LLM의 능력을 마법처럼 끌어올리는 RAG, 내 책상 위에서 직접 돌리는 인공지능 로컬 모델, 글쓰기에 LLM을 200퍼센트 활용하는 노하우, 미드저니와 나노 바나나로 대표되는 이미지 생성과 영상 생성의 놀라움, 외로움을 달래 주는 AI 컴패니언(친구 또는 동반자), 커서와 클로드 코드가 송두리째 바꿔 놓은 코딩의 풍경 그리고 MCP와 스킬스를 거쳐 마침내 스스로 일하는 에이전트의 등장까지. 지금 이 순간 가장 뜨겁게 달아오르는 주제들을 하나씩 풀어냈습니다. 단순한 개념 소개에 그치지 않고 상세한 동작 원리와 함께 제가 실제로 쓰는 프롬프트와 사례까지 아낌없이 담았습니다.
--- ‘들어가며’ 중에서

GPT-5의 가장 주목할 만한 점은 더 이상 기존의 논리 시험으로는 성능을 평가하기 어렵다는 점입니다. 논리 문제에 관한 한 인간이 풀 수 있는 대부분의 문제를 풀 수 있는 경지에 이르렀기 때문이죠. 이렇게 높은 성능을 갖추고 있으면서도 응답 속도는 매우 빠릅니다. 라우터가 질문의 난이도에 따라 서로 다른 크기의 모델로 연결해 주기 때문입니다. 매우 어려운 질문에는 성능이 뛰어나지만 크기가 크고 상대적으로 느린 모델을, 쉬운 질문에는 크기가 작고 빠른 모델로 연결하는 방식이죠. 이렇게 하면 문제의 난이도에 따라 적절한 모델을 활용하기 때문에 불필요하게 큰 모델에 부하를 주지 않으면서도 전체적인 응답 속도를 크게 끌어올릴 수 있습니다. 결국 GPT-5는 겉으로 볼 때는 하나의 단일 모델처럼 보이지만 실제로는 여러 개의 크기별 모델이 협력하여 동작하는 구조입니다.
--- 제1장 ‘마침내 GPT-5 등장하다’ 중에서

퍼플렉시티는 앞서 살펴본 RAG를 그대로 구현한 서비스입니다. RAG를 이용해 LLM 답변의 정확성을 높였을 뿐 아니라 답변 내에 인용 링크를 제시하여 신뢰도를 더 끌어올렸습니다. 논문에서 각주로 근거 자료를 제시하는 것과 같은 원리죠. (…) 그렇다면 RAG는 과연 검색을 대체할까요? 제 생각에 그 답은 대체보다는 흡수에 가깝습니다. RAG는 검색을 없애는 기술이 아니라 검색 위에 한 겹을 더 얹는 기술이거든요. 결국 검색은 사라지는 게 아니라 사용자 눈에 보이지 않는 곳으로 한 칸 더 내려가는 셈이죠. 진짜 관건은 그 변화의 주도권을 누가 쥐느냐입니다. 그 답을 가장 적극적으로 써 내려가고 있는 쪽이 다름 아닌 검색의 왕 구글이라는 점이 흥미롭죠.
--- 제6장 ‘퍼플렉시티, RAG로 LLM의 유용함을 높이다’ 중에서

글쓰기에 가장 좋은 LLM이 뭐냐고 묻는다면 2026년 초 기준으로 저는 클로드를 추천하고 싶습니다. 오퍼스가 가장 좋지만 소네트로도 충분합니다. 지능이 조금 떨어질 뿐 미려한 글 실력만큼은 소네트도 훌륭하거든요. (…) 구글에서 공개한 프롬프트 작성 가이드 101이 좋은 참고 자료가 될 것 같습니다. 어떻게 하면 LLM이 잘 이해하는 효과적인 프롬프트를 작성할 수 있는지 구글이 직접 정리한 내용이죠. 여기서는 4가지 요소를 고려하라고 안내합니다. 페르소나, 작업, 맥락, 형식입니다. 이외에도 우리가 잘 아는 5W1H, 즉 육하원칙을 활용하면 좋은 프롬프트를 만들 수 있습니다. 글을 쓰는 이유, 글이 사용되는 장소와 시간, 새로운 정보와 이미 알고 있는 정보, 독자와의 관계, 독자의 배경지식, 글쓴이의 입장 등을 함께 알려 주면 적어도 엉뚱한 답이 나올 가능성이 확연히 줄어들죠.
--- 제8장 ‘글쓰기, LLM과 창의성을 논하다’ 중에서

