3부 뭘 할 수 있나

20쪽짜리 글을 세 줄로 줄일 때, AI는 뭘 버릴까

요약은 글을 앞에서부터 잘라 내는 게 아니야. 남길 것과 버릴 것을 고르는 일이고, AI도 사람과 같은 순서를 밟아.

AI는 글 전체를 한 번에 훑은 다음 문장마다 '이게 얼마나 중요한가'를 따져. 그리고 점수 높은 것만 골라 자기 말로 다시 써.

그래서 요약이 틀어지는 지점도 정해져 있어. 원문에 없던 말이 슬쩍 끼어드는 것 — 받은 요약은 원문과 한 번은 맞춰 봐야 해.

직접 해보기 — 요약이 만들어지는 순서 맞히기

섞인 조각을 순서대로 눌러 봐. 사람이 수행평가 자료를 줄일 때 밟는 순서랑 거의 같아.

요약의 네 걸음

AI가 긴 글을 줄일 때 속으로 밟는 순서야.

마지막 칸에서 자기 말로 바꿔 쓰기 때문에, 원문에 없던 표현이 끼어들 수 있어.

1. Q1AI가 요약할 때 가장 먼저 하는 일은?

   1. ① 글 전체를 한 번 훑는다
   2. ② 앞에서부터 문장을 자른다
   3. ③ 제목만 읽는다
   4. ④ 인터넷에서 비슷한 글을 찾는다

2. Q2요약을 부탁할 때 결과를 가장 크게 바꾸는 건?

   1. ① 부탁을 예쁘게 쓰는 것
   2. ② 몇 줄로 누구에게 줄일지 정해 주는 것
   3. ③ 여러 번 반복해 부탁하는 것
   4. ④ 짧은 문장으로만 쓰는 것

3. Q3요약을 받은 뒤 반드시 할 일은?

   1. ① 바로 제출한다
   2. ② 길이를 잰다
   3. ③ 원문과 맞춰 본다
   4. ④ 글씨체를 바꾼다

요약은 줄이는 기술이 아니라, 버릴 것을 고르는 기술이야.

'고양이와 개가 내린다'는 왜 오역일까

번역은 단어를 하나씩 맞바꾸는 일이 아니야. 문장 전체의 뜻을 먼저 잡고, 그 뜻을 다른 말로 다시 짓는 일이거든.

옛날 번역기는 단어와 짧은 토막을 사전처럼 갈아 끼웠어. 지금 AI는 어제 배운 요약처럼 문장 속 단어들이 서로를 쳐다보게 해서 뜻부터 잡아.

2016년에 구글이 이 방식을 실제 번역 서비스에 처음 넣었어(중국어에서 영어로가 먼저였지). 어색한 직역이 확 줄어든 게 그때부터야.

직접 해보기 — 단어를 바꿔치기한 번역 vs 뜻을 옮긴 번역

같은 문장을 두 방식으로 번역해 봤어. 「전」과 「후」를 번갈아 누르면 어디서 무너지는지 보여.

뜻을 옮기는 번역의 세 걸음

낱말을 갈아 끼우는 칸이 아예 없다는 데 주목해 봐.

이 가운데 칸이 없던 시절에는 관용구와 생략된 주어에서 번역이 늘 무너졌어.

1. Q1'It's raining cats and dogs'를 낱말별로 바꾸면 왜 틀릴까?

   1. ① 낱말 수가 달라서
   2. ② 문법이 어려워서
   3. ③ 관용구는 통째로 하나의 뜻이라서
   4. ④ 고양이가 영어라서

2. Q2'밥 먹었어?'를 영어로 옮길 때 AI가 하는 일은?

   1. ① 낱말을 그대로 옮긴다
   2. ② 한글 발음을 적어 준다
   3. ③ 문장을 짧게 자른다
   4. ④ 생략된 주어 you를 판단해서 채운다

3. Q3긴 글을 통째로 넣어 번역하면 왜 더 나을까?

   1. ① 앞뒤 문장이 증거가 돼서
   2. ② 글자 수가 많아서
   3. ③ 번역이 더 빨라져서
   4. ④ 맞춤법이 고쳐져서

낱말을 바꾸면 문장이 되고, 뜻을 옮기면 말이 통해.

