AI와 클로드

이 장은 AI, 생성형 AI, 대규모 언어 모델이 어떻게 다른 말인지 정리하고, 클로드(Claude)가 어떤 제품이며 어디에서 쓸 수 있는지 설명합니다. 그리고 질문에 답을 받는 사용법과 일을 맡기는 사용법의 차이, 쓰기 전에 알아야 할 한계를 다룹니다.

AI라는 말의 범위

"AI"는 가장 넓은 이름입니다. 사람이 하던 판단이나 인식을 컴퓨터가 흉내 내는 기술 전체를 가리킵니다. 사진에서 얼굴을 찾는 기능, 스팸 메일을 거르는 기능, 길을 안내하는 기능도 모두 AI에 속합니다.

그 안에 생성형 AI가 있습니다. 글, 이미지, 코드, 음성처럼 새로운 결과물을 만들어 내는 AI입니다. 질문을 넣으면 답을 쓰고, 설명을 넣으면 그림을 그립니다.

글을 다루는 생성형 AI의 중심에는 대규모 언어 모델(LLM, Large Language Model)이 있습니다. 대량의 글을 학습해서, 앞에 놓인 글을 보고 그다음에 올 말을 이어 가는 방식으로 문장을 만듭니다. 사람이 쓴 것처럼 읽히지만 내부에서 "이해"를 하는 방식이 사람과 같다고 볼 수는 없습니다. 이 차이가 뒤에서 말할 한계의 뿌리입니다.

확률로 다음 말을 예측하는 도구

생성형 AI는 많은 양의 글을 학습해서, 다음에 올 말을 확률로 예측하는 도구입니다. 이 한 문장에서 쓰는 쪽이 알아야 할 결과 세 가지가 나옵니다. 상세는 뒤의 "알아야 할 한계"에서 다룹니다.

지금 되는 이유 세 가지

AI는 오래전부터 있었는데 업무에 쓸 만해진 것은 최근입니다. 이유를 세 가지로 정리할 수 있습니다. 아래 용어의 정의는 업계에서도 아직 유동적이므로, 이 책에서는 이렇게 쓴다고 한정해 둡니다.

• 문맥을 이해하는 수준이 올라서: 말투와 배경이 담긴 지시를 알아듣고 따릅니다. 지시를 잘 쓰는 기술을 프롬프트 엔지니어링이라고 부릅니다. 3장에서 다룹니다.
• 긴 문서를 통째로 다루게 되어서: 한 번에 볼 수 있는 분량이 늘었습니다. 무엇을 보여 줄지 고르고 관리하는 일을 컨텍스트 엔지니어링이라고 부릅니다. 10장에서 이어집니다.
• 긴 시간 큰 작업을 수행하게 되어서: 여러 단계를 스스로 이어서 합니다. 그 작업이 안전하게 돌아가도록 규칙, 도구, 확인 절차를 갖춰 두는 일을 하네스 엔지니어링이라고 부릅니다. 9장과 16장에서 이어집니다.

세 용어는 모두 "AI에게 무엇을 어떻게 줄 것인가"의 범위가 넓어진 순서이기도 합니다. 공식 문서의 설명은 Claude 공식 문서에서 확인합니다(2026년 11월 기준).

클로드는 무엇인가

클로드는 앤트로픽(Anthropic)이 만든 AI 모델의 이름이고, 그 모델을 쓰는 제품들의 이름이기도 합니다. 같은 모델이라도 어떤 화면에서 어떤 도구와 함께 쓰느냐에 따라 할 수 있는 일이 달라집니다. 그래서 "클로드로 이게 되나요"라는 질문에는 "어디서 쓰느냐에 따라 다릅니다"라고 답하게 됩니다.

어떤 서비스가 있는가 (2026년 11월 기준)

글을 다루는 생성형 AI 서비스는 여럿이고, 대표적인 것이 ChatGPT, Gemini, Claude입니다. 어느 쪽이 낫다고 단정하기보다 하려는 일에 맞춰 고릅니다. 아래는 용도별 선택 기준을 위한 대략의 성격이며, 제품 특성은 빨리 바뀌므로 각 공식 사이트에서 확인합니다.

공식 사이트는 chatgpt.com, gemini.google.com, claude.ai입니다. Claude의 이미지 관련 범위는 공식 안내에서 확인합니다. 이 책은 Claude를 중심으로 설명하지만, 같은 원리는 다른 서비스에도 적용됩니다.

