AI란 무엇인가? 한 번도 써본 적 없는 사람을 위한 쉬운 설명

짧은 답, 그리고 사람들이 실제로 뜻하는 것

AI는 사람이 쓴 엄청난 양의 글을 읽고 그 안의 패턴을 충분히 익혀서, 거기에 어울리는 새로운 글을 만들어내는 소프트웨어입니다. 평범한 말로 요청을 입력하면 초안이나 요약, 설명, 계획을 써서 돌려줍니다. 제품의 실체는 이것이 전부입니다. 그동안 들어온 나머지 이야기는 이 위에 얹힌 세부 사항이거나, 아니면 아예 다른 무언가에 대한 이야기입니다.

용어 자체는 더 오래된 것들도 포함합니다. 메일함의 스팸 필터, 휴대폰의 얼굴 인식 잠금 해제, 다음에 어떤 영상을 틀지 정하는 시스템 같은 것들이죠. 하지만 일상 대화에서 그런 걸 뜻하는 사람은 없습니다. 동료가 문단을 다듬는 데 AI를 썼다고 하거나 조카가 무릎이 아파서 AI에 물어봤다고 할 때, 그건 챗봇을 말하는 겁니다. ChatGPT, Claude, Gemini, 아니면 그 친척뻘 되는 도구들이요. 그 제품 범주를 제품 관점에서 다룬 글은 AI 챗봇이란 무엇인가에 있습니다. 이 글은 그보다 한 단계 위, 개념 자체를 다룹니다. 모델, 프롬프트, 토큰, 컨텍스트 같은 말이 걸림돌이라면 쉬운 말로 정리한 AI 용어집이 짧고 담백합니다.

가입에는 이메일 주소 하나와 1분 남짓이면 충분하고, 주요 앱은 모두 무료 요금제가 있으니 여기서 카드가 필요한 일은 없습니다. 더 읽기 전에 아무 AI 앱이나 열어서 이렇게 입력해 보세요. "네가 무엇이고 어떻게 작동하는지, AI를 한 번도 써본 적 없는 사람에게 네 문장으로 설명해줘." 그 답변은 다른 탭에 열어두세요. 네 번째 섹션을 읽을 때쯤이면 그 답을 대조해 볼 구체적인 기준이 생깁니다. 누구의 말이든 그냥 믿는 것보다 훨씬 낫습니다.

AI는 어떻게 이걸 배웠을까

학습 과정은 설명을 듣고 나면 시시한데, 그건 좋은 신호입니다. 아주 큰 글 더미를 준비합니다. 책, 웹사이트, 설명서, 게시판 논쟁, 판결문, 요리법 같은 것들이요. 거기서 단어 하나를 가립니다. 시스템에게 그 단어를 맞혀보게 합니다. 맞았는지 틀렸는지 알려줍니다. 이 과정을 터무니없는 횟수로 반복합니다. 그 이상 신비로운 일은 벌어지지 않습니다. 그렇게 나오는 결과물이 사람의 글에서 보통 다음에 무엇이 오는지를 극도로 예민하게 감지하는 시스템입니다.

그래서 1998년 월드컵 우승국을 물어보면, AI는 백과사전을 펼치는 게 아닙니다. 당신의 질문 뒤에 가장 그럴듯하게 이어질 텍스트를 아주 작은 조각 단위로 만들어내는 중입니다. 프랑스라고 맞히는 건 그 사실이 학습한 글 속에 일관된 형태로 수천 번 등장하기 때문입니다. 글이 유창한 것과 정확히 같은 이유로 맞히는 것이지, 더 튼튼한 다른 이유가 있어서가 아닙니다. 이 문장을 붙잡아 두세요. AI의 이상한 행동은 거의 전부 여기서 흘러나옵니다.

