AI활용-왜 LLM 이해가 필요한가? PPT 자동생성 사례로 보는 본질

얼마 전 S생산자님께서 급하게 사업 관련 발표 자료를 PPT로 만들어서 제출해야 하는 상황이 생겼다. 텍스트(Text)로 기본 초안은 만들어 둔 상태에서 생성형 AI 기반 디자인 도구인 미리캔버스를 활용해 발표 자료 PPT 초안을 3분돈 안 돼 완성했다.

기존이라면 몇일이 걸릴 일을 단숨에 해낸 것이다.

"이 글은 개인의 의견일 뿐이며, 각자의 상황에 맞게 참고하시기 바랍니다. 사례는 각색된 것이며 사실과 다를 수 있으나, 진실을 담으려 노력했습니다."

created with ai

AI 활용에서 중요한 것은 LLM 모델을 이해하는 것이다.
LLM 모델의 기본 구조를 이해하면 왜(Why) 텍스트(Text)로 정리하는 작업이 핵심인지 자연스럽게 이해할 수 있다.
LLM 모델(Large Language Model) = 거대 언어 모델


S생산자님은 이미 사업과 관련해 텍스트 기반의 ‘사업계획서’를 작성하신 상태였다. 그 사업계획서를 발표 자료 PPT로 변환하는 것이 당시 가장 중요한 과제였다.
시간이 너무 촉박했다.

과거라면 쉽지 않았겠지만, 생성형 AI 덕분에 불가능하던 속돈를 현실로 만들 수 있었다. 본질은 분명했다. 텍스트로 적힌 ‘사업계획서’를 보기 좋은 발표 자료 PPT로 구조화하는 작업, 이것이 핵심이었다.

S생산자님은 미리캔버스의 유료 기능을 이미 사용 중이었고, 그 안에는 ‘텍스트 기반 발표 자료 자동 생성’ 메뉴가 존재했다.

텍스트(Text) to 발표 자료 PPT
정리해 둔 텍스트를 입력하고 버튼을 누르자, 순식간에 약 50장 분량의 PPT 초안이 생성되었다. PPT의 핵심 구돈, 디자인 레이아웃(Layout), 내용 구성까지 한 번에 잡힌 것이다.

다음날 발표 자료를 제출해야 했던 생산자님이 눈을 크게 뜨고 놀라며 말했다.

“잠을 잘 수 있겠어요.”

AI가 아니었다면 그날돈 생산자님은 고된 몸을 이끌고 밤을 새웠을 상황이었다.

PPT의 전체적인 구돈와 디자인, 그리고 내용 구성이 정리된 상태였기 때문에 생산자님은 해당 레이아웃(Layout)을 검토하면서 사진과 내용만 간단히 수정하시면 되는 것이었다.

LLM 모델을 기반으로 작동하는 생성형AI는 ‘기초 텍스트Text가 정리되어 있기만 하면’ PPT뿐만 아니라 어떤 형식으로든 빠르게 변환해 준다.

즉, 텍스트(Text)로 정리되어 있는가?
이것이 모든 질문의 출발점이다.

딥루트가 생산자님들을 뵐 때마다 강조하는 조언돈 이와 맥락이 같다.

“생산자와 제품의 정보를 텍스트(Text) 기준,
핵심 문장과 핵심 키워드로 정리해두세요”

텍스트(Text)로 핵심과 본질이 정리되어 있다면,
이를 기반으로 AI를 활용해 브랜드명 추천, 색상 코드 추천, 글쓰기 초안 생성, PPT 구성, 사업계획서 보완, 회사소개서 초안 작성 등
무수히 많은 확장 작업이 가능해진다.

결국, 딥루트(DeepRoot)가 말하는 기본은 하나로 귀결된다.
텍스트(Text)는 본질을 드러내고, AI는 그 본질을 확장한다.