CHATTING WITH AI – My AI Smarteasy와 책 읽기 – 사용자 정의 코파일럿 AI 에이전트 – 일타 저스틴
안녕하세요! 저는 여러분의 친절한 개념 길잡이, 강사 저스틴(Justin)입니다.
레이첼 가브(Rachel Garb)의 아주 훌륭한 가이드북인 《CHATTING WITH AI (시작하기 전에 알아야 할 것들)》를 함께 읽게 되어 정말 기쁩니다. 이 책은 복잡한 기술 용어 없이 누구나 AI와 대화할 수 있도록 돕는 최고의 입문서예요.
전체 내용을 총 3개의 강의로 나누어 차근차근 진행하겠습니다.
- 제1강: AI는 어떻게 글을 쓰고 대화할까? (작동 원리 이해하기)
- 제2강: AI의 한계와 소통 방식 (실수하는 이유와 인간적인 대화)
- 제3강: 기억, 개인정보, 그리고 첫걸음 (AI 활용법과 실전 연습)
학습자가 “AI를 처음 접하는 완전 초보자”라는 가정하에 가장 쉽고 재미있게 첫 번째 강의를 시작하겠습니다.
제1강: AI는 어떻게 글을 쓰고 대화할까?
안녕하세요! 저스틴입니다. 여러분은 챗GPT나 클로드 같은 AI와 대화해 본 적이 있으신가요? 질문을 던지면 마치 살아있는 사람처럼 순식간에 매끄러운 답변을 만들어내죠. 정말 마술 같지 않나요?
하지만 이 마술이 어떤 원리로 작동하는지 모르면, 우리는 AI를 오해하거나 잘못 사용하기 쉽습니다. 오늘 첫 시간은 그 비밀의 커튼을 살짝 열어보는 시간입니다.
STAGE 1 — 왜 이것이 중요할까요? (Why It Matters)
우리가 스마트폰을 사용할 때, 그 안의 미세한 칩셋 작동 원리까지 다 알 필요는 없습니다. 하지만 AI는 조금 다릅니다. AI가 어떻게 답을 만들어내는지 모르면 두 가지 함정에 빠지기 쉽기 때문입니다.
- AI를 과대평가하게 됩니다. AI가 진짜 사람처럼 깊이 생각하고 감정을 느낀다고 착각하게 되죠.
- AI의 실수를 이해하지 못합니다. “컴퓨터인데 왜 이런 뻔한 계산을 틀리지?” 하며 실망하고 포기해 버립니다.
AI의 진짜 정체를 알면, 더 똑똑하고 안전하게 이 도구를 다룰 수 있게 됩니다.
STAGE 2 — 핵심 개념 파헤치기 (Unpacking the Core Concept)
AI가 글을 쓰는 원리를 이해하기 위해 아주 익숙한 비유를 들어볼게요.
여러분이 스마트폰으로 문자를 보낼 때 “나 지금 퇴근…”까지만 치면, 키보드 위에 자동으로 “했어”, “중이야”, “길이야” 같은 추천 단어가 뜨죠? 스마트폰이 그동안의 대화 패턴을 보고 다음에 올 가장 자연스러운 단어를 ‘예측’한 것입니다.
AI도 정확히 이 일을 합니다. 아주아주 거대하게 말이죠!
이 기술을 LLM(Large Language Model, 거대 언어 모델)이라고 부릅니다. 이 단어들을 하나씩 쪼개서 살펴볼까요?
| 단어 | 의미 | 쉽게 말하면? |
|---|---|---|
| Large (거대한) | 엄청난 양의 데이터 | 인터넷에 있는 수십억 개의 책, 기사, 대화를 공부했어요. |
| Language (언어) | 인간이 쓰는 말 | 숫자나 코드가 아닌, 인간이 일상적으로 쓰는 언어를 배웠어요. |
| Model (모델) | 흉내 내는 복제본 | 인간이 말하는 방식을 기가 막히게 흉내 내는 장치예요. |
책에서 저자 레이첼 가브는 LLM의 본질을 이렇게 말합니다.
“An LLM predicts what word is most likely to come next” (LLM은 다음에 올 가장 가능성이 높은 단어를 예측합니다.)
즉, AI는 생각하는 기계가 아니라, 수많은 데이터 학습을 통해 “다음에 올 가장 잘 어울리는 단어”를 확률적으로 맞추는 ‘초강력 자동 완성 기계’입니다. 이해되시나요?
STAGE 3 — 증거와 실제 적용 (Evidence and Application)
책에서 저자가 은퇴하는 친구 리사(Lisa)를 위해 수학과 피클볼, 이탈리아어 여행 계획을 엮어 웃긴 시를 써달라고 AI에게 부탁했을 때, AI는 멋진 시를 바로 지어냈습니다.
