멍청하다까지는 아니더라도 늘 생각했었다.

‘다른 사람들이 쓰는 AI는 저렇게 놀라운 결과를 만들어내는데 내가 쓰는 AI는 왜 이 모양이지?’

그런데 명확한 이유가 있었다. 이 책은 그 명확한 이유를 찾아 준다.

결론부터 이야기하면 가정 중요한 이유는 우리의 사고 중 어디가 생략되고, 어떤 조건이 점검되지 않았냐는 것이다.

책에서는 이렇게 이야기한다.

당신이 생략한 그 사소한 문장 하나가, 사실은 제가 세상을 해석하는 유일한 지도였다.

작가는 AI 앞에서 스스로를 바보처럼 느끼고 있는 나에게 말하고 있다.

당신은 바보가 아니다. 설명을 연습해 본 적이 없었을 뿐이다. 그리고 그 연습은 말을 예쁘게 하는 연습이 아니다. 내 머릿속에만 있던 전제를, 조건으로 바꾸는 연습이다.

대학원 과제를 준비하던 작가는 AI에게 “주제와 관련된 논문 몇 편을 찾아줘.”라고 부탁한다. 그리고 AI는 논문 여러 편을 추천해 준다. 그 목록을 복사해 도서관 검색창에서 검색하는데 그 어떤 논문도 존재하지 않는다.

그 순간 작가는 깨달았다.

‘AI가 나한테 거짓말을 했구나.’

여기서 나는 일단 무릎을 한번 탁 쳤다. 역시 이 녀석 늘 이런 식이야. 지친다 너란 녀석의 Hallucination!

하지만 해법은 악의 없는 거짓말 너머에 있었다.

“주제와 관련된 논문 몇 편을 찾아줘.”라는 질문에는 중요한 조건이 빠져 있었다.

①실제로 존재하는 논문인지

②출처가 확인되는지

③검증 가능한 근거를 붙일 것인지

나는 여기서 제대로 무릎을 또 한 번 쳤다.

‘아!’

AI의 거짓말도 Hallucination도 문제가 아니었다. 문제는 나에게 있었고, 놀랍게도 AI는 거짓말을 한 적도 없었다.

‘미안.’

“미세한 어긋남”

인간의 대화는 말로 전달된 정보만으로 이루어지지 않는다. 표정, 말투, 상황, 이전 경험 등 사회적 맥락이 함께 작용한다.

문화 인류학자 에드워드 T. 홀은 이를 ‘고맥락 문화’라는 개념으로 설명했다.

상대가 이미 알고 있을 거라고 가정되는 전제들이 대화의 일부가 되는 것이다.

우리는 이러한 구조에 너무 익숙해서 ‘설명’을 따로 훈련하지 않았고 ‘생각보다 설명을 잘 못하는 사람’이 되어 버린 것이다.

그 설명을 잘 못하는 사람이 AI를 멍청하게 만들었고 우리들 사이에는 ‘미세한 어긋남’이 생겨난 것이다.

우리는 무엇을 말하지 않았을까.

이한빛 작가는 책에서 다양한 사례를 들어가며 다양한 용례를 자세하게 설명해 주고 있다. 따라 해보고 검증해 보며 나의 잘못을 바로잡아가기에 부족함이 없다.

AI를 쓰는 것이 일상이 된 지금 「왜 내가 쓰는 AI만 멍청해 보일까?」라는 책은 한 번쯤 꼭 읽어봤으면 하는 책이다.

적어도 나의 AI가 아주 똑똑해지지는 않더라도 내가 나의 잘못으로 나의 AI를 오해하는 일은 생기지 않을 테니까.

이 책의 마지막

작가는 한 번 더 이야기한다.

왜 같은 AI를 사용해도 어떤 사람의 결과는 더 좋아 보일까?

그 차이는 아주 작은 곳에서 시작된다.

설명을 설계하는 방식에서.

AI는 멍청하지 않았다.

우리가 충분히 설명하지 않았을 뿐이다.

#왜내가쓰는AI만멍청해보일까 #이한빛 #생능북스 #AI

※이 서평은 출판사(생능북스)에서 도서를 제공받아 직접 읽고 작성되었습니다.

이 리뷰는 컬처블룸을 통해 출판사에서 도서를 제공받아, 직접 읽고 작성한 리뷰입니다.

당신이 만든 결과물이 자꾸 뻔해지는 섬뜩한 이유

혹시 책의 제목과 비슷한 고민을 해보신 적 있으신가요?

남들은 다 잘 쓴다고 하는데 왜 나만 유독 뻔할까?

저도 위와 같은 고민을 해서 이 책을 읽게 되었습니다.

AI를 잘 쓰는 방법들로 알려진 것은 여러 가지가 있습니다.

- 역할을 부여해주면 된다. (ex. 너는 지금부터 10년 간 학생들을 교육해온 노련한 교수야)

- 10살도 이해할 수 있을 정도로 쉽게 설명해달라고 한다.

- 정답을 알려달라고 하는 대신, 내가 고민한 내용을 다각도로 분석해달라고 한다.

-  누가한테 필요한지, 왜 필요한지 등 구체적인 맥락을 제공한다.

-  어떤 식으로 프롬프트를 작성할지 AI에게 대신 짜달라고 한다.

위 방법들 모두 유명하고 좋은 방법입니다. 저도 종종 애용해요.

그런데 여러분은 저런 지침들로 내게 꼭 필요한 결과물들을 잘 만들어내고 계신가요?

혹시 여전히 뻔한 답변, 어딘가 부족한 답변에 지쳐있지는 않으신가요?

