---
title: 휴대폰에 아이디어를 말했더니 GitHub PR이 되었다.
description: "실제 AI 워크플로: 휴대폰에서 Flow Keyboard로 아이디어를 받아쓰고, ChatGPT와 여러 차례 발전시킨 뒤, GitHub Issue와 Codex를 이용해 검토 가능한 GitHub PR로 만들었다."
author: Flow Keyboard
publisher: Snowline LLC
date_published: 2026-09-08
date_modified: 2026-09-08
language: ko
inLanguage: ko
canonical_url: https://flowkeyboard.com/ko/insights/thought-to-action-workflow.html
markdown_url: https://flowkeyboard.com/ko/insights/thought-to-action-workflow.md
---

# 휴대폰에 아이디어를 말했더니 GitHub PR이 되었다.

말로 꺼낸 생각이 같은 맥락을 유지한 채 검토 가능한 결과물로 이어지는 과정.

![휴대폰의 음성 파형이 대화, 조사, 작업 단계를 거쳐 검토 가능한 결과물로 이어지는 모습.](https://flowkeyboard.com/img/insights/thought-to-action-workflow/01-context-pipeline.webp)

*표현에서 대화로, 다시 실행으로 이어지는 동안 같은 배경 맥락이 유지된다.*

나는 휴대폰에 대고 말했다.

나중에 그 말은 GitHub Issue가 되었고, 이어서 GitHub PR이 되었다.

처음에는 기획안조차 없었다. 머릿속에서 몇 가지 실마리가 만나고 있을 뿐이었다. ADHD에 관한 온라인 논의, 중요한 일을 시작하기 어려워하는 사람들의 경험, 어려운 일을 앞두고 머리를 예열하는 방법을 다룬 공개 대화, 아주 작은 일이 왜 그렇게 어렵게 느껴질 수 있는지를 다룬 BBC Worklife 기사, 그리고 Flow Keyboard가 할 수 있는 역할이었다. BBC 기사는 낯설거나 감정적 부담이 있는 일이 머릿속에서 실제보다 지나치게 크게 느껴질 수 있다고 설명한다[4].

관찰과 추측, 확인이 필요한 사실이 뒤섞여 있었다. 나는 Flow Keyboard를 열고 생각나는 대로 전부 말했다. 개요도 없었고, 처음부터 완벽한 프롬프트를 쓰려고 하지도 않았다.

Flow Keyboard는 자유롭게 받아쓴 말을 텍스트로 바꿨다. 그 내용을 ChatGPT에 보냈고, 아이디어가 앞으로 나아가기 시작했다.

## 완성된 생각이 없어도 시작할 수 있다

새로운 아이디어가 처음부터 완성된 모습으로 찾아오는 일은 드물다. 중심 질문이나 아는 것의 한계, 최종 결과물을 정의하기 전에도 무언가 탐구할 가치가 있다는 느낌부터 들곤 한다.

이 단계에서 엄밀한 기획안을 요구하면 빈 페이지만 바라보게 될 수 있다. 말은 더 쉽게 시작할 수 있는 길을 열어 준다. 2024년에 발표된 참가자 1,001명 대상 스마트폰 설문 실험 연구에서는 개방형 질문에 음성으로 답하도록 무작위 배정된 참가자들이 더 많은 단어를 사용하고 더 다양한 주제를 다룬 것으로 나타났다[1].

이 실험이 말하기가 더 나은 아이디어를 만든다는 사실을 입증하는 것은 아니다. 다만 표현하기 쉬워지면 사람들이 배경과 세부 정보를 더 많이 공유할 가능성이 있음을 시사한다. 음성, 작업 기억, AI 맥락에 관한 자세한 내용은 [AI에 맥락을 너무 적게 주면 추측할 수밖에 없다](https://flowkeyboard.com/ko/insights/voice-ai-prompt.html)에서 확인할 수 있다.

즉흥적인 말에는 멈춤, 반복, 정정, 그리고 중간에 뒤늦게 덧붙인 중요한 배경이 섞인다. CHI 2024의 Rambler 연구는 바로 이 문제에서 출발한다. 받아쓰기는 효율적이지만, 즉흥적으로 한 말은 장황하고 연결이 매끄럽지 않은 경우가 많다. 핵심을 추려 내고 전체 구조를 다듬으면 글로 활용하기 쉬워질 수 있다[2].

이 단계에서 Flow Keyboard는 아직 형태를 갖춰 가는 생각을 포착한다. 긴 발화를 정확하게 받아쓰고 문장 구분, 반복, 구조를 다듬어 막연한 아이디어를 내가 읽고 확인하고 논의할 수 있는 자료로 바꿔 준다.

### 아이디어를 앞으로 나아가게 하는 네 차례의 과정

1. **내가 아이디어를 말로 풀어낸다 · Flow Keyboard**

   “ADHD, 일을 시작하기 어려운 문제, 어려운 일을 앞두고 머리를 예열하는 방법, 그리고 Flow Keyboard를 실제로 도움이 되는 글 하나로 연결할 수 있을까?”

