AI 시대에 중요한 지식

지난주 회사 AX 공유회에서 ‘지식이 썩는 패턴’이라는 발표를 들었다.

아는 게 많을수록 오래된 지식을 관리하기 어렵고, 그래서 낡은 지식이 많아진다는 요지였다. 오랜 경력으로 쌓은 많은 지식의 상당수는 썩었을 수 있다는 이야기다. 경력자라면 귀 기울여 들어볼 만한 이야기다.

게다가 AI 시대에 AI 관련 지식은 더 빨리 썩을 수 있다는 생각이 든다. 하루가 멀게 새로운 모델이 출시되고, 기존에는 어려웠던 일이 이제는 쉬워지고 있다. 그런 차원에서 어떤 지식이 유효할까 생각해 봤다.

6개월 전에 비개발자를 대상으로 바이브코딩 과외를 했었다. 그때 시도한 기법들이 지금 얼마나 쓸모 있을지 돌아봤다.

1. 6개월 전 바이브코딩으로 무엇을 할 것인가를 결정하기 위해 고려한 것들

• 바이브코딩으로 완전 새로운 것을 만들기보단 기존 제품을 약간 수정해 보자.
• 할 일이 분명하고(구체적이고) 단순한 일부터 시작해 보자.
• 여러 후보 중에 현재 가지고 있는 도구로 풀 수 있는 것 먼저 한다. (예를 들어 GPT 콘솔에서 바로 퍼블리싱할 수 있는 일 먼저)

어떤 일을 잘하기 위해서는 난이도 조절과 불확실성 관리가 중요하다. 이런 지식은 AI 관련 지식은 아니지만 AI로 무엇을 할 것인지 결정하는 과정에서 중요한 일이다. 이런 지식은 오래되었으면서 현재까지도 유효한, 잘 낡지 않는 지식이라고 할 수 있다.

2. 6개월 전 AI에게 지시를 잘하기 위해 한 일들

• 용어를 더 명시적으로 쓰기 (우측 하단의 버튼이라고 부르기보다는 버튼의 이름을 불러준다.)
• 특정 요소에 이름을 부여하기
• 구체적으로 할 일 기술하기

결과물의 세부 사항 조정을 잘하기 위해서 시도한 방법들이다. 여전히 유효하다고 생각하지만, 요즘엔 모델에게 대충 말해도 더 잘 알아들을 것이라고 본다. 그리고 난 요즘에 이런 세부적인 수정을 AI와 일일이 대화하면서 조정하는 일을 많이 하지 않는다. 상위 스펙만 잘 정의해서 전달하면 알아서 잘 만들기 때문에 크게 변경할 일도 없다. 그리고 상위 개념을 지시하지, 하위 세부 사항을 잘 지시하지 않는다. (이 서비스는 OO 정보를 가독성 높게 전달해야 한다, 이런 식으로 지시한다. OO 영역의 폰트 크기 및 여백을 어떻게 바꾸라는 등의 지시는 잘 하지 않는다.) 이런 지식은 상대적으로 금방 낡는 지식인 것이다.

이 두 가지 배움에서 보면, 제품 관련 의사결정에 들어가는 지식(AI로 만드는 것도 결국 제품)은 상대적으로 덜 썩고, AI 모델에 근접한 지식은 상대적으로 빨리 썩는다. 학습 시간을 어디에 쓸지의 분배 기준이 된다.