AI 잘 쓰는 법, 정보와 원하는 것을 함께 주는 순서

AI 잘 쓰는 법은 구조 하나로 정리됩니다. 이미 있는 정보를 AI에게 주고, 내가 원하는 것도 같이 주고, AI가 추론하게 한 뒤, 결과를 내가 확인하는 것입니다. 이 글은 그 원리가 왜 통하는지 설명하고, 정보 찾기와 딥 리서치(오래 깊게 조사하는 기능)와 추론을 여러 AI에 나눠 시키는 39단계 순서를 따라 하게 해 드립니다.

도구 이름과 순서는 하나의 사용 방식이며 효과를 보장하지 않습니다. 각 AI 서비스의 메뉴 위치와 요금은 직접 확인해야 합니다.

한 줄로 말하면

정보를 주고, 나의 원함을 주고, 추론하게 한 뒤, 결론을 봅니다. 이 구조를 알면 어떤 AI든 쓸 수 있다는 것이 출발점입니다. 사람이 생각하는 방식과 닮은 구조이기 때문입니다.

지금까지 내용을 다 잊어도 한 문장만 남기면 됩니다. "AI를 동료라고 생각하라"입니다.

AI의 사고가 사람의 사고와 닮았다고 보는 이유

딥러닝의 출발

지금 AI의 핵심 기술은 딥러닝입니다. 시작은 1940년대입니다. 당시 과학자들은 사람의 뇌가 어떻게 생각하고 배우는지가 궁금했고, 뇌의 신경 세포를 아주 단순하게 흉내 낸 모형을 만들었습니다.

처음에는 점이 선의 왼쪽에 있는지 오른쪽에 있는지 가르는 정도밖에 못 했습니다. 그래서 투자가 끊기고 연구가 줄었습니다.

역전파와 2012년

1986년에 역전파가 알려집니다. 결과를 보고 거꾸로 거슬러 올라가며 어디를 얼마나 고칠지 계산하는 방법입니다. 챗GPT와 클로드가 학습하는 방식의 뿌리가 되는 기술입니다.

그때는 컴퓨터가 너무 느리고 데이터도 없어서 연구가 다시 작아졌습니다. 이후 컴퓨터가 빨라지고 인터넷과 스마트폰으로 데이터가 쌓였고, 2012년 알렉스넷(AlexNet)이 이미지 분류 대회에서 성과를 내면서 딥러닝이 본격화됐습니다.

그래서 딥러닝을 인공신경망이라고도 부릅니다. 뇌의 신경 세포에서 착안한 구조라는 뜻이며, AI가 사람과 똑같이 생각한다는 뜻은 아닙니다. 그래도 정보를 바탕으로 추론한다는 점에서 사람의 사고 과정과 닮은 면이 있습니다.

사람은 어떻게 생각하는가, 세 칸의 틀

아리스토텔레스의 3단 논법을 예로 듭니다. "모든 사람은 죽는다, 소크라테스는 사람이다, 그러므로 소크라테스는 죽는다"입니다. 철학 자체가 아니라 세 칸의 틀을 가져옵니다.

• 대전제: 이미 존재하는 정보, 곧 우리가 가진 정보
• 소전제: 지금의 구체적 상황, 또는 우리가 원하는 것
• 결론: 둘을 합쳐 추론한 문제 해결책

변호사 예시

전세 계약이 끝났는데 집주인이 보증금을 돌려주지 않는 상황을 생각해 봅니다. 변호사는 법전(대전제)을 먼저 펴 보고, 우리 상황과 원하는 것(소전제)을 합쳐 답을 냅니다. 이때 쓰이는 규정의 예로는 동시이행을 정한 민법 제536조, 임대차가 끝나도 보증금을 돌려받을 때까지 임차권이 이어진다고 정한 주택임대차보호법 제4조 제2항, 법정이율을 연 5%로 정한 민법 제379조, 소송에서 지연 이율을 연 12%로 정한 소송촉진 등에 관한 특례법이 있습니다. 이율과 조문은 바뀔 수 있으니 국가법령정보센터에서 확인하고, 실제 사안은 변호사 같은 전문가와 상의해야 합니다.

핵심은 같은 법전과 같은 상황이어도 원하는 것이 "당장 이사"인지 "시간이 걸려도 확실히 받기"인지에 따라 결론이 달라진다는 점입니다. 사람의 사고는 "대전제 + 현재 정보와 원하는 것 → 추론"으로 정리됩니다.

