위로가기 버튼
오피니언

환각 현상의 메커니즘 - 믿되 확인하라

인공지능(AI)의 환각 현상 즉 할루시네이션(Hallucination)과 관련된 실험 결과를 발표한 사례가 있다. 미국의 하버드 비즈니스 스쿨과 MIT 그리고 보스턴 컬설팅 그룹(BCG)이 함께 진행한 연구 내용이다. 보스톤 컨설팅 그룹 소속 컨설턴트 758명을 대상으로 신사업 제안 보고서를 작성하게 한 실험 결과였다. 실험은 AI를 사용하지 않는 그룹과 AI를 사용하는 그룹, 그리고 AI와 프롬프트 엔지니어링 교육을 받은 그룹 등 세 그룹으로 나뉘어 수행되었다. 결과를 살펴보면, 창의적 아이디어 과제에서는 AI를활용한 그룹들의 성과가 40% 높게 나타나 AI 활용의 효용성을 확인했지만, 데이터 분석을 통해 전략을 도출하는 과제에서는 AI를 사용한 컨설턴트그룹의 정답률이 오히려 19%포인트나 떨어지는 심각한 문제가 발생 된 것을 확인한 것이다. 이유는 단 하나, AI가 언급한 ‘그럴듯한 거짓말’ 때문이었다. AI는 잘못된 재무 데이터를 바탕으로 너무나 유려하고 논리적인 보고서를 썼고, 엘리트 컨설턴트들조차 그 완벽해 보이는 문장에 속아 검증을 소홀히 한 결과였다. 이것이 바로 AI의 ‘환각 현상(Hallucination)’이다. 마치 사람이 환각을 보듯, AI가 존재하지 않는 정보를 마치 사실인 것처럼 생성하는 현상이다. 문제는 AI가 거짓말을 할 때 전혀 망설임이 없고, 오히려 전문가조차 속을 만큼 자신감 있게 답한다는 점이다. △환각 현상(Hallucination)의 유형 환각 현상은 크게 세 가지 유형으로 나뉜다. 첫째는 사실 왜곡형으로서 존재하는 정보를 틀리게 전달하는 경우를 말한다. 사례 : 세종대왕은 1418년 즉위했고, 훈민정음을 1443년 반포했다. 여기서 “세종대왕은 1418년 즉위했다”는 맞지만, “훈민정음을 1443년 반포했다(실제 1446년)”고 하면 틀린 것이다. 둘째는 정보 날조 형이다. 즉, 없는 정보를 만드는 경우이다. 실제 존재하지 않는 판례나 통계를 진짜처럼 꾸며내는 경우가 대표적이다. 세 번째는 맥락 오류형이다. 정보는 맞지만, 맥락이 틀린 경우다. 사례 : 아인슈타인은 상대성 이론으로 노벨상을 받았다. “아인슈타인이 노벨상을 받은 것은 맞지만, 수상은 광전효과로 받은 것이었다.” △왜 AI는 자신감 있게 거짓말하는가? 환각 현상의 원인은 AI의 작동 방식에서 원인을 찾을 수 있다. ChatGPT 같은 거대언어모델(LLM)은 ‘사실’을 말하는 기계가 아니라, ‘다음에 올 가장 자연스러운 단어’를 확률적으로 예측하는 기계라는 말을 지난 기사에서 언급한 적이 있다. 확률 기반 토큰 예측의 함정으로 인하여 AI에게 “세종대왕은 무엇을 만들었나?”라고 물으면, 다른 여러 가지 발명품이 있음에도 불구하고, 학습 데이터에서 가장 확률이 높은 ‘훈민정음’을 선택한다. 문제는 AI가 이것이 ‘진실’이라서 선택하는 게 아니라, 통계적으로 가장 많이 연결된 단어이기 때문에 선택한다는 점이다. 이를 ‘패턴 매칭’이라 한다. AI는 특정 질문에 대하여 “~일지 모른다”라고 답하기보다, 부족한 정보를 비슷하고, 그럴듯한 정보를 채워 넣고, “아마도” 같은 표현보다는 학습된 단정적인 표현에 근거하여 거짓말을 아주 확신에 차서 말하는 것이다. 실제 피해 사례들을 살펴보자. “판사님, AI가 진짜라고 했습니다.” 환각 현상이 단순한 해프닝으로 끝나지 않을 수 있음을 보여주는 실제 사례를 알아보자. 30년 경력의 베테랑 법조인을 무너뜨린 사건을 그 예이다. 2023년 6월 미국 뉴욕 연방지방법원에서 발생한 사건이다. 당시, 스티븐 슈워츠라는 변호사는 아비앙카 항공을 상대로 한 소송을 준비하며 ChatGPT를 활용했다. 그는 AI에게 사건과 비슷한 “항공 사건 판례를 찾아달라”고 요청했고, AI는 ‘바르기스 vs. 중국 남방항공’, ‘샤브리안 vs. 이집트 항공’ 등 그럴듯한 사건 판례 6건을 제시했다. 문제는 판례들이 모두 가짜였다는 점이다. 슈워츠 변호사도 의심을 안 한 것이 아니다. 그래서 그는 AI에게 질문했다. 당시 대화 내용 중 AI의 확신에 찬 거짓말은 충격적이다. 변호사: “이 판례들(바르기스 사건)이 진짜 존재하는 거야?” ChatGPT: “네, 그렇습니다. 웨스트로(법률 DB) 및 렉시스넥시스에서 확인하실 수 있습니다.” 변호사: “다른 판례들도 가짜가 아니지?” ChatGPT: “물론입니다. 제가 제공한 판례들은 실제 존재하며, 주요 법률 데이터베이스에서 찾을 수 있습니다.“ AI의 너무나 확신에 찬 대답(“네, 그렇습니다”, “물론입니다”)에 변호사는 의심을 거두고 그대로 법원에 제출했다. 하지만 상대측 변호사와 판사가 아무리 찾아도 해당 판례는 나오지 않았고, 결국 모든 것이 AI의 창작 소설임이 밝혀졌다. 