원문 제목: "인문학자를 위한 AI 사용 안내서"

원문 작자: 한양 MASTERPA, Funes 창립자

인문학자는 세계를 바꾸지는 못했지만, 세계 변화를 견디고 있습니다.

가끔 나는 인공지능 튜토리얼을 판매하는 사람들이 AI를 마치 마법처럼 다루는 것 같다는 느낌을 받습니다: 마법같은 프롬프트를 주면 모든 일을 할 수 있다고 생각하는 것입니다. 현실은 물론 이와 다릅니다. 지난 몇 년 동안 FUNES를 설립하면서, 우리는 매일 많은 양의 AI를 사용해야 했습니다. "하늴매지" 뿐만 아니라 제 작품과 같은 콘텐츠 생산까지, 인력만으로는 충분하지 않았습니다. 그래서 우리는 AI를 어떻게 활용하여 콘텐츠 마케팅과 인문학적 연구 업무를 보조할지 많은 실험을 하였습니다.

나중에 회사에 새로운 동료가 입사하면서, 나는 간단한 Keynote를 만들었습니다. 이에 대해 죽도생 역시 들은 후, 나를 공유하기 위해 초청했습니다. 저와 파트너인 공달이는 이 공유 세션을 "인문학자를 위한 AI 사용 안내서"라고 명명했습니다. 그 당시 이는 순수한 비공개 공유였으며, 주로 몇 가지 주요 원칙에 초점을 맞춘 것이었습니다. 나중에 수차례 진행하며 점점 확대되었습니다.

지난 1년 넘게, 이 AI 사용 경험에 대해 콘텐츠 제작, 연구 및 지식 제품 제작을 하는 많은 친구들에게 이야기했습니다. 그 목표는 단지 몇 가지 마법의 힌트 단어를 외우게 하는 것이 아니라, AI를 마법약으로 여기지 않고, 오히려 그것이 일종의 작업 방법과 같다는 것입니다: 코드를 작성하지 않고도 대형 모델을 본격적으로 자신의 글쓰기, 연구, 편집, 주제 선정, 자료 정리 및 생산 프로세스에 통합하고, 추적 가능하고 감독 가능하며 검증 가능하게 하여 최종적으로 여전히 작품에 서명하고자 함입니다.

이 방법은 실제 프로젝트에서 겪은 문제에서 비롯됩니다: 콘텐츠가 대규모로 생산되면, 인적 노동만으로는 붕괴할 것이며; 그리고 AI가 직접 글을 쓰면 환상에 빠지거나 게으르게 되거나 AI처럼 글을 쓰게 됩니다. 따라서 우리는 창작을 생산 라인으로 바꾸고, 그 생산 라인을 반복 가능한 시스템으로 만들어야 했습니다.

오늘날, 나는 단순히 여러 힌트 단어를 제공하는 대신, 당신에게 몇 가지 중요한 지침과 원칙을 제공하고자 합니다.

원칙 전에 기술: 이 안내서의 세 가지 핵심 원칙

구체적인 방법보다 먼저, 세 가지 핵심 원칙을 명확히합니다. 이것들이 당신이 "어떻게 AI를 사용하는가"와 "왜 그렇게 사용해야 하는가"를 결정합니다.

1. 과정은 추적 가능하고 감독 가능하며 검증 가능해야 합니다.
결과물만을 원할 수 없습니다. 인문학 작업에서는 블랙박스가 가장 위험합니다: 환상, 오용, 개념 변조가 모두 블랙박스 안에서 조용히 발생할 수 있습니다.

2. 조작 가능해야 함
그것을 어떻게 하는지, 어떤 기준으로 하는지, 어느 부분에서는 느리게 하고, 어느 부분에서는 엄격하게 하는지를 제어할 수 있어야 합니다. 당신은 "뽑기"를 하는 게 아니라, 생산을 하는 것입니다.

