생성형 AI의 등장은 이 오래된 장르에 새로운 국면을 열었다. 과거에는 그림 작가와 스토리 작가가 각각 필요했고, 한 편을 완성하기까지의 시간과 비용이 만만치 않았다. 그래서 학습만화는 주로 대형 출판사가 시리즈 단위로 기획하는, 진입 장벽이 높은 영역이었다. 이제는 다르다. 기획자 혼자서도 AI를 통해 캐릭터를 시각화하고, 스토리보드를 짜고, 이미지를 생성할 수 있다. 특정 과목이나 소수의 학습자를 위한 맞춤형 학습만화, 혹은 빠르게 변화하는 지식을 다루는 시의성 있는 학습만화도 이제는 현실적으로 제작 가능한 범위 안에 들어왔다. 학습만화의 저변이 넓어지고 있는 것이다.
---「01_“학습만화”」중에서

생성형 AI는 재구성 작업의 실행 단계, 즉 비유를 시각화하거나 캐릭터의 대사를 다듬는 작업에서 강력한 도구가 된다. 하지만 이 장에서 다룬 판단들, 즉 어떤 지식을 사건화할지, 무엇이 핵심이고 무엇이 부가 정보인지, 어떤 비유가 정확하고 어떤 비유가 한계를 가지는지, 어느 오개념을 이야기 장치로 삼을지는 여전히 사람이 내려야 하는 판단이다. AI에게 비유나 캐릭터 아이디어를 여러 개 요청해 폭넓은 선택지를 받아보는 방식은 재구성 작업의 효율을 크게 높인다. 다만 AI가 만들어 내는 표현은 그럴듯하게 들리는 것과 실제로 정확한 것이 항상 일치하지는 않으므로, 그 내용이 실제 지식과 어긋나지 않는지 확인하는 검증 단계는 기획자의 몫으로 남는다. 효율적인 협업은 대체로 기획자가 핵심 정보와 대상 독자 수준을 먼저 정리하고, 그 기준 안에서 AI에게 아이디어를 요청한 뒤, 사람이 최종적으로 선별하고 다듬는 순서를 따른다.
---「03_“학습 내용의 만화적 재구성”」중에서

이렇게 얻은 초안을 검토할 때는 앞서 다룬 “흔히 나오는 실수” 체크리스트를 그대로 대입해 보는 것이 효율적이다. 컷 개수가 정보량에 비해 과한지, 말풍선의 글자 수가 유독 긴 컷은 없는지, 페이지의 마지막 컷이 궁금증을 남기고 있는지를 순서대로 짚어가면, AI가 만든 초안이라 해도 사람이 처음부터 만든 것과 동일한 기준으로 일관되게 검토할 수 있다. 이 체크리스트를 매번 반복하는 것이 번거롭게 느껴질 수 있지만, 이 습관이 자리 잡으면 오히려 검토 시간이 크게 줄어든다.
---「06_“스토리보드와 컷”」중에서

이 흐름에서 놓치기 쉬운 부분은, 각 단계의 AI 활용이 앞 단계에서 만들어진 참조 문서를 얼마나 잘 참조하고 있는가다. 캐릭터 설정 문서가 있어도 이미지 생성 단계에서 이를 프롬프트에 반영하지 않으면 소용이 없고, 톤앤매너 기준이 있어도 스토리보드의 대사를 AI에게 요청할 때 함께 전달하지 않으면 일관성이 흔들린다. 워크플로를 설계할 때는 각 단계에서 AI에게 무엇을 요청할지뿐 아니라, 그 요청에 어떤 참조 자료를 함께 넣을지도 함께 정해 두어야 한다.