인공 지능 기능이 어떤 작업을 완벽하게 수행하는 모습을 본 경험이 있을 것입니다. 그래서, 당신은 이제 출발해도 괜찮다고 생각하셨군요. 하지만 문제는 이겁니다. 그 한 번의 승리는 거의 아무것도 증명하지 못한다. 혹시 처음 오신 분이라면 , 저는 딜런입니다. 저는 AI 컨설팅 회사를 운영하고 있습니다. 그리고 여러분의 AI 기술이나 프로젝트가 실제로 얼마나 훌륭한지 판단하는 것이 제가 하는 일의 대부분입니다. 자, 그럼 여러분의 실력을 실제로 자신의 작업물과 비교해서 검증하는 방법을 보여드리고, 그 실력을 평범한 수준에서 여러분만큼 훌륭하게 끌어올리는 과정을 보여드리겠습니다 . 그러므로 이 영상이 끝날 때쯤이면 여러분은 그것이 좋기를 바라는 것이 아니라, 좋다는 것을 증명할 수 있을 것입니다 . 자, 그럼 시작해 볼까요? 새로운 직원을 채용하거나 팀에 새로운 사람이 합류할 때를 잠시 생각해 보세요. 실제로 어떻게 훈련시키는 건가요? 아마 여러분은 이와 비슷한 과정을 따르실 겁니다. 그들에게 간단한 과제를 주는 곳. 간단한 작업을 부여한 후에는 그 작업에 대한 그들의 결과물을 확인합니다. 그들은 어떻게 했나요? 확인 후에는 오류를 수정합니다. 그리고 그들은 이를 바탕으로 개선해 나갑니다. 그래서 그들은 동일한 작업이나 규모와 복잡성이 비슷한 다른 작업에 다시 도전합니다. 여러 차례 반복 작업을 거쳐 그들이 당신의 검토 없이도 이 작업을 수행할 수 있다는 신뢰를 쌓게 되면 , 그때서야 비로소 그들이 당신의 개입 없이 완전히 작업을 완료할 수 있도록 작업을 넘겨줄 수 있습니다 . 그리고 제가 스스로에게, 그리고 제 고객들에게 자주 묻는 질문은 바로 이것입니다. 왜 우리는 AI를 다르게 대하는 걸까요? 완전히 똑같아야 합니다. 특히 중요도가 높거나 자주 수행하는 작업의 경우, AI에 아웃소싱하는 것이 좋습니다. 제가 자주 보는 바로는 사람들이 AI와 상호작용할 때 이런 식으로 사용하는 경향이 있습니다. 그들은 인공지능 프로젝트나 스킬을 개발하고 사용해 본 후, 한두 가지 사소한 수정을 가하고는, 인공지능이 완벽하지는 않지만 어느 정도는 괜찮다는 사실을 받아들이고 앞으로 나아갑니다 . 그들이 해야 할 일은 인공지능을 훈련시키는 것, 특히 그들이 만든 기술이나 프로젝트를 훈련시키는 것입니다. 그들은 자신들의 기준을 지속적으로 충족시키기 위해 반복적인 개선 작업을 해야 합니다 . 그리고 그게 바로 제가 이 영상에서 여러분과 함께 하고 싶은 일입니다. 그래서 저는 직원을 교육하는 사고방식을 인공지능에 어떻게 적용할 수 있는지 보여드리고 싶습니다. 따라서 앞으로 여러분이 만들어내는 모든 기술이나 프로젝트는 여러분의 기준을 지속적으로 충족하게 될 것입니다. 이것이 우리가 따를 기본적인 절차입니다. 저는 이것을 스킬이라는 맥락에서 설명하겠지만, 동일한 개념이 프로젝트 내 시스템 프롬프트에도 적용됩니다. 그래서 기술을 연마할 때 제가 모든 고객에게 추천하는 과정은 바로 이것입니다. 기술을 익혔다면 먼저 그것을 증명해 보이는 것이죠. 즉, 먼저 스킬을 사용하여 자동화하거나 스킬로 보강하려는 작업을 선택해야 합니다 . 반복적으로 수행할 작업을 선택했다면, 이제 인공지능을 이용해 그 작업을 수행하게 됩니다. 클로드 코워크, 코덱스, 챗GPT 또는 클로드 내에서 새 채팅을 열고 해당 대화에서 직접 작업을 실행하면 됩니다 . 