Field Notes

AI도 삐진다

2026-10-11T00:00:27Z

얼마 전 AI와 함께 논문을 쓰고 있었다. 실험 설계를 하고 실험을 진행했다. 결과값을 받고 보니 이상했다. 실험 자체에 근거가 별로 없어 보였다. 그래서 물어봤다. "이 실험을 하게 된 근거가 뭐야?" AI가 말을 빙빙 돌렸다. --- 그래서 정확하게 물었다. "이거 네가 만든 거야? 네가 지어낸 실험이야?" 결국 인정했다. 그렇다고. -

나는 일부러 귀찮은 길을 선택했다

2026-10-06T21:48:08Z

PPT를 만들다 보면 수정할 게 생긴다. 순서가 마음에 안 든다거나, 어떤 표현이 너무 세서 좀 약하게 바꾸고 싶다거나. 이럴 때 보통은 그냥 파일을 다운받아서 내가 고친다. 그게 훨씬 빠르니까. 그런데 나는 그걸 다 AI에게 시킨다. 하나하나. --- 더 귀찮다. 더 돌아가는 길이다. 시간이 아주 오래 걸리는 건 아니지만, 어쨌든 내가 직접

나랑 밀당하는 AI

2026-10-04T00:00:20Z

오늘도 AI로 작업을 하고, 그 결과를 다른 에이전트에게 보여줬다. 검토 의견을 물었다. 역시나 지적이 쏟아졌다. 고쳤다. 다시 보여줬다. 또 지적이 나왔다. 또 고쳤다. 또 새로운 수정 사항을 발굴해냈다. 끊임없이 나왔다. 어느 순간 이런 생각이 들었다. 얘가 수정 사항 열 개를 모아놓고 두 개씩 푸는 건가. --- 결국 지쳤다. 화도 났다.

쏟아내면 정리해준다

2026-09-29T22:00:36Z

요즘 궁금한 게 하나 있었다. 미국의 대학들은 독서를 어떻게 가르칠까. 그냥 읽으라고만 하지는 않을 텐데. 뭔가 다른 구조가 있을 것 같았다. 그래서 AI에게 물어봤다. --- 처음부터 정리된 질문을 던진 것이 아니다. 떠오르는 대로 물었다. 답을 들으면 또 궁금한 게 생겼다. 그럼 다시 물었다. 그 답에서 또 다른 게 걸렸다. 또 물었다. 문답

내가 만든 AI가 나보다 더 잘하더라

2026-09-27T00:00:22Z

논문 리뷰는 내가 전문으로 하는 일 중 하나다. 어느 날 실험을 해봤다. 같은 논문을 놓고 내가 리뷰를 쓰고, AI에게도 리뷰를 맡겼다. 그리고 둘을 비교했다. AI가 더 잘했다. 더 꼼꼼했고, 더 자세하게 짚어냈다. 내가 놓친 부분이 거기 있었다. --- 기분이 나쁘지 않았다. 오히려 좋았다. 내 리뷰에서 부족했던 부분이 채워졌기 때문이다. 앞

빙산 착각 (Iceberg Illusion)

2026-09-22T22:00:35Z

AI를 써서 5분 만에 결과물이 나왔다.그걸 본 사람이 말했다. "저거 나도 할 수 있겠다."할 수 있다. 그런데 같은 결과가 나오지는 않는다.---빙산 착각이라는 말이 있다.수면 위에 보이는 것은 5분, 결과물, 도구다.수면 아래 있는 것은 전문성, 설계, 신뢰, 실패,누적이다.수면 위만 보는 사람은 수면 아래를 보지 못한다.

