AI에도 종류가 있다

3.1 이 장은 손을 쉽니다

2장까지 손을 움직였습니다. 이 장은 실습이 없습니다. 읽기만 하는 장입니다.

왜 여기서 한 번 쉬느냐면 — 지금부터 “AI에게 일을 시키는” 일을 계속할 텐데, 상대가 뭔지 모르고 시키면 계속 헛다리를 짚기 때문입니다.

이 장에서 답할 질문은 셋입니다.

1. AI라고 부르는 것들이 다 같은 건가?
2. Claude는 대체 어떤 원리로 답하나?
3. 왜 어떤 건 기가 막히게 잘하고, 어떤 건 어이없이 틀리나?

짧게 갑니다. 다섯 쪽입니다.

---

3.2 AI는 한 종류가 아니다

“AI 써봤어요?” 라는 질문은 사실 “탈것 타봤어요?” 만큼 막연합니다. 자전거인지 비행기인지에 따라 완전히 다른 이야기니까요.

지금 우리가 AI라고 부르는 것들은 대략 이렇게 나뉩니다.

우리가 쓰는 건 맨 아래 칸입니다.

여기서 첫 번째 오해가 풀립니다. 많은 분이 Claude Code에게 그림을 그려달라거나 영상을 만들어달라고 합니다. 안 됩니다. 종류가 다릅니다.

다만 아래 칸은 위 칸을 포함합니다. Claude Code는 대화형이 하는 일(글 읽고 글로 답하기)을 다 하면서, 거기에 파일을 만지고 코드를 실행하는 능력이 더해진 것입니다.

Claude Code = 대화형 AI + 파일 접근 + 코드 실행

---

3.3 Claude는 어떤 원리로 답하는가

다음 낱말을 고르는 기계

Claude 같은 대화형 AI의 정식 이름은 이렇습니다.

📖 LLM(Large Language Model, 거대 언어 모델)

엄청난 양의 글을 미리 읽어두고, “이 다음에 올 낱말로 가장 그럴듯한 것” 을 계속 골라 문장을 만들어 내는 프로그램.

거대(Large) — 읽은 글의 양이 어마어마하다 언어(Language) — 다루는 재료가 글이다 모델(Model) — 그렇게 만들어진 프로그램 덩어리

너무 단순해 보이지만 정말 이게 전부입니다.

“오늘 날씨가 참” 다음에 뭐가 올 것 같으세요? “좋네요” 가 떠오르셨다면, 방금 여러분 머릿속에서 일어난 일이 LLM이 하는 일과 같습니다. 다만 LLM은 그걸 사람이 평생 읽을 양의 수백만 배를 읽고 나서 합니다.

그래서 생기는 두 가지 성질

이 구조 하나로, 여러분이 겪는 거의 모든 현상이 설명됩니다.

① 아주 그럴듯한 글을 씁니다

문장을 매끄럽게 잇는 게 이 기계의 본업입니다. 그래서 보고서든 블로그든 메일이든, “글처럼 보이는 것” 을 만드는 데는 압도적으로 강합니다.

② 모르는 것도 그럴듯하게 씁니다 ⚠️

여기가 중요합니다. LLM은 “가장 그럴듯한 다음 낱말” 을 고를 뿐, “이게 사실인가” 를 확인하지 않습니다.

그래서 모르는 걸 물으면 “모릅니다” 대신 그럴듯한 걸 지어냅니다. 없는 책 제목, 없는 법 조항, 없는 통계 숫자를 아주 자신 있게 씁니다.

📖 환각(hallucination)

AI가 사실이 아닌 것을 사실인 것처럼 말하는 현상. 거짓말과 다릅니다. 거짓말은 진실을 알면서 속이는 것이지만, AI는 애초에 참·거짓을 구분하지 않습니다. 그럴듯함만 봅니다.

이게 0장에서 “AI는 틀립니다. 자주 틀립니다” 라고 한 것의 정체입니다. 그리고 이 책이 자동화를 가르치면서 검수 지점을 같이 가르치는 이유입니다(10장).

💡 틀리는 방식에 규칙이 있습니다

아무렇게나 틀리는 게 아닙니다.

잘 맞히는 것	잘 틀리는 것
글의 구조·형식·말투	구체적인 숫자
문장 다듬기·번역·요약	고유명사 (사람·회사·제품 이름)
흔한 지식	최신 정보
“어떻게 쓰지?”	“그게 사실이야?”

그래서 검수할 곳도 정해져 있습니다. 숫자와 이름을 보세요. 문장이 이상한지 보는 데 시간 쓰지 마세요. 문장은 거의 안 틀립니다.

---

3.4 AI가 기억하는 양에는 끝이 있다

두 번째로 알아야 할 성질입니다. 이게 나중에 막히는 이유의 절반을 차지합니다.

AI와 오래 대화하다 보면 이런 일이 생깁니다.

“아까 말했잖아요, 그거.” “죄송합니다. 어떤 것을 말씀하시는지…”

치매가 아닙니다. 구조상 당연한 일입니다.

📖 컨텍스트(context, 맥락)

AI가 지금 이 순간 눈앞에 펼쳐놓고 보고 있는 글 전체. 지금까지 나눈 대화 + 읽은 파일 내용이 전부 여기에 쌓입니다.

공책 한 권이라고 생각하세요. 대화가 쌓일수록 공책이 채워집니다. 그리고 공책은 분량이 정해져 있습니다. 다 차면, 앞장부터 찢어냅니다.

앞장이 찢겨 나간 부분이 “아까 말한 그거” 입니다.

토큰 — 공책의 칸 수를 세는 단위

📖 토큰(token)

컨텍스트가 얼마나 찼는지 세는 단위. 글자 수도, 낱말 수도 아닌 그 중간쯤입니다. 한국어는 대략 한 글자가 1~2토큰쯤 됩니다.

요금도 보통 토큰 단위로 매겨집니다. 많이 읽히고 많이 쓰게 할수록 토큰을 많이 씁니다.

숫자를 외울 필요는 없습니다. “길어지면 찬다” 는 감각 하나면 충분합니다.

그래서 이렇게 하세요

💡 “대화를 길게 이어가는 게 좋다” 는 착각

사람은 오래 같이 일한 사람이 일을 더 잘 압니다. AI는 반대입니다. 공책이 찰수록 헷갈립니다.

일 하나 끝나면 새 대화. 이게 고수들이 하는 방식입니다. 24장에서 다시 다룹니다.

---

3.5 왜 하필 Claude Code인가

대화형 AI는 여러 개가 있습니다. 그중 이 책이 Claude Code를 고른 이유는 셋입니다.

세 번째가 중요합니다. 이 책의 독자는 개발자가 아닙니다. 직장인·자영업자·크리에이터 입니다. 만들 것은 게임이 아니라 보고서·블로그·회의록·메일입니다.

그 일은 전부 글입니다. 그리고 글은 LLM이 제일 잘하는 것입니다.

---

3.6 정리 — 이 장에서 기억할 세 줄

이 장의 용어는 셋입니다. 부록 E에도 있습니다.

그리고 여기서 따라 나오는 실천 두 가지 —

• 숫자와 고유명사는 사람이 본다
• 일 하나 끝나면 새 대화

이 둘만 몸에 붙어도 4주가 훨씬 수월합니다.

다음 장에서는 다시 손을 움직입니다. 웹 Claude와 Claude Code에게 똑같은 일을 시켜서, 방금 배운 차이를 눈으로 확인합니다.