AI와 함께 일할때 중요한 4가지 역량: Anthropic의 4D Framework

안녕하세요, 테라입니다.

"AI 잘 쓰는 사람들은 뭐가 다를까?"

저도 이 질문을 오래 품고 있었습니다. ChatGPT, Claude 같은 도구를 쓰기 시작한 지 2년이 넘었지만, 처음엔 그냥 "질문하면 답이 나오는 도구" 정도로만 생각했거든요.

그런데 최근 Anthropic(Claude를 만든 회사)이 AI Fluency Framework를 공개했습니다. AI를 잘 쓰는 데 필요한 4가지 핵심 역량을 정의한 거죠.

오늘은 이 4D Framework를 쉽게 풀어서 설명해 드리려고 합니다.

4D가 뭔가요?

Anthropic이 정의한 AI 활용의 4가지 핵심 역량입니다.

D 이름 한마디 설명
D1 Delegation 뭘 맡길지 결정하기
D2 Description 명확하게 말하기
D3 Discernment 결과 판단하기
D4 Diligence 책임지고 사용하기

하나씩 살펴볼게요.

D1. Delegation: 이 일을 AI에게 맡길까?

첫 번째 역량은 "무엇을 AI에게 맡기고, 무엇을 내가 할지 결정하는 것"입니다.

모든 일을 AI에게 맡기면 안 됩니다. 반대로, 직접 할 필요 없는 일까지 혼자 끙끙대는 것도 비효율적이죠.

예를 들어볼게요:

  • 자주 묻는 질문(FAQ) 초안 → AI에게 맡겨도 됨
  • 고객의 민감한 클레임 대응 → 사람이 직접 해야 함

저는 이런 기준을 씁니다:

  • 반복적이고 정형화된 일 → AI 적합
  • 판단과 공감이 필요한 일 → 사람 필요

D2. Description: 명확하게 말하기

두 번째는 "AI가 이해할 수 있게 요청하는 것"입니다.

"마케팅 전략 짜줘"라고 하면 AI도 막막합니다. 마치 신입사원에게 아무 설명 없이 "알아서 해"라고 하는 것과 비슷해요.

Anthropic은 6가지 기법을 제안합니다:

  1. 맥락 제공: "나는 B2B 스타트업 마케터야"
  2. 예시 제공: "이런 형식으로 써줘"
  3. 제약 설정: "500자 이내로"
  4. 단계별 사고 요청: "단계별로 설명해줘"
  5. 역할 부여: "10년 경력 마케터라면..."
  6. 톤 지정: "친근하게" 또는 "전문적으로"

비교해볼게요:

애매한 요청 명확한 요청
"마케팅 전략 짜줘" "B2B SaaS 타겟, 예산 500만원, LinkedIn 중심으로 3가지 옵션 제안해줘"

저도 처음엔 "그냥 물어보면 되지"라고 생각했는데, 명확하게 요청하니 결과가 확연히 달라지더라고요.

D3. Discernment: 결과를 비판적으로 보기

세 번째는 "AI가 준 결과를 그대로 믿지 않는 것"입니다.

AI는 자신감 있게 틀릴 수 있습니다. 이걸 Hallucination(환각)이라고 부르죠.

그래서 검증이 필요합니다:

  • 이 정보가 사실인가?
  • 편향되지 않았나?
  • 내 목적에 맞는가?
  • 빠진 내용은 없나?

Anthropic은 이걸 Description-Discernment Loop라고 부릅니다:

  1. 요청한다 (Description)
  2. 결과를 평가한다 (Discernment)
  3. 부족하면 수정 요청
  4. 만족할 때까지 반복

저는 이 과정을 "AI와의 대화"라고 생각합니다. 첫 응답이 완벽하지 않아도 괜찮아요. 대화를 이어가면 됩니다.
판단하기 애매할 때도 있겠죠? 그럴땐 AI에 물어 보세요.

D4. Diligence: 책임지고 사용하기

마지막은 "AI를 윤리적이고 투명하게 사용하는 것"입니다.

  • AI를 사용했다면 밝히기
  • 어떤 모델을 썼는지 기록하기
  • 결과물에 대한 최종 책임은 사람이 지기

이건 특히 업무에서 중요합니다. "AI가 쓴 거 그대로 제출"은 문제가 될 수 있어요.

