교육 문의커뮤니티 입장하기

AI Fluency 4D 프레임워크: AI와 일하는 네 가지 역량

AI Fluency 4D 프레임워크는 AI와 효과적이고 효율적이며 윤리적이고 안전하게 일하는 데 필요한 네 가지 역량, Delegation(위임), Description(설명), Discernment(분별), Diligence(책임)를 묶은 틀입니다. 릭 데이컨(Rick Dakan) 교수와 조지프 펠러(Joseph Feller) 교수가 만들었고, 두 교수와 앤트로픽이 함께 만든 무료 과정으로 배울 수 있습니다.

같은 말:4D 프레임워크AI Fluency앤트로픽 AI FluencyAI Fluency 4D4D framework for AI fluencyDelegation Description Discernment Diligence

게시 수정 코스 6 / 7번째 개념
지금까지 100명 넘게 읽었어요, 40%가 끝까지 읽었어요
#AI#자동화#마케팅 실무
Share
준이아빠AI가 일하는 법AI 친구들의 작업실 구경하기 ↗
목차
  1. AI Fluency 4D 프레임워크란 무엇인가요?
  2. 실제 대화에서 4D는 얼마나 나타나나요?
  3. 결과물을 만들 때 확인이 줄어드는 이유는?
  4. 누가 만들었고, 앤트로픽 과정은 무료인가요?
  5. AI와 일하는 세 가지 방식
  6. Delegation, 무엇을 AI에게 맡길까요?
  7. Description, 맡길 일을 어떻게 설명할까요?
  8. Discernment, 받은 결과를 어떻게 판단할까요?
  9. 설명과 분별은 왜 함께 다루나요?
  10. Diligence 역량의 핵심은 무엇인가요?
  11. 다음 AI 대화에서 4D 연습하기
  12. 📚 참고 자료

AI Fluency 4D 프레임워크는 AI와 함께 일할 때 필요한 역량을 Delegation(위임), Description(설명), Discernment(분별), Diligence(책임) 네 가지로 나눈 틀입니다. 링링 예술디자인대학의 릭 데이컨(Rick Dakan) 교수와 유니버시티 칼리지 코크의 조지프 펠러(Joseph Feller) 교수가 만들었고, 두 교수와 앤트로픽이 함께 만든 과정 "AI Fluency: Framework & Foundations"로 무료로 배울 수 있습니다. 이 글은 앤트로픽이 실제 대화 9,830건에서 측정한 행동 비율을 바탕으로, 각 역량이 일의 어느 순간에 쓰이고 어디서 자주 빠지는지 정리합니다.

클로드 기초

AI Fluency 4D,
대화 9,830건에
교정 펜을 대 보면

흔한 업무 대화 한 편입니다.
교정 펜을 대면 줄마다, 실제 대화 가운데 그렇게 한 비율이 붙습니다.

비율은 앤트로픽 AI Fluency Index(2026년 1월, Claude.ai 대화 9,830건)에서 그 행동이 나타난 대화의 비율입니다. 대화 내용은 예시입니다.

어느 팀원의 AI 대화협업 툴 고르기(예시)

  1. 나팀에서 쓸 협업 툴 세 곳 요금 비교해 줘.D1무엇에 쓸지 먼저 밝혔나요?51.1%D2원하는 형식을 말했나요?30%
  2. AIA툴은 1인당 월 8달러, B툴은 10달러, C툴은 12달러입니다.
    기능과 가격을 함께 보면 A툴이 가장 낫습니다.    D3가격을 공식 요금표와 대조했나요?8.7%D3"가장 낫다"의 근거를 물었나요?15.8%
  3. 나좋아, 표로 정리해서 팀 공지로 바꿔 줘.D2첫 답에서 멈추지 않고 다시 요청했어요85.7%

D4공지에 AI로 만들었다고 밝혔나요?측정 밖

사람들은 고쳐 달라는 말은 잘하지만, 확인은 드물게 합니다.
4D는 이 빈틈을 네 역량으로 나눠 봅니다.

