AI가 처음이라면: 어려운 말 없이 이해하기

1. 1

   AI는 내 일을 어디에서 도와줄까요

   가족 모임 안내를 쓰려고 메모장을 열었습니다. 날짜와 장소는 정했지만 첫 문장을 쓰기 어렵습니다. 누군가에게 '이 메모를 읽고 부드러운 안내문으로 바꿔 줘'라고 부탁하면 편하겠지요. 대화형 AI는 이런 요청을 글로 받고 초안을 만들어 주는 도구입니다. 오늘은 직접 실행하지 않아도 됩니다. 부탁, 재료, 결과가 어떻게 연결되는지부터 차근차근 살펴봅니다.

   AI는 인공지능이라는 말의 줄임말입니다. 사진 속 물체를 구분하거나 문장을 번역하는 등 여러 종류의 소프트웨어를 넓게 가리킵니다. 모든 AI가 채팅창으로 대화하는 것은 아닙니다. 스팸 메일을 분류하는 기능과 안내문을 작성하는 기능은 하는 일이 다릅니다. 'AI를 배운다'고 해서 이 모든 분야의 수학이나 프로그래밍을 먼저 배워야 하는 것도 아닙니다. 이 코스는 글로 요청하는 도구를 이해하는 데서 출발합니다.

   일상에서 사람에게 일을 부탁할 때도 재료와 목적이 필요합니다. 행사 날짜를 모르는 친구에게 안내문을 부탁하면 먼저 날짜를 물어야 합니다. AI에게도 내 머릿속 정보가 저절로 전달되지는 않습니다. 이 비유는 요청을 설명하기 위한 것이며, AI가 친구처럼 내 사정을 알고 책임지는 존재라는 뜻은 아닙니다. 알려 준 정보와 실제로 확인한 정보가 어디까지인지 사용자가 구분해야 합니다.

2. 2

   생성형 AI는 새 결과를 만들어 냅니다

   생성은 만들어 낸다는 뜻입니다. 생성형 AI는 요청을 바탕으로 글이나 그림 같은 결과를 만듭니다. '모임 안내를 써 줘'는 글을 만드는 요청이고, '창가의 흰 머그컵을 그려 줘'는 그림을 만드는 요청입니다. 지금 코스에서는 글을 중심으로 설명하지만, 재료를 주고 결과를 검토하는 흐름은 그림에도 적용됩니다. 글과 그림이 모두 자연스러워 보여도 실제 상황을 기록한 것인지는 별도로 확인해야 합니다.

   

   검색과 생성도 구분해 봅시다. 도서관의 오늘 운영 시간을 알려면 현재 공지 같은 근거를 찾아야 합니다. 도서관 방문 안내의 말투를 부드럽게 바꾸는 일은 주어진 정보를 다른 문장으로 만드는 작업입니다. 두 일을 함께 제공하는 서비스도 있습니다. 그래서 'AI는 검색을 전혀 못 한다'거나 'AI의 답은 전부 검색 결과다'라고 외우기보다, 이번 답이 어떤 자료를 이용했는지 확인하는 편이 정확합니다.

   짧은 예를 보세요. 원문에 '오후 2시에 모인다'만 있는데 답이 '토요일 오후 2시에 무료로 모인다'라면 토요일과 무료라는 정보가 더해졌습니다. 문장이 길어지면서 읽기 편해졌을 수 있지만, 그 정보의 근거는 여전히 없습니다. 생성한 문장에는 자료를 옮긴 부분과 새로 구성한 표현이 함께 있을 수 있습니다. 이 둘을 구분하는 습관이 처음부터 필요합니다.

3. 3

   모델·프롬프트·맥락, 세 단어만 먼저

   모델은 자료에서 배운 규칙성을 이용해 결과를 만드는 핵심 소프트웨어입니다. 사용자가 보는 앱이나 사이트 전체와는 구분합니다. 음식점의 주문 화면과 요리하는 주방을 구분하는 비유를 떠올리면 쉽습니다. 주문 화면에는 결제나 주문 내역도 있고, 주방은 음식을 만드는 일을 맡습니다. 마찬가지로 AI 서비스에는 대화 기록, 검색, 파일 처리 같은 기능이 함께 있을 수 있습니다. 이 비유가 실제 내부 구조를 그대로 보여 주는 것은 아닙니다.

   프롬프트는 AI에게 보내는 요청입니다. 명령어처럼 외워야 하는 비밀 문구가 아니라 '이 메모로 처음 오는 사람에게 안내문을 써 줘' 같은 평범한 문장도 프롬프트입니다. 맥락은 그 요청을 이해하는 데 쓰이는 주변 정보입니다. 읽는 사람, 이전 대화, 붙여 넣은 자료처럼 이번 작업과 관련한 내용이 여기에 해당합니다. 자료를 더 많이 준다고 항상 좋아지는 것은 아닙니다. 서로 다른 행사의 정보가 섞이면 어떤 것을 써야 할지 흐려집니다.