슈워츠 변호사는 AI가 거짓말을 할 수 있다는 사실을 몰랐다며 선처를 호소했지만, 결국 벌금(5000달러)을 물고 국제적인 망신을 당했다. 그렇기에, 우린 환각 현상을 이해하고, 이를 줄이는 프롬프트 활용의 구체적 예시를 확인해 볼 필요가 있다. 당분간 환각을 완벽하게 막을 순 없지만, 질문을 정교하게 다듬으면 거짓말을 획기적으로 줄일 수 있다. 지난주 배운 프롬프트 기법들을 활용해 환각 현상을 없애는 질문을 만들어보자. ▲첫 번째 질문 전략 : 불확실한 표현을 못 하도록 하라. AI는 스스로가 모른다고 말하는 것을 싫어한다. 그래서, 억지로 답을 만들어내려는 성향을 억제해야 한다. [나쁜 질문] “조선시대 15세기 화폐 개혁의 성공 요인을 알려줘.” [AI의 환각 답변] “1450년 세종은 ‘조선통보’ 사용을 의무화하며 성공적인~” (사실 여부가 섞여 있어 구분이 어려움) [좋은 질문] “조선시대 15세기 화폐 개혁에 대하여 설명해 줘. 단, 역사적 사료로 확실히 검증된 내용만 포함하고, 불확실하거나 이견이 있는 부분은 반드시 ‘학계의 이견이 있음’ 또는 ‘확인이 필요함’이라고 명시해 줘.” [개선된 답변] “조선 초 화폐 개혁은 여러 차례 시도되었으나, 실물 경제와의 괴리로 인해 완전한 성공을 거두지는 못한 것으로 평가됩니다(이견 있음). 태종 때 저화(楮貨), 세종 때 조선통보가 발행되었으나~” (신중하고 객관적인 서술) ▲두 번째 전략 : 출처(Source)를 확실하게 언급하도록 요구하라. 출처를 요구하면 AI는 답변 생성 과정에서 자신의 데이터베이스를 한 번 더 검증하게 된다. [나쁜 질문] “2024년 한국 이커머스(e-commerce) 시장 시장 점유율 순위 알려줘.” [AI의 환각 답변] “1위 A사 40%, 2위 B사 35%~” (학습된 데이터나 임의의 추정치를 섞어서 답함) [좋은 질문] “2024년 한국 이커머스 시장 점유율을 알려주되, 공신력 있는 기관(통계청, 공정위, 주요 연구(Research)센터)의 발표 자료를 근거로 제시해 줘. 각 수치 옆에 [출처: 기관명, 연도]를 표기하고, 정확한 최신 데이터가 없다면 ‘최신 데이터 없음’이라고 솔직하게 말해 줘.” [개선된 답변] “정확한 2024년 확정 통계는 아직 발표되지 않았으나, 2023년 공정위 발표에 따르면 A사와 B사가 양강 구도를 형성하고 있습니다~” ▲세 번째 전략 : 단계별 검증(Chain of Verification)을 유도하라. 한 번에 결론을 내라고 하면 AI는 성급해진다. 사고의 과정을 나누면 거짓말할 확률이 줄어든다. [나쁜 질문] “이 계약서 독소조항 찾아줘.” [AI의 환각 답변] “제5조 2항은 불공정합니다.” (근거 없이 무작정 지적하거나, 멀쩡한 조항을 트집 잡음) [좋은 질문] “너는 전문 법률 검토 AI야. 이 계약서를 제시하는 단계에 따라 분석해 줘. 1 단계: 계약서의 모든 조항을 요약한다. 2 단계: 현행 상법 및 표준계약서와 비교하여, 계약자에게 불리할 수 있는 표현을 찾는다. 3 단계: 2단계에서 찾은 내용이 왜 위험한지 법적 근거와 함께 설명한다. 근거가 불확실하면 제외한다.“ [개선된 답변] “단계별로 분석하겠습니다. 1단계 요약~ , 2단계 불리한 조항 발견: 제10조 ‘계약 해지 시 즉시 전액 배상’ 문구는~ , 3단계 법적 근거: 이는 약관 규제법상 ‘과중한 손해배상 의무 부과’에 해당할 소지가 있습니다~“ ▲응답 검증 및 확인 방법, 이중 확인을 생활화 하자. AI의 답은 ‘초안(Draft)’일 뿐, 결코 ‘최종안(Final)’이 아니다. 다음 3단계 검증을 습관화해야 한다. ·원문 대조(Source Check) : 숫자가 나오면 무조건 의심하라. 통계청, 국가법령정보센터, 다트(DART) 등 원천 데이터가 있는 사이트에 접속해 인공지능(AI)이 말한 숫자가 맞는지 직접 눈으로 확인해야 한다. ·교차 검증(Cross Check) : 하나의 AI만 믿지 말라. 예를 들면, ChatGPT 에게 물어본 내용을 Gemini나 Claude 등에게 똑같이 물어보라. 세 AI의 답변이 일치한다면 신뢰할 수 있지만, 서로 딴소리를 한다면 셋 다 틀렸을 가능성이 높다. ·전문가 확인(Expert Check): 스티븐 슈워츠 변호사의 사례를 잊지 말자. 법률, 의료, 세무, 안전 설계 등 결과가 치명적일 수 있는 분야는 인공지능(AI)의 답변을 참고만 하고, 반드시 인간 전문가의 최종 검토를 거쳐야 한다. ▲믿되 반드시 확인하라. BCG의 유능한 컨설턴트도, 30년 경력의 베테랑 변호사 슈워츠도 AI의 ‘자신감 있는 거짓말’ 앞에서 속수무책으로 무너졌다. 이는 AI가 무능해서가 아니라, 태생적으로 ‘언어의 확률’을 계산하는 도구이기 때문이다. AI는 진실을 말하는 기계가 아니라, 말을 잘하는 기계임을 명심해야 한다. /서용운 계명대 교수·글로벌 창업대학원 벤처창업학과

