이 가이드는 Anthropic Education Report: The AI Fluency Index(새 탭에서 열림)와 함께 사용하도록 설계되었습니다. 리더십 그룹이 AI 역량 개발을 탐구하든, 교수진 팀이 기관에 대한 시사점을 논의하든, 전문 학습 커뮤니티가 직장에서 AI와 협업하는 방식을 되돌아보든, 모든 규모의 팀에 적합합니다.
분위기 조성하기
아래 각 섹션에는 핵심 주제에 대한 간략한 요약과 토론 프롬프트가 포함되어 있습니다. 모든 섹션이나 모든 질문을 다룰 필요는 없습니다. 그룹에 가장 관련성이 높은 내용을 선택하세요.
권장 형식:
- 집중적인 토론을 위해 45분에서 60분을 할애하세요.
- 참가자들이 사전에 보고서(새 탭에서 열림)를 읽거나 훑어보도록 하세요.
- 2~3개의 토론 섹션과 선택적 활동 하나를 선택하세요.
주제 1: 팀이 이미 잘하고 있는 것
데이터에 따르면 대부분의 사람들이 이미 자연스럽게 여러 가지 fluency 행동을 보여주고 있습니다. 대략 86%의 대화에 반복과 개선이 포함됩니다. 약 절반은 목표 명확화를 포함합니다. 약 41%는 좋은 결과물이 어떤 모습인지에 대한 예시를 포함합니다. 이는 실제 역량이며, 팀 내 많은 사람들이 이미 이를 수행하고 있을 가능성이 높습니다.
토론 프롬프트
1. 보고서의 행동 유병률 차트를 보면, 팀에서 가장 강한 fluency 행동은 무엇이라고 생각하시나요? 가장 약한 것은 무엇일까요?
2. 가장 흔한 행동은 반복과 개선입니다. 팀이 AI를 사용하는 방식을 생각해 볼 때, 사람들은 초기 응답에 대해 반복하고 이의를 제기하는 경향이 있나요, 아니면 첫 번째 결과물을 그대로 받아들이나요? 그런 행동을 유발하는 요인은 무엇인가요?
주제 2: 반복의 효과
반복과 개선은 데이터에서 다른 모든 fluency 행동과 가장 강하게 상관관계를 보이는 단일 요인입니다. 반복이 포함된 대화는 전반적으로 훨씬 높은 비율을 보입니다: 목표 명확화 +23.6%p, 예시 제공 +22.6%p, 누락된 맥락 식별 +17.1%p, 형식 지정 +16.3%p, 추론에 대한 질문 +14.7%p.
토론 프롬프트
1. 보고서는 반복이 더 많은 fluency 행동과 상관관계가 있지만 아직 인과관계를 증명하지는 못한다고 밝힙니다. 이 관계를 어떻게 설명할 수 있을까요? 더 복잡한 작업이 자연스럽게 반복과 더 많은 fluency 역량을 모두 필요로 하는 것일 수 있을까요?
2. 팀원들이 반복하는 것을 막는 장벽은 무엇일까요? 시간 압박, 인지된 노력, 다음에 무엇을 물어야 할지에 대한 불확실성, 또는 단순히 반복이 가치 있다는 것을 모르는 경우를 생각해 보세요.
3. 더 많은 반복을 장려하기 위한 팀 규범이나 관행을 설계한다면 어떤 모습일까요? "좋은" 후속 메시지는 덜 효과적인 메시지와 비교해 어떤 모습일까요?
주제 3: 아티팩트 효과
AI가 완성도 높은 결과물을 생성하면, 사용자는 작업을 지시하는 데 더 많은 노력을 기울이지만 받은 결과물을 평가할 가능성은 낮아집니다. 보고서는 이를 아티팩트 효과라고 부릅니다.
데이터에 따르면 아티팩트 대화에서 지시적 행동의 비율이 더 높습니다: 목표 명확화 +14.7%p, 형식 지정 +14.5%p, 예시 제공 +13.4%p, 반복 +9.7%p. 하지만 세 가지 discernment 행동은 모두 감소합니다: 추론에 대한 질문 -3.1%p, 사실 확인 -3.7%p, 누락된 맥락 식별 -5.2%p.
이 데이터는 상관관계일 뿐 인과관계가 아니므로, 보고서는 몇 가지 가능한 설명을 제시합니다. 완성도 높은 결과물은 그렇지 않아야 할 때도 "완료"라는 신호를 줄 수 있습니다. 아티팩트 작업은 다른 작업보다 사실적 정밀성이 덜 필요할 수 있습니다. 또는 사용자가 대화 자체 내에서가 아니라 코드를 실행하거나 동료와 초안을 공유하는 등 다른 경로를 통해 결과물을 평가하고 있을 수도 있습니다.
