AI 크리에이터를 많이 팔로우하는 것보다, 제작 흐름별로 나누어 보는 법
팔로우 목록이 늘어날수록 정보가 많아지는 것은 맞지만, 결과물이 좋아지는 것은 아닙니다. 중요한 건 누구를 팔로우하느냐보다 어떤 제작 단계의 빈칸을 채우기 위해 보는가입니다.
이번 글은 leadgenman의 ‘2026년에 팔로우할 AI 크리에이터 48명’ 게시물에서 출발했습니다. 게시물은 AI 도구·튜토리얼, 바이브 코딩, 브랜딩·CEO, SaaS·인디 해킹, AI·ML 연구, AI 마케팅으로 사람을 나눠 보여줍니다.
VARIS의 해석은 목록을 다시 옮기는 데 있지 않습니다. 이 분류를 실제 제작자가 매주 반복할 수 있는 정보 식단과 작업 루프로 바꾸는 데 있습니다.
목록보다 중요한 것은 역할이다
크리에이터 목록을 한 번에 많이 저장하면 처음에는 앞서가는 느낌이 듭니다. 하지만 저장한 글과 영상이 작업 화면으로 이어지지 않으면 정보만 쌓입니다. 어떤 계정을 팔로우할지보다, 그 계정이 내 작업의 어느 단계를 개선하는지가 먼저입니다.
팔로우의 기준: 이 사람이 알려주는 내용이 내 제작 과정의 어느 단계에서 시간, 품질, 판단을 바꾸는가?
VARIS는 여섯 분야를 네 가지 제작 역할로 다시 묶는다
1. 실행을 만드는 사람: 도구·튜토리얼
새 모델과 기능을 소개하는 콘텐츠는 손을 움직이게 합니다. 다만 기능 소개를 본 날에는 반드시 같은 입력으로 작은 결과물을 만들어야 합니다. 기능을 기억하는 것보다, 어떤 조건에서 통과하고 실패하는지 기록하는 편이 오래 남습니다.
2. 반복을 줄이는 사람: 바이브 코딩·SaaS
바이브 코딩과 인디 해킹 콘텐츠는 앱을 만들라는 뜻만이 아닙니다. 파일 이름 바꾸기, 비교표 만들기, 검수 기록 남기기처럼 반복되는 작업을 어디까지 자동화할 수 있는지 생각하게 합니다. 제작자는 작은 내부 도구 하나만으로도 다음 프로젝트의 시간을 줄일 수 있습니다.
3. 판단을 검증하는 사람: AI·ML 연구
연구와 실험을 다루는 계정은 새로운 기능의 유행보다 조건과 한계를 보게 합니다. 모델이 좋아졌다는 문장을 그대로 믿기보다 입력, 표본, 비교 기준, 실패 사례를 확인해야 합니다. VARIS가 AI 제작에서 판정표와 납품 기준을 강조하는 이유도 여기에 있습니다.
4. 결과를 전달하는 사람: 브랜딩·마케팅
좋은 결과물이 있어도 어떤 문제를 해결했는지 설명하지 못하면 전달되지 않습니다. 브랜딩과 마케팅 콘텐츠는 작업물을 예쁘게 포장하는 법보다, 누구의 어떤 장면을 바꾸었는지 한 문장으로 만드는 법을 보여줍니다.
팔로우 목록을 일주일 작업 루프로 바꾸는 법
- 문제 하나를 고릅니다. 예: AI 이미지의 인물 일관성이 컷마다 무너진다.
- 역할별 콘텐츠를 하나씩만 봅니다. 도구 사용법 하나, 검증 기준 하나, 전달 방식 하나면 충분합니다.
- 작은 표본으로 직접 시험합니다. 같은 브리프와 출력 조건을 고정하고 세 컷만 비교합니다.
- 실패 조건을 기록합니다. 잘 된 결과보다 어떤 조건에서 무너졌는지가 다음 작업에 더 유용합니다.
- 결과를 다음 사람이 이해할 수 있게 정리합니다. 프롬프트, 입력, 승인 기준, 수정 비용을 한 장에 남깁니다.
미디어아트 제작자에게 필요한 해석
AI 크리에이터를 많이 아는 것은 출발점일 뿐입니다. 미디어아트와 3D 제작에서는 도구가 바뀌어도 장면의 목적, 입력 조건, 수정 가능성, 출력 규격, 관객이 보는 환경이 남습니다. 따라서 팔로우 목록도 계정 수가 아니라 내 파이프라인의 빈칸을 채우는가로 평가해야 합니다.
이번 주에는 새 계정을 열 개 추가하는 대신, 현재 작업에서 가장 오래 걸리는 단계 하나를 정하고 그 단계에 필요한 역할별 콘텐츠 네 개만 골라 보세요. 정보 소비가 제작 루프로 바뀌는 순간, 목록은 참고자료가 아니라 작업 시스템이 됩니다.