사람은 한눈에,
AI는 하나씩 계산합니다
같은 종이 한 장을 받아도, 사람과 AI는 완전히 다르게 일합니다. 이 차이를 알면 왜 AI에게 규칙과 맥락을 미리 줘야 하는지 — 그리고 카이렌이 왜 그 준비를 공학으로 다루는지가 보입니다.
회의록 양식 한 장을
건넸습니다.
“이거 회의록 양식이에요. 채워 주세요.” — 사람에게도, AI에게도 똑같이 부탁했습니다.
| 일시 | |
|---|---|
| 장소 | |
| 참석자 | |
| 안건 | |
| 결정사항 |
“아~ 종이가 있고, 제목이 있고,
표 안에 값만 채우면 되는구나.”
종이인지, A4인지, 볼펜인지는 묻지도 따지지도 않습니다. 평생의 경험이 배경지식으로 깔려 있으니까요.
- 계산 1이건 종이인가, 대나무인가?
- 계산 2규격은 A4인가, A3인가, B4인가?
- 계산 3이건 표인가, 선인가, 점인가?
- 계산 4볼펜인가, 연필인가, 사인펜인가?
- 계산 5값을 채우는 규칙이 있는가, 없는가?
- 계산 6‘우리 회사’의 회의록 규칙은? — 안건은 몇 개까지? 문체는? 날짜 표기는?
- … 사람이라면 저절로 아는 것들을 전부 계산 …
AI는 “당연한 것”이 없습니다. 당연한 것까지 전부 단계별로 계산해야 일을 시작할 수 있습니다.
AI는 매번 ‘입사 첫날’이 반복되는 신입사원입니다 — 신입도 규정집과 선배의 예시를 주면, 첫날부터 잘합니다.
그래서 같은 AI가,
전혀 다른 결과를 냅니다.
AI의 성능은 AI 자체보다 “일이 얼마나 명확하게 정의돼 있는가”에 좌우됩니다.
극강의 성능과 속도
- 계산할 게 “값 채우기”뿐 — 곧바로 실행
- 사람보다 훨씬 빠르고, 지치지 않음
- 결과가 일정하고 정확함
규칙부터 스스로 만들어야 함
- 종이인지부터 하나하나 스스로 결정
- 계산량 폭증 → 토큰(사용료)·시간 증가
- 추측이 늘어 정확도까지 하락
* 막대 길이는 이해를 돕기 위한 개념적 표현입니다.
그래서 연구자들이
‘보조 도구’를 만들었습니다.
AI에게 규칙과 배경지식을 미리 건네주는 도구들입니다. 사람의 “평생 경험”을 대신해 주는 셈이죠. 카이렌의 다섯 트랙은 이 도구들을 운영급으로 구현한 것입니다.
일에 필요한 자료를 먼저 찾아 AI 손에 쥐여 줍니다. 기억에 의존한 추측이 줄어듭니다.
“이 단어는 이런 뜻, 이것과 저것은 이런 관계” — 우리 회사의 상식을 사전으로 만들어 줍니다.
양식은 시스템이 정해 두고, AI는 값만 채우게 합니다. 고민할 거리 자체를 없앱니다.
일하는 규칙을 문서로 정리해 두고 AI가 늘 참고하게 합니다.
공통 원리 — AI가 “추측하고 결정할 일”을 미리 줄여 주는 것
AI를 잘 쓰는 비결은 더 비싼 AI가 아니라,
규칙과 맥락을 미리 주는 것입니다.
카이렌은 이 원리를 방법론으로 만들었습니다.
- Context Engineering 4전략 — Write · Select · Compress · Isolate. 규칙과 맥락을 설계하는 공학으로 다룹니다.
- Eval-first — 코드보다 평가 데이터셋이 먼저. “잘한다”의 기준을 데이터로 고정한 뒤에 만듭니다.
- 게이트 기반 자율성 — P3(제안만) → P0. 신뢰가 쌓인 만큼만 AI에게 맡깁니다.
수치 기준 2026.08
본 자료는 이해를 돕기 위한 비유적 설명입니다 · 수치 기준 2026.08