AI초짜가 AI멘토(23기 지식관리 지피터스장)를 만나서 AI로 살아남기
2026.07.25

소개
AI초보자가 22기부터 고급과정선택(개인의사 미반영, 강의과정 남은것 선택)
23기 고급과정(AI지식관리(내가 직접 선택)에 생존하기
충남 논산 한국딸기농부혁신학교(KOSFIA)에서 논산지역과 전국에 딸기농부 멘토링
복숭아농부(전남순천,충복옥천,경북청도,경북영덕(복숭아 탄저병 극복)멘토링
대힌민국 농부 는 4가지 고통에 빠져있습니다.
1.증가하는 농약구매비용 2.농약구매비용 증가대비 수확량 감소
3.농약구매비용 증가대배 병충해 증가
4.복잡하고 어려운 농약정보와 농약선택능력 부족(농약사 추천 구매방식)
-이 4가지를 23기 AI지식관리에서 해결에 실마리를 찾는 것이 이번 교육의 주목적
진행 방법
claude code, codex, claude, make.ai
1.관점전환
-AI 생각하고, AI실행하고, AI검증하고, AI가 부족한 현장정보는 정보제공
-내생각과 관점이 보일때면, 철저하게 무시히고 AI중심사고 및 시각화
(아직도 일부는 남아있으나, 80~90% 진화중)
2.AI지식관리 초보자인데 어떻게 따라갈수 있나요?
지피터스장님 답변)동영상을 먼저보고, 사전 학습하고 오세요
그래서 따라했습니다.
2)2중 검증루프(농약 신뢰성 90%이상은 의미없고, 100%에 가까워야 가치가 있다)
가.유튜브 교보재에서 보이는 모델 안내(하네스엔지니어링)
태어나서 처음 MAKE.AI로 시작, 모르면 묻는다, 내가 모르는것은 중요하지 않다.
AI에 묻지 않는 내가 문제다. 묻고, 캡처하고, 묻고, 작성하고, 수정하고 12시간 소요.
나.2차검증루프완성(클로드 명령어 생성, 1차:Codex검증, 2:Claude검증, 3차:명령어완성(미완성)
-AI에 의존하여 무조건 따라하기

다.MAKE.AI 구독부터 모델구현까지 화면캡처를 통해서 99번 묻고 또 묻기

라.무조건 AI 따라하기는 좋았는데, LLM 검증모델 TEXT는 누가 검증하지(?)
이 물음표는 해결되지 못하고 여전히 숙제로 남았다.
마.2차 검증루프모델(12시간에서 2시간으로 (10시간 감소)
-1차 검증루프모델보다 조금은 세련된 느낌을 스스로 느끼고 마감
-남은과제:방제AI앱에 어떻게 활용하는것이 좋을까?
현재:클로드에 명령어를 만들어주면, 클로드코드에 바로 반영했는데,
검증작업을 시작하면, 시간, 비용(코인)이 증가되는데, 이 증가되는 시간과 비용을
어떻게 최소화할것인가?