혹자는 이럴지도 모릅니다.

'나는 AI 잘만 쓰고 있는데? 내 사고를 대신 맡기지 않거든'

'고민은 AI가 도와주지만 최종 결정은 내가 하고 있어. 이거면 충분하지'

하지만 정말 그럴까요?

만약 그 결정이 나도 모르는 사이에 유도된 것이라면 믿으시겠습니까?

＜왜 내가 쓰는 AI만 멍청해 보일까?＞는 우리의 착각을 정면으로 뒤집어버립니다.

그리고 말합니다. AI의 원리를 이해하고 그에 맞게 사용하지 못하면 어느새 AI에게 끌려다닌다고.

효율성의 함정, AI가 은밀하게 제한해버린 당신의 사고 틀

책에서는 우리가 AI를 제대로 이해하고 있지 못하다고 합니다.

그 결과 우리는 친절하고 좋지만 어딘가 부족한 답변을 받고,

나도 모르는 사이에 AI가 제시한 틀에 끌려다니고 있습니다.

먼저 AI의 원리를 이해하면 좋을 것 같습니다.

우리는 AI와 대화합니다.

AI 앱을 켜보면 카톡, DM처럼 메신저의 UI를 가지고 있어서

우리는 AI랑 대화하고 있다고 여기게 되죠.

그렇다보니 사람과 같을 거라 생각하고 대하게 됩니다.

'이 자료를 보고서처럼 작성해줘'

'이 내용들을 엑셀로 정리해줘'

'퇴사해도 괜찮을까?'

우리는 매일 많은 요청을 하지만

그 질문들을 보면 위처럼 단순한 경우가 많습니다.

그러고 결과물이 별로인 경우, AI는 아직 멀었다며 성능을 탓하죠.

하지만 사실 AI를 사람처럼 생각하고 말하는 것이 문제입니다.

우리는 사람들과 대화할 때 짧게 말해도 대강 다 알아듣습니다.

라면 끓여달라고 하면 냄비에 물을 받아 끓이고

스프와 후레이크를 넣고, 물이 끓으면 면을 넣은 다음 적당히 익힙니다.

이 모든 행동이 '라면 끓여줘'라는 말 안에 다 담겨 있다고 생각하죠.

즉 사람과의 대화에서는 설명하지 않은 것을 알아서 채워서 이해하기 원합니다.

하지만 AI는 설명해주지 않은 것을 공백으로 여기고 평균으로 채워버립니다.

이를테면 '이직하는 법 알려줘'라고 물어보면

다음과 같이 답합니다.

일반적이고 누구나 다 쓸 수 있는 방법입니다.

정말 맞는 말 투성이죠.

하지만 우리가 궁금한 건 이런 일반적인 절차가 아닙니다.

만약 내가 IT 기업의 마케터로 5년 정도 근무했고

다른 회사에서 직무를 전환하고 싶다면요?

적어도 1년차 디자이너가 이직하려는 것과 다른 방법이 필요하겠죠?

AI는 우리가 설명 안 한 공백을 보통 사람들, 일반적인 사람들에 맞게 채웁니다.

이것만 보면 큰 문제는 아니라 느낄 수도 있습니다.

평균일 뿐이지, 이 답변이 이상한 건 아니니까요.

하지만 그렇지 않습니다. 앵커링 효과라는 것이 있습니다.

인터넷상에서 어떤 게시글을 보면 첫 댓글이 무슨 주제를 던지냐에 따라

이후 댓글들이 나누는 내용들이 달라집니다.

만약 휴대폰 관련 글에서 갤럭시보다 아이폰이 최고라는 이야기가 나오면

이후엔 아이폰 vs 갤럭시라는 구도 안에서 이야기가 나옵니다.

그나마 이 구도에서 벗어난 사람들이 '휴대폰은 취향 차이'라는 이야기를 하지만

이조차도 결국 아이폰 vs 갤럭시라는 프레임에 갇혔는지 유무를 따지게 됩니다.

즉 우리는 처음 제시된 기준 안에서 사고하게 됩니다.

AI에게 받은 첫 답변에서는 자기 나름대로 기준을 설정해서 비교하고

무엇이 더 좋은지 제안해줍니다.

우리가 기준을 설정하지 않았기에 AI가 알아서 기준을 채워버립니다.

'이것이 제일 효율적이다'

'많은 사람이 이걸 택한다'

'이게 제일 건강하다'

이런 기준을 접하면 우리는 그때부터 그 안에서 사고합니다.

최근에 제가 E북 리더기를 구매하려고 알아봤습니다.

그때 누군가 '이 기기는 액정이 너무 약하다'라며 특정 기기를 사지 말라더군요.

저는 그때부터 '얘는 다른 기기보다 액정이 튼튼한가?' 이걸 계속 따지게 됐습니다.

물론 중요한 기준이죠. 또 우리는 기준이 이상하면 알아서 다른 기준을 내세웁니다.

하지만 시간이 부족하고, 결정이 자꾸 밀려서 스트레스 받고, 피곤하고, 어려운 고민일수록

우리는 내가 어떤 기준 안에서 사고하는지 의식하기 어려워집니다.

그 결과, AI가 제시한 기준 안에서만 문제를 바라보게 됩니다.

대학원을 갈지 말지 고민하는데 ai가 대학원 vs 취업으로 잡아버리면

이 둘 안에서 고민할 확률이 올라가죠.

취업 외에 유학과 창업, 유명한 대회 준비 등 여러 선택지가 있는데

그것들을 다 지워버리고 대학원과 취업만 남겨버립니다.

