neozest : neo+zest

1/ 운좋게도 조만간 길벗에서 나올 <제로클릭>의 샘플북을 받아서 미리 읽어볼 기회를 가졌다. 제로클릭이란 검색 결과 페이지에서 세부적인 검색 결과 항목은 클릭하지 않고, AI에 의해 요약된 내용만으로 검색 행동을 종료하는 것을 말한다.  어느 순간부터 AI 요약만 보고, 페이지 아래에 표시되는 이른바 블루 링크를 클릭하지 않는 내 모습을 자각하게 되었다. 그러면서 다른 분들도 비슷한 형태로 사용하지 않을까 하는 생각에 걱정이 생겼다. 검색 최적화를 공부할 때 '검색되지 않으면 세상에 존재하지 않는 것'이라는, 조금은 과격한 문장을 본 적이 있다. 같은 맥락에서 AI에 의해 요약된 검색 결과에  우리가 만든 서비스나 제품이 포함되지 않는다면 어떡하지 라는 두려움때문이다.

2/ 흔히 AI라 불리는 LLM은 두가지 행동을 잘한다. 문장을 지어내거나, 기존 문장을 읽고 요약/정리하는 것. 그렇게 보면 검색에서 AI 요약은 피할 수 없는 대세이기도 하다. 그러니 구글도 AI 요약을 제공하고, 챗GPT의 개발사인 OpenAI도 다음 공략대상 중 하나는 커머스라고 정하면서 쇼핑 기능을 시연하는 상황이다. 그러면 결국 우리가 고민해야 하는 지점은 각 AI 서비스에게(또는 그 대리인인 에이전트에게) 우리 서비스나 제품이 좀 더 신뢰성있고 괜찮다는 것을 어떻게 인식시킬 것인지에 대한 방법일 것이다. SEO에 대응하는 무언가가 필요한데, 이 책에서는 GEO(Generative Engine Optimization)을 이야기한다. 즉 AI 답변, 요약에 내 콘텐츠가 인용되도록 하는 방법을 고민하는 책이다. 샘플북의 한계이겠지만, 문제제기와 배경설명이 끝나고 본격적인 설명이 시작되는 부분에서 끝나버렸다. 책의 전체 내용이 궁금해진다

3/ 이 책에서는 AI요약의 동작방식을 살펴보면서, 그 메커니즘 속에서 어떤 정보가 더 높은 신뢰점수를 얻는지를 설명한다. 이를 바탕으로 SIFT 프레임워크를 제시한다. SIFT는 구조(Structure), 의도 적합성(Intent Fit), 정보 충실성(Fidelity), 출처신뢰도(Trust)로 구성된 약어이다.  구글로 대표되는 검색엔진에서 자신의 웹사이트가 좋은 점수를 얻기 위해 EEAT(경험, 전문성, 권위, 신뢰) 프레임워크를 고민한 것과는 다르다. EEAT가 콘텐츠 제작자의 신뢰성에 초점을 맞춘다면, SIFT는 AI가 콘텐츠를 처리하고 인용하는 방식에 최적화되어 있다는 점에서 관점 자체가 다르다.

4/ GEO 전략뿐 아니라, 그 성과를 측정하는 방식도 달라져야 한다는 점이 인상적이었다.  미처 생각하지 못했던 부분도 책을 통해 알게되었다. 바로 지표이다. 기존과 같이 실 사용자에 의한 직접적인 트래픽이 줄어들 것이므로, 마케팅 ROI나  각종 의사결정을 위한 지표들의 의미가 변경될 수 있다는 것이다. 신규 사용자 획득에 드는 비용도, 그에 따른 마케팅/브랜딩 전략도 보완되어야 하는 운명인 것이다.

5/ 기술적인 설명 부분에서 다소 단순화된 부분이 있었는데, 기술 서적은 아닌지라 의도적으로 추상화한 것으로 보인다. 저자분이 블로그나 다른 매체에 비슷한 주제로 기고한 글들을 찾아 함께 읽어보았다. 정식 책에는 SIFT 및 다른 전략에 대해 상세한 설명이 있지 않을까 기대되는 책이다. 책이 정식으로 출간되면 다시 한번 AI가 우리 콘텐츠를 어떻게 읽을지 고민해 보면서 나머지 부분을 읽어봐야겠다.

팀원들에게 AI 코딩 도구 활용법을 알려주고 싶은데, 마땅한 책이 없었습니다. 프롬프트 작성법을 다룬 책은 많고, AI 동작원리를 설명하는 책도 많은데, 정작 "개발자가 일상 업무에서 어떻게 쓸 것인가"를 다룬 책은 찾기 어려웠습니다. 그러다 발견한 책이 <개발자를 위한 생성형 AI 활용 가이드>(길벗, 핫토리 유우키 저)입니다.