AI에 그대로 옮기면

AI도 이전에 쌓은 정보와 우리가 원하는 것을 합쳐 추론합니다. 대전제에 해당하는 정보는 AI가 학습한 정보일 수도, AI가 스스로 찾은 정보일 수도, 우리가 준 정보일 수도 있습니다. 여기에 우리가 원하는 것(소전제)을 같이 주는 것이 사용법의 핵심입니다.

비유는 단골 미용실입니다. 디자이너와 시간을 함께 보내며 내 취향과 두상을 잘 알게 됐으니, "지금 딱 맞는 걸로 해 주세요" 한마디로 원하는 스타일이 나옵니다. AI도 나에 대한 정보를 알면 맞는 답이 나옵니다.

한 줄 공식은 이렇습니다. 정보를 주고, 나의 원함을 주고, 추론하게 한 뒤, 결론을 봅니다.

사례: 개인 노트 검색에 한국어 임베딩 모델 넣기

배경

노트 앱 옵시디언에는 질문과 관련된 내 노트를 찾아 AI에게 같이 넘겨 주는 "스마트 커넥션" 같은 플러그인이 있습니다. 정보가 없는 클로드와, 내 노트(세컨브레인)와 연결된 클로드 코드에게 똑같이 "나에게 맞는 직업을 알려줘"라고 물으면 답이 다릅니다. 두 번째가 나에 대한 정보를 알기 때문입니다.

이 검색을 가능하게 하는 것이 임베딩입니다. 글을 벡터라는 숫자 묶음으로 바꿔, 같은 낱말이 없어도 뜻이 비슷한 노트를 찾게 해 주는 기술입니다. 예를 들어 "집중이 안 될 때는 어떻게 하지"라는 질문으로 집중력 관련 노트를 찾는 식입니다. 벡터를 저장하는 곳이 벡터 데이터베이스이고, 랜스DB(LanceDB)가 그중 하나입니다.

막혔던 대목

• 처음에는 챗GPT 임베딩 모델과 소규모용 검색 도구로 시스템을 만들었습니다.
• 기능이 이상하다고 느껴서 클로드 코드에게 조사를 시켰습니다. 그 도구는 노트가 1천 개 아래일 때 쓰는 것이었는데 노트는 2,400개가 넘었습니다. 더 크게 쓰려면 서버를 따로 빌려야 했고 한 달 3만 원이 넘는 비용이 들 수 있었습니다.
• 그래서 그 도구를 빼고 랜스DB로 돌아왔습니다.

남은 문제도 있었습니다. 챗GPT 임베딩 모델은 API 키로 쓸 때마다 돈이 들고, 노트가 커질수록 비용이 늘어납니다. 그래서 한국어 임베딩 모델을 찾기로 했습니다.

조사 방법과 결과

깊게 오래 조사하는 딥 리서치 기능을 썼고, 정보 찾기에 특화된 퍼플렉시티를 골랐습니다. 딥 리서치 프롬프트는 계속 대화해 온 클로드 코드가 만들었습니다. 한 곳에만 시키지 않고 제미나이와 챗GPT에도 같은 조사를 시켰습니다. 다른 AI가 놓친 정보를 가져오는 경우가 꽤 있기 때문입니다.

결과로 고려대 NLP&AI 연구실이 공개한 한국어 검색용 임베딩 모델 KURE-v1을 알게 됐습니다(허깅페이스 nlpai-lab/KURE-v1, MIT 라이선스, BGE-M3를 한국어 데이터로 추가 학습한 모델). 내 환경(옵시디언, 노트북, DB)을 AI에게 알려 주며 다시 조사하고, 직접 확인한 뒤 적용했습니다. 임베딩 모델의 성능은 데이터 종류에 따라 달라질 수 있어 내 노트로 직접 확인하는 과정이 필요합니다.

이 사례의 교훈은 하나입니다. 원하는 것이 있어도 관련 정보가 없으면 AI는 엉뚱한 답을 냅니다.