3. 마지막으로 여전히 성의껏 기여할 의지가 있어야 함
"내 이름을 올려도 괜찮은가요?" 가 최종 품질 검사입니다. 이름을 올리기를 꺼리는 경우, 그것은 일반적으로 윤리적 문제가 아니라, 당신의 의지가 과정에 충실하지 않았다는 것을 의미하며, 이는 품질이 통제할 수 없다는 것을 의미합니다.

원칙 0: AI에 소망하지 마세요, 작업대로 여기세요

많은 사람들이 AI를 사용하는 방식이 본질적으로 소망하는 것입니다:
"나에게 재밌는 단락 하나를 주세요", "좋은 글 하나를 써주세요", "이 논문을 설명해주세요".

문제는 "설명" 자체가 무수히 많은 해석이 있다는 것입니다: 비전문가에게, 학부생에게, 대학원생에게, 동료에게 주는 설명은 전혀 다른 작업입니다. AI는 당신의 배경, 목적, 취향 및 기준을 기본적으로 알 수 없습니다. 명확히 말하지 않으면, 그것은 기본적인 "평균인간" 방식으로 가장 노력을 들이지 않는 답을 제공할 뿐입니다.

대형 모델을 작업대로 여기는 것은: 당신이 결과를 요구하는 대신, 그 과정을 완료하기 위해 그 도구를 활용하는 것을 의미합니다. 당신이 해야 할 일은 작업을 명확히 설명하고, 기준을 명확히 하고, 단계를 계획하는 것입니다.

예를 들어 AI에게 논문 설명을 요청하는 경우

소망하는 방식의 요청("이 논문을 설명해주세요")을 작업대로 하는 방식의 작업으로 변환할 수 있습니다:

· 명확한 대상 청중: 지식이 풍부하지만 해당 분야 전문가가 아닌 대학원생

· 명확한 설명 방식: 啟発적, 단계적, 학술적 엄격함

· 명확한 구조 요구 사항: 의미부여부터 배경 제공, 연구 과정 복원, 주요 기술적 측면 설명, 결론 서술

· 명확한 어조: 지적 존중, 거들머리를 않는다, 상대방이 이미 심층적인 기반이 있다고 착각하지 않음

알게 되실 겁니다: 요구사항이 "과제 요구사항"과 비슷할수록, AI는 AI답지 않고, 일하는 조교 같아집니다.

원칙 1: AI를 잘 활용하려면, 먼저 자신을 돌아봐라 — 당신이 책임자입니다

만약 비서를 고용했다면 당신은 단순히 이렇게 말하지 않을 것입니다:
"한양의 글을 미국의 러스트 벨트 주제로 다시 쓰세요."

반드시 다음을 보충할 것입니다:

이 글을 왜 쓰게 되었는지, 누구에게 쓰이는지, 현재 어떤 지점에 막혀 있는지, 어떤 문제를 해결하기를 희망하는지, 어느 부분은 변경할 수 없는 것인지, 어떤 스타일을 원하는지, 가장 중요하게 여기는 지표는 무엇인지에 대한 고려사항:

인공지능도 마찬가지입니다. 그것을 매우 성실하고 매우 예의 바르지만 내재적 전제를 이해하지 못하는 동료로 간주해야 합니다. 실제 "시그널링 작업"은 기술이 아닌 책임감입니다: 어떤 작업이든 여전히 여러분이 하는 일이며, 인공지능은 여러분을 도와 일을 처리하는 것뿐입니다.

인공지능의 출력에 만족하지 못할 때, 가장 효과적인 첫 번째 반응은 "인공지능이 못한다"가 아니라 다음과 같습니다:

· "대상/청중/목적"을 충분히 명확히 전달했는지

· 충분한 배경 자료와 제한 사항을 제공했는지

· "추상적인 바램"을 "실행 가능한 조치"로 분리했는지

· 옳고 그름을 판단할 수 있는 기준을 제시했는지

원칙 2: 한 가지 문제에 대해 적어도 3가지 모델에게 물어보기 — 각 인공지능은 "성격"과 전문 분야가 있습니다

우리 회사에서는 대규모 모델에 처음 접하는 동료에게는 초기 사용 단계에서 동일한 문제에 3가지 다른 인공지능에게 물어보기를 권유합니다. 인공지능은 사람과 마찬가지로 다릅니다. 어떤 것은 글쓰기 표현에 더 뛰어나고, 어떤 것은 추론 및 문제 해결에 탁월하며, 어떤 것은 코드 또는 도구 사용에 능숙합니다. 현실적인 점은, 동일 제품의 모델이나 동일 모델의 새 버전도 "스타일"과 "경계"를 계속 섬세하게 조정합니다.