• 글은 처음부터 잘 씁니다. 유창함이야말로 학습한 그 자체라서, 당신이 애쓰지 않아도 첫 초안이 제법 괜찮은 모습으로 나옵니다.
• 틀릴 때도 말투는 똑같습니다. 만 번 본 사실과 그럴듯한 조각을 조립해 만든 내용을 구분해 주는 장치가 내부에 없습니다. 자신감은 어느 쪽이든 같습니다.
• 지식에 마감 시점이 있습니다. 학습은 어느 날짜에 멈췄습니다. 지난주 화요일 일을 물으면, 앱이 대신 실시간 웹 검색을 돌리지 않는 한 그 자리에 없었던 시스템에게 묻는 셈입니다.
• 산수에 약합니다. 긴 곱셈은 절차이지 글 속의 패턴이 아닙니다. 요즘 모델은 풀이 과정을 적거나 계산기를 불러서 더 잘 처리하지만, 밑바탕의 본능은 여전히 그럴듯해 보이는 숫자를 만들어내는 쪽입니다.
• 당신의 표현이 답을 좌우합니다. 당신이 고른 단어가 AI가 어떤 패턴을 끌어올지 정합니다. 같은 질문도 두 가지 방식으로 물으면 품질이 다르게 돌아오는 이유가 이것입니다. AI와 대화하는 법은 대체로 이 한 가지 기술에 대한 이야기입니다.

AI가 정말 잘하는 일

AI가 가장 잘하는 작업들은 생김새가 비슷합니다. 좋은 답이 어떤 형태여야 하는지가 세상에 이미 확립돼 있고, 돌아온 결과가 쓸 만한지 10초 안에 알아볼 수 있다는 점입니다. 다시 쓰기, 요약하기, 번역하기, 문서 설명하기, 그리고 백지에서 벗어나기. 평범한 한 주에 하는 글 작업의 대부분이 여기 들어갑니다.

이미 가지고 있는 것	요청할 내용	이게 잘 되는 이유
네 번이나 고쳐 쓴 이메일	"따뜻하게 들리되 거절이라는 건 분명하게 다시 써줘"	정중한 거절은 글에서 가장 흔한 패턴 중 하나입니다
보험사나 집주인이 보낸 서류	"쉬운 말로 설명하고, 내가 해야 할 일을 알려줘"	전문 용어를 일상어로 바꾸는 건 패턴 작업이고, 눈앞의 원문과 대조할 수 있습니다
읽을 일이 없었던 60쪽짜리 PDF	"핵심 주장을 여덟 줄로 요약하고 숫자는 전부 뽑아줘"	파일 전체를 몇 초 만에 읽고, 신경 쓰이는 항목만 골라 확인할 수 있습니다
계속 미루기만 한 여행	"음식과 걷기를 좋아하는 성인 두 명의 세비야 4일 일정을 짜줘"	학습한 글에 여행 일정이 수천 개 들어 있고, 완벽하지 않아도 잃을 게 없습니다
다른 언어를 쓰는 고객에게 보낼 메시지	"이걸 스페인어로 번역해줘. 정중하되 딱딱하지 않게"	예전 번역 도구와 달리 어조가 살아남습니다

그 표에서 무엇이 빠졌는지 보세요. 기계에게 권위자가 되어 달라고 부탁하는 줄은 하나도 없습니다. 자료든 판단이든, 아니면 둘 다든 이미 당신이 쥐고 있습니다. AI는 당신이 지겨워하는 부분, 그러니까 백지와 두 번째 초안, 서식 정리, 60쪽짜리 문서를 가져가고, 결정은 당신에게 남깁니다. 넘길 만한 일의 더 긴 목록은 AI에게 맡길 만한 일상 업무에 있습니다. 일찍 들여야 할 습관이 하나 있습니다. 첫 답변이 빗나가면 처음부터 다시 하지 말고, 무엇이 잘못됐는지 짧은 한 문장으로 말하세요. "너무 격식 있어. 마지막 문단은 빼줘"가 요청을 통째로 다시 쓰는 것보다 대개 더 많은 걸 고칩니다.

AI가 못하는 일, 그리고 그 이유가 똑같다는 것

이제 솔직한 부분입니다. 어차피 첫 주에 마주치게 될 테니까요. AI는 다른 모든 걸 말할 때와 똑같이 차분하고 잘 정리된 목소리로 사실이 아닌 것을 말합니다. 드물게도 아니고, 낯선 주제에서만도 아닙니다. 임대차 계약서에 없는 조항 번호, 그럴듯한 저자와 그럴듯한 연도가 붙은 연구, 존재하지 않는 제품 기능, 아무도 한 적 없는 인용문을 지어냅니다. 티가 나지도 않습니다. 표현이 흐릿해지지도 않고 어조가 흔들리지도 않습니다. 이걸 부르는 말이 환각(hallucination)이고, AI가 틀리는 이유가 그 실패 유형을 하나씩 짚어줍니다. 지금 보고 있는 오류가 어떤 종류인지 알아보는 것이 방어의 대부분이기 때문입니다.

