프로ンプ트 설계자로서 인공지능(AI) 직원이 회사의 업무를 수행하는 운영체제(OS) 설계자가 되는 과정까지.
3년 전, 제 목표 추론 프롬프트를 보셨던 분들께.
그 프로ンプ트를 만들고 있었던 사람이 지금 무엇을 하고 있을까라고 생각했을 수도 있습니다.
지금 저는 거의 프롬프트를 작성하지 않았습니다.
AI가 회사의 업무를 진행하기 위한 시스템입니다. 누가 무엇을 맡고, 어떤 정보를 참고하여 판단하며, 어디에서 사람의 확인을 받으며, 실행한 내용을 뒤돌아보며 어떻게 검증할지 결정하는 것입니다.
프롬프트 설계자로부터 AI 직원과 협업하는 경영자에게.
이렇게 쓰면 큰 방향 전환처럼 보일 수도 있습니다. 하지만 자신의 인생과 3년 동안의 개발 기록을 되짚어보면, 모든 것이 연결되어 있었습니다.
물리학에서 세계를 구조로서 이해하는 것을 익혔다.
저는 물리학을 공부했습니다.
복잡해 보이는 현상이라도, 요소를 분리하고 관계를 찾아서, 이를 식으로 표현하면 다룰 수 있다. 눈앞의 일을 그저 받아들이는 것이 아니라, “이 현상을 만들어내는 구조는 무엇인가”라고 생각하는 훈련이었다.
그때는 그것이 인공지능(AI)의 일로 이어질 줄은 생각하지 못했습니다.
단, 지금 뒤돌아보면, AI에게 일을 맡길 때도 같은 것을 하고 있습니다. 모호한 요청을 그대로 넘기지 않고, 목적, 입력, 제약, 판단, 출력으로 나누어 가고 있습니다. 복잡성을 없애는 것이 아니라, 다루기 쉬운 구조로 바꾸는 것입니다.
첫 번째 기초는 바로 여기 있었습니다.
공장에서 일을 “공정”으로 나누는 것을 배웠다.
다음으로 일했던 곳은 공장입니다. 생산 기술로서 혼자서 여러 공정을 다루었습니다.
일하는 것은 단순히 나열하거나 쌓는 것만으로 끝나는 일이 아닙니다.
- 먼저 끝내지 않으면 다음 단계로 진행할 수 없는 과정입니다.
- 동시 실행 가능한 공정
- 조건에 따라 분기되는 과정
- 기준을 충족할 때까지 반복하는 단계
순서, 병렬, 조건, 반복
현재 AI 직원들의 SOP(표준 운영 절차)나 의존 관계를 설계할 때 사용하고 있는 접근 방식은 공장에서 몸에 들어온 것입니다. AI의 업무 역시 현장의 공정과 동일합니다. 입구와 출구만 결정해도 움직이지 않으며, 중간의 연결성과 중단 조건이 필요합니다.
아마존에서, 사람을 움직이는 방법을 배웠다.
아마존에서는 사람들의 관리 경험을 했습니다.
상황을 파악한다. 계획을 수립한다. 사람과 시간을 배분한다. 실행한다. 결과를 정리한다. 다음 업무로 학습을 재개한다.
매니저가 매일 하는 이 순환은 현재 AI 직원 운영 시의 순환과 거의 같습니다.
틀린 것은 상대방이 인간인지 AI인지가 아닌 것이 아닙니다.
일을 위임받는 사람이 목적과 책임을 어디까지 명확하게 정의할 수 있는가에 대한 것입니다.
2023년, 모든 것이 목표 탐색 프롬프트로서 구체화되었다.
2023년 3월, 골드 시크 프로ンプ트에 대한 공개 개발을 시작했습니다.
골드시크 안에는 이미 현재의 AI 직원들의 원형이 있었습니다.
- 목표와 의도를 확인합니다.
- 목표를 실행 가능한 단계로 분해하십시오.
