답이 수렴하는 이유
왜 중요한가 여러분과 다른 모두가 같은 도우미에게 같은 질문을 하면, 대략 같은 답을 받아요. 일상적인 일에는 쓸모 있고, 일상적인 답이 여러분의 경우에 틀릴 때는 문제예요.
언어 모델은 앞의 모든 것을 바탕으로 다음에 올 가능성이 가장 높은 단어들 중에서 골라 다음 단어를 써요. 설계 질문을 받으면, 배운 것에서 여러분 같은 질문 뒤에 가장 자주 따라온 답을 만들어요. 그건 구조상 흔한 답이에요: 흔히 좋은 답이고, 특이한 제약에 맞는 답은 드물어요.
기본값: 가장 익숙하기 때문에 여러분(또는 모델)이 먼저 주는 답. 정의상 틀린 건 아니에요. 그저 따져 보지 않았을 뿐이에요.
같아짐에 대한 증거
한 글쓰기 실험에서, 생성형 AI의 이야기 아이디어를 쓸 수 있었던 사람들은 독자들이 더 창의적이고 더 잘 쓰였다고 평가한 이야기를 썼고, 특히 덜 창의적인 작가들에게서 그랬어요. 하지만 그 이야기들은 AI 아이디어 없이 쓴 이야기보다 서로 더 비슷하기도 했어요(Doshi and Hauser 2024). 각자는 더 잘했고, 무리는 더 닮아 갔어요.
그 연구는 코드가 아니라 이야기에 관한 것이었지만, 같은 끌림을 코드에서도 쉽게 예상할 수 있어요. 모든 팀이 "이 엔드포인트를 어떻게 더 빠르게 하지?"라고 물으면, 모두 "캐시를 더하라"를 받아요. 진짜 문제가 빠진 인덱스나 요청 안의 느린 이미지 크기 조정일 때, 캐시로 가득한 현장은 같은 사각지대로 가득한 현장이에요.
이걸로 무엇을 할까
"첫 답은 절대 쓰지 마라"가 아니에요. 대신 지도를 그리세요: 어떤 종류의 질문에 대해 기본값이 무엇인지 알아서, 그걸 주려는 순간을 알아채고, 자기 문제가 평범한 경우인지 확인하세요. 다음 두 레슨이 답 서른 개로 바로 그걸 해요.
요약 모델의 첫 답은 가장 그럴듯한 답이에요. AI 도움은 개인의 질을 높이면서 모두의 작업을 더 닮게 만들 수 있어요. 기본값을 알아야 일부러 고를 수 있어요.
이 연습은 곧 열려요
앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.
이 브라우저가 learn.floati.life의 쿠키를 막고 있어서, 여기서 마친 레슨들이 순서대로 열리지 않아요. 이 사이트의 쿠키를 허용하고 새로고침하세요.