따라서 한 가지 문제에 대해 최소한 3가지 다른 인공지능에게 던지는 것은 매우 단순하지만 매우 효과적인 습관입니다. 결과적으로 "감"을 빠르게 판단할 수 있습니다:

· 어떤 것이 더 잘 쓰는지, 어떤 것이 더 잘 생각하는지, 어떤 것이 더 쉽게 검색하는지, 어떤 것이 더 게을러질 가능성이 있는지

· 어떤 작업이 첫 번째 초안을 짜기에 적합한지, 어떤 작업이 리뷰어로서 적합한지

· 어떤 것이 "주제/구조"를 제시하기에 더 적합한지, 어떤 것이 "단락/문장"을 제시하기에 더 적합한지

이러한 단계의 가치는 "가장 우수한 모델을 선택"하는 데 있는 것이 아니라, 모델을 관리팀처럼 다루기 시작함으로써 단일한 명령 행위로 취급하는 대신입니다.

원칙 3: 인공지능은 만능이 아닙니다 — "배울 준 유학생"의 상식 수준으로 대하십시오

매우 실용적인 예상 관리는:
인공지능의 상식 수준 ≈ 985 대학의 학사 학위 소지자

만약 어떤 일이 "일류 대학 학사 학위자조차 알지 못할 것 같다"고 생각된다면, 그것을 인공지능도 알지 못할 것으로 가정해야 합니다. 최소한 그것이 알지 못할 때 "알고 있는 것처럼 잘 알고 있는 척"할 것으로 가정해야 합니다.

이는 두 가지 직접적인 조치를 강조합니다:

1. 상식을 넘어서는 모든 내용은 당신이 가르쳐야 합니다
예: 웃음 걸듯 작문, 독특한 맛을 지닌 콘텐츠 작성, 고도 전문적인 주장 작성 — '조금 잘 쓰다'라는 말로만 그치지 말고, 예시, 기준, 금기 영역, 언어 자료를 제공해야 합니다. 지금 당신의 친구에게 내용 중 어떤 것이 좋은지 설명하는 데도 시간이 걸릴 것입니다. 그렇다면 AI가 자동으로 알고 있다고 생각할 수 있을까요?

2. 그것을 실습생과 협업하는 것으로 여기고 신을 대접하지 마세요
그것은 많은 '미시적 보간' 작업을 수행할 수 있습니다: 제공된 프레임워크를 완성하고 제공된 자료를 읽기 쉬운 텍스트로 펼치는 것이 그 예입니다. 하지만 '프레임워크'와 '방향'은 여전히 당신으로부터 나와야 합니다.

원칙 4: AI를 목표에 점진적으로 가까이 이끄는 것 — 화이트박스 단계별, 블랙박스 일회성보다 신뢰성이 높음

AI의 장점은 '직접적인 정답 제시'이 아니라, 설계한 프로세스 내에서 많은 작은 단계를 안정적으로 완료할 수 있다는 점입니다. '일시적으로 완료되는 단계에서 반복해서 일어나는 모호성을 해소할 수 없다'라고 요구하면, 완전한 것처럼 보이면서 실제로는 꾸며놨단 것은 더 빨리 할 수 있기 때문입니다.

