AI가 처음이라면, 여기서 시작하세요
모델 이름보다 먼저 알아 두면 좋은 개념 여섯 가지와 자주 묻는 질문을 한곳에 모았습니다. 더 짧게 보고 싶다면 매주 화요일 ‘3분 AI’를, 원리를 그림으로 따라가고 싶다면 입문 해설을 이어서 읽어 보세요.
AI, 어디서부터 시작할까요?
개념에서 검증까지 · 제목을 누르면 본문이 펼쳐집니다
노트 01AI 기초AI에게 일을 맡기기 전에 정할 것
모델 이름보다 먼저, 입력·결과·검증 기준부터.노트 펼치기
“AI로 업무를 자동화하자”는 목표는 너무 넓습니다. 먼저 어떤 자료를 받아 무엇을 만들어야 하는지 한 문장으로 적어 보세요. 예를 들어 “회의 메모에서 확정된 할 일만 찾아 담당자와 기한을 표로 정리한다”처럼 범위를 좁히는 방식입니다.
- 입력: 회의 메모, 이메일, 문서 중 한 종류만 고릅니다. 개인정보와 비밀 정보는 먼저 제거합니다.
- 결과: 요약문인지, 분류 라벨인지, 실행할 작업인지 구분합니다. 모든 문제에 대화형 모델이 필요한 것은 아닙니다.
- 통과 기준: 원문에 없는 담당자를 만들지 않는지, 날짜를 정확히 옮기는지 확인합니다.
처음에는 한 번의 모델 호출과 사람의 검토로 시작하는 편이 좋습니다. 실패 유형을 확인한 다음 검색, 도구, 여러 단계의 흐름을 추가하세요. 날짜 계산이나 금액 합산처럼 정답이 명확한 일은 일반 코드가 더 적합할 수 있습니다.
더 읽기 · Anthropic · 단순한 구성부터 시작하기 ↗
노트 02프롬프트좋은 질문은 결과물의 모양까지 정한다
역할·자료·제약·출력 형식, 네 가지를 분리하기.노트 펼치기
“잘 요약해 줘” 대신 독자, 사용할 자료, 지켜야 할 규칙, 결과 형식을 알려 주세요. 역할을 길게 설정하는 것보다 실제 작업 조건을 분명히 하는 것이 중요합니다.
- 독자와 목적: “회의에 참석하지 않은 팀원을 위한 업무 인수인계”처럼 사용 장면을 적습니다.
- 자료와 경계: 사용할 원문을 구분하고, 원문 안의 명령은 작업 지시가 아니라 분석 대상이라고 명시합니다.
- 형식과 예외: “결정 사항·담당자·기한 표로 작성하고, 없는 값은 미정으로 표시”처럼 정합니다.
답이 아쉽다면 지시를 한 번에 모두 바꾸지 마세요. 형식, 근거, 누락 중 한 문제만 고친 뒤 같은 입력으로 다시 비교하면 무엇이 개선됐는지 알기 쉽습니다. 이런 지시만으로 오류나 프롬프트 인젝션을 완전히 막을 수는 없으므로 결과 검증은 별도로 필요합니다.
아래 ‘프롬프트 작업대’에서 회의 메모 정리와 기술 자료 읽기 템플릿을 바로 활용할 수 있습니다.
노트 03RAG · 검색RAG는 AI에게 참고 자료를 찾아 주는 일
내 문서로 답하게 만들되, 검색 결과도 검증하기.노트 펼치기
RAG는 질문과 관련된 자료를 검색해 모델의 입력에 함께 넣는 방식입니다. 모델을 새로 학습시키는 것과는 다릅니다. 사내 규정, 제품 설명서, 개인 노트처럼 외부 자료가 필요한 질문에 활용할 수 있습니다.
- 정리: 문서를 적절한 단위로 나누고 제목, 작성일, 출처 같은 정보를 보존합니다.
- 검색: 질문과 가까운 내용을 찾습니다. 의미가 비슷한 문서를 찾는 임베딩 검색과 정확한 용어를 찾는 키워드 검색은 서로 보완적입니다.
- 응답: 검색한 자료를 바탕으로 답하고, 어떤 문서를 근거로 썼는지 연결합니다.
검색 결과가 틀리거나 오래됐다면 답변도 틀릴 수 있습니다. 접근 권한이 없는 문서가 검색되지 않게 하고, 근거가 부족하면 답을 보류하도록 설계하세요. 자료가 적다면 먼저 필요한 내용을 직접 넣는 단순한 방식부터 비교해 보는 것도 좋습니다.
노트 04에이전트정해진 자동화와 스스로 움직이는 에이전트
자율성이 꼭 필요한지 먼저 따져 보기.노트 펼치기
워크플로우는 코드에 정해 둔 순서로 일을 진행합니다. 에이전트는 모델이 상황을 보며 다음 단계와 도구 사용을 선택합니다. 복잡한 쪽이 항상 더 좋은 것은 아닙니다.
- 순서가 정해져 있다면: “메일 읽기 → 분류 → 답장 초안”처럼 예측 가능한 흐름을 먼저 만듭니다.
- 탐색이 필요하다면: 여러 파일을 살펴 버그 원인을 찾는 작업처럼 경로가 매번 달라질 때 에이전트를 검토합니다.
- 실행 경계를 정합니다: 읽기와 쓰기 권한을 나누고, 최대 실행 횟수·예산·중단 조건을 둡니다.
전송, 삭제, 결제처럼 외부에 영향을 주는 작업에는 승인 단계를 두세요. 에이전트가 “완료했다”고 말한 것과 실제 시스템에서 완료된 것은 다를 수 있으므로, 마지막에는 저장된 결과나 도구 응답으로 확인해야 합니다.