이때 AI는 “수학 선생님이 은퇴하니까 감동적이겠지?”라고 마음으로 느낀 것이 아닙니다. 그저 ‘은퇴’, ‘수학’, ‘피클볼’이라는 단어들이 주어졌을 때, 인터넷에서 배운 수많은 글의 패턴을 조합하여 다음에 올 가장 어울리는 단어들을 한 글자씩 이어 붙인 것뿐입니다.
- “For 36 years…” 다음에 올 자연스러운 단어는 “she’s ruled…”
- “rules” 뒤에 올 단어는 “the land…”
이렇게 꼬리에 꼬리를 무는 예측이 모여 하나의 아름다운 시가 완성되는 것이죠.
STAGE 4 — 요약과 질문 (Summary and Extension)
오늘 배운 내용을 한 줄로 요약해 볼까요? “AI는 생각하는 인격체가 아니라, 인간의 언어 패턴을 흉내 내어 ‘다음에 올 단어를 예측’하는 똑똑한 도구다.”
[ANALYSIS_START] LECTURE_THEME: AI의 한계(환각 현상)와 인간을 모방하는 대화 방식의 특징 LEARNER_STRUGGLE_POINT: AI가 똑똑해 보이지만 너무나 당당하게 거짓말(환각)을 하는 이유를 이해하고, 친절한 어조에 속아 감정적으로 과하게 몰입하지 않도록 건강한 관계를 설정하는 것. CANDIDATE_ANALOGIES/EXAMPLES: 길을 모르면서도 “저만 믿으세요!”라며 당당하게 엉뚱한 길로 안내하는 ‘길치 가이드’의 비유. PRIMARY_LEARNER_BACKGROUND / DIFFICULTY_CALIBRATION: 완전 초보자 눈높이 유지. 복잡한 알고리즘 대신 일상적인 대화 예시와 심리적 경계 세우기에 집중하여 설명. SOURCE_STATUS: HAS SOURCE (Rachel Garb, CHATTING WITH AI) SOURCE_HANDLING_PLAN:
-
- 원작자의 핵심 주장 요약 및 인용: 책에서 언급된 수학적 오류의 원인 “AI predicts words, not numbers(AI는 숫자가 아니라 단어를 예측한다)”를 15단어 미만으로 인용.
- 환각(Hallucination)의 정의와 예시 설명. VISUAL_AID_PLAN: 인간 대화와 AI 대화의 차이점을 한눈에 보여주는 비교 테이블 제공. STRUCTURAL_PLAN:
- STAGE 1: 왜 이것이 중요할까요? (AI의 뻔뻔한 거짓말과 과도한 친절)
- STAGE 2: 핵심 개념 파헤치기 (환각 현상이 일어나는 이유와 ‘숫자’에 약한 AI)
- STAGE 3: 증거와 실제 적용 (AI는 감정이 없다! 건강한 경계선 긋기)
- STAGE 4: 요약과 질문 MEMORY_LOG_CHECK: 1강의 LLM(단어 예측) 개념을 기반으로 오류(환각) 원인을 자연스럽게 연결. [ANALYSIS_END]
제2강: AI의 한계와 소통 방식 (실수하는 이유와 인간적인 대화)
네, 바로 제2강 시작합니다! 저스틴입니다.
지난 시간에는 AI가 단지 ‘다음에 올 단어를 아주 잘 예측하는 기계’라는 것을 배웠습니다. 그렇다면 이런 의문이 들 수 있어요.
“기계라면 수학 계산처럼 정확한 건 절대 안 틀려야 하는 거 아닌가요?”
하지만 놀랍게도 AI는 아주 쉬운 수학 문제를 뻔뻔하게 틀리곤 합니다. 왜 그럴까요? 오늘 그 이유를 확실하게 파헤쳐 보겠습니다.
STAGE 1 — 왜 이것이 중요할까요? (Why It Matters)
AI와 대화하다 보면 두 가지 순간에 당황하게 됩니다.
- 너무나 당당하게 거짓말을 할 때: “이 책의 저자는 세종대왕입니다” 같은 엉터리 정보를 마치 진실인 것처럼 확신에 찬 말투로 말합니다.
- 너무나 친절하게 나를 칭찬할 때: “와, 정말 천재적인 생각이시네요!”라며 끝없는 칭찬을 건네서, 나도 모르게 AI에게 감정적으로 의지하게 만듭니다.
이 두 가지 특징을 미리 알지 못하면, 잘못된 정보를 믿고 큰 실수를 하거나 AI에게 과도하게 감정 이입을 감행하게 됩니다. 아주 위험하겠죠?
