3일차 수업 - 이런 사람들은 AI를 쓰면 안된다? AI를 사용하는데 필요한 소양

AI는 문제는 잘풀지만 어떤 문제를 풀지는 인간만이 할수있다
-조용민

 

 

오늘 강의의 주제핵심은 AI시대에 인간이 가져야할 생각패턴인 것 같다. 사실 너무 많은 방법론을 들어서 슬슬 새어나가는게 더 많아지는 시기에 도달할 것 같지만, 이렇게 작성해 놓으면 그나마 덜 새어나갈 것 같다. 강의 자료를 넣기보다는 내가 듣고 인상깊었고 기억에 남는 것들 위주로 생각을 남겨보는 편이 좋을 것 같다. 제목을 후킹으로 걸어놔서 약간 양심의 가책이 생기지만 고우.

 

 

제 1원리 (First Principle)

 "당연한 것"을 다시묻기. " 왜그래야 하지?"를 끝까지 파고드는 사고법. 일론 머스크가 자주사용.

 

나도 나름 이런걸 좋아하는데... 라는 생각이 들었다. 그래서 주변사람들이랑 이야기 하다보면 피곤한 사람 취급하기 일쑤였는데... 이렇게 명칭화해서 부를 일이라니. 앞으로도 더욱 비사회화되는 것이 나를 위한 길인 것인가!

---

Q 01 내 일에서 "당연한 것"은 무엇인가?
조용민의 첫 질문. '당연함을 의심하는 사람'이 일잘러입니다. 매일 하는 일 중, 정말 그렇게 해야만 하나요?
시간을 봐서 확인해야한다는 것.

Q 02 나는 어떤 문제를 풀고 있는가?
AI는 "주어진 문제"는 잘 풉니다. 하지만 "무엇을 풀 것인가"는 사람의 일. 당신의 답은?
시간을 시계라는 매체를 통해 "봐야"지만 문제를 해결할 수 있다는 점이 아쉽다

 

Q 03 나는 왜 AI를 배우려 하는가?
불안해서? 유행이라서? 아니면 풀고 싶은 진짜 문제가 있어서?
풀고싶은 문제가 있을때 빠르게 해결할 수 있는 강력한 무기를 나만 모르면 도태될 것 같고 반대로 앞서가고 싶기때문에

 

나는 아이디어가 많은 편이고 자잘하게 무언가 해결하는걸 좋아한다. 마치 세상에 이런일이에 있는 발명가 아저씨마냥. 원래는 그래서 소프트웨어 제작이라는 무기가 있으면 세상사는데 굉장히 도움되겠다 라는 생각을 했던건데, AI라는 훨씬더 강력한 무기가 세상에 나온것이다

---

Power Framework

이름부터 굉장히 강력한 POWER 프레임 워크다. 이 중에 인상깊은건 P단계에서 Why를 다섯번 한다는 것이다

 

매주 보고서 작성에 4시간이 걸린다

->why? 데이터를 매번 다시 모아야 하기때문이다

--> why? 데이터 소스가 흩어져있기 때문이다

---> why? 부서마다 다른툴을 쓰기 때문이다

----> why? 사실은 통합대시보드를 만들어야 되는 문제 였던 것

 

보고서 작성을 빠르게 하는 방법을 탐구하는 문제에서 통합대시보드를 개발하는 웅장한 문제로 변해버렸다.

굉장한 의미를 가지고 있지만 좀 왜곡해서 자꾸 해석하게 된다..ㅋㅋ 사실 간단한 자동화 툴좀 만들어 보려고 했던건데 통합대시보드라뇨... 몰라요 그런거...ㄷㄷ

 

암튼 취지는 우리가 생각하는 표면적인 문제보다 좀 더 근원적인 문제를 탐구해보라는 이야기인것 같다. 어떤 프로덕트를 확장할 수 있는 방법이라는 생각도 든다. 카톡도 처음에는 그냥 메시지만 보내는 제품이었지만 지금은 별의 별 우리 생활에 안쓰이는 곳이 없는 앱이 되었다. Why를 한 100번하다가 저렇게 거대해진게 아닌가 생각해본다.

---

지난주 내가 푼 가장 큰 문제 — 진짜 문제였나, 표면 요청이었나?
블로그에 올릴 사진을 분류하는데 시간이 걸리는게 귀찮다. (외부, 내부, 메뉴, 음식)

내가 매일 풀고 있는 문제는 누가 정의해준 문제인가?
내가 만든 블로그의 틀

같은 일을 5가지 다른 방식으로 정의해본 적 있나?
아니요

1. 효율문제 : 효율적이긴 하다. 저런 카테고리 없이 글을 쓸 순 없다.

