AI AJEOSSI / BLOG
현장 경험을 AI가 이해할 수 있는 말로 옮기는 한국어 글.
AI의 답은 단정적으로 보일 때가 있습니다. 문장이 매끄럽고 이유도 붙어 있으면, 이미 확인이 끝난 것처럼 느껴지기도 합니다. 하지만 자신 있는 말투와 실제로 확인된 내용은 같은 것이 아닙니다. 가상의 안내문을 만들 때를 생각해 봅시다. AI가 날짜와 대상자를 포함한 문장을 제안했다면, 바로 쓰기 전에 세 가지만 적어 볼 수 있습니다. 이 문장에 원문으로 확인한 내용은 무엇인가? 아직 확인하…
AI와 함께 일을 하면 답이 빨리 나옵니다. 그런데 며칠 뒤 같은 일을 다시 볼 때는, 답 자체보다 “왜 이렇게 처리했지?”라는 질문이 더 중요해질 때가 있습니다. 그때 필요한 것은 긴 보고서가 아닙니다. 다음 사람이 다시 확인할 수 있는 한 줄의 기록입니다. 답 옆에 남길 한 줄 가상의 안내문 초안을 만들었다고 해 봅시다. AI가 문장을 제안한 뒤, 이렇게 적을 수 있습니다. 원문에 없는 …
AI가 만든 초안은 빠르게 시작할 수 있게 도와줍니다. 하지만 빠르게 나온 문장이 곧바로 현장에 맞는 문장이라는 뜻은 아닙니다. 초안을 받은 뒤에는 혼자 고치기보다, 일을 아는 사람과 함께 세 가지를 살펴보면 좋습니다. 긴 회의가 아니라 짧은 확인이어도 충분합니다. 첫째, 빠진 조건이 없는가 문장이 자연스러워도, 원래 자료에 있던 날짜, 대상, 예외가 빠질 수 있습니다. 초안을 읽으며 “이 …
AI를 쓰는 방법은 사람마다 다를 수 있습니다. 그러나 함께 일하는 기준까지 사람마다 다르면, 같은 일을 해도 결과를 믿기 어려워집니다. 처음부터 긴 매뉴얼을 만들 필요는 없습니다. 자주 하는 한 가지 일을 골라, 누구나 볼 수 있는 한 장의 기준으로 적어 보는 것부터 시작할 수 있습니다. 한 장에 남길 다섯 가지 가상의 안내문 초안을 AI와 함께 만든다고 생각해 봅시다. 아래 다섯 가지만 …
AI에게 일을 부탁할 때 우리는 대개 “무엇을 물어볼까”부터 생각합니다. 하지만 그보다 먼저 정해야 할 것이 있습니다. 무엇을 넣지 않을 것인가입니다. AI 아저씨는 현장 경험을 AI의 언어로 번역하는 역할입니다. 번역은 자료를 전부 넘기는 일이 아닙니다. 목적에 필요한 정보만 고르고, 사람에게 남겨야 할 정보와 판단을 분리하는 일입니다. 먼저 세 칸으로 나누어 보세요 가상의 업무 메모를 정…
AI는 그럴듯한 문장과 정리된 답을 빠르게 보여 줍니다. 그래서 답이 빨리 나올수록 “이제 끝났다”라고 느끼기 쉽습니다. 하지만 현장에서 필요한 것은 빠른 답 하나보다, 그 답을 사용해도 되는지 확인하는 질문입니다. AI 아저씨는 현장 경험을 AI의 언어로 번역하는 역할입니다. 이 역할은 답을 대신 결정하는 일이 아니라, 빠진 확인을 눈에 보이게 만드는 일에 가깝습니다. 답을 받기 전에 물을…