숙제 글쓰기, 어디까지 맡기고 어디부터 내가 할까

AI는 글을 대신 써 주는 기계가 아니라, 내가 쓴 글을 굴려 보게 해 주는 도구로 쓸 때 제일 쓸모 있어.

기준은 의외로 간단해. 내 생각·내 경험·사실 확인은 내가 하고, 다듬기·줄이기·아이디어 목록 뽑기는 맡겨도 돼.

AI가 쓴 문장도 네 이름을 달고 나가. 그러니까 내가 읽고 고개를 끄덕일 수 있는 문장만 남겨 — 그게 마지막 관문이야.

직접 해보기 — 이 단계, 맡길까 내가 할까

글쓰기 숙제를 여섯 토막으로 쪼갰어. 토막마다 둘 중 하나를 골라 봐. 고르면 바로 채점돼.

맡겨도 되는 일 vs 내가 해야 하는 일

선은 '누구만 할 수 있나'에서 그어져.

왼쪽만 맡겨도 글 쓰는 시간이 확 줄어. 오른쪽까지 넘기면 남는 게 없어지고.

1. Q1독후감에서 절대 맡기면 안 되는 부분은?

   1. ① 맞춤법 고치기
   2. ② 제목 후보 늘어놓기
   3. ③ 문장 길이 줄이기
   4. ④ 내가 무슨 생각을 했는지

2. Q2제목 후보를 AI에게 스무 개 받았어. 그다음은?

   1. ① 내가 하나 고른다
   2. ② 첫 번째 걸 쓴다
   3. ③ 다시 스무 개를 더 받는다
   4. ④ 전부 이어 붙인다

3. Q3발표에 넣을 숫자는 어떻게 할까?

   1. ① AI 답을 그대로 쓴다
   2. ② 처음 낸 곳에서 확인한다
   3. ③ 대충 반올림한다
   4. ④ 숫자를 빼고 쓴다

고치는 일은 맡겨도 되지만, 고르는 일까지 넘기면 남는 게 없어.

말로 설명하면 코드가 나오는데, 왜 거기서 안 끝날까

말로 설명하면 코드가 나오는 건 맞아. 그런데 코딩의 진짜 절반은 코드가 나온 다음에 있어 — 실행하고, 오류를 읽고, 고치는 일.

AI가 쓴 코드는 돌려 보기 전까지 맞는지 아무도 몰라. 그럴듯하게 생겼는지가 아니라, 실행해서 원하는 결과가 나오는지가 답을 정하거든.

그러니까 빨간 오류 메시지는 혼나는 게 아니라 어디가 틀렸는지 알려 주는 쪽지야. 그걸 통째로 AI에게 보여 주는 게 제일 빠른 수리법이야.

직접 해보기 — 코드 한 줄이 돌아가기까지의 순서

섞인 조각을 순서대로 눌러 봐. 게임 하나를 만들든 숙제 표를 정리하든 이 순서는 똑같아.

코딩은 한 줄이 아니라 한 바퀴

AI를 써도 이 바퀴는 없어지지 않아. 빨리 돌 뿐이야.

마지막 칸에서 다시 실행으로 돌아가. 한 바퀴에 끝나는 일은 거의 없어.

1. Q1AI가 코드를 써 줬어. 맞는 코드인지는 누가 정할까?

   1. ① 실행해서 나온 결과가 정한다
   2. ② AI가 자신 있게 말하면 맞다
   3. ③ 코드가 길면 맞다
   4. ④ 오류가 없으면 무조건 맞다

2. Q2오류가 떴을 때 AI에게 어떻게 물어야 할까?

   1. ① '안 돼요'라고만 쓴다
   2. ② 오류 메시지를 통째로 보여 준다
   3. ③ 코드를 지우고 다시 시킨다
   4. ④ 오류를 요약해서 전한다

3. Q3큰 걸 만들 때 요령은?

   1. ① 한 번에 다 시킨다
   2. ② 코드를 길게 쓴다
   3. ③ 작게 쪼개 한 토막씩
   4. ④ 오류를 무시한다

코드를 받는 건 시작이고, 돌려 보는 순간부터가 코딩이야.

