좋은 농수산물과 가공제품도 “맛있고 건강에 좋다”는 말만 반복하면 고객에게 차이가 전달되지 않는다.
ChatGPT의 프로젝트(Projects), 프로젝트 지침(Project Instructions), 파일 업로드(File Uploads), 이미지 파일 첨부(Image Upload), 캔버스(Canvas)를 활용하면 제품의 사실을 상품명, 핵심 장점, 상세 페이지, 홍보 문구로 체계적으로 바꿀 수 있다. 다만 식품 효능·인증·원산지·수치 표현은 AI가 아니라 보유 증빙과 공식 기준으로 최종 확인해야 한다.
농장과 가공 현장에서는 좋은 제품을 만들고도 설명에서 막히는 경우가 많다. “직접 재배했습니다”, “정성껏 만들었습니다”, “건강에 좋습니다”라는 문구는 익숙하지만 어느 농장에나 적용될 수 있다. 고객은 무엇이 다른지, 언제 어떻게 먹으면 좋은지, 표시된 원료와 원산지를 믿을 수 있는지 알고 싶어 한다.
생성형 인공지능(AI)의 역할은 없는 장점을 만들어 내는 것이 아니다. 농장과 제품에 이미 존재하는 사실을 고객이 이해하기 쉬운 말로 배열하고, 채널별 길이에 맞춰 바꾸며, 빠진 정보를 질문하게 하는 것이다. 그러려면 홍보 문구보다 먼저 ‘제품 사실 카드’를 만들어야 한다.
첫 단계: AI에 넣을 제품 사실을 정리한다
ChatGPT에서 ‘농장 상품 설명’ 프로젝트(Projects)를 만들고 제품별 자료를 모은다.
파일 업로드(File Uploads)로 제품 표시사항, 원재료명과 배합 비율, 원산지 증빙, 제조·가공 방법, 내용량, 보관 방법, 인증서, 검사 성적서, 포장 사진, 고객 문의와 후기 등을 추가한다. 이미지 파일 첨부(Image Upload)는 포장 문구의 누락 여부와 시각적 특징을 찾는 보조 수단으로 활용하되, 사진 속 작은 글자와 숫자는 원본 문서로 다시 확인한다.
프로젝트 지침(Project Instructions)에는 다음 원칙을 넣는다. “첨부 자료에 있는 사실만 사용한다. 없는 원료 함량·인증·효능·수상 이력·고객 반응은 만들지 않는다. 확인되지 않은 내용은 ‘확인 필요’로 표시한다. 식품을 의약품처럼 표현하지 않는다. 숫자, 단위, 원산지, 인증 명칭은 원문을 유지한다.” 프로젝트는 관련 채팅, 파일, 지침을 한곳에 모아 반복적인 상품 설명 작업에 같은 기준을 적용할 수 있다.
제품 사실 카드는 다음 항목으로 구성하면 된다.
• 제품 기본 정보: 정식 제품명 / 식품 유형 / 내용량 / 보관 방법
• 원료 정보: 원재료명 / 함량 / 원산지 / 알레르기 유발 물질
• 생산·가공 정보: 재배 지역 / 수확 시기 / 제조 방식 / 포장 방식
• 검증 정보: 인증명 / 인증번호 / 검사 결과 / 유효기간 / 증빙 위치
• 고객 정보: 주요 고객 / 섭취·사용 장면 / 반복 문의 / 구매 이유
두 번째 단계: 특징을 고객 가치로 번역한다
상품 설명은 특징-장점-혜택(Feature-Advantage-Benefit, FAB) 순서로 만들 수 있다. 특징(Feature)은 확인된 사실이고, 장점(Advantage)은 그 사실이 만들어 내는 차이이며, 혜택(Benefit)은 고객의 사용 장면에서 얻는 가치다.
예를 들어 딸기잼의 자료에 실제 딸기 함량, 원산지, 제조 방식이 명시돼 있다면 AI에게 그 사실만 사용하도록 지시한다.
“딸기 함량 70%”가 증빙된 특징이라면 “딸기의 맛과 질감을 중심으로 설계한 배합”이라는 장점으로 설명하고, “아침 식빵이나 요거트에 곁들이기 편한 제품”이라는 사용 장면으로 연결할 수 있다. 반면 “면역력을 높인다”, “혈당 걱정이 없다”, “아토피에 좋다”처럼 질병 예방·치료 또는 건강 효과로 받아들여질 수 있는 문구는 제품 유형과 공식 인정 범위를 확인하지 않고 사용하면 안 된다.
고유 판매 제안(Unique Selling Proposition, USP)은 화려한 형용사가 아니라 고객이 다른 제품과 구분할 수 있는 한 가지 근거다. 지역, 품종, 수확·가공 시점, 식감, 포장 방식, 체험 농장과의 연계처럼 실제로 증명할 수 있는 차이를 선택한다. ‘최고’, ‘유일’, ‘100% 안전’ 같은 절대 표현은 객관적 실증 자료(Substantiation Evidence)가 없다면 제외한다.
플랫폼 기능으로 상품 설명을 완성한다
제품 사실 카드를 업로드한 뒤 다음과 같이 요청한다.
“첨부한 제품 사실 카드만 근거로 작성하라. ① 상품명 후보 5개 ② 40자 이내 핵심 문구 3개 ③ 특징-장점-혜택 표 ④ 상세 페이지 5개 구간 ⑤ 200자 제품 소개문 ⑥ 확인이 필요한 표현을 작성하라. 자료에 없는 수치·원산지·인증·효능은 만들지 말고 ‘확인 필요’로 표시하라. 질병 예방·치료, 의약품 오인, 거짓·과장 가능성이 있는 문장은 위험 이유와 함께 별도 표로 분류하라.”
