My AI Smarteasy 일타 저스틴 형님 강의 듣기 – Claude Code ELI5 Skill로 대상에 맞는 기술 설명 자동화하기
Claude Code ELI5 Skill로 대상에 맞는 기술 설명 자동화하기
Claude Code ELI5 Skill: 누구에게나 딱 맞는 기술 설명의 비밀
📖 출처 자료 요약
본 강의는 파파누보 (2026), Claude Code ELI5 Skill로 대상에 맞는 기술 설명 자동화하기 글을 바탕으로 재구성되었습니다. 원문에서 저자는 다음과 같이 강조합니다.
“핵심은 설명을 듣는 대상에 따라 설명 방식을 바꾸는 것입니다.”
원문은 AI에게 그저 “쉽게 말해줘”라고 요청하는 것을 넘어, 청자의 직무·연령·관계에 맞춰 설명의 깊이와 관점을 조절하는 ELI5 Skill의 구조와 이를 객관적으로 검증하는 평가 방법을 소개하고 있습니다.
STAGE 1 — Why It Matters: 왜 대상 맞춤형 설명이 필요할까요?
복잡한 개발 작업이나 인공지능 기술을 작업하다가, 상사나 고객에게 설명해야 했던 적이 있나요?
엔지니어가 사용하는 전문 용어를 그대로 전달하면 상대방은 지루해하거나 이해하지 못합니다. 반대로 모든 내용을 5살 아이에게 말하듯 유치하게 설명하면, 중요한 비즈니스 의사결정을 내릴 수 없겠죠.
쉽게 말해, 좋은 설명이란 ‘내용을 무조건 낮추는 것’이 아니라 ‘듣는 사람의 시선에 맞추는 것’입니다.
Claude Code의 ELI5 Skill은 이 번거로운 ‘눈높이 맞추기’ 작업을 AI가 알아서 체계적으로 수행하도록 만든 도구입니다. 여기까지 이해가 되시나요?
STAGE 2 — Unpacking the Core Concept: ELI5 Skill의 5가지 조절 스위치
ELI5는 “Explain Like I’m 5(내가 5살이라고 생각하고 설명해줘)”의 줄임말입니다. 하지만 이 스킬은 5살 어린이에만 머물지 않습니다. AI 내부에서 5가지 스위치를 동시에 조절합니다.
| 조절 스위치 | 설명 방식의 변화 | 예시 (데이터베이스 인덱스 설명 시) |
|---|---|---|
| 1. 어휘 (Vocabulary) | 쉬운 단어 vs 정확한 전문 용어 | 장난감 상자 vs B-Tree 구조 데이터 |
| 2. 비유 (Analogies) | 청자의 경험에 맞춘 비유 | 책의 색인(어린이) vs 도서관 분류 체계 |
| 3. 말투 (Tone) | 친근함 vs 전문적·격식 | “우와, 진짜 빠르죠!” vs “검색 효율이 향상됩니다.” |
| 4. 깊이 (Depth) | 핵심 요약 vs 세부 작동 원리 | 1줄 요약 vs 원리 및 예외 처리 설명 |
| 5. 관점 (Framing) | UX vs 비즈니스 위험 vs 아키텍처 | 사용자 경험 관점 vs 서버 비용 및 장애 위험 관점 |
예를 들어, 똑같은 기술 이슈라도 경영진(Manager)에게 말할 때는 “이 기술을 쓰면 시스템 다운 위험이 20% 줄어듭니다”라는 관점(Framing) 중심으로 풀어나가고, 디자이너에게는 “화면 로딩 속도가 빨라져 사용자 경험이 좋아집니다”로 풀어내는 방식입니다.
STAGE 3 — Evidence and Application: 실제로 잘 작동하는지 어떻게 검증할까?
AI에게 스킬을 적용했다고 해서 “설명이 더 좋아졌다”고 감정적으로만 평가하면 안 되겠죠? 원문 보고서에서는 이를 증명하기 위해 자동화된 평가(Eval) 체계를 도입했습니다.
run-evals.py라는 평가 프로그램을 통해, AI가 답한 결과물에 다음과 같은 구체적 조건(Assertions)을 적용해 점수를 매깁니다.
15세 청소년에게 ‘재귀 함수’를 설명하는 테스트를 예로 들어볼까요?
- 🟢 조건 1: 게임이나 SNS 같은 청소년 친화적 비유를 사용했는가?
- 🟢 조건 2: ‘요즘 애들’ 말투를 억지로 흉내 내서 어색하지 않은가?
- 🟢 조건 3: 자기 자신을 다시 호출한다는 개념이 정확히 들어갔는가?
- 🟢 조건 4: 멈추는 조건(종료 조건)을 명시했는가?
📊 평가 결과 비교
원문에서 제공한 테스트 결과에 따르면 다음과 같은 성능 차이가 확인되었습니다:
- ELI5 Skill 적용 전: 41.6% 통과 (5/12)
- 이유: 전문 용어는 없었지만, 어린이에게 맞지 않는 전화번호부 비유를 쓰거나 백과사전 같은 딱딱한 어조를 유지함.
- ELI5 Skill 적용 후: 83.3% 통과 (10/12)
- 이유: 대상에 맞는 비유, 친근한 말투, 관점 전환이 정확히 적용됨 (+41.7% p 개선).
이처럼 정확한 기준을 세워 평가했을 때, 특히 비기술 직군(관리자, 디자이너 등)을 향한 설명력이 크게 향상되었다는 점이 핵심 증거입니다.
STAGE 4 — Summary and Extension: 핵심 요약 및 스스로 점검하기
오늘 배운 내용을 간단히 정리해 봅시다.
- 좋은 기술 설명: 무조건 쉽게 만드는 것이 아니라, 청자의 역할과 수준에 맞춰 관점을 바꾸는 것입니다.
- ELI5 Skill: 어휘, 비유, 말투, 깊이, 관점이라는 5가지 요소를 조절하여 맞춤형 설명을 생성합니다.
- 객관적 검증: 명확한 조건(Assertions)을 가진 평가 시스템을 통해 성능이 40% 이상 향상됨을 검증했습니다
