에이전트가 일을 대신할 때의 비판적 사고
작성일:2026.11.09|수정일:2026.11.09|조회수:56

이 포스트는 Google에서 Chrome 개발자 경험을 이끌었으며 현재 Anthropic에서 Claude Code를 개발하고 있는 애디 오스마니(Addy Osmani)가 자신의 트위터에 올린 Critical thinking when agents do the work 게시글을 번역한 것이다. 번역하는 과정에서 다소 의역이 있을 수 있으며, 일부 번역에는 사견이 포함되어있기도 하다.
예전에는 비판적 사고란 새로운 정보를 겸손한 호기심과 적당한 의심으로 대하는 것이라고 배웠다. 서로 다른 관점을 받아들인 뒤 자기 의견을 세우라는 뜻이었다. 여전히 맞는 말이다. 하지만 내 업무의 많은 부분이 에이전트를 거치게 된 지금은 일상에서 비판적 사고를 강제하는 일이 점점 사라지고 있다. 여러 세션을 병렬로 실행하고 모델이 더 나아질 것이라 기대하는 에이전트 워크플로를 완전히 받아들인 엔지니어와 프로덕트 담당자에게 말해 두고 싶다. 나는 이런 도구를 아주 좋아한다. 에이전트 워크플로를 줄이자고 주장하려고 이 글을 쓰는 것이 아니다.
내 목표는 무엇이든 에이전트에게 넘기기 쉬운 세상에서도 여러분이 비판적 사고를 유지하도록 돕는 것이다.
과거에는 인지적·미적 판단의 대부분이 질문과 답 사이의 공간에서 일어났다. 이제 그 공간은 초 단위로 측정된다. 에이전트 워크플로를 많이 사용할수록 상황은 더 어려워진다(사람들이 예상했던 방식은 아니라고 생각한다). 모델이 향상될수록 명백한 오류의 비율은 낮아진다. 많은, 어쩌면 대부분의 결과물은 잘 쓰였고 대체로 정확하겠지만, 다시 한번 살펴보라고 요구하지는 않을 것이다.
한 번에 여러 에이전트를 실행하더라도 결과물을 보는 눈은 여전히 한 쌍뿐이다.
비판적 사고를 일상에 직접 집어넣어야 한다. 기본적으로는 그 어떤 것도 대신 그렇게 해 주지 않기 때문이다.
스스로 이 문제를 바로잡기 어려운 이유 중 하나는 에이전트 워크플로가 쾌적하다는 데 있다. 바쁜 하루에 빠르고 기분 좋고 자주 맞는 답을 받으면 상쾌하다. 하지만 바로 그렇기 때문에 경계심을 풀기도 쉽다.
오프로딩, 유예, 항복
사람들과 이 주제를 이야기할 때 나는 이를 하나의 스펙트럼으로 설명한다.
맨 위에는 인지적 오프로딩(cognitive offloading)이 있다. 작업은 AI에 위임하지만 결과에 대한 주도권은 유지하는 것이다. 나는 하루 종일 이렇게 한다. 여러분도 그래야 한다. 중간에는 유예(deferral)가 있다. 도구의 출력이 곧바로 자신의 다음 입력이 되면서, 그 결과를 더는 가설로 보지 않는 상태다. 맨 아래에는 인지적 항복(cognitive surrender)이 있다. AI의 결과물이 조용히 자신의 것이 되고, 확인해야 할 필요조차 느끼지 않는 상태다.
인지적 항복은 Wharton의 Steven Shaw와 Gideon Nave가 만든 용어다. 내가 목격해 온 현상을 정확히 설명한다. 신뢰가 커질수록(혹은 게을러질수록) 사람들은 스펙트럼 아래쪽으로 흘러간다. 각 단계가 점진적이고 합리적으로 보이기 때문에 그 전환을 알아차리는 경우는 드물다. 지난번 답변을 꼼꼼히 읽었으니 다음 답변은 훑어본다. 그다음 답변은 뼈대만 확인한다. 그러다 누군가 한 줄에 관해 물으면, 에이전트의 도움을 받아도 설명하지 못한다.