   개요는 없다. 관찰, 경험, 아직 확인해야 할 정보가 모두 뒤섞여 있다.

2. **ChatGPT가 아이디어를 평가하고 조사한다 · ChatGPT**

   “탐구할 가치는 있지만 의학적 주장은 피해야 합니다. 대상을 ‘집중하기 어렵고 일을 시작하는 데 어려움을 겪는 사람들’로 더 정확히 잡는 편이 좋겠습니다.”

   ADHD의 범위, 미루기에 관한 연구, 예열 방법이 나온 원래 출처, 그리고 BBC 기사가 실제로 뒷받침하는 내용에 대한 조사가 이어진다.

3. **내가 다음 단계의 요구 사항을 덧붙인다 · Flow Keyboard**

   “연구 인용을 유지하고, 작업을 이어 갈 수 있도록 GitHub Issue를 만들어 줘.”

4. **ChatGPT가 논의를 작업으로 바꾼다 · GitHub**

   연구 질문, 근거의 한계, 글의 구조, 플랫폼별 결과물, 수락 기준이 하나의 GitHub Issue에 담긴다.

*같은 맥락이 말하기, 평가, 조사, 명확한 작업 정의라는 네 차례의 과정을 거쳐 이동한다.*

## 진짜 가치는 여러 차례 주고받는 과정에서 드러난다

나는 먼저 ChatGPT에 이 아이디어가 타당한지 평가해 달라고 했다.

첫 대화에서 문제가 곧바로 드러났다. “Flow Keyboard가 ADHD가 있는 사람에게 도움이 된다”는 표현은 의학적 효능을 암시할 위험이 있었다. “누구에게나 ADHD가 있다”는 말은 임상적 진단과 주의력 문제, 일상적인 미루기의 경계를 흐렸다. 그래서 대상을 “집중하기 어렵고 일을 시작하는 데 어려움을 겪는 사람들”로 좁혔다.

이어서 ChatGPT는 성인 ADHD의 정의, 미루기에 관한 연구, 공개 대화에서 다룬 작업 전 예열 방법, 낯설거나 감정적 부담이 있는 일을 다룬 BBC 기사의 내용, 그리고 음성 입력이 표현에 미치는 영향을 살펴봤다. 각각의 근거는 원래 아이디어를 조금씩 바꿨다. 일부 판단은 타당했고, 일부 주장은 더 좁혀졌으며, 일부 빈틈에는 추가 질문이 필요했다.

나는 Flow Keyboard로 요구 사항을 더했다. 연구 인용을 유지하고, 피해야 할 의학적 주장을 명시하며, 다음 단계로 이어 갈 수 있도록 논의를 GitHub Issue로 만들어 달라고 했다.

그때쯤에는 질문, 사실 확인, 편집 판단을 거쳐 다듬어진 맥락이 쌓여 있었다. 사람이든 AI든 작업을 넘겨받은 주체는 이 아이디어를 추진할 가치가 있는 이유를 이해하고, 근거만으로 아직 결론 내릴 수 없는 지점도 확인할 수 있었다.

### GitHub Issue가 실행으로 이어지는 과정

**일을 가볍게 시작하는 방법과 시작의 어려움을 다루는 콘텐츠 시리즈 조사 및 제작**

핵심 아이디어: **Flow Keyboard는 시작하는 과정을 활용 가능한 결과물로 바꾼다.**

1. **조사: 사실과 그 한계를 확립한다.** ADHD와 일상적인 미루기의 차이, 예열 방법의 원래 출처, BBC 기사가 뒷받침하는 내용, 음성 응답 실험과 그 한계.
2. **콘텐츠 제작: 같은 근거를 바탕으로 완성된 콘텐츠를 만든다.** 연구 노트와 Zhihu 장문 글, Xiaohongshu(RedNote)용 비주얼 스토리보드, Weibo와 Jike용 문안.
3. **실행: 확인하고 수정한 뒤 게시할 수 있는 상태로 만든다.** 이미지 렌더링 및 자동 검사 실행, GitHub PR 제출, 사람의 검토 후 게시.

**최종 결과물** research.md · longform.md · 이미지 9개 · 플랫폼별 버전 4개 · GitHub PR.

*GitHub Issue는 작업이 조사, 콘텐츠, 이미지, GitHub PR로 발전하는 동안 목표와 경계를 유지한다.*

## GitHub Issue가 논의를 실행으로 바꾼다

방향이 분명해지자 ChatGPT는 논의 내용을 GitHub Issue로 정리했다.

그 안에는 연구 질문, 기존 근거, 사실의 경계, 콘텐츠 구조, 플랫폼별 결과물, 수락 기준이 담겼다. 처음의 두서없는 받아쓰기가 다른 사람이나 AI가 넘겨받아 이어 갈 수 있는 작업으로 바뀐 것이다.