2026-02-08

프롬프트 엔지니어링 실전편 - AI 답변을 내 손으로 다듬는 법

지난주에는 프롬프트 엔지니어링의 네 가지 기법을 알아봤다. 예시로 가르치기, 단계별로 생각하게 만들기, 역할 맡기기, 제약 조건 명확히 하기 등 이들, 기법들로 AI의 답변 품질이 크게 달라질 수 있다는 것을 확인했었다. 이번 주에는 나머지 여섯 가지 기법을 마저 익혀, 프롬프트 엔지니어링 기법 활용을 마무리하고자 한다. 다섯 번째 기법: 출력 형식 구조화(Output Format Structuring) 인공지능(AI)에게 “어떤 형태로 답해달라”고 프롬프트를 제시해야 결과물의 활용도가 더욱 높아지는 것을 확인해 보자. 중소기업 인사팀에서 일하는 이 대리는 채용 공고문을 작성할 때 AI를 자주 활용한다. 처음엔 “마케팅 담당자 채용 공고 써 줘”라고 물었다. AI는 긴 문장으로 자격 요건, 우대 사항, 복리후생을 나열했는데, 채용 사이트에 올리기엔 형식이 맞지 않았다. 이 대리는 채용 공고 형식을 지정해서 다시 물었다. “마케팅 담당자 채용 공고를 다음 형식으로 작성해 줘. [회사 소개]: 2~3문장 [담당 업무]: 글머리 기호로 5개 [자격 요건]: 필수/우대 구분하여 각 3개씩 [근무 조건]: 표 형식(항목, 내용) [지원 방법]: 1문장“ 결과는 바로 채용 사이트에 복사해서 붙여 넣을 수 있는 형태로 나왔다. 표, 글머리 기호, 섹션(Section) 구분이 명확해 가독성도 좋아짐을 확인 할 수 있다. 출력 형식 지정은 보고서, 이메일, 기획안 등 정해진 양식이 있는 문서 작업에서 특히 유용하니 독자분들이 활용해 보시기를 권한다. 여섯 번째 기법: 반복 개선(Iterative Refinement) 한 번에 완벽한 답을 기대하기보다, 대화를 통해 점점 다듬어 가는 방법이다. 결혼식 축사를 준비하던 어느 신랑 친구의 경우를 생각해 보자. 처음 “친구 결혼식 축사 써줘”라고 물었더니 AI는 “오늘 이 자리에 함께할 수 있어 영광입니다”로 시작하는 천편일률적인 축사를 내놓았다. 그는 포기하지 않고 AI와 질문과 대화를 이어갔다. “너무 형식적이야. 우리가 대학 때 같이 밤새 과제를 했던 에피소드를 넣어줘.” AI가 수정했다. “근데 좀 길어. 3분 안에 끝낼 수 있게 줄여줘.” 다시 수정됐다. “마지막 문장이 뻔해. 신랑 별명인 ‘곰돌이’를 활용한 재치 있는 마무리로 바꿔줘.“ 세 번의 피드백 끝에 박씨만의 개성이 담긴 축사가 완성됐다. 반복 개선의 핵심은 ‘무엇이 아쉬운지’를 구체적으로 말하는 것이다. “다시 써줘”보다 “톤을 더 유머러스하게”, “분량을 절반으로”, “이 부분을 더 자세히”처럼 방향을 제시하면 AI는 빠르게 개선해 나간다. 일곱 번째 기법: 생각 과정 보여주기(Think Step by Step) “Think Step by Step”이라는 간단한 문구를 추가하면 AI의 추론 능력이 향상될 수 있다. 특히 수학 혹은 논리적 분석이 필요한 경우 좋은 결과를 만들 수 있다. 학원에서 수학을 가르치는 어느 선생님이 학생들에게 풀이 과정을 설명할 때 AI를 보조 도구로 쓴다고 가정하자. “한 상자에 사과 12개가 들어있고, 5상자에서 매일 3개씩 일주일간 판매하면 남는 사과는?” 이 문제를 AI에게 그냥 물으면 그냥 39개하고 답만 나온다. 하지만 “Think Step by Step으로 풀어줘”라고 하면 AI는 이렇게 답한다. “1단계: 전체 사과 수 = 12개 × 5상자 = 60개. 2단계: 일주일 판매량 = 3개 × 7일 = 21개. 3단계: 남은 사과 = 60개 - 21개 = 39개.“ 이 기법은 AI가 중간 과정에서 실수하는 것을 줄여준다. 복잡한 계산, 논리 문제, 의사결정 분석 등에서 “단계별로 생각해 줘”라는 한 마디가 정확도를 높일 수 있는 것이다. 이 방식과 그림을 그리는 AI 기능을 함께 활용한다면, 수학 선생은 학생들에게 수학 문제를 논리적으로 이해하고 풀어가는 멋진 교안을 만들 수 있을 것이다. 여덟 번째 기법: 컨텍스트 레이어링(Context Layering) 대화가 길어질수록 AI는 앞서 나눈 대화의 맥락을 활용한다. 이를 전략적으로 쌓아가면 점점 정교한 결과를 얻을 수 있다. 소설 쓰기에 도전 중인 어느 대학생 사례를 확인해 보자. 첫 대화에서 학생은 이 소설의 시대 상황을 설명했다. “2050년 한국, 기후변화로 여름이 6개월이 된 세상이야.” 두 번째 대화에서 주인공을 설정했다. “주인공은 28세 기상청 연구원 서연이야. 낙천적이지만 가족을 기후 재난으로 잃은 트라우마가 있어.” 세 번째에서 갈등 구조를 잡았다. “서연이 발견한 데이터가 정부의 은폐와 관련 있다는 걸 알게 돼.” 이렇게 맥락(Context)을 쌓아놓고 “1장 오프닝 써줘”라고 하면, AI는 앞서 설정한 시대 상황, 캐릭터, 갈등을 종합적으로 반영한 글을 쓸 것이다. 소설뿐만이 복잡한 작업을 수행할 때 이 방법을 활용해 보기를 권한다. AI와 대화를 나누며 맥락을 차곡차곡 쌓는 것이 효과적인 방법이다. 아홉 번째 기법: 창의성 조절하기(Temperature Concept) AI에게 “창의적으로” 또는 “정확하게”라고 요청하면 답변 스타일이 달라진다. 이것이 Temperature 개념의 실용적 활용이다. 어느 광고 카피라이터가 제품에 대해 두 가지 버전을 받아보는 내용을 살펴보자. “친환경 텀블러 광고 문구를 정확하고 사실적으로 써줘.” 결과: “스테인리스 304 소재, 12시간 보온, 500ml 용량의 친환경 텀블러입니다.” 같은 제품에 “창의적이고 파격적으로 써줘”라고 하면? “지구가 당신의 커피잔을 기억합니다. 매일 아침, 작은 혁명이 시작됩니다.” 전자는 제품 상세 페이지에, 후자는 SNS 광고에 적합하다. 정보 전달이 중요한 작업에는 “사실에 기반해서”, “정확하게”를, 아이디어가 필요한 작업에는 “자유롭게”, “창의적으로”를 붙이면 원하는 결과에 가깝게 AI가 결과를 제시하는 것을 확인할 수 있다. 열 번째 기법: 메타 프롬프팅(Meta Prompting) “이 질문을 어떻게 물어야 좋은 답을 얻을 수 있을까?”를 AI에게 묻는 방법이다. 질문하는 법을 질문하는 것이다. 창업을 준비 중인 한 젊은이는 사업계획서 작성이 막막했다. “사업계획서 써줘”라고 바로 물어봐야 너무 뻔한 답이 나올 거라 예상한 젊은이는 먼저 이렇게 물었다. “좋은 사업계획서를 AI에게 요청하려면 어떤 정보를 제공해야 해? 내가 준비해야 할 질문 리스트를 만들어 줘.“ AI는 사업계획서 준비에 적합한 프롬프트를 아래와 같이 만들어 줄 것이다. “1. 해결하려는 문제와 핵심고객 2. 기존 경쟁사 대비 차별점 3. 수익 모델과 가격 전략 4. 초기 자금 규모와 사용 계획 5. 창업자의 관련 경험이나 강점 등“ 이 자료를 준비한 젊은이는 리스트에 맞춰 정보를 정리한 후 다시 질문했다. 그 결과는 훨씬 구체적이고 현실적인 사업계획서였다. 메타 프롬프팅은 ‘무엇을 물어야 할지 모를 때’ 특히 유용하다. 어떻게 보면, AI를 접하는 독자들이 초급이든 고급이든 이 방식만 알고 있어도 자신이 원하는 답을 얻는 데 큰 효과가 있을 것이라는 생각이다. 기법들의 조합(Combining Techniques) 지난주 네 가지와 이번 주 여섯 가지, 모두 열 가지 기법을 알아봤다. 중요한 건 이것들을 상황에 맞게 조합해서 활용하는 것을 적극 권장한다. 예를 들어보자. 사업 제안서를 작성한다면 이렇게 할 수 있다. “당신은 VC 투자 심사역 출신 컨설턴트야(역할). 다음 형식으로 작성해 줘: 요약-문제정의-해결 방안-시장 규모-경쟁분석-재무계획-팀 구성 계획 순서로(출력 형식). 실현성 있는 숫자만 사용하고 과장된 표현은 배제해 줘(제약). 먼저 이 사업 아이템의 강점과 약점을 분석하고(Think Step by Step), SWOT 분석도 부탁해 그 분석을 바탕으로 제안서를 작성해 줘.“ 한 문장에 여러 기법이 녹아있다. 이것이 프롬프트 엔지니어링의 진짜 힘이다. 지난주와 이번 주에 걸쳐 프롬프트 엔지니어링의 핵심 기법 열 가지를 모두 다뤘다. “AI에게 어떻게 질문해야 하는가”라는 질문에 대한 답을 얻은 셈이다. 다음 주에는 AI기술과 방대한 데이터의 활용으로 많이 줄었다고 하지만 여전히 발생하는 AI의 거짓말 현상, 이른바 ‘환각(Hallucination)’에 대해 알아볼 것이다. AI를 믿고 활용하되, 확인하는 법을 알고 있으면 유용할 것이다. /서용운 계명대 글로벌 창업대학원 벤처창업학과 교수