설명을 자세히 할수록 그림이 내 머릿속과 닮아질까

그림 AI는 어디선가 그림을 찾아오는 게 아니야. 점 투성이 화면에서 잡티를 조금씩 걷어 내며 그려 나가.

네 설명은 그 걷어 내는 방향을 정하는 손잡이야. 그래서 말로 정해 주지 않은 건 AI가 알아서 정해 버려 — 색도, 시간도, 분위기도.

다만 자세한 것과 욕심내는 것은 달라. 요소를 한꺼번에 너무 많이 넣으면 오히려 몇 개가 빠져. 한 번에 다 넣지 말고 고쳐 가는 게 빨라.

직접 해보기 — 설명을 자세히 할수록 결과가 어떻게 달라질까

손잡이를 돌려 설명을 자세하게 만들어 봐. 열 장을 받았다고 치고, 어떤 그림이 몇 장쯤 나올지 느낌을 보여 주는 실험이야.

잡티를 걷어 내며 그린다

빈 종이에서 시작하는 게 아니라, 점 투성이 화면에서 시작해.

말해 주지 않은 항목의 방향은 AI가 대신 정해. 그래서 같은 설명이어도 매번 조금씩 다른 그림이 나와.

1. Q1그림 AI가 그림을 만드는 방식은?

   1. ① 인터넷에서 비슷한 그림을 찾아온다
   2. ② 점 투성이 화면에서 잡티를 걷어 낸다
   3. ③ 사람이 그린 선을 따라 그린다
   4. ④ 사진을 잘라 붙인다

2. Q2'고양이'라고만 썼을 때 엉뚱한 그림이 많은 이유는?

   1. ① AI가 고양이를 몰라서
   2. ② 글자가 짧아서
   3. ③ 정해 주지 않은 건 AI가 대신 정해서
   4. ④ 고양이 그림이 부족해서

3. Q3요소를 열두 개나 넣으면?

   1. ① 전부 정확히 들어간다
   2. ② 색이 진해진다
   3. ③ 그림이 커진다
   4. ④ 몇 개가 빠지기 쉽다

말해 주지 않은 건 AI가 대신 정해, 그러니 정하고 싶은 것부터 말해.

1초짜리 영상 한 편에는 점이 몇 개나 들어갈까

비디오는 '움직이는 그림'이 아니야. 멈춘 그림 여러 장을 빠르게 이어 붙인 것이고, 보통 1초에 스물네 장에서 서른 장쯤 들어가.

그래서 비디오 AI가 할 일은 어제 배운 그림 AI의 수십 배야. 게다가 장마다 따로 그리면 안 돼 — 앞 장과 이어져야 사람이 자연스럽게 보거든.

숫자로 보면 1초에 점 6천만 개가 넘는 양을 새로 만들고 서로 맞춰야 해. 비디오 만들기가 느리고 무거운 이유가 여기 있어.

직접 해보기 — 1초 비디오의 자릿수 어림해 보기

손잡이를 움직여 '몇 자리 숫자일까'를 먼저 찍어 봐. 그다음 실제 값과 비교하면 비디오가 왜 무거운지 몸으로 알게 돼.

그림 한 장 vs 1초짜리 비디오

같은 화면 크기인데 할 일이 얼마나 달라지는지 봐.

컵이 2번 장에서는 왼쪽, 3번 장에서는 오른쪽에 있으면 순식간에 이상한 비디오가 돼.