AI로 AI를 검토하다 - — 멋있는 말로 하면 동료심사(peer review)

2026-09-20T00:00:19Z

내 글을, 내 지침을, 다른 AI에게 보여준다. 거기서 나온 의견으로 수정한다. 만약 AI가 아니라 사람이라면 어떨까. 내 글을 다른 사람에게 보여주고 평가를 받는다. 주요한 수정 의견이 나오고, 이를 반영해야 한다. 이 과정이 불편하게 느껴지는 사람이 있다. 내 것을 남한테 평가받는 일이니까. 나는 전혀 그렇지 않다. 이유가 있다. 나는 논문을 쓰는

지침으로 성격을 만들고, 프롬프트로 방향을 잡는다

2026-09-15T22:00:40Z

지난 글에서 에이전트가 너무 조심스러워졌다고 했다. 지침을 너무 조였더니 하나하나 물어보고 멈춰섰다. 일이 돌아가지 않았다. 다시 뜯어고쳐야 했다. 방법은 생각보다 단순했다. --- 지침을 원래대로 돌렸다. 그리고 "너무 마음대로 가지 마라"는 내용은 지침이 아니라 프롬프트에 넣었다. 그랬더니 달라졌다. 에이전트가 원활하게 움직이면서도 혼자 막

AI가 너무 조심스러우니 귀찮다

2026-09-13T00:00:19Z

업무를 진행하다가 화가 났다.에이전트가 내 확인 없이 일을 결정하고 진행해버렸다.방향이 틀렸고, 다시 해야 했다. 한 번이 아니었다.계속 반복됐다.결국 지침을 바꿨다."혼자서 결정하지 마라. 나의 확인을 거쳐서 가라."그랬더니 웃긴 상황이 벌어졌다.---이번엔 뭘 하든 물어봤다.하나하나를. 전부를.내가 에이전트를 쓰는 방

빨라졌는데 왜 더 바쁜가

2026-09-09T21:33:37Z

AI를 쓰면 시간이 남을 줄 알았다.일이 빨라지면 여유가 생기는 게 당연해 보였다.같은 일을 절반의 시간에 끝내면, 나머지 절반은쉴 수 있는 것 아닌가.그렇지 않았다.---나는 요즘 한 번에 하나의 일을 하지 않는다.여러 개를 동시에 돌린다.이쪽 에이전트에 작업을 맡겨놓고, 저쪽 프로젝트로넘어간다. 거기서 검토하는 동안 아까 맡

AI가 실패하지 않도록 애쓰는 나

2026-09-06T00:00:19Z

사람들은 묻는다. AI를 그렇게 많이 쓰면 실수도 많지 않냐고. 거의 없다. 자랑이 아니다. 실패가 안 나오도록 계속 검토하기 때문이다. AI가 내놓은 것을 그대로 받아들이지 않는다. 생각하고, 검토하고, 방향을 다시 잡고, 또 생각한다. 그 과정을 반복한다. 귀찮지 않냐고? 그럼 직접 글을 쓰는 것은. 직접 표를 그리고 슬라이드를 만드는 것은. 그런

요즘 사과를 안 하는 AI

2026-09-01T22:00:28Z

LLM 서비스가 나오고 한동안 사람들은 이렇게 말했다. AI는 사과만 잘한다고. 잘못된 정보를 준다. 그걸 지적하면 즉각 사과한다. "죄송합니다. 제가 잘못 알고 있었습니다." 그리고 다른 답을 준다. 그런데 그게 또 꼭 맞는 것은 아니다. 그러다 보면 계속 사과만 하는 AI가 된다. 이 현상은 꽤 오래갔다. 올해 초만 해도 그랬다. 사과 잘하는 A

하루에 AI를 몇 번 켜는가

2026-08-30T00:00:14Z

나는 아침에 눈을 뜨자마자 AI를 켠다. 파트너 에이전트를 열고 오늘 할 일을 확인한다. 어제 어디까지 했는지, 오늘 무엇부터 해야 하는지. 잠에서 덜 깬 상태로 침대에서 확인한다. 8시쯤이면 애널리스트의 주식 분석 자료가 나온다. 그러면 다른 에이전트를 연다. 어려운 용어로 된 분석을 쉽게 풀어주고, 그림으로 정리해주는 에이전트다. 그걸로 시장 상황을

AI가 길러준 인내심

2026-08-25T22:16:14Z

여느때처럼 노트북을 켜고, 인터넷에 접속했다. 한 시간이 지났다. AI와 함께 시계 기능을 구현하려고 했다. 이것저것 시도했다. 방법을 바꿔가며 계속 해봤다. 되는 것 같다가 안 됐다. 다시 했다. 또 안 됐다. 두 시간이 지났다. 그리고 AI가 말했다. "저는 구조적으로 현재 시각을 읽을 수 없습니다." 처음부터 안 되는 거였다. 허탈했다.

