연재: AI 시대의 SE·프로그래머를 위한 AI 벽치기(Wall-hitting) 실전 입문 제1회

연재: AI 시대의 SE·프로그래머를 위한 AI 벽치기(Wall-hitting) 실전 입문

전 5회 | 제1회 / 5 이 연재는, AI를 '답을 내는 기계'가 아니라, '전제를 파고들고, 선택지를 늘리며, 판단을 검증하는 파트너'로 사용하기 위한 실전 시리즈입니다.

AI에게 질문하고 있는데, 돌아오는 답변이 얕다.

매번 그럴듯한 답변은 나오지만, 실무 판단에는 사용하기 어렵다.

이런 경험이 없으신가요?

ChatGPT, Claude, Gemini 등 사용할 수 있는 AI는 늘어났습니다. 하지만 "AI에게 물어봤지만 미묘했다"라는 감상으로 끝나는 상황은 의외로 많지 않을까요?

사실 그 원인은 AI의 성능 때문만은 아닙니다. 이쪽에서 "무엇을 생각하고 싶은지"를 정리해서 전달하지 못하는 것이 답변의 질을 떨어뜨리는 경우가 있습니다.

이 기사에서는 AI와의 벽치기(Wall-hitting)를 "질문문의 궁리"가 아니라, 사고 프로세스(Thinking Process)의 설계로서 정리합니다.

• 단발성 질문과 벽치기(Wall-hitting)의 차이
• AI에게 전달해야 할 5가지 요소 (G-C-C-J-R)
• 복사해서 바로 쓸 수 있는 벽치기(Wall-hitting) 템플릿
• 나쁜 예와 개선 예의 비교
• 벽치기(Wall-hitting) 실례 ("AI 시대에 무엇을 배워야 하는가"를 주제로)
• 실무에서 사용할 때의 주의점

먼저 결론부터 말씀드립니다.

AI 벽치기(Wall-hitting)의 질은 AI 모델의 성능뿐만 아니라, 인간이 전달하는 5가지 요소에 따라 크게 달라집니다.

요소	의미
Goal (목적)	무엇을 결정하고 싶은가
Context (배경)	왜 그것을 생각하고 있는가
Constraints (제약)	시간·예산·기술·금지 사항
Judgment (판단 기준)	무엇을 우선하여 선택할 것인가
Role (역할)	AI에게 기대하는 행동 양식

이 5가지 요소를 전달하는 것만으로도, AI의 답변은 일반론에서 "자신의 상황에 맞는 답변"으로 바뀌기 쉬워집니다.

먼저, "단발성 질문"과 "벽치기(Wall-hitting)"의 차이를 정리합니다.

구분	단발성 질문	벽치기(Wall-hitting)
목적	답을 얻음	사고를 심화함
정보의 흐름	일방향 (질문→답변)	쌍방향 (대화의 왕복)
전달 정보	질문문만	목적·배경·제약·판단 기준
AI의 역할	답변자	리뷰 역할·반증 역할·정리 역할
결과	일반론이 되기 쉬움	자신의 상황에 맞는 답이 되기 쉬움
판단	AI가 답을 냄	인간이 최종 판단함

벽치기(Wall-hitting)의 본질은 AI에게 "정답을 가르쳐 달라고 하는 것"이 아닙니다. 자신의 사고를 밖으로 꺼내어, AI라는 벽에 부딪히고, 그 반동으로부터 깨달음을 얻는 것입니다.

벽치기(Wall-hitting)를 의도했음에도 실제로는 단발성 질문이 되어버리는 경우가 많습니다.

AI를 업무에서 잘 사용하는 방법을 알려주세요.

이 질문에서는 AI는 다음과 같은 일반적인 답변밖에 할 수 없습니다.

• "프롬프트(Prompt)를 구체적으로 하세요"
• "목적을 명확히 하세요"
• "AI의 한계를 이해하세요"

왜 일반론이 되느냐 하면, 당신의 상황이 AI에게 전달되지 않았기 때문입니다. 어떤 일을 하고 있는지, 무엇 때문에 곤란한지, 어떤 제약이 있는지 알 수 없다면 AI는 최대공약수적인 답변밖에 내놓을 수 없습니다.

벽치기(Wall-hitting)의 질을 높이기 위해, AI에게 전달할 정보를 5가지 요소로 정리하는 방법이 있습니다.

"무엇을 결정하고 싶은가"를 명시합니다.

