[이런 저런 이야기] 내가 AI 플랫폼을 여러 개 사용하는 이유 : AI는 의견을 밀고 나간다

 

내가 AI 플랫폼을 여러 개 사용하는 이유 : AI는 의견을 밀고 나간다

오늘은 주말 저녁이다 보니 기술 관련된 내용보다는 "내가 AI 플랫폼을 여러 개 사용하는 이유"에 대해서 저의 생각을 적어볼까 합니다. 특히 요즘처럼 AI가 극도로 발전중인 전환점의 시기에 있는 만큼 개발자들 또한 AI를 받아들이고 "'어떻게 활용해야 학습이나 업무에서 최적의 아웃풋을 낼 수 있을까"에 대해 고민해보아야 합니다.

저는 현재 사이드 프로젝트에 기획은 Grok, 디자인은 v0, 백엔드는 ChatGPT, 프론트는 Cursor+ChatGPT으로 사용중이며 추가로 Calude 또한 사용합니다. Calude 의 경우 코드 검토 및 리뷰어로써 활용 하며 수학적인 계산이 필요할 땐 Calude, 웹 검색이 필요할 땐 Perplexity를 사용합니다.

---

오히려 하나의 AI 플랫폼을 사용하면 프롬프트 작성이 용이하고 더 편할 텐데 왜 여러개를 쓰는가?

제가 경험한 AI 플랫폼을 하나로 쓸 때의 단점은 아래와 같습니다.

1. AI가 기억하는 대화의 내용이 어느 순간 꼬여 버린다.
2. 디자인, 프론트, 백엔드와 기획/설계/개발/리뷰 단계별로 각기 다른 프롬프트를 생성하고 상황을 제시해주어야 한다.
3. 두 번 이상 밀고 나가는 답변은 끝까지 밀고 나간다.

첫 번째의 경우 대화의 내용이 여러 가지가 섞이게 되면 어느 순간 원하는 답변을 다르게 주기도 합니다. 예를 들어 한 번의 작업에 한해 필요한 것을 요구했을 경우. 질문 시 "이 요구 사항을 한 번만 활용한다"라고 프롬프트를 작성하더라도 이후 답변에서 해당 요구 사항을 그대로 밀고 나가거나, 잘 답변 하다가 어느 순간 갑자기 한 번만 활용을 요청했던 요구 사항을 들어주기도 합니다.

두 번째의 경우 서로 다른 영역에 대해 작업을 해야할 경우 원하는 상황과 프롬프트를 매번 바꿔가며 상황을 제시해주어야 합니다. 프론트 작업을 할 땐 프론트에 맞는 상황을, 백엔드 작업을 할 땐 백엔드에 맞는 상황을, 다시 프론트로 넘어가면 또 다시 프론트에 맞는 상황을 제시하여 매번 바꿔주어야 하는 불편함이 생깁니다. 또한 이렇게 작업하다보면 첫 번째 단점이 서서히 나타나기 시작합니다.

세 번째의 경우 AI는 자신이 한 답변을 두 번 이상 밀고 나갈 경우, 틀린 내용이더라도 해당 답변을 계속해서 밀고 나갑니다. 이러한 상황에 있을 때 "아니야 다시 검토해"라고 하더라도 틀린 내용을 계속 주므로 다른 AI 플랫폼을 사용하여 답변을 얻어 사용 하거나, 다른 AI에게서 얻은 답변을 다시 제시하여 바로 잡고 진행 해주어야 하는 상황이 생깁니다.

위와 같은 이유들로 저는 각 상황에 맞는 AI 플랫폼을 따로 사용하며, 필요할 경우 다른 AI 플랫폼과 동일한 질문을 하여 원하는 답변에 가장 유사한 아웃풋을 받기도 합니다.

또한 개인적으로 사용하며 느낀점은 AI 플랫폼별로 장단점이 있음을 체감하였습니다. Grok은 문서 작업에 강점을, GPT는 안정성을, Calude 는 가독성을, Cursor는 에이전트다 보니 즉시 사용 가능한 코드 스니펫을 주는 느낌이 강했습니다.
특히 GPT가 어느 특정 분야에 두드러지는 강점을 보이는 것을 체감하진 못했지만 안정성, 가독성, 즉시 가능한 코드 스니펫 등 평균적으로 두루두루 뛰어남을 느꼈고 이미 대화했던 기록에 의해서인지 GPT가 가장 답변의 품질이 좋았습니다.

이러한 이유로 현재 사이드 프로젝트에서 기획은 문서 작업에 강점을 보이는 Grok을, 당장 프론트의 코드 품질은 크게 생각하지 않고 있으므로 Cursor를 사용하고, 백엔드 설계 및 기능 구현은 GPT를 사용중이며 코드 검토 및 리뷰는 GPT + Calude를 같이 사용하고 있습니다.(물론 AI를 통해 검토 및 리뷰를 거친 후 직접 검토 및 리뷰를 한번 더 진행 합니다.)

---

AI는 도구이자 동료일 뿐 이라는 사실을 잊어서는 안된다.

한편으로 어느 곳에서는 비개발자가 홈페이지를 배포한다며 개발자의 필요성이 사라질 것이다 말하고, 개발자들 사이에서도 AI에 반감을 가지거나 AI의 답변이 진리인 것처럼 찬양하기도 합니다.

하지만 AI는 어디까지나 도구이자 동료일 뿐입니다. AI를 활용할 때 자신은 대표 또는 리더급 팀장이라는 생각을 가지고, AI는 직원 또는 팀원이라는 마인드로 접근해야 합니다.
대표(사용자)는 직원(AI)이 주어진 업무를 수행 후 보고(답변)를 받고 최종 결정을 내려야 합니다. 대표가 직원을 채용 후 아무런 관리 없이 내버려둔다면 어떻게 될까요? 결과물의 품질은 절대 보장되지 않을 것입니다.

또한 AI를 도구로써 활용하며 사용자는 검토하고 올바른 답변인지 판단해야 할 지식이 있어야 합니다.
만약, 지식이 없는 상태에서 무분별하게 AI를 사용하면 당장은 원하는 아웃풋이을 얻을 수 있을지 몰라도, 그렇게 경력이 쌓여 간다면 AI가 아무리 좋아진다 한들 한계에 부딪히게 될겁니다.
AI에게 하는 질문 조차 퀄리티가 낮을것이며, 답변을 받아도 그 내용을 제대로 이해하지 못할 것이고, 특히 같은 개발자끼리의 커뮤니케이션에서 심각한 문제가 생길겁니다.

앞으로 개발자가 코드를 직접 타이핑 하는 비중은 점점 더 줄어들겠지만, 그만큼 넓은 지식을 바탕으로 설계할 수 있는 아키텍처 역량은 점점 더 중요해질 것이라고 생각합니다.

결국 AI는 도구이자 동료일 뿐입니다. 구글링 하던 때에서 AI를 사용하는 것으로 바뀐것이며, 파이썬으로 직접 특정 업무에 사용 가능한 프로그램을 만들어 자동화를 하던것들이 AI를 기반으로 좀 더 쾌적하고 강력한 워크플로우를 구성할 수 있도록 바뀐 것 뿐입니다.
AI가 준 답변을 그대로 사용 하는 것은 쉽지만 그 답변이 실제 적용이 가능한 코드인지, 추후 유지보수가 용이한 코드인지, 현재 상황에 맞는 설계인지를 검토하고 적용하는것은 결국 사용자의 몫입니다.