AI를 아직도 도구로 쓰고 있다면 이미 뒤처진 것이다

AI를 제대로 쓰는 사람과 못 쓰는 사람의 결정적 차이

AI를 매일 쓰고 있다고 생각하는데, 막상 주변 동료들이 하는 것을 보면 뭔가 차원이 다른 느낌이 든 적 있으신가요? 같은 도구를 쓰는데 누군가는 엄청난 결과물을 만들어내고, 나는 여전히 단순한 작업에만 쓰고 있다는 감각 말입니다.

저도 한동안 그랬습니다. AI를 쓰면서도 항상 비교적 간단한 요청만 했고, 복잡한 문제는 여전히 직접 해결해야 한다고 생각했습니다. 그러다 AI를 정말 잘 쓰는 사람들의 방식을 들여다보면서 내가 AI의 가능성을 극히 일부만 쓰고 있었다는 것을 깨달았습니다.

오늘은 Anthropic에서 AI 교육을 담당하는 Drew Bent의 강연을 바탕으로, AI를 제대로 활용하는 방법에 대해 이야기해 보겠습니다.

---

AI를 아직도 어시스턴트로 보는 사람들

2022년에 AI 도구를 처음 쓰기 시작한 사람들과 지금 AI 네이티브로 자란 사람들 사이에는 결정적인 차이가 있습니다. 초기에 AI를 접한 사람들은 여전히 AI를 단순한 어시스턴트로 봅니다. 지시를 내리면 따르는 도구 정도로요. 반면 AI가 일상이 된 환경에서 자란 사람들은 AI의 현재 능력을 그대로 봅니다. 그리고 그에 맞게 훨씬 강력한 방식으로 활용합니다.

르완다나 인도에서 AI를 처음 접하는 사람들이 오히려 유리한 경우가 있습니다. 선입견 없이 현재 AI의 능력을 그대로 볼 수 있기 때문입니다. 오랫동안 AI를 써온 사람들은 과거의 한계를 기준으로 AI에게 문제를 줍니다. 작년에 AI가 할 수 있었던 수준의 문제를 주는 것입니다. 그런데 AI는 그사이 몇 배로 발전했습니다.

---

AI 네이티브처럼 생각하는 법

AI 네이티브처럼 생각한다는 것은 간단합니다. 지금 AI 모델이 무엇을 할 수 있는지를 현재 시점에서 파악하고, 거기에 맞게 기대치를 높이는 것입니다.

AI는 마치 매달 능력이 두 배씩 성장하는 동료와 같습니다. 그런데 우리는 그 동료를 한 달 전의 능력으로 대합니다. 사람은 선형적이고 정적인 것에 익숙해서 지수적인 성장을 체감하기 어렵습니다. 이 간극이 AI를 제대로 못 쓰는 핵심 이유입니다.

AI 도구를 정말 잘 쓰는 사람들의 공통점이 있습니다. 그들은 AI를 어시스턴트에서 협업자로 대합니다. 단순히 작업을 시키는 것이 아니라 함께 문제를 풀어가는 동료로 봅니다. 그리고 항상 현재 AI가 할 수 있는 것의 한계를 밀어붙입니다. 오늘 안 되는 것을 시도하다 보면, 다음 모델이 나왔을 때 그것이 가능해지는 순간 가장 먼저 그 가능성을 활용할 수 있습니다.

---

맥락이 전부다 — AI 잘 쓰는 사람의 공통점

AI를 잘 쓰는 사람과 못 쓰는 사람의 가장 큰 차이는 맥락을 얼마나 주느냐입니다.

AI는 충분한 맥락이 주어지면 대부분의 과제를 꽤 잘 해냅니다. 그런데 맥락 없이 단순한 질문만 던지면 AI는 상당히 제한된 답만 내놓습니다. 뛰어난 AI 사용자들은 질문하기 전에 많은 시간을 맥락을 준비하는 데 씁니다. 자신이 쓴 문서들, 일하는 조직, 고민하고 있는 질문들, 심지어 그 주제에 대해 흘려 쓴 생각들까지 AI에게 줍니다. 그렇게 충분한 맥락이 쌓이면 AI가 훨씬 정교하게 도움을 줄 수 있습니다.

저도 이것을 직접 실험해봤습니다. 같은 문제를 맥락 없이 물었을 때와 배경 정보를 충분히 준 후에 물었을 때 결과물의 질이 완전히 달랐습니다. AI의 한계처럼 보이는 것들이 사실은 내가 준 맥락의 한계였던 경우가 많았습니다.