이어서 Codex는 GitHub Issue와 저장소 지침, 이전 콘텐츠를 읽었다. 출처를 계속 확인하면서 연구 노트, Zhihu 장문 글, 삽화가 포함된 Xiaohongshu 게시물, 비주얼 기획안, 여러 플랫폼용 버전을 만들었다. 모든 변경 사항은 GitHub PR에 담겼다. 그런 다음 사람이 이야기의 흐름이 자연스러운지, 인용이 주장을 뒷받침하는지, 제품 설명이 정확한지, 이미지 레이아웃에 넘침이 없는지 확인했다.

> Flow Keyboard는 생각을 포착한다. ChatGPT는 필요한 질문을 채운다. GitHub는 경계를 보존한다. Codex는 작업을 수행한다. 최종 판단은 사람이 내린다.

OpenAI는 ChatGPT Work를 조사, 분석, 문서 작성과 같은 여러 단계의 작업에, Codex를 코드, 테스트, 명령 실행, 검토, 저장소 작업에 활용하는 도구로 제시한다[3]. 따라서 휴대폰에서 포착한 아이디어는 작업 성격에 따라 서로 다른 업무 환경으로 이동할 수 있다. 개발 작업은 GitHub와 Codex로 이어지고, 조사와 사무 작업은 보고서, 스프레드시트, 프레젠테이션이나 다른 결과물이 될 수 있다.

복잡한 개발 요청을 Codex에 설명하는 더 구체적인 사례는 [Codex를 위한 음성 입력](https://flowkeyboard.com/ko/use-cases/codex-voice-input.html)에서 확인할 수 있다.

## 시간을 아끼는 핵심은 맥락을 유지하는 데 있다

예전에는 아이디어를 머릿속에 담아 두었다가 컴퓨터 앞에 돌아오면 다시 떠올리고, ChatGPT에 또 설명한 뒤, 실제로 실행할 때가 되면 대화를 작업 형태로 다시 정리해야 했다.

이제 같은 맥락이 계속 이어질 수 있다. 말로 꺼내고, 질문하고, 확인하고, 작업으로 만든 뒤, 실행까지 가져간다. 휴대폰은 메시지를 받는 곳일 뿐 아니라 일을 시작하는 곳도 될 수 있다.

이 워크플로는 네 단계로 정리된다.

1. Flow Keyboard로 2분 동안 생각을 말로 풀어낸다. 무엇을 발견했는가? 왜 해 볼 가치가 있는가? 아직 무엇이 불분명한가?
2. 정리된 텍스트를 ChatGPT에 전달한다. 사실, 가정, 판단을 구분하고 아직 답해야 할 질문을 찾아 달라고 요청한다.
3. 개발 작업은 GitHub Issue로 만든다. 조사와 사무 작업이라면 목표, 출처, 결과물, 경계를 정의한다.
4. Codex 또는 ChatGPT Work가 작업을 수행하게 한 뒤, 사람이 결과를 검토하고 사용할지 결정한다.

AI는 많은 답을 만들어 낼 수 있다. 하지만 더 큰 가치는 자칫 사라질 아이디어를 우리가 검토하고, 수정하고, 실행할 수 있는 무언가로 만드는 데 있다.

**먼저 소리 내어 말해 보자.**

## Flow Keyboard 다운로드

소리 내어 말하며 아이디어를 앞으로 나아가게 하세요.

Flow Keyboard는 iPhone, macOS, Windows, Android에서 사용할 수 있습니다.

- [macOS용 다운로드](https://flowkeyboard.com/ko/download.html?platform=macos)
- [iPhone용 받기](https://apps.apple.com/app/id6758776986)
- [Windows용 다운로드](https://flowkeyboard.com/ko/download.html?platform=windows)
- [Android 다운로드](https://flowkeyboard.com/ko/download.html?platform=android)

## 참고 문헌

1. Höhne, J. K., Gavras, K., & Claassen, J. (2024). [*Typing or Speaking? Comparing Text and Voice Answers to Open Questions on Sensitive Topics in Smartphone Surveys*](https://doi.org/10.1177/08944393231160961). *Social Science Computer Review*, 42(4), 1066–1085.
2. Lin, S., et al. (2024). [*Rambler: Supporting Writing With Speech via LLM-Assisted Gist Manipulation*](https://research.google/pubs/rambler-supporting-writing-with-speech-via-llm-assisted-gist-manipulation/). CHI 2024.
3. OpenAI. [ChatGPT Work and Codex](https://help.openai.com/en/articles/20001275/).
4. BBC Worklife. [*Why we procrastinate on the tiniest of tasks*](https://www.bbc.com/worklife/article/20210310-why-we-procrastinate-on-the-tiniest-of-tasks).