AI에게 스킬을 준다는 건 일을 가르친다는 뜻이다

AI skill을 재사용 프롬프트나 플러그인쯤으로 보는 사람이 많다. 그러면 skill의 진짜 쓸모를 놓친다. skill은 AI를 더 똑똑하게 만드는 장치가 아니라, AI에게 일을 가르치는 방식이다.

skill은 LLM에게 일을 가르치는 것이다

프로그램은 판단하지 않는 기계에게 일을 시키는 방식이다. 조건과 절차를 코드로 빈틈없이 고정한다. 매뉴얼과 교육은 사람에게 일을 가르치는 방식이다. 판단할 수 있는 상대에게 기준과 순서를 일러준다.

LLM은 그 중간에 있다. 자연어를 이해하고, 추론 비슷한 걸 하고, 아는 것도 많다. 하지만 우리 일이 돌아가는 방식은 모른다. 그래서 단순한 명령어로도, 완전한 프로그램으로도 다룰 수 없다. 가르쳐야 한다. 아는 건 많지만 우리 현장은 모르는 신입사원처럼. 그 교육 자료에 해당하는 것이 skill이다.

상대	일을 시키는 방식
판단 없는 기계	프로그램 — 절차를 코드로 고정
사람	매뉴얼·교육 — 기준과 순서를 가르침
LLM	skill — 자연어로 가르치되, 검수를 함께 둠

그냥 시켜보면 안다: 리서치라는 일

추상적으로 들리면 실제 일 하나로 보자. AI에게 리서치를 시킨다.

"이 주제를 30개 사이트에서 조사해서, 출처까지 붙여 정리해줘."

짧은 질문은 잘 하던 AI가 이런 큰일에선 무너진다.

• 처음 떠올린 키워드 몇 개에 갇혀 거기서만 판다. (첫 추측이 천장이 된다)
• 출처와 주장을 한 덩어리로 섞어, 나중에 "이 문장 어디서 났지?"를 확인할 수 없다. (주장과 출처를 분리하라)
• 같은 걸 두 번 조사하고, 정작 빠진 각도는 모른다.
• 블로그 요약글을 원문인 양 가져온다.
• 빈자리를 그럴듯한 문장으로 메운다. (그럴듯한 헛소리를 섞나)
• 그래서 언제 충분한지, 어디서 멈출지를 모른다.

AI가 멍청해서가 아니다. 무엇을, 어떻게 하는 일인지 안 가르쳤기 때문이다. 신입사원한테 "이 주제 좀 조사해와" 한마디 던지고 좋은 결과를 기대하지 않는 것과 같다.

가르친다는 건 이런 것이다

리서치 skill은 이 일을 이렇게 가르친다.

• 먼저 주제를 축으로 쪼개라. 떠오른 키워드로 바로 파고들지 말고, 이 주제가 어떤 갈래로 나뉘는지부터 펼친다.
• 소스마다 정해진 각도로 본다. 원문인지, 학술 근거인지, 현장 사례인지, 비판·리스크인지 — 빠진 각도가 있으면 표시한다.
• 주장과 출처를 장부로 분리해 적어라. 무엇을, 어디서 봤는지를 따로 묶어 사후에 검증되게 한다.
• 1차 출처와 2차 요약을 구분하라. 블로그 요약은 원천 링크로 바꿔 등록하고, 못 찾으면 위험으로 표시한다.
• 언제 멈출지 정해둔다. 새로 나오는 출처가 거의 없어지면 끝낸다.

회사에서 신입사원을 가르치는 것과 똑같다. 왜 하는지, 무슨 순서로, 어디서 조심하고, 결과물이 어떤 상태여야 하는지를 일러준다. skill은 "너는 이제 리서치를 할 수 있다"는 이름표가 아니라, 이 일을 하는 방법을 적어 건넨 교육 자료다.

skill이 있어도 결과는 보장되지 않는다

여기가 제일 중요하다.

skill을 줬다고 AI가 항상 그대로 하는 것은 아니다. 그런데 이건 AI만의 문제가 아니다. 신입사원도 매뉴얼을 읽고 실수하고, 베테랑도 절차를 빼먹는다. 가르친다고 결과가 자동으로 보장되지는 않는다.

그래서 회사에는 교육만 있는 게 아니라 체크리스트와 검수자와 승인 절차가 있다. 좋은 skill도 검수를 자기 안에 품는다. 리서치 skill이 그렇다.

• 수집이 끝나면 "무엇이 빠졌나"를 일부러 공격하는 비평가 단계를 둔다. 충분하다는 증명이 아니라, 누락을 찾는 게 그 단계의 임무다.
• 주장과 출처를 분리한 장부로 발행 전에 헛소리를 걸러낸다.
• 검증 못 한 가정은 "검증 못 함"이라고 표시하게 한다.

좋은 skill은 "이렇게 해라"만 말하지 않는다. "이런 경우엔 멈춰라", "이건 사람한테 확인받아라", "이 가정은 검증 못 했다고 적어라"까지 가르친다. 교육과 검수는 다른 일이고, skill은 둘 다 설계해야 한다.

그래서 한 단계 올라간다

이 관점이 생기면 AI 사용이 달라진다.

• 초급은 AI에게 묻는다. 검색창처럼 묻고, 답이 좋으면 쓰고 이상하면 버린다.
• 중급은 AI를 신입사원처럼 다룬다. 목표와 맥락을 주고, 중간 결과를 검토하고, 틀릴 수 있다는 걸 전제한다.
• 고급은 AI가 반복해서 일하도록 skill을 만든다. 매번 말로 설명하는 대신 업무 방식을 문서로 남기고, 검수 기준과 멈출 지점을 정한다.

질문이 "AI가 왜 이것도 몰라?"에서 **"이 일을 맡기려면 무엇을 가르쳐야 하지?"**로 바뀌는 순간, AI 활용은 한 단계 올라간다.

고급 AI 활용은 더 좋은 질문을 던지는 기술이 아니라, AI에게 일을 가르치는 기술이다.