그것이 인지적 항복이다. 인지 부채는 그렇게 쌓인다. 대개는 시스템의 멘탈 모델을 적용하려고 할 때, 그런 모델이 아예 존재하지 않는다는 사실을 깨달으며 발견한다. Margaret-Anne Storey는 팀이 공유하는 시스템 이론에 대한 이해가 침식되는 형태로 이 문제가 나타난다고 썼다. 나도 코드에서 이에 해당하는 이해 부채(comprehension debt)에 관해 쓴 적이 있다(Jeremy Twei가 만든 용어다). 그 순간에는 전혀 보이지 않는다. 코드베이스는 흠잡을 데 없어 보이고 테스트도 통과한다. 시스템을 변경해야 하는 순간이 와서야 이제 아무도 시스템을 이해하지 못한다는 사실이 분명해진다. 전략 문서나 명세의 목차만 읽고 승인했을 때도 마찬가지다.
분명히 말하자면, 나는 불가능한 일을 주장하는 게 아니다. 규모가 큰 현대적 코드베이스의 전체 멘탈 모델을 유지하는 것은 불가능하다. Claude Code 팀은 필요할 때마다 이해를 재구축한다고 공개적으로 밝혔다. 어떤 부분을 이해해야 할 때 전체 모델을 머릿속에 담는 대신 Claude에게 그 부분을 설명해 달라고 요청한다. 내가 전에 쓴 것처럼, 이런 종류의 부채는 대부분의 엔지니어가 예상하는 것보다 회복하기 쉽다. 필요할 때 해당 영역의 모델을 다시 만들 수만 있다면 전체 모델을 계속 유지할 필요는 없다. 자신에게 무엇이 없는지만 알면 된다.
위험 부담이 낮다면 전부 위임해도 좋다. 에이전트를 통해서조차 질문의 답을 설명할 수 없다면, 이미 주도권을 넘긴 것이다.
그렇다고 이것이 언제나 문제인 것도 아니다. 얼마 전 강의를 녹화하면서 평점이 비슷한 호텔 세 곳 중 하나를 촬영 장소로 골라야 했다. 모든 후기를 직접 살펴볼 시간이 없어서 AI에 결정을 맡겼다. 잘됐고, 다음에도 똑같이 할 것이다. 하지만 우리 돈을 어떻게 투자할지, 아이들에게 진로를 어떻게 조언할지, 혹은 업무에서 무엇을 만들어야 할지, 어떤 변경이 어떤 사용자에게 영향을 미칠지, 출시해도 안전한지를 결정할 때는 그렇게 하지 않을 것이다. 틀려도 대가가 작을 때는 넘겨도 되지만, 그 결과를 다른 사람이 감당해야 할 때는 추론을 직접 붙들어야 한다.
내가 스스로에게 묻는 질문
내 생각이 무엇인지 모르겠을 때면 보통 이런 기본적인 질문 목록으로 돌아갔다. 내가 올바른 문제를 다루고 있다는 것을 어떻게 알 수 있는가? 올바른 방식으로 해결하고 있다는 것을 어떻게 알 수 있는가? 내 결론을 뒷받침하는 증거가 있는가? 작업이 끝났다는 것을 어떻게 알 수 있는가? 대부분은 그저 누가, 무엇을, 어디서, 왜, 언제, 어떻게에 해당한다. 글로 적어 놓으면 터무니없이 어린아이 같은 질문으로 보이지만, 그렇지 않으면 무시했을 범주를 기준으로 생각하게 만든다. 요즘은 이 모든 과정을 건너뛰고 에이전트에게 무엇을 해야 한다고 생각하는지 묻기가 너무 쉽다. 이제 나는 이 질문들을 다음과 같은 형태로 바꾸어 스스로에게 묻는다.
질문하기 전에 가설을 세웠는가? 사소하지 않은 작업을 에이전트에게 맡기기 전에는 머릿속으로라도 답이 무엇일지 적어 둔다. 엉터리 추측이어도 괜찮다. 새로운 정보를 접하고 생각을 바꾸는 것은 언제나 환영할 일이다. 하지만 잘 쓴 답변을 한번 읽고 나면 다른 가능성을 상상하기 어려워진다. 전혀 방향을 잡을 수 없다면 Thariq Shihipar가 blind spot pass라고 부르는 것을 요청하라. 자신이 아는 내용을 모델에 주고, 자신이 모른다는 사실조차 모르는 것을 찾아 달라고 하는 것이다.
생각하는 일을 도와달라고 요청하는가, 아니면 내 생각을 대신해 달라고 하는가? 자신이 어느 쪽을 하고 있는지 아는 한 둘 다 괜찮다.