Tip: 사용한 프롬프트 전문을 꼭 포함하고, 내용을 짧게 소개해 주세요.
Tip: 활용 이미지나 캡처 화면을 꼭 남겨주세요.
Tip: 코드 전문은 코드블록에 감싸서 작성해주세요. ( / 을 눌러 '코드 블록'을 선택)
(내용 입력)
결과와 배운 점
1.역할 정의가 모델 성능보다 중요하다
— 검증 대상과 AI 역할을 정확히 정의하지 않으면, 확인 불가능한 내용을 결함으로 오판할 수 있었다.
2.명령문 검증과 코드 검증은 분리해야 한다
— 실제 코드가 없는 상황에서는 함수 존재 여부를 판단하지 말고 확인필요로 처리해야 했다.
3.AI 판정은 흔들릴 수 있다
— 동일한 자료라도 모델과 표현에 따라 SUCCESS와 CONDITIONAL이 달라질 수 있다.
4.구조화된 출력이 자동화의 핵심이다
— JSON으로 출력해야 Make에서 안정적으로 분기하고 기록할 수 있었다.
5.검증루프는 두 번 호출하는 것 이상이다 —
독립된 역할, 수락 기준, 근거 기록, 판정 규칙, 실패 시 수정 경로가 함께 있어야 한다.
배운 점과 나만의 꿀팁을 알려주세요.
시간이 걸릴뿐이지 안되는 것은 없다.
AI시대에 살아남는 방법은 AI관점전환
비용과 시간의 최적화
초기 2차 검증 모델은 Claude Opus 4.6이었다.
검증 품질은 높았지만 처리시간과 크레딧 사용량이 컸다. 비용과 시간을 줄이기 위해 Claude Sonnet 5로 변경하고, Scheduling은 OFF로 유지했다.
Claude Opus 4.6 → Claude Sonnet 5
Scheduling: OFF
과정 중에 어떤 시행착오를 겪었나요?
AI초보자라서 시작부터 끝까지 화면캡처하여 AI묻기
용어가 전부 새로워서 LLM모델에게 용어 설명 요청
도움이 필요한 부분이 있나요?
2차검증프모델 TEXT작성 방법
앞으로의 계획이 있다면 들려주세요.
2차검증루프모델후 최종완성 명령어 생성하여 방제AI앱에 프로그램 명령어 반영 시도
현재는 Claude가 지적의 심각도와 최종 판정을 함께 결정한다.
다음 단계에서는 AI는 지적과 심각도만 출력하고,
최종 판정은 Make의 고정 규칙으로 처리할 계획이다.
높음 1건 이상 → REJECT
높음 0건 + 중간 1건 이상 → CONDITIONAL
높음 0건 + 중간 0건 → SUCCESS
· 모델이 바뀌어도 최종 판정이 흔들리지 않도록 한다.
· 지적 개수와 출력 길이를 제한해 토큰 비용과 실행시간을 줄인다.
· 실제 코드·diff·테스트 로그를 입력하는 별도의 소스코드 정밀검증 시나리오를 구축한다.
· 일반 검증과 안전 핵심 검증을 이원화한다.
도움 받은 글 (옵션)
하네스엔지니어링 40분개념정리
2차검증루프모델
로그인하고 댓글을 남겨 주세요
AI 초보자로 시작해 Make 구독부터 모델 구현까지 화면을 캡처하며 99번 묻고, 12시간 걸리던 검증 과정을 2시간으로 줄여낸 끈기가 정말 인상적입니다. Codex와 Claude의 역할을 나누고 JSON 출력으로 Make에서 안정적으로 분기·기록하도록 구성한 점도 현장 적용을 위한 꼼꼼한 고민이 느껴졌어요. 농약 정보와 병충해 문제를 해결하려는 배움의 과정을 이렇게 구체적으로 공유해 주셔서 감사합니다.



농약 신뢰성이 90%로는 의미가 없고 100%에 가까워야 한다는 대목에서 이 작업이 왜 집요해야 하는지가 단번에 잡힙니다. 잘못된 방제 정보는 곧장 한 해 수확과 직결되니까요. 요구 정확도를 도메인이 정한다는 것을 첫머리에서 밝힌 글은 드뭅니다.
그 위에서 던진 물음표가 이 글의 중심입니다. "LLM 검증모델 TEXT는 누가 검증하지(?)" — 검증기를 세우면 그 검증기를 또 누가 검증하느냐는 회귀요. 그리고 이 물음표를 해결된 척 닫지 않고 숙제로 남겨 뒀습니다. 미해결을 미해결로 두는 것도 정직입니다.
다음 단계로 잡은 방향이 정확히 그 회귀를 끊는 자리에 있습니다. 모델은 지적과 심각도만 내고, 통과와 실패의 최종 판정은 고정 규칙이 내리게 하는 것이요. 높음이 1건 이상이면 거부, 높음 0에 중간 1건 이상이면 조건부, 둘 다 0이면 성공 — 이렇게 못 박으면 모델이 바뀌어도 판정이 흔들리지 않습니다. 실제로 Opus 에서 Sonnet 으로 내리면서도 이 구조를 유지하겠다고 한 것은, 싸게 만들되 신뢰는 지키는 방향입니다.
"역할 정의가 모델 성능보다 중요하다" 는 배운 점도 같은 결론의 다른 표현입니다. 그리고 실제 코드가 없으면 함수 존재 여부를 단정하지 말고 확인 필요로 처리해야 했다는 대목 — 이건 현장에서 데어봐야 나오는 종류입니다. 확인 불가를 결함으로도 통과로도 처리하지 않고 제3의 상태로 둔 것이니까요.
검증루프는 두 번 호출하는 것 이상이라는 정리도 오래 남습니다. 독립된 역할, 수락 기준, 근거 기록, 판정 규칙, 실패 시 수정 경로가 함께 있어야 한다는 것이요. 한 번 더 물어보는 것이 검증이 아니라는 것을 실측으로 통과한 문장입니다.
옮겨갈 범위는 농업을 넘어섭니다. 판정을 모델에서 떼어내 고정 규칙에 올리는 구조는 정확도가 곧 손해로 직결되는 모든 도메인에 그대로 갑니다. 다만 조건이 하나 붙습니다 — 고정 규칙이 성립하려면 심각도 라벨의 기준이 문서로 먼저 정해져 있어야 합니다. 라벨 기준이 흐리면 판정만 코드로 옮겨지고 흔들림은 그대로 남습니다.
12시간을 2시간으로 줄인 것이 처음부터 잘해서가 아니라 화면을 캡처해 99번 묻고 또 물으며 만든 결과라는 기록이, "시간이 걸릴뿐이지 안되는 것은 없다" 는 한 줄에 무게를 줍니다.