1. Q1비디오 만들기가 그림 만들기보다 훨씬 무거운 이유는?

   1. ① 색이 많아서
   2. ② 화면이 커서
   3. ③ 소리를 넣어야 해서
   4. ④ 그림 수십 장을 만들고 서로 맞춰야 해서

2. Q21초짜리 비디오에 들어가는 그림은 몇 장쯤일까?

   1. ① 약 30장
   2. ② 1장
   3. ③ 약 300장
   4. ④ 약 3,000장

3. Q3비디오에서 그림 한 장을 뭐라고 부를까?

   1. ① 픽셀
   2. ② 프레임
   3. ③ 해상도
   4. ④ 자막

영상은 그림 서른 장짜리 1초야, 그 서른 장이 서로 이어져야 하고.

폰은 내 말을 어떻게 받아 적을까?

AI는 네 말을 통째로 알아듣는 게 아니라 아주 짧은 조각으로 쪼개서 들어. 소리를 1초에 1만 6천 번 숫자로 받아 적고, 그걸 25밀리초짜리 창으로 훑어 가.

조각 하나하나는 그냥 '높낮이 무늬'야. 어느 글자인지는 앞뒤 조각을 같이 봐야 정해져 — 어제 배운 비디오처럼, 한 칸만 봐서는 모르거든.

말하는 건 이 길을 거꾸로 가는 거야. 글자에서 소리 무늬를 만들고, 그 무늬대로 공기의 떨림을 1초에 1만 6천 번 넘게 찍어 스피커로 내보내.

직접 해보기 — '안녕하세요'가 글자가 됐다가 다시 소리가 되기까지

버튼을 눌러 단계를 바꿔 봐. 말소리가 조각으로 쪼개지고, 조각이 글자로 붙고, 글자가 다시 떨림으로 돌아가는 과정이야.

말 → 글자 → 말, 한 바퀴

받아 적기와 말하기는 같은 길을 반대로 지나가.

받아쓰기 앱이 조용한 방에서 잘 되는 이유 — 조각마다 섞인 잡음이 적어야 무늬가 또렷하거든.

1. Q1AI가 말소리를 글자로 바꿀 때 가장 먼저 하는 일은?

   1. ① 아주 짧은 조각으로 쪼갠다
   2. ② 문장 전체를 한 번에 알아듣는다
   3. ③ 사전에서 낱말을 찾는다
   4. ④ 말한 사람 얼굴을 본다

2. Q2'안'과 '않'처럼 소리가 비슷할 때 AI는 어떻게 고를까?

   1. ① 더 큰 소리 쪽으로 고른다
   2. ② 앞뒤 글자와 어울리는지까지 보고 고른다
   3. ③ 무조건 짧은 글자로 고른다
   4. ④ 사람에게 매번 물어본다

3. Q3글자를 목소리로 만들 때 마지막에 나오는 건?

   1. ① 사진 한 장
   2. ② 낱말 목록
   3. ③ 공기의 떨림 값
   4. ④ 인터넷 검색어

목소리는 잘게 쪼갠 떨림이고, 글자는 그 조각들을 앞뒤와 맞춰 고른 답이야.

검색창에 치는 거랑 AI한테 묻는 거, 뭐가 다를까?

검색은 답을 주는 게 아니라 갈 곳 목록을 줘. 어디에 있을지 알려 주고, 들어가서 읽고 고르는 건 네 몫이야.

AI는 이미 읽어 둔 걸로 한 덩어리 문장을 만들어 줘. 읽을 게 하나뿐이라 빠른데, 그 말이 어디서 왔는지는 안 적혀 있어.

그래서 갈림길은 딱 하나야 — 출처가 보이느냐. AI가 링크를 달아 주더라도, 그 링크가 정말 그 말을 하고 있는지는 눌러 봐야 알아.

직접 해보기 — 같은 질문, 검색창과 AI

상황을 고르고 「검색창에서」와 「AI에게 물으면」을 번갈아 눌러 봐. 막대는 '이 말이 어디서 왔는지 눈에 보이는 정도'야.

