학습, 확장, 버리기: AI로 성장하는 법

최근 회사에서 AI Literacy 관련 교육자료를 받았다. 그 안에는 Prompt의 구조와 사용 패턴(Pattern)에 대한 제안이 담겨 있었다. 좋은 내용이었지만, 읽으면서 자연스럽게 나 자신을 돌아보게 되었다.

우리는 AI를 쓰면서 많은 “패턴”을 이야기한다. 하지만 그 패턴이라는 것도 결국은 논문처럼 여러 과정을 거쳐 정리된 결과다. 그렇게 생각해 보니, 내가 실제로 AI를 쓰는 방식은 단순한 패턴이라기보다 전략(Strategy)에 더 가깝다는 생각이 들었다.

첫 번째는 학습 전략(Learning Strategy)이다

AI를 쓰다 보면 “딸깍”이라는 말을 자주 하게 된다. 입력하면 바로 답이 나오기 때문이다. 특히 나는 AI를 검색처럼 많이 사용한다. 잘 모르는 것을 찾고, 읽고, 확인하는 데는 매우 유용하다.

그런데 그렇게 얻은 정보가 곧바로 내 지식이 되는 것은 아니다. Markdown으로 정리해 두어도 부족할 때가 많다. 그래서 나는 내가 이해한 내용을 직접 글로 써 본 뒤, 그것을 AI에 주고 피드백을 받는다. 이 과정이 오히려 학습에는 더 도움이 된다.

예전에도 논문을 읽고, 참고문헌을 정리하고, 내 글에 반영하기 위해 같은 방식으로 훈련했던 기억이 있다. 결국 남의 글을 읽는 것만으로는 내 것이 되지 않기 때문에, 내가 읽은 내용을 내 언어로 다시 써 보는 과정이 중요하다.

두 번째는 확장 전략이다

AI는 종종 한 가지 해결책만 제안한다. 하지만 나는 보통 2~3개의 방법을 함께 요청하고, 서로 비교해 달라고 한다. 각 제안의 장단점을 살펴보고, 왜 이 방법이 더 적절한지 혹은 어떤 점이 부족한지를 함께 검토한다.

이 방식은 SW Architecture를 고민할 때의 접근과도 닮아 있다. 한 가지 해법만 떠올리는 것이 아니라, 가능한 선택지를 몇 개 더 생각해 보고 비교한 뒤 결정하는 것이다.

중요한 것은 AI가 추천한 것을 그대로 고르는 것이 아니다. AI의 분석을 참고하되, 내가 직접 판단하고, 필요하면 AI와 다르게 결정할 수 있어야 한다. 그 과정에서 사고의 폭이 넓어진다.

세 번째는 버리기 전략이다

정말 모르는 문제를 만나면, 해결 과정이 미로 찾기처럼 느껴질 때가 있다. 처음에는 이리저리 헤매기도 하고, 끝내 결과를 만들기도 한다. 그런데 그 과정에서 만든 것을 과감히 버릴 필요도 있다.

버린다는 것은 실패를 인정하는 것이 아니라, 더 나은 출발점을 만드는 일이다. 지금까지 정리한 내용을 바탕으로 다른 세션에서 이어갈 수 있도록 Prompt를 새로 만들기도 하고, 아예 완전히 새로운 Prompt로 다시 접근하기도 한다.

AI가 있기 때문에 이렇게 다시 시작하는 데 드는 에너지는 생각보다 크지 않다. 그리고 이렇게 다시 시작할 때 나는 더 이상 처음 이 문제를 마주한 내가 아니다. 이미 더 경험했고, 더 많이 알게 되었기 때문에, 이전과는 다른 방식으로 접근할 수 있다.

결론

어느 오프라인 모임에서 Socialize하는 세션이 있었는데, 그때 대화 카드 중 하나가 “AI를 쓰면서 나는 더 똑똑해졌나요?”라는 질문이었다. 오늘 글을 정리하면서, 내가 쓰고 있는 이 전략들이 단순히 일을 빨리 끝내는 방식이 아니라, 실제로 나를 조금씩 더 똑똑하게 만들고 있었구나 하는 생각이 들었다.

AI는 단순히 일을 대신해 주는 도구가 아니다. 나의 성장 도구여야 한다. SW 개발에서도 패턴을 암기해서 기계적으로 적용하는 것이 아니라, 우리 상황에 맞게 장점을 살리고 단점은 인정하며 받아들여야 한다. AI도 마찬가지다. 우리가 다루고 있는 문제를 AI와 함께 풀면서, 우리는 더 똑똑해져야 한다.