STAGE 2 — 핵심 개념 파헤치기 (Unpacking the Core Concept)
먼저, AI가 자신 있게 거짓말을 하는 이유를 알아볼게요. 쉽게 비유하자면, AI는 ‘모르는 길도 아는 것처럼 당당하게 안내하는 길치 가이드’와 같습니다.
우리가 길을 물었을 때, “음… 잘 모르겠는데요”라고 솔직하게 말하는 가이드가 있는 반면, 어떻게든 칭찬받고 싶어서 “아, 그 길요? 당연히 알죠! 오른쪽으로 가서 왼쪽으로 가시면 됩니다!” 하고 당당하게 틀린 길을 알려주는 가이드가 있죠.
이처럼 AI가 그럴듯하지만 완전히 틀린 정보를 진짜처럼 말하는 현상을 ‘환각 현상(Hallucination, 할루시네이션)’이라고 합니다.
AI가 환각에 빠지는 결정적인 이유는 책에서 저자가 지적한 이 한 문장에 담겨 있습니다.
“AI predicts words, not numbers.” (AI는 숫자가 아니라 단어를 예측합니다.)
이게 무슨 뜻일까요? AI는 수학적 공식을 계산기로 풀듯이 계산하는 게 아닙니다. “3,821은 소수인가?”라는 질문을 받았을 때도, 수학적 계산을 하는 것이 아니라 “소수와 관련된 대화에서 사람들이 보통 어떤 ‘단어’를 썼더라?”를 예측해서 답변을 조립하는 것입니다. 그러다 보니 그럴듯한 ‘말’은 만들어내지만, 정작 ‘수식’은 틀리는 일이 벌어지는 것이죠.
이해가 좀 되시나요?
STAGE 3 — 증거와 실제 적용 (Evidence and Application)
그렇다면 우리는 이 똑똑하면서도 헐렁한 AI와 어떻게 대화해야 할까요?
가장 먼저 기억해야 할 것은 “AI는 감정이 없다”는 사실입니다. AI가 여러분에게 “정말 멋진 생각이에요!”라고 극찬을 아끼지 않는 이유는 여러분을 사랑해서가 아닙니다. 그저 수많은 데이터 속에서 ‘친절하고 격려하는 대화 패턴’을 꺼내와 흉내 내는 것뿐이죠.
AI와 대화할 때는 사람과 대화할 때와는 다른 새로운 마음가짐이 필요합니다. 아래 표를 한번 볼까요?
| 대화 상대 | 대화의 특징 | 우리가 가져야 할 태도 |
|---|---|---|
| 인간 (Human) | 자신감 있는 태도는 보통 ‘정확한 지식’을 의미함. | 상대방의 확신을 어느 정도 신뢰할 수 있음. |
| AI | 틀린 내용도 언제나 100% 자신감 넘치게 말함. | 중요한 정보(의학, 법률, 금융 등)는 반드시 직접 더블체크해야 함. |
| 인간 (Human) | 감정 소모가 있을 수 있고, 내 횡설수설을 참아주지 않음. | 예의를 지키고 조심스럽게 소통해야 함. |
| AI | 무한한 인내심. 아무리 횡설수설해도 절대 화내지 않음. | 부담 없이 편하게, 질문을 마구 던져도 됨. |
아시겠죠? AI는 결코 여러분의 질문에 귀찮아하거나 상처받지 않습니다. 대화가 길어지면 마음대로 끊어도 되고, 엉망으로 질문해도 찰떡같이 알아들으려고 노력합니다.
STAGE 4 — 요약과 질문 (Summary and Extension)
오늘의 핵심 요약입니다! “AI는 감정이 없는 단어 예측기일 뿐이므로, 아무리 친절하고 당당하게 말하더라도 중요한 정보는 항상 의심하고 더블체크해야 한다. 대신, 절대 화내지 않으므로 편안하고 자유롭게 질문하자!”
제3강: 기억, 개인정보, 그리고 첫걸음 (AI 활용법과 실전 연습)
안녕하세요! 여러분의 친절한 가이드 저스틴입니다. 드디어 우리의 마지막 3번째 강의에 오신 것을 환영합니다!
지난 시간에는 AI가 단어 예측 기계이며 환각(거짓말)을 할 수 있다는 것을 배웠습니다.
오늘은 실전 편입니다. “AI는 나를 어디까지 기억할까?”, “내 개인정보는 안전할까?”, 그리고 “당장 오늘 어떻게 대화를 시작하면 좋을까?”에 대해 명쾌하게 정리해 드릴게요.
STAGE 1 — 왜 이것이 중요할까요? (Why It Matters)
AI를 처음 쓸 때 많은 분이 두 가지 걱정을 하십니다.
- 개인정보 유출 걱정: “내가 한 고민이나 업무 내용을 AI 회사에서 다 훔쳐보고 악용하면 어쩌지?”