네 역량을 교정 부호표로 보면

정의는 앤트로픽 한 장 요약, 비율은 AI Fluency Index의 실측입니다.
책임(Diligence)은 대화 밖에서 일어나 측정하지 못했습니다.

AI Fluency 4D 교정 부호표D마다 실제 대화에서 측정한 행동

  1. Delegation위임맡기기 전

    목표를 정하고, AI를 쓸지, 언제, 어떻게 쓸지 정합니다. 사람이 할 일과 AI가 할 일, 함께 할 일을 나누는 역량입니다.

    "Setting goals and deciding whether, when and how to engage with AI."

    • 도움을 청하기 전에 목표를 밝힘51.1%
    • 실행 전에 접근 방법을 상의함10.1%

  2. Description설명요청할 때

    원하는 결과와 작업 방식과 대화 태도를 AI에게 알려 쓸모 있는 답을 끌어내는 역량입니다.

    "Effectively describing goals to prompt useful AI behaviors and outputs."

    • 첫 답을 고쳐 다시 요청함85.7%
    • 좋은 결과의 예시를 줌41.1%
    • 형식과 구조를 지정함30%
    • 대화 방식을 정함30%
    • 말투와 문체를 알려 줌22.7%
    • 결과를 받을 사람을 밝힘17.6%

  3. Discernment분별받은 뒤

    AI의 결과물과 행동이 정말 쓸모 있는지 정확하게 평가하는 역량입니다. 결과물, 과정, 태도 세 가지를 봅니다.

    "Accurately assessing the usefulness of AI outputs and behaviors."

    • AI가 놓친 맥락을 짚음20.3%
    • 앞뒤가 안 맞는 추론에 의문을 제기함15.8%
    • 중요한 사실과 주장을 확인함8.7%

  4. Diligence책임내보낼 때

    AI로 무엇을 하고 어떻게 하는지에 책임을 지는 역량입니다. 어떤 AI를 쓸지 고르는 일부터 결과를 내보내는 일까지 이어집니다.

    "Taking responsibility for what we do with AI and how we do it."

    AI를 쓴 사실을 밝히는 일, 공유했을 때의 영향을 따지는 일처럼 대화 밖에서 일어나는 행동이라 이 조사에서 측정하지 않았습니다. 프레임워크의 행동 24가지 가운데 13가지가 이렇게 빠졌습니다.

설명하고, 판단하고, 다시 설명합니다. 85.7%가 이 반복을 했습니다

24가지 행동 가운데 대화에서 바로 보이는 11가지만 측정했습니다. 표본은 2026년 1월 20일부터 26일까지 Claude.ai에서 여러 번 주고받은 대화이며, 보고서는 초기 사용자 쪽으로 치우쳤을 수 있다고 밝혔습니다.

지난 AI 대화를 채점해 보세요

가장 최근에 AI와 나눈 업무 대화 하나를 떠올리고, 그 대화에서 한 행동을 누르세요.
막대는 실제 대화에서 그 행동이 나타난 비율입니다.

다시 요청 말고 표시한 행동0개

지난 대화0

반복한 대화 평균2.67

반복 없는 대화 평균1.33

행동을 누르면 실제 평균과 나란히 놓입니다.

평균은 반복한 대화 8,424건과 반복하지 않은 대화 1,406건에서 반복 말고 나타난 행동의 평균 개수입니다. 채점 결과는 저장되지 않습니다.

Delegation, 맡기기 전에 의뢰서 한 장

같은 요금 비교를 맡기기 전에 다섯 줄을 채워 보세요.
빈 줄을 누르면 손글씨로 채워집니다.