목록으로 주기 vs 한 덩어리로 주기

같은 질문에 두 도구는 다른 모양의 답을 내놔.

숙제에 쓸 문장이라면 결국 한 번은 원문을 눌러 봐야 한다는 뜻이기도 해.

1. Q1검색과 AI 답의 가장 큰 차이는?

   1. ① 속도가 다르다는 것
   2. ② 말이 어디서 왔는지 보이느냐
   3. ③ 글자 수가 다르다는 것
   4. ④ 폰에서 되느냐 아니냐

2. Q2AI가 여러 자료를 묶어 정리해 줄 때 생기는 문제는?

   1. ① 글이 너무 짧아진다
   2. ② 링크를 절대 달 수 없다
   3. ③ 자료들이 섞여서 어느 줄이 어디서 왔는지 모른다
   4. ④ 옛날 자료만 쓴다

3. Q3AI가 문장 옆에 링크를 달아 줬다면?

   1. ① 다 맞는 말이다
   2. ② 링크는 장식이다
   3. ③ 검색보다 항상 낫다
   4. ④ 눌러서 확인해야 한다

검색은 어디로 갈지 알려 주고, AI는 무엇인지 말해 줘 — 확인은 내 손에 남아.

수행평가 자료 조사, AI한테 얼마나 맡겨도 될까?

AI와 함께 조사하면 시작이 빨라져. 뭘 검색해야 할지 모를 때 검색어와 목차 후보를 금방 뽑아 주거든.

대신 빨라지는 건 찾고 추리는 앞부분이야. 긴 글을 줄여 주고 흩어진 걸 모아 주지만, 줄이다 보면 원문에 없던 말이 섞이기도 해.

그래서 숫자·연도·사람 이름·인용문은 원문을 내가 눌러서 확인해야 해. 2023년 미국에서는 변호사가 AI가 만들어 낸 가짜 판례를 법원에 냈다가 벌금을 물었어.

직접 해보기 — '우리 동네 하천이 왜 더러워졌나' 조사하기

조사 단계를 고르고 「혼자 조사」와 「AI와 함께」를 번갈아 눌러 봐. 막대는 '끝나고 나서 내가 다시 확인해야 할 몫'이야.

조각마다 내가 확인해야 할 몫

조사를 조각으로 나눠 보면 맡겨도 되는 쪽과 안 되는 쪽이 갈려.

눈금은 느낌으로 그린 거야. 정확한 수치가 아니라 '어디부터 내 손이 필요한가'를 보라는 그림이지.

1. Q1AI와 함께 조사할 때 가장 크게 빨라지는 부분은?

   1. ① 숫자가 맞는지 확인하는 일
   2. ② 발표 때 대답하는 일
   3. ③ 검색어와 갈래를 잡는 시작 부분
   4. ④ 인용문을 정확히 옮기는 일

2. Q2AI가 요약해 준 문장을 숙제에 쓰려면?

   1. ① 그대로 붙여 넣는다
   2. ② 친구에게 물어본다
   3. ③ 길이를 늘려서 쓴다
   4. ④ 원문에서 그 내용을 다시 찾아본다

3. Q3숫자와 연도는 어디서 확인해야 할까?

   1. ① 처음 발표한 곳
   2. ② AI의 답
   3. ③ 친구 발표 자료
   4. ④ 아무 블로그

찾는 일은 AI와 나눠 가질 수 있어도, 확인하는 일은 끝까지 내 몫이야.

모르는 문제, 답만 받을까 풀이를 받을까?

AI한테 공부를 물을 땐 답만 받을지 풀이를 받을지부터 정해야 해. 같은 문제를 물어도 돌아오는 게 완전히 달라지거든.

고르는 기준은 하나야 — 이걸 나중에 나 혼자 해야 하나. 혼자 해야 할 일이면 풀이를, 맞았는지만 보면 되는 일이면 답을 받아.

