Description-Discernment 루프
AI로 다듬기 · 7 min
MAKS Enterprises TIPM Rebuilders의 CEO인 Mak이 Description-Discernment 루프를 시연하며, 자신의 도메인 전문성과 판단력을 활용해 AI와 함께 작업한 방법을 보여줍니다.
Description ↔ Discernment 루프
유연한 AI 활용은 긴밀한 루프 안에서 이루어집니다: 원하는 것을 설명하면, 모델이 응답하고, 무엇이 유용한지 판단한 다음, 더 정교하게 다시 설명합니다. Delegation이 무대를 마련하고, Diligence가 마무리합니다.
핵심 요점
- 효과적인 Description은 맥락을 제공합니다: 사업이 무엇을 하는지, 무엇을 달성하려는지, 구체적으로 무엇을 알아야 하는지 설명하세요.
- Discernment는 선택 사항이 아닙니다: 규정, 가격 데이터, 마감일 등 특정 주장은 1차 출처와 대조하여 검증하도록 표시하세요.
- 루프는 반복적입니다: 각 응답에서 배운 내용을 활용해 다음 프롬프트를 다듬으세요.
- AI는 연구를 가속화하지만 전문성을 대체하지는 않습니다: 여전히 자신의 사업 판단을 적용하는 의사결정자는 바로 당신입니다.
연습
정책 및 법률 추적
Description과 Discernment를 활용해 소규모 사업과 관련된 규정, 컴플라이언스 요건, 또는 업계 동향을 조사하는 연습을 합니다.
1부: 자기 성찰
사업과 관련된 규제 또는 업계 영역(지역 구역 설정법, 면허 요건, 세금 변경, 노동 규정, 업종별 컴플라이언스 등)을 선택하고 다음을 파악하세요:
- 이해하고자 하는 구체적인 규정, 정책, 또는 동향
- 사업 맥락 — 판매하거나 제공하는 것, 운영 지역, 고객층, 그리고 이 주제가 운영에 왜 중요한지
- 알아야 할 내용 — 사업 모델에 대한 영향, 컴플라이언스 단계, 마감일, 비용 영향, 또는 경쟁 관련 고려사항
- 시간 범위 또는 지리적 범위 — 지역, 주, 또는 연방 단위인가요? 지난 1년간 최근 변경 사항이 있나요?
2부: 협업
위에서 파악한 맥락을 활용해 상세한 프롬프트를 작성하고 AI와 공유하세요. 그런 다음 응답을 검토하고 Discernment를 적용하세요:
- 공식 출처(정부 웹사이트, 규제 기관, 업계 협회)와 대조하여 검증이 필요한 주장을 최소 두 가지 파악하세요
- 빠진 관점이 있는지 확인하세요 — 예를 들어, 해당 규정이 귀사 규모의 사업체에 구체적으로 어떤 영향을 미치는지 다루었나요?
- 오래되었거나, 지나치게 일반적이거나, 서로 다른 관할권의 규칙을 혼동한 것으로 보이는 정보를 표시하세요
3부: 성찰
처음 작성한 프롬프트가 AI에게 유용할 만큼 충분한 맥락을 제공했나요? 두 번째 시도에서는 무엇을 수정하시겠습니까? 이 정보를 바탕으로 사업 결정을 내리기 전에 어떤 검증 단계를 거치시겠습니까?
도전 목표: AI에게 요약 내용 중 핵심 규제 관련 주장 하나(특정 수수료, 마감일, 또는 기준치)의 원본 출처를 찾아달라고 요청한 다음, 직접 검증해 보세요. AI가 출처를 얼마나 정확하게 표현했는지 비교해 보세요.
수업 성찰
- 사업 맥락을 제공한 것이 일반적인 질문과 비교해 AI의 연구 결과물 품질을 어떻게 바꾸었나요?
- AI를 연구에 활용할 때 워크플로에 어떤 검증 습관을 구축하시겠습니까?
다음 단계
다음 수업에서는 AI로 데이터를 분석하며 Delegation과 Diligence의 외부 루프를 살펴보겠습니다.