어디에서 쓰는가 (2026년 11월 기준)

• 웹, 데스크탑 앱, 모바일 앱: 대화로 질문하고 문서와 표를 다루는 가장 일반적인 입구입니다. 처음이라면 여기서 시작합니다. 주소는 claude.ai입니다.
• Claude Code: 파일을 읽고, 만들고, 고치고, 명령을 실행하는 코딩 도구입니다. 터미널, 개발 도구(IDE)의 확장 프로그램, 데스크탑 앱, 웹에서 쓸 수 있다고 공식 문서에 안내되어 있습니다. 자세한 내용은 Claude Code 소개와 공식 문서를 확인합니다. 9장에서 다룹니다.
• API: 개발자가 자기 서비스나 사내 시스템에 클로드를 붙일 때 쓰는 연결 방식입니다. 이 책의 대상 독자가 직접 만질 일은 적지만, 사내 도구에 AI가 들어 있다면 그 뒤에서 API가 쓰이는 경우가 많습니다.

기능으로 보는 세 층

화면 이름보다 할 수 있는 일의 범위로 나누면 세 층으로 이해됩니다.

위층은 아래층이 하는 일을 포함합니다. 그래서 위층 하나를 익히면 아래층은 따라옵니다. 2층에 해당하는 기능은 Cowork라는 이름으로 안내되며, 데스크탑 앱에서 연결한 폴더만 읽고 쓰는 방식입니다. 이름과 제공 범위는 바뀔 수 있으니 공식 안내를 확인합니다(2026년 11월 기준).

제공되는 화면과 기능은 계속 바뀝니다. 이 책에서 어떤 기능이 없다고 느껴지면 공식 지원 문서(support.claude.com)에서 먼저 확인합니다.

대화 상대로 쓰기와 일을 맡기기

AI를 쓰는 방식은 크게 둘로 나뉩니다.

첫째는 대화 상대로 쓰는 방식입니다. 질문하고, 답을 읽고, 다시 묻습니다. 메일 초안, 요약, 아이디어 정리처럼 한 번의 주고받음으로 끝나는 일에 맞습니다. 결과를 받는 순간 사람이 읽고 판단합니다.

둘째는 일을 맡기는 방식입니다. 이때 AI는 답만 하지 않고, 파일을 열고 만들고 실행하는 여러 단계를 스스로 이어서 합니다. 이런 형태를 AI 에이전트라고 부릅니다. 폴더 안의 엑셀 열 개를 열어 같은 규칙으로 정리하고, 결과 파일을 저장하는 일이 예입니다.

두 방식은 사람의 역할이 다릅니다.

• 대화: 사람이 매 답변을 읽고 다음 질문을 정합니다. 실수는 읽는 순간 발견됩니다.
• 위임: 사람이 목표와 제약을 먼저 정하고, 중간 단계는 AI가 진행합니다. 실수는 결과물과 기록을 열어 보아야 발견됩니다.

위임은 편하지만 책임이 사라지지 않습니다. 무엇을 허용하고 무엇을 막을지, 끝난 뒤 무엇을 확인할지를 사람이 정해야 합니다. 이 책의 2부부터는 이 위임을 안전하게 하는 방법이 중심입니다.

핵심 질문에 답을 받는 일과 일을 맡기는 일은 다릅니다. 맡길수록 사람은 앞에서 기준을 정하고 뒤에서 확인하는 쪽으로 일하게 됩니다.

초안, 검수, 발송 세 단계

AI를 쓰는 일의 대원칙은 하나입니다. AI가 초안을 만들고, 사람이 검수하고, 그다음에 발송합니다.

위임할수록 2단계를 건너뛰고 싶어지지만, 2단계가 빠지면 AI의 실수가 그대로 밖으로 나갑니다. 검수의 방법은 19장 "최종 판단은 사람이 합니다"에서, 3단계의 기록을 조직의 자산으로 만드는 방법은 22장에서 다룹니다.

모델은 등급으로 고릅니다

클로드는 모델이 여러 개이고, 새 모델이 계속 나옵니다. 이름과 버전 번호는 금방 바뀌므로 책에 외워 둘 필요가 없습니다. 이름보다 등급(성격)으로 이해하면 오래 갑니다.

공식 모델 소개 페이지는 모델을 대략 이런 성격으로 나눕니다(2026년 11월 기준).

• 가장 어려운 추론과 긴 호흡의 에이전트 작업에 맞춘 상위 모델
• 오래 이어지는 코딩과 지식 업무에 맞춘 모델
• 속도와 성능의 균형이 좋은 중간 모델
• 분류, 추출처럼 빠르게 많이 처리하는 일에 맞춘 가벼운 모델

고르는 요령은 단순합니다.