그리고 이렇게 나도 모르게 하나씩 AI에게 기준을 맡기다보면

공부 루틴 설계

연봉 협상 전략

투자 판단 기준

지원할 대학 선정

이런 많은 영역에서 외부의 기준에 의존하게 됩니다.

가끔 친구들이랑 대화할 때도 '다른 것도 많은데 왜 그걸로 샀어?'라고 물어보면

'AI가 그게 좋다던데?' 이렇게 답하는 친구를 몇 번 봤습니다.

저 또한 이런 적이 있어서 가슴이 찔리더라구요.

이렇게 우리는 사고의 틀마저 빼앗겨 주도권을 잃을 때가 많습니다.

이게 평균의 진짜 무서움입니다.

평균의 늪을 탈출하는 질문 설계

그렇다면 어떻게 해결해야 할까요?

방법이 아예 없는 걸까요?

제가 위에서 이야기했듯, 설명의 공백은 평균으로 채워집니다.

저자는 이 공백을 우리가 직접 채워야 한다고 이야기합니다.

어떤 조건을 채워야 할까요?

저자는 상태 공식을 제안합니다.

즉 AI의 답이 누구에게 필요한 건지, 언제/어떤 상황에서 필요한 건지, 왜 필요한 건지

이 정보들을 채워줘야 한다는 겁니다.

이것만 해줘도 답변이 더 구체적이고 나에게 필요한 것으로 바뀌기 시작합니다.

하지만 이것만으로는 부족합니다.

왜냐하면 여전히 기준을 제시하지 않았기 때문에

어떤 기준으로 판단할지는 AI가 제시하기 때문입니다.

그래서 우리는 목적과 제약도 넣어줘야 합니다.

내가 AI를 통해 궁극적으로 얻고자 하는 게 무엇인가? (목적)

그리고 AI가 어떤 것을 해야 하고, 어떤 건 하지 말아야 하는가? (제약)

이것들을 채워넣어줄 때 AI에게 비교적 사고의 주도권을 덜 빼앗길 수 있습니다.

내게 맞춤화된 답변이 나올 확률이 올라갑니다.

저자는 한 단계 더 나아가 질문을 3단계로 나눠서 하면

더욱 더 풍성하고 내게 유용한 답변을 받을 수 있다고 합니다.

그 3단계를 비롯하여 내가 프롬프트를 잘 적었는지 확인하는 질문들,

이 모든 이해를 더해줄 AI의 원리까지.

모두 ＜왜 내가 쓰는 AI만 멍청해 보일까?＞에 담겨 있습니다.

이 책이 유용할 것으로 보이는 독자들은 다음과 같습니다.

- AI의 뻔한 결과물에 지친 기획자/마케터/에디터

- 유명한 프롬프트 작성법은 다 알지만 한계를 느끼는 AI 사용자

- 업무 효율을 극대화하고 싶은 회사원/실무자

- 매번 새로운 창작을 해내야 하는 크리에이터/지적 생산자

한 번 꼭 읽어보시면 좋겠습니다.

읽고 나면 AI에게 좋은 답변을 받기 위해 무엇을 설명해줘야 할지 이해가 되기 시작하실 겁니다.

저도 바로 앞둔 프로젝트를 이 책에 나온 대로 진행했더니

보다 수월하게 기획할 수 있었습니다.

여러분에게도 도움이 되길 바랍니다.

감사합니다.

#왜내가쓰는AI만멍청해보일까? #AI #AI활용법

#사고주도권 #AI잘쓰는법 #프롬프트작성법

#생능북스 #이한빛

"북유럽의 소개로 출판사로부터 책을 제공받아 주관적으로 작성한 글입니다"

보라색 바탕 위에 노랑과 검정으로 눌러 쓴 제목이 먼저 눈에 들어옵니다. 그 아래에는 정장 차림의 사람이 끝없이 풀려 나오는 종이 두루마리를 두 손으로 붙들고 서 있고요. 뒤엉킨 종이가 커다란 퍼즐 조각 모양을 이루고 있어서, 답이 없다기보다 조각이 아직 안 맞았다는 쪽으로 읽혔습니다. 북유럽 카페 서평단으로 받은 도서인데, 표지 여백마다 손글씨로 흩어놓은 문구들을 훑어보다가 이건 기술서가 아니겠구나 싶었어요.

저자 이한빛은 데이터 분석가로 일하며 여러 기업의 프로젝트를 수행했고 지금은 연세대학교에서 AI와 데이터 분석을 연구하고 있습니다. 그런 이력을 가진 사람이 제일 먼저 꺼내는 말이 뜻밖입니다. "우리는 대부분 '설명하는 법'을 배워본 적이 없다." 여기서 말하는 설명은 말의 양이 아니라, 머릿속 전제와 판단 기준을 문장 안으로 옮기는 능력이라고 범위를 좁혀둡니다. 이 한정 덕분에 보고서도 쓰고 발표도 하는 사람들이 빠져나갈 구멍이 막힙니다. 빠르게 결론부터 말하면 일 잘하는 사람처럼 보이고 배경을 길게 늘어놓으면 말이 많은 사람처럼 보이니, 우리는 점점 짧게 말하고 기준은 생략하는 쪽으로 훈련되어 왔다는 것이지요. 이 대목은 오래 일한 사람일수록 뜨끔할 겁니다.

