[프롤로그] 우리 회사에 새로운 직원이 입사했습니다

[1부] 첫 출근
1장. AI 신입사원이 출근했습니다
- AI는 하나의 제품이 아니다
- 판단하고, 예측하고, 분류하고, 생성하는 기술
- AI는 직원일까, 도구일까?
- 사람을 대신하는 AI와 사람을 돕는 AI
2장. 우리 회사에는 다양한 AI 직원이 있습니다
- 정해진 규칙대로 일하는 AI
- 경험을 통해 배우는 머신러닝
- 복잡한 특징을 스스로 찾는 딥러닝
- 한 가지 일에 특화된 전용 AI
- 새로운 결과물을 만드는 생성형 AI
3장. 이 신입사원은 어디에서 배웠을까요?
- 데이터는 AI의 교재다
- 데이터셋은 교육 자료의 묶음이다
- 학습은 답을 외우는 과정이 아니다
- 모델은 학습의 결과다
- 파라미터는 AI 내부에 조정된 수많은 값이다
- 학습과 추론은 다르다

[2부] 말을 정말 잘하는 신입사원
4장. AI는 어떻게 말을 배웠을까요?
- 언어 모델이란 무엇인가?
- 다음 단어를 예측한다는 것
- LLM에서 ‘대규모’는 무엇이 클까?
- AI는 문장을 토큰으로 읽는다
- AI는 글의 의미를 정말 이해하는가?
5장. AI는 대화를 어떻게 이어갈까요?
- 컨텍스트는 현재 대화의 업무 자료다
- 이전 대화를 기억하는 것처럼 보이는 이유
- 컨텍스트 윈도는 AI의 업무 책상이다
- 책상이 넓어지면 모든 문제가 해결될까?
- 메모리와 컨텍스트는 다르다
6장. 글만 읽는 직원은 아닙니다
- 멀티모달 AI란 무엇인가?
- 이미지, 음성, 영상도 데이터다
- 보는 것과 이해하는 것은 다르다
- AI가 세상을 직접 경험하는 것은 아니다

[3부] 첫 업무를 맡았습니다
7장. “보고서 하나 작성해 주세요”
- 프롬프트는 검색어가 아니다
- 모호한 지시는 모호한 결과를 만든다
- 업무지시에 필요한 요소
- 자료를 주지 않고 정확한 보고서를 기대할 수 있을까?

8장. 일을 잘 시키는 상사는 무엇이 다를까요?
- 역할을 정하면 관점이 달라집니다
- 목적을 알려 줘야 합니다
- 대상에 따라 설명이 달라집니다
- 형식을 지정하면 활용하기 쉬워집니다
- 예시는 강력한 지시입니다
- 한 번에 완벽한 답을 기대하지 않는다
- 대화와 피드백을 통한 수정

[4부] 신입사원이 사고를 쳤습니다
9장. 존재하지 않는 내용을 보고서에 썼습니다
- 환각은 무엇인가?
- AI는 왜 모른다고 말하지 않을까?
- 그럴듯한 문장과 사실은 다르다
- AI는 정답을 찾는가? 문장을 만드는가?
- 출처와 근거를 확인해야 하는 이유
10장. 같은 질문인데 답이 달라졌습니다
- AI의 답변은 확률적으로 만들어진다
- Temperature는 창의성 조절 장치인가?
- 업무에 따라 필요한 성향이 다릅니다
- AI의 자신감과 정확도는 관계가 없다
[5부] AI는 아직 우리 회사를 모릅니다
11장. “우리 회사 규정에 맞게 작성해 주세요”
- AI는 회사 내부 정보를 자동으로 알지 못한다
- 일반적인 지식과 회사의 실제 정보
- 최신 정보도 자동으로 아는 것이 아닙니다
- 파일을 올렸다고 모든 문서를 아는 것은 아니다
- 권한도 필요합니다
12장. 일을 잘하려면 무엇이 더 필요할까요?
- 회사 자료를 읽게 할 수 있을까?
- 필요한 문서를 직접 찾게 할 수 있을까?
- 최신 정보를 확인하게 할 수 있을까?
- 계산기와 검색 도구를 사용하게 할 수 있을까?
- ERP와 메일을 연결할 수 있을까?
- 여러 단계의 일을 스스로 처리하게 할 수 있을까?
- 능력이 커질수록 권한과 통제도 중요해진다

[에필로그] AI 신입사원이 보낸 첫 날 후기