저는 중요한 문서에는 이렇게 표기합니다:

"이 문서의 초안은 AI의 도움으로 작성되었으며, 최종 내용은 작성자가 검토 및 수정하였습니다."

정리하면 이렇습니다

  1. Delegation: 뭘 AI에게 맡길지 결정하기
  2. Description: 명확하게 요청하기
  3. Discernment: 결과를 비판적으로 검증하기
  4. Diligence: 책임감 있게 사용하기

4D는 "AI 기술"이 아니라 "AI와 협업하는 방식"에 대한 이야기입니다.

도구 사용법은 계속 바뀌지만, 이 4가지 역량은 어떤 AI가 나와도 유효할 거예요.

여러분은 4D 중에서 어떤 부분이 가장 약하다고 느끼시나요? 댓글로 알려주세요.

다음에는 이 4D Framework와 제가 정리한 "AI 대화 5원칙"을 비교해 볼게요. 둘이 어떻게 다르고, 어떻게 보완되는지 이야기해 드리겠습니다.

댓글

댓글 쓰기

이 블로그의 인기 게시물

AI한테 계속 물어봤는데 왜 답이 엉뚱할까 — 대화의 주도권을 바꾸는 한 문장

이미지
질문의 기술 안녕하세요, 테라입니다. 보고서 초안을 써달라고 했더니 너무 형식적인 문장이 나왔습니다. 다시 요청했습니다. 이번엔 방향이 전혀 달랐습니다. 세 번째 시도에서 포기하고 직접 썼습니다. 그때는 몰랐습니다. 문제가 AI에게 있는 게 아니었다는 걸. 오늘은 그 경험에서 찾아낸 방법을 이야기하려고 합니다. 엉뚱한 답이 나오는 진짜 이유 AI에게 "마케팅 보고서 써줘"라고 하면, AI는 마케팅 보고서를 씁니다. 정확히 요청한 대로입니다. 핵심은 내가 원하는 게 정확히 무엇인지 나 자신도 알지 못했다는 것입니다. 대상 독자가 누구인지, 어떤 결론을 원하는지, 어떤 데이터를 강조해야 하는지. 이 모든 것이 머릿속에서 안개처럼 흐릿한 채였습니다. 그 상태에서 요청하면, AI는 가장 일반적인 답을 내놓습니다. 틀린 건 아닙니다. 다만 내가 원하던 것과 다를 뿐입니다. 초기에 AI와 협업을 진행할 때마다, 이 패턴이 반복되었습니다. 요청하고, 실망하고, 다시 요청하고. 평균 3회에서 4회 수정 요청을 해야 간신히 쓸 만한 결과가 나왔습니다. 한 보고서에 20분 정도 쓸 작업이 실제로는 1시간 가까이 걸렸습니다. 그 시간 동안 저는 AI를 탓했습니다. "ChatGPT는 내 스타일을 모른다", "Claude는 맥락 파악을 못 한다". 지금 돌아보면 절반은 맞고 절반은 틀린 생각이었습니다. AI가 먼저 물어보게 만들면 달라집니다 어느 날 실험해봤습니다. 요청 대신 이 문장을 먼저 입력했습니다. "마케팅 보고서를 쓰려고 하는데, 시작하기 전에 내 상황을 파악할 수 있도록 필요한 것을 먼저 물어봐 줘." AI의 반응이 달랐습니다. 바로 결과물을 내놓는 대신, 질문을 시작했습니다. "보고서의 주요 독자는 누구인가요? 내부 팀인지, 외부 클라이언트인지요." "이 보고서에서 강조하고 싶은 핵심 메시지가 있나요?...
자세한 내용 보기

