생성형 AI (Generative AI)에게 상담하면, 짧은 시간 안에 그럴듯한 답을 돌려줍니다.

업무 진행 방식에 대해 고민할 때도, 여러 가지 선택지를 설명한 뒤에,

"이번에는 A 방법이 추천됩니다"

라고 결론까지 내어줍니다.

즉시 방향성을 결정할 수 있기 때문에 매우 편리합니다.

하지만 AI를 사용하다 보니, 조금 신경 쓰이는 점들이 늘어났습니다.

• AI에 대한 지시(Prompt)를 잘 쓰지 못하겠다
• 대화를 계속할수록 이야기가 점점 넓어진다
• 자신감 있는 답변을 보면 옳은 것처럼 느껴진다
• AI의 결론을 그대로 자신의 판단으로 삼아버린다

이것들은 별개의 문제처럼 보입니다.

하지만 공통점은, 자신의 목적이나 판단 기준이 모호한 채로 AI에게 답을 구하고 있다는 것일지도 모릅니다.

예를 들어, 업무에서 수행하는 작업을 효율화하고 싶다고 가정해 봅시다.

AI에게 다음과 같이 상담합니다.

이 작업을 효율화하는 방법을 생각해 주세요.

이 지시만으로도 AI는 다양한 개선안을 제시해 줍니다.

• 작업을 자동화한다
• 템플릿을 만든다
• 체크리스트를 준비한다
• 새로운 툴을 도입한다
• 작업 담당을 나눈다

모두 틀린 제안은 아닙니다.

하지만 자신이 원했던 것은 작업 전체의 커다란 개선이 아니라,

"매번 같은 내용을 확인하는 수고만 줄이고 싶다"

라는 것이었을지도 모릅니다.

이 목적이 정리되어 있지 않으면, AI는 부족한 부분을 추측하여 답변합니다.

그 결과를 보고 나서,

"그 정도로 큰 변경은 생각하지 않았다"
"새로운 툴을 도입하고 싶은 것이 아니었다"
"지금의 운용을 바꾸지 않고 개선하고 싶었다"

라고 깨닫는 경우가 있습니다.

AI가 의도를 이해하지 못한 것이라기보다, 자기 자신이 무엇을 바꾸고 싶은지를 구체화하지 못했다고도 생각할 수 있습니다.

그래서 다음과 같이 목적을 정리합니다.

현재의 운용이나 사용 중인 툴은 바꾸지 않고,
매번 같은 내용을 확인하는 수고를 줄이고 싶습니다.
커다란 구조의 변경이 아니라,
...

중요한 것은 프롬프트 (Prompt)를 길게 만든 것이 아닙니다.

• 무엇을 해결하고 싶은가
• 무엇은 바꾸고 싶지 않은가
• 어느 정도 규모로 개선하고 싶은가

를 자신 안에서 정리했다는 점입니다.

AI에 대한 지시를 생각하는 것은 AI를 움직이기 위해서뿐만 아니라, 자신의 생각이 모호한 부분을 찾아내는 작업이기도 하다고 생각합니다.

AI의 답변을 읽으면 새로운 의문이 생깁니다.

추가로 질문하면 더욱 다른 방법이나 관련 과제가 나옵니다.

처음에는,

"매번 하는 확인 작업을 조금 줄이고 싶다"

라는 상담이었을 텐데, 대화를 계속하다 보면,

• 업무 플로우 (Workflow) 전체를 재검토한다
• 새로운 관리 툴을 도입한다
• 팀의 역할을 변경한다
• 매뉴얼을 모두 다시 만든다

와 같은 이야기로 넓어지는 경우가 있습니다.

제안 그 자체는 도움이 될지도 모릅니다.

하지만 이야기가 넓어질수록, 지금 해결하고 싶었던 문제에서 멀어지게 됩니다.

AI는 관련 정보를 차례차례 내놓기 때문에, 상담을 계속하는 것 자체가 목적이 되기 쉽다고 생각합니다.

대화가 길어졌을 때는 일단 멈춰 서서, 다음과 같이 정리해 달라고 하면 목적지로 돌아가기 쉬워집니다.

지금까지의 대화를 다음 3가지 점으로 정리해 주세요.
- 처음에 해결하고 싶었던 것
- 현시점에서 결정된 것
...

AI와의 대화에서는 정보를 늘리는 것뿐만 아니라, 불필요한 정보를 분리하는 것도 필요합니다.

AI는 때때로 단정적인 표현으로 답변합니다.

"이 방법이 최적입니다"
"이것이 가장 효율적입니다"
"이 대응으로 문제없습니다"

이렇게 단정적으로 말하면, 내용을 충분히 확인하지 않았더라도 옳은 것처럼 느껴집니다.