어떤 조건이 참이어야 이것이 틀린 답이 되는가? 그런 다음 직접 확인하라. 모델이 스스로 평가한 확신도는 실제로 수행할 수 있는 테스트보다 훨씬 가치가 낮다. 그러니 테스트할 방법을 주어라.
다른 관점의 반론을 들어 봤는가? 다소 열린 문제에 강한 입장을 취했을 때는 둘 이상의 모델에 반대편을 논증하게 한 다음, 그 결과를 검토하고 내 의견을 세운다. 시간은 더 걸리지만 그 주제를 훨씬 더 잘 알게 된다.
이것을 유지보수해야 할 사람 앞에서 이 판단에 돈을 걸 수 있는가? 코드뿐 아니라 자신이 전달하는 다른 모든 것에도 적용되는 질문이다. 나는 이것이 답변에 책임질 수 있는 기준이라고 생각한다.
나는 이제 무엇을 연습하지 않는가? 일상적인 디버깅의 일부일 수도 있다. 그중 일부를 놓아주는 것은 괜찮지만, 의식적으로 결정한 일이기를 바란다.
검증을 습관으로 만들기
나는 최근 검증에 관해 많이 쓰고 있다. 병목이 코딩에서 자신이 옳다는 확신을 얻는 일로 이동했다고 믿기 때문이다. 엔드 투 엔드 테스트나 속성 테스트, 실제 앱 조작 등 에이전트가 자신의 작업을 검증할 수단을 주면, 에이전트는 사람이 무언가를 살펴보기도 전에 변경하고, 검증 테스트를 실행하고, 출력을 읽고, 다시 시도할 수 있다. Boris Cherny는 이를 “Claude가 자신의 작업을 검증할 방법을 주어라”라고 부른다. 나는 이것이 훌륭한 결과를 만드는 가장 중요한 요소 중 하나라고 생각한다. 모든 줄을 읽는 대신 이런 루프를 만들고 증거를 검토하게 될 것이다.
검증 역시 포기할 수 있다. “내 결론을 뒷받침하는 증거가 있는가?”라는 질문이 “체크 표시가 초록색으로 바뀌었는가?”로 변하는 것이다. 에이전트 덕분에 테스트 생성 비용이 아주 낮아졌으므로 초록색 표시를 많이 보게 된다. 하지만 고장 난 기능을 잡지 못하는 테스트도 통과할 수 있다. 기능과 테스트에 똑같은 실수가 들어 있다면 그 테스트는 통과한다. 게다가 초록색 체크 하나가 말해 주는 속성은 하나뿐이다. 그것이 모든 것을 검사한다고 상상하기가 너무 쉽다.
체크 표시가 초록색으로 바뀌면 무엇을 증명했는지 물어라. 그런 다음 무엇을 증명하지 못했는지 물어라.
사후에는 어떤 결과든 합리화하게 되므로 “검증됨”의 의미를 미리 정의하라.
에이전트 작업의 결승선은 테스트 통과, 스크린샷, 로그나 트레이스처럼 손에 잡히는 것이어야 한다. 그래야 완료 기준이 사실에 기반하며, “끝난 것처럼 보인다” 같은 말에 따라 해석(그리고 항복)의 여지가 생기지 않는다. 에이전트에게 완료 알림을 받으면 요약을 읽기 전에 먼저 실행한 명령의 코드 조각과 출력을 확인하라.
Claude Code는 온전한지 확인하는 절차로 새로운 컨텍스트의 서브에이전트를 통해 자기 작업을 스스로 비판할 수도 있다. 기억날 때만 하는 대신 매번 실행되도록 이 과정을 루프에 넣을 가치가 있다. 나는 마지막에 여전히 “놓친 것이 있는가?”라고 묻는다. 바보 같은 질문처럼 들리지만, 프런티어 모델로 복잡한 기능 작업을 마치고 직접 살펴보고 검토한 다음 “놓친 것이 있는가?”라고 물으면 두세 가지를 더 찾아오는 일이 아주 흔하다. 그래서 나는 항상 묻는다.
물론 이 모든 것을 늘 해야 하는 것은 아니다. 언제 깊이 파고들어야 하는지 아는 것 자체가 기술이다. Claude Code 팀이 코드 리뷰를 수행하는 방법을 정리한 글에서 내가 가장 좋아하는 경험 법칙은 이것이다. “검사가 무엇을 놓칠지 말할 수 없다면 빠른 승인 대신 제대로 된 리뷰를 요청하라.”
