4강
AI 활용의 세 단계: 대화, 자동화, 에이전트
대화는 사람이 매번 시작하고, 자동화는 정해진 일을 반복하고, 에이전트는 판단하며 다녀옵니다. 셋을 가르는 기준 하나를 세우고 이 코스 전체의 지도를 폅니다.
벽을 확인했으니 지도를 펼 차례입니다
앞 레슨에서 이 모듈의 벽을 확인했습니다. 채팅은 대화를 남기지만 다시 확인할 수 있는 산출물과 절차를 남기지 않습니다. 그러면 무엇으로 넘어가야 할까요.
연구에서 AI를 쓰는 방식은 크게 세 가지입니다. 이 세 가지는 성능의 등급이 아니라 일이 굴러가는 구조의 차이입니다. 지금 이 셋을 구분해 두시면 이 코스에 나오는 도구들이 각각 어느 자리에 놓이는지 헷갈리지 않습니다.
대화는 사람이 매번 시작합니다. 창을 열고 질문을 적으면 답이 돌아옵니다. 다음에 같은 일을 하려면 다시 열고 다시 적어야 합니다.
자동화는 정해진 신호가 시작합니다. 매주 월요일 아침이거나, 새 논문이 올라온 순간입니다. 그때부터 미리 적어 둔 순서가 그대로 실행됩니다. 순서는 사람이 미리 정했고, 실행 중에는 바뀌지 않습니다.
에이전트는 사람이 목표를 한 번 건네면 그다음을 스스로 정합니다. 검색어를 바꿔 보고, 결과를 보고 다음 자료원으로 넘어가고, 무엇을 뺄지 정합니다. 모듈 3에서 만날 "시키면 다녀오는 AI"가 여기입니다.
| 대화 | 자동화 | 에이전트 | |
|---|---|---|---|
| 시작하는 쪽 | 사람이 매번 | 정해 둔 신호 | 사람이 목표를 한 번 |
| 순서를 정하는 때 | 그때그때 | 미리 | 실행하는 도중에 |
| 끝난 뒤 남는 것 | 대화 | 실행 기록 | 실행 기록과 파일 |
| 틀렸을 때 | 문단 하나가 틀립니다 | 같은 오류가 매번 반복됩니다 | 무엇을 건드렸는지 확인해야 합니다 |
셋을 가르는 기준은 하나로 충분합니다.
판단이 루프 안에 들어와 있는가.
대화에는 판단이 매 순간 사람 쪽에 있습니다. 자동화에는 판단이 아예 없습니다. 판단이 필요한 일은 애초에 자동화하지 않습니다. 에이전트에는 판단이 루프 안에 들어와 있고, 그래서 사람이 확인할 자리를 따로 만들어 두어야 합니다.
같은 일을 세 방식으로 해 보면
문헌 추적 하나를 예로 들겠습니다. 내 주제로 새 논문이 나오면 알고 싶다는, 연구자라면 누구나 하는 일입니다.
대화로 하면 한 달에 한 번 챗봇을 열고 "이 주제 최근 논문 알려 줘"라고 적습니다. 목록이 옵니다. 그런데 그 목록이 어디를 뒤져 나온 것인지 알 수 없고, 앞 레슨에서 본 조작된 인용이 섞여 있어도 걸러 낼 기록이 없습니다. 다음 달에 다시 물으면 또 다른 목록이 옵니다.
자동화로 하면 PubMed의 검색 알림을 받아 정해진 시각에 수집하고, 제목과 초록을 표에 쌓고, 메일로 한 통 보냅니다. 검색식은 제가 미리 정했고 매주 그대로 돌아갑니다. 판단은 들어오지 않습니다. 표에 쌓인 논문 중 무엇을 읽을지는 제가 표를 열어 정합니다. 대신 같은 검색이 매주 같은 방식으로 돌아간 기록이 남습니다.
에이전트로 하면 "이 질문으로 근거를 모아 달라"고 건넵니다. 에이전트는 검색어를 여러 번 바꿔 보고, 자료원을 옮겨 다니고, 결과를 보고 다음 걸음을 정합니다. 목록 대신 정리된 보고서가 옵니다. 편해 보이지만 사람이 할 일은 줄지 않습니다. 검토할 것이 오히려 늘어납니다. 어떤 검색어를 썼는지, 왜 그 논문을 뺐는지 전부 확인해야 하기 때문입니다.
여기서 자주 어긋나는 지점을 짚겠습니다. 세 단계는 사다리가 아닙니다. 위가 항상 나은 것이 아닙니다. 판단이 필요 없는 일에 에이전트를 붙이면 검토 비용만 늘어납니다. 매주 같은 검색식을 돌리는 일이라면 자동화가 맞습니다. 반대로 매번 검색어를 새로 궁리해야 하는 일이라면 자동화로 옮기려다 잘못된 결과를 매주 성실하게 받게 됩니다.
이 코스에서 셋이 놓인 자리
모듈 2는 대화를 제대로 하는 자리입니다. 도구를 바꾸기 전에 질문부터 대답 가능한 형태로 세웁니다.
모듈 3부터 7까지는 에이전트입니다. 메신저에서 만나는 첫 에이전트로 시작해 작업 폴더와 스킬을 만들고, 지식 그래프와 전용 데스크톱 도구를 거쳐 원고 점검까지 갑니다.
모듈 8이 자동화입니다. 앞의 여섯 모듈에서 손에 익은 일 중 판단이 들어오지 않는 것들을 워크플로로 옮깁니다.
모듈 9부터는 AI 자체를 연구 대상으로 보고, 마지막에 무엇을 맡기면 안 되는지 경계를 세웁니다.
직접 해 보기약 12분
지금 연구에서 되풀이하고 있는 일 다섯 가지를 적습니다. 큰 일이 아니어도 됩니다. "매주 학회 홈페이지 들어가 공지 확인하기"처럼 사소한 것이 오히려 좋습니다.
| 되풀이하는 일 | 지금 하는 방식 | 어디로 옮길까 | 그렇게 판단한 이유 |
|---|---|---|---|
1행
2행
3행
4행
5행
세 번째 칸은 기준 하나로만 정합니다. 순서가 매번 같고 판단이 들어가지 않으면 자동화입니다. 실행 도중에 무엇을 뺄지 정해야 하면 에이전트입니다. 결정 자체가 일의 본질이면 사람이 쥡니다.
다 적으셨으면 내려받기를 눌러 저장해 두십시오. 모듈 8에서 자동화할 첫 워크플로를 고를 때 이 표를 다시 엽니다.
연구에 적용하면
AI를 쓰는 방식은 대화, 자동화, 에이전트 셋으로 나뉘고, 셋을 가르는 것은 성능이 아니라 판단이 루프 안에 있는가입니다. 위 단계가 항상 나은 것도 아닙니다. 일마다 맞는 자리가 따로 있습니다.
다만 어느 단계를 고르든 먼저 필요한 것은 같습니다. 대답 가능한 질문입니다. 자동화도 에이전트도 질문이 흐릿하면 흐릿한 결과를 성실하게 반복할 뿐입니다. 모듈 2에서 질문부터 세웁니다.
이 모듈의 벽
채팅은 대화를 남기지만, 다시 확인할 수 있는 산출물과 절차를 남기지 않습니다.