주간 학습 — Learning AI
아이디어를 실현하려면 AI를 다루는 근육이 필요하고, 근육은 함께, 자주, 의도적으로 단련해야 늡니다. 한 주에 하나 — 읽는 데 5분, 해보는 데 15분이면 충분합니다. 문항 추가·수정은 content/learning.yaml 에서 누구나 할 수 있습니다.
내 진도 0/1 · 이 기록은 내 브라우저에만 저장되며 아무도 볼 수 없습니다
이번 주 학습 · 1주차
Agentic AI에이전트 — AI가 '답'이 아니라 '일'을 끝낸다
질문에 답하는 AI와 일을 맡길 수 있는 AI는 다르다. 그 차이가 에이전트다.
챗봇에게 「탄소국경조정제도 요약해줘」라고 물으면 답이 옵니다. 여기까지는 검색의 연장입니다. 에이전트(Agentic AI)는 다릅니다 — 「이 규제가 우리 고객 A사에 미치는 영향을 정리해서 표로 만들어줘」라고 하면, 스스로 자료를 찾고, 계산하고, 표를 만들고, 중간에 막히면 다른 방법을 시도합니다. 여러 단계를 스스로 계획하고 도구를 골라 쓰는 것, 그것이 에이전트입니다.
왜 지금 이게 중요한가. BID 프로그램의 명제를 기억해보세요 — 「실행 비용의 붕괴」. 에이전트가 실행을 맡으면서, 만들 줄 아는 것의 가치는 내려가고 무엇을 만들지 아는 것의 가치가 올라갔습니다. 질문·문제발견·통찰·판단이 무기라는 말은 수사가 아니라 이 구조에서 나온 결론입니다.
우리가 매일 쓰는 것들이 이미 에이전트입니다. Hermes를 만드는 과정 자체가 에이전트에게 일을 맡기는 방식으로 진행되고 있고(코드 작성 → 검증 → 수정을 AI가 반복), 제1회 BID에서 나온 TRACE와 GCAP도 사람이 방향을 잡고 에이전트가 실행한 결과물입니다.
에이전트를 잘 쓰는 요령은 하나입니다 — 일의 단위로 맡기되, 판단의 기준을 함께 준다. 「보고서 써줘」가 아니라 「이 세 자료를 근거로, 금융기관 담당자가 10분 안에 읽을 2쪽 보고서를 써줘. 근거 없는 주장은 넣지 마」처럼요. 기준이 없으면 에이전트는 그럴듯한 것을 만들고, 기준이 있으면 쓸모 있는 것을 만듭니다.
직접 해보기
- 이번 주 내 업무에서 「단계가 3개 이상인 일」을 하나 고른다 (예: 자료 조사 → 정리 → 표 작성).
- 그 일을 아래 프롬프트 틀에 맞춰 Claude에게 통째로 맡겨본다.
- 결과에서 마음에 안 드는 부분을 「~해줘」가 아니라 「~한 기준으로 다시」로 고쳐본다.
- 걸린 시간을 평소와 비교해본다 — 다음 BID 피치의 '임팩트' 칸에 쓸 숫자가 된다.
복사해 쓰는 프롬프트
너는 기후금융 컨설팅펌의 리서치 어시스턴트다. [맡기는 일] (여기에 단계가 여러 개인 일을 통째로 적는다) [판단 기준] - 근거가 없는 주장은 쓰지 말고, 모르면 모른다고 표시할 것 - 최종 결과물 형식: (표 / 2쪽 요약 / 목록 등 원하는 형식) - 읽는 사람: (누가 읽는지 — 고객사 실무자 / 경영진 / 내부 검토용) 먼저 작업 계획을 3줄로 보여주고, 내가 확인하면 진행해.
다음 학습 4개가 준비되어 있습니다 — 2026-08-17에 열립니다. 한 주에 하나씩 여는 이유: 전 직원이 같은 주에 같은 것을 배워야 “이번 주 그거 해봤어?”가 성립합니다.