이는 코드 밖에도 적용된다. 에이전트가 고객 인터뷰 50건이나 경쟁 분석을 종합했다면 원문 문서 몇 개를 확인해 요약이 정확한지 살펴라. 추천의 근거가 되는 숫자 하나를 골라 올바르게 계산됐는지 확인하라.
에이전트 덕분에 검증을 설정하는 비용은 낮아졌다. 여러분에게 어려운 일은 좋은 검증이 어떤 모습인지 아는 것이다.
생성된 결과물에 실제로 주의를 기울이기
에이전트가 600줄짜리 PR을 건넸다고 해 보자. 구조를 대략 살펴본다. 모든 줄을 읽지는 않는다. 변수 이름은 합리적으로 보이고 테스트도 통과하니 승인한다. 하지만 중간 어딘가에는 트랜잭션 경계의 순서가 미묘하게 바뀌었거나, 한 번도 생각하지 못한 엣지 케이스의 기본값이 뒤집혀 있을 수 있다. 검토하기는 했다. 아마도. 하지만 이미 발견할 것이라고 알고 있던 것만 검토했다.
코드를 작성하는 능력과 검토하는 능력은 서로 다른 기술이며, 어느 순간부터 검토는 형식적인 도장 찍기로 변한다. 그러니 AI가 작성하지 않은 것처럼 diff를 읽고, 그다음에는 diff 너머에서 에이전트가 내린 결정까지 살펴라. 긴 세션을 진행하는 동안 에이전트는 수많은 작은 결정을 대신 내린다. 기본값을 무엇으로 둘지, 무엇을 범위 밖으로 볼지, 두 요구 사항이 충돌할 때 어느 쪽을 재해석할지 같은 결정이다.
모든 일이 잘됐다는 요약에서는 그 어떤 것도 보이지 않는다. 그러니 에이전트가 내린 결정과 전제를 나열하게 하라. 그런 다음 스스로 퀴즈를 풀어라. 몇 줄을 무작위로 골라 이 줄은 왜 이렇지? 저 줄은 왜 그렇지? 하고 물어보라. 문서라면 닫아 놓고 핵심 논증을 기억만으로 적어 보라. 긴 세션에서 내가 좋아하는 습관을 가진 사람들도 있다. Claude에게 변경 사항 보고서를 작성하게 하고 맨 아래에 퀴즈를 내게 하는데, 규칙은 “퀴즈를 완벽하게 통과한 뒤에만 병합한다”는 것이다.
출시할 결과물을 방어할 수 있을 만큼 충분히 이해하라. 언젠가는 누군가 물을 수 있기 때문이다.
에이전트는 주의력을 지키는 데도 쓸 수 있다. 예를 들어 내가 운영하는 오픈 소스 프로젝트에는 풀 리퀘스트가 많이 들어온다. 나는 어떤 요청이 들어오고 있는지, 무엇이 가이드라인에 어긋나는지, 어디에 내 주의가 필요할지를 판단하는 데 에이전트의 도움을 받는다. 에이전트가 이를 스스로 결정하도록 두는 경우는 드물지만, 내가 집중해야 할 범위를 좁혀 줄 수는 있다. 그러면 이런 변경이 올바른 문제를 올바른 방식으로 해결하는지 실제로 생각할 수 있다.
그리고 물량의 문제가 있다. 이 부분에서는 자신에게 솔직해야 한다. 나는 이를 오케스트레이션 세금(orchestration tax)이라고 불렀다. 에이전트가 생성하는 것과 기꺼이 자신의 이름을 걸 수 있는 것 사이의 간극이다. 검토하는 속도보다 완성된 작업이 쌓이는 속도가 더 빠르다면, 이를 바로잡기 전까지 세션을 하나 더 실행해도 도움이 되지 않는다. 자신이 확인해야 할 일을 줄이도록 검사를 강화하거나, 속도를 늦춰라.
책임질 수 있는 양보다 더 많이 만들고 있다면 더는 검토하는 것이 아니다. 잘되기를 바랄 뿐이다.