당신은 인공지능의 결과물이 당신의 기준에 부합할 때까지 그 작업을 계속해서 반복적으로 수행하고 개선해 나갑니다 . 일단 그 대화 흐름 안에서 작업을 완료하면, AI에게 그 전체 과정을 스킬로 구현해 달라고 요청할 수 있습니다. 이러한 특정 접근 방식이 기술 과 시스템 프롬프트를 구축하는 데 가장 효과적인 이유는 여러 가지가 있지만, 가장 중요한 이유는 AI가 이미 작업을 완료했고, 그 작업 자체가 매우 정교하고 미묘하기 때문입니다. 따라서 시스템 프롬프트나 스킬을 생성하기 전에 해당 과정을 통해 이 모든 것을 이해하도록 해야 합니다. 잠시 평소 방송을 중단하겠습니다. 이 영상은 언제나처럼 제가 직접 제작했습니다. 두 가지 간단히 말씀드리겠습니다. 우선, 아래에 30일 동안 무료로 제공되는 AI 인사이트 시리즈를 소개합니다 . AI를 비즈니스와 업무에 적용하는 방법에 대한 30가지 유용한 정보를 이메일로 받아보실 수 있습니다 . 두 번째로, 저와 함께 일하고 싶으시다면, 아래에 저희가 서로 잘 맞는지 확인할 수 있는 몇 가지 제안이 있습니다. 자, 그럼 다시 영상으로 돌아가 볼까요? 사실 제가 여기서 공유해 드릴 프롬프트가 있는데, 그 대화의 맨 마지막 부분에 복사해서 붙여넣으시면 됩니다 . 그리고 이것이 바로 이 프롬프트입니다 . 아주 간단하고 명료 하지만 중요합니다. 이 프롬프트에서 우리가 하는 일은 AI에게 " 방금 대화에서 했던 내용을 스킬 생성기를 사용하여 스킬로 만들어 주세요 ."라고 말하는 것뿐입니다. 스킬의 멋진 점 중 하나는 AI가 스킬을 만들어 줄 수 있다는 것입니다. 하지만 우리는 이 프롬프트에 몇 가지 제약 조건을 추가하는데, 이는 중요한 부분입니다. 그래서, 우리가 여기에 추가하는 두 가지 제약 조건은 다음과 같습니다. 첫 번째는 AI에게 "이 스킬은 간결하고 최소한의 요소만 포함하도록 하세요. 스킬 내의 모든 코드는 그 존재 이유를 입증해야 합니다 ."라고 말하는 것입니다. 그리고 이것이 중요한 이유는, 여러분도 아시다시피 AI는 매우 장황한 경향이 있기 때문입니다. 말이 너무 많아서 스킬이나 프롬프트가 지나치게 장황해질 가능성이 높습니다. 그리고 우리는 과도한 스킬과 프롬프트를 피하고 싶습니다. 그 이유는 기술이나 지시 사항이 방대할수록 AI가 우리가 부여한 작업을 정확하게 수행할 가능성이 낮아지기 때문입니다. 그것이 첫 번째 제약 조건입니다. 두 번째 제약 조건은, 특히 기술의 경우, 주제에 구애받지 않아야 한다는 것입니다. 우리가 구체적으로 말하는 것은 그 과정에서 사용했던 판단력과 미묘한 차이를 포착하라는 것입니다. 그래야 나중에 그 기술을 개발할 때 일반적으로 어떤 상황에도 적용할 수 있기 때문입니다. 이 경우에는 제안서를 작성하는 것입니다. 그러니까 제가 이것이 제안서 작성에 필요한 기술이라고 말할 때는, 저희 회사를 위한 제안서를 작성하는 능력을 의미합니다. 그리고 이 질문에서 제가 드리는 말씀은, 이 내용이 방금 우리가 대화에서 다룬 제안서뿐만 아니라, 이와 같은 유형의 모든 제안서에 일반적으로 적용되는지 확인해 달라는 것입니다 . 두 번째 제약 조건을 간단히 설명드리자면, 방금 이 제안서를 작성했고 결과물에 만족한다는 것입니다. 이제 저는 여러분이 이 전체 과정을 하나의 기술로 통합하기를 바랍니다. 그래야 앞으로 제가 여러분에게 제안서를 작성해달라고 요청할 때마다 특정 제안서 나 그 내용에 편향되지 않고 동일한 기준을 충족하는 제안서를 작성할 수 있을 것입니다. 