질 게이트
발행 전 fact_check·QA 체크리스트를 필수 통과 조건으로 두어, 인물·브랜드 정보 오류를 구조적으로 막았습니다.
관리 체계
Google Sheets로 39개 피드의 진행 현황·캡션·발행 상태를 통합 관리하는 운영 대시보드를 구축했습니다.
생산 성과
브랜드 리서치부터 카피 작성, 디자인 적용, QA까지 5단계 제작 공정을 설계해 3개월간 22개 브랜드의 피드 29개를 같은 기준으로 생산했습니다.
품질 관리
발행 전에는 브랜드 정보와 이미지 사용 적합성을 확인하는 사실 확인 게이트를 반드시 통과하도록 했습니다.
운영 체계
Google Sheets로 39개 피드의 진행 현황·캡션·발행 상태를 관리했고, 캡션 v4 포맷과 3-Tier 해시태그 전략을 표준으로 적용했습니다.
02 · Problem
브랜드마다 자료조사·전략·카피·디자인 기준을 처음부터 다시 정하느라 작업 방식이 매번 달라졌고, 품질도 담당자에 따라 편차가 컸다
브랜드 콘텐츠를 만들 때마다 담당자가 자료조사·전략·카피·디자인 기준을 처음부터 다시 정했다. 기준이 사람의 판단에만 의존하면 결과가 매번 달라지고, 품질도 담당자에 따라 편차가 컸다. 여러 브랜드를 같은 기준으로 운영할 수 있는 구조가 필요했다.
브랜드마다 자료조사·전략·카피·디자인 기준을 처음부터 다시 정하느라 산출물(피드) 하나하나의 품질이 담당자 컨디션에 따라 들쑥날쑥했다. 29개라는 물량을 감당하려면 "매번 잘 만드는 사람"이 아니라 "계속 같은 품질을 내는 공정"이 필요했다.
03 · Approach
- 01
파이프라인 설계
브랜드 리서치 → 카피 작성 → 디자인 적용 → QA → 게시·동기화 5단계로 나누고 각 단계의 입출력 기준 정의
- 02
AI 연동
브랜드 분석 기준과 카피 포맷을 먼저 설계한 뒤 Claude AI로 실행, Figma MCP로 디자인 자동 반영
- 03
품질 게이트
fact_check·QA 체크리스트로 게시 전 오류 검증 (인물 정보·브랜드 정보 정확도 포함)
- 04
대시보드 구축
Google Sheets로 39개 피드 진행 현황·캡션·발행 상태 통합 관리
- 05
SEO 전략
캡션 v4 포맷 + 3-Tier 해시태그 전략 설계·적용 (발행 피드 전수 적용 완료)
제작 파이프라인
조사부터 게시까지 5단계 + 단계마다 사람 검수 게이트.
게시 후 회고를 다음 제작에 반영하는 반복 루프 ↺
04 · Key Insight
시간을 잡아먹은 건 브랜드 규칙을 매번 다시 정하는 일이었다
매 피드마다 브랜드 톤, 캡션 포맷, 이미지 크롭 기준을 새로 결정하는 데 시간이 많이 들었다. 기준을 한 번 설계하면 AI가 같은 방식으로 반복할 수 있었다.
기준을 먼저 설계해야 AI 결과가 안정됐다
Claude AI에 바로 맡기면 결과가 들쑥날쑥했다. 브랜드 분석 기준·캡션 구조·출력 포맷을 먼저 정한 뒤 실행했을 때 결과가 일정해졌다.
속도보다 중요한 건 '누가 해도 같은 품질'이었다
이 프로젝트의 목표는 속도가 아니라 누가 하더라도 같은 품질이 나오는, 재현 가능한 프로세스를 만드는 것이었다.
기준을 먼저 설계해야 AI 결과가 안정됐다
Claude AI에 바로 맡기면 결과가 들쑥날쑥했다. 브랜드 분석 기준·캡션 구조·출력 포맷을 먼저 정한 뒤 실행했을 때 결과가 일정해졌다. 자동화 이전에 설계가 있어야 했다.
게시 전 사실 확인 게이트로 오류를 구조적으로 막았다
인물 정보·브랜드 정보 같은 사실관계 오류는 사후 발견 시 되돌리기 어렵다. fact_check·QA 체크리스트를 게시 전 필수 단계로 넣어, 사람이 매번 기억해서 확인하는 대신 프로세스가 확인을 강제하게 했다.
속도보다 중요한 건 '누가 해도 같은 품질'이었다
이 프로젝트의 목표는 속도가 아니라 누가 운영하더라도 같은 품질이 나오는, 재현 가능한 프로세스를 만드는 것이었다. Google Sheets 대시보드로 39개 피드의 진행 현황·캡션·발행 상태를 통합 관리했다.
시간을 잡아먹은 건 브랜드 규칙을 매번 다시 정하는 일이었다
매 피드마다 브랜드 톤, 캡션 포맷, 이미지 크롭 기준을 새로 결정하는 데 시간이 많이 들었다. 기준을 제품 스펙처럼 한 번 정의하면, 이후에는 그 스펙대로 찍어내는 문제로 바뀌었다.
속도보다 중요한 건 '누가 해도 같은 품질'이었다
이 프로젝트의 목표는 속도가 아니라 누가 만들어도 같은 품질이 나오는, 재현 가능한 제작 공정을 만드는 것이었다. 22개 브랜드라는 서로 다른 입력을 같은 출력 기준으로 수렴시키는 일이 핵심이었다.
기준을 먼저 설계해야 AI 결과가 안정됐다
Claude AI에 바로 맡기면 결과가 들쑥날쑥했다. 브랜드 분석 기준·캡션 구조·출력 포맷을 먼저 정한 뒤 실행했을 때 결과가 일정해졌다. 설계가 공정의 스펙이었다.
05 · Contribution
- Role
- 콘텐츠 기획자 · 파이프라인 구조 설계자 (AI 실행 도구 활용, 1인 프로젝트)
- Scope
- 파이프라인 구조 설계·AI 프롬프트 설계·QA 체계·SEO 전략 수립·Claude Code 기반 파이프라인 직접 구현
- Output
- 29개+ 피드 자동 생성 파이프라인, 캡션 v4 전략 문서, 운영 대시보드