2026-02-01

좋은 질문이 좋은 답을 만든다 - 프롬프트 엔지니어링 기초

지난주, 우리는 같은 인공지능(AI)을 써도 어떻게 질문하느냐에 따라 결과가 많이 다르다는 것을 배웠다. 영일대 카페 박 사장의 사례처럼, “카페 홍보 글 써줘”와 “포항 영일대 해변이 보이는 카페의 인스타그램 홍보 글을 30대 여성 대상으로, 감성적 톤으로, 바다 전망과 수제 케이크 강조하며 100자로 써 줘”는 완전히 다른 결과를 만들었다. 이번 주에는 프롬프트를 작성하는 구체적인 기법들을 알아보고자 한다. 프리랜서 디자이너 김 씨의 고민 포항에서 프리랜서 그래픽 디자이너로 활동하는 김 씨는 최근 고객 피드백이 담긴 메일에 답글 작성할 때 AI를 활용하기 시작했다. 하지만 매번 막막하다. “클라이언트가 ‘로고가 마음에 들어요’라고 하면, 저는 그냥 ‘감사합니다. 수정 사항 있으시면 말씀 해주세요’라고만 써왔다. 답글에 대하여 AI에게 물어봐도 ‘감사합니다. 좋은 하루 보내세요’ 같은 비슷한 답만 나와서 무척 답답하다.” 이런 고민을 옆에서 본 대학생 아들이 다음 네 가지 기법을 우선 알려 줬다. 첫 번째 기법: 예시로 가르치기(Few-Shot Learning) 사람은 예시를 보면 더 잘 이해하는데, AI도 마찬가지다. 원하는 스타일의 예시 2~3개를 보여주면, AI는 그 패턴을 이해하고 따라 한다. 김 씨 아들이 이렇게 해보라고 했다. 다음 예시처럼 클라이언트 피드백에 답변을 작성해 줘. 예시) 고객 피드백: 로고 색상이 브랜드 이미지와 잘 맞네요. 답변: 브랜드의 젊고 역동적인 이미지를 살리고자 했습니다. 다음 단계로 명함과 간판 시안도 같은 컬러 시스템으로 전개해 보겠습니다. 이렇게 예시를 알려준 후 ‘폰트가 읽기 편하네요’라는 고객의 피드백에 대하여 같은 “스타일로 답변 써 줘”라고 요청하면 AI는 익힌 예시를 기반으로 답변을 작성한다. “가독성을 최우선으로 고려했습니다. 이 서체는 인쇄물과 디지털 환경 모두에서 최적화되어 있어, 향후 다양한 매체에 활용하실 수 있습니다.” 예시만 보여줬는데, AI는 김 씨가 원하는 전문적인 어조와 스타일을 그대로 따라 한 것이다. 전문 용어 사용, 간결한 톤, 다음 단계 제안까지. 이 기법의 핵심은 ‘보여주기’다. 설명하지 말고 보여주자. 특히 글의 톤, 길이, 구조가 중요한 작업에서 강력한 결과를 보여줄 것이다. 두 번째 기법: 단계별로 생각하게 만들기(Chain-of-Thought) 복잡한 문제를 한 번에 풀기는 어렵다. 사람도 단계별로 생각하듯, AI에게도 그렇게 시켜야 한다. OO대학교 경영학과 3학년 박 양은 ‘포항 지역 창업 생태계 분석’ 리포트를 작성 중이었다. 처음엔 이렇게 물었다. “포항 창업 생태계에 대해 써줘”, AI 답변은 일반적인 창업에 대한 정의, 전국 평균 통계, 성공 사례 몇 가지 등, 포항 지역만의 특성은 거의 없었다. 그래서 단계를 나눠서 다시 물었다. “포항 지역 창업 생태계를 분석하려고 해. 다음 단계들을 고려하고 보고서를 작성해 줘 1단계: 포항의 산업 구조 특징 분석 (철강, 조선, 해양 중심) 2단계: 이 산업 구조가 지역 창업에 미치는 영향 (긍정/부정) 3단계: 포항 지역 대학과 연구기관의 역할 4단계: 다른 지역 산업도시와 비교·분석 (울산, 창원) 5단계: 포항만의 차별화된 창업 육성 방향 3가지 제안“ AI는 제시한 단계별로 차근차근 분석한 후 답변을 제시할 것이다. “1단계: 포항은 포스코를 중심으로 한 철강 산업 집적지로, 제조업 기반이 탄탄하나 서비스업 비중 낮음. 대기업 중심 고용구조로 인해 창업 문화는 상대적으로 약함”, 최종적으로 나온 제안은 ‘철강 부산물 재활용 창업’, ‘산업 안전 IoT 솔루션’, ‘해양 친환경 에너지 기술’ 등 포항의 산업 특성을 제대로 반영한 구체적 방향을 제시할 것이다. 이 질문 기법은 기획서, 분석 리포트, 전략 수립처럼 여러 요소를 고려해야 하는 복잡한 작업에 특히 효과적이다. 세 번째 기법: 역할을 맡기기(Role Prompting) AI에게 전문가 역할을 부여하면 답변 내용이 달라진다. 같은 질문이라도 누구의 관점에서 답하느냐에 따라 깊이가 다르다. 중견기업 기획팀에 근무하는 최 과장은 ‘탄소중립 실행 계획서’ 작성을 맡았다. 그래서 AI에게 다음과 같은 질문을 했다. “기업 탄소중립 계획서 작성법 알려줘”, 인공지능(AI)의 답변은 온실가스 배출량 측정하고, 감축 목표 세우고, 실행 방안 수립하고, 모니터링하는 등 일반적인 내용뿐이었다. 이때 최 과장은 역할을 부여하고 질문을 시도했다. “당신은 제조업 기업의 ESG 컨설팅을 15년간 해온 전문가야. 