자, 이 프롬프트를 복사해서 붙여넣고 실력 향상에 활용하시면 됩니다. 자, 이제 우리는 대부분의 사람들이 하는 일을 했습니다. 어떤 접근 방식을 취했든 상관없이, 우리는 기술 또는 시스템 프롬프트를 만들었습니다 . 다음 단계는 많은 사람들이 실패하는 부분인데, 그들은 인공지능을 훈련시키지 않고 그냥 사용하기만 합니다. 그러니 집중하세요. 이 부분이 영상에서 가장 중요한 부분입니다. 어떤 사람들은 자신의 능력이나 문제 해결 능력을 시험해 볼 수도 있지만, 그 시험 방식이 매우 부실합니다. 제가 보기에 사람들이 가장 흔히 사용하는 두 가지 접근 방식입니다 . 첫 번째 접근 방식은 인공지능의 출력 결과를 그대로 읽는 것입니다. 그들은 대략적인 분위기를 파악하고는 "음, 괜찮네. 이 정도면 충분하니까 다음으로 넘어가자"라고 말합니다. 그들은 대략적인 생산량을 가늠하고 있는 것 같아요. 체계적이지 않기 때문에 좋지 않습니다. 다른 접근 방식은 그것을 시험해 보는 것입니다. 그들은 새로운 대화를 시작합니다. 그들은 그 스킬이나 시스템을 만들 때 사용했던 것과 동일한 입력값을 사용하여 프롬프트를 호출합니다 . 이 또한 매우 좋지 않은 접근 방식입니다. 왜냐하면 스킬을 개발하는 데 사용했던 동일한 예제를 테스트에 사용하면 AI가 그 미묘한 차이 중 일부를 자체 메모리에 저장했을 가능성이 높기 때문입니다. 그러니까, 완벽한 결과를 얻을 가능성이 높지만, 다른 예시에 적용해 보면 기준에 부합하지 않을 수도 있다는 거죠. 그래서 우리가 그것을 만드는 데 사용했던 것과 동일한 환경에서 테스트할 수 없습니다. 그리고 바로 그 지점에서 다음 접근 방식이 중요해집니다. 그리고 저는 모든 고객에게, 특히 중요한 작업이나 자주 하는 작업과 같이 중요한 부분에 있어서는, 자신의 기술과 시스템 알림을 이렇게 테스트해 보라고 권장합니다. 이러한 테스트 방식을 사용할 때는 두 종류의 예제를 만들어야 합니다. 한쪽 더미는 여러분의 제작 더미가 될 것입니다. 자, 이것이 바로 실제 스킬이나 시스템 프롬프트를 구성하는 데 사용하는 예시 모음입니다. 나머지 한 더미는 테스트용 더미입니다. 이곳은 인공지능이 부정행위를 하지 않고도 성능을 테스트할 수 있는 곳입니다 . 따라서 제작 단계 동안에는 이 테스트용 흙더미를 전혀 보지 못하도록 해야 합니다. 이것을 그것으로부터 숨겨야 합니다. 자, 그럼 건축 과정부터 시작해 볼까요? 그러니까 스킬을 구축할 때 쌓아 올리는 더미에는 입력 데이터와 출력 데이터가 있는 거죠. 따라서 어떤 종류의 시스템 프롬프트나 스킬을 만들든, 작업의 종류와 상관없이 AI는 데이터를 입력받아 어떤 결과를 반환할 것입니다. 그 결과는 통찰력, 결정, 보고서 또는 프레젠테이션 등 다양한 형식으로 제공될 것입니다 . AI는 구축 단계에서 이 두 가지 모두를 확인해야 합니다 . 그것은 당신이 무엇을 보는지뿐만 아니라 당신이 무엇을 만들어내는지도 알아야 합니다. 이 두 가지를 모두 확인함으로써 고객의 기준과 품질 기대치를 충족할 수 있기 때문입니다. 그게 첫 번째 단계입니다. 두 번째 단계에서는 실제로 테스트를 시작할 때 AI에 입력값만 제공할 것입니다. 인공지능이 알아서 결과물을 만들어 줄 것이기 때문에 별도의 출력이 없을 것이라고 가정하고 있습니다 . 그러니까 입력값만 주고 AI가 스킬을 실행하게 하면, AI가 출력값