TTS(Text-to-Speech) 또는 읽기 텍스트 처리를 하는 것이 특히 직관적인 예입니다. '다의어에 주의하고 잘못 읽지 말아야 한다'는 대신, 작업을 다음과 같은 단계로 분해할 수 있습니다:

· 일시 정지/강조/속도 변화 표시

· 잠재적인 다의어 식별

· 사전 또는 권위적인 발음을 확인하기 (필요시 검색 후 확정)

· 잘못 읽기 쉬운 일반 단어를 사전에 표시

· 필요에 따라 '다의어 없는' 단어로 대체하여 잘못 읽음 가능성을 근본적으로 제거

이러한 '명백히 올바른 절차'는 인간이 자동으로 수행하도록 상정하지만, AI에게는 그렇지 않습니다. '명백한 것'을 프로세스에 쓸지 않으면, 그것은 가장 수월한 경로에서 실수를 저지를 것입니다.

원칙 5: 먼저 산업화, 그리고 AI화 — 농업 시대에서 바로 AI 시대로 넘어갈 수 없습니다

만약 당신의 글쓰기/연구 프로세스가 임의적이고 영감에 의한 것이며 자료가 제어되지 않은 상태라면, 그것은 AI에게 맡기기가 힘듭니다. 왜냐하면 AI는 당신의 '기술적으로 서술 가능하고 재현 가능한' 부분만 수행할 수 있기 때문입니다.

더 현실적인 접근법은:

1. 먼저 작업을 '생산 라인'화하세요: 분해 가능하고 재사용 가능하며 품질을 검사할 수 있는 상태로

2. 그 중 일부 단계를 AI에게 맡기세요: 신을 대신해 역할을 수행하도록

우리는 어떻게 논픽션 글을 써야 하는지에 대한 프로세스를 해결하는 데 매우 어리석지만 매우 중요한 작업을 수행했습니다. 이 과정에는 다음이 포함되었습니다:

· 왜 이야기로 시작하는가

· 왜 이 문구를 선택했는가

· 예시에 점수를 매기는 방법

· 개연성, 전환, 전개, 마무리 방법

· 소극적 이야기를 더 큰 이미지에 연결하는 방법

마지막으로, 여러 단계로 분해되어 서로 다른 AI에게 각각의 단계를 수행하도록 했습니다. 결과는 다음과 같습니다:
모델이 갑자기 강력해진 것이 아니라, 프로세스가 그것의 '한 번에 조금씩만 수행할 수 있다'는 능력을 연결했습니다.

'내 글을 어떻게 썼는지'를 명확하게 설명할 수 있을 때, 발전의 한계를 결정하는 것은 '어떤 대형 모델을 사용했느냐'보다는 작업 방법을 명확히 전달했는지 여부입니다.

테스트 중에 수행한 몇 가지 단계

그러나 이 부분은 듣는 것을 강력히 권장합니다. 더 자세히 설명되었기 때문입니다.

원칙 6: AI가 게으를 것으로 예상하라—그것은 계산 리소스를 아낄 것이니, 너는 '형식 장벽'을 제거해야 합니다

AI는 게으를 것이며, 이는 '체계적인 게으름'입니다: 웹 페이지를 열지 않고도 열지 않을 것이며, PDF를 읽지 않고도 읽지 않을 것이며, 건너뛸 것입니다. 이는 그것이 나쁜 것이 아닌, 계산 리소스와 시간의 제약 하에, 가장 노동 절약 경로를 따를 자연스러운 성향입니다.

따라서 당신이 해야 할 일은 다음과 같습니다: AI의 계산 리소스를 '텍스트 이해'에 사용하고, '형식 처리'에 낭비하지 않도록 합니다.

매우 효과적인 개선 방법은 다음과 같습니다:

· 자료를 순수 텍스트/마크다운으로 변환한 다음, AI에 공급합니다

· 웹 콘텐츠를 깨끗한 텍스트로 복사합니다(내비게이션, 광고, 바닥글 소음 제거)

· 장문을 '팩트 추출/구조 추출'하여 글쓰기를 수행하기 전에 수행합니다

· PDF/EPUB/웹 페이지를 통합하여 검색 가능한 TXT로 만든 후 후속 작업을 수행합니다

여러분은 알게 될 것입니다: 많은 사람들이 이러한 '육체적인 노동'에 저항하며 '기계가 더럽게 일하도록 대신해야 한다'고 생각합니다. 그러나 인공지능과의 협업에서는 정반대입니다—조금은 기계적인 노동을 감수할수록 AI의 지적 부분이 보다 예리하고 신뢰할 만해집니다.