덤으로, 단계를 밟게 하면 AI도 더 잘 풀어. '단계별로 설명해 줘' 한마디를 붙였더니 수학 문제 정답률이 크게 올랐다는 연구가 2022년에 나왔어.

직접 해보기 — 이 상황에서는 답? 풀이?

여섯 가지 상황이야. 각각 답만 받는 게 나은지, 풀이를 설명받는 게 나은지 골라 봐. 고르면 바로 채점돼.

답을 받을 때 vs 풀이를 받을 때

둘은 좋고 나쁨이 아니라 쓰는 자리가 달라.

풀이를 받았으면 한 단계 더 — 보지 않고 다시 풀어 봐야 진짜 내 것이 돼.

1. Q1답을 받을지 풀이를 받을지 가르는 기준은?

   1. ① 이걸 나중에 나 혼자 해야 하는가
   2. ② 문제의 길이
   3. ③ AI의 종류
   4. ④ 남은 시간

2. Q2같은 유형을 세 번 틀렸다면 뭘 부탁해야 할까?

   1. ① 정답만 빨리 알려 달라고
   2. ② 한 줄씩 짚어 달라고
   3. ③ 다른 문제를 달라고
   4. ④ 채점만 해 달라고

3. Q3풀이를 설명받은 뒤에 해야 할 일은?

   1. ① 다음 문제로 넘어가기
   2. ② 그대로 베껴 내기
   3. ③ 보지 않고 다시 풀기
   4. ④ 친구에게 보내기

다시 만날 문제는 풀이로, 다시 안 만날 문제는 답으로.

설문 결과 100장을 그래프로 만들려면 뭐부터 할까?

흩어진 자료를 바로 그래프로 그리면 안 돼. 모으기 → 표 → 고치기 → 그래프 이 순서를 지켜야 해.

표에는 규칙이 있어. 한 줄에 한 건, 한 칸에 한 값. 이렇게 줄을 세워 놓으면 사람도 AI도 바로 계산할 수 있어.

AI가 잘하는 건 줄 세우고 계산하는 부분이야. 단위가 섞였는지, 빈칸이 있는지, 이상한 값이 끼었는지는 네가 봐야 알아.

직접 해보기 — 설문지 100장을 그래프로 만들기까지

섞여 있는 조각을 올바른 순서대로 눌러 봐. 순서를 건너뛰면 어디서 탈이 나는지 알게 될 거야.

자료가 그래프가 되기까지 네 칸

칸을 건너뛰면 마지막 그림이 흔들려.

AI에게 자료를 통째로 주기 전에 표로 줄을 세워 주면 답이 훨씬 정확해져.

1. Q1자료 정리의 올바른 순서는?

   1. ① 그래프 → 표 → 모으기 → 고치기
   2. ② 모으기 → 표 → 고치기 → 그래프
   3. ③ 표 → 그래프 → 모으기 → 고치기
   4. ④ 모으기 → 그래프 → 표 → 고치기

2. Q2표를 만들 때 지켜야 할 규칙은?

   1. ① 빈칸은 그냥 비워 두기
   2. ② 한 칸에 되도록 많이 담기
   3. ③ 한 줄에 한 건, 한 칸에 한 값
   4. ④ 열 이름은 줄마다 다르게

3. Q3이 중 AI에게 맡기기 어려운 일은?

   1. ① 표로 줄 세우기
   2. ② 합계 계산하기
   3. ③ 그래프 그리기
   4. ④ 단위가 섞였는지 알아채기

그래프는 마지막 칸일 뿐이야. 승부는 표를 만들고 고치는 데서 나.

발표 준비, 어디까지 맡기고 어디부터 내가 할까?

발표 준비는 한 덩어리가 아니야. 주제 좁히기·자료 모으기·슬라이드 만들기·연습 같은 조각으로 쪼개져.

AI가 맡기 좋은 조각은 밑그림과 손이 많이 가는 일이야. 목차 후보 늘어놓기, 긴 자료 줄이기, 슬라이드 초안 잡기 같은 것.

