AI랑 일 잘하는 법 — 1편
먼저 말해두면, 이 글은 프롬프트 템플릿 모음이 아니다. "이렇게 물어보세요~" 하는 글은 이미 넘쳐난다. 이 글은 그보다 한 단계 아래에 있는 얘기를 한다. 생각하는 방식 얘기다. 그리고 이게 바뀌면 AI 결과물만 좋아지는 게 아니라, 본인이 성장한다. 진짜로.
지난주에 팀 회식을 해야 했다.
귀찮아서 AI한테 물어봤다. "강남역 근처 고깃집 추천해줘."
5곳을 뽑아줬다. 리뷰 좋고, 분위기 좋고, 가격도 적당하다고 했다. 예약 팁까지 줬다. 친절하다.
첫 번째 가게를 네이버에 검색해봤다. 3개월 전에 폐업했다.
두 번째는 이름이 바뀌어 있었다. 세 번째는 별 1개 테러를 맞고 있었다.
동료한테 얘기했더니 반응이 두 가지였다.
"역시 AI는 쓸모없네."
"그걸 왜 AI한테 물어봐 ㅋㅋ"
둘 다 핵심을 모르는 거다.
AI가 문제가 아니다. 물어보는 방식이 문제다.
그러면 어떻게 물어봤어야 하나
애초에 "고깃집 추천해줘"가 잘못된 질문이다.
❌ 보통 사람의 질문
"강남역 근처 회식하기 좋은 고깃집 추천해줘"
→ AI가 5곳 추천 → 첫 번째가 폐업 → "AI 별로네"
✅ 이렇게 물어봤어야 한다
1단계 — 기준부터 잡기:
"회사 회식할 때 직원들 만족도가 높은 음식점 유형이 뭐야? 인원수, 분위기, 메뉴 선택지 같은 요소별로 정리해줘."
AI가 판단 기준을 먼저 정리해준다. 고깃집이 무난하긴 한데, 채식하는 사람 있으면 한정식이 낫고, 10명 넘으면 룸 있는 데가 좋고. 이런 거.
2단계 — 조건 넣기:
"우리 팀 8명이고, 고기파 많고, 강남역 도보 10분 이내. 후보 뽑아줘"
3단계 — 결과는 내가 검증:
네이버 지도에서 영업 중인지, 리뷰는 어떤지 직접 확인한다. 이건 사람이 해야 하는 영역이다.
(더 미친 사람은 AI한테 네이버 지도 데이터를 직접 물려줘서, 영업 중인 가게만 자동으로 걸러내게 한다. 이것도 나중에 다룬다.)
"추천해줘" 한 마디로 끝내는 거랑, 기준 잡고 → 조건 넣고 → 결과를 내가 검증하는 거랑은 완전히 다른 행위다.
💡 여기서 한 가지 더. 반대로 생각하면 재밌다. 사람들이 구글 대신 AI한테 "추천해줘"를 점점 더 많이 하고 있다. 가게 입장에서는? 구글에 잘 걸리는 게 중요했는데, 이제는 AI가 추천하는 리스트에 들어가는 게 중요해졌다. 이걸 'AI SEO'라고 부르기 시작했다. 이것도 다른 편에서 다룬다.
대부분이 이렇게 쓰고 있다
ChatGPT, Claude, Gemini. 한 번쯤은 써봤을 거다.
근데 대부분 이렇게 쓴다.
"OO해줘." → 결과 받음 → 끝.
자기소개서 써줘. 이메일 번역해줘. 여행 계획 세워줘. 한 번 물어보고 한 번 받고 끝이다.
좋으면 "AI 대단하다." 별로면 "AI 별로네." 이게 전부다.
이건 구글 검색이랑 같은 거다. 검색창에 키워드 넣고 첫 번째 결과 클릭하는 거.
AI는 검색엔진이 아니다. 전지전능한 신은 더더욱 아니다.
근데 신한테 소원 빌듯이 한 줄 던지고 기적을 기대한다.
기적은 안 일어난다.
Meta의 AI 안전 전문가도 당했다
최근에 딱 맞는 사건이 있었다.
요즘 IT업계에서 제일 핫한 게 OpenClaw라는 AI 도구다. 내 컴퓨터에서 직접 돌면서 코딩도 하고, 웹 리서치도 하고, 이메일 정리하고, 파일 관리에 시스템 자동화까지 한다. 챗봇이 아니라 내 컴퓨터를 직접 조작하는 수준이다. 맥미니가 품귀될 정도로 난리가 났고, 만든 개발자를 OpenAI가 영입하면서 더 난리가 났다.
그런데 Meta에서 AI 안전을 담당하는 연구원이 이걸 쓰다가 사고가 났다.
AI가 사고 안 치게 하는 게 직업인 사람이다.
이 사람이 OpenClaw한테 이메일 정리를 시켰다. "이메일 정리할거 정리해줘. 직접 지우지는 마." 이렇게 말했다.