사례에서 쓴 문구

• 정보 없는 클로드에게: "나한테 맞는 직업을 추천해 줘"
• 세컨브레인과 연결된 클로드 코드에게: "나에게 맞는 직업을 알려줘"
• 기능 이상 여부를 조사시킬 때: "이 기능이 좀 이상한 것 같아. 정말 이상한지 조사해서 알려줘"
• 다른 AI에게 계속 한 질문: "지금 내 상황이 이런데 이걸 어떻게 해결하지?"
• 딥 리서치 요청(요지): 내 옵시디언은 이런 식이고, 노트북 사용은 이렇고, 쓰는 DB는 이런데, 이를 바탕으로 한국어 임베딩 모델을 잘 쓸 수 있는지 묻기
• 확인 요청(요지): 내 노트들을 바탕으로 이 모델이 정말 의도하는 결과를 내는지 같이 조사해 달라고 하기

따라 하는 순서 39단계

같은 일을 가볍게 할지 무겁게 할지는 3단계에서 갈립니다. 가벼운 일은 7단계에서 끝나고, 중요한 일은 8단계부터 이어집니다. 각 단계 끝의 "확인"은 그 단계가 끝났는지 보는 기준입니다.

준비물

• 사용할 AI 서비스 계정. 퍼플렉시티, 그록, 제미나이, 클로드, 챗GPT가 나옵니다. 전부 필요하지는 않습니다. 중요도가 낮은 일은 정보 찾는 AI 하나면 되고, 중요한 일에는 여러 개를 씁니다.
• 중요한 일을 고른 경우에만: 나와 대화한 기록과 관련 정보를 가진 Claude Code. 딥 리서치 프롬프트를 만드는 데 씁니다.
• 풀고 싶은 일 하나.
• 각 AI 서비스의 이용료는 직접 확인해야 합니다.

1. 풀 일을 정한다 (1~3단계)

1단계. 내가 처한 상황을 적습니다. AI에게 "내가 어떤 상황이고 어떤 결과물을 원하는지" 정의한 프롬프트가 필요합니다. 확인: "나는 지금 이런 상황이다"가 한두 줄로 적혀 있습니다.

2단계. 내가 원하는 결과물을 적습니다. 변호사 예시처럼 같은 상황이어도 원하는 것이 "당장 이사"인지 "시간이 걸려도 확실히 받기"인지에 따라 결론이 달라집니다. 확인: "나는 이것을 원한다"가 적혀 있습니다.

3단계. 이 일의 중요도를 판단합니다. 가볍다면 4단계로, 중요하다면 8단계로 갑니다. 중요한 일은 직업 선택처럼 결과가 내 삶을 크게 바꾸는 일입니다. 확인: "가볍다" 또는 "중요하다"로 정했습니다.

2. 가벼운 일, 정보를 찾는다 (4~7단계)

4단계. 정보 찾는 AI를 엽니다. 퍼플렉시티, 그록, 제미나이 중 하나입니다. 확인: 질문을 입력할 수 있는 화면이 보입니다.

5단계. 질문을 입력합니다. 일반적인 정보를 찾을 때는 대충 질문해도 됩니다. 확인: 입력한 질문이 화면에 보입니다.

6단계. 답변을 읽습니다. 확인: 질문에 대한 답이 화면에 나와 있습니다.

7단계. 모르는 부분이 있으면 다시 질문합니다. 결과를 확인하고 모르는 게 있으면 다시 질문하면서 이해하고 판단합니다. 확인: 모르던 부분에 대한 답이 추가로 나옵니다. 가벼운 일은 여기서 끝입니다.

3. 중요한 일, 딥 리서치 프롬프트를 만든다 (8~9단계)

8단계. 나와 계속 대화해 온 Claude Code를 엽니다. 나에 대한 정보가 쌓인 클로드 코드에게 시키는 것이 포인트입니다. 확인: Claude Code 입력 화면이 열립니다.

9단계. Claude Code에게 딥 리서치 프롬프트를 만들어 달라고 부탁합니다. 입력 예시는 다음과 같습니다.

내 상황과 원하는 것은 1단계와 2단계에 적은 대로야. 이걸 바탕으로 딥 리서치에 넣을 조사 프롬프트를 만들어 줘.

확인: Claude Code가 딥 리서치용 프롬프트를 내놓습니다.

4. 중요한 일, 여러 AI에 딥 리서치를 돌린다 (10~17단계)

10단계. 퍼플렉시티를 엽니다. 정보 찾기에 특화된 서비스라 딥 리서치에 먼저 씁니다. 확인: 퍼플렉시티 입력 화면이 보입니다.