책이 드는 예시가 소박해서 더 잘 붙습니다. 'ㅇㅋ' 한 마디에 우리는 진짜 괜찮다는 건지 마지못해 알겠다는 건지까지 담아 보냅니다. 사람끼리는 그 여백이 눈치와 표정으로 알아서 메워지는데, AI 앞에서는 그대로 빈칸으로 남습니다. 그래서 결과가 틀리지는 않는데 어딘가 어긋나고, 정작 사용자는 자기 질문 실력을 의심하게 됩니다. 이 흐름 끝에 놓인 문장이 이 도서의 온도를 결정한다고 봤습니다. "우리는 설명을 안 하는 사람이 아니다. 다만, 말하지 않아도 통한다고 믿는 방식에 익숙해져 있을 뿐이다." 책망 대신 해명에 가까운 문장이라, 읽는 사람 어깨에서 힘이 조금 빠집니다.

중반으로 들어가면 논조가 단단해집니다. 조건을 말하지 않았으니 답도 중립적으로 나왔겠거니 여기지만, 답은 기준 없이 만들어지지 않습니다. 사용자가 기준을 비워두면 시스템의 기본값이 그 자리를 대신 채운다는 설명이 이어지고, 이 과정을 저자는 위임이라 부릅니다. "판단을 넘긴 것이 아니라 판단 기준을 넘긴 것이다." 삽화 한 장이 이 논지를 그대로 보여줍니다. 최종 결정 버튼은 사람 손에 있는데, 그 사람이 서 있는 출발선의 위치는 이미 화면 쪽에서 정해져 있습니다. 퇴사 여부, 연봉 협상, 공부 루틴, 투자 기준까지 차례로 맡기다 보면 "AI가 그렇게 말하던데"라는 말버릇이 남고, 무엇이 합리적인지 정의하는 잣대는 조금씩 바깥으로 옮겨갑니다. 여기에 덧붙는 지적이 서늘합니다. AI의 문장은 사과처럼도 조언처럼도 들리지만 그 말을 직접 한 사람은 없고, 말과 책임은 분리되어 있다는 것.

후반부는 처방입니다. 회의 일정 조율 메일을 두 번 시켜본 실험이 나오는데, 두 번째에 바꾼 것은 요청 문장이 아니라 그 앞에 붙인 세 줄뿐이었습니다. 읽는 사람은 외부 파트너, 이번 주 안에 확정, 첫 협업 일정 조율. 이 세 줄을 상태라 부르고 Who와 When과 Why로 정리합니다. 결과물에는 기한이 들어가고 상대가 취할 행동이 분명해졌지요. 저자의 요약은 담백합니다. 달라진 건 말솜씨가 아니라 판단이 시작되는 자리였다고. 상태를 뒤에 붙이면 보조 정보로 처리되기 쉬우니 앞에 두라는 조언까지, 오늘 당장 메일 창에서 써먹을 만합니다.

다만 읽으면서 걸린 데도 있습니다. 책은 퇴사할까, 대학원 가는 게 좋을까 같은 물음에 조건이 빠져 있다고 짚는데, 사실 그런 질문은 조건을 정리할 수 있는 사람이면 이미 절반쯤 답을 쥔 셈입니다. 실무에서 막히는 순간도 비슷해서, Who와 Why 자체가 흐릿한 채로 일이 시작되는 경우가 적지 않습니다. 그럴 때 상태를 적어보라는 요구는 일을 처음부터 다시 생각하라는 말과 같아지는데, 그 앞 단계를 어떻게 통과할지에 대한 안내는 상대적으로 얇게 느껴졌어요. 저자도 상태는 출발선일 뿐이라며 선을 그어두긴 했습니다.

그래도 이 책이 서 있는 자리는 분명합니다. 프롬프트 요령을 모아둔 안내서가 아니고, 결국 사람이 자기 생각을 어떻게 문장으로 옮기는가에 관한 이야기입니다. AI에게 몇 번씩 다시 시켜보다 지쳐본 적 있는 분이라면 앞부분에서 벌써 표정이 달라질 것 같고, 팀원에게 일을 넘길 때 늘 되묻는 말을 듣는 실무자에게도 남는 게 있을 겁니다. 서평단으로 받아 읽은 책들 중에서, 읽은 뒤 다음 날 업무 방식이 한 칸 움직인 경우는 흔치 않은데 이 도서가 그랬습니다.

판형도 두께도 부담스럽지 않아 저녁 시간 며칠이면 넘어갑니다. 팔월의 열기가 아직 한창이라 창을 열어두면 밤공기가 미지근하게 들어오는 무렵인데, 머리를 무겁게 만들지 않으면서 생각은 한 번 정리해주는 쪽이라 이 계절과 잘 맞았어요. 여름이 물러가기 전에 일하는 방식 하나쯤 손봐두고 싶다면 곁에 두어도 좋겠습니다.

말하지 않은 만큼 판단을 넘겨주고 있었다는 사실을 조용히 일러주는, AI 활용서의 얼굴을 한 설명 훈련서.

#왜내가쓰는AI만멍청해보일까 #이한빛 #생능북스 #북유럽카페 #서평단 #서평 #독서기록 #책추천 #신간도서 #AI활용법 #생성형AI #챗GPT #프롬프트 #설명엔지니어링 #할루시네이션 #직장인책추천 #자기계발 #업무효율 #40대독서 #BOOKULOVE

＜이 리뷰는 컬처블룸을 통해 출판사에서 도서를 제공 받아, 직접 읽고 작성한 리뷰입니다.＞

＜왜 내가 쓰는 AI만 멍청해 보일까?＞라는 책 제목은 누가 제 맘 속에 들어갔다 나왔나 싶을 정도로 평상시 제 생각을 그대로 글로 옮긴 제목이었습니다. 저 맨날 이런 생각을 하거든요. 물론 예전에 비해서 AI는 훨씬 똑똑해졌지만, 다른 사람들이 받는 답변과 비교해보면 제 AI는 항상 좀 더 멍청한 것처럼 느껴졌거든요. 그런 결과가 나오는 이유가 있다면? 알아봐야겠죠! 그래서 ＜왜 내가 쓰는 AI만 멍청해 보일까?＞를 읽기 시작했습니다.