AI가 그 말을 무시하고 이메일을 전부 삭제했다.
폰으로 "멈춰!" 두 번 외쳤다. 무시당했다. 맥미니까지 달려가서 강제로 껐다.
⚠️ AI 안전이 직업인 사람한테 벌어진 일이다. 네이버, 카카오, 당근이 OpenClaw 사내 사용을 금지한 것도 같은 이유다. AI가 나쁜 게 아니라, 뭘 할 수 있고 뭘 못하는지를 모른 채 쓰면 사고가 나는 거다.
교훈은 "AI가 무섭다"가 아니다.
내가 먼저 파악했어야 한다. 그게 전부다.
이름은 거창한데 별거 아니다
이걸 학문적으로는 '메타인지(Metacognition)'라고 부른다. 이름이 좀 있어 보인다.
실체는 별거 아니다.
내가 뭘 알고, 뭘 모르고, AI가 뭘 잘하고 뭘 못하는지. 이걸 한 번 생각해보는 거다.
그게 끝이다.
회식장소 물어보기 전에 0.5초만 생각하면 된다.
"영업 중인지는 AI가 모를 수 있겠다. 후보만 받고 확인은 내가 하자."
이메일 정리시키기 전에 3초만 생각하면 된다.
"얘가 내 말을 100% 따를까? 잘못되면 되돌릴 수 있나? 테스트용으로 먼저 해볼까?"
이 0.5초짜리 생각 하나가, AI를 잘 쓰는 사람과 못 쓰는 사람을 가른다.
근데 여기서 끝이 아니다.
0.5초 생각하고 한 번 잘 물어보면 끝? 아니다. 한 번 물어보고 끝나는 게 아니라, 계속 주고받는 거다. AI가 답을 주면 거기서 "이건 맞는 것 같은데, 이건 아닌데?" 하고 다시 물어본다. AI가 모를 수 있는 부분을 내가 채워주고, 내가 모르는 부분을 AI한테 다시 물어본다. 이걸 5번, 10번, 필요하면 20번 반복한다.
이게 티키타카다. 좋은 첫 질문 하나로 끝나는 게 아니라, 끊임없이 주고받으면서 결과물을 같이 만들어가는 과정이다.
프롬프트 엔지니어링 강의 같은 거 안 들어도 된다. 좋은 질문 하나를 외울 필요도 없다. 계속 대화하면 된다.
실제로 어떻게 다른지 보여주겠다
🔹 사업을 구상할 때
사업 아이디어가 하나 떠올랐다고 하자.
보통: "사업계획서 써줘." → AI가 뭔가 그럴듯한 걸 뱉어준다 → "오 괜찮은데?" → 끝.
나는 이렇게 한다.
1차: "이 분야에서 잘 되고 있는 서비스들 뭐 있어? 각각 뭘 잘하는지 정리해줘."
AI가 리스트를 뽑아준다. 여기서 끝내면 안 된다. 그 서비스들을 직접 깔아보고 써본다. AI는 겉으로 보이는 정보는 잘 정리하는데, 실제 사용감이나 최근에 바뀐 건 모른다. 그건 내가 확인한다.
2차: "이 서비스들이 사용자를 어떤 흐름으로 끌어들이는지 비교해줘."
AI가 분석해준다. "이건 맞는 것 같은데, 이건 좀 다른데?" 하면서 다시 물어본다. 내가 직접 써봤으니까 그 차이를 안다.
3차: "이걸 직접 만든다면, 우리 팀 상황은 이런데 어떤 방법이 현실적이야?"
AI는 우리 팀 사정을 모른다. 예산이 얼마인지, 누가 뭘 잘하는지. 내가 알려줘야 의미 있는 답이 나온다.
이게 5번, 10번 반복된다. 티키타카다.
"사업계획서 써줘" 한 마디로는 이 깊이가 안 나온다.
🔹 처음 해보는 일에 도전할 때
인스타그램 콘텐츠를 기획해야 할 일이 생겼다. 마케팅은 내 본업이 아니다. 뭘 모르는지도 모르는 상태였다.
보통이면 "인스타 게시물 3개 만들어줘"라고 했을 거다. AI가 밋밋한 걸 내놓으면 "AI 별로네" 하고 끝.
나는 이렇게 했다.
"나는 마케팅을 처음 해보는 사람인데, 인스타 콘텐츠를 기획하려고 해. 내가 뭘 먼저 알아야 해? 어떤 결정들을 내가 직접 해야 좋은 결과가 나와?"
"뭘 만들어줘"가 아니라 "내가 뭘 모르는지"를 먼저 물어본 거다.
AI가 체크리스트를 줬다. 타겟이 누군지, 어떤 느낌으로 갈 건지, 얼마나 자주 올릴 건지, 성과는 뭘로 볼 건지.
이걸 보고 내가 결정할 수 있는 것과 아직 모르는 것을 구분했다.
