처음엔 "아니 이게 된다고?" 하면서 엄청 깜짝 놀라고 뭐든지 다 AI한테 물어보는 AI 신봉자가 되었다가
자기가 잘 아는 분야에서는 자꾸 실수를 남발하다보니 기대가 컸던 만큼 실망하게 되고 AI도 별 거 없구나 라고 생각하는 AI 회의론자가 되었다가(이 때 가끔은 AI 무용론까지 펼치기도 합니다)
그러다 결국엔 AI가 뭘 잘하고, AI가 뭘 못하는지 어느 정도 감을 잡고 자기 분야에서의 효율적인 도구로 사용하는 전철을 밟는 것 같네요
아무튼 제 생각에는 AI를 잘 쓰는 건 필수적이지만, 정작 AI에만 너무 의존하면 어떤 분야든 기본기가 많이 부족해진다는 느낌을 받았습니다.
저는 숫자를 좀 많이 다루는 직업인데, AI가 수학 문제를 잘 푼다고 해서 AI에게 모든 걸 맡기다가는, 수학적으로 사고하는 방법을 잃어버리는 것 같더라고요.
그래서 오히려 신입들에겐 AI를 쓰지 말고 직접 사고하는 훈련을 하라고 지시할 때도 많습니다(물론 신입들은 엑셀 팡션 쓰지 말라는 것처럼 보이겠지만요)
숫자 싫어하던데..
확실히 AI는 현재로선 과장되어 있습니다. (일부 산업군에서는 당장 적용해도 좋을 정도의 수준이지만요)
조금 복잡한 일이 되면 20만 토큰도 부족하다고 느끼기 때문에
일을 적당한 크기로 자르고, 일을 처리하는데 필요한 콘텍스트를 정리하고, LLM이 약한 부분에 대해서는 적극적인 개입과 리뷰를 하고, 이런것들이 복합적으로 적용되야만 하는데
이걸 "다 에이전트가 알아서 해줄거예요"가 마누스 라던지 오픈AI 에이전트의 제안이지만, 그 내부를 들여다 보면 결국 멀티턴으로 정보를 압축하고, 살을 붙이는 과정의 연속인건데, 압축하는 과정에서 만들어지는 에러들이 누적되다 보면 결국, 결론은 가족오락관 고요속의 외침 되는거죠.
요즘 쓰면서 느끼는 것은, 일을 잘 구조화해서 시키는 법을 알고, 동시에 작업자의 특성과 수준에 맞게 필요한 정보를 제공할 수 있는, 더 나아가 필요에 따라서는 육성까지 가능한 사람이 에이전트에게도 일을 잘 시킨다. 하는 느낌입니다. 그것에 평소에 익숙했던 관리자라면 LLM을 통해 생산성 극대화가 가능하고, 그게 아니고 인간적 매력이나 카리스마에 의존했던 사람에게는 인간에게 일 시킬 때보다 더 속터지는 존재가 LLM일거고요.
실수남발,못함의 수준이 거의 주,월단위로 기하급수적으로 줄고 발전속도가 빨라 업무를 a.i에 맞게 짜는 의미가 없죠.
발전 속도가 ai워크플로 만드는 속도보다 빠릅니다
좀 안되도 그냥 낙관적으로 보게 되더군요ㅎㅎ