×: AI 활용 방법을 알고 싶다
○: 다음 달부터 시작하는 개인 개발 프로젝트에서 기술 스택(Tech Stack)을 결정하고 싶다

"왜 그것을 생각하고 있는가"를 전달합니다.

배경: 업무에서는 Java + Spring Boot를 사용하고 있지만, 개인 개발에서는 경량 프레임워크를 시도해보고 싶다. Python은 접해본 정도이다.

"할 수 있는 것·할 수 없는 것"을 명시합니다.

제약:
- 학습에 사용할 수 있는 시간은 주말 3시간 정도
- 예산은 거의 제로 (무료 서비스만 사용)
...

"무엇을 우선하여 선택할 것인가"를 전달합니다.

판단 기준:
- 학습 비용(Learning Cost)의 낮음을 최우선
- 문서(Documentation)가 충실할 것
...

"AI가 어떻게 행동해주길 바라는가"를 지정합니다.

역할:
- 나의 안건에 대해 반론이나 놓친 부분을 지적해주세요
- 선택지를 3개 제시하고 비교해주세요
...

앞서 본 나쁜 예를 G-C-C-J-R로 다시 쓰면 다음과 같습니다.

당신은 저의 벽치기(Wall-hitting) 상대로서 행동해주길 바랍니다.
목적:
- 개인 개발에서 사용할 기술 스택을 결정하고 싶다
...

이와 같이 정보를 정리해서 전달하면 AI는 "당신을 위한 답변"을 내놓기 쉬워집니다.

다음 템플릿을 복사하여 자신의 상황에 맞춰 채워보세요.

당신은 저의 벽치기(Wall-hitting) 상대로서 행동해 주길 바랍니다.
목적:

• {무엇을 결정하고 싶은지}
  ...

실제로 템플릿을 사용하여 벽치기를 해보겠습니다. 주제는 많은 엔지니어가 한 번쯤 생각해 본 적이 있는 "AI 시대에 무엇을 배워야 하는가"입니다.

당신은 저의 벽치기(Wall-hitting) 상대로서 행동해 주길 바랍니다.
목적:
- AI 시대에, SE 경력 5년인 제가 다음에 배워야 할 기술 영역을 결정하고 싶습니다.
...

🤖 AI (벽치기 상대):

전제 확인:

"구현 기술의 가치가 낮아진다"라는 전제는 부분적으로 맞지만, 보충 설명이 필요합니다. AI가 잘하는 것은 정형적인 코드 생성이며, 요구사항의 모호함을 해소하는 능력, 예외 처리 설계, 운용 시의 판단은 아직 인간의 영역입니다.

후보 3가지:

| 후보 | 개요 | SE 경력 활용 | 학습 비용 | 포트폴리오화 |
| :--- | :--- | :--- | :--- | : |
| A: AI 에이전트 운용 설계 | AI의 입출력·제어·감사를 설계함 | ◎ 설계·테스트 경험이 직접 활용됨 | 중 | ◎ |
| B: 데이터 기반·파이프라인 | 데이터의 수집·변환·저장 설계 | ○ SQL·운용 경험이 활용됨 | 중~고 | ○ |
| C: 클라우드 인프라 (IaC) | Terraform 등으로 인프라를 코드화 | ○ 구성 관리·운용 경험이 활용됨 | 중 | ○ |

간과할 위험:

• "무엇을 배울 것인가"보다 "배운 것을 어떻게 보여줄 것인가"가 이직에서는 중요
• 3개월이라는 기간에는 깊게 배우는 것보다 "작은 결과물을 만들어 공개하는 것"이 더 효과적

다음에 확인해야 할 질문:

• 이직 희망 업계는? (Web 계열? SIer? 사업 회사?)
• 현직에서 시험해 볼 수 있는 환경이 있는가?
• 팀 개발과 솔로 개발 중, 어떤 경험을 보여주고 싶은가?

이 대화만으로도 다음과 같은 깨달음을 얻을 수 있습니다.

• 전제의 보정: "구현 기술의 가치가 낮아진다"는 너무 단순화되어 있었다
• 선택지의 구조화: 막연하게 "무엇을 배울까"가 아니라, 비교 축이 보였다
• 맹점의 발견: "무엇을 배울까"와 "어떻게 보여줄까"는 별개의 문제였다
• 다음 행동: 추가로 확인해야 할 질문이 보였다

벽치기의 효과는 답이 나오는 것이 아니라, 자신이 생각해야 할 것들이 정리되는 것입니다.