- 필요한 변수를 정의하고 목표를 재구성합니다.
- 하나씩 실행하고 결과를 기록한다.
- 오류를 관찰 데이터로 다음 시도에 반영한다.
- 완료 조건을 확인하는 데까지 작업을 보존합니다.
하고 싶었던 건 원하는 결과를 먼저 정하고, 그 결과를 얻기 위한 구조를 AI 안에 만드는 것이었습니다.
당시 게시글은 2023년 3월 기준으로 16건이 있었고, 관련 note는 31건이 남아 있습니다. 4월 프로ンプ트 강좌에는 723개의 “スキ”가 달렸습니다. X에도 당시 게시글이 현재 계정 명의로 남아 있습니다.
- 2023년 4월 6일 프롬프트 강좌 안내
- 2023년 8월 10일 “추상화 골 시 퀘” 설명
날짜는 명확하게 구분합니다. 사건이 시작된 시기와 확인 가능한 공개 기록 시기가 반드시 일치하지 않을 수 있습니다. 이 기사에서는 증거가 존재하는 2023년 3월을 공개 발표의 출발점으로 간주합니다.
3년 간의 개발 기록이 보여준 바
별도로 축적한 “AI 주도 개발 3년 사”는 GitHub, note, X에 남아 있던 기록을 실측한 결과입니다.
2023년부터 프롬프트 설계부터 시작하여 AI에게 코드를 작성하게 하는 vibe-coding, Devin에 대한 주문, Claude Code와 Codex의 병행, 이슈 주도 개발, 현장 에이전트, 권한 중심의 하르니스, 여러 AI 세션을 동시에 통치하는 현재의 체제를 포함하여 여덟 시대를 거쳤습니다.
AI에 맡기는 범위가 넓어질수록, 문제는 프롬프트 밖으로 밀려났습니다.
- 지난 판단은 다음 세션에서 기억하지 못할 수 있습니다.
- AI 각각의 역할이 애매하고, 같은 작업을 중복한다.
- 누가, 어디서 잘못된 변경을 중단할지 알 수 없어서.
- 끝났다는 말만으로는 진정으로 끝났는지 확인할 수 없다.
좋은 지시 사항만으로는 업무를 운영할 수 없습니다.
필요했던 것은 절차, 권한, 기억, 판단 기준, 실행 기록이었다.
3년의 역사는 “실제로 무엇을 해왔는지”를 증명하며, 제 인생은 “왜 그 길을 걸어왔는지”를 설명합니다. 이 두 가지를 합치면 현재 AI 직원이 갑자기 나타난 상품이 아니라는 것을 알 수 있습니다.
프롬프트 안의 구조가 Lark 상의 업무 OS로 진화했다.
현재는 한토모가社를 경영하고 있으며, Lark 플랫폼에서 AI 직원들이 회사의 업무를 수행하는 데 필요한 운영체제를 설계하고 운영하고 있습니다.
여기서 말하는 AI 사원은 인간과 똑같은 만능 AI가 아닙니다.
예를 들어, 회의가 끝난 후 해야 할 일을 생각해 보십시오. 회의록을 읽고, 고객 정보를 업데이트하고, 다음 업무를 생성하고, 후속 메일을 준비합니다. 다만, 외부로 발송하기 직전에는 반드시 담당자에게 확인을 요청하고, 완료 후에는 무엇을 수행했는지 기록합니다.
2023년에는 프롬프트 안에 있던 구조가 현재 회사의 현실 속에서 작동하고 있습니다.
- 목표와 의제를 확인하고, 요청사항과 완료 조건을 정의한다
- 단계별로 분해하고 → SOP(표준 운영 절차)와 그에 따른 의존 관계를 구축한다
- 하나씩 실행한다 → 허가된 툴로 업무를 진행한다
- 결과를 기록한다 → 실행 기록을 남긴다
- 오류로부터 배우고 수정 및 개선을 통해 다음 실행으로 나아간다.
