3장. AI 리터러시를 여섯 능력으로 나눈다

막연히 “AI를 잘한다”라고 평가하면 무엇을 배워야 할지 알 수 없다. 이 책은 AI 활용 능력을 여섯 축으로 나눈다.

1. 문제 정의: 원하는 결정과 완료 조건을 명확히 한다.
2. 컨텍스트 설계: 필요한 자료만 신뢰 수준과 함께 제공한다.
3. 상호작용: 지시, 예시, 형식, 질문을 효율적으로 구성한다.
4. 검증: 사실, 추론, 계산, 코드, 이미지의 오류를 찾는다.
5. 위임 설계: 읽기·초안·외부 실행의 권한과 승인을 나눈다.
6. 운영: 비용, 보안, 로그, 평가, 버전, 장애 복구를 관리한다.

자기 진단은 “해봤다”가 아니라 증거로 한다.

[ ] 최근 업무 하나에 결정·독자·완료 기준을 적었다.
[ ] AI에 넣은 자료의 출처와 날짜를 남겼다.
[ ] 결과의 핵심 사실을 원문이나 테스트로 확인했다.
[ ] 외부 발송·게시·삭제 전에 승인 경계를 뒀다.
[ ] 실패 사례를 저장해 다음 프롬프트나 평가에 반영했다.
[ ] 모델이나 설정이 바뀌어도 같은 사례로 비교할 수 있다.

체크 수가 적어도 괜찮다. 이 목록은 성적표가 아니라 학습 순서다. 1~10장은 문제 정의와 컨텍스트, 11~16장은 검증, 17~22장은 업무 적용, 23~28장은 자동화와 에이전트, 29~35장은 운영을 훈련한다.

한 가지 함정은 도구 숙련을 능력 전체로 오해하는 것이다. 특정 앱의 버튼을 모두 알아도 근거 없는 보고서를 공개하면 AI 리터러시가 높다고 할 수 없다. 반대로 코드를 몰라도 좋은 질문, 자료 경계, 검토 기준, 승인 절차를 갖춘 기획자는 매우 성숙하게 AI를 쓸 수 있다.

오늘 자신의 가장 약한 축 하나를 고른다. 모든 것을 동시에 개선하지 않는다. DecisionDesk 실습이 끝날 때 같은 체크리스트를 다시 작성해 변화의 증거를 남긴다.