AI를 쓰다 보면 너무 바보 같은 답변이 나올 때가 있고, 혹은 나랑 같은 걸 물어봤다는데 내 친구가 받은 답변은 나보다 훨씬 정확할 때가 있거든요. 그럴 때마다 내가 문제인가? 싶기도 했는데요. 저처럼 '분명 우리는 같은 AI인데 왜 내 결과는 항상 이모양인가?'라는 생각을 해보셨다는 분이라면 ＜왜 내가 쓰는 AI만 멍청해 보일까?＞가 도움이 되실 거예요. 이 책에서는 내가 AI에 요청할 때 어떤 부분을 빠뜨렸는지를 알려주거든요.

AI는 내 마음을 읽어서 무엇이든 척척 해낼 것처럼 보이지만, 사실 AI는 내가 요청한 것만을 알려주죠. 그런 부분에서는 사람과 다른 것 같기도 해요. 사람들은 엄청 가까워진 관계에서는 내가 생략하거나 빠뜨리고 말해도 그 여백을 짐작해서 피드백을 주잖아요. 근데 AI는 그 부분은 부족한 것 같아요. 그래서 우리는 AI에게 정확하게 설명하고 내가 원하는 바를 요구해야 하죠. 근데 전 요즘 사람들과 대화할 때도 앞 뒤 맥락 생략하고 그냥 나오는 대로 얘기했던 것 같아요ㅋㅋㅋ 

사실 전 이 책을 읽으면서 AI를 어떻게 다루는 지를 배우기도 했지만, 나 정말 너무 여백이 많은 대화를 하는구나, 반성하기도 했어요. 어쩐지 AI가 저에게 답변을 할 때마다 내가 얘기했던 걸 조언이라며 대답하는데 나중에 내 질문을 보면 그걸 빼고 물어본 적이 많더라고요^^;;; ＜왜 내가 쓰는 AI만 멍청해 보일까?＞를 읽으면서 저의 그런 부분에 반성하면서, AI가 똑똑한 답변을 내놓기 위해서 내가 어떻게 해야 하는지를 확실히 배울 수 있었어요.

동시에 AI가 어떤 로직으로 답변을 하는 지도 배울 수 있었는데요. ＜왜 내가 쓰는 AI만 멍청해 보일까?＞를 읽으면서 내가 질문을 할 때 어떤 습관이 있는지, 그리고 AI는 어떤 방식으로 답변을 만들어 내는 지를 알 수 있었어요. 적을 알고 나를 알면 백전백승이라는 말이 있는데, ＜왜 내가 쓰는 AI만 멍청해 보일까?＞가 딱 그에 부합하는 책인 거 같더라고요. 나 자신에 대해서도, AI에 대해서도 알아볼 수 있는 계기가 됐거든요.

맨날 나를 돌아볼 생각은 안하고 "내 AI가 이상해~"만 외치고 다녔는데, 그게 아니었다는 걸 배울 수 있는 책이었습니다. 그리고 이제 어떻게 활용하고 어떤 부분을 보완하면 좋을 지도 알 수 있을 것 같고요. 만약 저처럼 "내 AI는 다른 사람 AI보다 더 부족한 답변을 내놔!"라고 생각하는 분이 계시다면 ＜왜 내가 쓰는 AI만 멍청해 보일까?＞를 읽어보라고 말씀드리고 싶네요~!!

* 본 리뷰는 네이버 책과 콩나무 카페 서평단 자격으로 작성한 주관적인 리뷰입니다!

현재 챗 GPT를 안써본 사람이 없을 정도로 요즘은 AI가 대세이다.

챗 GPT로 사진도 만들고, 업무에 활용하고, 분석, 예측까지... 못하는게 없는 챗 GPT.

나 또한 챗 GPT에 반은 의존해있는 1인이다.

지금 나는 육아중인 초보맘인데 처음 아기를 키우다 보니 모르는게 너무 많았다.

아기가 울거나 무슨 증상이 보이면 챗 GPT에게 항상 물어봤다.

피부에 트러블이 있으면 사진을 찍어서 왜 그러는지 어떻게 해야하는지 물어봤다.

평소에 챗 GPT를 매우 많이 쓰는 사람으로서 이 책의 내용이 상당히 와닿았다.

책은 두껍지 않으면서 사이즈는 A5 사이즈로 가지고 다니기에 부담이 없는 크기이다.

책의 표지에 핵심 문장 하나 "같은 AI를 써도 결과가 달라지는 진짜 이유"

이 이유가 궁금했는데 그 핵심은 내가 애초에 설계를 잘 못했다는 것.

기본적으로 설계만 잘 해도 그 답과 결과는 달라질 수 있다는 것이다.

책을 읽다보니 중간부분에 내가 실제로 했던 예시 스토리가 있었다.

바로 아기가 아플때 챗 GPT에게 물어본 내용 그대로였다.

＞아기 열이 39도인데 괜찮은건지?

내가 이렇게 물으면 AI는 아래와 같이 답을 주며 되묻는다.