원칙 7: 유한한 맥락을 기억하라 — 과제를 최대한 '압축'해서 요구하고, '무한 확장'을 기대하지 말 것

AI는 맥락 창을 갖고 있고, '기억 한계'가 있습니다. 당신이 2만 단어를 주면, AI가 그중 몇 개를 기억할지 확신할 수 없습니다. 20만 단어를 주면, 아마도 제목만 훑을 것입니다. 상징적인 비유 한 가지는: 한 사람을 작은 방에 가두고 하루 동안 20만 단어짜리 책을 던져주고, 그 책을 외워오라고 하는 것 — 그 사람이 외울 수 있는 양이 대략 AI가 '기억'할 수 있는 양입니다.

따라서 매우 역설적이지만 매우 중요한 경험이 있습니다:

1. 압축이 확장보다 훨씬 쉽습니다

100만 단어를 1만 단어로 압축하는 것이 1만 단어를 100만 단어로 확장하는 것보다 신뢰할만합니다.

이것은 AI에 요청을 할 때 직접적으로 바뀝니다:

· 100단어로 제안을 해서 에세이를 요구하지 마세요

· 그 대신, 자료를 가능한 한 많이 공급하세요 (일부씩, 검색, RAG 모두 가능) 그래서 그것이 충분한 자료를 기반으로 구조, 관점 및 본문을 압축합니다

과거에 기사나 논문을 쓸 때, 보통 '대량 자료 검토 → 추림 → 조직 → 작성'을 했을 것입니다. 여기서 AI에 대해서는 갑자기 불합리한 기대를 갖지 마세요.

원칙 8: '내 명수로 조금 만지면 될 거야' 본능을 억제하라 — 생산라인을 변경하되 결과를 변경하지 말 것

글쓰기에 능숙한 사람들 중 많은 사람들이 AI 앞에서 어리벙벙해집니다:
AI가 59점의 초고를 내면, 여러분은 두 번만 만지면 80점이 될 것으로 생각하고, 그래서 먼저 고쳐보시죠; 계속 고치다보면 다시 직접 쓰고 있는데 '그냥 내가 할게 좋을 것 같아'라고 말하면서 그만둬요, 그리고 그 후로 AI를 전혀 사용하지 않게 됩니다.

문제 해결 방법은 노력하여 '고침'이 아니라 주목을 더 상류로 옮기는 것:

· AI가 바로 100점짜리 글을 쓰도록 목표를 하지 마세요

· 여러분의 목표는 생산라인이 75~80점을 안정적으로 내도록 하는 것입니다

· 당신이 해야 할 일은 과정을 반복하여 '평균 점수'를 높이는 것이죠. '개별 작품'을 완벽하게 하는 것이 아니라

원칙 9: 생산라인을 제품 개선과 같이 생각하라 — 신뢰성 자체가 가치입니다

여러분이 안정적으로 70점의 베이스라인을 얻을 수 있는 시스템이 있다면, 그 가치는 '그것이 여러분과 닮았는가'가 아니라:

· 여러분이 거의 제로 비용으로 사용 가능한 초안을 받을 수 있게 해줍니다

· 더 높은 판단에 집중할 수 있도록 노력해 주세요: 주제, 구조, 증거, 맛과 선택의 기준

당신이 필요로 하는 건 여러분을 대신할 만한 만능 신이 아니라 믿을 만한 공장입니다: 완벽하지는 않지만 안정적입니다.

원칙 10: 양이 최우선 사항입니다 - 생산량을 늘리고 나중에 선별해야 합니다

일반적으로 AI에게 한 가지 버전만 받는 것은 가장 중도, 가장 보수적이고 가장 "평범한" 결과를 가져올 것입니다. 어떤 측면에서는 "평범함"에 맞서기 위해 "양"을 사용해야 합니다.

