인류의 10%만이 AI를 사용하는 방법

 

Tip1. AI에게 질문하지 마세요

05:39 Tip2. AI를 도구가 아니라 팀메이트로 대하세요

08:53 Tip3. ChatGPT를 검색 엔진처럼 사용하지 마세요

10:47 Tip4. ‘그저 그런’ 아이디어를 넘어서는 법 

 

서론: 생성형ai는 문제해결 능력에 어떤 영향을 미칠까에 대해 연구 중.

1. AI에게 묻지 말고, AI가 직접 질문하게 하라 (기술 없어도 가능. 예: 공원 관리 직원의 귀찮은 작업 대체 사례)

2. AI를 도구가 아닌 팀메이트로 대하라 (ai 사용자의 생산성 향상에는 ai를 도구나 팀메이트 중 어떤 식으로 대하느냐에 따라 큰 격차 존재. 우리가 팀메이트에게는 피드백 제공하기 때문. AI가 나에게 질문을 하도록 훈련해야.)

3. 검색엔진으로 사용X (검색엔진의 단순한 구조는 인간의 정보 처리 능력 방해. 음성으로 ai 사용하기. 사용자에게 인터뷰 요청 등 협업 방향으로.)

4. 창의성이란? (첫번째 생각을 넘어 나아가는 것. 괜찮음을 넘어 탁월함을 위해. AI는 도움이 될 수 있음)

 

결론: ai 사용한다는 태도x, ai와 같이 만들어 나가는 자세 필요. 

다음은 AI를 효과적으로 사용하는 방법을 이해하는 데 도움이 되는 주요 내용을 강조한 비디오 요약입니다.

* AI 협업, 단순한 도구가 아님: 발표자는 AI를 단순한 도구 이상으로 팀원으로 취급해야 한다고 강조합니다 [06:55]. 이러한 관점의 변화는 AI로 작업할 때 달성하는 결과를 크게 향상시킬 수 있습니다.

* 음성 입력: 타이핑 대신 음성을 사용하면 AI의 잠재력을 더 많이 활용할 수 있습니다 [00:45]. 음성 입력은 보다 유연하고 자연스러운 상호 작용을 가능하게 하여 더 나은 결과를 얻을 수 있습니다.

* AI는 AI 사용 방법을 가르쳐 줄 수 있습니다: AI에게 AI를 최대한 활용하는 방법을 물어볼 수 있습니다 [03:25]. AI 자체의 사용법에 대한 지침을 AI에 요청하면 워크플로에 통합할 수 있는 새로운 방법을 찾을 수 있습니다.

* 실제 영향: 발표자는 국립공원 서비스 직원이 AI를 사용하여 도구를 구축하여 서비스에 연간 약 7,000일의 인건비를 절약한 사례를 공유합니다 [05:18]. 이는 실제 일상 시나리오에서 AI의 혁신적인 잠재력을 보여줍니다.

* 실현 격차 극복: 많은 전문가들이 AI가 제공하는 생산성 향상을 완전히 실현하지 못하고 있습니다 [06:03]. 발표자는 이러한 격차를 해소하기 위해 AI와의 효과적인 협업 방법을 교육하고 이해하는 것의 중요성에 대해 논의합니다.

* AI는 창의성을 향상시킵니다: AI는 "충분히 좋은" 결과를 더 쉽게 달성할 수 있도록 하지만, 탁월한 결과를 위해서는 프롬프트에서 볼륨과 변화를 목표로 하십시오 [12:19]. 창의성의 기본 정의는 동일하게 유지되지만 AI는 창의적인 상태에 도달하는 능력을 향상시킵니다.

* 영감이 핵심입니다: 경험과 관점을 포함하여 AI 모델에 제공하는 내용은 결과에 영향을 미칩니다 [11:15]. 고유한 입력을 통해 차별화된 결과를 얻는 것이 중요합니다.

새로운 작업을 수행하고 싶으신가요? 

