전문가가 추천하는 조립PC
AI는 어디까지 좋아졌고, 아직 어디서 틀릴까? GPT·제미나이 직접 써보며 느낀 변화와 한계
──────────────────
몇 년 전만 해도 AI에게 조금만 복잡한 질문을 하면 엉뚱한 답변이 나오곤 했습니다.
특히 GPT 초창기에는 존재하지 않는 정보를 만들어내거나, 같은 질문에 답변이 계속 바뀌는 경우도 흔했습니다.
그런데 최근 GPT, 제미나이, 클로드 같은 최신 AI들을 사용해 보면 확실히 체감이 달라졌습니다.
예전에는 "신기한 장난감" 느낌이었다면 지금은 실제 업무 도구에 가까워졌다고 느껴집니다.
다만 재미있는 점은 성능이 크게 향상됐음에도 여전히 반복적으로 나타나는 오류들이 있다는 것입니다.
오히려 AI를 많이 사용할수록 "어떤 부분을 믿고 어떤 부분은 검증해야 하는지"가 더 중요해졌습니다.
오늘은 최근 AI들이 좋아진 점과 아직도 남아있는 대표적인 오류들을 실제 사용 기준으로 정리해보겠습니다.
━━━━━━━━━━━━━━━━━━
【 AI가 확실히 좋아진 부분 】
가장 먼저 체감되는 것은 문맥 이해력입니다.
예전 AI는 대화를 조금만 길게 해도 앞에서 했던 이야기를 잊어버렸습니다.
하지만 최근 GPT나 제미나이는 수십 번 대화를 이어가도 흐름을 상당 부분 유지합니다.
예를 들어 블로그 글을 작성한다고 가정하면 과거에는 매번 조건을 다시 설명해야 했습니다.
지금은 "아까 스타일 유지해서 이어서 써줘" 정도만 말해도 상당히 비슷한 톤을 유지합니다.
이 차이가 생각보다 큽니다.
──────────────────
두 번째는 추론 능력입니다.
단순 정보 검색 수준을 넘어서 비교와 분석을 수행하기 시작했습니다.
예전
현재
실제로 스마트폰 구매, 마케팅 전략, 사업 아이디어 검토 같은 작업에서는 예전보다 훨씬 활용도가 높아졌습니다.
──────────────────
세 번째는 작업 속도입니다.
직접 조사하면 2~3시간 걸릴 내용을 AI는 몇 분 안에 초안을 만들어냅니다.
예를 들면
#블로그 초안 작성
-과거
>약 60~90분
-현재 AI 활용
>약 10~20분
#회의 요약
-과거
>30분 이상
-현재 AI 활용
>1~3분
업무 생산성 측면에서는 이미 상당한 변화가 일어난 상태입니다.
━━━━━━━━━━━━━━━━━━
【 그런데 아직도 남아있는 대표적인 오류 】
좋아진 만큼 기대치도 올라갔는데, 실제 사용하면서 가장 많이 발견하는 오류는 따로 있습니다.
──────────────────
【 1. 자신있게 틀리는 환각(Hallucination) 】
가장 유명한 문제입니다.
AI는 모르는 내용을 모른다고 하지 않고 그럴듯하게 만들어내는 경우가 있습니다.
예를 들어
"2021년에 출시된 가상의 스마트폰 모델"
같은 존재하지 않는 제품을 설명하거나,
없는 논문
없는 법률 조항
없는 뉴스 기사
를 실제처럼 작성하기도 합니다.
문제는 말투가 너무 확신에 차 있다는 점입니다.
사용자는 진짜 정보라고 착각하기 쉽습니다.
최근 모델들이 많이 개선됐지만 완전히 사라지지는 않았습니다.
특히 전문 분야에서는 여전히 검증이 필요합니다.
━━━━━━━━━━━━━━━━━━
【 2. 최신 정보 오류 】
AI가 인터넷 검색 기능을 사용하지 않는 상황에서는 최신 내용을 모를 수 있습니다.
-주식
-정치
-법률
-정부 정책
-신제품
같은 영역은 몇 개월 차이만 나도 결과가 달라질 수 있습니다.
그런데 사용자는 AI가 모든 것을 알고 있다고 생각하는 경우가 많습니다.
실제로는 최신 정보 확인 기능이 활성화되어 있는지 여부가 중요합니다.
──────────────────
【 3. 숫자 계산 실수 】
의외로 아직도 자주 발생합니다.