AI가 쓴 '기계적인 글'을 내 말투로 바꾸는 프롬프트

이미지
안녕하세요, 테라입니다. "오늘 이 시간에는 AI 활용법에 대해 알아보도록 하겠습니다." 저도 처음엔 이런 문장을 받아들고 멍하니 화면을 봤습니다. AI한테 초안을 부탁했더니 낯설고 어색한 문장이 나왔습니다. 분명 제 블로그 글인데, 읽으면 읽을수록 제 목소리가 아니었습니다. 결국 지우고 다시 썼습니다. 세 번쯤 반복하고 나서야 깨달았습니다. 문제는 AI가 아니라 제가 규칙을 안 줬기 때문이라는 것을요. 오늘은 그 규칙을 공유하려고 합니다. 1. AI가 번역투로 쓰는 건 AI 탓이 아닙니다 AI는 지시가 없으면 '중립적인' 글을 씁니다. 학습 데이터 중 가장 평균적인 문장 패턴이 나옵니다. 번역된 것처럼 느껴지는 건, 영어 원문을 그대로 직역한 문체가 그 평균에 가깝기 때문입니다. "생산성을 향상시키는 AI 도구의 중요성은 현대 비즈니스 환경에서 매우 강조되고 있습니다." 이 문장을 보면 어떤 느낌이 드시나요? 읽히기는 하는데, 누군가 말하는 느낌은 없습니다. 글쓴이가 보이지 않습니다. 저는 이걸 고치는 데 처음엔 30분 이 걸렸습니다. 초안을 받고, 한 문장씩 고치고, 다시 읽어보고. 지금은 5분 입니다. 달라진 건 AI의 성능이 아니라, 제가 주는 글을 쓰는 지침이었습니다. 2. Before / After — 같은 내용, 다른 말투 다음 두 문장은 같은 내용입니다. Before (AI 기본 출력) "본 포스팅에서는 효과적인 AI 글쓰기 전략을 체계적으로 정리하여 제공해 드리고자 합니다." After (규칙 3줄 추가 후) "저도 처음엔 AI 툴만 10 개 이상 깔아두고 정작 쓰는 건 하나도 없었습니다. 오늘은 제가 정착한 딱 하나의 방법을 이야기하려 합니다." 달라진 점은 세 가지입니다. 1인칭 고백으로 시작했습니다. 과도한 수식어("체계적으로", "제공해 드리고자")를 뺐...
자세한 내용 보기

AI의 응답은 대화의 시작입니다 - 2005년 코치가 내게 가르쳐준 것

이미지
2005년 코치가 내게 가르쳐준 것 안녕하세요, 테라입니다. "ChatGPT 써봤는데, 신기하긴 한데 막상 도움은 안 되더라." 이런 말을 들을 때마다 떠오르는 기억이 있습니다. 20년 전, 한 코치에게 들은 이야기입니다. 그때 배운 것이 지금 제가 AI와 일하는 방식을 바꿔놓았습니다. 📑 목차 2005년 어느 날 메시지를 읽기 시작했습니다 20년이 지났습니다 며칠 전 있었던 일 AI와 대화하는 법 마무리 2005년 어느 날 대학원에서 생물정보학을 전공하던 시절이었습니다. 매일 코드를 짜고, 매일 에러를 만났습니다. 어느 날 애자일 코칭 시간에 코치가 물었습니다. "코딩할 때 에러가 나면 어떤 기분이 드세요?" 저는 솔직하게 대답했습니다. "스트레스가 올라갑니다. 에러를 줄이려고 신경이 곤두서요." 코치는 잠시 생각하더니 이렇게 말했습니다. "에러는 컴퓨터가 당신의 입력에 대답하는 메시지입니다." 그 한마디에 멈칫했습니다. 에러가 실패가 아니라 대답이라고요? 메시지를 읽기 시작했습니다 그 후로 에러를 보는 눈이 달라졌습니다. "아, 내가 이렇게 요청했는데 컴퓨터는 이렇게 답했구나." 그렇게 생각하니 에러가 두렵지 않았습니다. 대화의 시작이었으니까요. 에러 메시지를 읽고, 요청을 수정하고, 다시 실행하고. 그 과정이 자연스러워졌습니다. 저는 그때 컴퓨터와 대화하는 법 을 배웠습니다. 20년이 지났습니다 지금은 AI와 일합니다. 그런데 주변에서 같은 패턴을 봅니다. ChatGPT가 엉뚱한 답을 주면, "역시 AI는 아직 멀었어"라고 실망합니다. 한두 번 시도하고 포기합니다. 그럴 때마다 20년 전 코치의 말이 떠오릅니다. 2005년 코딩 2026년 AI 에러 = 스트레스 AI 응답 = 실망 에러 = 컴퓨터...
자세한 내용 보기