AI가 등장하면서 많은 기대가 쏟아졌습니다. 텍스트 요약, 이미지 생성, 코드 자동화까지. 상상했던 많은 일들이 AI로 가능해졌습니다. 그런데 정작 실무에서는 모두가 AI를 기대만큼 활발히 쓰지 않는 경우가 있습니다.
이와 관련해서 AI관련 교육에서 흐미로운 부분을 관찰할 수 있었는데, 실습 분야의 비전문가의 경우 (예를들어 코딩, 이미지 만들기) 해당 기능에 대해서 놀라움을 표현하지만, 오히려 그 분야의 전문가들이 시큰둥한 경우를 종종 보게 되었습니다. 이유가 뭘까요?
우리가 주로 사용하는 AI는 언어 모델, 즉 LLM입니다. 모든 작업을 텍스트로 조작하기 때문에 간단한 요청에는 아주 능숙합니다.
예를 들어, "계산기 웹앱을 만들어줘"라고 하면 AI는 금방 작동하는 코드를 만들어냅니다. 하지만 "7번 버튼의 여백을 줄이고, 눌렀을 때 애니메이션을 부드럽게 바꿔줘" 같은 요청은 어렵습니다. 원하는 결과를 얻기 위해 여러 번 설명하고 수정해야 하죠.
작업이 복잡해질수록 AI와의 대화는 길어지고, 결과는 예측하기 어려워집니다.
이런 상황에서 두 부류의 사용자가 이탈합니다.
첫째, 전문가들은 오히려 직접 작업하는 것이 빠르고 정확하다고 느낍니다. 반복된 수정에 시간을 쓰느니 손으로 하는 게 낫다고 판단하죠.
둘째, 초보자는 애초에 무엇을 어떻게 요청해야 할지 몰라 막막함을 느낍니다. 결국 "AI는 나와 안 맞는다"고 결론내고 사용을 중단하게 됩니다.
AI는 뛰어난 도구이지만, 그만큼 사용자에게도 설명 능력과 맥락 이해가 요구됩니다.
AI를 효과적으로 활용하려면 두 가지 언어를 모두 알아야 합니다.
하나는 AI가 이해할 수 있는 언어, 즉 프롬프트와 조건 설명이고, 다른 하나는 작업 분야에 대한 배경 지식입니다. 이 두 가지를 갖추지 못하면 AI는 오히려 낯설고 불편한 도구가 됩니다.
실제 업무에 AI를 잘 활용하는 사람들은 공통적으로 다음과 같은 방식을 택합니다.
작업을 작게 쪼개고
맥락과 용도를 명확히 설명하며
AI가 만든 결과물을 스스로 점검하고 수정합니다
기술을 잘 아는 것보다, 문제를 잘 정의하고 설명하는 능력이 더 중요해진 시대입니다.
AI는 많은일을 해줄 수 있지만, 업무에 제대로 활용하기엔 누구나 쉽게 쓸 수 있는 도구는 아닙니다. 작은 실험부터 시작해 AI의 언어와 나의 언어 사이의 거리를 좁혀가는 것이 필요합니다.