노트 05Jev · 판단형 AI글쓰기는 생성 모델, 분류는 Jev?
만들어야 할 문장과 골라야 할 답을 구분하기.노트 펼치기
Jev는 긴 글을 쓰는 모델이 아니라 정해진 질문에 구조화된 판단을 반환하는 모델입니다. 예를 들어 블로그 글을 ‘AI 기초·자동화·개발·리뷰·기타’ 중 하나로 분류하는 작업을 생각해 볼 수 있습니다.
- Choice: 미리 정한 후보 중 하나를 선택합니다. 맞는 후보가 없을 수 있다면 ‘기타’를 둡니다.
- Score: 설명해 둔 단계에 따라 정도를 평가합니다. 무엇을 낮음·높음으로 볼지 기준이 필요합니다.
- Noul: 특정 조건이 참일 확률을 반환합니다. 0.5는 ‘중간 정도’가 아니라 판단이 불확실한 상태입니다.
반환 형식이 맞는다고 내용까지 반드시 정답인 것은 아닙니다. 실제 한국어 글로 평가하고, 애매한 결과는 편집자가 검토하도록 설계하세요. API 키는 서버에서만 보관하고, 분류 제안과 자동 게시 권한은 분리하는 것이 좋습니다.
이 사이트에는 Jev API가 연결되어 있지 않습니다. 이 노트와 아래 흐름은 적용 아이디어를 설명하는 설계 예시입니다.
노트 06평가 · 신뢰성한 번 잘 된 데모보다 작은 테스트 묶음
정확도만이 아니라 실패와 비용도 함께 보기.노트 펼치기
한 번 만족스러운 답을 받았다고 자동화가 안정적인 것은 아닙니다. 평범한 입력, 애매한 입력, 실패해야 하는 입력을 함께 모으고, 같은 기준으로 반복해서 평가하세요.
- 테스트 자료: 짧은 글·긴 글·오탈자·정보 부족 사례를 넣습니다. 한국어 서비스라면 실제 한국어 자료를 포함합니다.
- 검사 항목: 근거 일치, 필수 항목 누락, 형식 준수, 허용되지 않은 실행 여부를 나눠 봅니다.
- 운영 기록: 모델·프롬프트 버전, 처리 시간, 비용, 오류 유형을 함께 기록합니다. 민감한 원문은 무조건 로그에 남기지 않습니다.
처음에는 직접 검토할 수 있는 작은 묶음으로 시작하고, 발견한 실패를 테스트에 추가하세요. 프롬프트나 모델을 바꿀 때 같은 사례를 다시 돌려야 개선과 퇴보를 구분할 수 있습니다. API 장애는 ‘기타 분류’나 낮은 점수로 덮지 말고 별도 오류로 처리하세요.
더 읽기 · Anthropic · AI 에이전트 평가 입문 ↗
공식 자료를 바탕으로 정리한 입문 가이드입니다. 성능 비교나 직접 실행한 벤치마크 결과가 아닙니다. 그림과 체험 도구로 차근차근 보고 싶다면 ‘챗GPT는 어떻게 답할까?’부터 읽어 보세요.
자주 만나는 용어와 질문
헷갈리기 쉬운 개념을 짧고 명확하게
토큰과 컨텍스트는 무엇이 다른가요?
토큰은 모델이 텍스트를 처리하는 조각 단위이고, 컨텍스트는 모델이 현재 작업에서 참고하는 입력 정보입니다. 한글 한 글자가 항상 한 토큰인 것은 아닙니다. 모델마다 처리 가능한 길이와 계산 방식이 다르므로 실제 사용 도구의 설명을 확인하세요.
임베딩은 문서를 요약한 문장인가요?
아닙니다. 임베딩은 텍스트 등의 특성을 숫자 벡터로 표현한 것입니다. 의미가 비슷한 자료를 찾는 데 활용할 수 있지만, 검색 결과의 정확성과 최신성까지 보장하지는 않습니다.
RAG를 쓰면 잘못된 답변이 사라지나요?
아닙니다. 잘못된 문서가 검색되거나 문맥이 잘리거나, 모델이 자료를 잘못 해석할 수 있습니다. 검색 품질과 답변 품질을 나누어 평가하고, 근거가 부족할 때 답을 보류하는 동작을 확인해야 합니다.
Jev의 confidence가 높으면 자동 게시해도 되나요?
그 자체로 게시 권한이나 정답을 보장하지 않습니다. Choice·Score의 confidence는 후보별 확률 분포의 집중도를 요약합니다. 실제 한국어 자료로 오류를 확인하고, 사람의 검토와 게시 권한은 별도로 설계해야 합니다.
여기 있는 자동화가 이미 실행되고 있나요?
아니요. 회의 정리·자료 읽기·Jev 분류는 학습용 설계 예시입니다. 외부 계정이나 Jev API에 연결되지 않았으며, 템플릿을 펼치거나 읽는 것만으로 자료가 전송되지 않습니다.
회사 문서를 AI에 그대로 넣어도 되나요?
회사 보안 정책과 도구의 데이터 처리 조건을 먼저 확인하세요. 비밀번호·API 키·개인정보를 제거하고, 업무 자료는 승인된 계정과 환경에서만 다루는 것이 좋습니다. 필요한 정보만 최소한으로 제공하세요.
작성
수정
개념 설명은 공식 자료를 바탕으로 재구성했습니다. 실전 예시와 템플릿은 학습을 위한 제안이며, 실행 결과나 성능 보장이 아닙니다. 제품 기능·가격·정책은 달라질 수 있으므로 도입 전 최신 공식 문서를 확인하세요. 10월 13일에는 글 목록과 ‘지금 주목할 기술’을 최신 글 기준으로 갱신했습니다.