벽치기를 업무에서 사용할 때는 다음 사항에 주의하십시오.

• 기밀 정보를 넣지 말 것: 사내 프로젝트명, 고객명, 소스 코드, 업무 데이터를 그대로 AI에 전달하지 마십시오. 가상의 예로 대체하거나, 비식별화(Sanitize)한 후 입력하십시오.
• AI의 답변을 정답으로 취급하지 말 것: AI는 "그럴듯한 답변"을 생성하지만, 사실과 다를 때가 있습니다. 특히 기술적인 판단은 공식 문서(Official Documentation)나 로컬에서의 동작 확인을 통해 검증하십시오.
• 판단 기준은 인간이 가질 것: AI는 선택지나 리스크를 제시하는 데는 능숙하지만, 최종적으로 "무엇을 선택할지"는 인간이 결정합니다. 벽치기의 목적은 판단 재료를 늘리는 것입니다.
• 대화 로그를 남길 것: 벽치기 결과는 나중에 다시 볼 수 있도록 기록해 두십시오. Markdown으로 저장해 두면 향후 지식(Knowledge)으로 재사용할 수 있습니다.
• 중요한 판단은 근거를 확인할 것: AI가 "○○을 추천합니다"라고 말할 경우, 왜 그렇게 말할 수 있는지 근거를 확인하십시오. 근거가 모호한 경우에는 추가로 조사하십시오.

벽치기를 시작하기 전에 다음을 확인해 보세요.

• 목적을 작성했는가 (무엇을 결정하고 싶은가)
• 배경을 작성했는가 (왜 생각하고 있는가)
• 제약 사항을 작성했는가 (시간·예산·기술·금지 사항)
• 자신의 현재 안을 작성했는가 (가설이 있다면)
• AI에게 기대하는 역할을 작성했는가 (리뷰 역할, 반증 역할 등)
• 마지막에 인간이 판단한다는 전제가 되어 있는가

모든 항목에 체크가 되지 않아도 괜찮습니다. 우선 "목적"과 "배경"만이라도 작성하고 벽치기를 시작하면, 답변의 질이 달라지는 것을 실감할 수 있을 것입니다.

AI와의 벽치기는 AI에게 정답을 내놓게 하는 작업이 아닙니다. 자신의 사고를 밖으로 꺼내어 정리하고, 깨달음을 얻기 위한 작업입니다.

이번 기사에서 소개한 내용을 되돌아봅니다.

• 벽치기와 단발성 질문은 다르다: 전제·제약·판단 기준을 전달하는 대화가 벽치기
• G-C-C-J-R의 5요소로 벽치기의 질이 바뀐다
• 템플릿을 사용하면 누구나 벽치기를 시작할 수 있다
• **벽치기의 효과는 "답"이 아니라 "정리"**에 있다

이 기사에서는 벽치기의 기본적인 사고방식을 정리했습니다. 하지만 실무에서는 "설계 판단", "요구사항 정리", "디버깅" 등 상황에 따라 벽치기의 유형이 달라집니다. 다음 기사부터는 각 상황에 맞는 벽치기 방법을 소개하겠습니다.

다음 회차는, 모호한 아이디어를 요구사항으로 바꾸는 AI 벽치기 템플릿을 다룹니다.

「만들고 싶은 것은 있지만, 사양(Specification)으로 구체화되지 않는다」, 「무엇을 결정해야 할지 모르겠다」라는 상황에서, AI와의 벽치기(Wall-hitting)를 사용하여 요구사항 정의(Requirement Definition)로 구체화하는 절차를 정리합니다.

이 기사에서는 AI의 답변을 그대로 정답으로 취급하는 것을 권장하지 않습니다.

실무 이용 시에는 기밀 정보를 입력하지 말 것, 출력을 검증할 것, 필요에 따라 인간이 판단할 것을 전제로 합니다.

AI와의 벽치기는 「질문」이 아니라 「사고 프로세스 설계(Thinking Process Design)」이다 ← 이번 회차

• 모호한 아이디어를 요구사항으로 바꾸는 AI 벽치기 템플릿
• 구현 전에 AI와 설계 리뷰를 하기 위한 벽치기 절차
• AI에게 통째로 맡기지 않는 코드 리뷰·디버깅 벽치기 기술
• AI와의 벽치기 로그를 지식화(Knowledge)하여 포트폴리오로 만드는 법