11단계. 딥 리서치 기능을 고릅니다. 확인: 딥 리서치 모드가 선택된 상태가 보입니다.

12단계. 9단계에서 받은 프롬프트를 입력합니다. 확인: 입력칸에 프롬프트가 들어 있습니다.

13단계. 조사를 시작합니다. 확인: 조사 결과 보고서가 나옵니다.

14단계. 결과 보고서를 확인합니다. 확인: 보고서 내용을 읽을 수 있습니다.

15단계. 같은 프롬프트로 그록에서 딥 리서치를 돌립니다. 한 AI에게만 시키지 않는 이유는 다른 AI가 놓친 정보를 가져오는 경우가 꽤 있어서입니다. 한 사람 의견보다 여러 사람 의견을 듣는 편이 균형 잡힌 판단이라는 것과 같습니다. 확인: 그록의 결과 보고서를 받습니다.

16단계. 같은 프롬프트로 제미나이에서 딥 리서치를 돌립니다. 확인: 제미나이의 결과 보고서를 받습니다.

17단계. 같은 프롬프트로 클로드에서 딥 리서치를 돌립니다. 추론에 주로 쓰는 클로드도 이때는 딥 리서치를 돌립니다. 확인: 클로드의 결과 보고서를 받습니다. 어느 AI까지 쓸지는 정해진 답이 없으니, 가진 계정과 일의 중요도에 맞춰 고릅니다.

5. 중요한 일, 추론을 시킨다 (18~27단계)

18단계. 딥 리서치 결과물을 클로드에 넣습니다. 확인: 클로드 입력칸에 결과물이 들어 있습니다.

19단계. 1단계에서 적은 "내가 원하는 결과물"을 같은 클로드에 넣습니다. 그냥 정보만 넣는 게 아니라 나의 원함도 넣는 것입니다. 확인: 결과물과 원하는 것이 모두 입력칸에 있습니다.

20단계. 클로드에게 추론을 시킵니다. 확인: 클로드가 결과를 내놓습니다.

21단계. 같은 방식으로 그록에게도 추론을 시킵니다. 추론은 주로 클로드에게 시키지만 다른 AI에게도 시킵니다. 확인: 그록의 추론 결과를 받습니다.

22단계. 같은 방식으로 제미나이에게도 추론을 시킵니다. 확인: 제미나이의 추론 결과를 받습니다.

23단계. 같은 방식으로 챗GPT에게도 추론을 시킵니다. 확인: 챗GPT의 추론 결과를 받습니다.

24단계. 클로드에 그록, 제미나이, 챗GPT의 추론 내용을 넣습니다. 다른 AI들의 추론을 서로 보여 주는 단계입니다. 확인: 클로드가 다른 세 AI의 추론을 반영한 결과를 냅니다.

25단계. 그록에 클로드, 제미나이, 챗GPT의 추론 내용을 넣습니다. 확인: 그록이 다른 세 AI의 추론을 반영한 결과를 냅니다.

26단계. 제미나이에도 나머지 AI들의 추론 내용을 넣습니다. 확인: 제미나이가 나머지 AI들의 추론을 반영한 결과를 냅니다.

27단계. 챗GPT에도 나머지 AI들의 추론 내용을 넣습니다. 확인: 챗GPT가 나머지 AI들의 추론을 반영한 결과를 냅니다.

6. 중요한 일, 검토하고 끝낸다 (28~33단계)

28단계. 나온 보고서들을 출력합니다. 종이로 뽑아도 되고 화면에 나란히 띄워도 됩니다. 확인: 검토할 보고서가 눈앞에 있습니다.

29단계. 보고서를 하나하나 읽고 검토합니다. 확인: 보고서마다 읽은 표시나 메모가 남습니다.

30단계. 보고서를 보며 내 생각을 정리합니다. 확인: 내 판단이 한두 줄로 적혀 있습니다.

31단계. 모르는 것이나 이상한 점을 AI에게 질문합니다. 확인: 궁금한 점에 대한 답이 나옵니다.

32단계. 검토, 추론, 질문, 답변 과정을 반복합니다. 확인: 이전 라운드보다 모르는 부분이 줄었습니다.

33단계. 현재 상황에서 원하는 곳까지 합리적으로 갈 수 있다고 판단되면 멈춥니다. 확인: "이 방식으로 가면 원하는 것을 이룰 수 있다"고 내가 판단했습니다.