- 미완료의 업무를 추적한다
특별히 달라진 점은 주제가 아니었습니다.
설계 범위가 1개의 프롬프트에서 회사의 전체 업무로 확장된 것입니다.
빛나는 풍경의 법칙, 나만을 위한 말들
이 연결을 나는 “찰나의 풍경의 법칙”이라고 부릅니다.
생각의 방향을 재검토하고, 과정을 분해하고, 순간들을 반복하며 세상을 변화시킨다. 무한한 순간의 끝에서 이상은 현실이 된다.
한 번의 깜박임은 생각하고, 확인하고, 실행하는 한 번의 시도입니다.
오류가 발생했다면 실패로 치부하지 않고 관찰 데이터로 읽는다. 세계의 상태를 조금 업데이트하고 다음 눈을 깜빡이는 행동을 통해, 이러한 반복을 통해 처음의 의도에 가까워진다.
저는 이 생각을 다음 개념식으로도 나타냅니다.
Ω(I, W) = ∫ E(I(τ), W(τ)) dτ
이는 학술적으로 증명된 자연 법칙이 아닙니다. 물리학, 공장, 아마존, LLM과의 시간이 어떻게 하나의 설계 사상으로 합류했는지를 나타내는 저의 개인적인 개념 모델입니다.
Ω는 저에게 인생의 척도입니다.
눈부신 풍경의 법칙이란 인간이 자신의 경험 자본을 활용하여 의도와 세계를 관찰하고, 사고와 제약 확인, 구현의 반복을 통해 세계 상태가 이상 상태에 다가가는 법칙이다.
3년 동안 무엇을 버렸는지
버려진 것은 세 가지입니다.
첫 번째는 “최강의 프롬프트만으로 해결된다”는 생각입니다. 프롬프트는 중요하지만, 그것만으로는 지속 가능한 업무가 되지 않습니다.
두 번째는 “AI의 수를 늘려도 생산성이 올라간다”는 생각입니다. 역할, 권한, 완료 조건이 없다면 인원보다는 혼란만 가중될 것입니다.
세 번째는 “만들 수 있다는 것이 요구되는 증거가 된다”는 생각입니다. 3년 간의 개발 기록은 기술적인 학습의 증거이지만, 고객 수요나 지불 의사의 증명은 아닙니다.
그래서 지금은, 하나의 회사, 하나의 반복 업무, 하나의 작은 검증부터 시작합니다.
당신에게도 당신만의 Ω가 있습니다.
물리학을 전공했을 때, 그것이 인공지능에 활용될 줄은 생각지도 못했습니다.
공장에서 공정 설계를 하고 있을 때, 그것이 AI의 SOP가 된다는 생각을 전혀 하지 못했습니다.
아마존에서 사람을 움직이게 할 때, 그것이 AI 직원에게 업무를 맡겨 훈련시키는 것이라고 생각하지 않았습니다.
하지만 인생의 경험은 사라지지 않습니다. 새로운 기술 앞에서 과거의 경험은 다른 의미를 가지기 시작합니다.
3년 전, 골드 시크 프로ンプ트를 사용해 주신 분들께.
그때, 저는 프롬프트 안에 적혀 있던 “목표를 확인하고, 경로를 설정하고, 실행하고, 기록하고, 완료될 때까지 진행한다”는 구조를 회사 내에 구축하고 있습니다.
그 분은 지금 회사 안에서 프롬프트의 나머지 부분을 만들고 있습니다.
마지막으로 한 가지 질문 드립니다.
당신의 회사에서 “AI에 맡기고 싶은데, 아직 사람들이 처리하고 있는 정형 업무”는 무엇입니까?
다음 일자리를 찾고 있으며, 판매 제안이 아닌 다음으로 검증할 업무를 찾고 있습니다. 구체적인 업무가 떠오르면 댓글이나 프로필 연락처를 통해 알려주세요.
