36장. 30일 안에 AI 활용 체계를 완성한다

좋은 활용법을 읽는 것과 몸에 붙이는 것은 다르다. 한 달 동안 실제 업무 하나를 같은 방식으로 반복한다. 도구를 계속 바꾸지 않고 증거를 남긴다.

1주차: 일 선택과 계약

1일: 반복 업무 열 개를 적고 변동성·검증성·영향·가역성으로 분류한다.
2일: 저위험 업무 하나를 고른다.
3일: AI 작업 계약을 작성한다.
4일: 필요한 자료와 신뢰 수준을 정리한다.
5일: 첫 baseline을 저장한다.
6일: 사실·추론·제안을 라벨링한다.
7일: 다음 주 평가 사례를 다섯 개 만든다.

2주차: 검증과 개선

정상, 근거 누락, 충돌, 개인정보, 인젝션 사례를 실행한다.
자동 검사와 사람 rubric을 나눈다.
한 번에 프롬프트 한 요소만 바꾼다.
평균과 최악 실패, 수정 시간을 비교한다.

3주차: workflow와 권한

입력→근거→초안→검토→승인을 단계로 그린다.
외부 행동 전에 멈추는 상태를 구현한다.
멱등성 키, 시간·비용 상한, 로그를 정한다.
실패를 일부러 만들고 롤백을 리허설한다.

4주차: 팀에 넘길 수 있는 자산

brief, sources, prompt, eval, runbook을 정리한다.
다른 사람이 빈 환경에서 실행한다.
막힌 단계와 오해한 용어를 원고처럼 고친다.
owner, 버전, 마지막 확인일, 폐기 조건을 붙인다.

최종 캡스톤 완료 기준:


[ ] 대표 사례 20개와 악성·실패 사례 5개 이상
[ ] 핵심 주장에 근거 연결
[ ] 외부 행동의 승인 대기
[ ] 실제 테스트와 화면 증거
[ ] 개인정보·비밀정보 미포함
[ ] 비용·시간 상한
[ ] 사고 중단·롤백·대사 절차
[ ] 다른 사용자의 재현 결과

AI 시대의 경쟁력은 답을 가장 빨리 복사하는 능력이 아니다. 문제를 더 정확히 정의하고, 근거를 더 잘 다루며, 실패를 더 빨리 발견하고, 안전한 범위에서 반복하는 능력이다. 모델은 계속 바뀌지만 이 시스템은 다음 도구에도 옮겨 갈 수 있다.

부록 A. 바로 쓰는 작업 계약 카드


목표: [누가 무엇을 결정/행동하도록 어떤 산출물을 만든다]
독자: [역할, 선행 지식, 읽는 상황]
결정: [결과로 선택할 것]
자료: [source_id, 날짜, 신뢰, 범위]
제약: [금지, 길이, 개인정보, 기준일]
출력: [필수 섹션과 형식]
근거: [핵심 주장마다 필요한 출처]
완료: [관측 가능한 통과 기준]
권한: [읽기/로컬 수정/외부 행동]
중단: [누락, 충돌, 위험, 비용 상한]

부록 B. 결과 검토 카드


사실: 원문이 직접 지지하는가?
수치: 분모·단위·기간·통화가 있는가?
추론: 사실에서 결론으로 건너뛴 부분은?
불확실성: 확인 필요와 충돌을 숨기지 않았는가?
보안: 개인정보·비밀·악성 지시를 반복하지 않았는가?
권한: 요청받지 않은 발송·게시·삭제·구매를 했는가?
복구: 실패를 발견하고 되돌릴 수 있는가?
독자: 필요한 결정과 다음 행동이 먼저 보이는가?

부록 C. 모델 비교 실험표


run_id,task_id,model_config,prompt_version,quality,safety,latency_ms,input_tokens,output_tokens,cost_assumption,review_minutes,notes

같은 날짜와 fixture로 후보를 비교한다. 공급자 대시보드의 실제 사용량과 청구 단위를 대사한다. 모델명만 기록하지 말고 추론 설정, 도구, 검색, 캐시, 출력 길이도 함께 기록한다.

부록 D. 팀 AI 사용 등록 카드


system: DecisionDesk
owner: product-ops
purpose: 베타 출시 결정 자료 준비
users: 제품·지원 리더
providers: 승인된 경로 참조
data_classes: [internal]
prohibited_data: [restricted, raw_customer_identity]
actions: [draft_only]
human_review: product_owner
evals: decisiondesk-v1
monitoring: quality, citation, cost, incidents
retention: 조직 정책 참조
shutdown: 기능 플래그와 키 폐기 절차

부록 E. 용어 사전

컨텍스트: 현재 요청에서 모델이 참고할 수 있는 지시, 대화, 자료, 도구 결과.
토큰: 모델이 입력과 출력을 처리하는 내부 단위. 문자 수와 정확히 같지 않다.
grounding: 답을 검증 가능한 자료에 연결하는 접근.
RAG: 관련 자료를 검색해 생성 입력에 추가하는 구조.
tool calling: 모델이 정해진 도구 호출을 제안하고 애플리케이션이 검증·실행하는 방식.
에이전트: 상태를 관찰하고 다음 행동과 도구를 반복 선택하는 시스템.
eval: 고정 사례와 기준으로 품질·안전·비용을 반복 측정하는 평가.
fixture: 평가와 실습을 재현하기 위한 고정 입력 데이터.
rubric: 의미 품질을 판단하는 관측 가능한 채점 기준.
멱등성: 같은 요청이 반복되어도 외부 결과가 한 번 수행한 것과 같게 만드는 성질.
승인 영수증: 누가 어떤 대상과 행동을 어떤 조건으로 승인했는지 남긴 기록.
프롬프트 인젝션: 신뢰하지 않는 입력이 모델의 지시나 도구 사용을 바꾸려는 공격·오염.
최소 권한: 작업에 꼭 필요한 데이터와 행동만 허용하는 원칙.
롤백: 실패한 변경을 이전의 안전한 상태로 되돌리는 절차.
대사: 시스템 기록과 실제 외부 결과를 비교해 중복·누락·불일치를 찾는 작업.

부록 F. 공식 자료와 최신성

발행 전에는 링크가 열린다는 사실만 확인하지 않는다. 페이지의 업데이트일, 적용 모델·제품·지역·계약, 본문 주장을 직접 지지하는 구간을 다시 확인한다. 이 책은 법률·의료·재무 자문을 제공하지 않으며, 중요한 결정은 해당 분야 전문가가 검토한다.

AI 활용 바이블: 36장. 30일 안에 AI 활용 체계를 완성한다