나는 중견 철강 부품 제조사의 기획팀 과장이고, 처음으로 탄소중립 계획서를 작성해야 해. 우리 회사는 직원 50명, 연 매출 700억 규모이고, CEO는 ESG에 관심은 있지만 과도한 비용 부담을 우려하고 있어. 향후 3년간 실행가능 한 계획서 목차를 우선순위대로, 각 항목의 예상 비용과 기대효과도 함께 알려줘.” 그렇게 되면 답변이 아래와 같이 구체적인 내용으로 달라지 게 된다. “1 순위: 현황 진단 및 베이스라인 설정 (예상 비용: OOO 만원, 외부 전문 기관과 협력 할 경우 정부 지원금 활용 가능, 이 단계 없이는 감축 목표 수립 자체가 불가능) 2 순위: 에너지 효율화 저비용 프로젝트 (LED 교체, 폐열 회수 시스템 등. 투자비 O 천만 원, 연간 절감액 O 천만 원, 3년 후 회수 가능, 가시적 성과지표로 CEO 설득 용이) 3 순위: 협력사 ESG 평가 체계 구축 (비용 거의 없음, 대기업 납품 조건 강화 추세에 선제 대응)“ 이렇게 중견 제조사의 현실을 반영한, 실행가능 한 구체적 조언이 나오게 된다. 예산 제약, 경영진 설득, 정부 지원금 활용까지, 역할 부여는 단순히 “전문가처럼”이 아니다. “어느 입장에서, 누구를 위해, 어떤 목적으로, 어떤 제약 안에서” 답해야 하는지 명확히 하는 것이다. 네 번째 기법: 제약 조건 명확히 하기(Constraint Definition) “이것만은 피해줘”라는 조건도 중요하다. 무엇을 하지 말아야 하는지 알려주면 실수를 줄일 수 있다. 포항 환경단체에서 활동하는 남OO 활동가는 ‘영일대 해변 플라스틱 줄이기 캠페인’ 제안서를 포항시에 제출하려고 AI에게 “해변 플라스틱 줄이기 캠페인 제안서 써줘”라고 질문했다. 그러자 AI는 전국 어디에나 적용되는 일반적 방안들, 예산 규모 불명확, 실행 주체 모호, 거창한 목표만 가득한 결과를 제시해 실제로 시청에 제출하기엔 부족했다. 이때 남OO 활동가는 제약 조건을 명확히 넣은 질문을 AI에게 제시했다. “포항시 환경정책과에 제출할 ‘영일대 해변 플라스틱 줄이기 캠페인’ 제안서를 작성해 줘. 단, 예산 1000만 원 이내로 3개월 동안 실행 가능한 (안)만 제시하고, 거창한 구호나 추상적 목표는 배제해 줘, 구체적 실행 방안 중심으로 시민 참여 유도 방법을 반드시 포함 (자발적 참여 유도, 강제 금지)해 줘, 기존 다른 지역 실패 사례(일회성 이벤트, 참여 저조)를 기반으로 실패를 피할 방안 명시하고, A4 2장 이내, 표와 그래프 없이 텍스트만으로 담당 공무원이 상급자에게 보고하기 쉬운 간결한 문체”로 작성해 줘, 라고 질문했다. 그렇게 되면 답변 아래 내용과 같이 보다 현실적으로 바뀌었다. 사업 개요 영일대 방문객(연 200만 명) 중 여름 성수기(7~9월) 이용객을 대상으로 ‘쓰레기 되가져가기’ 캠페인 전개. 1회 용 플라스틱 사용 20% 감축 목표. 실행 방안 · 해변 입구 3곳에 재활용 쓰레기 분리수거함 설치 (250만 원) · 주말 자원봉사자 운영, 분리배출 안내 및 참여자에게 친환경 비치백 증정 (300만 원, 자원봉사센터 연계로 인건비 절감) · 해변 카페·편의점 5곳과 협약, 텀블러 지참 고객 할인 (예산 불필요, 업체 자발 참여) 기존 실패 사례 방지책 · 다른 지역은 1회 성 행사로 끝났으나, 본 캠페인은 3개월 지속 운영. 매주 SNS 참여 인증 이벤트로 자발적 참여 유도 (SNS 경품 비용 150만 원). 예산 · 총 950만 원 (설치비 250만 원, 운영비 550만 원, 홍보비 150만 원) 기대효과 · 여름 3개월간 약 15톤의 플라스틱 감축 추정. 시민 환경 의식 제고 및 포항시 친환경 이미지 강화.“ 제약 조건은 현실의 벽이다. 예산, 기간, 금지 사항, 필수 포함 내용, 분량 등 이런 제약을 명확히 알려줄수록 실제 실무에서 활용할 수 있는 답을 얻는데 용이하다. 중요한 건 이 기법들을 조합해 보다 강력한 결과를 만드는 것이다. 프리랜서 디자이너 김 씨의 업무를 들어 예를 만들면 다음과 같다. · “당신은 10년 차 브랜드 디자이너야. (역할/Role) · 다음 예시처럼 고객 피드백에 전문적으로 답변을 써줘 (예시/Few-Shot) 단, 전문 용어는 최소화하고, 구체적 다음 단계를 반드시 제안할 것. (제약/Constraint) · 다음 단계로 작성해 줘: (단계/Chain-of-Thought) 1단계: 피드백의 핵심 요소 파악 2단계: 디자인 의도 설명 3단계: 브랜드 전략 연결 4단계: 다음 작업 제안 이들 질문들은 처음의 “답글 써 줘”와는 차원이 다른 질문이다. 그리고 결과도 당연히 다르다. 좋은 질문은 좋은 답을 부른다. /서용운 계명대 글로벌 창업대학원 벤처창업학과 교수

