AI Fluency 4D 프레임워크 (Delegation, Description, Discernment, Diligence) 알아보기
앤트로픽이 제안하는 AI 활용 행동 프레임워크입니다. 무엇을 맡길지(Delegation), 어떻게 설명할지(Description), 결과를 어떻게 분별할지(Discernment), 책임감 있게 다룰지(Diligence) 네 단계로 구성됩니다.
이 글은 앤트로픽이 운영하는 Anthropic Academy의 AI Fluency 트랙 핵심 자료를 한국 입문자가 보기 편하게 정리한 글입니다. 원문 링크는 글 끝 참고 자료에 모았습니다.
🤔 AI 잘 쓴다는 게 뭘까요?
AI를 쓰는 사람은 많지만, "잘 쓴다"는 게 뭔지 정확히 설명하기는 어렵습니다. 프롬프트를 길게 쓰는 사람이 잘 쓰는 걸까요. 결과를 그대로 받지 않고 다시 시키는 사람이 잘 쓰는 걸까요.
앤트로픽은 이 질문에 대한 답으로 AI Fluency 4D 프레임워크를 제안합니다. AI를 능숙하게 다루는 행동을 네 가지 동사형 단어(D로 시작하는 4개 단어)로 정리한 모델입니다.
🔑 4D, 한 줄로 보면
| 단계 | 영문 | 한국어 | 핵심 |
|---|---|---|---|
| D1 | Delegation | 위임 | 무엇을 AI에게 맡길지 결정 |
| D2 | Description | 설명 | 맡길 일을 어떻게 설명할지 |
| D3 | Discernment | 분별력 | 결과를 어떻게 검증할지 |
| D4 | Diligence | 책임감 | 윤리, 보안, 사실 책임을 어떻게 질지 |
이 네 가지를 차례로 거치면 AI 사용이 흐름이 됩니다. 어느 한 단계라도 빠지면 AI가 만든 답이 그대로 결과물이 되어 버립니다.
📥 D1. Delegation, 무엇을 맡길까요?
가장 먼저 결정할 것은 AI에게 맡길 일과 사람이 직접 할 일을 나누는 것입니다.
AI에게 맡기기 좋은 일
- 정해진 패턴이 있는 작업: 회의록 정리, 외국어 번역, 표 정리
- 초안 작성: 이메일, 보고서, 기획서 1차 초안
- 자료 요약: 긴 문서 핵심 추출
사람이 직접 해야 하는 일
- 최종 의사결정 (투자, 채용, 발표)
- 민감 정보가 들어간 작업
- 사실 검증이 절대적으로 중요한 작업
위임 범위가 너무 좁으면 AI 도입 효과가 없고, 너무 넓으면 검증 부담이 폭발합니다.
✏️ D2. Description, 어떻게 설명할까요?
같은 일이라도 어떻게 설명하느냐에 따라 결과 품질이 갈립니다. 좋은 설명은 보통 다음 네 가지를 담습니다.
- 누가: "마케터가 읽을 글이다"
- 무엇을: "이 PDF 자료를 한국어로 요약해 달라"
- 어떻게: "결정 사항, 할 일, 미해결 이슈 세 갈래로 나눠 정리"
- 어디까지: "분량은 5줄 이내, 출처가 없는 통계는 빼라"
이 네 가지가 빠진 짧은 지시("요약해 줘")로는 결과 품질을 통제하기 어렵습니다. 자세한 작성법은 다음 클래스 프롬프트 엔지니어링 기본에서 다룹니다.
🔍 D3. Discernment, 결과를 어떻게 분별할까요?
AI 답변을 그대로 받지 않고 검증, 의심하는 단계입니다. 앞서 다룬 두 가지 함정을 다루는 자리이기도 합니다.
이 단계가 빠진 사용자는 AI에게서 그럴듯하지만 검증되지 않은 답을 받아 그대로 결과물에 넣게 됩니다.
🛡️ D4. Diligence, 책임감 있게 쓰고 있나요?
AI를 일에 쓴다는 것은 그 결과의 책임이 사용자에게 돌아온다는 뜻입니다. Diligence 단계에서는 다음 세 가지를 점검합니다.
- 사실 책임: AI 답변에 환각이 섞이지 않았는지 최종 확인
- 윤리, 법 책임: 저작권, 개인정보, 보안 정책에 맞는지
- 공정성 책임: 특정 집단을 비하하거나 편향된 결론은 없는지
자세한 내용은 책임감 있는 AI 사용 클래스에서 별도로 다룹니다.
