[냉전] 같은 AI를 써도, 결과가 다른 이유

  2025년 3월, 글로벌 전자상거래 기업 Shopify의 CEO 내부 메일이 외부에 유출됐다. 내용은 “앞으로 직원 평가에 AI 활용 역량을 반영하겠다”는 것이었다. 이제 AI는 선택적 보조 도구를 넘어, 직무 역량의 기준이 되고 있다. 그런데 같은 도구를 쓰는데도 어떤 사람은 탁월한 결과를 내고, 어떤 사람은 비슷한 수준에 머무를까?

  생성형 AI는 평균적인 답변을 잘 만든다. ChatGPT는 입력된 문장을 기준으로 가장 확률 높은 단어를 예측해 문장을 생성한다. 예측 가능하고 일관된 결과를 잘 만들어내는 만큼, 전형적인 답변에 머무를 위험도 있다. 하지만 질문을 바꾸면 AI가 탐색하는 문맥과 의미의 기준점도 달라진다. 결국 차이를 만드는 건, 질문을 어떻게 설계하느냐에 달려 있다. 그렇다면 평균을 뛰어넘기 위해 어떤 전략이 필요할까?

  1. 구조화된 질문으로 문맥을 좁혀라

  트랜스포머 구조인 생성형 AI의 중심에는 어텐션 메커니즘이 있다. 이는 어떤 단어에 집중할지를 판단하는 구조다. 질문에 역할, 조건, 단계, 생성자-감별자 같은 요소를 포함하면 AI는 문맥을 더 정밀하게 이해한다. 또한 대부분 영어 기반 데이터로 학습되었기 때문에, 질문을 영어로 재구성하거나, 영어 자료를 참고하도록 요청하는 것도 좋은 전략이다.

  2. AI를 검색엔진이 아닌 ‘팀원’ 대하듯이 소통하라

  스탠포드대 제레미 어틀리 교수는 “AI는 검색엔진이 아니라 팀원처럼 대해야 한다”고 강조한다. 정답만 묻기보다는 아이디어를 공유하고 함께 발전시키는 대화형 사용법이 더 창의적이고 유연한 응답을 이끌어낸다. 입력창에 질문을 작성하는 것이 부담스럽다면, 음성 기반 인터페이스를 활용해 말하듯 생각을 펼쳐보는 것도 효과적이다.

  3. 더 나은 질문은 AI에게 요청하라

  질문을 잘 쓰는 게 어렵다면 AI에게 더 나은 질문을 직접 요청해 보자. Maskara.AI 같은 도구를 활용하면, 내가 놓친 관점과 논리를 AI가 스스로 생성해 주는 질문으로 보완해 줄 수 있다. 이는 생각의 한계를 넓히는 매우 실용적인 접근이다.

<스민>