 

영상 링크

 

기술은 우리를 매우 나쁜 방식으로 훈련시켜 왔습니다. 예를 들어 구글 검색창이 있습니다. 우리의 뇌는 이런 검색창을 볼 때마다 "아, 뭘 해야 할지 알겠다"라고 생각합니다. 하지만 LLM을 열고 구글 검색처럼 취급한다면, 그 기능의 겉핥기조차 하지 못하는 것입니다. 구글 검색에 대한 익숙함은 실제로 AI의 훌륭한 협력자가 될 수 있는 능력을 저해하고 있습니다. 이는 단순한 의미적 차이가 아닙니다. 더 이상 제 생각을 종합할 책임이 없고, 다른 지능에 의존할 수 있게 되면서 구글 검색이 발휘하는 처리 능력에 엄청난 차이가 있습니다. 모든 것이 변합니다. 손가락을 사용하는 순간 "무슨 말을 먼저 해야 할까?"라고 생각하게 되기 때문입니다. 반면 목소리를 사용하는 경우에는 그저 횡설수설할 수 있습니다. 똑똑해야 한다는 필요성을 덜어내는 것이 지능을 발휘하는 데 중요한 역할을 합니다. 손가락이 아닌 목소리를 사용하세요. 목소리에 기대는 것이 정말 편안해지는 순간, 생산성이 극적으로 달라집니다. 저는 제레미 어틀리입니다. 저는 스탠퍼드 대학교에서 창의성과 AI를 겸임교수로 재직하고 있습니다. 지난 15년 동안 스탬퍼드 대학교에서 창의성, 혁신, 기업가 정신, 그리고 이제는 점점 더 중요해지는 인공지능의 교차점에 대해 강의해 왔습니다.

제가 현재 가장 집중하고 있는 주제는 비기술 전문가들이 생성적 AI와 함께 훌륭한 협업자가 되는 법을 배우도록 돕는 것입니다.

그리고 2년 전, 당시 제 파트너였던 페리 클레이본드와 함께 아이디어 창출과 프로토타입 제작에 관한 정석적인 책인 '아이디어 플로우'를 썼습니다. 정말 자랑스럽습니다.

이 책은 스탠퍼드 대학교에서 12년간 임원 프로그램, 리더십 프로그램, 그리고 기업가 정신 프로그램을 이끌어 온 노력의 결실이었습니다.

그리고 저희 책이 출간된 지 한 달 후, 채드 GBT가 출간되었습니다. AI가 등장하기 직전에 아이디어 창출에 관한 정석적인 책을 썼다는 것은 마치 인터넷이 등장하기 직전에 최고의 소매업 관련 책을 쓴 것과 같습니다.

AI는 우리의 창의성을 극적으로 증강하고 증폭시키는 도구입니다. 사실, 책이 나왔을 때는 잘 몰랐습니다. 그래서 책이 나온 지 한 달 후, 세계 도서 여행을 떠나는 대신 학생으로서 앞줄에 앉아 "이 혁신적인 신기술에 대해 배워야겠다"고 생각했습니다. 그래서 수업을 듣기 시작했고, 연구를 시작했습니다. 조직 내 팀들과 함께 일하고 연구하는 일을 시작했는데, 이 도구를 사용해서 "생성적 AI가 개인과 팀, 그리고 조직의 문제 해결 능력에 어떤 영향을 미치는가?"라는 간단한 질문을 이해하기 위해서였습니다. AI에게 "이 질문에 어떻게 대답해야 할까?"와 같은 질문을 던질 수도 있고, "AI에게 묻고 싶은 질문을 던져서 어떻게 대답해야 할까?"와 같은 질문을 던질 수도 있습니다. AI에게 이 질문을 가장 효과적으로 전달하는 방법은 무엇일까요? 자, 제가 무슨 말을 했는지 아시겠죠? AI에게 어떻게 질문해야 할지 물었습니다. 하지만 AI를 사용하면 AI를 사용할 수 있습니다. 즉, Excel을 사용하면 Excel을 사용할 수 없다는 것입니다. PowerPoint는 PowerPoint 사용법을 가르쳐 줄 수 없고, 이메일도 이메일 사용법을 가르쳐 줄 수 없습니다. 하지만 이상하게도 AI는 스스로 사용하는 방법을 가르쳐 줄 수 있습니다. 질문하고 싶으시다면, 원하시는 언어 모델을 선택하고 다음과 같이 말씀해 주세요. "안녕하세요, 당신은 AI 전문가입니다."