작업 의뢰서협업 툴 세 곳 요금 비교(예시)

  1. 목표Problem Awareness

    51.1%도움을 청하기 전에 목표를 밝힌 대화

  2. 이 AI가 아는 것Platform Awareness

  3. AI에게 맡길 일Task Delegation

  4. 내가 할 일Task Delegation

  5. 먼저 상의할 것접근 방법

    10.1%실행 전에 접근 방법을 상의한 대화

Problem Awareness는 앤트로픽 판 이름이고, HEA 1.1판은 Goal and Task Awareness라고 부릅니다. 비율은 AI Fluency Index 실측입니다.

결과물이 그럴듯할수록 덜 확인합니다

같은 답을 표로 만들어 보세요.
실제로 코드, 문서, 표 같은 결과물을 만든 대화에서는 설명 행동이 늘고 분별 행동이 줄었습니다.

A툴은 1인당 월 8달러, B툴은 10달러, C툴은 12달러입니다. 기능과 가격을 함께 보면 A툴이 가장 낫습니다.

결과물이 없는 대화(8,621건)

  • D1목표를 밝힘49.3%
  • D2형식을 지정함28.3%
  • D2예시를 줌39.5%
  • D3놓친 맥락을 짚음21%
  • D3사실을 확인함9.2%
  • D3추론에 의문을 제기함16.2%

보고서는 이유를 단정하지 않습니다. 결과물이 완성돼 보여서일 수도, 정확성보다 모양이 중요한 일이어서일 수도, 대화 밖에서 확인했을 수도 있다고 적었습니다. 상관관계이며, 표의 요금은 가상 예시입니다.

대화 방식을 정한 대화는 30%뿐입니다

보고서가 권한 세 문장을 요청에 끼워 넣어 보세요.
끼울 때마다 바로 아래 답이 달라집니다.

D2설명같은 요청에 한 줄씩 더하기

협업 툴 세 곳 요금 비교해 줘. 열 명 팀이 쓸 거야.

AI의 답(예시)

A툴 8달러, B툴 10달러, C툴 12달러입니다. A툴이 가장 낫습니다.

세 문장은 AI Fluency Index 보고서가 직접 권한 예시를 옮긴 것이고, 답 문장은 학습용 예시입니다. 앤트로픽 기초 과정에는 이렇게 판단하고 다시 설명하는 반복을 다루는 "The Description-Discernment loop" 차시가 있습니다.

Diligence, 보내기 전 원고 끝에 세 줄

팀 공지로 보내기 전에 원고 끝의 빈 줄을 채워 보세요.
이 세 가지는 대화 밖에서 일어나서 조사에서도 측정하지 못한 행동입니다.

팀 공지 초안받는 사람: 팀 전체

다음 달부터 쓸 협업 툴 후보를 세 곳으로 좁혔습니다. 요금과 기능 비교표를 붙입니다.

  1. Creation Diligence어떤 AI에 무엇을 넣었나

  2. Transparency DiligenceAI를 쓴 사실 알리기

  3. Deployment Diligence검증하고 보증하기

빈 줄이 남아 있습니다

세 가지 이름과 풀이는 앤트로픽 용어집 기준입니다. 공지 문장은 학습용 예시입니다.

정리

  1. 1

    AI Fluency 4D는 위임, 설명, 분별, 책임 네 역량으로 AI와 일하는 방법을 나눈 틀입니다.

  2. 2

    실제 대화 9,830건에서 고쳐 다시 요청한 대화는 85.7%였지만, 중요한 사실을 확인한 대화는 8.7%였습니다.

  3. 3

    결과물을 만든 대화일수록 확인이 줄었습니다. 표와 문서일수록 숫자와 근거를 한 번 더 봅니다.

다음 수업 AI 학습 설정과 메모리 →

AI Fluency 4D 프레임워크란 무엇인가요?

AI Fluency 4D 프레임워크는 AI와 효과적이고 효율적이며 윤리적이고 안전하게 일하는 데 필요한 역량을 네 가지로 정리한 틀입니다. 앤트로픽이 배포하는 한 장 요약은 이 네 가지를 "서로 이어진 역량"이라고 부르고, 각각 Delegation, Description, Discernment, Diligence라는 D로 시작하는 영어 이름을 붙였습니다. 이 글의 한국어 이름(위임, 설명, 분별, 책임)은 이해를 돕기 위해 준이아빠블로그가 옮긴 말이며, 확인한 범위에서 한국어 공식 번역은 없습니다.