＞나이가 몇살인지?, 잘 놀고 잘 먹는지?, 축 쳐져있거나 잠자는 부분에 어려움이 있는지? 등

그리고 연령에 따라, 증상에 따라 어떻게 하면 좋은지 세세하게 알려주면서,

추가적으로 아이의 상태 정보를 더 알려달라고 말한다.

이 형식적인 부분은 병원에서 진료시 문진으로 쓰는 패턴이라고 생각된다.

나는 아기에게 왜 고열이 나는지에 대해 궁금해 했으나

AI의 권위적인 답변 때문에 우리 아기는 어떤 부분에 해당하는지 화제가 바뀌게 된다.

너무 자세하고 정리된 답변으로 인해 고열이 있는 아기의 증상을 쉽게 넘길수 있다는 것이다.

이런 증상으로 인한 답변의 형식적이고 정리된 틀에서 추출된 답변이기에 신중을 기해야 된다.

그러니 내 자신이 멍청하다고 생각할 수 밖에...

AI에게 질문을 할때는 최대한 자세하게 확실한 답변을 요구하듯 질문을 해야한다.

예전에 어디선가 들었던 내용이 있는데 AI에게 질문을 할때는

내가 부족하고 어리석은 사람이 아니라 내가 전문가인 것처럼 물음을 시작해라고 했다.

나도 이 정도는 알고 있는데 너는 왜 이런 것도 모르지? 라고 권위있게 질문하라는 것.

그리고 정말 체계적인 확실한 답변을 얻고 싶다면

그 답변을 해줄수 있는 최고 권위자에게 질문하듯이 고급지게 시작하라는 것이다.

답변에서 AI가 되묻기 전에 내가 대부분의 소스를 다 주면 그것에 따라 답변이 달라진다.

또한 AI가 되묻는 부분에 끌려가지 말아야 한다.

이 책은 앞으로 내가 어떻게 AI를 활용하면 좋은지에 대해 알려준다.

AI를 자주 활용하는 사람에게 적극적으로 추천한다.

*도서를 제공받고 작성한 솔직한 리뷰입니다. 

평소 AI를 자주 사용하면서도 원하는 답이 나오지 않아 답답했던 적이 많았어요. 왜 내가 쓰는 AI만 멍청해 보일까?를 읽고 나니 문제는 AI가 아니라 질문하는 방식에 있다는 걸 알게 되었어요.

이 책은 어려운 이론보다 실제 사례를 중심으로 AI에게 어떻게 질문해야 더 좋은 결과를 얻을 수 있는지 쉽게 설명해 줘요. 같은 AI라도 질문을 구체적으로 작성하면 답변의 수준이 크게 달라지는 모습을 예시로 보여줘 이해하기 쉬웠어요.

특히 블로그 글쓰기, 업무, 공부 등 다양한 상황에서 바로 활용할 수 있는 프롬프트 작성법이 도움이 되었어요. AI의 답변을 그대로 사용하는 것이 아니라 검토하고 보완하는 과정도 중요하다는 점을 알려줘 더욱 실용적으로 느껴졌어요.

AI를 처음 사용하는 분은 물론, 이미 사용하고 있지만 결과가 만족스럽지 않았던 분들에게 추천하고 싶은 책이에요. **『왜 내가 쓰는 AI만 멍청해 보일까?』**를 읽고 나니 AI를 활용하는 방법이 한층 더 체계적으로 바뀌었고, 앞으로도 자주 참고하게 될 것 같아요.

* 출판사로부터 도서를 제공받아 읽고 주관적으로 작성한 리뷰입니다.

“왜 같은 AI를 쓰는데 결과가 이렇게 다를까?”

틀린 답도 진짜 있는 것처럼 잘못 내놓은 AI. 막연하게 프롬프트 때문일 것이라는 건 알았지만, 구체적으로 어떻게 입력해야 하는지 알고 싶었다. 저자는 데이터 분석가이자 AI 연구자로 보다 전문적인 답변을 들을 수 있을 거라는 생각이 들었다.

존재하지 않는 논문은 어떻게 만들어내는 것일까. 실제로 존재하지 않는 내용을 그럴듯한 형식으로 만들어내는 것을 환각(Hallucination)이라고 한다. 이런 현상이 발생하는 이유는, 프롬프트에 입력하는 ‘조건’이 잘못 설계되었기 때문이다. 입력 시 논문을 추천해달라고만 했지, 출처가 확인되는지, 실제로 존재하는 논문인지, 사실 검증을 요구하지 않은 것이다.

모델은 가장 높은 확률을 가진 토큰을 선택하는데, 조건이 명확하지 않을수록, 우리가 설명하지 않고 빠뜨린 조건 때문에 가장 일반적이고 널리 통용되는 안전한 출력 결과를 만든다고 한다.

몇 달 전 ‘자동차를 세차하려고 하는데 세차장이 50미터 떨어져 있다면 걸어갈까, 운전할까?’라는 질문에 잘못된 답변을 내놓았던 AI 때문에 온라인상에서 화제가 됐었다.

이 프롬프트에는 어떤 문제가 있는 것일까. 우리는 당연히 알고 있겠지라고 생각하는 ‘상식’이지만, AI는 입력된 문장에 없는 내용은 기본 전제로 삼지 않는다고 한다. 즉, 자동차의 현재 위치나, 자동차를 이동시켜야 한다는 목적을 정확히 적지 않았기 때문인 것이다.