토론 프롬프트
1. AI가 생성한 결과물이 완성도 있어 보여서 받아들였다가 나중에 문제를 발견한 적이 있나요? 어떤 일이 있었나요?
2. 보고서는 사용자가 대화 외부에서 아티팩트를 평가할 수 있다고 언급합니다. 팀의 경험상, AI 결과물에 대한 실제 평가는 어디에서 이루어지나요? 대화 중인가요, 아니면 그 이후인가요?
3. 보고서는 AI 모델이 점점 더 완성도 높아 보이는 결과물을 생성함에 따라, 그 결과물을 비판적으로 평가하는 능력이 더욱 가치 있어질 것이라고 주장합니다. 결과물이 완성된 것처럼 보일 때 팀원들이 비판적인 시각을 유지하도록 돕는 데 무엇이 필요할까요?
주제 4: 조직 내 AI Fluency 함양하기
연구는 많은 사용자가 역량을 강화할 수 있는 세 가지 영역을 지적합니다: 대화를 계속 이어가기(반복하기), 완성도 높은 결과물에 의문을 제기하기, 협업의 조건을 설정하기입니다.
토론 프롬프트
1. 보고서의 세 가지 권장사항(더 많이 반복하기, 완성도 높은 결과물에 의문 제기하기, 협업의 조건 설정하기) 중 지금 팀에 가장 실행 가능하다고 느껴지는 것은 무엇인가요? 채택하기 가장 어려운 것은 무엇이며, 그 이유는 무엇인가요?
2. 보고서는 "내 가정이 틀렸다면 이의를 제기해 줘" 또는 "확신이 없는 부분을 알려줘"와 같은 지시로 AI가 어떻게 상호작용하기를 원하는지 알려주라고 제안합니다. 팀원 중 누군가 이를 시도해 본 적이 있나요? 어떤 차이가 있었나요?
3. 조직의 현재 AI 역량 개발 접근 방식은 어떤 모습인가요? 공식 교육, 동료 학습, 시행착오, 또는 다른 방식인가요? 얼마나 잘 작동하고 있나요?
4. 다음 분기에 조직 전체에서 하나의 AI fluency 역량을 구축하는 데 집중할 수 있다면, 어떤 것을 선택하시겠습니까? 시작하기 위해 취할 수 있는 구체적인 한 가지 단계는 무엇인가요?
선택적 활동
이러한 실습 활동은 토론을 실제 연습으로 확장할 수 있습니다. 그룹의 관심사와 가용 시간에 따라 하나를 선택하세요.
반복 챌린지 (15분)
각 참가자는 자신의 업무와 관련된 작업에 대해 Claude와 대화를 시작합니다. 첫 번째 응답을 받은 후, 결과물을 완료된 것으로 간주하기 전에 개선하거나, 이의를 제기하거나, 방향을 재설정하는 후속 메시지를 최소 세 번 보내야 합니다. 이후 다음을 논의하세요: 결과물이 어떻게 변했나요? 첫 번째 응답에서 멈췄다면 무엇을 놓쳤을까요?
틈새 찾기 (15분)
Claude가 그룹이 잘 아는 주제에 대해 아티팩트(문서, 코드 조각, 분석 등)를 생성하도록 하세요. 결과물을 함께 검토하고 맞는 것처럼 보이지만 틀릴 수 있는 부분, 누락된 부분, 확인되지 않은 가정을 파악하세요. 이를 활용해 평가 역량에 대한 대화의 기반을 마련하세요.
조건 설정하기 (10분)
각 참가자는 중요한 AI 대화를 시작할 때 사용할 짧은 "협업 서문"을 작성합니다: 모델이 자신과 어떻게 상호작용하기를 원하는지, 어떤 종류의 이의 제기를 원하는지, 모델이 무엇을 표시해 주기를 기대하는지를 담습니다. 그룹 전체에서 접근 방식을 공유하고 비교하세요.
추가 자료
다음 자료들은 AI Fluency Index의 연구 결과에 대한 추가적인 맥락을 제공합니다.
- Rick Dakan과 Joe Feller가 Anthropic과 협력하여 개발한 4D AI Fluency Framework(새 탭에서 열림)는 이 연구의 기반이 되는 24개의 행동 지표를 정의합니다.
- 코딩 역량에 대한 Anthropic의 연구(새 탭에서 열림)는 개발자가 코드를 작성하고 검토할 때 AI와 상호작용하는 패턴을 살펴봅니다.
- 대학생(새 탭에서 열림)과 교육자(새 탭에서 열림)에 대한 이전 Anthropic Education Report는 특정 집단이 AI를 사용하는 방식에 대한 맥락을 제공합니다.
이 토론 가이드는 Anthropic Education Report: The AI Fluency Index (2026)(새 탭에서 열림)의 동반 자료입니다. 이는 Anthropic의 AI Fluency Program이 리더, 교육자, 팀이 보고서의 결과를 이해하고 조직 전반에서 더 강력한 AI fluency를 함양하는 것을 지원하기 위해 제작했습니다.