글쓴이
고경만
더 프로메테우스 대표
해경 (解經) · 더 프로메테우스(ThePrometheus) 대표. 한국자연주의의사결정학회 회장, 에그클(AI Growth Club) 설립자 · 호스트, 바이브워커스 파트너.
AI·기술

짧게 말하면, AI와 창의적으로 일하는 방법은 처음부터 완성된 질문을 던지는 데 있지 않다. 덜 정리된 메모, 서로 어긋나는 관찰, 아직 이름 붙지 않은 불편함을 가져와 AI와 공동 초안을 만들고, 사람이 기준으로 검토하고, 반대 방향으로 다시 확장하는 데 있다.
AI가 준 첫 답은 결론이 아니다. 생각을 꺼내 보고 고르고 버릴 수 있게 만든 재료다. 그래서 중요한 것은 좋은 프롬프트 한 문장보다 초안-검토-확장을 반복하는 작업 방식이다.
일을 하다 보면 생각은 대개 깔끔하게 오지 않는다. 회의에서 들은 말, 고객이 남긴 한 문장, 실패한 시도, 뚜렷하지 않은 직감이 뒤섞여 들어온다. 이 재료를 바로 결론으로 쓰면 위험하다. 그렇다고 쓸모없다고 버리면 다음 질문도 사라진다.
원문 459는 이런 불완전한 재료에서 사람이 의미와 연결을 찾는 관점을 Garbage in, But Gold out으로 설명한다. 여기서 중요한 말은 Gold가 자동으로 나온다는 뜻이 아니다. 재료를 읽는 사람의 경험, 기준, 맥락이 붙을 때 다음 생각이 나온다는 뜻으로 읽어야 한다.
AI는 이 과정에서 후보를 넓히는 데 쓸 수 있다. 흩어진 메모에서 반복되는 말을 찾고, 다른 분류를 제안하고, 놓친 반대를 꺼낼 수 있다. 하지만 AI가 낸 연결이 사실인지, 지금 우리에게 중요한지, 실제 행동으로 옮길 가치가 있는지는 별도의 판단이다.
AI에게 질문하고 답을 받는다고 해서 자동으로 사고가 넓어지지는 않는다. 첫 답을 더 매끈하게 만드는 데만 집중하면, 우리는 결국 원하는 문장을 얻는 법만 연습하게 된다.
원문 527이 말한 협력적 대화의 핵심도 여기에 있다. 대화는 질문 하나를 최적화하는 일이 아니라, 답을 보고 다시 질문의 틀을 바꾸는 과정이어야 한다.
두 방식은 이렇게 갈린다.
| 답변 소비 | 협력적 대화 |
|---|---|
| 정답처럼 보이는 문장을 받는다 | 초안을 함께 만든다 |
| 결과를 바로 채택한다 | 왜 이 선택이 필요한지 검토한다 |
| 더 나은 질문 문장을 찾는다 | 빠진 조건과 반대 질문을 찾는다 |
| 한 번의 출력으로 끝낸다 | 다음 행동이 남을 때까지 왕복한다 |
협력적 대화에서 AI는 공동 저자나 최종 심사자가 아니다. 생각을 밖으로 꺼내고, 다른 연결을 시험하고, 반대 방향을 확인하게 하는 대화 상대에 가깝다. 사람은 그 과정에서 무엇을 사실로 볼지, 무엇을 보류할지, 무엇을 만들지 결정한다.
초안-검토-확장 루프이 루프는 복잡하지 않다. 다만 세 단계가 모두 있어야 한다.
먼저 메모를 정답처럼 정리하지 않는다. 다음 세 가지 정도면 충분하다.
AI에게는 이 메모에서 반복되는 긴장이나 서로 충돌하는 관점을 세 가지로 나눠 줘. 사실처럼 단정하지 말고, 질문 형태로 써 줘.라고 요청한다. 이 단계의 결과는 근거가 아니라 가설과 질문 후보다.
초안을 받은 뒤에는 바로 문서나 회의안으로 옮기지 않는다. 다음 네 줄을 사람이 쓴다.
이 구분이 없으면 AI의 문장과 내 판단이 한 덩어리가 된다. 특히 고객 발언, 시장 신호, 개인 경험처럼 맥락이 중요한 재료는 더 그렇다. AI가 만든 그럴듯한 요약은 출처나 의도를 대신하지 않는다.
검토를 마쳤다면 이제 같은 방향의 아이디어를 더 늘리기보다 반대 질문을 던진다.
확장은 발산 그 자체가 목적이 아니다. 다음에 확인할 것을 더 정확하게 고르는 과정이다. 그러므로 확장 뒤에는 반드시 하나를 고른다. 이번 주에 확인할 질문 하나, 만들어 볼 초안 하나, 보류할 가정 하나처럼 작게 닫는다.
다음 기획, 글쓰기, 회의 준비에서 이 순서대로 해 보면 된다.
사실 / 내 해석 / 확인할 것을 세 칸으로 나눈다.이 해석이 틀렸다면?이라는 반대 질문을 한 번 던진다.이 루틴의 산출물은 멋진 문장이 아니다. 다음에 무엇을 확인하고 어떤 초안을 만들지에 대한 작은 결정이다.
불완전한 재료를 다룬다는 말은 출처 없는 말이나 오류를 창의성으로 포장하자는 뜻이 아니다. 사실 확인이 필요한 정보, 사람에게 피해를 줄 수 있는 판단, 계약이나 의료나 법률처럼 높은 책임이 걸린 장면에서는 더 엄격한 확인 절차가 필요하다.
또한 AI가 준 아이디어가 새로워 보인다고 해서 그 아이디어의 출처, 권리, 사실성, 적합성이 확인된 것은 아니다. 이 글의 루프는 생각을 준비하는 방법이지, 검증을 생략하는 방법이 아니다.
지금 떠오르는 최근 AI 대화 하나를 고른 뒤, 답을 다시 읽지 말고 먼저 적어 보자.
그 대화에서 내가 채택한 생각은 무엇이었고, 그 생각을 채택한 기준은 무엇이었나?
기준을 적기 어렵다면, 그 대화는 답을 받았을 뿐 아직 검토 루프를 거치지 않았을 가능성이 있다.
회의 전에 AI에게 완성된 안건을 맡기지 말고, 참가자 메모 세 조각을 가져간다. 반복되는 긴장, 합의되지 않은 가정, 회의에서 확인할 질문만 뽑는다. 회의에서는 답을 고르는 대신 가정 하나를 검증할 담당자와 시점을 정한다.
어떤 실패 경험을 바로 교훈으로 쓰지 않는다. 먼저 무슨 일이 있었나, 내가 어떤 뜻을 붙였나, 다른 사람에게도 같은 조건이 성립하나를 나눈다. 그 뒤 AI에게 다른 해석을 요청하고, 실제 인터뷰나 작은 실험으로 확인할 질문 하나를 고른다.
그럴 수 있다. 그래서 초안 단계의 결과를 근거나 결론으로 쓰지 않는다. 엉뚱한 답도 빠진 맥락이나 불명확한 질문을 드러내는 재료가 될 수 있지만, 사람이 사실과 해석을 가르는 단계는 반드시 필요하다.
첫 답을 바로 채택하면 그럴 수 있다. 반대로 AI의 답에 기준과 반례를 붙이고 다시 질문하면, 결과를 소비하는 대신 자기 판단을 드러낼 기회가 생긴다.
아니다. 프롬프트는 필요하다. 다만 문장 하나의 완성도보다, 그 문장이 어떤 재료와 기준과 검토 루프를 품고 있는지가 더 중요하다는 뜻이다.
사실 오류가 큰 피해로 이어질 수 있는 결정이나, 전문 검증과 공식 절차가 필요한 장면에는 이 루틴만으로 충분하지 않다. 그 경우에는 해당 분야의 검증, 책임, 승인 절차를 먼저 따른다.
AI와의 창의적 협업은 불완전한 재료를 완벽한 답으로 바꾸는 일이 아니다. 재료를 꺼내고, 기준을 붙이고, 반대 질문으로 넓힌 뒤, 작은 다음 행동을 고르는 일이다.
그래서 다음 AI 대화에서는 답을 더 빨리 받으려 하기보다 이렇게 물어보면 좋다. 이 재료에서 내가 아직 보지 못한 조건은 무엇이고, 무엇을 확인하면 다음 결정을 내릴 수 있을까?
글쓴이
더 프로메테우스 대표
해경 (解經) · 더 프로메테우스(ThePrometheus) 대표. 한국자연주의의사결정학회 회장, 에그클(AI Growth Club) 설립자 · 호스트, 바이브워커스 파트너.