오픈AI가 영화 〈그녀〉와 비슷한 서비스를 출시하며 인기몰이를 하고 있을 무렵 구글은 노암 샤지어가 창업한 ‘캐릭터AI’라는 회사의 인수를 발표합니다. 캐릭터AI는 다양한 페르소나를 입힌 챗봇 서비스입니다. 여자 친구나 심리 상담사, K팝 아이돌 등 다양한 캐릭터와 대화할 수 있죠. 특히 과거 대화를 기억하고 사용자의 상황에 맞춰 공감하는 것이 특징입니다. 단순히 정보를 제공하는 챗봇을 넘어 나를 기억하고 대화하는 ‘AI 컴패니언’, 즉 인공지능 동반자인 셈입니다. 캐릭터AI의 2025년 월간 이용자 수는 2,000만 명을 넘습니다.
--- 제9장 ‘캐릭터챗, 영화 〈그녀〉를 기억하시나요’ 중에서

커서의 인기가 높아지면서 AI에 몸을 맡기듯 코딩한다는 뜻의 ‘바이브 코딩’(Vibe Coding)이라는 신조어도 등장했습니다. 오픈AI 공동 창업자 안드레이 카르파시가 이 현상을 가리켜 만든 말이죠. AI가 코드를 작성하면 개발자는 세부 코드를 직접 작성하기보다 결과를 확인하고 수정과 실행을 반복합니다. (…) 이후 앤트로픽도 ‘클로드 코드’를 출시합니다. 클로드 코드는 개발자의 명령을 받아 파일을 읽고 수정하고 검증하는 전 과정을 스스로 처리합니다. 코파일럿이 개발자의 작업을 보조하고 커서가 옆에서 함께 일하는 동료라면, 클로드 코드는 아예 작업을 맡아 수행하는 동료에 가깝습니다. AI 코딩 도구는 이제 코드를 자동완성하는 수준을 넘어 개발 자체를 맡길 수 있는 단계로 진화하고 있습니다.
--- 제10장 ‘커서와 클로드 코드, 과연 개발과 코딩의 미래는’ 중에서

오픈클로는 한마디로 내 컴퓨터에 설치하는 에이전트입니다. 문서를 쓰고 메일을 읽고 일정을 관리하고 쇼핑을 하고 주식 투자를 할 수도 있죠. 내가 컴퓨터 앞에서 하는 거의 모든 일을 대신할 수 있습니다. 즉 오픈클로는 내 컴퓨터라는 도구 하나를 통째로 손에 쥔 셈인데, 컴퓨터 자체가 워낙 여러 용도로 쓸 수 있는 도구이다 보니 결국 다양한 도구를 모두 갖춘 셈입니다. 오픈클로는 기존의 챗봇과는 달랐습니다. 수동적으로 대화만 주고받던 챗봇과 달리 반복 작업을 수행하고, 파일을 읽고 쓸 수 있었을 뿐 아니라 명령을 실행하면서 웹 사이트의 내용을 가져오고, 이메일을 보내면서 일정을 관리하는 등 스스로 작업을 진행할 수 있었죠. (…) 이렇듯 오픈클로는 내 컴퓨터의 역량을 자유롭게 활용하며 “이런 것도 가능해?” 싶은 장면을 연달아 만들어 냈고 전 세계가 이에 열광했습니다. 출시된 지 단 몇 개월 만에 이른바 랍스터 열풍이 글로벌하게 번져 나갔죠.
--- 제13장 ‘오픈클로, 드디어 인공지능이 내 컴퓨터를 점령하다’ 중에서