2026-01-25

AI에게 말 거는 법 - 프롬프트, 질문이 답을 결정한다

지난주, 우리는 AI가 패턴을 학습해 다음 단어를 예측하는 방식으로 작동한다는 것을 배웠다. 이번 주에는 인공지능(AI)에게 어떻게 말을 걸어야 원하는 답을 얻을 수 있는지, 즉 ‘프롬프트(Prompt)’에 대해 알아보고자 한다. 같은 AI를 사용해도 어떻게 질문하느냐에 따라 결과는 큰 차이를 갖는다는 점을 우선 염두에 두자. 포항 영일대 카페의 작은 발견 영일대 해수욕장 인근에서 카페를 운영하는 박 사장은 최근 ChatGPT로 SNS 홍보 문구를 만들기 시작했다. 처음에는 이렇게 물었다. “카페 홍보 글 써줘” AI는 이렇게 답했다. “저희 카페에 오세요. 맛있는 커피와 디저트가 있습니다. 많이 방문해 주세요.” 너무 평범했다. 어느 카페든 쓸 수 있는 뻔한 문구였다. 실망한 박 사장은 AI가 별로라고 생각했다. 그런데 옆 테이블 손님이 조언했다. “사장님, 구체적으로 물어보세요. 카페 위치도 말하고, 어떤 느낌을 원하는지도 알려주세요.” 박 사장이 다시 물었다. “포항 영일대 해변이 보이는 카페의 인스타그램 홍보 글을 작성해 줘. 30대 여성 고객을 타깃으로, 감성적이고 따뜻한 톤으로, 오션뷰와 수제 케이크를 강조하면서 100자 이내로 써줘.” AI의 답변이 확 달라졌다. “파도 소리 들으며 마시는 커피라떼 한 잔, 영일대 일몰이 창밖 가득, 오늘 구운 수제 케이크가 당신을 기다립니다. 바다가 주는 여유, 우리 카페에서 느껴보세요 #영일대 카페 #포항 감성 #오션뷰” 같은 AI인데 질문을 바꾸자 완전히 다른 결과가 나온 것이다. 이것이 바로 프롬프트의 힘이다. 프롬프트, 도대체 뭔가? 프롬프트는 AI에게 주는 구체적 명령문으로, 패턴 기반의 AI가 정교한 답변을 생성하도록 유도한다. 템플릿을 활용해 반복 작업을 효율적으로 처리할 수 있다. “카페 홍보”라는 막연한 패턴에서는 일반적인 답변을 생성한다. 하지만 “포항”, “영일대”, “30대 여성”, “감성적”, “100자”라는 구체적 패턴을 제시하면 훨씬 정교한 답변을 만들어낸다. 좋은 프롬프트의 5가지 조건 AI 프롬프트 전문가들이 수많은 실험과 연구 끝에 발견된 좋은 프롬프트의 조건은 다음과 같다. 1. 구체성 (Specific) 막연한 질문이 아니라 구체적으로 질문하자. 나쁜 예: “포항 관광 소개 글 써줘” 좋은 예: “포항 호미곶 해맞이 광장을 처음 방문하는 40대 가족 여행객을 위한 관광 안내 글을 200자로 써줘. 주차 정보와 인근 맛집도 포함해 줘.” 2. 맥락 제공 (Context) AI에게 상황을 설명하자. 나쁜 예: “사과 편지 써줘” 좋은 예: “고객에게 배송 지연 사과 편지를 쓰려고 해. 우리는 포항의 과메기 온라인 쇼핑몰이고, 택배사 파업으로 3일 지연됐어. 정중하지만 친근한 톤으로 150자 정도로 써줘.” 3. 역할 부여 (Role) AI에게 어떤 전문가 역할을 부여하자. 나쁜 예: “경영 조언해 줘” 좋은 예: “당신은 20년 경력의 소상공인 컨설턴트야. 포항에서 전통시장 건어물 가게를 운영하는데 매출이 줄고 있어. 온라인 진출 전략을 3가지만 추천해 줘.” 4. 형식 지정 (Format) 원하는 답변 형식을 명확히 제시하라. 나쁜 예: “포항 맛집 알려줘” 좋은 예: “포항 맛집 5곳을 표로 만들어줘. 열은 ‘식당명’, ‘대표메뉴’, ‘가격대’, ‘특징’으로 구성하고, 각 특징은 한 문장으로 요약해 줘.” 5. 예시 제공(Example) 원하는 스타일의 예시를 보여줘라. 나쁜 예: “블로그 글 써줘” 좋은 예: “다음 예시처럼 포항 호미곶의 일출 경험을 블로그 글로 써줘. [예시: 새벽 5시, 아직 어둠이 가시지 않은 호미곶 해맞이 광장. 차가운 바람에 옷깃을 여미며···.]” 같은 요청, 다른 결과를 실전 사례를 통하여 비교해 보자. 사례 1: 이력서 자기소개서 작성 나쁜 프롬프트 사례 : “자기소개서 써줘” 결과: 누구나 쓸 수 있는 뻔한 문구. “저는 성실하고 책임감 있는 사람입니다.” 좋은 프롬프트 사례 : “포스코 공채에 지원하려는 20대 지원자의 자기소개서를 써줘. 나는 ○○대학 기계공학과 졸업생이고, 학부 시절 철강 재료 연구실에서 2년간 인턴 경험이 있어. 협업 능력과 문제 해결 경험을 강조하면서 300자로 작성해 줘.” 결과: 구체적이고 차별화된 내용. “ ○○대학 재료 연구실에서 철강 미세조직 분석 프로젝트를 수행하며···.“ 사례 2: 블로그 상품 리뷰 나쁜 프롬프트 사례 : “과메기 소개 글 써줘” 결과: 과메기는 청어나 꽁치를 얼렸다 녹이기를 반복하여 만든 경북 지방의 전통 음식입니다. 좋은 프롬프트 사례 : “포항 과메기를 처음 먹어본 서울 사람의 시점에서 블로그 후기를 써줘. 놀랐던 점은 비린내가 전혀 없고 쫄깃한 식감이었다는 것. 각종 채소와 김, 미역, 마늘과 파 등을 함께 쌈으로 먹는 방법도 소개하고, 친구들에게 추천하는 톤으로 400자 정도로 써줘.” 결과: 생생하고 공감 가는 후기. “솔직히 비릴 줄 알았는데, 첫입에 놀랐다. 쫄깃하면서도 부드러운 식감에···.“ 프롬프트 서식 즉 템플릿(Template) 활용하라 프롬프트를 매번 처음부터 만들 필요는 없다. 자주 쓰는 작업은 서식 즉, 템플릿을 만들어두면 편리하다. 그 사례를 몇 가지 알아보자. 템플릿 1 : 업무 이메일(e-mail) 작성용 “[받는 사람의 직책]에게 보내는 [목적] 이메일을 작성해 줘. 내용은 [핵심 내용], 톤은 [정중함/친근함/격식], 길이는 [○○자]로.” 템플릿 2 : 마케팅 카피 제작용 “[제품/서비스]를 [타깃 고객]에게 홍보하는 [SNS 종류] 게시글을 써줘. [핵심 메시지]를 강조하고, [감성적/유머러스/전문적] 톤으로, [○○자] 분량으로.” 이렇게 서식 즉, 템플릿을 만들어두면, 괄호 안만 바꿔가며 반복 사용할 수 있다. 질문의 창의성이 AI 활용의 한계를 결정한다 여기서 중요한 깨달음이 있다. AI시대에는 답을 아는 것보다 질문을 잘하는 능력이 더 중요하다는 점이다. 예전에는 “포항 인구가 몇 명이지?”라는 답을 아는 사람이 유능했다. 이제는 검색하면 다 나온다. 하지만 “포항 인구 감소 추세를 분석해서, 지역 소상공인이 대비할 수 있는 전략 3가지를 제안해 줘. 전략마다 실행 난이도와 예상 효과도 평가해 줘”라고 질문할 수 있는 사람이 유능하다고 볼 수 있지 않을까 싶다. 좋은 질문은 창의성에서 나온다. AI는 도구일 뿐이다. 그 도구를 어떻게 쓸지, 어떤 결과를 만들지는 우리의 질문에 달려 있다. 포항 죽도시장에서 과메기를 파는 김 사장이 “우리 가게 홍보 글 써줘”라고 물으면 평범한 답만 나온다. 하지만 “설 명절을 앞두고 귀성객들이 포항 특산물을 찾을 때, 과메기 선물 세트를 구매하도록 유도하는 SNS 광고 문구를 써줘. 건강과 전통을 강조하면서, 40~50대를 대상으로 해시태그 3개 포함해서 120자로”라고 물으면 전혀 다른 결과가 나온다. 연습이 실력을 만든다 프롬프트 작성도 기술이다. 처음에는 서툴러도 연습하면 늘어난다. 같은 질문을 여러 방식으로 바꿔가며 시도해 보기를 독자들에게 권한다. 또한, 결과를 비교하면서 어떤 프롬프트가 더 나은 답을 끌어내는지 관찰하자. 처음에는 “블로그 글 써줘”였다가, 다음에는 “300자 블로그 글 써줘”가 되고, 그다음에는 “30대 여성을 위한 포항 여행 블로그 글을 감성 톤으로 300자 분량으로 써줘”가 된다. 이렇게 조금씩 구체화하는 연습을 하다 보면, 어느새 당신도 프롬프트 고수가 되어 있을 것이다. 질문이 답을 결정한다 AI시대의 핵심은 같은 AI를 써도, 누구는 평범한 결과를 얻고 누구는 놀라운 결과를 만든다. 그 차이는 질문에 있다. 박 사장의 카페는 이제 매일 새로운 SNS 콘텐츠로 가득하다. “카페 홍보 글 써줘”가 아니라 “영일대 일몰을 배경으로 한 감성 카페 콘텐츠를 인스타그램 캐러 셀 형식으로 3장 구성해 줘. 첫 장은 오션뷰, 둘째 장은 수제 디저트 클로즈업, 셋째 장은 행동 유도 문구”라고 물어보기 때문이다. AI는 마법이 아니다. 하지만 제대로 된 질문은 마법 같은 결과를 만들어낸다. /서용운 계명대 글로벌 창업대학원 벤처창업학과 교수