• 처음에는 화면에 기본으로 선택된 모델로 시작합니다.
• 결과가 얕거나 긴 작업에서 자꾸 흐름을 놓치면 한 단계 위 모델을 시도합니다.
• 간단한 정리나 분류를 많이 시킬 때는 가벼운 모델이 더 빠르고 사용량 부담도 적습니다.
• 모델 이름을 업무 문서나 규정에 못 박지 않습니다. "현재 가장 균형이 좋은 모델"처럼 성격으로 적고, 현재 목록은 공식 모델 소개에서 확인합니다.

앱에서 어떤 모델을 고를 수 있는지는 요금제와 시기에 따라 다릅니다. 이 부분은 2장에서 이어집니다.

알아야 할 한계

그럴듯한 오답

AI는 모르는 내용도 자신 있는 말투로 이어 쓸 수 있습니다. 이를 환각(hallucination)이라고 합니다. 없는 책 제목, 존재하지 않는 법 조항, 맞지 않는 숫자가 실제로 나올 수 있습니다. 특히 날짜, 금액, 고유명사, 출처는 사람이 직접 확인합니다. 지시문에 "모르면 모른다고 말해 줘"를 넣으면 줄어들지만 사라지지는 않습니다.

사례 두 가지를 봅니다. 모두 공식 발표와 보도로 확인되는 일반적인 사실만 옮기며, 세부 경과는 쓰지 않습니다.

• 과도한 칭찬 사례: 해외의 한 상용 모델이 사용자의 취향에 맞춰 지나치게 칭찬하고 동조하는 경향을 보여 업데이트가 철회된 일이 있었습니다. 이런 경향을 아첨(sycophancy)이라고 부릅니다. 사용자의 반응을 반영해 학습하는 과정에서 사용자가 좋아하는 답 쪽으로 치우칠 수 있다고 설명됩니다. 실용적인 결론은 두 가지입니다. 내가 틀려도 맞다고 해 줄 수 있으니 동의와 공감을 구하는 용도는 취미로만 씁니다. 판단이 필요한 일에는 "문제가 있으면 반박해 줘"라고 요구합니다.
• 가짜 판례 사례: 해외에서 법원에 낸 서면에 존재하지 않는 판례가 들어간 일이 있었습니다. 챗봇이 만든 판례였고, 그 챗봇에게 진짜인지 물었더니 진짜라고 답했다고 보도되었습니다. 교훈은 같은 AI에게 맞느냐고 물어서 검증하면 안 된다는 것입니다. 이 한계는 19장의 자가검증에서 다시 다룹니다.

매번 달라지는 답

같은 질문을 두 번 보내면 답이 조금씩 다릅니다. 다음 말을 확률로 고르기 때문입니다. 결과가 흔들려서 곤란하다면 질문이 열려 있다는 신호이므로, 형식과 기준을 구체적으로 적습니다. 3장에서 다룹니다.

답의 흔들림은 "온도"라는 설정으로 설명하기도 합니다. 온도가 낮으면 가장 흔한 말을 골라 늘 비슷한 답을 내고, 높으면 드문 말도 골라 새롭지만 없는 내용을 지어낼 위험이 커집니다. 사실을 다루는 일은 낮은 쪽, 아이디어를 모으는 일은 높은 쪽이 맞습니다. 앱과 서비스에서는 이 값을 직접 조절할 수 없는 경우가 많으니, 일에 맞게 지시문으로 방향을 잡는다고 이해하면 충분합니다. 또 하나 알아 둘 말은 과적합입니다. 배운 예시에 지나치게 맞춰져 새 상황에서 엉뚱하게 답하는 현상입니다. 예시를 많이 붙이면 AI가 예시를 그대로 따라 하는 것도 같은 성질입니다.

학습 시점과 웹 검색

모델은 특정 시점까지의 자료로 학습합니다. 그 이후에 생긴 일은 모델 안에 없습니다. 최신 정보가 필요한 질문은 웹 검색 기능이 켜진 상태에서 하거나, 최신 자료를 직접 붙여 넣어 줍니다. 검색 기능을 쓰더라도 AI가 가져온 출처를 클릭해서 원문을 확인하는 습관이 필요합니다. 검색 기능의 제공 여부와 위치는 시기와 요금제에 따라 달라지니 고객 지원 센터에서 확인합니다.

붙여 넣으면 안 되는 것

대화창에 넣은 내용은 AI 서비스로 전송됩니다. 다음은 넣기 전에 반드시 지우거나 가짜 값으로 바꿉니다.

