AI가 뭔가요
도구 이름보다 먼저, 이 기술이 무엇이고 무엇을 못 하는지부터 봅니다.
학습 카드 2장
이 단원의 학습 카드
모든 학습 카드 내용을 아래에서 차례로 볼 수 있습니다.
LLM이 뭔가요 LLM이 답을 만드는 방식을 설명하고, 같은 질문에 답이 매번 달라지는 이유를 말할 수 있습니다
LLMLarge Language Model, 대규모 언어 모델은 사람이 쓴 글을 아주 많이 읽어 두고, 앞에 나온 말 뒤에 어떤 말이 올지 고르는 프로그램입니다. “오늘 날씨가”까지 쓰면 그 뒤에 “좋네요”, “흐리네요”, “어떤가요” 같은 후보가 생기는데, 그중 하나를 고르고 이어서 그 뒤에 올 말을 또 고릅니다. 이 고르기를 수백 번 반복하면 문장과 문단이 만들어집니다.
위 화면의 원고지가 그 과정입니다. 빈칸마다 후보 몇 개와 확률이 붙고, 하나를 고르면 그 말이 뒤에 붙은 다음 다시 그 뒤에 올 말을 고릅니다. 후보를 직접 눌러 보고 “모델처럼 뽑기”도 눌러 보면, 같은 앞부분에서도 다른 문장이 나오는 것을 볼 수 있습니다.
같은 질문을 두 번 넣어 봅니다
같은 질문을 같은 창에 두 번 넣으면 답이 조금씩 달라집니다. 어딘가에 적어 둔 답을 찾아오는 것이 아니라 물어볼 때마다 다음에 올 말을 새로 고르기 때문에, 문장 순서와 표현이 매번 바뀝니다.
같은 이유로 사실이 아닌 내용도 문장으로 만들어 냅니다. 후보 중에서 그럴듯한 말을 고를 뿐, 고른 말이 맞는지 확인하는 절차는 들어 있지 않습니다. 무엇을 그대로 쓰고 무엇을 확인해야 하는지는 다음 카드에서 이어서 봅니다.
만든 회사가 다릅니다
ChatGPT·Claude·Gemini는 모두 위에서 본 방식으로 답을 만드는 제품이고, 만든 회사가 각각 다릅니다.
ChatGPT
만든 회사 · OpenAI
공식 소개의 초점질문, 아이디어, 글쓰기와 코드를 한곳에서 다룹니다.
Claude
만든 회사 · Anthropic
공식 소개의 초점대화와 글에 관련된 일을 폭넓게 처리합니다.
Gemini
만든 회사 · Google
공식 소개의 초점글쓰기, 계획, 아이디어와 Google 앱 연결을 다룹니다.
설명 근거: ChatGPT 공식 소개 · Claude 공식 소개 · Gemini 공식 소개
세 도구는 각자 다른 글을 읽었고 답을 다듬는 방식도 달라서, 같은 질문에도 고르는 말이 서로 다릅니다.
세 도구 모두 가입하면 무료로 써 볼 수 있습니다. 어느 쪽이 더 똑똑한지 미리 따지는 대신, 같은 질문을 세 곳에 똑같이 넣고 나온 답을 나란히 놓고 비교해 보세요.
※ 무료로 시작할 수 있다는 내용은 2026년 7월 14일 기준입니다.
세 답을 나란히 놓고 길이·바로 쓸 수 있는 정도·표현을 비교해 보세요.
같은 질문에 답이 매번 달라지는 이유를 한 문장으로 말할 수 있으면 통과입니다.
어느 도구가 더 똑똑한지로 결론 내리는 대신 업무 종류별로 기본으로 쓸 도구를 하나 정해 두면 매번 다시 비교할 필요가 없습니다. 가격과 무료 플랜 조건은 자주 바뀌므로, 결정 전에 Claude·ChatGPT 공식 요금제 페이지(카드 아래 출처 링크)에서 다시 확인합니다.
