AI에게 “어떻게 생각해?”라고 묻지 마세요

URL

https://medium.com/delightroom/ai%EC%97%90%EA%B2%8C-%EC%96%B4%EB%96%BB%EA%B2%8C-%EC%83%9D%EA%B0%81%ED%95%B4-%EB%9D%BC%EA%B3%A0-%EB%AC%BB%EC%A7%80-%EB%A7%88%EC%84%B8%EC%9A%94-e33c09646469?source=rss----47cd81ed863---4

생성 일시

2026/01/07 02:07

최종 편집 일시

2026/01/07 02:07

태그

딜라이트룸

파일과 미디어

|| Prothesis: 전문가 관점을 먼저 선택하는 Claude Code 협업 프레임워크LLM은 존재가 아니라 시뮬레이터다 최근 Andrej Karpathy가 흥미로운 관점을 제시했습니다: LLM을 어떤 “존재”로 생각하지 말고 시뮬레이터로 생각하세요. 예를 들어, 어떤 주제를 탐구할 때 이렇게 묻지 마세요: “너는 xyz에 대해 어떻게 생각해?” “너”라는 존재는 없습니다. 대신에 이렇게 시도해보세요: “어떤 그룹이 xyz를 탐구하기에 좋은 사람들일까? 그들은 뭐라고 할까?” LLM은 다양한 관점을 시뮬레이션할 수 있지만, 스스로 오랜 시간 “생각해 본” 적이 없습니다. “너”라고 강제하면, fine-tuning 데이터에 암시된 특정 페르소나를 채택해 그것을 시뮬레이션할 뿐입니다. 누락된 첫 단계 저 역시 이 관점과 비슷하게 AI와 함께 일하면서 불편함을 느끼고 있었습니다. 우리가 AI에게 보통 하는 질문: “이 코드 어떻게 생각해?” “이 설계 괜찮아?” AI는 곧바로 답합니다. 빠르지만, 때론 예상치 못한 방향으로 흘러갑니다. “작동은 하는데, 왜 이렇게 했는지” 설명하기 어려운 경험을 하게 됩니다. 문제는 어떤 기준으로 답했는지 모른다는 것입니다. 성능 관점에서 본 건가, 유지보수 관점에서 본 건가? 당장의 해결을 중시한 건가, 장기적 확장성을 고려한 건가? 시니어 엔지니어의 핵심 역량은 모호한 문제를 구체화하는 능력입니다. 명시적 지시 없이는, AI는 이 단계를 건너뜁니다. 기준이 없으면 검증도 없습니다. 기존 접근과의 차이 “관점을 제시한다”는 점이 새롭지 않다고 느낄 수 있습니다. AI 에이전트 설계에서 “Socratic Mentor”(질문을 통해 답을 이끌어내는 안내자) 페르소나는 이미 널리 사용되고 있습니다. 하지만 소크라테스의 산파술(Maieutics)과 제가 제안하는 접근은 전제가 다릅니다: Maieutics은 “당신 안에 답이 있다”고 전제합니다. 새로운 접근은 그런 전제를 하지 않습니다. 대신 “당신이 몰랐을 수 있는 선택지를 먼저 보여드립니다”라고 말합니다. 인지심리학에서 잘 알려진 비대칭이 있습니다: 인식(recognition) 기억은 회상(recall) 기억보다 효율적입니다. 빈칸을 채우는 것보다 보기에서 고르는 게 쉬운 이유입니다. 질문 전의 질문을 하다 안경점에 가면 점원이 “뭘 보고 싶으세요?”라고 묻지 않습니다. “이 렌즈로 보면 이렇고, 저 렌즈로 보면 저렇습니다. 어떤 걸로 보시겠어요?” 렌즈를 먼저 보여주고, 선택하게 한 뒤, 그 렌즈로 세상을 보여주는 것입니다. Prothesis(프로테시스, πρόθεσις)는 바로 이 원리를 AI 협업에 적용해 본 프레임워크입니다. Prothesis = “앞에 놓음”이라는 그리스어 답변 전에 가능한 관점들을 먼저 제시 사용자가 관점을 선택하면, 그 렌즈로 분석 이것이 “질문 전의 질문”입니다. Unknown Unknown → Known Unknown 의사결정 연구에서 자주 언급되는 분류가 있습니다. Known Unknown: 뭘 모르는지 안다 → 질문할 수 있다 Unknown Unknown: 뭘 모르는지도 모른다 → 질문 자체가 불가능 Prothesis의 핵심 역할은 Unknown Unknown → Known Unknown 변환입니다. “어떤 관점에서 볼 수 있는지”를 몰랐다면, 그건 질문할 수조차 없는 상태입니다. Prothesis가 관점들을 제시하는 순간, “아, 이런 관점도 있구나”를 알게 되고, 비로소 선택할 수 있게 됩니다. 물론 AI가 제시하는 2–3개 관점이 모든 가능성을 포괄하지는 않습니다. 하지만 “하나도 없는 상태”보다는 개선됩니다. 최소한 “이 관점들 외에 다른 건 없나?”라고 물을 수 있게 됩니다. 이것이 기존의 AI 협업 방식과 근본적으로 다른 점입니다: 기존: AI가 답을 주면, 인간이 수용하거나 거부 Prothesis: AI가 가능성 공간을 보여주면, 인간이 경로를 선택 작동 원리 Prothesis의 흐름은 다음과 같습니다: 요청 → 관점 제시 → 선택 → [병렬 분석]