왜 내가 쓰는 AI만 멍청해 보일까?

설명의 공백은 위임이다!
AI의 보편적 평균에서 벗어나 나만의 정답을 찾아내는 법

우리는 AI에게 "보고서처럼 써줘", "최신 논문 찾아줘"라고 모호하게 말해놓고, 원하는 결과가 나오지 않으면 AI를 탓하거나 스스로의 자질을 의심한다. 하지만 AI는 우리가 제공한 정보의 공백을 '가장 그럴듯한 평균값'으로 채울 뿐이다. 즉, 내가 명확하게 설명하지 않은 영역은 AI의 평균적 알고리즘에 내 판단을 통째로 '위임'해 버린 것과 같다.
이 책은 바로 그 '설명의 공백'을 어떻게 인간이 주도적으로 설계할 것인가를 다룬다. 총 6장에 걸쳐 AI의 환각 현상(할루시네이션)과 모호한 요청이 실패하는 원인을 날카롭게 분석하고, AI와의 대화에서 우리가 놓치고 있던 오해들을 풀어낸다.
나아가 목적과 제약 조건을 설정하는 법, 단계적으로 요청하여 AI의 평균적 답변 플롯을 깨부수는 구체적인 방법론을 제시한다. 책의 후반부에는 직장인 사이드 프로젝트, 완성도 높은 보고서 작성, 환각 없는 논문 검색 등 당장 실무에 적용 가능한 생생한 성공 사례와 레벨 테스트까지 수록하여 독자가 즉각적인 변화를 경험할 수 있도록 돕는다.
기술을 업그레이드할 수 없다면, AI 앞에 선 사람의 설명 방식을 바꾸어야 한다. 이 책을 덮는 순간, 당신은 단순한 AI '사용자'에서 AI를 완벽하게 통제하는 '설계자'로 거듭나게 될 것이다.

추천사-AI가 먼저 읽어봤습니다
프롤로그-같은 AI를 쓰는데 왜 나만 바보 같을까?

1장 왜 같은 AI를 써도 결과가 다를까?
01 실패사례1: 존재하지 않는 논문은 어떻게 만들어졌을까?
02 실패사례2: '보고서처럼'이라는 말에는 기준이 없었다
03 AI가 멍청해 보이는 이유
04 우리는 생각보다 설명을 잘 못한다
05 말하지 않은 것이 답의 방향을 정한다

2장 AI에 대한 흔한 오해들
06 결과 차이는 정말 성능 때문일까?
07 맞춤 설정이 성능을 바꾸는 걸까?
08 우리는 AI와 대화하고 있을까?

3장 우리는 무엇을 말하지 않았을까?
09 프롬프트는 질문이 아니라 조건이다
10 왜 우리는 설명이 충분하다고 착각했을까?
11 AI의 보편적인 답변은 어떻게 만들어지는가?

4장 평균은 당신의 사고를 움직인다
12 우리는 스스로 선택했다고 믿는다
13 기본값은 왜 이렇게 강한가?
14 설명의 공백은 위임이다
15 책임은 어디로 가는가?

5장 설명은 설계되어야 한다
16 상태를 말하면 답이 달라진다
17 목적과 제약이 답의 범위를 정한다
18 단계적으로 요청해야 평균을 벗어난다
19 프롬프트가 아니라 설명 엔지니어링

6장 이제, 당신의 설계를 증명할 차례다
20 레벨 테스트: 당신은 몇 점짜리 설계자인가
21 성공사례1: 직장인 사이드 프로젝트 아이디어 얻는 법
22 성공사례2: 완성도 높은 보고서를 만드는 법
23 성공사례3: AI 환각 없이 논문 찾는 법
24 이제 당신은 설계자다

에필로그-AI가 행동하기 시작한 시대
Appendix-이 책의 관찰 조건

이한빛 Ellie

데이터 분석가이자 AI 연구자. 연세대학교에서 언론학을 공부한 뒤 데이터 분석가로 일하며 삼성전자, LG전자, 현대자동차, 아모레퍼시픽 등 다양한 기업의 데이터 분석 프로젝트를 수행했다. 현재는 연세대학교에서 AI와 데이터 분석을 연구하고 있다.
데이터는 사실을 보여주고 스토리는 의미를 만든다고 믿으며, 숫자로 설명되지 않는 것에도 늘 관심이 많다. 그래서 낮에는 코딩을 하고 밤에는 글을 쓴다. "눈이 녹으면 무엇이 될까요?"라는 질문에 '물(H₂O)'과 '봄'을 모두 떠올릴 수 있는 사람이고 싶다.