내가 해야 하는 조각은 그 자리에 내가 서 있기 때문에 생겨. 무엇을 말할지 정하기, 숫자 확인, 연습, 그리고 질문에 답하기.

직접 해보기 — '우리 반 분리수거' 5분 발표, 조각 나누기

버튼을 눌러 조각을 나눠 봐. 켜진 조각과 꺼진 조각이 어떻게 갈리는지 보면 기준이 보일 거야.

조각마다 맡길 수 있는 정도

같은 발표 준비라도 조각에 따라 맡길 수 있는 폭이 달라.

눈금은 느낌으로 그린 거야. 숫자를 외우지 말고 위아래가 갈리는 지점을 봐.

1. Q1AI에게 맡기기 좋은 조각은?

   1. ① 발표 연습
   2. ② 질문에 답하기
   3. ③ 목차 후보 늘어놓기
   4. ④ 친구 앞에서 말하기

2. Q2발표를 통째로 맡기면 왜 위험할까?

   1. ① 글자가 작아져서
   2. ② 시간이 더 걸려서
   3. ③ 슬라이드가 느려져서
   4. ④ 내가 안 읽은 문장은 질문에 답할 수 없어서

3. Q3초안을 받은 다음 반드시 할 일은?

   1. ① 숫자와 출처 확인하기
   2. ② 바로 출력하기
   3. ③ 글자 크기 키우기
   4. ④ 배경색 고르기

고칠 수 있는 조각은 맡기고, 내 이름이 붙는 조각은 내가 해.

왜 어떤 답은 뻔하고 어떤 답은 엉뚱할까

AI가 뻔한 답을 내놓느냐 엉뚱한 답을 내놓느냐는, 다음 낱말을 고를 때 확률이 제일 높은 것만 집느냐, 낮은 것까지 집느냐의 차이야.

이 폭을 넓혔다 좁혔다 하는 손잡이가 진짜로 있고, 이름이 '온도'야. 낮추면 무난한 말만 나오고, 올리면 잘 안 쓰는 낱말까지 튀어나와.

그래서 아이디어를 모을 땐 손잡이를 올려 많이 뽑아 놓고 내가 고르는 게 요령이야. 올릴수록 말 안 되는 것도 같이 늘어나거든.

직접 해보기 — 손잡이를 올리면 아이디어가 어떻게 변할까

손잡이가 0이면 제일 확률 높은 낱말만 집고, 100이면 낮은 확률의 낱말까지 집어. 돌려 보면 막대가 어디로 쏠리는지 보일 거야. (진짜 AI의 '온도' 값은 보통 0~2 사이야. 여기선 감을 잡으려고 0~100으로 늘려 놨어.)

손잡이를 낮췄을 때 vs 올렸을 때

같은 질문인데도 손잡이 하나로 답의 성격이 통째로 바뀌어.

챗봇 화면에 손잡이가 안 보여도 '더 엉뚱하게 스무 개 더' 라고 말하면 비슷한 효과를 낼 수 있어.

1. Q1AI가 엉뚱한 아이디어를 내게 하려면 뭐가 바뀌어야 할까?

   1. ① AI를 더 오래 켜 둔다
   2. ② 인터넷 속도를 올린다
   3. ③ 질문을 짧게 쓴다
   4. ④ 다음 낱말을 고르는 폭이 넓어진다

2. Q2손잡이를 올렸을 때 같이 늘어나는 건 뭘까?

   1. ① 말이 안 되는 답
   2. ② 정답률
   3. ③ 계산 속도
   4. ④ 답의 글자 수

3. Q3아이디어 회의에서 AI를 쓰는 요령은?

   1. ① 첫 답만 믿기
   2. ② 많이 뽑고 내가 고르기
   3. ③ 한 번만 물어보기
   4. ④ 손잡이를 0으로

손잡이를 올리면 아이디어가 넓어지고, 고르는 일은 여전히 네 몫이야.

