이 인사이트는 clipping에서 최승준이 반복적으로 강조한 “적확한 토큰”의 중요성에서 나왔다. 우리는 특정 도메인에 대해 전문 지식이 없더라도, 모델이 이미 알고 있는 정보를 적절한 용어로 환기시키기만 하면 모델이 마치 해당 분야 전문가처럼 행동할 수 있다는 점이 흥미롭다. 이는 AI가 단순한 도구를 넘어, 사용자의 지식 부족을 보완해주는 ‘지식 확장기’ 역할을 할 수 있음을 시사한다. 물론 위험성도 따르므로, 사용자도 일정 수준의 이해가 필요하다는 점을 잊지 말아야 한다.
근거
최승준은 arXiv 초록을 무작위로 가져와서 읽게 한 후, 모델이 서로 전혀 다른 분야의 논문 사이에서 비직관적인 연결을 찾아내는 것을 보여주었다. 또한 알파벳 A-Z로 인물을 소환하게 하면 자신이 모르는 전문가도 떠오르게 할 수 있다고 설명했다. 이 모든 것은 모델이 이미 방대한 지식을 가지고 있지만, 적절한 토큰이 없으면 그 지식을 꺼내지 못한다는 사실에 기반한다.
“내가 모르는 영역에 대해서 대화를 하기 때문에 위험성은 따라오지만, 그 맥락에서 진짜 전문가들이 할 법한 이야기들의 그 어떤 분포를 만들어 낼 때는, 나는 모르지만 실제로 존재하는 토큰들을 어떻게든 끌어와야 한다는 거죠.”
연결된 생각
- 20260607-precise-token-priming — 개념적 기반: 적확한 토큰 프라이밍이 왜 효과적인지 설명
- 20260607-skills-as-reusable-procedures — 연장: 스킬이 이러한 토큰들을 체계화한 방법
출처
- 📎 클리핑: 20260613-ep82-ko-transcript