저는 AI를 제 삶에서 가장 효과적으로 활용할 수 있는 부분을 찾는 데 도움을 드리고 상담을 받고 싶습니다. AI 전문가로서, 제 업무 흐름, 책임, KPI, 목표에 대한 충분한 맥락을 파악할 때까지 한 번에 하나씩 질문해 주세요. 그러면 제 업무에 AI를 어떻게 활용할 수 있을지에 대한 명확한 권장 사항과 명확하지 않은 두 가지 권장 사항을 제시해 드릴 수 있을 것입니다. 이제껏 해본 것 중 가장 유익하고 통찰력 있는 대화를 나누게 될 것입니다. 이 모든 것은 AI가 스스로의 업무를 평가할 수 있는 능력 덕분입니다. 제가 직접 목격한 바에 따르면, 비전문가도 놀라운 일을 해낼 수 있습니다. 예를 들어 보겠습니다. 국립공원관리청에서 저에게 전화를 걸어 오지 순찰대원들을 위한 교육 프로그램을 진행해 줄 수 있겠느냐고 물었습니다. 그래서 국립공원관리청은 약 60명의 오지 순찰대원과 시설 관리자들을 모아 교육 세션을 진행했습니다. 그리고 저는 줌으로 사람들에게 AI와 협업하는 기본 사항을 가르치는 데 몇 시간을 보냈습니다. 그 세션에 참여한 사람 중 한 명은 글렌 캐년 국립공원에서 일하는 아담 라이머라는 신사였습니다. 제가 하는 말 중 하나는 일에서 싫어하는 부분, 즐겁지 않은 부분, 다시 해야 한다고 생각하는 부분에 집중해야 한다는 것입니다.

아담은 "롯지의 카펫 타일을 교체해야 한다면 이 모든 서류를 작성해야 합니다."라고 말했습니다. 카펫 타일을 교체하는 데는 서류 작업에 2~3일이 걸리는 경우도 있습니다. 그러다가 그는 "AI가 그 서류 작성을 도울 수 있을까?"라고 생각했습니다. 그리고 45분 만에 그는 매일 업무 명세서를 작성할 때 이틀씩 걸리는 작업을 줄여주는 자연어 처리 도구를 만들었습니다. 그리고 이 이야기를 들어보세요. 누군가 그 도구에 접근해서 다른 공원들과 공유했습니다.

국립공원관리청에는 약 430개의 공원이 있습니다.

국립공원관리청은 아담이 45분 만에 개발한 이 도구가 올해 7,000일분의 인력을 절감할 것으로 추산하고 있습니다.

이는 기술적인 능력이 전혀 없는 일반 전문가들도 아주 기본적인 교육만 받으면 이러한 효과를 낼 수 있다는 것을 의미합니다.

사람들은 AI를 배우고 싶어 하고, 그것이 비즈니스에 어떤 변화를 가져올 수 있는지 알고 싶어 하지만, 기본적인 용어는 모릅니다. 많은 기업들이 저에게 AI를 활용하여 비즈니스를 혁신하는 방법을 묻고 있지만, 저는 그들에게 AI를 어떻게 활용할지부터 물어야 합니다. 제가 아는 연구에 따르면 AI는 사람들의 작업 속도를 25%, 업무량을 12%, 품질을 40% 향상시키지만, AI와의 협업을 통해 의미 있는 생산성 향상을 달성하는 전문가는 10%도 되지 않습니다. 저는 이 엄청난 격차가 있다고 생각합니다. 저는 이것을 실현 격차라고 부릅니다. 저희는 유럽과 미국에서 연구를 진행했습니다.