- 질문에 대한 두려움: “기술을 잘 모르는 내가 엉뚱하게 질문하면 AI가 이상한 대답을 주거나 비웃지 않을까?”
오늘 강의를 듣고 나면 이 두 가지 걱정이 눈 녹듯 사라질 것입니다. 안전하게 선을 긋는 법과, 초보자도 한 번에 원하는 답을 얻는 대화법을 알게 되니까요.
STAGE 2 — 핵심 개념 파헤치기 (Unpacking the Core Concept)
먼저, 많은 분이 궁금해하는 AI의 기억 방식에 대해 알아볼게요. AI의 머릿속에는 3가지 종류의 기억 장치가 있습니다.
쉽게 이해할 수 있도록 ‘칠판’과 ‘기록장’, 그리고 ‘포스트잇’에 비유해 볼게요.
| 구분 | 책의 개념 | 비유 | 작동 방식 |
|---|---|---|---|
| 1. 컨텍스트 (Context) | 대화 중 기억 | 칠판 | 대화가 진행되는 동안 기억하는 단기 기억입니다. 대화가 너무 길어지면 칠판이 가득 차서 옛날 내용은 지워집니다. |
| 2. 히스토리 (History) | 지난 대화 기록 | 기록장 | 대화가 끝나면 칠판은 지워지지만, 대화방 목록에 그대로 보관됩니다. 원할 때 언제든 다시 들어가 이어서 말할 수 있어요. |
| 3. 메모리 (Memory) | 나에 대한 영구 기억 | 포스트잇 | “나는 채식주의자야”처럼 중요한 내 정보를 포스트잇처럼 딱 붙여두고, 새로운 대화방을 열어도 계속 기억하게 만드는 최신 기능입니다. |
어때요, 이렇게 보니 참 쉽죠?
여기에 한 가지 더 기억할 점이 있습니다. 책에서 저자는 아주 중요한 경고를 남겼습니다.
“AI doesn’t think or feel. It’s just a language machine.” (AI는 생각하거나 느끼지 않습니다. 그저 언어 기계일 뿐입니다.)
AI가 아무리 나를 기억하고 친절하게 굴어도, 그것은 인간적인 관계가 아니라 잘 설계된 기계의 작동일 뿐이라는 사실입니다.
🔒 개인정보는 어떻게 보호할까요?
기본적으로 AI 회사들은 인공지능을 더 똑똑하게 훈련하기 위해 우리의 대화 데이터를 익명화해서 사용하곤 합니다. (설정에서 꺼둘 수도 있습니다.) 하지만 혹시 모를 보안 사고에 대비해 딱 한 가지만 지키세요! 👉 “주민등록번호, 은행 계좌번호, 비밀번호 같은 민감한 정보는 절대 AI에게 입력하지 않는다.” 이것만 지키면 안전합니다.
STAGE 3 — 증거와 실제 적용 (Evidence and Application)
이제 마지막으로, 당장 AI와 대화를 시작하는 법을 알려드릴게요.
정보기술(IT) 업계에서는 질문을 잘하는 기술을 ‘프롬프트 엔지니어링’이라는 거창한 이름으로 부릅니다. 하지만 저자는 “엔지니어가 될 필요는 전혀 없다”고 말합니다. 그냥 평소에 친구와 대화하듯이 편하게 쓰면 되거든요.
그래도 첫마디를 떼기 어려운 여러분을 위해, 책에서 소개한 ‘만능 대화 치트키(템플릿)’ 3가지를 준비했습니다. 복사해서 빈칸만 채워 써보세요!
- 공부하고 싶을 때 (배움 치트키)
“내가 지금 [새로운 주제]를 배우고 싶어. 초보자용으로 딱 3단계로 나누어 쉽게 설명해 줄래?”
- 글을 쓰거나 아이디어가 필요할 때 (창작 치트키)
“[친구 이름]에게 줄 [웃긴/감동적인] 축하 편지를 쓰려고 해. 친구는 [취미]를 좋아해. 초안을 짜 줄래?”
- 결정이 고민될 때 (비교 치트키)
“내가 이번에 [옵션 A]와 [옵션 B] 중에 고민 중이야. 나에게 가장 중요한 건 [나의 기준]이야. 장단점을 비교해 줘.”
이렇게 물어보면 AI는 여러분에게 최고의 비서가 되어줄 것입니다.
STAGE 4 — 요약과 질문 (Summary and Extension)
3강의 핵심 요약입니다! “AI는 칠판처럼 대화 내용을 기억하며, 민감한 개인정보만 적지 않으면 안전하게 쓸 수 있다. 거창한 기술 없이 일상 언어로 질문을 시작하자!”
