프롬프트BASIC3 - FORMAT지정엔 한계가 있다
AI가 대체할 수 없는 휴먼의 능력
제목이 도발적입니다. 오늘은 FORMAT을 중심으로 AI가 아직은 잘 하지 못하는 능력에 대해 말씀드리려고 합니다. 크게 두 가지 사례와 논문 하나를 소개해 드리겠습니다. 먼저 로직트리입니다. 저는 개인적으로 로직트리를 자주 활용합니다. AI에게 뭔가를 정리하도록 요청할 때 특히 유용하게 사용합니다. 제가 자주 사용하는 로직트리 활용 사례를 Workflow 형태로 소개해 드리면 아래와 같습니다.
Prompt1
일상 생활속에서 GPT를 활용할 수 있는 아이디어 10가지를 제시해줘
==> GPT응답
추가로 10개 더 제시해줘
==> GPT응답
추가로 10개 더 찾아줘
==> GPT응답
위의 내용들을 MECE하게 로직트리로 정리해줘
==> GPT응답
위에 언급한 내용 이외에 추가할 아이디어들이 있으면 더 추가해서 로직트리를 보완해줘
==> GPT응답
아래의 내용은 GPT가 30개의 아이디어들을 MECE하게 로직트리로 분류한 내용에 추가 아이디어들을 더해서 생성한 결과물입니다.
보완된 MECE 로직트리 (총 40개 아이디어 포함)
1) 생산성 & 조직화 (Productivity & Organization)
├─ (1) 일정 관리·리마인더
├─ (8) 문서·콘텐츠 요약
├─ (17) 업무 자동화 초안(엑셀·템플릿 등)
├─ (26) 집안일 주간/월간 스케줄링
├─ (32) 오류 메시지·기술 문제 해결 가이드 ★신규
└─ (33) 문서 포맷 변환 및 표준 템플릿 생성 ★신규
2) 커뮤니케이션 & 인간관계 (Communication & Social)
├─ (3) 이메일·메시지 작성
├─ (15) 발표·말하기 코칭
├─ (16) 인간관계·대화 가이드
├─ (11) 외국어 회화 파트너
└─ (27) 초대장·안내문 작성
3) 학습 & 자기계발 (Learning & Development)
├─ (7) 학습 코치·문제풀이
├─ (13) 취미 탐색·학습 가이드
├─ (19) 하루 일기 기반 자기 성찰
└─ (34) 매뉴얼·약관 요약 통한 학습 지원 ★신규
4) 건강·피트니스·멘탈케어 (Health & Wellbeing)
├─ (4) 운동·수면 등 루틴 설계
├─ (14) 운동 자세 분석·피드백
├─ (21) 명상·마음챙김 스크립트
├─ (35) 영양제·알레르기 맞춤 정보 설명 ★신규
└─ (36) 감정 패턴 분석(스트레스 트리거 찾기) ★신규
5) 가정·생활 관리 (Home & Lifestyle)
├─ (2) 식단·레시피
├─ (12) 인테리어·정리정돈
├─ (23) DIY·공예 가이드
├─ (25) 식물·원예 관리
├─ (29) 식품 성분표 분석
└─ (37) 가전제품 매뉴얼 요약·사용 가이드 ★신규
6) 재무·쇼핑 (Finance & Shopping)
├─ (5) 제품 비교·가성비 분석
├─ (10) 지출 분석·저축 플랜
├─ (18) 금융·보험 용어 쉬운 설명
├─ (22) 스마트 쇼핑 카트(대체품·비교표)
├─ (38) 가격 추세 기반 구매 타이밍 조언 ★신규
└─ (39) 구독 서비스 관리·비용 최적화 ★신규
7) 창작 & 콘텐츠 (Creativity & Content)
├─ (9) 글쓰기·스토리·카피 창작
├─ (28) SNS 전략·콘텐츠 기획
├─ (24) 게임 규칙 요약 및 신규 게임 아이디어 ★신규
└─ (40) 음악·영화·도서 큐레이션 ★신규
8) 여행 & 이동성 (Travel & Mobility)
├─ (6) 여행 일정 기획
└─ (24) 초보 운전자 도우미
9) 반려동물 (Pet Care)
└─ (20) 반려동물 행동·기본 케어 조언
10) 스마트 자동화 & 기술 활용 (Tech & Automation)
├─ (30) 스마트 홈 자동화 시나리오 설계
├─ (17)* 반복 업무 자동화(스크립트 아이디어)
└─ (32)* 오류 진단 자동화(기술적 문제 해결) ※ 연결성 강조
MECE는 무엇이고 로직트리는 또 뭐야?
