Kay

개인의 에이전트가 조직의 에이전트가 되는 순간 - 기호주의와 연결주의, 규칙으로 적을 것과 익히게 둘 것

2026-09-15T15:51:06Z

올해 개인적으로 만든 에이전트 중 하나를 아주 잘 쓰면서 업무에 많은 변화가 생겼다. 처음에는 될 것 같은데 싶어서 개인적으로 시작한 토이 프로젝트의 결과물이었는데 쓰다 보니 조직의 업무 전반에 다양하게 쓸모가 있겠다는 피드백에 힘입어 지금은 이것을 사내 시스템으로 들이는 작업을 진행하고 있다. 개인 프로젝트 결과물을 사내에 두 번째로 이식하는 데다가 그룹

세컨드브레인인가 제로브레인인가 - 기억 시스템으로 들여다본 경험의 전달

2026-09-11T15:40:34Z

요 며칠 Astra 적용 사례가 SNS와 오픈채팅을 도배하는 것처럼 Opus 5가 대중에게 오픈되고 시끌시끌하던 언젠가, 이때다 싶은 마음에 며칠간 토큰을 녹여가며 LLM-wiki를 구축했다. 그리고 마치 매번 여행지에서 도시별로 모으고 있는 마그넷 모음을 바라보듯, 내 위키의 그래프뷰를 띄워 놓고 보면 괜히 뿌듯하다. 점이 빼곡하고 그 사이를 선이 잇고

어디까지 AI가 알아서 하게 둘 것인가 - 포더의 모듈성 논의를 통해 살펴본 AI 작업 설계

2026-08-31T15:09:58Z

AI 사용 경험이 쌓이면서 드는 생각이 한 가지 있다. 나날이 모델 성능이 좋아지고 있다는 것은 분명히 느껴진다. 그런데 좋아진 만큼 답이 나오기까지 과정 또한 길어졌다. 무엇을 고려할지 스스로 늘어놓고, 갈래를 나눠 따져 보고, 답을 내려다 말고 되돌아가 다시 살피는 과정이 화면에 그대로 보인다. 물론 초기와 비교해 결과물이 나아진 것은 맞다. 다만 그것

검증을 AI에게 맡기고 나면, 무엇이 남을까 - 이중과정 이론과 휴리스틱으로 다시 보는 AI 활용

2026-08-26T16:02:38Z

중요한 어떤 일의 마감을 앞두고 자료를 들여다보던 어느 밤 터미널창을 열었다. /model을 입력해 목록을 펼쳐 놓고 잠깐 망설였는데, 오늘 같은 날은 Fable을 누르고 싶은 마음이 굴뚝같았지만 이따 맡겨야 할 일이 몇 가지 더 남아 있어 Opus 5를 골랐고, 대신 /effort만은 xhigh로 올려 두었다. 답이 올라오는 동안 나는 다른 창에서 또 다

결과는 나왔는데, 그 안에 이해는 따라오고 있을까 - 중국어 방 논증으로 다시 보는 실력과 육성

2026-08-24T13:54:55Z

올해 진행한 교육의 사후 인터뷰 겸 사업계획 준비를 위해 얼마 전에 만난 한 팀장님께서 팀원들의 AI 사용과 관련된 사례 하나를 꺼내셨다. 팀 내 주니어 한 명이 보내는 메일이 정말 매끈하고 업무적으로 잘 쓴 글이어서, 홍보/마케팅 팀장으로서 글에 예민한 편인 팀장님도 AI로 썼다는 느낌을 한 번도 받은 적이 없다고 하셨다. 그런데 얼굴을 마주하고 몇 마디

인지적 관점에서 봤을 때라는 말의 의미 - 무엇을 읽고, 무엇을 쓸 것인가

2026-08-20T15:36:48Z

지난 포스팅에서 다시 읽고 쓰는 자리로 돌아가 보겠다는 다짐을 적어 두었다. 이후 자연스레 따라온 것은 그래서 무엇을 읽고 무엇을 쓸 것이냐는 물음이었다. 다행히도 세상에는 모르는 것들이 훨씬 더 많으니 새로 나온 리포트를 한 편 더 챙겨 읽는 쪽이 가장 손쉬운 답이겠지만, 왠지 넘쳐나는 AI 연구들은 아주 잠시만 멈춰두고 싶었다. 너무 많기도 하고, 업무

학습의 소멸 시대를 마주하며 - 쌓는 일과 채우는 일 사이에서

2026-08-18T21:36:24Z

매일 밤 10시반부터 새벽 1시까지는 나만을 위한 시간이다. 그리고 한 때, 그 시간이면 늘 새로운 논문을 읽고, 읽으면서 든 생각을 글로 남기는 습관이 있었다. 나름 자랑스럽게 여기던 시간이었고, 500여 일 동안 180편을 쌓는 동안 컨퍼런스 발표도 하게 되었고 지면에 글도 싣게 되었다. 발표나 기고에 맞춰 글을 썼다기보다 이미 했던 생각과 글을 정리해

