LLM과의 대화를 통해 얻는 기술

어쨌든, 바이브 코딩 - 코딩을 몰라도 50개 앱과 웹사이트를 AI와 LLM을 활용해서 개발한다 ㅣ AI Insight
코다프레스 지음, 양희은 옮김 / 인사이트 / 2025년 12월

※ 이 서평은 디지털감성 e북카페에서 도서를 제공받아 읽고서 작성하였습니다.

어느 날인가부터 인공지능이 등장하면서 많은 영역에서 인공지능을 활용한 결과물들이 쏟아져 나오고 있습니다. 동시에, “너무 인공지능에 의존하는 것 아니냐”는 염려의 목소리도 함께 커지고 있습니다. 이 책은 바로 그 지점에서, 우리가 AI를 어떻게 이해하고 어떻게 사용해야 하는지를 근본적으로 다시 묻는 책입니다.

전공자가 아니기 때문에 이 책을 읽으면서 처음에 조금 낯설게 느껴졌던 단어가 바로 LLM이었습니다. 익숙한 ‘AI’라는 표현 대신 계속해서 LLM이라는 용어가 사용되다 보니, 자연스럽게 “이게 정확히 무엇일까?”라는 궁금증이 생겼습니다. 그래서 따로 찾아보게 되었는데, LLM은 ChatGPT-4와 같은 인공지능 모델을 가리키는 말로, Large Language Models, 즉 대규모 언어 모델을 의미한다는 것을 알게 되었습니다. 이를 통해 저자가 굳이 AI라는 포괄적인 표현 대신 LLM이라는 용어를 사용하는 이유가, 이 기술의 본질이 ‘언어를 이해하고 생성하는 지능’이라는 점을 더 정확하게 드러내기 위함이라는 생각이 들었습니다.

또한 자료를 찾아보면서 알게 된 사실은, 현재 우리가 사용하는 대부분의 인공지능 서비스가 바로 이 LLM을 기반으로 작동하고 있다는 점이었습니다. LLM은 방대한 양의 문장과 단어 패턴을 학습하여 문맥을 이해하고, 그에 맞는 답변을 생성하는 구조로 이루어져 있습니다. 이 과정을 이해하고 나니, 우리가 사용하는 인공지능이 무언가를 스스로 창조한다기보다, 학습된 수많은 자료 위에서 가장 가능성 높은 답을 제시해 주는 시스템이라는 점이 더 분명하게 다가왔습니다.

LLM과의 소통은 프롬프트라는 방식으로 이루어집니다. 프롬프트는 AI에게 작업을 지시하거나 질문을 전달하는 문장으로, 우리가 어떤 언어로, 어떤 맥락으로, 어떤 목적을 담아 질문하느냐에 따라 결과의 질이 크게 달라집니다.

저 역시 인공지능에 관심이 많아 관련 책과 강의를 접해 왔는데, 거의 빠지지 않고 공통적으로 강조되는 말이 있습니다. 인공지능을 사용하더라도 결과의 완성은 결국 사람의 몫이며, 사람의 지식과 사고의 깊이가 결과물의 품질을 결정한다는 점입니다. 그래서 저는 인공지능을 사용할 때, 인공지능만을 의존하기보다 ‘인간중심사고’가 먼저 세워져야 한다고 느끼게 되었습니다.

인공지능을 단순한 도구가 아니라 협력적인 동료로 인식하고, 비판적 사고를 바탕으로 그 결과를 해석하고 판단하며 책임 있게 사용하는 태도는 결국 사람에게 요구되는 몫이기 때문입니다. 인간중심사고가 산출물의 완성도를 높이고, 설득력 있는 결과로 이어지기때문입니다.

이 책에서도 저자는 많은 사람들이 LLM을 자주 사용하면 사고력이 퇴화한다고 염려하는데 그것은 오해라는 것입니다. 오히려 원하는 결과물을 만들어 내기 위해 아이디어를 구상하고 작업지시를 내리는 많은 과정을 통해 더 깊이 생각하고 탐구하게 만든다는 것입니다. 창조적 사고의 본질은 아직은 인간의 고유한 영역이기 때문입니다.

과거에는 하나의 프로그램을 만들기 위해 반드시 컴퓨터 언어를 배워야 했지만, 이제는 언어를 배우는 대신 인공지능과의 대화를 통해 원하는 작업을 만들어 낼 수 있다는 것입니다. 예전에는 전공자만이 할 수 있는 부분을 이제는 비전공자도 할 수 있다는 것입니다.

이 책에서 알려주는 바이브 코딩은 완벽한 설계도를 먼저 만들고 그에 맞게 코드를 작성하는 방식이 아니라, “이런 느낌의 결과가 필요하다”는 방향성과 맥락, 의도를 먼저 제시하고, 그 흐름 안에서 AI와 대화를 반복하며 결과물을 만들어 가는 새로운 작업 방식입니다.

LLM을 잘 사용한다는 것은, 내가 무엇을 만들고 싶은지, 어떤 문제를 해결하고 싶은지, 그리고 그 결과가 내 삶과 일에 어떤 의미를 갖는지를 먼저 분명히 아는 것입니다. 결국 AI 활용의 수준은 곧 ‘자기 사고의 깊이’와 직결되며, 생각이 얕으면 결과도 얕아질 수밖에 없다는 것입니다.

LLM은 결국 사람을 대신해 생각하는 존재가 아니라, 사람의 생각을 ‘증폭시키는 장치’라는 것입니다. 원하는 결과를 얻기 위해 더 많이 질문하고, 더 많이 수정하고, 더 많이 고민하게 만드는 과정 자체가 인간의 사고를 확장시키기 때문입니다.

이 책의 최고의 강점은, 개념 설명에 머무르지 않고 ‘직접 만들어 보게 한다’는 점에 있습니다. 저자는 LLM을 이해하는 것보다 더 중요한 것은, 그것을 통해 무엇을 실제로 구현해 보느냐에 있다고 말합니다. 그래서 이 책에는 단순한 이론 설명이 아니라, 일상과 업무에 바로 적용할 수 있는 다양한 실습 예제가 풍부하게 제시됩니다.