2. 인력문제 : 흠.. 그렇다고 이걸 누구한테 맡길 순 없다.

3. 도구문제 : 그렇다 도구를 바꾸는게 좋다는 생각이 든다

4. 우선순위문제 : 찍어 놓은 사진을 분류하는게 중요하긴하다.

5. 시스템문제 : 애초에 찍어 놓고 분류하는것보다 찍을때 자동으로 분류가되면 좋지않을까?

 

 

해서 수업을 듣던 도중 어플리케이션 아이디어가 떠올랐다. 굳

---

AI의 데이터 교차검증

 

AI의 헛소리 BEST4

1. 없는 책, 논문 인용 - 김철수의 저서 xxx에서 그렇게 이야기 했습니다.

-> 그런 서적이 없을 때가 많음

 

2. 뒤섞인 날짜, 사건 - 애플이 2019년 WWDC에서 비전프로를...

-> 사실 2023년도 이야기

 

3. 없는 API나 함수 - 그건 array.shuffle() 메소드 한줄이면 됩니다.

-> 후배가 이랬다고 생각하면 너무 빡치는 모먼트이다.

 

4. 없는 인용구, 유명인 이름 - 스티브잡스는 훌륭한 디자이너는 먼저 사라진다 라고 말한적이 있죠

-> 그런말 한적 없음

 

하여 반드시 교차검증 하는 습관이 필요하다. 검증용 AI로는 Perplexity나 NotebookLM을 이용하자!

---

비판적 사고

제1원리 사고 - 원래 그런건데를 부수고 다시 생각

메타인지 - 뭘 모르는지를 인지하여 내 사고의 편향까지 생각

시스템2 - AI의 답을 그냥 수용하는 것이 아니라 그것을 가설로 보고 검증,반박 후 수용

Unlearn - 내 생각이 틀린것을 확인하는 것을 즐긴다

 

나는 나름 이런 생각들을 하는 걸 좋아한다. 그래서 회사나 지인들이 좀 싫어하는 경향이 있었다. 그래서 지금은 좀 자제하는 편에 가까운데, 중요한건 이런 비판적 사고를 적재적소에 사용하는 것인 것 같다. 특히 Unlearn이라는 건 인문학적으로도 굉장히 중요한 삶의 자세가 아닐까 생각한다. 항상 내가 가지고있는 고정관념을 꺠부술 마음이 되어있어야 인간으로써 발전할 수 있다고 생각한다. 모든 사람들이 스스로가 유연한 사람이라고 생각한다는 것이 엄청난 문제다. 메타인지가 제대로 되어있지 않은 것이다. 스스로를 끊임없이 의심하고 새로운 것을 배워나가야한다. 글을 쓰고 보니 이 글의 첫 문장이 메타인지가 안된사람이 쓴것같다는 생각이 든다.

 

---

STEP 1 · 표면 · 내가 매주 가장 많은 시간을 쓰는 업무를 한 줄로 적기. 예: "매일 메일 정리하기"
블로그 작성중 사진정리해서 올리고 해당 사진의 장소의 위치정보와 근처 주차장 정보 확인및 정리

STEP 2 · WHY 1 · "왜 이걸 해야 하지?" → 1차 답. 예: "중요 메일을 놓치지 않으려고"
필요한 정보를 전달하려고

STEP 3 · WHY 2 · "왜 그게 중요해?" → 더 깊이. 예: "고객 응답이 늦으면 신뢰를 잃으니까"
정보 검색자가 필요한 정보일 것이라고 예측되니까

STEP 4 · WHY 3 · "그럼 진짜 문제는?" → 본질. 예: "고객 신뢰 = 응답 속도가 아니라 '들었다는 느낌'"
정보 검색자는 도대체 왜 음식점이나 매장정보를 검색해 보는 것일까?

STEP 5 : 그래서 문제는 어떻게 다시 정의될 수 있는지
블로그 검색해보는 사람들 중 그 느낌만 보는 사람이 많을 수도 있기 때문에 미적감각이 더 중요한것 같다.

---

 

Q 01 · 의심 - 내가 마지막으로 가장 강한 믿음을 의심해본 게 언제인가?
블로그를 인간이 작성해야한다는 고정관념이 있는 것 같다.

