AI 모델을 사용할 때 속도, 고도, 깊이, 범위의 네 가지 관점에서 더 큰 야망을 품는 실용적인 방법.
Claude를 개발하고 있다. 흥미로운 경험이다. 매일 나는 Claude가 이루었거나 Claude를 통해 이루어진, 내가 미처 고려하지 못했거나 가능하다고 생각하지 못했거나, 단순히 시도해 볼 호기심과 시간이 없었던 또 다른 성취를 알게 된다. 이번 달에는 Claude가 새로운 행성을 발견하는 데 도움이 되었을지도 모르고, 내가 정말 좋아하는 최초의 AI 뮤직비디오를 보았으며, 우리는 수학의 새로운 시대에 대해 논의하고 있다.
모델의 역량은 균일하게 성장하지 않는다. Terence Tao의 표현대로 모델은 “어떤 방향에서는 경이롭지만, 다른 방향에서는 불충분하다”. 어떤 사람들은 그 경이로운 역량을 조종하는 법을 익혀 날고 있는 듯하다. 내가 만든 제품으로 사람들이 놀라운 높이에 도달하는 모습을 보는 일은 중독적이다. 다른 많은 사람은 여전히 새 날개를 작동시키려 애쓰며, “프랑스의 수도는 무엇인가”나 “이 이메일이 덜 화나게 들리도록 해줄 수 있나”라고 묻는 것 외에 이것이 무엇에 좋은지 궁금해한다.
나(그리고 AI를 연구하는 다른 사람들)는 AI를 사용할 때 더 큰 야망을 품어야 한다고 자주 선언한다. 이는 구호가 되었다. 인상적인 무언가를 볼 때마다 우리는 이를 다시 공유하며 “우리는 충분히 야심 차지 않다”고 쓴다. 그 조언을 따르는 일이 얼마나 까다로운지 이해하기에, 여기 더 큰 야망을 품는 방법에 관한 튜토리얼을 제시한다.
나는 야망을 속도, 고도, 깊이, 범위의 네 유형으로 생각한다.
나는 주로 Claude를 사용하지만(당연하게도), 내 조언은 특정 모델에 국한되지 않는다.
우리는 이를 종종 가볍게 “모델이 더 높은 추상화 수준에서 작동하게 하기”라고 부른다. 모델에 과업을 주면, 모델은 당신이 원하는 결과를 얻는 최선의 추측을 실행하고 있는 것이다. 고도 측면에서 더 야심 차게 되려면 스스로에게 물어보라. 다음에 무엇이 일어나길 원하는가? 목표 너머의 목표는 무엇인가? 작년 초까지만 해도 나는 Claude에게 개별 충돌을 고쳐 달라고 요청했다. 결국에는 Claude에게 그저 우리 앱이 충돌하지 않도록 유지해 달라고 요청하게 되었다.
일상적이고, 감히 말하자면 평범한 사무 업무를 생각해 보자. 당신은 가상의 회사인 Acme Inc에 다니며, 분기 사업 검토(QBR)를 위한 발표 자료를 만들어야 한다. 여러 데이터를 주면 Claude는 기꺼이 슬라이드를 만들어 줄 것이다. 어쩌면 템플릿이 이미 있어 내용을 채우기만 하면 될 수도 있다. 이는 새 행성을 찾는 일과는 거의 비교할 수 없으니, 접근법을 더 야심 차게 만들 구체적인 단계를 살펴보자. 기본부터 시작해 단계마다 조금씩 더 야심 차게 해 보겠다.
고도 접근법은 궁극적인 결과를 정말로 원할 때 가장 잘 작동한다. 창의적인 작업에는 덜 효과적이다. 고도 측면의 야망이 좋은 생각이라는 분명한 신호는, 당신이 작업 중인 무엇이든 논의하기 위해 회의를 열 예정이라는 점이다. 현재에도 한계는 있다. 2026년 대부분의 기업에서 “Claude, 가서 돈 벌어 와”만으로는 잘되지 않는 듯하다. 그러나 일반적으로 모델의 역량이 높아질수록 더 높은 추상화 수준에서 작동할 수 있는 것으로 보인다.
고도는 또한 사람들이 인간을 과정에서 제외하는 지속 가능한 작업 흐름을 찾아내는 지점이기도 하며, 당신이 과업을 하나씩 계속 모델에 갱신해 줄 필요를 줄인다. 이를 잘하려면 흔히 작업 흐름을 바꿔야 한다. Claude가 우리 앱에 충돌이 없도록 하게 하려면, 먼저 충돌 보고서를 쉽게 가져오고, 어떤 앱 버전이 어떤 git 커밋에 대응하는지 이해하며, 실제로 독립적으로 수정 사항을 재현하고 검증할 수 있도록 Windows, macOS, Linux 컴퓨터에 접근할 수 있게 해야 했다.