역량이 글에서 옮긴 말한 줄 정의(앤트로픽 한 장 요약)일의 어느 순간
Delegation위임목표를 정하고, AI를 쓸지, 언제, 어떻게 쓸지 정하는 일맡기기 전
Description설명목표를 잘 설명해 AI가 쓸모 있게 행동하고 결과를 내도록 이끄는 일요청할 때
Discernment분별AI의 결과물과 행동이 얼마나 쓸모 있는지 정확하게 평가하는 일받은 뒤
Diligence책임AI로 무엇을 하고 어떻게 하는지에 책임을 지는 일맡기기 전부터 내보낼 때까지

네 역량은 순서대로 한 번씩 끝내는 단계가 아닙니다. 넣어도 되는 자료인지는 시작 전에 책임 역량으로 확인하고, 결과가 부족하면 설명과 분별을 오가며 요청을 고쳐 다시 받습니다.

실제 대화에서 4D는 얼마나 나타나나요?

앤트로픽은 2026년 2월 "AI Fluency Index" 보고서에서 2026년 1월 20일부터 26일까지 Claude.ai에서 여러 번 주고받은 대화 9,830건을 분석했습니다. 프레임워크로 정의한 행동 24가지 가운데 대화에서 바로 보이는 11가지가 각 대화에 나타났는지 살폈고, 결과는 다음과 같습니다.

행동역량나타난 대화
첫 답을 고쳐 다시 요청함(Iterates and refines)Description85.7%
도움을 청하기 전에 목표를 밝힘Delegation51.1%
좋은 결과의 예시를 줌Description41.1%
형식과 구조를 지정함Description30%
대화 방식을 정함(Sets interaction mode)Description30%
말투와 문체를 알려 줌Description22.7%
AI가 놓친 맥락을 짚음Discernment20.3%
결과를 받을 사람을 밝힘Description17.6%
앞뒤가 안 맞는 추론에 의문을 제기함Discernment15.8%
실행 전에 접근 방법을 상의함Delegation10.1%
중요한 사실과 주장을 확인함Discernment8.7%

고쳐 다시 요청한 대화(8,424건)에서는 반복 말고 다른 행동이 평균 2.67개 나타나, 반복하지 않은 대화(1,406건)의 1.33개보다 두 배쯤 많았습니다. 이런 대화는 Claude의 추론에 의문을 제기할 가능성이 5.6배, 놓친 맥락을 짚을 가능성이 4배 높았습니다. 반대로 Diligence에 해당하는 행동, 예를 들어 AI를 쓴 사실을 밝히는 일은 대화 밖에서 일어나 측정하지 않았습니다.

보고서는 표본이 한 주 동안의 Claude.ai 사용자이고 초기 사용자 쪽으로 치우쳤을 수 있으며, 찾은 관계는 상관관계라고 밝혔습니다. 위 장면의 채점지에서 최근 대화 하나를 표시해 보면 이 평균과 견줄 수 있습니다.

결과물을 만들 때 확인이 줄어드는 이유는?

보고서는 원인을 하나로 단정하지 않았습니다. 코드, 문서, 표 같은 결과물을 만든 대화(1,209건, 12.3%)에서는 목표를 밝힌 비율이 14.7%p, 형식을 지정한 비율이 14.5%p, 예시를 준 비율이 13.4%p 높았습니다. 그런데 놓친 맥락을 짚은 비율은 5.2%p, 사실을 확인한 비율은 3.7%p, 추론에 의문을 제기한 비율은 3.1%p 낮았습니다.

