프롬프트를 익혔다면, 이제 실제 업무·학습에 붙일 차례입니다. 글쓰기·분석·학습·코딩에 생성형 AI를 제대로 부리는 법을 배웁니다.
코스 1에서 ‘어떻게 시킬지(프롬프트)’를 익혔다면, 먼저 ‘내가 무엇을 시키고 있는지’를 알아야 합니다. LLM(대규모 언어 모델)은 지금까지의 문장을 보고 다음에 올 단어(토큰)를 확률로 예측하는 모델이에요. 인터넷의 방대한 글을 학습해 “이 다음엔 이런 말이 자연스럽다”를 통계로 익힌 것이라, 말은 매끄럽지만 진실이 저장된 데이터베이스는 아닙니다. 그래서 아주 자신 있는 말투로 틀리기도 합니다.
핵심 한 줄 — 유창함 ≠ 정확함. LLM은 ‘그럴듯한 다음 말’을 잘 고르는 도구일 뿐, 사실을 보증하지는 않습니다.
LLM은 만능 정답기가 아니라 일을 거드는 다재다능한 조수에 가깝습니다. 아래 다섯 가지가 대표적인 쓰임새예요 — 각각 ‘무엇에 강한지’와 ‘구체적인 예’를 함께 보세요.
빈 화면 공포를 없애는 데 최고. 예: 회의 메모를 주면 공지 메일 초안을 5분 만에 뽑아 줍니다.
긴 글에서 핵심만 추린다. 예: 20쪽 보고서를 5줄 요약 + 쟁점 3가지로 정리.
내 수준에 맞춰 다시 설명. 예: “중학생도 알게 비유로 풀어줘”라고 요청.
반복 작업을 코드로. 예: 엑셀 정리 스크립트 작성, 오류 나는 함수의 원인 찾기.
혼자 벽에 부딪힐 때의 발상 파트너. 예: 캠페인 이름 30개를 뽑아 셋으로 추리기.
잘 쓰는 사람은 “질문 한 번, 답 한 번”으로 끝내지 않습니다. LLM 활용은 주고받는 과정이에요. 아래 다섯 단계를 몸에 붙이면 결과의 질이 확 달라집니다.
같은 도구를 써도 결과는 사람마다 다릅니다. 차이는 요령이 아니라 태도와 깊이에서 나와요.
생성형 AI는 증폭기입니다. 정통 교육으로 다진 깊이가 있어야 AI를 깊이 쓸 수 있어요. 아는 게 얕으면 AI의 그럴듯한 오답도 그냥 통과시키지만, 내 지식이 탄탄하면 같은 AI가 몇 배로 강한 도구가 됩니다.
환각(그럴듯한 거짓) — LLM은 없는 사실·가짜 출처를 진짜처럼 지어냅니다. 통계·인용·법조문·논문 제목·인물 정보는 특히 의심하고 직접 확인하세요.
개인정보·기밀 입력 금지 — 주민번호·비밀번호·카드번호·회사 내부자료를 그대로 넣지 마세요. 한 번 보낸 내용은 되돌리거나 통제하기 어렵습니다.
저작권·표절 주의 — AI가 뽑아 준 문장을 그대로 내 것처럼 쓰면 표절·권리 문제가 생길 수 있습니다. 참고는 하되 반드시 내 언어로 다시 씁니다.
최종 책임은 사람 — 잘못된 결과로 생긴 책임은 AI가 아니라 사용자에게 남습니다. 검증 없이 그대로 내보내지 마세요.