간단한 계산은 잘하지만 조건이 많아질수록 오류 가능성이 올라갑니다.
예를 들어
-복잡한 할인 계산
-세금 계산
-복수 조건이 들어간 수익 분석
같은 경우 중간 과정에서 숫자를 잘못 처리하는 사례가 종종 있습니다.
그래서 재무, 세무, 회계 영역은 AI 단독 사용보다 검증이 필수입니다.
━━━━━━━━━━━━━━━━━━
【 4. 논리는 맞는데 현실은 틀리는 문제 】
이 부분이 생각보다 많습니다.
AI는 인터넷과 문서를 기반으로 학습했기 때문에 현실 경험이 없습니다.
그래서 이론상 정답은 맞는데 실제 현장에서는 적용하기 어려운 답변을 줄 수 있습니다.
예를 들면
"신규 쇼핑몰은 SEO를 하면 됩니다."
이 말 자체는 틀리지 않습니다.
하지만 실제 운영자는
-예산
-인력
-시간
-경쟁 강도
를 고려해야 합니다.
AI는 종종 이런 현실 제약을 과소평가합니다.
━━━━━━━━━━━━━━━━━━
【 5. 긴 작업에서 발생하는 누적 오류 】
짧은 답변은 상당히 정확해졌습니다.
그런데 5천자, 1만자 이상의 긴 글을 작성하면 이상한 현상이 나타납니다.
앞에서 말한 내용과 뒤에서 말한 내용이 충돌하거나,
처음 설정한 조건을 잊어버리는 경우가 있습니다.
예를 들어
-처음에는 "예산 100만원"
-중간에는 "예산 300만원"
-마지막에는 "예산 제한 없음"
처럼 조건이 바뀌는 경우도 있습니다.
최근 모델들이 많이 좋아졌지만 장문 작업에서는 여전히 검토가 필요합니다.
──────────────────
【 6. 출처 문제 】
사용자들이 가장 많이 놓치는 부분입니다.
AI는 답변을 잘 만들지만 출처를 항상 정확하게 제공하는 것은 아닙니다.
특히
-통계 수치
-시장 규모
-의학 정보
-법률 정보
-논문 인용
등은 원문 확인이 필요합니다.
실제로 업무에서 사용하는 경우에는 AI 답변보다 원 출처 검증이 더 중요할 때도 많습니다.
━━━━━━━━━━━━━━━━━━
【 의외로 많이 발생하는 실사용 오류 】
제가 여러 AI를 사용하면서 느낀 것은 AI의 오류보다 사용자의 착각이 더 큰 문제인 경우가 많다는 점입니다.
사람들은 AI가 답을 알려주는 기계라고 생각합니다.
하지만 실제로는 초고속 초안 생성기에 가깝습니다.
AI가 작성한 내용을 바로 사용하면 문제가 생길 수 있습니다.
반대로
-초안 작성
-자료 정리
-비교 분석
-아이디어 확장
-반복 업무 자동화
용도로 사용하면 만족도가 상당히 높습니다.
━━━━━━━━━━━━━━━━━━
【 GPT와 제미나이는 지금 어느 정도 수준일까? 】
2026년 기준으로 보면 GPT와 제미나이 모두 과거와 비교하기 어려울 정도로 발전했습니다.
문장 품질은 이미 일반적인 블로그 작성자를 넘어서는 경우도 많고, 정보 정리 속도는 사람이 따라가기 어렵습니다.
다만 여전히 "정답 기계"는 아닙니다.
오히려 좋은 사용자는 AI를 믿는 사람이 아니라 AI를 검토할 줄 아는 사람입니다.
실제로 생산성이 가장 높았던 방법은 AI에게 맡기고 사람이 마지막 검수를 하는 방식이었습니다.
100% 자동화보다는 80% 자동화 + 20% 검토.
현재 시점에서는 이 조합이 가장 현실적이고 효율적인 활용법으로 보입니다.
짧게 정리하면, AI는 이미 업무 도구로 충분히 쓸 만한 수준까지 올라왔습니다.
다만 환각, 최신 정보 오류, 계산 실수, 출처 문제는 아직 완전히 해결되지 않았습니다.
결국 AI를 잘 쓰는 사람과 못 쓰는 사람의 차이는 모델 성능보다도 "어디까지 믿고 어디서 검증할지"를 아는 데서 점점 더 벌어지고 있는 것 같습니다.
