AI Fluency 4D 프레임워크 (4단계) 알아보기
홍승협(준이아빠) / 데이터 분석, AI 실무 교육
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 질문의 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 달라집니다. 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 가지로 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.
📋 3줄 요약
-
AI Fluency 4D는 앤트로픽이 제안한 AI 활용 절차이고 위임과 설명, 분별력, 책임감 네 단계로 이뤄집니다.
-
설명 단계에서는 누가 읽는지와 무엇을 할지, 어떤 형식으로 낼지, 어디까지 허용할지 네 가지를 담아야 결과가 흔들리지 않습니다.
-
분별력 단계에서 환각과 아부를 걸러 내고 책임감 단계에서 저작권과 개인정보, 편향을 마지막으로 점검합니다.
📚 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
이 글이 도움이 되셨다면 공유해 주세요
메신저로 바로 보내거나 링크를 복사할 수 있습니다.
AI Fluency 4D 프레임워크에서 AI 답변에 환각, 아부가 있는지 의심하고 검증하는 단계는 어디일까요?
이어서 배우면 좋은 개념
할루시네이션(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.
AI 아부(Sycophancy) 알아보기: 모델이 동의만 하는 이유
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
- AI 생산성 역설, 일이 늘어난 게 아니라 눈높이가 올라간 것AI 생산성 역설은 개인의 작업 속도는 빨라졌는데 조직의 생산성 지표는 거의 움직이지 않는 현상입니다. 일하는 시간이 늘었다는 말이 함께 나오는 배경을, 속도가 느려진 쪽이 아니라 그동안 넘어가던 품질을 이제야 챙기기 시작한 쪽에서 살펴봤습니다.
- BYOK 뜻과 AI 도구에서 쓰이는 상황: 내 API 키로 쓰기와 암호화 키 직접 관리BYOK(Bring Your Own Key)는 도구가 정해 준 계정 대신 내가 직접 받은 API 키나 암호화 키를 가져와 쓰는 방식입니다. AI 도구의 설정 화면에 자주 보이는 이 말이 어디서 왔는지, 구독과 무엇이 다른지, 개인과 코딩 도구와 회사와 도구 제작자의 네 가지 상황에서 어떤 판단이 필요한지 2026년 9월 기준으로 정리했습니다.
- 클로드 커머스 에이전트 정리: 쇼핑 에이전트와 판매자 에이전트가 하는 일과 GA4 측정클로드 커머스 에이전트(Claude Commerce Agents)는 앤트로픽이 2026년 9월 2일 공개한, 쇼핑 에이전트와 판매자 에이전트를 만드는 공개 청사진입니다. 두 에이전트가 무엇을 하고 무엇을 하지 않는지, 결제를 뺀 설계가 챗GPT와 구글의 접근과 어떻게 다른지, 장바구니 35%와 구매 완료 60%라는 수치를 어떻게 읽을지, 에이전트가 만든 방문과 주문이 GA4에서 어디로 잡히는지 정리했습니다.
- 힉스필드 N3on 무한 AI 라이브 정리: GPT-6 아스트라로 24시간 돌아가는 AI 스트리머의 실제힉스필드 무한 AI 라이브는 힉스필드가 만들고 GPT-6 아스트라가 움직이는, 스트리머 N3on의 모습을 실시간으로 계속 생성하는 킥 방송입니다. 2026년 9월 7일 시작된 이 방송이 어떻게 굴러가는지, 무한이라는 말과 달리 킥 채널에 남은 실제 길이는 얼마인지, 처음이 아니라는 커뮤니티 노트와 팔아넘겼다는 반응은 무엇인지, 스트리머와 마케터에게 무엇이 남는지 정리했습니다.
- 오픈클로 2.0에서 달라진 것과 업그레이드 전 확인할 점오픈클로 2.0은 오픈클로 재단이 2026년 8월 30일 공개한 개인 AI 에이전트 v2026.8.1입니다. 혼자 쓰던 도구에 여러 사람이 같은 세션으로 들어오는 공유 기능이 붙었고, 저장 방식이 SQLite로 바뀌면서 업그레이드가 막히는 문제도 함께 보고됐습니다.
- SSOT(Single Source of Truth) 뜻과 AI 시대에 문서를 한곳에서만 고쳐야 하는 이유SSOT(Single Source of Truth)는 하나의 정보를 한곳에서만 고치고 나머지 곳은 전부 그곳을 참조하게 만드는 원칙입니다. 데이터베이스 설계에서 나온 이 말이 지표 정의서와 노션 문서, 클로드 코드의 CLAUDE.md까지 이어지는 이유와 작은 팀에서 만드는 순서를 정리했습니다.