2026-01-18

AI는 마법이 아니다···인공지능이 실제로 작동하는 원리

지난주, 우리는 AI 시대를 맞이하는 마음가짐과 준비의 필요성에 대해 이야기했다. 이번 주에는 한 걸음 더 들어가 AI가 무엇이고, 어떻게 작동하는지 알아보려 한다. 많은 사람들이 AI를 마법 같은 존재로 여기지만, 실상 AI는 명확한 원리로 작동하는 기술이다. 그 원리를 이해하면 AI를 훨씬 효과적으로 활용할 수 있다. 포항 죽도시장의 작은 마법 예를 들어 죽도시장에서 건어물 가게를 운영하는 김 사장은 최근 ChatGPT를 활용해 매일 SNS 홍보 글을 작성한다고 하자. “오늘은 국내산 마른오징어 특가! 쫄깃하고 고소한 맛이 일품입니다”라는 문구부터 계절별 상품 소개까지, 이전에는 30분 이상 고민하던 일을 이제는 5분 만에 홍보 문구를 만들어 활용한다. 여기서 김 사장은 이렇게 물어볼 수 있다. “이거 정말 컴퓨터가 스스로 생각하는 건가요? 너무 신기하네요” 많은 사람들이 김 사장처럼 AI가 마치 사람처럼 생각하고 판단한다고 여길 수 있다. 과연 그럴까? AI의 진짜 정체 - 패턴을 찾는 예측 기계 AI, 특히 ChatGPT 같은 생성형 AI의 핵심은 의외로 단순하다. 바로 ‘다음에 올 단어 예측하기’다. 예를 들어보자. “포항 하면 떠오르는 것은?”이라는 질문에 대부분 “철강”, “과메기”, “호미곶” 등과 같은 단어를 떠올릴 것이다. 이것이 바로 AI가 하는 일이다. AI는 인터넷에 있는 수천억 개의 문장을 학습하면서 “포항” 다음에는 “철강”이 자주 나온다는 패턴을 발견한다. 그리고 그 패턴을 바탕으로 다음 단어를 예측하는 것이다. 물론 실제로는 훨씬 복잡하다. ChatGPT는 약 1조7000억 개의 매개변수(파라미터)를 가진 거대한 수학 모델이다. 이 숫자가 얼마나 큰지 감이 안 온다면, 포항시 전체 인구가 50만 명인데 그보다 340만 배나 많은 연결점을 가진 신경망이라고 생각하면 된다. 하지만 본질은 같다. AI는 통계와 확률로 작동한다. “이런 상황에서는 이런 답변이 나올 확률이 높다”는 계산을 초고속으로 수행하는 것이다. ChatGPT의 등장이 바꿔놓은 결정적 차이 그렇다면 왜 2022년 ChatGPT 출시 이전과 이후의 세상이 이렇게 다를까? 사실 AI 기술 자체는 1950년대부터 존재했다. 2016년 알파고가 이세돌 9단을 이긴 것도 AI였다. 그런데 ChatGPT는 무엇이 달랐을까? 우선 대화가 가능해졌다. 이전의 AI는 특정 작업만 수행했다. 알파고는 바둑만 뒀고, 음성인식 AI는 음성만 인식했다. 하지만 ChatGPT는 대화를 나눌 수 있다. 질문하고, 보충 설명을 요청하고, 잘못된 부분을 고쳐 달라고 할 수 있다. 마치 옆에 똑똑한 비서가 앉아 있는 것처럼 말이다. 둘째, 범용성이다. ChatGPT는 글쓰기, 번역, 코딩, 수학 문제 풀이, 요리 레시피 제안까지 수천 가지 일을 할 수 있다. 하나의 AI가 이렇게 다양한 작업을 수행할 수 있게 된 것은 혁명적 변화였다. 셋째, 누구나 쓸 수 있다. 가장 중요한 변화는 바로 이것이다. 이전의 AI는 전문가만 사용할 수 있었다. 복잡한 프로그래밍 지식이 필요했고, 고가의 장비가 필요했다. 하지만 ChatGPT는 스마트폰만 있으면 된다. 그냥 대화하듯 말을 걸면 된다. 학습 방식의 비밀 - 어떻게 똑똑해졌나? ChatGPT가 똑똑해진 과정은 세 단계로 이뤄진다. 1단계: 사전 학습 - 인터넷에 있는 책, 논문, 웹사이트, 대화 등 엄청난 양의 텍스트를 읽는다. 이 과정에서 언어의 패턴, 세상의 지식, 추론 방법 등을 배운다. 마치 우리가 어릴 때부터 수천 권의 책을 읽으며 지식을 쌓는 것과 비슷하다. 2단계: 지도 학습 - 사람들이 좋은 답변 예시를 보여준다. “이런 질문에는 이렇게 답하는 게 좋아”라고 가르치는 것이다. 3단계: 강화 학습 - 여러 답변 중 어떤 것이 더 나은지 사람이 평가한다. AI는 이 피드백을 받아 점점 더 나은 답변을 만들어낸다. AI가 틀릴 수도 있다는 사실 여기서 중요한 점이 있다. AI는 ‘패턴’으로 작동하기 때문에 때로는 그럴듯하지만 틀린 답을 내놓는다. 이를 ‘환각(Hallucination)’이라고 부른다. 예를 들어, “포항에서 가장 오래된 카페는?”이라고 물으면 실제로 존재하지 않는 카페 이름을 자신 있게 말할 수 있다. 왜냐하면 AI는 “가장 오래된 카페”라는 패턴에서 그럴듯한 이름을 만들어내기 때문이다. 실제로 확인한 것이 아니라, 확률적으로 그럴듯한 답을 생성한 것이다. 그래서 AI를 활용할 때는 항상 중요한 정보는 확인하는 습관이 필요하다. 특히 날짜, 숫자, 고유명사 같은 것은 더욱 그렇다. 그래서, 우리는 무엇을 알아야 하나? AI의 작동 원리를 이해하면 두 가지가 명확해진다. 첫째, AI는 도구다. 아무리 똑똑해 보여도 결국은 사람이 만든 도구일 뿐이다. 망치가 스스로 못을 박지 못하듯, AI도 우리가 어떻게 활용하느냐에 따라 가치가 결정된다. 둘째, 좋은 질문이 중요하다. AI는 질문의 패턴을 보고 답한다. 막연한 질문에는 막연한 답이, 구체적인 질문에는 구체적인 답이 나온다. “보고서 써줘” 보다는 “2025년 포항시 관광객 증가 추세를 분석한 500자 분량의 보고서를 작성 해줘”라고 물어야 원하는 답을 얻을 수 있다. 마법이 아닌, 과학을 이해하면 AI는 마법이 아니다. 복잡하고 정교한 통계 계산을 수행하는 기술이다. 그러나 이 기술을 제대로 이해하고 활용하면, 마법처럼 느껴지는 결과를 만들어낼 수 있다. 죽도시장 김 사장도 이제는 안다. ChatGPT가 스스로 생각하는 게 아니라, 인터넷에서 본 수많은 홍보 문구의 패턴을 조합해 새로운 문장을 만들어낸다는 것을. 그리고 그 원리를 이해하니, 어떻게 질문해야 더 좋은 답을 얻을 수 있는지도 알게 되었다. 다음 주에는 프롬프트, 즉 AI에게 말 거는 법에 대해 좀 더 구체적으로 알아보겠다. AI와의 대화에도 요령이 있다. 같은 도구라도 어떻게 쓰느냐에 따라 결과는 천차만별이니까. /서용운 계명대 글로벌 창업대학원 벤처창업학과 교수

2026-01-11

“AI 혁명의 파도 위에 올라타 미래를 준비하자”