좋은 입력, 좋은 출력
사람의 멘탈 모델은 여전히 관여하지만 이제 중간이 아니라 앞과 뒤에 놓인다. 작업 설명과 컨텍스트를 만드는 앞단, 그리고 결과물을 검토하는 뒷단에 에너지를 쏟는다. 좋은 입력이 출력의 품질에 중요한 이유가 여기에 있으며, 나는 좋은 프롬프트를 작성하는 능력을 비판적 사고 기술로 본다.
예전에는 구체적이지 않은 요청을 하면 누군가 이의를 제기했고, 그러면 “잠깐, 사실 이 문제를 제대로 생각하지 않았네”라고 깨달을 수도 있었다. 에이전트는 그 지점에서 멈춰 세우지 않는 경우가 많다. 아이디어는 여전히 모호한데도 빠진 부분을 채워 넣고 완성된 것처럼 보이는 결과를 돌려준다. 나는 이를 의도 부채(intent debt)라고 쓴 적이 있다. 자신이 작성하지 않은 결과물 속에 들어 있을 수 있는 암묵적인 목표, 제약 조건, 근거를 뜻한다. 다른 종류의 부채와 달리 이것은 다른 누구도 대신 해결할 수 없다. 의도는 자신에게서 나와야 한다.
프롬프트는 문제에 대한 자신의 이해를 비추는 거울이다. 명확하게 표현할 수 없다면 자기 머릿속에서도 명확하지 않은 것일 수 있다.
도움을 요청하기 전에 자신의 말로 요청 개요를 작성하라. 대상 독자, 범위 밖의 항목, 완료의 정의를 설명하라. 두 번째 수정 요청까지 했는데도 원하는 곳에 도달하지 못했다면 조금씩 손보기를 멈추고 프롬프트를 다시 써라.
이 과정에서도 에이전트의 도움을 받을 수 있다. 나는 Andy Clark가 AI 시스템에 위임하는 것과 AI 시스템과 협업하는 것을 구분한 방식을 좋아한다. 후자에서는 서로를 증폭하는 선순환이 일어난다. 프롬프트가 결과물을 다듬고, 결과물이 다음 프롬프트를 다듬으며, 다시 문제에 대한 자신의 멘탈 모델을 다듬는다. 명확하지 않다면 에이전트에게 이해하지 못한 부분을 중심으로 자신을 인터뷰해 달라고 하라. 자신의 멘탈 모델을 더 정교하게 만든 상태로 세션을 끝냈다면 성공했다는 신호다.
입력도 조심해야 한다. 각 에이전트가 이전 에이전트의 요약만 컨텍스트로 넘기기는 쉽다. 그러다 보면 세 번째 에이전트는 원문을 읽어 보지도 않은 상태가 된다.
출력에 대한 자신만의 기준도 필요하다. 나는 여러 창작 매체에서 AI를 다양하게 실험해 봤지만, 대부분은 내 기준을 충족하지 못해서 공개하지 않았다. 이제는 모든 결과물이 깔끔하게 포맷되어 자신감 있는 모습으로 나오므로, 세련된 외관은 더 이상 유용한 신호가 아니다.
AI 덕분에 더 빠르게 만들 수 있게 됐더라도, 그 결과물을 내 것이라고 밝히는 것이 불편하다면 나는 내놓지 않는다.
무언가 자신의 기준에 미치지 못했다면 공유 설정이나 훅, 테스트에 그 이유를 기록해 같은 일이 다시 일어나지 않게 하라. 그렇게 안목이 복리로 쌓인다. 무엇이 기준을 통과하지 못한 이유를 기록하는 일은 그 자체로도 좋은 연습이다.
“하지만 모델이 나보다 더 잘하게 될 텐데”
내 주변의 많은 사람처럼 이 분야의 미래를 낙관한다면, 아마 몇 섹션 전부터 이런 생각을 했을 것이다. 1~2년 뒤면 모델이 내가 찾아낼 수 있는 문제를 스스로 감지할 텐데, 굳이 그 기술을 유지해야 할 이유가 있을까?
그런 탐지 작업의 많은 부분에서는 여러분이 옳을지도 모른다. 나 역시 더 많은 탐지를 에이전트에 맡기자고 계속 주장해 왔다. 그래도 여전히 중요하다고 생각하는 이유는 이것이다. 결국 출시되는 결과에 누군가는 책임을 져야 한다. AI가 얼마나 많이 도왔든 사람이 책임을 져야 한다.