보고서가 든 가능성은 세 가지입니다. 결과물이 완성돼 보여서 더 따지지 않았을 수 있고, 정확성보다 모양이나 기능이 중요한 일이었을 수 있으며, 코드를 실행해 보거나 동료에게 보여 주는 식으로 대화 밖에서 확인했을 수도 있습니다. 어느 쪽이든 결과물이 그럴듯해질수록 숫자와 근거를 따로 확인하는 습관이 더 중요해진다고 보는 편이에요.

누가 만들었고, 앤트로픽 과정은 무료인가요?

프레임워크는 미국 링링 예술디자인대학의 릭 데이컨 교수와 아일랜드 유니버시티 칼리지 코크의 조지프 펠러 교수가 함께 연구해 만들었고, 첫 판은 2025년 1월에 나왔습니다. 이 틀로 만든 교육 과정은 두 교수와 앤트로픽이 함께 제작했으며, 앤트로픽 아카데미의 기초 과정 "AI Fluency: Framework & Foundations"는 무료이고 마지막 평가를 마치면 수료증을 줍니다. 그래서 "앤트로픽 AI Fluency"로 많이 검색되지만, 프레임워크 자체의 저자는 두 교수입니다.

  • 과정 구성: 기초 과정은 열두 차시이고, 아일랜드 고등교육청(HEA) 판 문서는 영상 약 70분을 포함해 세 시간에서 네 시간 분량이라고 설명합니다.
  • 파생 과정: 앤트로픽은 2025년 8월 21일 교육자용, 학생용, 가르치는 사람용(Teaching AI Fluency) 과정 세 가지를 더 발표했습니다. 2026년 10월 22일 기준 앤트로픽 아카데미에는 비영리 단체, 소규모 사업자, 빌더(제품 담당자와 엔지니어)용 과정도 올라와 있습니다.
  • 라이선스: 과정 자료는 CC BY-NC-SA 4.0으로 공개됐고, HEA가 2025년 12월에 낸 1.1판 문서는 CC BY-SA 4.0입니다.
  • 언어: 확인한 과정은 모두 영어로 진행됩니다. 코세라에도 같은 기초 과정이 무료로 있지만, 코세라판은 수료증을 주지 않습니다.

AI와 일하는 세 가지 방식

이 틀은 사람과 AI가 일하는 방식을 세 가지로 나눕니다. 앤트로픽 한 장 요약은 이를 "Three Modes of AI interaction"이라고 부릅니다.

방식원문 정의협업 툴 비교라면
Automation(자동화)사람의 지시에 따라 AI가 특정 작업을 수행정해 준 기준대로 세 곳의 요금을 표로 정리해 받기
Augmentation(보강)사람과 AI가 생각을 주고받는 동료처럼 협업어떤 기준으로 고를지 여러 번 주고받으며 함께 정하기
Agency(에이전트)사람이 설정해 두면 AI가 앞으로의 작업을 사람 대신 스스로 수행분기마다 요금 변화를 찾아 정리하는 에이전트를 설정

HEA 판은 한 프로젝트 안에서도 이 방식들을 오간다고 덧붙입니다. AI Fluency Index에서도 가장 흔한 형태는 AI를 생각 상대로 쓰는 보강형이었고, 이런 대화에는 짧게 주고받는 대화보다 행동이 두 배 넘게 나타났습니다. 에이전트가 무엇인지는 AI 에이전트 뜻에서 자세히 다룹니다.

Delegation, 무엇을 AI에게 맡길까요?

Delegation은 사람이 할 일, AI가 할 일, 사람과 AI가 함께 할 일을 정하고 나누는 역량입니다. 앤트로픽 Delegation 자료는 이 일에 분야 전문성과 AI의 능력을 아는 일이 함께 필요하다고 씁니다. 세부는 세 가지입니다.

  • Problem Awareness: AI를 부르기 전에 목표와 일의 성격을 분명히 압니다. HEA 1.1판은 같은 항목을 "Goal and Task Awareness"라고 부릅니다.
  • Platform Awareness: AI 시스템마다 다른 능력과 한계를 압니다. 예를 들어 최신 요금처럼 바뀌는 정보는 AI가 모를 수 있으니 공식 요금표 주소를 함께 줍니다.
  • Task Delegation: 사람과 AI의 강점을 살려 일을 나눕니다.

