구글이 스페이스X로부터 엔비디아 GPU 약 11만 장을 빌리는 대가로 월 $920M(약 9,200억 원)을 내기로 했어요. 자체 데이터센터가 세계 최대인 구글마저 제미나이 수요가 예상을 넘어 남의 연산 자원까지 끌어다 쓰는 거예요. AI 붐의 '연산 품귀'가 그만큼 심하다는 신호예요.
누적 수강생 4,200명+ · 23기 AI 스터디 대기자 모집 중이에요 →
02
이번 주, 꼭 알아둘 AI
Anthropic 엔지니어가 공유한 '학습용 프롬프트'
Anthropic의 Claude Code 엔지니어(Thariq Shihipar)가 직접 공유한 '학습용 프롬프트' 하나가 화제예요. AI한테 "설명해줘" 하면 줄줄 답만 뱉어서 읽고 나도 머리에 안 남잖아요. 이 프롬프트는 그 반대로, 답을 대신 풀어주는 대신 나를 끝까지 이해시키는 선생님처럼 행동하게 만들어요.
프롬프트 전문은 꽤 길지만, 핵심은 아래 4가지 장치예요. 이것만 이해하면 ChatGPT·Claude·Gemini 어디서든 바로 써먹을 수 있어요.
1
① "한 번에 다 말하지 말고 한 단계씩" — 정보 폭탄을 막아요. AI는 시키면 A4 한 장을 토해내요. 이 한 줄이 들어가면 한 단계 설명 → 이해 확인 → 다음 단계로 쪼개 줘서, 따라가다 길을 잃지 않아요.
📋 이대로 붙여넣기
“한꺼번에 몰아서 설명하지 말고, 한 단계씩 진행하고 넘어가기 전에 내가 이해했는지 꼭 확인해줘.”
2
② "이해할 항목을 체크리스트로" — 끝을 정해줘요. 그냥 대화하면 어디까지 알아야 끝인지 모호해요. 문제 → 해결책 → 왜 중요한지 3단 체크리스트를 먼저 만들게 하면, 공부에 '완료 기준'이 생겨요.
📋 이대로 붙여넣기
“내가 이해해야 할 걸 '문제 → 해결책 → 왜 중요한지' 체크리스트로 먼저 만들고, 하나씩 채우며 진행해줘.”
3
③ "내가 먼저 설명하게" — 아는 척을 걸러내요. 읽으면 다 안 것 같지만 막상 말로 하면 막히죠. AI가 "네 말로 다시 설명해봐"라고 시키면 내 빈틈이 드러나고, 거기만 콕 집어 채워줘요. "초등학생 수준으로(ELI5)"처럼 난이도도 바꿔 달라고 할 수 있어요.
📋 이대로 붙여넣기
“설명을 듣기 전에 먼저 내 이해를 말하게 시키고, 막히는 부분만 콕 집어 채워줘. 어려우면 초등학생 수준으로 다시 설명해줘.”
4
④ "정답은 숨기고 퀴즈로" — 진짜 이해를 검증해요. 객관식·주관식으로 점검하되 제출 전엔 정답을 안 알려주는 게 핵심이에요. 답을 보며 "아 맞네" 하는 착각을 막거든요. 체크리스트를 다 통과할 때까지 수업이 안 끝나요.
📋 이대로 붙여넣기
“단계마다 객관식·주관식 퀴즈로 점검하되, 내가 답을 제출하기 전까지는 정답을 알려주지 마.”
채용 커피챗을 자주 하던 김태현님은, 좋은 회사 설명·FAQ를 매번 즉석에서 말하다 보니 정작 잘 정리된 표현이 회의록에만 묻혀버리는 게 아까웠어요. 그래서 화상 회의가 끝날 때마다 자동으로 만들어주는 회의록을, 매일 아침 AI가 대신 읽고 회사소개 재료로 정리해 Notion에 쌓아두는 흐름을 직접 만들었어요. 위 화면처럼 회의록이 쌓이기만 하면 나머지는 알아서 굴러가요.
AI 활용법
재료 모으기 — 구글 미트로 커피챗을 하면 회의록이 드라이브 폴더에 자동으로 저장돼요. 따로 녹취할 필요 없이, "온라인 커피챗"이 들어간 파일만 매일 골라내는 것부터 시작했어요.
AI가 대신 읽기 — 골라낸 회의록을 AI에게 통째로 넘기고 "30초 한 줄 소개 · 2분 회사소개 · 자주 나온 질문(FAQ) · 다음에 고칠 점" 형태로 뽑아 달라고 시켜요. 사람이 매번 회의록을 다시 펼칠 필요가 없어진 거예요.
정리해서 쌓기 — AI가 정리한 내용을 Notion에 날짜별로 한 칸씩 자동으로 붙여둬요. 매일 아침 9시 30분에 알아서 한 번 돌고, 이미 처리한 회의록은 기억해 둬서 같은 걸 두 번 정리하지 않아요.
흥미로운 건 새 도구를 붙이기 전에 던진 질문이었습니다. 처음엔 유료 전사 서비스를 붙이려다, "이미 자동으로 생기는 파일이 있지 않을까?"를 먼저 확인한 거죠. 구글 미트가 공짜로 만들어주던 회의록이 거기 있었고, 그 덕에 비용도 구조도 확 줄었습니다. 새 기능을 만들기 전에 내 주변에 이미 쌓이고 있는 데이터부터 둘러보는 게 자동화의 출발점이라는 걸 보여주는 사례입니다.