놀랍게도 AI는 대부분의 사람들의 창의성 향상에 도움이 되지 않았습니다. 사실, 많은 경우 우리가 연구한 사람들의 경우, AI는 그들의 창의성을 저하시켰습니다. 연구를 심층적으로 분석하기 시작하면서, 우리는 놀라서 데이터를 살펴보았습니다. AI가 사람들의 창의성을 저하시키는 것이 아니라 오히려 향상시켜야 한다고 생각하기 때문에 혼란스러웠습니다. 그래서 우리는 저조한 성과를 낸 기업들과 고조한 성과를 낸 기업들을 연구했습니다. 그 결과, 고조한 기업들은 저조한 기업들과 AI에 대해 근본적으로 다른 성향을 가지고 있다는 것을 발견했습니다. 저조한 성과를 낸 기업들은 AI를 도구처럼 대했지만, 고조한 기업들은 AI를 팀원처럼 대했습니다. 도구에서 팀원으로의 전환은 생성적 AI를 통해 얻을 수 있는 결과의 모든 것을 변화시킵니다. 간단한 예로, 평범한 결과를 얻을 때 어떻게 해야 할까요? 도구라면 평범한 결과를 얻고, 그것을 개선할 수도 있고, "아, 그런 건 별로야."라고 생각할 수도 있습니다. 팀원이 평범한 결과를 냈다면, 마지막으로 충분하지 않은 결과물을 줬던 팀원을 떠올려 보세요. 피드백을 주고, 코칭을 해 주고, 멘토링을 해 주고, 개선을 도왔습니다. 그래서 저희는 AI를 팀원처럼 대하고, 코칭하고, 피드백을 주고, 더 중요한 것은 AI가 질문을 던지도록 유도하는 사람들을 발견했습니다. 많은 사람들이 AI에 대해 갖는 기본적인 생각은 '나는 질문하는 사람이고, AI는 답을 주는 사람'이라는 것입니다.

하지만 AI를 팀원처럼 생각한다면, "이 문제에 대해 10가지 질문을 해야 할까?" 또는 "최상의 답변을 얻으려면 나에게 무엇을 알아야 할까?"라고 생각하게 될 것입니다. 예를 들어, 어려운 대화를 나누다가 동료를 찾는 경우, 대규모 언어 모델을 활용하여 그 대화를 롤플레잉할 수 있다는 것을 알고 계셨나요? AI가 대화 상대에 대해 인터뷰를 하고, 대화 상대의 심리적 프로필을 작성한 후, 역할극에서 대화 상대 역할을 맡아 대화에 어떻게 접근하는지 대화 상대의 관점에서 피드백을 제공하도록 할 수 있습니다. 이는 오늘날에도 가능한 일입니다. 이와 유사한 활동은 많습니다. 저는 이를 드릴이라고 부르지만, AI로 무엇을 할 수 있을지에 대한 생각만 바꿔도 제가 상상도 못했던 응용 분야를 발견하게 되는 활동도 많습니다. 저는 2년 동안 이런 일을 해왔고, 제 학생들은 제가 상상도 못 했던 활용 사례를 가지고 정기적으로 저를 찾아옵니다. 그 사례들은 제가 전혀 예상하지 못했고, 학생들도 전혀 예상하지 못했던 결과를 가져다주었습니다.

제가 가장 좋아하는 팁은 매우 간단합니다. 손가락이 아니라 목소리를 사용하세요. 예를 들어 구글 검색창을 생각해 보세요. 우리의 뇌는 이런 검색창을 볼 때마다 "아, 뭘 해야 할지 알겠다"라고 생각합니다. 하지만 LLM을 열고 구글 검색처럼 생각한다면, 그 기능의 겉핥기조차 하지 못하는 것입니다. 따라서 구글 검색에 대한 당신의 익숙함은 실제로 AI의 훌륭한 협력자가 될 수 있는 당신의 능력을 저해하고 있습니다. 그리고 이는 단순히 의미론적 차이가 아닙니다. 제가 더 이상 제 생각을 종합할 책임이 없을 때, 구글 검색이 제공하는 처리 능력에 있어 엄청난 차이가 발생합니다. 하지만 저는 대신 다른 인공지능에게 그 일을 맡길 수 있습니다.

모든 것은 변합니다. 예를 들어 보겠습니다. 저는 한 잡지에 실릴 새 기사를 공동으로 작업하고 있었는데, 그녀와 저는 매우 활발한 토론을 나누었습니다. 토론이 끝난 후, 저는 그 토론 내용을 바탕으로 제가 먼저 검토해 보기로 했습니다. 이 경우, 채드 GPT에게 음성으로 대화를 이어가며 이렇게 말했습니다. "안녕하세요, 이 공동 작업자와 정말 멋진 대화를 나눴습니다. 다양한 각도에서 논의를 진행했습니다. 인터뷰를 통해 제 머릿속에 있는 모든 정보를 정리하고, 작업이 끝날 때까지 기사의 개요를 담은 메모로 변환해 주시겠습니까?" 그러면 저는 AI에게 "지금까지 논의한 내용을 간략하게 요약해 주시고, 이 토론 내용을 어떻게 구성할지 세 가지 제안을 해주시겠습니까?"라고 말할 수 있습니다. 그리고 저는 40분 만에 즉흥적으로 아이디어를 짜기 시작합니다. AI가 이 모든 작업을 처리하죠? 저희 작업이지만, AI와의 협업을 통해 더욱 강화되고 가능해졌습니다. 목소리 없이는 그 어떤 것도 불가능합니다. 손가락을 움직이는 순간, "뭐부터 해야 하지?"라고 생각하게 되니까요. 하지만 목소리를 내면, 그냥 횡설수설할 수 있죠.

