강사를 다녀왔다.

서울대 연구실 납품을 계기로 알게 된 사람을 바탕으로 이번에 강사쪽 연줄이 닿아서 어린이집 강사들을 대상으로 AI 사용법과 워크플로우 우수 사례집을 찾아서 사용법을 강의했다.

주요 발표한 것은 사실상 프롬프트 엔지니어링, 즉 구글의 기술백서 사용법을 실제 예시에 맞게 작업한 것이었다.

강의를 준비하면서 어린이집의 행정 업무와 AI 활용 우수 사례를 찾아보았다. 가정통신문, 보육 활동 계획, 각종 기록과 안내문 등 생각보다 문서를 작성하거나 정리하는 업무가 많았다.

그래서 우수 사례집을 바탕으로, 어떻게 분해하고 입력해서 작업하는 가를 중점으로다루었다.

강의에서 주로 다룬 것은 프롬프트 엔지니어링(Prompt Engineering)이었다. 어려운 이름이 붙어 있지만, 간단히 말하면 AI에게 원하는 결과를 얻기 위해 입력과 지시를 어떻게 구성하고 개선할 것인지에 관한 기술이다.

참고한 자료 중 하나는 구글의 Lee Boonstra가 작성한 《Prompt Engineering》이라는 기술 백서였다.¹

아직까지 많은 사람들 Chatbot의 형태로 쓰고, AI가 유행이라는 데 어떻게 사용할지에 대해서 잘 모르는 경향이 있어서 설명하는 형태였다

1시간 10여분 정도 열심히 떠들었는데, 잘 했는지는 모르겠다.

개념을 40분 동안 떠들고, 다른 도시에서 AI 우수 사용 사례 사례집 예시를 보여주며 실제 프롬프트 엔지니어링 개념으로 설명했다.

그리고 마지막엔 예전에 납품했던 유아용 게임을 AI로 다시 만들어서 실제 사용 예시를 보여주었다.

반응은 좋아하는 사람도 있었고, 무슨 이야기를 하는지 못 따라오는 사람도 있어서 반반이었다. 그 와중에 일부 지역 어린이집 원장님들과는 연락처를 교환했다.

현장에 나와보면 사람들은 생각보다 AI 사용법을 잘 몰랐다.

사실 개발자 커뮤니티에서는 모델+컨텍스트+도구+오케스트레이션 구조로 에이전트를 어떻게 돌리고, MCP와 SKILLS 그다음 전체 하네스 구조를 그린다.

아니면 LLM 개발 커뮤니티에서는로컬 모델 파인 튜닝이나 모델 내부 구조추론이나, 하네스 잘 다루기 같은 기술적인 이야기가 대부분이기에, 사실 AI 구조가 어떻고 저떻고 하지만, 개발자 커뮤니티를 나가면 아직도 이렇게 정보 격차가 난다는 것을 느낀다.

개발자 커뮤니티에서는 에이전트 도구 호출과 캐시 히트, 컨텍스트 관리 이야기를 한다면 아직도 실제 현장에서는 AI 챗봇으로 많이 쓰이고 있었다.

항상 느끼지만 개발자 담론에서 모델 내부 추론과 학문적인 가치는 재밌지만, 오히려 가장 반응이 좋은 것은 '남이 썼을때 이렇게 좋았던 사례'였다. 질문도 그쪽에서 나왔다.

결국 대부분의 사용자 가치는 워크플로우 통합과 신뢰에서 나오는 것이라는 생각도 들었다.

하지만 자괴감도 든다. 나도 AI 네이티브 앱을 만들거나 에이전트 또는 LLM 모델을 만들고 싶지만, 내가 하는 것은 주로 이런 기술에 대한 번역이다.

어떤 날은 공장의 PLC를 연결하고, 어떤 날은 연구실의 실험 절차를 프로그램으로 구현한다. 이번에는 어린이집 보육교직원에게 AI를 어떻게 활용할 수 있는지 설명했다.

내가 관심을 가지는 것은 기술 자체인데, 시장에서 나를 필요로 하는 이유는 그 기술과 현실의 업무를 쉽게 설명해주는 번역 역할이다.

그나마 이런 일이라도 있는 것을 다행이라고 여겨야할까? 일단 지방이라는 시장에 프로그래머가 귀하기 때문에 이런 작업이라도 있는 것이라는 생각을 한다.