큰 일을 맡았는데 어디서부터 하지

막막할 때는 AI에게 답을 묻지 말고 일을 쪼개 달라고 해. 계획은 정답을 아는 게 아니라 '뭘 먼저 하느냐'를 정하는 일이거든.

쪼개는 데도 정해진 꼴이 있어. 목표 → 쪼개기 → 순서 → 점검, 이 네 칸만 채우면 계획이 돼.

AI 연구에서도 같은 방법을 써. 어려운 문제를 작은 문제로 나눠 차례로 풀게 했더니 통째로 물을 때보다 훨씬 잘 풀었거든.

직접 해보기 — 네 칸을 순서대로 눌러 보기

섞여 있는 조각을 계획 순서대로 눌러 봐. 한 칸이라도 자리를 바꾸면 왜 계획이 무너지는지 바로 보일 거야.

계획의 네 칸

어떤 일이든 이 네 칸을 채우면 계획이 되고, 한 칸을 빼면 꼭 그 칸에서 사고가 나.

AI에게 통째로 맡기는 대신 이 네 칸을 하나씩 시키면, 어디가 틀렸는지도 칸 단위로 보여.

1. Q1계획을 세울 때 가장 먼저 정해야 하는 건?

   1. ① 할 일 목록
   2. ② 끝내야 할 목표
   3. ③ 마감 날짜
   4. ④ 같이 할 친구

2. Q2AI에게 계획을 맡길 때 더 나은 부탁은?

   1. ① 알아서 다 해 줘
   2. ② 정답만 알려 줘
   3. ③ 목표와 조건을 주고 쪼개 달라기
   4. ④ 아무 말 없이 기다리기

3. Q3계획에서 '점검' 칸이 하는 일은?

   1. ① 일을 더 늘린다
   2. ② 목표를 지운다
   3. ③ 마감을 미룬다
   4. ④ 어긋난 걸 일찍 잡는다

계획은 정답을 아는 게 아니라, 큰 덩어리를 작게 쪼개는 일이야.

시키면 알아서 끝까지 한다는데, 어디까지 맡겨도 될까

맡겨도 되는 일과 아닌 일을 가르는 기준은 사실상 하나야 — 틀렸을 때 되돌릴 수 있느냐.

목표만 주면 스스로 검색하고, 파일 열고, 실패하면 다시 해 보는 AI를 에이전트라고 불러. 한 번 답하고 끝나는 챗봇과 여기서 갈려.

그런데 사람이 쉽게 하는 일을 에이전트는 자주 놓쳐. 그래서 맡기더라도 마지막에 사람이 보는 칸을 남겨 두는 게 요령이야.

직접 해보기 — 이 일, 통째로 맡겨도 될까

여섯 가지 상황이야. 기준은 하나만 생각해 — 잘못됐을 때 되돌릴 수 있나, 없나.

사람은 쉽게, AI는 어렵게 — 2023년 첫 평가

'알아서 끝까지'가 얼마나 되는지 처음 제대로 재 봤을 때 숫자야.

2023년 GAIA와 WebArena 평가 숫자야. 그 뒤로 많이 올랐지만, 맡기면 거저 된다는 뜻은 아직 아니야.

1. Q1에이전트가 보통 챗봇과 다른 점은?

   1. ① 말을 더 예쁘게 한다
   2. ② 인터넷 없이도 쓴다
   3. ③ 스스로 도구를 써서 여러 단계를 밟는다
   4. ④ 그림까지 그려 준다

2. Q2맡겨도 되는 일인지 가르는 기준은?

   1. ① 일이 얼마나 긴가
   2. ② 글자 수가 많은가
   3. ③ AI가 얼마나 빠른가
   4. ④ 틀렸을 때 되돌릴 수 있나

3. Q3계좌에서 돈을 보내는 일은?

   1. ① 사람이 확인한다
   2. ② 통째로 맡긴다
   3. ③ AI가 두 번 한다
   4. ④ 나중에 고친다

되돌릴 수 있으면 맡기고, 되돌릴 수 없으면 네가 봐.