7. 선택, 같은 방법을 다른 도구에 쓴다 (34~36단계)

34단계. 같은 방법(정보 수집 후 원함 입력)으로 디자인 프롬프트를 만듭니다. 확인: 디자인용 프롬프트가 완성됩니다.

35단계. 디자인 프롬프트를 클로드 디자인에 넣습니다. 슬라이드 같은 시각 결과물을 만드는 데 씁니다. 확인: 만들려던 결과물이 나옵니다.

36단계. 같은 방식으로 만든 프롬프트를 수노(음악)나 구글 안티그래비티(코딩) 같은 다른 도구에 넣습니다. 확인: 각 도구에서 결과가 나옵니다.

8. 마음가짐, AI를 동료로 쓴다 (37~39단계)

37단계. AI를 "나보다 잘하는 동료, 또는 나와 비슷한 실력의 동료"라고 생각합니다. 나보다 개발, 수학, 인문학을 잘하는 동료라고 생각하고 구체적으로 일을 맡기면 원하는 것을 더 많이 해낼 수 있습니다. 확인: AI를 도구가 아니라 동료로 대하며 맥락과 원하는 것을 충분히 설명해 질문할 수 있습니다.

38단계. 하고 싶은 일을 그 동료에게 말합니다. 확인: 하고 싶은 일에 대한 답이 나옵니다.

39단계. 깊게 파고드는 일은 그 일의 근본을 이해하려고 합니다. AI가 다 해 줘도 정말 깊게 파고드는 일에는 근본을 알고 이해하고 있어야 합니다. 확인: AI가 낸 결과를 내가 설명할 수 있습니다.

도구 역할 나누기

정보를 찾는 AI로는 퍼플렉시티가 대표적이고, 추론하는 AI로는 클로드를 꼽습니다. AI마다 특화된 부분이 다릅니다. 중요도가 낮은 일은 대충 질문하고, 모든 것을 걸고 싶은 일이면 앞의 AI 전부와 클로드까지 딥 리서치를 돌립니다.

막힐 때

• AI가 엉뚱한 답을 내면: 원하는 것이 있어도 관련 정보가 없기 때문입니다. 정보를 모아 원하는 것과 함께 다시 넣습니다.
• 한 AI의 조사 결과가 부족해 보이면: 다른 AI에도 같은 딥 리서치를 시킵니다(15~17단계).
• 내가 만든 도구의 기능이 의도대로 안 나오면: 느낌만으로 판단하지 말고 클로드 코드에게 조사를 시켜 상태를 진단합니다.
• 쓸 때마다 비용이 들면: API 호출이 원인일 수 있습니다. 앞의 사례처럼 내 컴퓨터에서 돌릴 수 있는 모델을 찾는 방법이 있습니다.
• 모르는 부분이 생기면: 그 부분을 다시 질문하며 근원까지 파고듭니다.

그래도 AI 시대에는 우리가 똑똑해져야 한다

철학의 인식론은 "사실을 아는 것"과 "할 줄 아는 것"을 나눕니다. 수요와 공급 같은 이론을 아는 것은 앞의 것이고, 실제로 돈을 다루는 요령을 익혀 써 보는 것은 뒤의 것입니다. AI 사용법에도 같은 원리가 적용됩니다. 설명을 읽는 것만으로는 부족하고, 정보와 원함을 넣어 직접 써 봐야 몸에 붙습니다.

그렇다고 AI에게 다 맡기자는 말은 아닙니다. AI가 하는 일을 이해하고 있어야 결과가 맞는지 판단할 수 있습니다. 정말 깊게 파고드는 일에서는 그 일의 근본을 알고 이해해야 합니다.

호기심으로 꼬리에 꼬리를 물고 깊게 파고드는 일을 가장 쉽고 효율적으로 하려면, 내가 원하고 잘하는 일을 찾아 파고드는 것이 좋습니다.

기억할 네 가지

• AI는 인간의 사고와 닮은 구조이고, 인간의 사고를 알면 사용법의 핵심을 알 수 있습니다.
• 실무에서는 퍼플렉시티 같은 곳에서 딥 리서치로 정보를 모으고, 추론을 잘하는 AI에게 넣어 문서 등을 만듭니다.
• 핵심 마인드는 "AI는 동료다"입니다.
• AI 시대에도 우리는 똑똑해져야 합니다.