Lark의 연락처에 추가하세요
최근 Lark를 통해 생성 AI 활용 경험을 공유하며, 특히 ‘골드 시크 프롬프트’ 기법이 업무 개선에 큰 도움이 된다는 의견이 많았습니다. ‘골드 시크 프롬프트’는 생성 AI에게 특정 목표를 명확하게 제시하고, 그 목표를 달성하기 위한 단계를 구체적으로 지시하는 방식입니다. 즉, AI가 단순히 텍스트를 생성하는 것을 넘어, 원하는 결과물을 얻기 위해 AI에게 ‘어떻게’ 해야 하는지 상세하게 안내하는 것입니다.
이러한 접근 방식은 특히 반복적인 업무나 복잡한 데이터 분석 등에서 효율성을 높이는 데 효과적입니다. 예를 들어, ‘AI 직원’에게 특정 보고서 작성 과정을 ‘골드 시크 프롬프트’를 통해 지시하면, AI는 데이터 수집, 분석, 보고서 초안 작성 등 각 단계를 순차적으로 수행하며, 사용자는 최종 결과물을 검토하고 수정하는 데만 집중할 수 있습니다.
또한, ‘프롬프트 엔지니어링’ 기술을 통해 ‘Lark’와 같은 플랫폼에서 생성 AI의 성능을 극대화할 수 있습니다. ‘Lark’는 이러한 ‘프롬프트 엔지니어링’을 지원하며, 사용자가 다양한 생성 AI 모델을 활용하여 업무 효율성을 향상시킬 수 있도록 돕습니다. 이러한 기술 발전은 앞으로 더욱 많은 기업들이 생성 AI를 도입하고 활용하는 데 기여할 것으로 기대됩니다.
AI 직원으로서 실무에 어떻게 연결할지에 대한 프롬프트의 이어서, 개인적으로 학습하고, 30일 안에 시도하고, 회사에 도입하는 세 가지 입구를 정리했습니다.
AI 인재 채용, 육성, 활용이라는 AI 시대의 인재 전략은 크게 세 가지 입구를 통해 살펴볼 수 있다.
1. **기존 직원 AI 역량 강화:** 기존 직원의 역량 향상을 지원하고 AI 관련 업무로의 전환을 유도하여 AI 인력 부족을 보충한다. 구체적으로는 AI 관련 교육 프로그램 실시, AI 도구를 활용한 업무 개선 추진, AI 관련 프로젝트 참여 기회 제공 등이 고려된다.
2. **외부 AI 인재 확보:** 외부에서 우수한 AI 인재를 적극적으로 확보한다. 높은 전문 지식과 기술을 가진 인재를 대상으로 헤드헌팅, 채용 박람회, 온라인 채용 등을 활용한다. 또한 대학 및 연구기관과의 공동 연구 및 기술 제휴를 통해 미래 유망한 AI 인재를 조기에 발굴하는 것도 중요하다.
3. **AI 인재 육성 프로그램 강화:** 자체적으로 AI 인재를 육성하는 프로그램을 강화한다. 특히 데이터 과학자, 머신러닝 엔지니어, AI 컨설턴트와 같이 수요가 높은 전문 직종에 특화된 육성 프로그램을 개발 및 실시한다. 또한 온라인 학습 플랫폼 활용, 외부 강사 초빙 등을 통해 효과를 높일 수 있다.
이러한 세 가지 입구를 균형 있게 활용함으로써 기업은 AI 시대에도 경쟁력을 유지하고 지속적인 성장을 이룰 수 있을 것이다.
회사 측의 실제 운영 기록은 법인 노트 “처음 오시는 분들을 위한”에서 공개하고 있습니다 → https://note.com/miyabi_g_k
출처: note 원문
번역: Gemma 3(.44) 초벌 + 교정 63청크
원문 보기 | 출처: note.com