실제 대화에서 도움을 청하기 전에 목표를 밝힌 대화는 51.1%, 실행 전에 접근 방법을 먼저 상의한 대화는 10.1%였습니다. 협업 툴 비교라면 "열 명 팀이 다음 달부터 쓸 툴 하나를 고른다"는 목표 한 줄과 "비교 기준을 먼저 세 가지만 제안해 줘"라는 상의 한 줄이 두 행동에 해당합니다.

Description, 맡길 일을 어떻게 설명할까요?

Description은 원하는 것을 AI에게 잘 설명해 쓸모 있는 답을 끌어내는 역량입니다. 앤트로픽 용어집은 설명할 대상을 세 가지로 나눕니다.

구분알려 줄 내용예시
Product Description(결과물 설명)결과물의 내용, 형식, 받을 사람, 문체"팀 공지에 붙일 표 한 개와 요약 세 줄로 정리해 줘"
Process Description(과정 설명)AI가 어떤 순서와 방법으로 작업할지"답하기 전에 어떻게 비교했는지 보여 줘"
Performance Description(태도 설명)대화하는 동안 AI가 간결할지 자세할지, 반박할지 도울지"내 가정이 틀리면 반박해 줘"

AI Fluency Index에서 대화 방식을 정한 대화는 30%였습니다. 보고서는 "내 가정이 틀리면 반박해 줘", "답하기 전에 추론 과정을 보여 줘", "확실하지 않은 부분을 말해 줘" 같은 문장을 미리 넣어 보라고 권합니다. HEA 1.1판은 Process와 Performance를 조금 넓게 풀이하는데, 이 글의 풀이는 앤트로픽 용어집 기준입니다. 요청을 짜는 구체적인 방법은 프롬프트 구조: 역할, 목표, 제약에서 이어집니다.

Discernment, 받은 결과를 어떻게 판단할까요?

Discernment는 AI의 결과물과 행동이 정말 쓸모 있는지 정확하게 평가하는 역량입니다. 설명과 같은 세 가지 기준으로 봅니다.

  • Product Discernment: 결과물이 정확하고 적절하고 앞뒤가 맞는지 봅니다. 비교표의 요금을 공식 요금표와 대조하는 일입니다.
  • Process Discernment: 결론에 이른 과정에 논리 오류나 빠뜨린 단계가 없는지 봅니다. "A툴이 가장 낫다"는 결론이 1인당 가격만 보고 나온 것은 아닌지 묻는 일입니다.
  • Performance Discernment: 대화 중 AI의 태도가 내 일에 도움이 됐는지 봅니다. 내 기대에 맞춰 듣기 좋은 결론만 냈다면 태도를 다시 설명합니다.

실제 대화에서 분별 행동은 가장 드물었습니다. 놓친 맥락을 짚은 대화 20.3%, 추론에 의문을 제기한 대화 15.8%, 중요한 사실을 확인한 대화 8.7%입니다. 확인할 때는 출처 없이 그럴듯한 수치를 만드는 할루시네이션과, 사용자의 의견에 맞춰 평가를 바꾸는 AI 아부를 함께 봅니다.

설명과 분별은 왜 함께 다루나요?

설명과 분별은 한 번으로 끝나지 않고, 판단한 결과로 요청을 고쳐 다시 받는 반복으로 이어지기 때문입니다. 앤트로픽 기초 과정의 Discernment 단원에도 "The Description-Discernment loop"라는 차시가 있습니다.

협업 툴 비교에서는 이렇게 오갑니다. 처음 "세 곳 요금 비교해 줘"라고만 보내면 1인당 가격과 "A툴이 가장 낫다"는 결론이 옵니다. 결론의 근거를 따져 보다가 팀 요금제를 빠뜨렸다는 점을 찾으면 "내 가정이 틀리면 반박해 줘"를, 비교 기준이 안 보이면 "어떻게 비교했는지 보여 줘"를 더합니다. 실제 대화에서 고쳐 다시 요청한 대화가 85.7%로 가장 흔했고, 이런 대화에서 다른 행동도 두 배쯤 많이 나타났습니다.