때로는 과업을 그저 정말 잘 수행하고 싶을 뿐이다. 깊이 측면에서 야심을 품는다는 것은 모델이 해당 분야 최고의 전문가들이 사용하는 도구, 기법, 매체, 지식을 활용하도록 밀어붙이고, 그 전문가들조차 당신의 작업에서 새로운 무언가를 배울 수 있을 때까지 계속 밀어붙이는 것을 뜻한다.
Acme Inc의 분기 사업 검토 발표 자료 예시를 이어가 보자. Acme Inc가 사용자 이탈, 즉 시간이 흐르며 고객을 잃는 문제로 어려움을 겪는다고 가정해 보자. 나는 다음 기법들을 조합하는 것이 유용하다는 것을 발견했다.
내게 자주 도움이 되는 간단한 프롬프트는 다음과 같다.
나는 이 과업의 더 큰 버전이 아니라 더 깊은 버전을 원한다. 다시 작성하기 전에 다음을 해줘. (1) 이 분야의 최고 전문가는 내가 요청하지 않은 무엇을 여기서 할지 말해줘. (2) 그들이 내가 이미 소화해서 받은 자료 대신 어떤 가장 원시적인 자료에서 시작할지 말해줘. (3) 그들이 사용할 구체적인 방법과 도구를 말해줘. (4) 너나 나 이외에 무엇이 결과가 옳음을 보여줄지 말해줘. 그런 다음 정확히 그것을 요청하도록 내 프롬프트를 다시 작성해줘.
간단히 말해 범위 측면에서 야심을 품는다는 것은 여러 분야의 관점에서 작업을 고려하는 것이다. 과거에는 경제적이지 않았을 만큼 더 많은 분야를 고려하는 것이다. 이는 특별히 독창적인 통찰은 아니다. 모든 강도 영화는 처음 30분 동안 다양한 인물과 재능으로 구성된 팀을 꾸리는 데 쓴다. AI 제품이 여러 스레드, 오케스트레이터 또는 단순한 하위 에이전트로 구성된 다중 에이전트 시스템을 운영하기 쉽게 만들면서, 나는 Claude에게 추가 분야를 끌어들이라고 강력히 요청해 매우 흥미로운 결과를 보았다.
이를 실천하는 일은 쉽지 않으며, 창의성이 필요하다. 동료 Alex Albert가 Blender를 사용해 인테리어 디자인을 렌더링하는 모습을 보기 전까지, 나는 이전에 비디오 게임을 만들었음에도 내 홈페이지를 위한 3D 환경에 Claude를 사용할 생각을 해본 적이 없었다. 하지만 가장 큰 마법이 일어나는 곳이 바로 여기라고 생각한다.
그렇다면 어떻게 할까? 나는 다음 기법을 사용한다.
내가 설명한 야망의 모든 방식은 모델이 소프트웨어를 설치할 수 있는 컴퓨터와 온갖 관련 데이터에 대한 접근 권한을 갖춰야 한다. MCP 커넥터나 다른 수단을 통해서다. 이를 가능하게 하는 도구는 많으며, 하나를 사용하기를 권한다.
이것이 더 큰 야망을 품는 방법에 관한 나의 구체적인 조언이다. 잠시 더 머물 의향이 있다면, 애초에 이것이 왜 필요한지 내가 생각하는 이유를 이야기하고 싶다.
인간은 언제나 자신이 가능하다고 믿는 것에 가로막혀 왔다. 더 나쁜 것은, 우리는 대개 아주 좁은 분야에서만 스스로를 신뢰한다는 점이다. Michelangelo는 유명하게도 시스티나 성당 천장화를 그리고 싶어 하지 않았다. 그는 화가가 아니라 조각가였기 때문이다.
야망의 문제를 조사하면서 나는 심리학이 이를 자기효능감이라고 부른다는 사실을 알게 되었다. 간단히 말해, 자기효능감이 높은 사람은 자신의 능력을 더 믿고, 그 결과 실제로 더 많은 것을 성취한다. 자기효능감은 조작할 수 있다는 증거가 있다. Locke와 Latham은 35년간의 목표 설정 연구를 면밀히 검토한 뒤, 구체적이고 어려운 목표를 받은 인간은 그저 최선을 다하라는 말을 들은 사람보다 더 좋은 성과를 낸다고 자신 있게 선언했다. Stripe 창립자 Patrick Collison은 대담한 목표와 촉박한 마감 기한을 동시에 받았을 때 인간이 이뤄낸 많은 일을 기록한 “Fast” 목록을 유지한다. 잘 기록된 몇 가지 방법은 다음과 같다.
자기효능감은 새로운 문제가 아니지만, 이제는 더 강력한 문제가 되었다. 우리의 능력이 몇 주마다 도약하는 세상에서, 우리는 실제로 고려하지 않았거나 가능하다고 믿지 않았던 일을 할 수 있게 해주는 기법이 필요하다. 더 큰 야망을 품게 해주는 기법을 더 발견한다면, 꼭 알려 달라.
이 글의 이미지는 Francisco Goya의 “Modo de volar” (나는 방법)이다.
