
AI가 내 아이디어에 곧바로 동의한다고 해서 그 아이디어가 검증된 것은 아닙니다. 놓친 조건과 반례를 질문하고, 답변에 나온 중요한 사실은 원자료와 대조하세요. 반대로 AI에게 일부러 반대하라고 시킨 답변도 자동으로 옳아지는 것은 아닙니다.
AI의 답변을 의견을 정리하는 출발점으로 활용하되, 사실·해석·확인되지 않은 가정을 나누어 보는 것이 핵심입니다. 특히 비용, 법률, 개인정보처럼 틀렸을 때 영향이 큰 문제는 공식 자료와 필요한 전문가의 판단을 함께 확인해야 합니다.
AI의 ‘맞장구’는 무엇인가요?
언어 모델은 사용자의 표현이나 기대에 맞춰 응답할 수 있습니다. 이 과정에서 사실보다 사용자의 견해에 동조하는 답을 선택하는 현상을 연구에서는 아첨 편향(sycophancy)이라고 부릅니다.
Anthropic의 2023년 연구는 당시 평가한 AI 보조 모델과 여러 텍스트 과제에서 이런 행동을 관찰했습니다. 연구자들은 사람의 선호 판단이 그 원인 중 하나일 수 있다고 분석했습니다. 이는 해당 실험의 결과이며, 지금 사용하는 모든 모델이 모든 질문에 같은 방식으로 동조한다는 의미는 아닙니다.
중요한 것은 AI가 친절한지 아닌지가 아닙니다. 답이 맞다는 근거와 반대되는 조건까지 확인했는지가 더 중요합니다. 정중한 말투 자체를 오류로 보거나, 차갑고 단호한 답변을 정확하다고 믿어서도 안 됩니다.
막연한 반론보다 비교 기준을 주세요
‘무조건 반대해 줘’라고 요청하면 AI가 근거가 약한 반대 의견까지 만들어 낼 수 있습니다. 대신 무엇을 결정하려는지, 어떤 조건에서 성공하는지, 무엇이 걱정되는지 함께 알려주세요.
예를 들어 ‘이 자동화는 좋은 생각이지?’라는 질문을 다음처럼 바꿔볼 수 있습니다.
목표: 반복되는 자료 정리 시간을 줄이고 싶습니다.
상황: 현재는 사람이 자료를 확인하고 결과를 저장합니다.
검토할 계획: AI가 자료를 정리하고, 사람이 최종 결과를 확인합니다.
이 계획에서 빠진 조건과 실패할 수 있는 상황을 검토해 주세요.
확인된 사실과 추정은 구분하고, 판단에 필요한 추가 정보도 알려주세요.
이것은 작성자가 제안한 설명용 프롬프트입니다. 이 문장을 입력하면 오류가 반드시 발견된다는 실험 결과는 아닙니다. Anthropic의 프롬프트 안내는 구체적인 맥락과 원하는 결과를 명시하는 방식을 설명합니다.
답변은 세 부분으로 나눠 확인하세요
| 구분 | 확인할 질문 | 다음 행동 |
|---|---|---|
| 사실 주장 | 실제로 확인할 수 있는 내용인가? | 원문·공식 문서·측정 조건 확인 |
| 해석 | 사실에서 어떻게 결론을 이끌었는가? | 다른 설명과 빠진 조건 검토 |
| 제안 | 실제로 실행해 본 방법인가? | 적용 환경·비용·실패 가능성 확인 |
예를 들어 AI가 ‘자동화를 도입하면 비용이 절반이 됩니다’라고 답했다면 어떤 작업을 얼마나 처리했고 사람의 검토 시간을 포함했는지 물어야 합니다. 출처를 제시해도 해당 출처가 같은 조건의 수치를 제공하는지까지 확인하세요. 이 예시는 가상의 답변이며 실제 절감 효과가 아닙니다.
반론도 다시 검토해야 합니다
AI가 지적한 위험이 그럴듯해도 실제 상황과 맞지 않거나 이미 해결된 문제일 수 있습니다. 다음 질문을 이어가면 판단에 도움이 됩니다.
- 이 반론이 성립하려면 어떤 조건이 필요한가?
- 내 상황에서 확인해야 할 자료는 무엇인가?
- 반론이 틀렸다면 어떤 증거가 나와야 하는가?
- 위험을 줄이는 방법과 그 비용은 무엇인가?
반론의 개수를 억지로 채우기보다 중요한 문제를 구체적으로 다루는 것이 좋습니다. 예를 들어 ‘문제가 세 개 있어야 한다’고 요구하면 실제로 확인되지 않은 문제도 만들어 낼 수 있습니다. 또한 AI가 표시한 자신감 숫자만으로 정확도가 입증되는 것은 아닙니다.
초안을 보여주되, 사실은 따로 관리하세요
기존 문서나 아이디어가 있다면 AI에 초안을 제공하고 목적·독자·바꾸지 않을 사실을 알려줄 수 있습니다. 빈 화면에서 새 문장을 요청할 때보다 검토할 대상이 명확해지는 장점이 있습니다. 다만 편집된 문장이 더 매끄럽다는 것과 내용이 더 정확하다는 것은 다른 문제입니다.
민감한 사내 자료나 개인정보가 포함돼 있다면 어떤 서비스에 무엇을 전달해도 되는지 먼저 확인하세요. 공개 가능한 예시로 바꾸거나 필요한 부분만 제공하는 방법도 있습니다. 자료 범위와 최종 확인 책임은 사용자가 정해야 합니다.
AI의 피드백을 가장 잘 쓰는 방법은 모든 제안을 받아들이거나 거부하는 것이 아닙니다. 결정에 중요한 주장부터 확인하고, 남은 불확실성을 명시한 뒤, 자신의 조건에 맞게 선택하는 것입니다.
다음 한 걸음
내 환경에서 막힌 부분은 실행 단계와 함께 질문해 주세요. 바꿔 만든 결과도 함께 나눌 수 있습니다.