· 도구의 관점 — AI와의 대화
슬라이드 7 · Chapter 1 — 챕터 질문
AI에게 어떻게 말해야 더 좋은 답이 나오는가?
한 사람이 같은 모델에게 명령조로 물으면 코드가 깨진다. 다른 사람이 같은 모델에게 정중한 부탁으로 물으면 코드가 산다. 모델은 같다. 그러나 결과는 다르다. 이 장에서 그 차이를 파헤친다.
슬라이드 8 · Chapter 1 — 프롬프트의 4 슬롯
명령이 명확할수록 코드의 정확도가 올라간다. 연구팀은 "사용자가 제공하는 4 가지 정보 슬롯"을 측정했다:
- 무엇을 (What) — 만들 것의 정의
- 왜 (Why) — 이 기능이 필요한 이유
- 어떻게 (How) — 구현 방식의 제약
- 어디서 (Where) — 코드베이스의 위치
4 슬롯이 모두 채워진 질문은 1 슬롯만 채워진 질문 대비 정확도 2.3 배를 기록한다. 모델이 잘못한 것이 아니라, 우리가 정보를 불완전하게 주는 것.
슬라이드 9 · Chapter 1 — 비유: 도서관 사서의 레이더
모델을 질문 엔진이 아니라 "문맥을 읽는 도서관 사서"로 생각하면 명확해진다. 사서에게 한 줄 질문을 던지는 것과, 5 문장으로 배경을 설명한 후 질문을 던지는 것은 완전히 다른 검색 성능을 낸다.
사서의 레이더는 문맥 속에서 당신의 진짜 의도를 스캔한다. 문맥이 풍부할수록 사서가 더 정확한 책을 찾아온다. AI 도 똑같다. 이 비유가 명령조와 정중한 부탁의 차이를 설명하는 가장 정확한 방식.
슬라이드 10 · Chapter 1 — ReAct 사이클
코딩 에이전트의 원형은 단순 사이클이다:
Reasoning (생각) → Acting (도구 호출) → Observation (관찰) → Reasoning (다시 생각)
이 루프가 반복되면서 에이전트는 자신의 이전 결정을 검토하고 다음 단계를 결정한다. Claude Code, Cursor, Copilot의 모든 자율 동작은 이 단순한 사이클의 변형이다. 명령이 명확할수록, 에이전트의 각 루프가 더 정확해진다.
슬라이드 11 · Chapter 1 — 닫는 임팩트
한 번의 질문은 시작점이지 도착지가 아니다.
대화가 길어지면, 어떤 새 적이 등장하는가? 그것이 다음 장의 질문. 다음 장에서 우리가 직면하게 될 것은 컨텍스트 부패라는 적이다.