AI 기술과 사람의 마음 사이, HRD의 역할 - CTF 2027에 초대 받았습니다

2026-08-06T15:20:58Z

한국능률협회가 개최하는 CTF2027에 초대를 받아 오랜만에 발표를 하게 되었습니다. 사내 임원분들의 추천으로 주어진 기회라 감사한 마음이 먼저 들면서도, 함께 이름을 올린 분들의 면면을 보고 나니 제가 그 자리에 서도 되는지를 며칠이나 되뇌었습니다. 제 발표 세션 제목은 'AI 기술과 사람의 마음 사이, HRD의 역할'로 적어두었습니다. 그런데 솔직히

효율을 넘어 효과로, AI를 내 영역에 끌어들일 때 - 깜빡이는 커서 앞의 나는 할 말이 없었다

2026-06-18T14:13:58Z

개인의 경험에 비춰보건대 AI를 활용하는 방식은 클로드코드 사용 전과 후로 분명하게 나뉘는 것 같다. 대화창에서 원하는 정보를 글로 정리해 내던 시절에도 나름 만족하며 지냈다. 그런데 불과 몇 개월 남짓한 시간이지만, 약간의 상상력만으로 크롬창에 갇혀 있을 때는 떠올리지도 못했던 결과물을 만들어 내는 재미에 빠져 잠자리에 드는 시간이 늦어지는 일이 부지기수

Microsoft가 말하는 새로운 에이전시 방정식 - 2026 Work Trend Index Annual Report

2026-06-07T15:13:49Z

기대하는 마음으로 마이크로소프트의 2026 Work Trend Report를 펼쳤다. 개인을 넘어 조직 차원의 생산성을 어떻게 끌어올릴 것인가. 지금 시점에 조직의 관점에서 AI를 대하는 모두에게 가장 중요한 주제이자 숙제를 붙들고 있던 중에 마주한 리포트였다. 몇 주 전 나온 당일 바로 받아 정리까지 해두고도 제대로 읽을 짬이 나질 않아 아껴두었다가, 주

LG의 레전드, AI를 만나다 - 왕조는 데이터로 이어질까

2026-05-29T16:28:33Z

오늘 LG인화원에는 매우 귀한 손님들이 다녀가셨다. 적토마 이병규 감독이 이끄는 LG트윈스 2군 코칭스태프, 그리고 올해 정규시즌 우승을 차지한 LG세이커스의 조상현 감독과 코칭스태프 분들이었다. 시작은 지난 3월이었다. CEO를 대상으로 한 AI 교육을 한 차례 진행하고 나니, 전체 구성원 대상으로도 같은 교육을 해보고 싶다는 LG스포츠 사장님의 간곡한

AI 시대의 자기효능감이 자기 성장을 가리지 않으려면 - AI 채팅창 앞에서 자라는 자신감과 멀어지는 의무적 내 모습 사이

2026-05-23T14:54:40Z

그야말로 정신 없이 바쁜 시간을 보내고 있다. 도구의 힘을 빌어 밤마다 무언가를 만들고, 불과 몇 달 전까지만 해도 상상조차 못했던 결과물을 하나씩 쌓아가고 있다. 토큰 사용량만 남아 있다면 생각하는 대로 어디까지든 가볼 수 있다는 측면에서 분명 자기효능감은 높아지는데, 정작 마음 한 켠은 자꾸 헛헛해진다. 솔직히 말하자면, 겉모양은 그럴듯하지만 속은 텅

무엇을 감정이라 부르고 있는가 - 언어로 감정을 다루기에 앞서

2026-02-12T01:58:21Z

감정을 꽤나 신중히 살펴보고 있다고 생각하면서도, 이따금 내 안의 근원적인 질문과 마주하게 된다. 감정을 살펴본다는 것의 기본 전제는 무엇일까. 감정은 다들 있다고 하니까, 그리고 나 역시 분명 무언가를 느끼고 있으니까 그 정도의 마음으로 출발해도 되는 걸까. 실제로 많은 연구와 실무는 그런 전제를 별다른 의심 없이 받아들인 채 진행된다. 하지만 가끔은,