AI에게 일을 시키려고 하면, 먼저 프롬프트 문장부터 찾게 됩니다. 하지만 오랫동안 일을 해 온 사람에게 정말 어려운 것은 문장을 예쁘게 만드는 일이 아닙니다. 자신이 알고 있는 조건을 빠뜨리지 않고 꺼내는 일입니다. AI 아저씨가 말하는 출발점은 간단합니다. 새로운 기술을 처음부터 다시 배우는 것이 아니라, 사람에게 일을 맡길 때 사용하던 경험을 AI가 확인할 수 있는 말로 옮기는 것입니다…
AI가 생활의 변화를 알려주면, 곧바로 결론을 내려도 될까요? 돌봄에서 중요한 것은 AI가 사람을 대신 판단하는 일이 아닙니다. 먼저 확인이 필요한 신호를 알리고, 그 신호를 어떻게 확인할지 정해 두는 일입니다. AI 아저씨가 말하는 AI의 역할도 같습니다. 현장의 경험을 AI의 언어로 옮기되, 사람의 판단과 책임이 사라지지 않게 경계를 만드는 일입니다. 알림은 시작점이다 공개된 정부 AI …
AI가 많은 일을 빠르게 처리하면, 오래 일한 사람의 경험은 필요 없어질까요? 경험의 가치는 단순히 몇 년 일했는지에 있지 않습니다. 어떤 지점에서 다시 확인했는지, 무엇을 예외로 보았는지, 실패 뒤에 절차를 어떻게 바꾸었는지가 다른 사람과 공유될 때 비로소 드러납니다. 연차가 아니라 공유 가능한 조건으로 경험을 바꾸는 일이 AI 아저씨의 역할입니다. 연차만으로는 전달되지 않는다 “오래 해 …
AI가 문서를 만드는 것을 넘어 센서, 장비, 로봇과 연결되면 질문이 달라집니다. “AI가 무엇을 할 수 있는가?”만으로는 부족합니다. **어떤 경우에 멈추고, 누가 다시 확인할 것인가?**를 먼저 정해야 합니다. 빠르게 움직이는 것보다 멈춤과 확인의 경계를 설명하는 일도 AI 아저씨의 역할입니다. 피지컬 AI를 어렵게 생각하지 않기 여기서 피지컬 AI는 화면 안에서 답하는 AI가 아니라, …
현장 경험이 있는 사람의 노하우를 AI에 넣으면 일이 곧바로 좋아질까요? 꼭 그렇지는 않습니다. 경험을 많이 모아도, AI가 어느 상황에서 그 지식을 적용해야 하는지 모르면 그럴듯하지만 쓸 수 없는 답이 나올 수 있습니다. 중요한 것은 지식의 양보다 판단이 작동하는 조건입니다. 이 조건을 말로 옮기는 일이 AI 아저씨의 역할입니다. 지식 목록과 판단 조건은 다르다 “이 거래처는 조심해야 한다…
첫 글에서 ‘AI 아저씨’는 나이가 아니라 역할의 이름이라고 설명했습니다. 그렇다면 실제로 AI를 업무에 연결할 때는 무엇부터 시작해야 할까요? 처음부터 코딩을 배우거나 프롬프트 문장을 외울 필요는 없습니다. 이미 알고 있는 업무를 하나 골라, AI에게 설명할 수 있는 형태로 바꾸는 것부터 시작하면 됩니다. 1단계: 업무 하나만 고른다 “AI를 업무에 활용하고 싶다”는 너무 큰 목표입니다. …
이 글은 **‘AI 아저씨의 현장 노트’**에 올리는 첫 글입니다. 생성 AI를 배우려고 하면 가장 먼저 프롬프트 요령을 만나게 됩니다. 어떤 문장을 입력해야 하는지, 어떤 역할을 부여해야 하는지, 답변 형식을 어떻게 정해야 하는지부터 설명합니다. 물론 이런 사용법도 필요합니다. 하지만 일을 오래 해 온 사람에게 더 중요한 자산은 따로 있습니다. 규정의 취지, 조직 안에서 실제로 의사결정이 …