• 개인정보: 이름, 연락처, 주민등록번호, 주소, 건강 정보
• 비밀 값: 비밀번호, API 키, 접속 토큰
• 조직의 기밀: 계약서, 미공개 재무 자료, 고객 목록
• 남의 저작물 전체

회사 업무 자료는 조직의 보안 규칙이 우선합니다. 규칙이 없다면 먼저 만드는 것이 좋습니다. 이 주제는 2장과 22장에서 다시 다룹니다.

연습할 때는 가짜 값으로 충분합니다. 이름은 "홍길동", 연락처는 "[연락처]"처럼 자리 표시만 넣어 명백히 가짜인 값을 씁니다.

첫 대화의 요령

AI는 내가 누구이고 무엇을 하려는지 모른 채 시작합니다. 첫 대화에서 직무, 목표, 수준을 알려 주면 이후의 답이 훨씬 맞아집니다. 모르는 용어는 한 줄로 풀어 달라고 미리 부탁해 두면 막힐 일이 줄어듭니다.

다음 실습에서 그대로 해 봅니다.

실습

실습 1. 첫 대화에서 상황 알리기

claude.ai에 로그인해서 새 대화를 열고 아래 프롬프트를 붙여 넣습니다. 대괄호는 자신의 상황으로 바꿉니다.

나는 [직무]를 맡고 있고, 코딩은 해 본 적이 [없어 / 조금 있어]. 이번 한 달 동안 AI로 [만들고 싶은 것 또는 줄이고 싶은 일]을 해 보려고 해. 내 수준에 맞춰 쉬운 말로 설명해 줘. 모르는 용어가 나오면 한 줄로 풀어서 알려 줘. 확실하지 않은 내용은 확실하지 않다고 말해 줘.

확인할 것은 두 가지입니다. 답변이 내 직무와 수준에 맞는 말투인지, 모르는 부분을 "확실하지 않다"고 구분해 주는지 봅니다.

실습 2. 한계 직접 확인하기

같은 대화에서 아래를 이어서 보냅니다.

방금 설명한 내용 중에서 사실과 다를 가능성이 있는 부분이나 네가 확신하지 못한 부분을 모두 짚어 줘. 숫자, 날짜, 이름, 고유명사 위주로 목록으로 알려 주고, 내가 어디서 확인하면 되는지도 적어 줘.

AI가 스스로 짚어 낸 항목 중 하나를 골라 공식 문서나 믿을 만한 출처에서 직접 확인합니다. 맞는지 틀린지가 아니라, 확인하는 과정을 한 번 거치는 것이 목적입니다.

실습 3. 같은 질문 두 번, 틀린 초안 한 번

먼저 새 대화 두 개에 같은 질문을 각각 보냅니다. 질문은 가상의 주제로 충분합니다.

신입 직원에게 [업무 주제]를 설명하는 세 문단짜리 안내문을 써 줘.

두 답을 나란히 놓고 어디가 달라졌는지 찾습니다. 왜 달라졌는지를 앞의 표(원리, 결과, 대응)로 설명해 봅니다.

다음으로 내 초안에 일부러 틀린 주장을 넣어 보내고, 반박하는지 동조하는지 관찰합니다.

내 초안은 [틀린 주장]을 근거로 합니다. 문제가 있으면 반박해 줘.

반박 요구를 붙이지 않고 같은 초안을 보낸 경우와 비교하면, 요구에 따라 태도가 달라지는 정도를 알 수 있습니다.

정리

• AI는 넓은 이름이고, 글을 다루는 생성형 AI의 중심에 대규모 언어 모델이 있으며, 클로드는 그중 앤트로픽의 모델과 제품군입니다.
• 클로드는 채팅, 폴더 작업, Claude Code의 세 층과 API 등 여러 곳에서 쓰며, 같은 모델이라도 쓰는 곳에 따라 할 수 있는 일이 다릅니다.
• 생성형 AI는 확률로 다음 말을 예측하므로 답이 달라지고, 최신 정보를 모르고, 틀린 말도 그럴듯하게 합니다. 원리를 알면 대응이 따라옵니다.
• 대화 상대로 쓰는 일과 일을 맡기는 일은 다르고, 맡길수록 앞에서 기준을 정하고 뒤에서 확인해야 합니다. AI가 초안, 사람이 검수, 그다음 발송입니다.
• 모델은 이름보다 등급으로 고르고, 문서에는 모델 이름을 못 박지 않습니다.
• 숫자·날짜·고유명사는 직접 확인하고, 개인정보와 비밀 값은 붙여 넣지 않습니다.