   이 세 단어를 안내문에 연결하면 모델은 답을 만드는 부분, 프롬프트는 내가 부탁한 문장, 맥락은 날짜와 장소가 적힌 메모입니다. '결과가 이상하니 더 좋은 AI를 써야 하나'라고 생각하기 전에 이 중 무엇이 부족했는지 살펴보세요. 장소를 알려 주지 않았다면 먼저 메모를 보충할 일입니다. 다른 장소가 함께 들어갔다면 자료를 정리할 일입니다. 모델 이름만 바꾸는 것으로 내 자료의 모순이 해결되지는 않습니다.

   용어를 안내문 만들기에 연결해 보기

   용어	쉬운 뜻	이번 예
   모델	결과를 만드는 핵심 소프트웨어	요청과 자료를 바탕으로 문장을 만듦
   프롬프트	보내는 요청	처음 오는 사람에게 세 문장으로 써 줘
   맥락	이번 작업의 주변 정보	날짜, 장소, 준비물, 앞선 요청

4. 4

   말을 잘하는데 왜 사실을 틀릴까요

   대규모 언어 모델은 많은 언어 자료를 학습하고 문맥에 맞는 텍스트를 만들어 내도록 훈련됩니다. 이를 줄여 LLM이라고 부릅니다. 더 자세한 작동 원리는 뒤의 'LLM이 뭔가요'에서 다루니 지금 외울 필요는 없습니다. 여기서는 자연스러운 문장을 만드는 능력과 각 문장이 현실에서 참인지 보증하는 일이 같지 않다는 점을 이해하면 충분합니다.

   

   안내문에 자주 등장하는 '참가비 무료'라는 표현이 그럴듯하게 이어질 수 있어도 우리 모임의 요금을 확인했다는 뜻은 아닙니다. 자료에 없는 내용을 사실처럼 제시하는 오류를 할루시네이션이라고 부릅니다. 어려운 이름보다 '근거가 없는데 사실처럼 쓴 부분'으로 기억하세요. 어떤 오류는 눈에 잘 띄지만, 날짜 하나나 사람 이름 하나처럼 작은 부분에 들어가면 문장을 자연스럽게 읽다가 놓치기 쉽습니다.

   사람이 최종 확인할 때는 답을 다시 읽는 데서 끝내지 않습니다. 원래 메모의 날짜를 보고 답의 날짜를 찾는 식으로 비교합니다. 합계라면 계산기로, 운영 시간이라면 해당 기관의 최신 공지로 확인할 수 있습니다. 같은 AI에 '정말 맞아?'라고 묻는 것은 오류를 고치는 데 도움이 될 때도 있지만 새로운 근거를 확보한 것과는 다릅니다. 무엇으로 확인했는지 한 줄로 설명할 수 있어야 합니다.

1. 5

   맡기기 쉬운 일부터 예로 봅니다

   첫 사용에는 내가 내용을 알고 있는 짧은 메모가 편합니다. 세 줄을 안내문으로 바꾸거나, 길게 쓴 부탁을 짧게 고치거나, 이미 정한 준비물을 목록으로 정리하는 일입니다. 입력이 짧고 확인할 조건이 분명해서 결과를 비교하기 쉽습니다. 반대로 모르는 분야의 긴 문서를 받고 정답인지 혼자 판정하려 하면 AI의 문체를 지식으로 착각하기 쉽습니다. 시작 과제의 크기를 작게 잡는 이유입니다.

   다음 두 요청은 편집자가 만든 예입니다. A는 '행사 안내 써 줘', B는 '11월 7일 오후 2시 문화센터 모임방에서 만나고 책 한 권을 가져온다는 안내를 처음 오는 사람에게 두 문장으로 써 줘'입니다. B는 날짜, 장소, 준비물, 독자, 길이를 알려 줍니다. B를 썼다고 답이 반드시 옳다는 뜻은 아니지만, 사용자는 어떤 조건이 지켜졌는지 확인할 수 있습니다. A에는 그 기준이 부족합니다.

   이 예를 읽으며 AI 앱을 실행하거나 실제 답을 제출할 필요는 없습니다. 먼저 두 요청 중 어느 쪽을 받으면 일을 시작하기 쉬울지 생각하고 해설을 읽으세요. 이해 확인은 내가 조건과 근거를 구분하는 활동입니다. 이후에 원하면 같은 요청을 이미 이용할 수 있는 AI에 보내 볼 수 있습니다. 이때도 결과가 예제와 똑같아야 통과하는 것은 아니며, 사실을 유지했는지를 기준으로 봅니다.

정답을 맞혀야 다음 수업으로 가는 시험이 아닙니다. 해설을 읽고 이해하는 데 사용하세요.