보다 효과적인 방법은 다음과 같습니다:

· 요약: 5가지 버전

· 시작: 5가지 시작 부분, AB 테스트 수행

· 주제: 50가지 주제, 그룹화 후 선정

· 구조: 3가지 구조, 조합

· 표현: 10가지 서로 다른 용어, 최상의 것 선정

평균 점수를 높이고 생산량을 늘리게 되면, 85점, 90점의 "놀라운 샘플"이 자연스럽게 나타날 것입니다. 많은 경우, 좋은 것은 "번개 효과"가 아니라 최종적으로 통계적 방식으로 일을 하는 것입니다.

원칙 11: 타조 쇠장을 넘지 마세요 - 행정 요리사처럼 지시하고 맛보고, 되돌리세요

당신이 레스토랑의 행정 요리사라면, 당신은 직접 오이를 썰지 않을 것입니다. 대신에 다음을 할 것입니다:

· 한 입 먹어보기

· 적격 여부 판단하기

· 명확한 피드백 제공하기 (어디가 안 되었는지, 어떻게 개선해야 되는지)

· 요리사에게 재작업하라고 지시하기

AI와 협업하는 것도 마찬가지입니다. 당신은 그것이 "그의 방식대로 생성"된 주체성을 존중해야 합니다 - 당신이 하는 것은 그것이 귀하의 기준에 도달하는 방법을 가르치는 것이며, 그 결과물을 매번 마감 상태로 만들기 위해 뛰어들지 않아야 합니다.

그렇지 않으면 끊임없는 "수정과 보완"에 시달리게 될 것입니다.

마지막 기본 원칙: 현실 세계로 돌아가기 - 소재 × 맛, 작품의 한계를 결정합니다

AI 시대에 있어서, 한 작품의 품질은 점차 다음과 같이 보이게 되었습니다: 소재 × 맛.

모델은 변경됩니다, 방법은 발전합니다, 하지만 이 두 가지는 변하지 않습니다:

1. 소재는 현실 세계에서 파생됩니다

만약 글을 쓰기 위해 두 가지 선택지가 주어진다면:

· 최신 모델 사용, 단 웹 자료만 사용 가능

· 이전 모델 사용, 단 전체 파일, 구두 역사, 현지 인터뷰 보유

더 훌륭한 작품을 만들 확률이 높은 것은 대개 후자입니다.

2. 맛은 장기 훈련으로부터 나옵니다

“생성”이 저렴해졌을 때, 진정으로 부족한 것은:

· 무엇을 쓸 가치가 있는지 아는 것

· 어떤 증거가 더 탄탄한지 아는 것

· 어떤 설명이 더 효과적인지 아는 것

· 자료에 체력을 들이는 것을 감수하는 것: 구름 속에 하늘을 찌르고, 손발을 멀리하는 것

AI가 바꾼 것은 자료와 상호 작용하는 방식과 효율성입니다; 하지만 작품의 주어는 여전히 당신이고 목적어는 여전히 자료입니다. AI는 그저 “동사”의 일부분일 뿐입니다.

맺음말: 불안을 감각으로 전환하세요

많은 사람들이 AI를 다루지 못하는 이유는 똑똑하지 못해서가 아니라, 계속해서 “소망 – 실망 – 포기”의 고리에 머물러 있기 때문입니다.진정으로 그를 극복하는 것은 이를 작업대로 삼고, 과업을 공학화하며, 프로세스를 완전히 투명하게 만든 다음 지속적인 마찰을 통해 감각을 키우는 것입니다.

이를 실현할 수 있을 때, 당신은 쉽사리 “AI가 안 된다”고 결론 지을 리 없을 것입니다; 당신은 새로운 도구를 다룰 수 있는 새로운 직종과 같이 보일 것입니다: 그것을 멍청하게 보지도, 너무 존경스럽게 보지도 않고, 그것을 프로세스에 편입시키고, 현실에 두고, 당신의 작품에 선서하려 하는 것입니다.

원문 링크

BlockBeats 공식 커뮤니티에 참여하세요:

Telegram 구독 그룹：https://t.me/theblockbeats

Telegram 토론 그룹：https://t.me/BlockBeats_App

Twitter 공식 계정：https://twitter.com/BlockBeatsAsia