핵심 명제: “도구는 Code로 구현되고, Code를 LLM이 운영하며, 최종 가치와 판단의 책임은 인간이 소유한다.” — 1. 프롬프트 요령의 한계와 판단의 공백 최근 수많은 조직이 AI 에이전트와 LLM을 실무에 도입하고 있습니다. 하지만 현장에서 마주하는 진짜 문제는 “프롬프트를 얼마나 유려하게 작성하는가”가 아닙니다. 실무의 성패를 가르는 본질은 “무엇을…

AI가 그럴듯한 답을 냈는데도 믿기 어려웠다면, 문장이 약해서가 아니라 요청 안에 너무 많은 판단을 숨겼기 때문일 수 있습니다. 이 분야의 모든 전문가가 공유하는 핵심 멘탈 모델 다섯 가지 같은 문장에는 분야, 전문가, 공유의 기준, 핵심의 기준, 개수 제한이 한꺼번에 들어 있습니다. 좋은 프롬프트는 멋진 문장…

짧게 말하면, AI 결과의 신뢰성은 믿을 만해 보이는가로 판단하면 안 된다. 이 결과를 어디까지 쓸 것인지, 무엇이 근거인지, 어떤 한계가 있는지, 언제 의심할지, 누가 되돌릴지를 함께 정해야 한다. AI가 결정 루프에 들어올수록 사람의 역할은 줄어들지 않는다. 사람은 AI의 제안을 받아 적는 대신, 계약과 경계와 책임을…