1. Q1AI가 안내문을 썼습니다. 더 적절한 설명을 고르세요. A. 문장이 자연스러우면 장소도 맞다. B. 문장이 자연스러워도 장소는 원자료와 비교한다.

   내 생각 적기 (선택)

   내 생각 적기 (선택)

   작성 내용은 전송되지 않으며, 페이지를 떠나거나 새로고침하면 사라져요. 필요한 내용은 복사해 두세요.

   답과 해설 보기

   B입니다. 읽기 좋은 문장을 만드는 일과 장소를 확인하는 일은 다릅니다. 원자료가 문화센터라면 결과에도 같은 장소가 남아 있는지 비교합니다.

   해설을 읽고 이해했어요

   직접 비교한 표시이며 자동 채점은 아니에요.

2. Q2'두 문장으로 써 줘'와 '11월 7일 오후 2시'는 각각 무엇일까요? A. 앞은 요청 조건, 뒤는 작업에 쓰는 사실이다. B. 둘 다 AI가 이미 알고 있는 정보다.

   내 생각 적기 (선택)

   내 생각 적기 (선택)

   작성 내용은 전송되지 않으며, 페이지를 떠나거나 새로고침하면 사라져요. 필요한 내용은 복사해 두세요.

   답과 해설 보기

   A입니다. 요청 조건은 결과의 모양을 정하고, 날짜·시간은 안내문에 사용할 자료입니다. 날짜와 시간은 이 교재를 위해 만든 연습용 값이며 실제 행사 일정이 아닙니다.

   해설을 읽고 이해했어요

   직접 비교한 표시이며 자동 채점은 아니에요.

3. Q3오늘 도서관 운영 시간을 확인하려 합니다. A. AI가 자신 있게 답하면 그대로 믿는다. B. 도서관의 현재 공지나 담당 안내로 확인한다.

   내 생각 적기 (선택)

   내 생각 적기 (선택)

   작성 내용은 전송되지 않으며, 페이지를 떠나거나 새로고침하면 사라져요. 필요한 내용은 복사해 두세요.

   답과 해설 보기

   B입니다. 실제로 운영하는 주체가 제공한 최신 정보가 필요합니다. AI가 자료를 찾아 주더라도 그 자료가 해당 도서관과 날짜에 맞는지 확인해야 합니다.

   해설을 읽고 이해했어요

   직접 비교한 표시이며 자동 채점은 아니에요.

4. Q4처음 배우는 사람에게 더 알맞은 시작은 무엇일까요? A. 모르는 분야의 긴 보고서를 맡기고 사실 판단도 전부 맡긴다. B. 내가 내용을 아는 짧은 메모의 예제를 읽고, 답을 원문과 비교한다.

   내 생각 적기 (선택)

   내 생각 적기 (선택)

   작성 내용은 전송되지 않으며, 페이지를 떠나거나 새로고침하면 사라져요. 필요한 내용은 복사해 두세요.

   답과 해설 보기

   B입니다. 확인할 자료와 조건이 작고 분명해 어떤 부분이 맞거나 틀렸는지 이해할 수 있습니다. 도구를 직접 실행하지 않고 예제와 해설을 읽는 것으로 시작해도 됩니다.

   해설을 읽고 이해했어요

   직접 비교한 표시이며 자동 채점은 아니에요.

1. 6

   직접 해 보기: 말로 설명해 보는 것부터

   가까운 사람에게 '생성형 AI는 무엇이냐'는 질문을 받았다고 생각해 보세요. '자료와 요청을 주면 문장이나 그림 같은 결과를 만들어 주는 도구'라고 시작하고, 안내문 예를 하나 붙이면 됩니다. 이어서 '날짜나 요금이 맞는지는 내가 원자료로 확인한다'고 덧붙이세요. 전문 용어를 많이 넣는 것보다 무엇을 맡기고 무엇을 확인하는지 설명하는 것이 이 수업의 목표입니다.

   설명이 막히면 위 표로 돌아가 프롬프트와 맥락을 다시 구분해 보세요. '두 문장으로 써 줘'는 요청이고, '11월 7일 오후 2시'는 작업에 쓰는 사실입니다. 두 정보를 한 메시지에 담을 수 있지만 역할은 다릅니다. 요청은 잘 썼는데 날짜가 틀렸다면 결과도 틀릴 수 있습니다. AI가 입력된 사실까지 항상 알아서 고쳐 줄 것으로 기대하지 않는 이유가 여기에 있습니다.

   이제 확인 문제의 두 선택지를 읽고 더 적절한 설명을 골라 보세요. 답을 입력하지 않고 해설부터 열어도 괜찮습니다. 모르는 용어를 한 번에 모두 암기할 필요도 없습니다. 다음 '첫 대화' 수업에서는 같은 원리를 안내문 예제로 다시 설명하고, 그다음에는 안전한 자료 선택, 좋은 요청, 오류 확인, 작동 원리와 비용 순서로 조금씩 넓혀 갑니다. 각 수업의 그림과 예제만 먼저 읽어도 흐름을 따라갈 수 있습니다.