AI와 작업할 때, 입력창에 무언가를 입력하기 전에 꼭 스스로에게 묻는 질문이 있다. 바로 ‘AI에게서 무엇을 기대하는가?’이다.
2×2 매트릭스가 도움을 준다! 나는 어느 영역에 속할까?
한 축은 내가 AI에 얼마나 많은 맥락을 제공하는지, 적게 주는 편인지 많게 주는 편인지이고, 다른 축은 AI를 직접 감시하며 지켜봐야 할지 아니면 자유롭게 맡겨야 할지에 관한 것이다.
| 저맥락 (Low Context) | 고맥락 (High Context) | |
| 완전 자동화 | 버리는 프로젝트 실패 가능성 높음 | 최적의 성능 에이전트 시스템 |
| 사람 개입 | 탐색 학습 모드 | 이중 확인 품질 보증 |
내가 아주 적은 정보만 제공하고 시스템에 맡기면: 예를들어 ‘Forward Deployed Engineer 트렌드를 조사해줘’라는 식의 명령일 때, 얻는 결과는 일회용에 가까운 대략적인 개요뿐, 중요한 세부 내용은 빠진다.
같은 작업을 여러 개의 짧은 질문으로 나누어 진행하면, 성공적인 반복적 대화가 이루어지는데—이것을 탐험(Exploration)이라 부른다.
“어떤 회사들이 Forward Deployed Engineer(FDE)를 도입했나요? FDE의 전형적인 경력 배경은 무엇인가요? 어떤 계약 구조와 비즈니스 환경이 이 역할에 적합한가요?”
실수를 거의 허용할 수 없을 때는, 방대한 맥락을 제공하며 AI와 반복적으로 작업한다. 블로그 포스트나 재무 분석 같은 경우에는, 현재 초안이나 이전 글, 상세 요구사항 등 모든 것을 공유한 뒤 한 문장씩 꼼꼼히 진행한다.
에이전트에게 전적으로 자유를 맡기려면, 모든 것을 미리 정의해야 한다. 나는 이 방법에선 좀처럼 성공하지 못하는데, 왜냐하면 미리 작업을 준비하는 데 엄청난 명확성이 필요하기 때문이다 — 정확한 목표, 포괄적인 정보, 검증 기준이 포함된 상세 작업 목록 – 그러니까 일종의 청사진 같은 것이다.
이런 프롬프트들은 결국 내가 제품 매니저였을 때 작성했던 제품 요구사항 문서(PRD)와 닮아 있다.
‘내가 무엇을 기대하는가?’라는 질문에 대한 답은, AI가 내 정보를 더 많이 활용하고 관련 데이터를 더 잘 선별할수록 점점 명확해질 것이다. 내가 실제로 원하는 바를 더 잘 표현할수록 협업도 점점 나아진다.
나는 지금까지 구글 검색 방식으로 해오던 질문들을 더 많은 부분에서 다른 세 영역으로 옮겨가려고 한다.
또한, 이런 습관이 사람들과 협업할 때도 분명 도움이 될 것이라 기대한다.
원문: The Question I Ask Myself Before I AI
blog by ash에서 더 알아보기
구독을 신청하면 최신 게시물을 이메일로 받아볼 수 있습니다.