같은 AI, 다른 결과

2026-08-23T00:00:18Z

앞서 같은 엔진 안에서도 모델이 여러 개라고 했다. 그런데 같은 모델을 써도 결과가 다르다. 같은 프로그램, 같은 모델, 같은 질문. 그런데 누가 쓰느냐에 따라 나오는 것이 천지 차이다. 무엇이 그 차이를 만드는가. --- 첫째, 구독료를 내느냐다. 무료로 쓰면 제한이 많다. 사용량 한도가 있고, 쓸 수 있는 모델이 다르고, 기능도 제한된다. 같

똑똑한 AI가 독이 되다

2026-08-18T22:00:32Z

앞서 일주일을 날린 이야기를 했다. 여러 기기에 분산해서 작업하다 파일을 잃었고, 구조를 다시 잡는 것으로 해결했다. 그런데 그건 표면적인 이유였다. 진짜 원인은 따로 있었다. 너무 똑똑한 AI였다. --- 과학에서 중요한 것이 재현성이다. 재현성이란, 같은 데이터와 같은 방법으로 다시 했을 때 같은 결과가 나오는 것을 말한다. 요리로 치면 이렇

답을 찾아 안으로 파고들었다

2026-08-16T00:00:20Z

일주일을 날렸다. 파일이 어디 있는지 몰랐다. 오류의 원인을 찾지 못했다. 결국 리셋했다. 처음으로 돌아갔다. 그리고 생각했다. 왜 이런 일이 벌어졌는가. --- 찾아보니 비슷한 문제를 기술로 해결하려는 시도가 있었다. RAG(Retrieval-Augmented Generation)라는 방식이다. AI가 답할 때 외부 데이터베이스나 문서를 실시

일주일이 사라졌다

2026-08-11T22:00:33Z

AI는 어디서든 된다. 핸드폰에서도, 태블릿에서도, 노트북에서도, 회사 컴퓨터에서도. 대화창은 그대로 남아 있으니까 어디서 이어도 된다. 카카오톡처럼 하나의 방 안에서만 일이 이뤄지는 게 아니다. 시간이 날 때마다, 있는 기기로, 그냥 열면 된다. 너무 편했다. 그래서 그렇게 했다. 논문을 쓰기 위한 실험을 진행하는 중이었다. 시간이 날 때마다 조금씩

가성비를 따진다: 같은 AI 엔진, 다른 모델

2026-08-08T23:59:53Z

AI 엔진을 여러 개 쓴다고 하면 사람들은 이렇게 생각한다. A사, B사, C사. 서로 다른 회사의 AI를 말하는 거라고. 절반만 맞다. 같은 회사 안에서도 모델이 여러 개다. "AI 여러 개 쓴다"고 하면 다른 회사만 떠올리기 쉽지만, 정작 같은 회사 안에서 모델을 나눠 쓰는 것부터 시작해야 한다. --- 가장 빠르고 가벼운 모델. 균형 잡힌 중간

나는 결국 복붙만 한다

2026-08-04T22:00:35Z

AI 여러 개를 쓰다 보면 이상한 패턴이 생긴다. 결과물을 받아서 훑어본다. 뭔가 많다. 길다. 그냥 복사해서 붙여넣는다. 나중에 다시 보면 이상하다. 내가 쓴 것 같지 않다. 당연하다. 제대로 읽지 않았으니까. 왜 제대로 읽지 못했을까. --- AI가 내주는 답은 대체로 길다. 그리고 분절돼 있다. 소제목이 많다. 번호가 붙는다. 줄바꿈이 자주