Platformer
Every, 편집장 카피에디팅 taste를 AI 에이전트로 복제한 이유
테크 프레스원본 2026년 8월 21일
한마디로
미디어 스타트업 Every가 편집장의 30000건 교정 이력을 학습시켜 그의 편집 취향을 흉내내는 AI 에이전트를 만들었어요
무슨 내용인가
Every는 뉴스레터와 AI 제품(Cora, Sparkle, Spiral, Monologue)을 함께 파는 미디어 겸 제품 스튜디오인데요, CEO Dan Shipper는 회사 코드를 이제 거의 다 AI가 짠다고 말합니다. 편집장 Kate Lee의 교정 스타일을 재현하려고 그의 과거 편집 이력 30000건을 모아 프롬프트를 만들고, 이전 문서들에 백테스트해서 점점 개선하는 방식으로 사내 카피에디팅 에이전트를 만들었어요. 신기하게도 자동화를 밀어붙이는 와중에 직원 수는 1년 사이 약 15명에서 30명으로 두 배가 됐는데, Shipper는 AI가 이미 해결된 문제의 잔여물로 학습되기 때문에 그 너머를 보지 못한다는 점을 이유로 들었습니다.
에디터 노트 | FactStack
3만 건이라는 숫자가 핵심입니다. 편집장 한 명의 스타일 가이드를 텍스트로 정리해봐야 몇 페이지가 안 되지만, 실제 교정 이력 3만 건을 백테스트하면 '이 표현은 왜 걸러졌는가'의 패턴이 드러나거든요. 브랜드 톤앤매너를 매뉴얼 몇 장으로 관리해온 마케팅 조직이라면, 매뉴얼 대신 과거 승인, 반려 이력 자체를 학습 데이터로 쓰는 방식을 검토해볼 만합니다. 다만 Shipper의 말대로 이 에이전트는 Kate Lee가 이미 내린 판단의 잔여물만 흡수하는 거라서, 새로운 톤을 개척하거나 예외적 상황을 판단하는 역할까지 대체하진 못해요. 직원이 15명에서 30명으로 늘었다는 대목도 눈여겨볼 부분인데, 자동화가 인력 감축이 아니라 반복 업무를 걷어내고 사람을 더 뽑아 새 영역을 키우는 쪽으로 갔다는 점이 실무적으로는 더 중요한 시사점입니다.
실무 시사점
직원 한 명의 전문성과 취향을 데이터화해 에이전트로 조직 전체에 확산시키는 방식은 편집 조직뿐 아니라 브랜드 톤앤매너를 다루는 마케팅 콘텐츠 조직에도 적용해볼 만한 모델입니다
태그
용어 풀이
- Every
- AI 관련 뉴스레터와 자체 AI 제품을 함께 운영하는 미디어 겸 제품 스튜디오
- AI agent
- 사람의 지시 없이도 특정 작업을 스스로 수행하는 AI 프로그램
- copy editing
- 글의 문법, 표현, 스타일을 다듬는 교정 작업
- content automation
- 콘텐츠 제작이나 편집 과정을 AI로 자동화하는 것
공유