어떤 작업에서 에이전트를 얼마나 신뢰할지 결정하는 일 자체가 판단의 문제다. 모델이 틀리는 지점은 계속 바뀌므로, 감각을 조정된 상태로 유지하려면 작업을 검토해야 한다. Anthropic이 자사 엔지니어와 연구원을 대상으로 진행한 연구도 이를 감독의 역설이라는 함정으로 지적한다. “Claude를 감독하려면 AI를 과도하게 사용하면서 약해질 수 있는 바로 그 코딩 기술이 필요하다.”
내게 가장 중요하지만 더 나은 모델도 해결해 주지 못할 문제들이 있다. 무엇을 만들고 있는가? 왜 만들 가치가 있는가? 누구에게 영향을 미치는가? 무엇을 희생할 의향이 있는가? 모두 자신이 답해야 할 질문이다. 에이전트가 답을 생각하는 데 도움이 될 수 있고, 나도 그러기를 바라지만, 결국 그 질문은 여전히 자신의 몫이다.
작업과 감사의 많은 부분은 넘길 수 있어도 책임은 넘길 수 없다.
일상에서 실천할 것
이 모든 것을 엄격하게 따를 필요는 없다. 자신의 워크플로에 맞는 것만 끼워 넣으면 된다.
일주일에 한 번은 에이전트 없이 코드를 조금 작성하거나, 방법을 잊어버리면 정말 곤란할 일을 직접 해 보라. (나는 이를 보정 연습(calibration exercise)이라고 부른 적이 있지만, 도덕적인 의미로 하는 말은 아니다.) 한 달에 한 번은 더 이상 하지 않게 된 일을 적고, 그중 하지 않아도 괜찮은 것이 무엇인지 결정하라. 예전 블로그 글에서 던진 한 가지 질문은 여전히 그 어느 때보다 유효하다. AI가 존재하지 않는다면 얼마나 막막할까?
이해할 수 없는 것이 있다면 가서 배워라. 글을 쓰다가 처음 보는 표현을 만났다면 Google에서 한 줄짜리 설명을 찾아 그대로 넣을 수도 있다. 나는 그 표현을 제대로 이해하고 어디에 들어맞는지 알 수 있도록 조금 더 조사하는 쪽을 선호한다.
기계가 만든 결과를 제대로 점검하는 일은 엄연한 작업이다. 그렇지 않은 척하기 때문에 팀은 결국 점검하지 않게 된다. 공짜로 되는 일이 아니므로 일정의 한 항목으로 잡아 두면 실제로 해낼 수 있다.
연습을 멈춘 기술은 사라지며, 아마 생각보다 더 빠르게 사라질 것이다. 포기하고 싶지 않은 기술은 계속 사용하라.
가져갈 것들
- 의도를 가져라. 에이전트는 퀴즈를 내고, 인터뷰하고, 증거를 보여줄 수 있지만 그렇게 설정했을 때만 가능하다. 그러니 설정하라.
- 스펙트럼에서 자신이 어디에 있는지 솔직하게 보라. 에이전트의 도움을 받아도 답을 설명할 수 없다면 이미 항복한 것이다.
- 가설을 가져라. 틀린 가설이어도 좋으니 질문하기 전에 세워라.
- 초록색 체크 하나는 한 가지 사실만 뜻한다. 무엇을 검사했는가? 무엇을 검사하지 않았는가?
- 증거를 찾아라. 요약을 읽기 전에 무엇을 실행했고 무엇을 반환했는지 읽어라.
- 어떤 결정을 내렸는지 알기 위해 읽어라. 에이전트가 나를 대신해 무엇을 결정했는가?
- 프롬프트를 공들여 작성하라. 프롬프트를 작성하는 방식은 문제를 얼마나 이해했는지 보여준다.
- 기준을 정하고 지켜라. 자신의 이름을 걸 수 없다면 밖으로 내보내지 마라.
중요한 기술을 직접 사용하며 계속 경기에 참여하라. 이런 방법도 있다. 질문하기 전에 어떤 일이 일어날 것이라고 생각하는지 적고, 에이전트의 작업이 끝난 뒤에는 에이전트가 확인하지 않은 것 한 가지를 적어라. 그러면 결과물을 읽는 방식이 달라지는지 알려 달라. 독립적으로 생각하라. 더 나은 질문을 하라. 결과에 책임을 져라.

댓글
댓글을 불러오는 중...