한마디로 요약하면 챗팅 형태의 AI 활용을 고민하는 개발자라면 읽어보는 것이 좋겠습니다. 또한 팀 전체의 AI 코딩 활용을 고민하는 관리자에게도 유용합니다. Neo의 평점은 별 네 개. 일본서 특유의 느낌이 있습니다. 앞에서 읽었던 <바이브코딩 너머 개발자 생존법>은 전체 프로세스를 중심에 놓고 이야기를 풀어가는 반면, <개발자를 위한 생성형AI 활용 가이드>는 지금 당장 써먹을 수 있는 활용방안을 배경지식과 함께 정리해 소개합니다.

이 책의 장점은 개발자 관점에서 코딩 AI를 제대로 활용하기 위해 알아야할 것을 모두 모아두었다는 점입니다. 앞부분에서는 AI가 소프트웨어 개발 프로세스를 어떻게 바꾸고 있는지를 소개하면서 개발과정에서 프롬프트를 작성하는 방법을 자세히 소개합니다. 이 과정에서 단순히 프롬프트 작성만 알려주는 것이 아니라 개발 업무의 특성은 이러한데 생성형 AI는 이렇게 동작하니까 프롬프트를 이렇게 활용해 보세요라는 내용이 많은 것이 마음에 들었습니다.(예: BUD프레임워크를 활용한 코드 최적화. BUD 프레임워크: Bottleneck, Unnecessary, Duplicated )

또한 AI와의 협업을 전제로 코드 구성요소의 역할 변경도 생각해 볼 거리인 것 같습니다. 예를 들어 저자는 AI가 해석할 수 없는 부분이나 토큰을 낭비할 수 있는 부분에 초점을 맞춰 주석을 작성하는 것이 효과적이라고 이야기합니다. 또한 의도 전달에 치우쳐 너무 많은 맥락을 제공하여 혼선이 유발될 수 있으니 적절한 수준을 유지하라는 조언도 도움이 되었습니다. 결국 AI와의 협업을 바탕에 깔고 어떻게 하면 우리의 의도를 잘 전달하여 AI에게 일을 시킬까에 대한 저자의 고민과 나름의 해결방안이 정리되어 있습니다.  

7장과 9장의 내용은 코딩 AI를 팀 개발 프로세스에 어떻게 녹여내고, 그 효과나 성과를 어떻게 측정할 것인지에 대해 고민하는 팀장들에게 몇 가지 키워드를 알려주는 내용이 들어 있습니다.(Four Keys, SPACE 프레임워크등, 짤막하게 소개가 되어 있습니다.) 그리고 어떤 식으로 팀에 도입해야 하는지에 대한 저자의 생각도 살짝 엿들을 수 있습니다.

책 읽으면서 몇가지 밑줄 친 부분은 다음과 같습니다.

프롬프팅 기법에만 집착하면 본질적인 문제 해결 능력이라는 관점을 잃어버릴 수 있습니다.(p.38)

프롬프트를 작성할 때 가장 중요한 것은 AI에 원하는 답을 자신이 이해하고 있어야 한다는 것입니다. 완벽한 답을 알지 못하더라도, 문제해결의 접근 방식을 파악하고, AI의 도움 없이도 해결책을 도출할 수 있는 상태가 이상적입니다.(p.92)

예측할 수 있고 신뢰성이 높은 코드를 생성하려면 개발자는 이러한 언어의 특성을 이해하고 있어야 하며, AI에 적절한 프롬프트를 제공하는 것이 중요합니다.(p.168)

AI에 모든 것을 맡기거나 제대로 활용하지 않고 반복적으로 AI에만 요구하기 보다는 필요한 부분에서는 인간의 판단을 개입시키는 것이 AI를 활용한 코드 개선의 핵심입니다. (p.187)

AI는 아이디어를 발산하는데는 능하지만, 수렴시키는 것은 서툽니다. 수렴에는 의사결정이 따르고, 책임이 수반됩니다. 언제나 최종적으로 책임을 지는 것은 인간입니다.(p.231)

조직의 경쟁력을 높이기 위해서는 '사람에게 의존하는 AI 활용'수준을 넘어서야 합니다. 이러한 문제를 해결하려면 조직 자체의 구조와 방식을 재검토해야 하고, 뛰어난 개인과 팀의 지식을 AI가 제대로 활용할 수 있는 환경을 만드는 것이 경쟁력향상의 핵심입니다. (p.281)