여기서 뻗어 나온 한계가 셋 더 있습니다. 최신성. 앱이 실시간으로 웹을 검색하지 않는 한 최근 몇 달은 알지 못하는데, 그러면서도 오래된 자료를 가지고 그 시기를 이야기합니다. 세기와 계산. 계산 과정을 논리적으로 따라가고도 자릿수가 하나 어긋난 합계를 내밀 수 있으니, 실제로 쓸 숫자는 반드시 확인하세요. 그리고 당신에게만 해당하는 것들. 당신의 계약서, 당신의 복용량, 당신 지역의 규정, 당신의 마감일. AI는 당신 것과 비슷한 문서를 백만 건 읽었지만, 당신 것은 한 건도 읽지 않았습니다.

기억해 둘 만한 원칙은 이렇습니다. 95퍼센트만 맞아서는 아무 소용 없는 곳에는 쓰지 마세요. 약, 법적 기한, 세금 수치, 청구서 금액, 곧 할 연설에서 부를 사람 이름의 철자. 이런 경우에 거의 맞는 건 부분 점수가 아니라 그냥 틀린 것이고, 유창한 겉모습 때문에 어설픈 검색 결과보다 오류를 잡아내기가 더 어렵습니다. 그 밖의 모든 곳에서 95퍼센트는 당신이 4분만 손보면 되는 훌륭한 첫 초안입니다. 망설임의 이유가 정확성보다는 내가 입력한 내용이 어떻게 되는지에 있다면, 그건 정당하고 별개인 질문이며, AI 안전한가에서 그 질문을 정면으로 다룹니다.

처음 5분 동안 할 일

이 주제는 읽어서 얻을 수 있는 게 금방 바닥납니다. 앱을 열고 아래 넷 중 하나를 당신의 이번 주에서 가져온 진짜 상황에 맞춰 바꿔 입력해 보세요. 진짜여야 합니다. 지어낸 시험용 질문은 지어낸 느낌의 답을 부르고, 이게 당신에게 쓸모 있는지에 대해 아무것도 알려주지 않습니다.

1. 껄끄러운 이메일. "보내야 하는 이메일이 있어. 정중하게, 길이는 절반쯤으로, 그러면서도 거절이라는 건 분명하게 다시 써줘." 초안을 그 아래에 붙여넣으세요.
2. 읽기 싫은 통지서. "이 서류를 쉬운 말로 설명하고, 내가 정확히 무엇을 언제까지 해야 하는지 알려줘." 보험사나 집주인, 세무서에서 온 문서를 붙여넣거나 업로드하세요.
3. 계속 미루던 계획. "10월에 리스본에서 4일을 보내는데 청소년 한 명과 함께이고, 식비와 활동비로 700달러 정도 있어. 하루씩 계획을 짜고, 우리에 대해 무엇을 가정했는지도 알려줘."
4. 묻기 민망했던 질문. "주택담보대출 금리가 실제로 어떻게 정해지는지, 내가 똑똑하지만 집을 사본 적은 없다고 생각하고 설명해줘. 그리고 은행에 물어볼 질문 세 가지를 알려줘."

좋은 답변은 그 일을 어떻게 할지 설명하는 대신 그 일을 해냅니다. 요청한 형식을 지킵니다. 당신이 빠뜨린 부분이 있으면 되묻거나, 자기가 세운 가정을 밝힙니다. 돌아온 결과가 군더더기 많고 소제목만 잔뜩 달린 논술문 같다면, 그건 모델이 약해서라기보다 요청이 두루뭉술했다는 신호이니 누구를 위한 것인지, 길이는 얼마나 원하는지, 그걸로 무엇을 할 건지를 덧붙이세요. 모델들 사이의 차이도 마케팅이 말하는 것보다 큽니다. 목소리에서도, 긴 지시를 얼마나 꼼꼼히 따르는지에서도 그렇습니다. 그래서 나에게 맞는 모델을 찾는 가장 빠른 방법은 하나의 프롬프트를 여러 모델에 보내 비교하는 것입니다. Whizi가 바로 그 용도입니다. 구독 하나에 GPT, Claude, Gemini와 이미지 모델이 한 작업 공간에 들어 있어서, 제공사마다 따로 결제할 필요가 없습니다. 체험을 시작하고 당신의 프롬프트 네 개를 직접 돌려본 뒤, 실제로 보내도 되겠다 싶은 답을 준 모델을 남기세요.