반대로,

"일반적으로는 이 방법이 고려될 수 있습니다"
"상황에 따라 판단이 달라집니다"

라고 적혀 있으면 조금 미덥지 않게 느껴질 때가 있습니다.

하지만 AI 답변의 말투와 내용의 정확성은 동일하지 않습니다.

AI가 자신 있게 대답하고 있더라도, 다음과 같은 정보를 모두 파악하고 있다고는 할 수 없습니다.

• 실제 업무 환경
• 조직 고유의 규칙
• 관계자와의 조정
• 과거의 경위
• 이번에만 해당하는 예외 사항

부족한 정보를 추측하여 그 전제하에 답하고 있을 가능성도 있습니다.

따라서 자신 있는 답변이 돌아왔을 때일수록 다음과 같이 확인해야 합니다.

이 결론은 어떤 전제하에 도출된 것입니까?
부족한 정보와,
조건에 따라 결론이 달라지는 부분을 알려주세요.

이를 통해 AI의 결론을 그대로 채택하는 것이 아니라, 자신의 상황에도 적용되는지를 생각할 수 있습니다.

AI에게 다음과 같이 질문했다고 가정해 봅시다.

A와 B 중에서는 어느 쪽이 좋습니까?

AI는 각각의 특징을 설명하며 둘 중 하나를 추천해 줄 것입니다.

하지만 그 결론은 AI가 설정한 전제나 중시한 기준에 따라 달라집니다.

AI는 작업 시간의 단축을 중시하고 있을지도 모릅니다.

반면, 실제 업무에서는 다음과 같은 점이 중요해지는 경우도 있습니다.

• 실수했을 때 원래대로 되돌릴 수 있는가
• 다른 사람도 동일한 대응을 할 수 있는가
• 관계자에게 확인이 필요한가
• 향후에도 지속적으로 사용할 수 있는가
• 작업 후에 어떤 영향이 있는가

그래서 AI에게 결론을 내달라고 하는 것이 아니라, 먼저 비교하기 위한 축(axis)을 뽑아내도록 합니다.

A와 B를 비교할 때,
확인해야 할 관점을 나열해 주세요.
결론은 내지 말고, 각각의 장점(Merit)과 단점(Demerit)과,
...

예를 들어, 다음과 같은 비교 축을 생각할 수 있습니다.

비교 축이 보임으로써,

이번에는 속도를 중시할 것인가

안전성을 중시할 것인가

단 한 번뿐인 대응인가

앞으로도 반복될 작업인가

를 스스로 생각할 수 있습니다.

AI에게 정답을 결정하게 하기보다, 자신이 판단하기 위한 재료를 정리하도록 하는 편이 AI의 답변에 휩쓸리지 않게 된다고 느낍니다.

AI에게는 다음과 같은 것들을 맡길 수 있습니다.

• 선택지를 내놓게 하기
• 장점(Merit)과 단점(Demerit)을 정리하게 하기
• 놓치고 있는 관점을 나열하게 하기
• 부족한 정보를 확인하게 하기
• 길어진 대화를 정리하게 하기

반면, 스스로 가져야 하는 것은 다음 부분입니다.

• 무엇을 해결하고 싶은가
• 무엇을 소중히 여기는가
• 어디까지를 이번 대상으로 할 것인가
• 최종적으로 무엇을 선택할 것인가
• 그 판단에 책임을 질 수 있는가

AI는 답을 만들 수는 있습니다.

하지만 무엇을 정답으로 할지는 처해 있는 상황에 따라 다릅니다.

그렇기에 AI에게 판단을 모두 맡기는 것이 아니라, 자신의 판단을 뒷받침하는 역할로 사용하는 것이 중요하다고 생각합니다.

AI에 대한 지시가 모호해질 때는 자신의 생각이 아직 정리되지 않았기 때문일지도 모릅니다.

대화가 길어져 목적을 잃어버릴 때는 무엇을 해결하고 싶었는지로 돌아갈 필요가 있습니다.

AI가 자신 있게 대답하고 있을 때도, 그 말투만으로 옳다고 판단해서는 안 됩니다.

그리고 AI에게 처음부터 답을 구하는 것이 아니라,

무엇을 기준으로 비교하면 좋을지

판단하기 위해 어떤 정보가 부족한지

를 생각하게 합니다.

AI를 사용하는 데 있어 중요한 것은 좋은 답을 얻어내는 것만이 아닙니다.

자신의 목적과 판단 기준을 가진 채로 AI와 대화를 이어가는 것.

그것이 AI의 답변에 휩쓸리지 않고 스스로 판단하기 위해 필요한 것이 아닐까요?