초안은 캔버스(Canvas)에서 다듬는다. 상세 페이지는 ‘고객의 문제와 사용 장면 → 제품의 검증된 차이 → 원료와 제조 정보 → 섭취·보관 방법 → 배송·교환 안내’ 순서로 배열한다. 같은 사실을 온라인몰은 상세하게, SNS는 짧게, 체험장 안내판은 쉽게 바꾸되 원산지와 인증 명칭, 숫자는 채널마다 달라지지 않게 한다.
과장 표현은 생성 단계와 검수 단계에서 두 번 거른다
「식품 등의 표시·광고에 관한 법률」은 질병 예방·치료 효능으로 인식될 우려가 있는 표현, 식품을 의약품으로 오인하게 하는 표현, 거짓·과장, 소비자를 기만하는 표시·광고 등을 금지한다. 원산지는 「농수산물의 원산지 표시 등에 관한 법률」과 품목별 표시 기준을 확인해야 한다. 가공품은 원재료의 배합 비율과 제품명 사용 방식 등에 따라 표시 대상이 달라질 수 있으므로 AI의 답만으로 확정하면 안 된다.
AI에게 “법에 맞게 써 줘”라고 한 문장만 지시하는 것으로는 충분하지 않다. AI가 법령의 최신 개정 내용을 놓치거나 제품 유형을 잘못 판단할 수 있기 때문이다. 초안에서 효능, 최고·최초, 무첨가, 저당, 유기농, 무농약, HACCP, 특허, 수상, 원산지, 함량, 검사 수치를 모두 추출하게 한 뒤, 보유 서류와 공식 기준을 담당자가 한 항목씩 대조해야 한다.
현장 결과물: AI 상품 소개문 작성 양식
• 제품명: 공식 제품명과 고객이 기억할 핵심 단어
• 한 줄 소개: 누구에게 / 어떤 제품을 / 어떤 근거로 제안하는가
• 검증된 특징: 원료·함량·원산지·품종·제조·포장 관련 사실 3개
• 고객 사용 장면: 언제 / 어디서 / 무엇과 함께 사용하는가
• 상세 설명: 특징 → 장점 → 고객이 체감하는 사용 가치
• 필수 안내: 내용량 / 보관 방법 / 소비 기한 / 알레르기 / 배송 조건
• 증빙 확인: 인증서 / 검사 성적서 / 원산지 자료 / 표시사항 원본
• 위험 표현 점검: 효능 / 의약품 오인 / 최고·유일 / 무첨가 / 저당
• 최종 확인자: 생산 담당 / 품질 담당 / 판매 담당 / 외부 전문가
잘 팔리는 문장은 과장된 문장이 아니라 고객이 궁금해하는 사실을 빠르게 이해시키는 문장이다. 제품 하나를 골라 사실 카드부터 만들고, AI가 작성한 문장 옆에 근거 자료의 파일명이나 위치를 표시해 보자. 설명과 증빙이 연결되면 상세 페이지 제작 속도뿐 아니라 고객 신뢰도 함께 높일 수 있다.
자주 묻는 말(FAQ)
Q1. 제품 사진과 라벨만 AI에 올리면 상세 페이지를 만들 수 있나?
초안은 만들 수 있지만 충분하지 않다. 사진에서 작은 글자나 숫자를 잘못 읽을 수 있고, 고객층·제조 방식·보관 조건·인증 유효기간 같은 정보가 빠질 수 있다. 제품 사실 카드와 표시사항 원본, 인증서 등 검증 자료를 함께 제공해야 한다.
Q2. AI가 만든 “면역력 강화”, “혈당 걱정 없는 제품” 같은 문구를 사용해도 되나?
그대로 사용하면 안 된다. 일반 식품을 질병 예방·치료에 효능이 있거나 의약품처럼 인식하게 할 우려가 있는 표현은 제한될 수 있다. 제품 유형, 인정받은 기능성, 표시 기준과 증빙을 확인한 뒤 담당자나 전문가가 최종 판단해야 한다.
Q3. 유기농·무농약·HACCP 같은 인증 표현은 AI가 알아서 확인해 주나?
AI는 인증의 실제 보유 여부와 유효기간을 보장할 수 없다. 인증서의 정확한 명칭, 인증번호, 인증 대상 제품, 유효기간을 원본으로 확인하고, 인증 범위를 넘어 농장 전체나 다른 제품까지 확대해 표현하지 않아야 한다.
칼럼리스트 소개
윤성임 | 소셜앤비즈·한국AI융합비즈연구원 대표
윤성임 기술창업학박사는 건양사이버대학교 겸임교수, 국립목포대학교 등에 출강하고 있으며, KT·KTDS에서 16년간 ICT 시스템 개발·운영과 사용자 교육 현장을 경험했다. 현재 공공기관, 기업, 대학, 상공회의소, 각 지역 농협 및 농업기술센터 등을 대상으로 생성형AI 활용, AI 리터러시, AX·DX 전환 전략, AI 기반 업무혁신, 문서·콘텐츠 자동화, AI 에이전트 활용 교육과 컨설팅을 진행하고 있다. 특히 농축임수산업 종사자와 소상공인 등 비전공자 현장 실무자가 복잡한 AI 기술을 쉽게 이해하고 실제 업무에 적용할 수 있도록 돕는 실무·실습 중심 AI 교육을 확대하고 있다.
){kind=small}
){kind=small}
){kind=small}
){kind=small}