Q 02 · 문제 정의 - 지금 풀고 있는 그 문제, 정말 맞는 문제인가?
모른다. 네이버에서 블로그를 걸러내는 알고리즘만이 알고있고, 문제는 그걸 테스트해봐야 소용없다는 생각이 드는게 그들의 알고리즘이 계속해서 진화하고 방향자체가 AI가 작성하는 블로그를 걸러내고 있다는 점이다.

Q 03 · 대체 가치 - AI가 내 일을 다 한다면, 나는 무엇을 할 것인가?
다른 사람들이랑 놀거다. AI로 인해 생산력이 높아진 시대에 인간은 놀거리라는 원초적인 것을 할 수 밖에 없다고 누군가가 강연한 걸 본적이 있다. 어떻게 해야 잘 놀수있나를 고민하여 전달하는 역할은 어떨까.

Q 04 · 사고 모드 - 지금 시스템 1인가, 시스템 2인가?
유튜브 보고 그런생각한 거니까 1일수도? 나름 혼자 생각해 낸것 같기도 해서 2인것 같기도? 아직 메타인지가 잘 안되는 것인가?

Q 05 · 변화의 증거 - 10년 전 "절대 안 바뀐다"고 믿은 것 중 지금 바뀐 것은?
IT,소프트웨어 관련 능력은 미래를 바꾸는 핵심이라고 생각했었지만 지금은 그보다는 그것을 이용하는 인문학적인 것들이 중요한 시대가 되고있는것 같다.

Q 06 · 역할 정의 - AI에게 시키는 그 일, 왜 '내'가 했어야 했는지 설명할 수 있나?
AI는 책임지지 않는다. 그걸 사용한 인간만이 책임을 질수있는 개체니까. 그렇기 떄문에 결국은 인간이 만든 산출물에 무게감이 실린다.

Q 07 · 알고리즘 자각 - 내 생각 중 얼마가 실은 알고리즘이 만든 것인가?
-> 하지만 알고리즘이란게 내가 시작한 데이터 바탕이니까 결국 내생각 아닐까

Q 08 · 인정의 용기 - 마지막으로 "내가 틀렸다"고 말한 게 언제인가?
어제도 그랬다. AI가 그런 정보를 금세 알려주는 것 같다. 하지만 그동안 "AI가 틀렸다" 라고 생각한 적이 없다. 항상 교차검증이 필요하다는 생각이 든다.

Q 09 · 지식 반감기 - 내가 가장 잘 안다는 분야에서, 지금도 유효한 지식은 몇 %인가?
지식은.. 10%도 안될 것 같다. 나의 지식은 기억속에서 변형을 이루기 떄문이다.

Q 10 · 고유 가치 - AI가 나를 대체할 수 없는 이유 10개를 쓸 수 있나?

나도 모르는 무의식, Input을 스스로 만들어 낼수있는 생산력, 인간끼리 느껴지는 유대감, 내가 아는 사람과 가질수 있는 신뢰, 인간이 가진 원초적 욕구와 그로인한 의지.... 다섯가지 정도다

---

"운전 잘하던 어른이 내비를 못 쓰는 이유"
30년 운전 경력자가 "지도 보면서 가는 법"을 너무 잘 알아서 내비 신뢰를 못 합니다. 새 방식을 배우려면 옛 방식의 자부심을 먼저 내려놔야 해요. 이게 재학습의 어려움. 내가 "옛 방식이 정답" 이라며 고집하는 것은?

최근 지인들과의 술자리 등에서 그런 것들을 ai에게 물어보는게 일종의 컨텐츠가 되어서 굉장히 많은 걸 이미 물어봤습니다. 예를들어 진짜로 제주도 땅은 중국인들이 대부분 사들였는지 등이있습니다.

최근 1년, 내가 "틀렸다" 고 인정한 적 있나? (공식적으로) 내가 가장 잘 안다고 자부하는 분야 — 5년 전과 지금 같은가?

저는 애초에 기억력이 좀 안좋은 편이라 지식에 대해 유연한사고를 가지고 있는점이 오히려 강점인 오히려좋아 가 되었습니다. 5년전도 그렇고 지금도 똑같이 몰라서 도움을 받습니다

---

Napkin AI

냅킨AI는 텍스트를 시각화 자료로 만들어 주는 툴이다. 이런 툴을 알았으면 대학교나 회사에서 발표자료 만들때 엄청난 시간을 줄이고 퀄리티를 비약적으로 높였겠다는 생각이 든다.

다음은 내 MBTI를 시각화 한 자료다