AI를 잘 쓰려면 (챗봇 포맷이든 에이전트 포맷이든. 하지만 에이전트 포맷일 때, 특히 멀티 에이전트 오케스트레이션 상황일 때 더 중요) 어떻게 해야 하나요라는 질문에 대해서 여러가지 답과 핵심적인 고려 사항들을 말씀드릴 수 있는데...
그 중 하나는 잘 듣고 적절하고 밸런스 있는 피드백을 주는 것입니다.
AI 라고 해서 뭔가 특별하거나 새로울 것이 없는, 자식을 대하거나 교육 대상을 대하거나, 고객을 대하거나, 직원을 대하거나, 더 나아가서 사람을 대할 때 그대로 통용이 되는 원칙입니다.
AI 가 뭐라고 말하는 지 잘 듣고, 그에 대한 질문, 평가, 의견 등을 상황에 맞게 적절하게 제공함에 따라 현재의 AI는 그것을 엉뚱하게 받아들이기 보다는 때로는 사람보다 낫다고 싶을 정도로 제대로 받아들이고 적절한 다음 턴으로 넘어가서 건강한 대화 흐름이 이어질 확률이 높습니다.
영구 기억 내지는 자체 진화가 가능하게끔 셋팅된 환경에서는 (OpenClaw 나 Hermes 등등. 제가 만들어 쓰는 OS도 기본적으로는 같은 구조) 이용자와의 대화 과정이나 태스크 경험 자체가 굉장히 강력한 입력이 되기 때문에 특히나 더 중요하고, 요즘의 메이저 AI 서비스들 (ChatGPT, Claude, Gemini)도 어느 정도는 기억 메카니즘을 활용하고 있기 때문에 역시 점점 중요해지고 있습니다.
이런 이용자의 피드백과 각종 하네스 셋팅, 일을 수행한 경험, 작업을 하면서 검색하여 접하게 된 외부 정보 (모델이 마지막으로 학습한 기준일인 컷오프 시점 이후에 새로이 접한 정보) 등이 모두 얽혀서 여러분의 쓰는 AI 모델의 소위 공장 출시 스펙 외의 특징들을 만들어나갑니다.
한마디로 같은 AI 라도 같지 않은 AI 를 쓰게 되는 흐름이 점점 가속화될 수 있고, 이것은 장점이자 단점이기에, 단점을 보완하는 여러가지 연구와 도구와 프로세스 등이 앞으로 나올 수밖에 없다는 이야기도 됩니다.
AI 에이전트의 행동 패턴 및 이용자와의 상호작용 데이터를 계속 파고들면서 분석하다보니, 처음부터 어느 정도 이 방향의 가설을 잡아보긴 했지만, 결국 이런 결론에 도달하게 되네요.
AI 를 잘 쓰려면 육아와 어린 시절의 인지 발달 등에 대한 공부가 도움이 된다고 해도 과언이 아닐 것 같습니다. 아이 키워보신 분들은 어느 정도 아시다시피, 힘들어도 (!!) 잘 듣고 적절하고 밸런스 있는 피드백을 주는 것이 육아에서도 핵심이지요...
문제가 안되도록 이것저것 추상화 시킨 다음에 실제 데이터와 정성, 정량 분석을 토대로 위에서 말씀드린 것들에 대한 배경과 유스케이스들을 추후 공유해보겠습니다.