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?
연관 개념
MCP (Model Context Protocol) 이해하기
AI 애플리케이션이 외부 시스템(데이터·도구·워크플로)과 연결되는 오픈소스 표준 규격입니다. Anthropic이 제안했고 다른 AI 회사들도 채택해 "AI를 위한 USB-C 포트"로 불립니다.
훅 (Hooks) 알아보기
Claude Code가 특정 행동을 하기 전·후에 자동으로 실행되는 명령입니다. 파일 수정 직후 자동 포맷, 커밋 직전 lint 실행 같은 자동 검사·자동 작업을 만들 때 씁니다.
서브에이전트 (Subagents) 알아보기
한 작업의 부분을 따로 나눠 처리하는 보조 에이전트입니다. 주력 에이전트가 작업 전체를 조율하고, 서브에이전트들이 코드 검토, 자료 조사, 테스트 작성 같은 부분 작업을 동시에 처리해 결과를 합칩니다.
관련 인사이트
클로드 코드를 가장 잘 쓰는 사람은 이렇게 쓴다고 합니다
2026년 4월 24일 SNS에서 화제가 된 클로드 코드 헤비 유저의 6가지 고민과, 대다수 일반 사용자의 사용법을 친절하게 비교했습니다. 헤비 유저를 그대로 따라가지 않아도 되는 이유와, 입문자가 자기 속도로 시작하는 4주 흐름을 정리했습니다.
Ultraplan, Auto 모드, bypass 모드의 차이와 사용 맥락을 정리했습니다
Claude Opus 4.7 출시와 함께 Claude Code에 Ultraplan과 Auto 모드가 추가되면서 --dangerously-skip-permissions(bypass 모드)와 어떻게 다른지 헷갈리는 분이 많습니다. 공식 문서 기준 3가지 실행 방식의 차이, 플랜별 가용성, 그리고 일상 작업에서 어떤 조합을 써야 하는지 정리했습니다.
정말 클로드 코드를 Pro플랜에서 쓸 수 없을까요?
2026년 4월 22일 Anthropic이 Claude Code를 Pro 플랜에서 잠시 제외했다가 가격 페이지를 복구한 사건을 둘러싸고 혼란이 큽니다. 공식 해명과 커뮤니티가 추측하는 배경, 기존 Pro 구독자의 실제 영향, 그리고 입문자가 어떻게 시작해야 할지를 팩트체크 기준으로 정리했습니다.