조직이 바라는 문화, 구성원이 느끼는 문화 - CultureBERT로 다시 본 경쟁가치모형

2026-02-09T01:30:01Z

조직문화나 리더십을 고민하다 보면 국밥처럼 빠지지 않고 등장하는 프레임워크 중 하나가 Quinn의 경쟁가치모형(Competing Values Framework)이다. 이 모형은 조직을 내부 지향–외부 지향, 유연성–통제라는 두 축으로 나누고, 그 교차점에서 집단문화(Clan), 혁신문화(Adhocracy), 성과문화(Market), 위계문화(Hierarch

감성분석을 넘어 '원인'을 찾아내는 멀티모달 AI - 그 때 그 순간, 말투가 문제였을까 표정이 문제였을까

2026-02-05T11:52:33Z

텍스트 안의 감정을 다룬다는 것에는 치명적인 맹점이 있다. 사실 내가 감정에 관심을 갖고 살펴보는 이유이자 진짜로 궁금한 것은 조직 내에 그러한 감정을 불러일으킨 원인인 반면 기존의 분석 방식은 그 원인을 블랙박스로 둔 채, 결과로 나타난 감정으로부터 앞뒤 상황을 막연히 유추해야 한다는 점이다. 만약 나의 어떤 구체적인 말과 행동이 상대방의 어떤 감정 반응

AI의 한계를 극복하는 고전적이지만 강력한 노가다의 힘 - 미세 감정 탐지 모델 성능 향상을 위한 실전 가이드

2026-02-02T10:41:19Z

그간의 학습에 비추어 보건대, 내 데이터를 활용해 입맛대로 결과를 보고 싶다면 결코 AI를 있는 그대로 활용하는 접근으로는 안되고 이것저것 바꿔볼 필요가 있다. 요즘은 많이 편해졌다 싶기도 하지만, 원하는 결과를 얻기 위해 모델을 다듬고 데이터를 만지는 과정은 여전히 결코 단순한 작업이 아니다. 바야흐로 거대 언어 모델(LLM)의 시대가 오면 이러한 노가다

AI는 어떻게 인간의 인지 부하를 해결하는가? - 고품질 감정 데이터셋 구축을 위한 필승 전략

2026-01-27T23:02:09Z

LMS 시스템 안에 ABSA 모델을 적용하기 위한 프로젝트를 수행했던 적이 있다. 허깅페이스에 있는 감성분석 모델을 파인튜닝하기 위해 약 13만 개가량 되는 기존 설문 응답 데이터를 객관식 설문 문항과 매칭시키고, 나아가 긍/부정 여부까지 재학습을 위한 라벨링을 진행했다. 서울 소재 상위권 대학 학부생 7명의 도움을 받아 무한대로 간식을 제공하며, 꼬박 일

AI, 인간보다 더 인간 같은 감정 주석가가 되다 - 비용은 낮추고 품질은 높이는 LLM 기반 고효율 데이터 정제법

2026-01-25T22:49:27Z

연이어 LLM을 활용해서 감정을 살펴보는 것이 기대만 못하다는 결론의 연구들을 살펴보긴 했지만, AI와 함께 지내온 지난 3년가량의 시간에 비추어 보건데 분명 전체 도메인 분야를 기준으로 보자면 AI는 이미 나의 역량의 평균보다는 말도 안 되게 높은 수준에 도달해 있음을 느낀다. 또한 그 격차는 앞으로도 점점 더 벌어질 것이 당연하고 그래야만 한다고 생각한

LLM 시대의 감정 분류, 파인튜닝은 여전히 필수일까? - 감성 분석의 선택지, 4개의 바구니인가, 43개의 정밀함인가

2026-01-21T02:37:32Z

아무래도 업이 업인지라 AI 기술에 촉을 세우고는 있지만, 굳이 따지자면 꽤나 보수적인 접근을 취하는 편이다. 그래서인지 기술의 화려함보다는 기존의 접근 방식들이 갖는 본질적인 의미들이 더 눈에 들어오곤 한다. 특히 인간의 감정을 다루는 영역에 있어서라면, 내가 쌓아온 경험이 아직은 유효해 보이기도 하고, 이를 AI와 어떤 식으로 접목할 것인지에 대해 나만

공감하는 AI, 진짜 내 마음을 읽고 있을까? - AI의 '공감 연기'와 인간의 '진짜 공감' 사이

2026-01-18T15:41:20Z

새로운 AI 모델이 나올 때마다 하나의 뛰어난 기능처럼 소개되는 것이 바로 사용자의 감정에 공감하고, 민감하게 반응하는 사용성이다. 게다가 상담이나 코칭 등 인간을 직접 대하는 작업 환경에 즉시 투입 가능하다며 많은 실험과 실제 사업 모델들의 등장을 어렵지 않게 찾아볼 수 있다. 하지만 한편으론 여러 사례들을 보면서 궁금했다. AI가 실제로 내 감정을 알