---

AI에게 답이 아닌 문제를 가져가라

많은 사람들이 AI에게 올 때 이미 해결책을 정해놓고 그것을 확인받으러 옵니다. 이미 특정 답을 염두에 두고 좁은 질문을 던지는 것입니다. 그러면 AI도 그 좁은 답 주변에서만 대답합니다.

훨씬 더 효과적인 방법이 있습니다. 해결책이 아닌 문제를 가져가는 것입니다. 내가 씨름하고 있는 것이 무엇인지, 어떤 점이 불분명한지, 어떤 방향들을 고려하고 있는지를 열어놓고 가져가는 것입니다. 지금의 AI 모델들은 이렇게 열린 문제를 함께 풀어가는 데 꽤 능숙합니다. 단계별 플레이북을 요청하는 시대는 지났습니다. 이제는 더 많은 맥락을 주고 AI가 그 안에서 움직이게 하는 것이 더 효과적입니다.

---

AI 교육 연구가 밝힌 충격적인 사실

Anthropic에서 진행한 연구 중 흥미로운 것이 있습니다. 코딩 과제를 두 그룹에게 줬는데, 한 그룹은 AI 도구를 쓸 수 있었고 다른 그룹은 쓸 수 없었습니다. 예상대로 AI를 쓴 그룹이 과제를 훨씬 빨리 끝냈습니다. 그런데 이후 AI 없이 진행된 별도 평가에서 개념 이해도를 측정했더니, AI를 쓰지 않은 그룹이 17% 더 높은 점수를 받았습니다.

AI를 쓰지 않고 직접 씨름한 사람들이 개념을 더 깊이 내면화했다는 것입니다. 이것은 AI 시대에 중요한 경고입니다. AI를 많이 쓸수록 스킬 퇴화의 위험이 생길 수 있습니다.

그런데 흥미로운 예외가 있었습니다. AI를 단순히 답을 얻는 도구로 쓴 것이 아니라, 질문하고 탐구하는 방식으로 쓴 학생들은 최종 평가에서도 좋은 결과를 냈습니다. AI 사용 여부가 아니라 어떻게 사용하느냐가 결정적인 차이를 만들었습니다.

AI 사용 방식특징결과

거래적 방식	빠른 답 얻기 목적	과제 완료 빠름, 이해도 낮음
탐구적 방식	질문하며 개념 파고들기	과제 완료 + 이해도 유지
AI 미사용	직접 씨름	이해도 가장 높음

---

AI와의 협업은 기술이 아니라 사회적 스킬이다

초기 AI 시대에는 프롬프팅이 핵심 기술이었습니다. 어떤 방식으로 지시를 내리느냐가 중요했죠. 그런데 그 시대는 지났습니다. 지금은 AI를 기술적으로 다루는 것보다 AI와 어떻게 관계를 맺느냐가 더 중요합니다.

이것은 일종의 사회적 스킬입니다. AI를 동료처럼 대하고, AI가 무엇을 잘하는지 이해하고, AI와 대화하면서 내가 원하는 것을 명확히 전달하는 능력. 이것은 다른 사람과 협업하는 능력과 상당히 비슷합니다. 우리는 다른 사람과 일하는 법을 배우는 데 수십 년을 썼습니다. 이제 AI라는 새로운 존재와 일하는 법도 배워야 합니다. 그리고 그것은 반복적인 실천을 통해서만 익혀집니다.

---

지금 당장 AI 활용 야망을 높여야 하는 이유

AI를 실험하는 시간이 단기적으로는 낭비처럼 느껴질 수 있습니다. 직접 하는 것보다 AI와 씨름하는 데 더 오래 걸릴 수도 있습니다. 그런데 이것은 일종의 연구개발 투자입니다. 지금 AI의 한계를 밀어붙이며 시간을 쓰는 사람이, 다음 모델이 나왔을 때 그 가능성을 가장 먼저 알아봅니다.

앞으로 AI 에이전트를 만들고 운영하는 능력이 핵심 역량이 될 것입니다. 40년 전에 엑셀을 쓸 줄 아는 것이 필수 역량이었듯, 앞으로 40년은 AI 에이전트를 활용하는 것이 모든 직군의 필수 역량이 될 것입니다.

지금 AI를 1%만 쓰고 있다면, 야망을 높여야 할 때입니다.

---

여러분은 현재 AI를 어떤 방식으로 활용하고 계신가요? 혹은 AI를 단순 도구에서 협업자로 대하기 시작하면서 달라진 경험이 있으시다면 댓글로 나눠주세요. 😊

---

이미지 출처: Pixabay (pixabay.com)