💼 4D를 일상 업무에 적용하는 시나리오
마케터가 매주 광고 리포트 자동 정리를 AI에게 맡긴다고 가정합니다.
- D1 Delegation: 데이터 수집, 표 정리는 AI, 결론 코멘트는 사람이 직접
- D2 Description: "지난주 캠페인 5개의 CTR, CVR을 표로 정리하고 가장 큰 변화 3개를 짚어 달라"
- D3 Discernment: 표의 숫자가 원본 자료와 일치하는지 무작위 3개 셀 검증
- D4 Diligence: 보고서에 들어가는 고객 실명, 매출 수치는 별도 검수
이 흐름이 자리 잡으면 AI 사용이 안전하고 일관된 업무 도구가 됩니다.
📋 30초 요약
-
AI Fluency 4D는 Delegation, Description, Discernment, Diligence입니다. 위임, 설명, 분별력, 책임감 네 단계로 AI 사용을 흐름화한 앤트로픽 제안 프레임워크입니다.
-
Discernment 단계가 환각과 아부를 다루는 자리입니다. 출처 검증과 반대 입장 재질문이 핵심 도구입니다.
-
네 단계를 모두 거치는 흐름이 자리 잡으면 AI는 동의 기계가 아니라 검증 가능한 업무 도구가 됩니다. 다음 클래스의 프롬프트 엔지니어링 기본이 D2 단계의 실전 작성법입니다.
📚 참고 자료
- The 4 Ds of AI Fluency (Anthropic Academy): https://claude.com/resources/tutorials
- Getting good at Claude: A research-backed curriculum: https://www.anthropic.com/learn
- AI Fluency newsletter: https://www.anthropic.com/learn
AI Fluency 4D 프레임워크에서 AI 답변에 환각, 아부가 있는지 의심하고 검증하는 단계는 어디일까요?
이어서 배우면 좋은 개념
환각 (Hallucination) 알아보기
AI가 사실이 아닌 내용을 사실처럼 자신 있게 만들어내는 현상입니다. 출처가 없는 통계, 존재하지 않는 논문 인용, 실제 인물을 둘러싼 거짓 일화가 대표적인 예입니다.
모델 아부 (Sycophancy) 알아보기
AI가 사용자의 의견, 감정에 맞춰 사실보다 동의를 선택하는 경향을 말합니다. 사용자가 틀린 답을 주장해도 "맞다"고 동의하거나, 칭찬, 비판에 답이 흔들리는 현상이 대표적인 예입니다.
프롬프트 엔지니어링 기본 익히기
AI에게 일을 시킬 때 결과 품질을 결정하는 지시 작성법입니다. 역할, 맥락, 작업, 제약, 예시를 갖춘 프롬프트가 좋은 결과를 안정적으로 만듭니다.
책임감 있는 AI 사용 익히기
AI를 일에 쓸 때 사실 검증, 개인정보 보호, 법적 책임, 편향 점검을 본인이 책임지는 태도와 절차를 말합니다. AI는 도구이고, 그 결과의 책임은 사용자에게 있습니다.
관련 인사이트
Claude Opus 5 업데이트 방법과 사용법 정리
2026년 7월 24일 공개된 Claude Opus 5를 클로드 코드와 클로드 앱에서 사용하는 방법을 정리했습니다. 업데이트 명령어, 모델 선택, effort 레벨 조절, 목록에 보이지 않을 때의 점검 순서를 다룹니다.
기술 부채, 인지 부채, 의도 부채: AI 시대에 쌓이는 세 가지 빚
AI로 결과물을 얻기는 쉬워졌는데 시스템은 왜 더 다루기 어려워질까요. 코드에 쌓이는 기술 부채, 사람에게 쌓이는 인지 부채, 기록에 쌓이는 의도 부채를 구분해서 정리하고, 각각을 알아채는 신호와 대응 방법을 살펴봅니다.
VS Code와 비슷하지만 다른 Orca 사용법
VS Code처럼 생겼지만 중심이 다른 Orca의 장점을 정리했습니다. 프로젝트 관리 화면, 공들인 UX, 디자인 모드와 컴퓨터 유즈, 휴대폰 연결까지 들어간 기능들과, 많이 켜면 무거워지는 현실적인 한계를 함께 다룹니다.