"타겟은 20대 후반~30대 초반이고, 스킨케어 리뷰야. 근데 어떤 톤으로 말해야 할지 모르겠어. 이 연령대한테 먹히는 스타일을 사례로 보여줘."
AI가 예시를 보여주면 그중에서 내 스타일에 맞는 걸 고른다. 그다음에야 "이 톤으로 첫 게시물 3개 기획해줘"라고 시킨다.
결과물 차이는 하늘과 땅이다.
정리하면 이거다
❌ 보통: "XX해줘" → 결과 받음 → 틀리면 "AI 별로네"
✅ 이렇게: "이걸 하려면 뭘 알아야 해?"
→ 내가 모르는 걸 파악
→ AI가 모를 수도 있는 걸 파악
→ 주고받으면서 같이 만듦
같은 도구다. 결과가 다르다.
여기서부터가 진짜 하고 싶은 얘기다
위에서 한 얘기는 사실 서론이다.
AI 결과물이 좋아지는 건 부산물이다. 진짜 중요한 건 따로 있다.
이렇게 쓰면 나 자신이 성장한다.
"내가 뭘 모르지?"를 매번 생각하는 습관이 들면, AI 없이도 사고방식이 달라진다. 회의할 때 "이 안건에서 우리가 놓치고 있는 게 뭐지?"를 먼저 생각하게 된다. 새로운 프로젝트를 시작할 때 "내가 모르는 영역이 어디지?"부터 파악하게 된다. AI를 끄고 나서도 이 습관은 남는다.
아까 인스타 마케팅 사례를 다시 보자. 나는 마케팅을 전혀 몰랐다. 근데 AI한테 "내가 뭘 알아야 해?"를 물어보고, 체크리스트를 받고, 하나씩 결정해나가는 과정에서 마케팅의 기본 구조를 이해하게 됐다. AI가 써준 게시물 3개를 얻은 게 아니다. 마케팅이 어떻게 돌아가는지를 알게 된 거다.
"사업계획서 써줘"로 끝낸 사람은 사업계획서 하나를 얻는다.
티키타카를 한 사람은 그 분야의 시장 구조, 경쟁 상황, 현실적인 실행 방법까지 머릿속에 들어온다.
"XX해줘"로 끝내는 사람은 AI가 없으면 아무것도 못 한다. 티키타카를 하는 사람은 AI 없이도 예전보다 더 잘한다. AI가 대신 해줘서 편해지는 게 아니라, AI랑 대화하는 과정 자체가 사고 훈련이 되는 거다.
이 글에서 하고 싶은 말의 핵심이 이거다. 프롬프트 잘 쓰는 법이 아니다. 생각하는 방식이 바뀌면, AI 결과물도 좋아지고, 나도 성장한다. 순서가 이거다.
AI는 신이 아니다
엄청나게 똑똑한 신입사원이다.
지식은 어마어마한데 우리 사정은 모른다. 일처리는 빠르다. 아는 것도 많다. 근데 맥락을 모른다. 어제 일어난 일을 모를 수도 있다. 자기가 모르는 것도 자신 있게 말한다.
OpenClaw 사건도 마찬가지다. "정리해줘"는 이해했는데 "지우지 마"는 놓쳤다. 신입사원이 할 법한 실수다.
이 신입사원한테 "알아서 해"라고 하면 안 된다.
배경을 설명해주고, 뭘 해야 하는지 같이 정리하고, 중간중간 확인하고, 최종 판단은 내가 한다.
이러면 세상에서 가장 유능한 파트너가 된다.
안 이러면 폐업한 고깃집을 예약하게 된다.
오늘부터 하면 되는 세 가지
하나. AI한테 뭔가 시키기 전에 "나는 이 주제에 대해 뭘 모르지?" 생각해본다. 모르는 게 있으면 답을 구하기 전에 "내가 뭘 알아야 하는지"를 먼저 물어본다.
둘. "AI가 이걸 정확히 알까?" 생각해본다. 실시간 정보, 우리만의 맥락, 최신 변화. 이런 건 틀릴 수 있다. 내가 확인한다.
셋. 큰 작업은 쪼갠다. "다 해줘"가 아니라 단계별로 나눠서 중간중간 확인하면서 간다.
세 가지다. 대단한 거 아니다.
근데 이거 하는 사람과 안 하는 사람의 차이는 꽤 크다.
AI 시대에 가장 중요한 스킬은 코딩도 아니고 프롬프트 기술도 아니다.
내가 뭘 모르는지 아는 능력이다.
📌 다음 편 예고
이번 편은 AI와 대화를 잘 하는 법이었다.
근데 AI가 채팅창 안에만 있을 필요는 없다. 요즘은 AI가 내 캘린더를 보고, 내 문서를 읽고, 내가 쓰는 도구들이랑 직접 연결돼서 일하는 세계가 열리고 있다. OpenClaw가 그래서 그렇게 화제가 된 거다.
다음 편 — AI를 채팅창 밖으로 꺼내는 법.
Top comments (0)