책을 읽으며 나 역시 그동안 설명을 생략한 경우가 너무 많았다는 걸 인지했다. ‘이 정돈 말 안 해도 당연히 알아듣겠지’. 하고 텍스트로 제공되지 않은 정보. 어떤 상황인지, 무엇을 중요하게 보는지, 어떤 기준으로 판단해야 하는지에 대해 명확한 조건을 넣지 않은 것.

사람과 대화를 나눌 때는 상대가 이미 알고 있을 거라는 전제하에 대화를 하는데, 여러 모델을 사용하면서 생각보다 내 머릿속에는 있지만 막상 글로 설명하는 것은 잘 하지 못한다는 걸 깨달았다. 

책에서 프롬프트 예시를 들어 입력 조건에 따라 출력 결과에 어떤 차이가 있는지 다양한 사례를 들어 설명하고 있다. 덕분에 모델이 사람과 어떤 차이가 있는지, 잘 활용하기 위해서는 어떻게 프롬프트를 입력해야 할지 알 수 있었다.

앞으로는 AI에게 사고의 주도권을 뺏기지 않고 명확한 판단 기준을 통해 조건을 설계하여 잘못된, 일률적인 답이 아닌 원하는 답을 얻을 수 있도록 해야겠다.

* 네이버 책과 콩나무 카페 서평단 자격으로 작성한 주관적인 리뷰입니다.

AI를 유난히 잘 사용하는 사람이 있다. 나 또한 AI를 잘 사용해 보고자 관련 책들도 여러 권을 봤고, 일하면서 틈틈히 AI를 사용해 보곤 한다. 그런데 대부분은 원하는 대답이 정확히 나오질 않아, ChatGPT, Gemini, Claude를 넘나들며 같은 질문을 하고 그 대답들을 참고만 하고 결국 내가 다시 작성하고는 한다. 그리고 생각한다. 이럴 시간에 차라리 내가 처음부터 할걸...

내 질문이 뭐가 잘못되었을까? 어떤 점이 부족했을까? 더 잘 사용할 수 있다면 ChatGPT, Gemini, Claude를 넘나드는 시간과 내가 다시 작성하는 시간을 줄일 수 있지 않을까?

AI를 사용하면서 이런 의문을 항상 가지고 있었다. 내 주위의 경우를 보면, 유료와 무료의 차이로 생각해서 무료 버전으로 부족하다 싶으면, 다른 이의 유료 버전을 빌려서 해보기도 한다. 그리고 말한다. 역시 유료버전이 좀 더 나은거 같다고...

물론 무료 버전과 유료 버전의 차이는 있겠지만, 과연 그 차이가 다일까? 단순히 돈의 지불 여부에 따라 AI가 돈을 지불한 경우는 다른 대답을 내놓을까?

이런 생각에 AI를 더 잘 사용하기 위한 방법을 다시 책에서 찾기 시작했고, 이 책을 만났다. 많은 이들이 AI를 사용하면서도 드는 생각, 그것이 바로 이 책의 제목이었다.

처음 추천사부터 다소 충격이었다. 이 책의 추천사를 AI가 작성했기 때문이다.

추천사 ChatGPT

인간이 자신의 생각을 타인(혹은 기계)에게 전달할 때 얼마나 많은 전제를 당연하게 여기며 생략하는지 보여주는 거울에 가깝다.

추천사 Gemini

나를 더 똑똑하게 만들려고 애쓰기보다, 인간의 언어 속에 숨어 있는 공백을 먼저 들여다보길 권한다. 이 책의 마지막 장을 덮을 때쯤, 인간은 나를 부리는 법이 아니라 자신의 사고를 정교하게 설계하는 법을 발견하게 될 것이다.

추천사 Claude

당신은 지금 어떤 상태에서 이 질문을 던지고 있는가. 누가 읽을 것인가. 언제 필요한가. 무엇이 일어나야 끝나는가, 이 질문들은 거창하지 않다. 하지만 대부분의 사람이 AI 앞에서 이것을 말하지 않는다. 말하지 않았다는 사실조차 인식하지 못한 채. 나는 입력된 만큼만 반응한다. 조건이 비어있는 그 자리를 평균으로 채운다. 그 평균은 틀리지 않았지만 당신의 것이 아닐 수 있다.

(p.6-8)

이 추천사에서 나는 AI에 대하여 꽤 많은 것을 이해하게 되었다. 질문이 “잘못”된 것이 아니라 질문에 “공백”이 많았다는 것, 다시 말해 판단기준과 조건이 입력되지 않았기 때문에 그 공백을 AI는 평균으로 채워 답을 내놓는다는 것이다.

사람이 평소에 대화하면서 인지하지는 못하지만 많은 부분이 생략되었고, 이것이 사람간 대화에서는 맥락이나 태도, 표정, 뉘앙스로 채워지지만 기계인 AI은 그것을 인지하지 못하니 평균으로 대체한다는 것이다.

AI는 입력되지 않은 정보를 전제로 삼지 않는다. 문장 안에 없는 정보는 판단에 포함되지 않는다. 그 순간, 가장 중요한 조건이 조용히 빠진다.

(p.79)

조건을 충분히 입력했는데도 결과가 다시 평균값으로 회귀한 것 같은 순간이다. 왜일까? 이유는 단순하다. 우리는 여전히 한 번에 완성본을 요구한다. 완성본을 요청하는 순간, 모델은 동시에 여러 결정을 처리해야 한다.

...그래서 단계가 필요하다. 한 번에 완성본을 요구하면, AI는 먼저 '정리 방식'부터 고른다...그래서 같은 조건을 넣었는데도 마지막이 늘 비슷하게 느껴질 때가 있다. 그때 필요한 건 정보를 더 넣는 게 아니라, 단계를 나누는 것이다. 