똑똑해야 한다는 필요성을 내려놓는 것에는 특별한 의미가 있습니다. 그것이 지성을 열어줍니다. 저는 스스로를 창의적인 사람이라고 생각해 본 적이 없습니다.

저는 모든 인간이 타고난 창의적 능력을 가지고 있다고 전적으로, 그리고 근본적으로 믿습니다. 우리 모두 말입니다. 학교가 제게 도움을 준 것은 바로 다른 사람들의 잠재력을 깨워주는 것이었습니다. 모든 사람에게는 잠재된 창의적 능력이 있습니다. 그래서 AI와 관련해서도 저는 사람들을 독려합니다. 당신이 모델에 가져오는 영감은 무엇인가요? 모든 사람이 동일한 차드 GPT에 접근할 수 있습니다. 어떻게 당신과 다른 결과를 얻을 수 있을까요? 그건 제가 모델에 가져오는 것 때문입니다.

그리고 제가 모델에 가져오는 것은 무엇일까요?

물론 기술도 있지만, 제 경험, 제 관점, 그리고 세상에서 얻은 모든 영감을 가져옵니다. 사용자가 모델에서 차등 출력을 얻는 방식이 바로 그것입니다. 오하이오에 사는 중학교 1학년 학생이 있었는데, 이름도 모르는데 선생님이 "창의성이란 뭐예요?"라고 물었습니다. 그리고 칠판에 "창의성이란 처음 생각하는 것 이상을 하는 것이다"라고 쓰인 포스트잇을 붙였습니다. 제가 가장 좋아하는 정의인데, 우리가 가진 심오한 인지 편향을 보여주기 때문입니다. 기능적 고착성이라고도 하고, 아인슈타인 효과라고도 합니다. 하지만 기본 전제는 인간은 초기 해결책에 집착하고 만족하는 경향이 있다는 것입니다.

허버트 사이먼은 이를 만족이라고 불렀습니다. 하지만 충분히 좋은 수준에 도달하면 충분하다는 생각입니다. 그래서 저는 중학교 1학년 학생의 그 정의를 좋아합니다.

창의성이란 처음 생각하는 것 이상을 하는 것입니다. 충분히 좋은 수준을 넘어서는 것입니다. AI 시대에 창의성의 정의가 바뀌고 있을까요? 저는 그렇게 생각하지 않습니다. 현실은 AI 덕분에 이제 충분히 좋은 수준에 도달하기가 그 어느 때보다 쉬워졌습니다. 당신의 목표가 세계 최고 수준, 탁월함이라면, 당신이 원하는 것은 바로 양과 다양성입니다. 그리고 여기에는 시간이 걸립니다. 단순히 읽는 데만 시간이 걸리는 것이 아니라, 분류하고 처리하는 데에도 시간이 걸립니다. 하지만 근본적으로 창의성의 정의는 AI 시대에도 변하지 않습니다. 단지 인간이 창의적인 상태에 도달할 수 있는지 여부가 기술뿐만 아니라 기술과 협업할 때 명시적 또는 묵시적 목표에 의해 영향을 받을 뿐입니다. 크리에이터는 AI를 두려워할 필요가 없습니다. 크리에이터는 뛰어들어야 합니다. 적극적으로 참여해야 합니다.

크리에이터는 이전에는 경험해보지 못한 방식으로 자유로워질 것입니다.

"AI를 어떻게 사용하느냐"라는 질문에 대한 유일한 정답은 "AI를 사용하지 않고, AI와 함께 작업한다"입니다. AI와 함께 작업하기 시작하면 모든 것이 바뀔 것입니다.