Know how. Know why.

Blog · Thinking

곱하기와 더하기

Thinking

AI를 두고 내가 붙들고 있는 생각은 짧다. AI는 더하기가 아니라 곱하기다. 둘 다 수를 키우는 셈이라 비슷해 보이지만, 무엇을 키우는지가 다르다. 더하기는 가진 것 옆에 무언가를 얹는다. 3에 2를 더하면 5다. 곱하기는 가진 것 자체를 키운다. 3에 3을 곱하면 9다. 그리고 곱하기에는 더하기에 없는 규칙이 하나 있다. 0에는 무엇을 곱해도 0이다.

더하기부터 말해 보자. 내가 말하는 더하기는 채팅이나 래핑처럼 품질이 낮은 서비스를 가져다 비싸게 파는 일이다. 하던 일은 그대로 두고 채팅창 하나를 옆에 붙인다. 답이 화면에 뜨면 일은 거기서 끝난다. 그럴듯한 답이 나왔다는 것만으로는 아무것도 아니다. 채팅으로 끝나는 일은 결과가 맞는지 확인하는 데까지 가지 않는다.

곱하기는 일의 구조를 바꾸는 시스템을 만드는 것이다. 곱하기라서 시스템이 필요하다. 곱하면 맞는 것만 커지지 않고, 틀린 것도 같은 배수로 커진다. 그래서 중요한 것은 프롬프트를 파는 솜씨가 아니라 시스템을 만드는 일이다. 그 시스템을 얼마나 검증 가능하고 믿을 수 있게 설계하는지가 핵심이다.

내가 만드는 ksatos가 그렇게 돈다. 고등학교 영어 시험을 위한 시스템이고, 생성 → 검증 → 분석 → 조판 순서로 움직인다. AI가 문항과 자료 초안을 만들면, 그것을 원문과 기출에 맞춰 보고, 지문을 풀어 해설을 만들고, 나눠 줄 모양으로 찍는다. 이 가운데 채팅창과 시스템을 가르는 것은 둘째 단계다. 검증 단계에서는 수능과 모의고사 176회, 문항 7,920개를 원문 PDF와 맞춰 본 대조 장부를 남긴다. 초안이 아무리 그럴듯해도 원문과 어긋나는 칸은 여기서 걸린다.

동일한 작업

만든 것마다 두 가지를 묻는다. 검증할 수 있는가. 이유를 아는가. 둘 중 하나라도 아니면 내보내지 않는다. “Know how. Know why.“라는 문장을 고른 것도 그래서다. 어떻게 하는지 아는 것만으로는 모자라고, 왜 그렇게 되는지까지 알아야 내보낼 수 있다.

여기서 앞에서 말한 0이 다시 나온다. AI가 필요하고 효과적인 쪽은 생각하는 사람, 경험과 노하우가 있는 사람이다. 곱하는 수가 아무리 커도 곱해질 것이 없으면 결과는 0이다. 노하우가 있어야 곱할 것이 생기고, 이유를 알아야 곱한 결과가 맞는지 가려낼 수 있다.

원격으로 함께 일할 사람을 찾는 팀이나 개발을 맡길 곳을 찾는 사람이 묻는 것은 결국 하나일 것이다. 맡기면 끝까지 제대로 해 오는가. 나는 그 끝을 대화창이 아니라, 결과가 맞는지 확인을 마친 자리에 둔다.

Multiply, rather than add.

Work with a team →Start a project →