2026년 새해, ‘AI를 활용하고 주도하는 자가 살아남는다’ 를 시작한다. 52주에 걸쳐 매주 인공지능(AI) 기술의 진화, 삶·일터·지역사회의 변화, 그리고 우리의 대응 전략에 대한 구체적이고 실용적인 논의를 담을 예정이다. 왜 지금 AI인가? 2022년 말 ChatGPT 등장 이후 AI는 전 세계적으로 급속히 확산됐다. 개인의 AI 이용률은 2024년 33.3%, 전체 AI 서비스 경험자는 60%를 넘어섰으며, 2025년에는 80%에 육박했다. 기업의 도입률도 90%에 근접했다. 이는 단순히 기술 발전이 아닌, 실생활 전반에 AI가 깊숙이 침투했음을 의미한다. 포항 죽도시장의 한 건어물 가게 주인은 AI로 SNS 홍보 문구를 생성하고, 형산강 카페거리의 카페 주인은 메뉴 설명과 인스타 콘텐츠를 제작한다. 교사들은 맞춤형학습 자료를 만들며, 구룡포 어촌계는 AI 번역기로 외국인 관광객과 소통한다. 심지어 포항테크노파크 입주 업체들은 AI로 업무를 자동화하여 생산성을 높이는 일들이 자연스러운 일상이 되었다. 이제 AI는 특정 산업이나 선진국의 이야기가 아니다. 기술 수용 속도가 사용자 적응 속도를 압도하면서, 모두가 AI를 일상 도구로 받아들이는 시대가 되었다. 문제는 이 변화에 어떻게 대응하느냐이다. 활용하는 자와 외면하는 자의 격차 2024년 연구 결과에 따르면, AI를 업무에 활용하는 직장인과 그렇지 않은 직장인 간 생산성 격차가 최대 40%에 달했다. 동일한 시간 동안 한 사람이 10개의 업무를 처리할 때, 다른 사람은 6개밖에 완료하지 못하는 상황이다. 2025년에는 이 격차가 일부 직무에서 50%까지 확대되며 경고음을 울렸다. 더욱이 명문대 컴퓨터공학과 졸업생의 취업률이 70% 아래로 떨어졌고, 국내에서도 기업이 신입 개발자 대신 AI 도구 활용 경험이 풍부한 경력직을 선호하는 현상이 나타났다. 과거 산업혁명이 기술 발전과 일자리 창출을 동반한 반면, AI는 기존 일자리를 대체하며 직업 지형을 근본적으로 뒤흔들고 있다. ‘트렌드 코리아 2026’이 말하는 AI 시대 서울대 소비트렌드분석센터가 발표한 ‘트렌드 코리아 2026’은 AI 시대를 관통하는 두 가지 키워드를 강조한다. 첫째, ‘Human in the loop’는 AI를 도구로 활용하되 인간의 비판적 사고와 윤리적 판단을 결합해야 함을 의미한다. AI의 출력을 맹신하지 않고 창의성과 인간적 통찰력을 더하는 것이 핵심이다. 둘째, ‘레디코어(ReadyCore)’는 “준비된(Ready) 상태”가 삶의 핵심(Core) 가치가 되었음을 선언한다. 변화에 즉각 대응할 수 있도록 끊임없이 학습하고 유연하게 적응하는 자세가 생존의 필수 조건이 되었다는 것이다. ‘주도’한다는 것의 의미 본 제목인 ‘AI를 활용하고 주도하는 자가 살아남는다’에서 ‘주도’란 AI에 종속되지 않고, AI를 도구로 삼아 능동적으로 활용한다는 의미다. AI를 주도한다는 것은 세 가지를 뜻한다. 첫째, AI가 무엇인지, 어떻게 작동하는지 이해하는 것이다. AI는 마법 상자가 아니라 특정 원리로 작동하는 기술임을 알아야 한다. 많은 사람들이 여전히 단순한 정보 검색 수준에만 AI를 활용하며, 프롬프트 엔지니어링을 제대로 숙지하지 못한 채 피상적으로만 사용하고 있다. 둘째, AI를 내 필요에 맞게 활용할 수 있는 능력이다. 좋은 질문을 던지는 법, 원하는 결과를 얻기 위한 대화 기술, 여러 AI 도구 중 상황에 맞는 것을 선택하는 판단력 등이 여기에 해당한다. 엔비디아 회장 젠슨 황이 제시한 AI 발전 단계를 보면, 우리는 이미 AI 에이전트 시대에 진입했다. 하지만 AI 사용자 대부분은 여전히 프롬프트 단계조차 완전히 소화하지 못하고 있다. 셋째, AI가 대체할 수 없는 인간 고유의 역량을 키우는 것이다. 창의성, 공감 능력, 윤리적 판단, 비판적 사고는 여전히 인간의 영역이다. AI가 아무리 발전해도 복잡한 인간관계 속에서의 감정 교류, 예상치 못한 상황에서의 창의적 문제 해결, 윤리적 딜레마 앞에서의 가치 판단은 여전히 인간만이 할 수 있는 영역이다. 심화되는 AI 사각지대 더욱 심각한 문제는 생성형 AI에 접근조차 하지 못하는 분들이 상당히 많다는 점이다. AI 기술로부터 소외되는 계층이 형성되면서 ‘AI 사각지대’가 생겨나고 있으며, 시간이 지날수록 그 격차는 점점 넓어질 것이다. 특히 우리 지역 포항과 경북의 경우, 수도권에 비해 AI 교육 기회가 상대적으로 부족하고, 중소기업과 소상공인들의 AI 활용률도 낮은 편이다. 이는 단순히 기술 격차를 넘어 경제적 격차, 나아가 지역 경쟁력의 격차로 이어질 수 있다. 52주, 함께 걸어갈 여정 이러한 현실 앞에서, 경북매일신문 독자 여러분과 함께 1년간 네 단계의 여정을 걷고자 한다. 1분기(1~13주)에는 AI가 무엇인지 이해하는 기초를 다진다. ChatGPT, Claude, Gemini 같은 대화형 AI부터 Midjourney 같은 이미지 생성 AI까지, 실제로 사용할 수 있는 도구들을 소개한다. 2분기(14~26주)에는 일상 속 AI 활용법을 알아간다. 업무 이메일 작성, 회의록 정리부터 자녀 교육, 여행 계획, 건강 관리까지 생활 밀착형 사례를 다루며, 매주 ‘이번 주 AI 실습’을 통해 독자 여러분이 직접 따라 하며 배울 수 있도록 구성한다. 3분기(27~39주)에는 한 단계 더 나아가 AI로 부업을 시작하는 법, 소상공인의 실전 활용법, 업무 자동화 구축 등 실질적인 경제 활동과 연결된 이야기를 나눈다. 4분기(40~52주)에는 AI 저작권, 딥페이크, 일자리 변화 같은 사회적 이슈부터 우리 지역 포항과 경북이 준비해야 할 AI 전략까지 폭넓게 조망한다. 포항의 철강 산업, 경북의 농업, 관광업이 AI와 어떻게 결합될 수 있는지, 지역 청년들이 AI 시대에 어떤 기회를 만들 수 있는지 함께 고민한다. 지금, 선택의 시간 AI 혁명의 파도 위에 올라타 미래를 준비할 것인가? 아니면 일자리가 줄어드는 사회에서 경쟁에 매몰될 것인가? AI를 활용해 삶을 업그레이드할 순간이다. “과도기가 지나갈 것”이라 여기며 방관한다면 기회를 놓칠 뿐이다. 경북매일신문과 함께하는 52주 프로젝트로 AI 시대의 주인공이 됩시다. AI를 두려워하지 않고, 내 일에 적용해 성장하는 법을 배운다면 1년 후에는 AI를 활용한 혁신가로 거듭날 것이다. /서용운 계명대 교수·글로벌 창업대학원 벤처창업학과 /그래픽=서용운

2026-01-04