Diligence 역량의 핵심은 무엇인가요?

Diligence의 핵심은 AI로 무엇을 하고 어떻게 하는지에 책임을 지는 것입니다. 앤트로픽 한 장 요약은 이를 "Taking responsibility for what we do with AI and how we do it."이라고 쓰고, HEA 1.1판은 AI로 만든 최종 결과물을 책임지고 보증하는 일이라고 씁니다. 앤트로픽 용어집은 세부를 세 가지로 나눕니다.

세부뜻(앤트로픽 용어집)협업 툴 비교 공지에서
Creation Diligence어떤 AI를 쓰고 어떻게 다룰지 신중하게 고르기회사가 허용한 AI인지, 넣은 자료에 고객 정보가 없는지 확인
Transparency Diligence작업에서 AI가 맡은 역할을 알아야 할 사람에게 정직하게 밝히기"비교표 초안은 AI로 만들었습니다"라고 알리기
Deployment Diligence쓰거나 공유할 결과를 검증하고 보증하기요금을 공식 요금표에서 직접 확인하고 보내기

이 세 가지는 대화 밖에서 일어나는 행동이라 AI Fluency Index도 측정하지 못했습니다. 그래서 책임은 마지막에 한 번 하는 검수가 아니라 자료를 넣기 전부터 스스로 챙기는 일입니다. 개인 계정의 AI에 넣은 대화가 어떻게 쓰이는지는 다음 수업 AI 학습 설정과 메모리에서 서비스별 설정으로 확인합니다.

다음 AI 대화에서 4D 연습하기

다음에 AI에게 비교나 정리를 맡길 때 아래 네 줄을 요청 앞뒤에 붙여 봅니다. 계정이나 유료 요금제와 관계없이 쓸 수 있습니다.

  1. 위임: 요청 첫 줄에 목표를 씁니다. "열 명 팀이 다음 달부터 쓸 툴 하나를 고르려고 해."
  2. 설명: 형식과 대화 방식을 한 줄씩 더합니다. "표 한 개로 정리하고, 내 가정이 틀리면 반박해 줘."
  3. 분별: 답을 받으면 수치 하나를 골라 출처에서 직접 확인하고, 결론의 근거를 한 번 묻습니다. "왜 A가 낫다고 봤어?"
  4. 책임: 공유할 때 AI를 쓴 부분과 직접 확인한 부분을 한 줄씩 적습니다.

끝나면 위 채점지에 그 대화를 다시 표시해 봅니다. 분별(보라) 칸이 하나라도 늘었다면 이번 연습은 마쳐도 됩니다.

📚 참고 자료

2026년 10월 22일 위 공식 문서에서 네 역량의 정의, 세부 역량, 제작자, 과정 구성, 행동 비율을 확인했습니다. 협업 툴 이름과 요금, 대화 문장은 이 글의 학습용 가상 예제입니다.

Share

제대로 이해했는지 한 문제로 확인해 볼까요?

답을 고르면 바로 풀이가 나와요.

AI가 써 준 보고서의 숫자를 원본 표와 대조하고, 결론까지 이르는 계산 과정이 맞는지 확인하는 일은 4D 가운데 무엇에 가장 가까운가요?

예제나 확인 질문을 직접 시도한 뒤 완료 표시해요. 더 연습할 내용이 남으면 표시하지 않고 다음 글을 읽어도 됩니다. 완료 버튼은 이해도를 채점하지 않으며 잘못 표시하면 취소할 수 있어요.

3단계 / 클래스프롬프트 구조 설계: 다섯 요소, 시스템 프롬프트, 퓨샷 예시

이어서 배우면 좋은 개념

관련 글