생각해보니, 제 글 시작이 너무 거칠었습니다. 로직트리에 대한 설명도, MECE에 대한 설명도 없이 바로 사례로 들어갔네요. 위의 Workflow를 차근 차근 먼저 설명 드리도록 하겠습니다.
먼저 아이디어를 3번, 그러니까 30개의 아이디어만 요청한 건 제 경험에서 나온 방법입니다. 저는 제가 할 수 있는 한 GPT의 한계까지 테스트하는 걸 좋아하는데, 이 친구에게 어떤 아이디어를 10개씩 10번까지 시켜봤습니다. 몇 번을 그렇게 하면서 얻은 경험이 10개씩 3번, 그러니까 30번을 넘어가면 했던 얘기 또하고, 비슷한 아이디어만 내놓는 경향이 있더라고요. 물론 최신 버전으로 테스트한 건 아니라 지금 사용하는 5.2는 더 유능할지 모르겠는데, 제 습관이 이렇게 굳어진 것 같습니다.
두 번째는 MECE입니다. MECE는 아주 간단하게 말하면 종합한 내용에 중복이 없도록 요청하는 키워드입니다. 정확하게는 ‘종합한 내용에 중복이 없고, 또 목적에 맞게 누락하는 내용도 없도록’하는 게 맞습니다만 현실적으로는 ‘중복 없이 모두 정리해 달라’는 느낌으로 요청합니다.
로직트리는 이렇게 MECE하게 종합 정리한 내용을 구조화해서 표현하는 방법입니다. 이렇게 로직트리로 종합한 후 추가 아이디어를 요청했을 때가, 단순히 아이디어를 40개 요청했을 때보다 더 의미 있는 아이디어를 얻곤 합니다. 그렇다 보니 ‘추가 아이디어로 로직트리를 보완해’ 달라는 요구를 했습니다.
제약이론의 CRT기법 실험
이제 대략 위에 언급한 내용은 설명을 드린 것 같으니, 본질로 다시 오겠습니다. 저는 워크숍과 프로젝트를 전문으로 하고 있다 보니, 로직트리를 정말 자주 사용합니다. 그런데 로직트리말고 비슷하지만 또 다른 방법으로는 제약이론(TOC)에서 사용하는 CRT(Current Reality Tree)라는 구조로 표현하는 방법이 있습니다.
로직트리와 CRT의 차이는 여러가지가 있을 수 있지만 제가 생각하는 가장 중요한 단 하나를 꼽는다면 연결성에 있습니다. 어떤 차이인지를 예로 들어 설명 드리겠습니다. 제가 비영리단체와 진행했던 워크숍 결과물을 조금 각색해서 보여드리겠습니다.
위의 예를 보면 일의 마감이 안 지켜지는 이유는 직원들이 업무 우선순위 선정에 어려움을 겪고 있기 때문이고, 또한 중간에 급한 일들이 발생하기 때문입니다. 업무 우선순위 선정이 어려움을 겪는 이유도 한가지 이유가 아니죠. 이렇게 현실의 어떤 문제는 서로가 서로와 긴밀하게 연결되어 있습니다. AI는 이렇게 논리적으로 다양한 연결을 종합해서 표현하는데 한계가 있습니다. 하나의 예를 만들어서 보여드리면 아래와 같습니다.
Prompt2
제약이론을 설명해줘
==> GPT응답
제약이론에 보면 CRT라는 기법이 나오는데 자세히 설명해줘
==> GPT응답
CRT를 만들기 위해 비영리단체의 조직관리에서 있음 직한 가상의 사례를 만들어줘
==> GPT응답
오케이, TOC 전문가로서 위의 사례를 기반으로 CRT를 위한 핵심 UDE를 3개 선정해줘
==> GPT응답
네가 제시한 UDE들을 바탕으로 CRT를 도식화해서 만들어줘
==> GPT응답
아래는 제약이론의 CRT를 도식화한 결과물입니다.