용어 풀이
전체 용어집 →2026-08-12 기준 · 출처 · ChatGPT Overview, Introducing Claude, Google Gemini, Claude Pricing, ChatGPT Pricing
AI가 할 수 있는 것과 못 하는 것 AI가 초안을 만들 일과 사람이 사실·발송·결제를 확인할 일을 구분할 수 있습니다
AI(LLM)는 다음에 올 가장 그럴듯한 단어를 이어 붙여 답을 만들 뿐 사실을 확인하는 절차가 따로 없어서, 모르는 것을 물어도 빈자리를 그럴듯한 문장으로 채웁니다. 이렇게 지어낸 답을 환각이라고 부르는데, 아는 내용과 똑같은 말투로 나오기 때문에 문장만 읽어서는 가려낼 수 없습니다.
위 화면에서 직접 갈라 보세요. 지원사업 안내문 초안 한 문단에서 사람이 확인해야 하는 문장을 골라 표시하면, 맞춰 보기를 눌렀을 때 어디가 초안이고 어디가 확인 대상인지 이유와 함께 나옵니다. 날짜와 금액과 기관 이름이 확인 대상이고 나머지는 표현을 다듬어 그대로 쓰는 자리입니다.
검증 없이 쓰면 안 되는 답
정답이 하나로 정해져 있어서, 틀린 채로 내보내면 나중에 고쳐야 하는 내용입니다.
| 내가 하는 일 | AI가 지어낼 수 있는 것 | 확인하는 곳 |
|---|---|---|
| 지원사업 신청서 | 접수 마감일, 지원 한도 | 공고 원문 |
| 제안서·보고서 | 인용한 통계 숫자와 조사 연도 | 발표 기관의 원자료 |
| 거래처 메일 | 담당자 이름과 직함 | 최근 주고받은 메일 |
| 블로그 글 | 참고 자료로 붙인 URL | 링크를 눌러 열어 보기 |
| 계약·세금 안내 | 법 조항 번호와 문구 | 국가법령정보센터 |
논문·판례·기사처럼 출처를 다는 답은 제목과 저자가 자연스럽게 읽혀도 찾아보면 없는 경우가 있어서, 내용보다 그 자료가 있는지부터 확인합니다.
확인이 쉬운 답
이미 붙여 준 자료를 요약하거나 형식을 바꾸는 일, 초안을 다듬는 일, 아이디어를 넓히는 일은 대조할 근거가 눈앞에 있으니 확인이 한 번에 끝납니다.
“이 답이 맞는지 내가 직접 확인할 수 있는가”를 먼저 묻고, 확인할 방법이 없으면 근거 자료를 붙여 그 안에서만 답하게 요청을 바꿉니다. 메일 발송, 결제, 파일 삭제처럼 되돌리기 어려운 행동은 답의 정확도와 별개로 마지막 버튼을 사람이 누릅니다.
최근 일주일 안에 AI에게 받은 답 중 확인 없이 그대로 썼던 것을 하나 떠올려, 검증이 필요한 종류였는지 다시 판단해 보세요.
방금 받은 AI 답 하나에 초안으로 쓸 부분과 사람이 확인할 부분을 나누고, 이유를 한 줄씩 적었습니다.
문장이 자연스럽고 자신 있게 쓰였다고 사실이라는 뜻은 아닙니다. 반대로 모든 답을 매번 원문과 대조하면 AI를 쓰는 의미가 줄어듭니다. 확인이 쉬운 일과 어려운 일을 미리 구분해 두면 매번 새로 고민하지 않아도 됩니다. 도구가 무엇을 할 수 있고 없는지를 묻는 질문도 같은 종류입니다. 설명만으로 답하면 틀릴 수 있으니 그 도구를 실제로 한 번 실행해 확인하게 합니다.
용어 풀이
전체 용어집 →- 환각(hallucination)
- AI가 사실이 아닌 내용을 사실처럼 그럴듯하게 만들어내는 현상입니다. 존재하지 않는 논문·URL·통계를 지어내는 경우가 대표적입니다.
2026-08-15 기준 · 출처 · Why Language Models Hallucinate, Anthropic — Reduce hallucinations