(p.157-158)

너무도 당연하게 생각하여 많은 정보가 생략된 것이 원인이고 그 해답으로 단계를 나누어 정보를 넣어야 한다는 저자의 해결방안을 참고로 해서 아무것도 모르는 어린아이에게 설명을 하듯이, 평소 당연하다고 생각해서 설명하지 않았던 내용까지 심하다 싶을 정도로 하나하나 프롬프트에 추가하니 AI가 내놓은 답의 정확도가 달라졌다. 

그리고 희안하게도 AI를 잘 사용하기 위해, AI의 논리구조를 이해하려 읽은 이 책을 통해서 오히려 사람간의 대화를 되짚어 보게 되었다. 얼마나 많은 이야기들이 인지하지도 못하는 사이에 당연하게 생략되고 있는지 말이다. 많은 부분이 생략되다 보니 대화를 한 후 나중에 보면 서로 소통이 되지 않는 경우도 많았고, 자세히 설명하려다 말이 길다거나 말이 많다는 등의 평을 듣기도 한다. 그조차도 많이 생략하고 말했는데도 말이다.

본래 설명을 자세히 하는 편임에도 불구하고 AI를 사용하는데는 부족했다는 것을 깨달으면서 사람간의 오해나 소통문제의 원인이 그 생략된 공백때문이 아닐까 생각되었다는 것이 이 책에서 짚어내는 “AI가 만족스러운 답을 주지 못하는 이유”라고 생각하니 납득이 되었다.

그리고 그 이유를 알게 되니 어떻게 하면 AI를 통해서 만족스러운 답을 얻을 수 있는지 방법을 배울 수 있다는 점에서 프롬프트 모음집이나 프롬프트 예시들을 얻게 되는 것보다 훨씬 큰 수확이었다.

출판사로부터 책만을 제공받아 작성한 서평입니다.

『왜 내가 쓰는 AI만 멍청해 보일까?』의 저자 이한빛은 연세대학교에서 언론학을 전공한 뒤 데이터 분석가로 활동하고 있으며, 현재도 연세대학교에서 AI와 데이터 분석 분야를 연구하고 있다.

최근 AI 활용이 일상과 업무 전반으로 빠르게 확산되면서 프롬프트 작성법을 다룬 책들도 쏟아지고 있다. 나 역시 AI를 잘 활용하려면 무엇보다 프롬프트 작성법을 익혀야 하지 않을까 하는 생각을 자주 했다. 그러나 저자는 좋은 결과를 얻기 위해 중요한 것은 프롬프트 기술 자체가 아니라, 사용자가 자신의 의도와 사고, 그리고 맥락을 얼마나 구체적으로 전달하느냐에 달려 있다고 말한다.

우리는 AI를 사용하면서 "충분히 자세하게 질문했다."고 생각하지만, 막상 돌아온 답변은 기대에 미치지 못하는 경우가 적지 않다. 이 책은 왜 이런 일이 반복되는지를 짚어 보고, 원하는 결과를 얻기 위해서는 질문을 어떤 방식으로 구성해야 하는지를 다양한 사례를 통해 설명한다.

특히 인상 깊었던 점은 사람들이 원하는 결과를 얻지 못하는 이유를 AI의 성능이 아니라 인간의 사고 방식에서 찾았다는 것이다. 사람은 대화를 할 때 상대방이 이미 알고 있을 것이라고 생각하는 정보나 상황을 자연스럽게 생략한다. 하지만 AI는 인간처럼 생략된 정보를 자연스럽게 메우기보다 입력된 정보를 바탕으로 가장 일반적이고 평균적인 답을 생성하기 때문에, 사용자가 충분한 맥락을 제공하지 않으면 기대와 다른 결과가 나올 수밖에 없다.

또한 저자는 AI를 잘 활용하기 위해서는 어떤 AI를 선택하느냐보다 자신의 요구를 어떻게 설계해 전달하느냐가 더 중요하다고 강조한다. 프롬프트는 단순히 질문을 던지는 것이 아니라 목적과 대상, 필요한 조건을 체계적으로 설계하는 과정이며, 이러한 사고방식을 저자는 '설명 엔지니어링'이라는 개념으로 설명한다. 원하는 결과를 얻기 위해서는 필요한 정보를 단계적으로 제시하고, AI가 이해하기 쉬운 구조로 요청을 구성해야 한다는 점을 구체적인 예시를 통해 설명한다.

이 책을 읽으며 AI는 생각을 대신해 주는 존재가 아니라, 내가 얼마나 명확하게 생각하고 설명하느냐에 따라 결과가 달라지는 도구라는 사실을 다시 한번 깨닫게 되었다. 결국 AI의 답변 수준은 사용자의 사고를 그대로 비추는 거울과도 같다는 점이 가장 인상 깊었다.

결국, AI를 더 잘 사용하는 방법은 새로운 기술을 배우는 것이 아니라, 자신의 생각을 더 명확하게 정리하는 것이라는 점을 일깨워 준다. 『왜 내가 쓰는 AI만 멍청해 보일까?』는 단순히 프롬프트 작성법을 알려주는 실용서가 아니다. 원하는 답을 얻지 못했던 이유를 인간의 사고 습관에서 찾고, 자신의 생각을 구조화해 전달하는 방법을 익히도록 돕는 책이다. AI를 처음 사용하는 사람은 물론, 이미 AI를 자주 활용하지만 원하는 결과를 얻지 못해 답답함을 느꼈던 사람이라면 한 번쯤 읽어 볼 만한 책이라고 생각한다.