사람 의존적 운영 구조
↓
기준·프로세스·권한 부재
↓
결정 집중 + 방식 다양화
↓
재작업 증가 + 병목 발생
↓
핵심 인력 과부하
↓
조직 성과 저하 + 지속가능성 붕괴
AI는 개별논리에는 강하나 전체를 조망하는 능력은 없다
GPT가 생성한 결과물을 보면 CRT라기보다 로직트리를 응용한 ‘5Why 기법’에 더 가깝습니다. 이렇게 아쉬운 결과물이 나오는 이유는 AI가 갖고 있는 한계 때문입니다. AI는 개별 논리에는 강력하나, 전체를 조망하는 능력은 거의 없다고 봐야 합니다. CRT는 개별사안의 논리 연결성도 필요하지만, 전체를 조망하는 능력도 갖춰야 하는 기법입니다. 물론 AI도 CRT를 잘 설명해줬습니다. 그러나 실질적인 결과물을 내놓지는 못했습니다.
개인적으로 나름 프롬프트를 잘 작성하고, AI를 통해 원하는 결과물을 내는데 자신이 있던 저는 다양한 방법으로 AI가 CRT를 제대로 생성할 수 있는 노력을 했습니다. CRT를 AI로 생성할 수만 있다면 제 워크숍과 프로젝트에 날개를 달 수 있다고 봤거든요. 참가자들에게 이 기법의 이론적인 부분을 설명할 필요 없이 바로 AI를 활용해 현상을 파악하도록 도울 수 있으니까요. 만일 제가 성공했다면 이렇게 장황하게 글을 쓰지 않겠죠. 예, 아쉽지만 저는 성공하지 못했습니다. 다른 분들의 성공 사례를 기다리고 있습니다.
사람은 전략을 AI는 실행을
이 즈음에서 아티클 하나 소개해 보렵니다. 하버드 비즈니스 리뷰(HBR)에 실린 「How AI Can Help Your Company Set a Budget」(2024.11) 아티클에서 소개된 실험입니다. 아래의 글은 HBR 아티클의 핵심 실험 내용을 제가 해석해서 재정리한 글입니다.
실험의 대상은 숙련된 재무관리자들과 AI였습니다. 연구원들은 숙련된 전문가들과 AI에게 가상의 자동차 부품 제조업체를 대상으로 여러 회기동안 예산 의사결정을 하도록 요청했습니다. 재무 의사결정을 하는데 필요한 정보는 참가한 전문가들과 AI에게 모두 동일하게 제공하였습니다.
실험결과를 AI를 중심으로 말씀드리면 AI는 과거 데이터와 성과 지표를 활용한 예산 배분에서 전반적으로 인간 관리자들보다 안정적이고 우수한 성과를 보였습니다. 특히 단기적인 효율성과 자원 배분 최적화 측면에서는 AI의 강점이 분명하게 드러났습니다. 그러나 전략적 문맥이 불분명하거나, 설정된 KPI가 조직의 전략과 제대로 정렬되지 않은 상황에서는 한계를 드러냈습니다.
AI가 최고의 성과를 내는 상황은 인간 관리자가 명확한 전략 목표와 이에 부합하는 KPI라는 강력한 전략적 프레임워크를 제공했을 때였습니다. 이 경우 AI의 강력한 데이터 처리 및 최적화 능력과 인간의 전략적 통찰력이 전술적·전략적 관점 모두에서 최적의 결과를 도출했습니다. 인간의 전략적 감독 없는 AI는 단기적 이익에만 과도하게 최적화될 위험이 있습니다. 따라서 전술적 영역에서는 AI가 인간을 상당 부분 대체할 수 있지만, 장기 목표를 설정하고 미래의 불확실성을 해석하며 전략적 방향을 제시하는 역할은 여전히 인간 관리자의 통찰력에 의존해야 합니다. AI는 스스로 전략을 창출하거나 명확한 지침 없이 미래 변화를 창의적으로 예측하는 데에는 근본적인 한계를 지니고 있기 때문입니다.
인간과 AI는 서로 다른 위치와 관점을 갖고 있습니다. 사람이 AI와 협업해서 시너지를 낼 때, 효율성을 넘어 가치를 창출할 수 있는 기회를 만들 수 있습니다.