AI란? AI의 이커머스 용도 및 예시

인공지능(AI)은 컴퓨터가 인간처럼 생각하고 학습하도록 가르치는 기술입니다. AI 시스템은 정해진 프로그래밍을 그대로 따르는 대신 데이터를 분석하고 패턴을 찾아내며 스스로 결정을 내립니다. 이러한 시스템은 시간이 지날수록 더 똑똑해지며, 매번의 상호작용에서 학습해 성능을 개선합니다.

이제 AI는 잠깐 스쳐 가는 기술 유행이 아니라, 이커머스 사업주들이 회사를 운영하는 방식을 바꾸는 실용적인 도구로 자리 잡았습니다. 2025년 Shopify가 스토어 소유자를 대상으로 실시한 설문조사에 따르면, 이미 자리를 잡은 사업주의 75%가 AI를 활용하고 있는 것으로 나타났습니다.

AI로 수익을 창출하고 싶든, 생성형 AI 도구에 대해 더 알아보고 싶든, 이 가이드는 인공지능에 관해 꼭 알아야 할 내용과 AI가 어떻게 여러분의 사업을 성장시킬 수 있는지 알려드립니다.

AI란 정확히 무엇인가요?

인공지능(AI)은 기계가 인간처럼 사고하고 문제를 해결하도록 가르치는 기술입니다. 머신러닝(ML), 자연어 처리(NLP), 컴퓨터 비전, 로보틱스 같은 컴퓨터 과학 분야를 결합해 정보를 분석하고 예측하며 경험을 통해 학습할 수 있는 시스템을 만듭니다.

고도화된 AI 시스템은 인공 신경망을 사용해 정보를 처리하며, 인간 두뇌를 단순화한 형태처럼 작동합니다. 이러한 시스템은 인간의 지도 없이도 스스로 새로운 기술을 익힐 수 있습니다. 이는 여러분이 좋아하는 카페의 로고를 몇 번 본 뒤 알아보게 되는 것과 비슷합니다.

AI의 작동 원리: 핵심 구성 요소

AI는 지능형 시스템을 만들기 위해 함께 작동하는 여러 기법을 아우릅니다. 대부분의 AI 애플리케이션을 구동하는 주요 접근 방식은 다음과 같습니다.

머신러닝: 데이터로부터 학습하는 컴퓨터

머신러닝(ML)은 컴퓨터가 방대한 과거 데이터에서 패턴을 식별하고, 각 상황에 맞게 일일이 프로그래밍하지 않아도 예측을 내리도록 가르칩니다. "이것이면 저것"이라는 식의 코드를 작성하는 대신, 시스템에 예시를 입력해 스스로 규칙을 찾아내게 하는 방식입니다.

AI 시스템은 세 가지 주요 방식으로 학습합니다.

• 지도 학습: 정답이 알려진 예시를 통해 학습합니다.
• 비지도 학습: 별도의 지도 없이 데이터에서 복잡한 패턴을 찾아냅니다.
• 강화 학습: AI 에이전트가 시행착오를 통해 학습합니다.

예를 들어 온라인 쇼핑 중 "이 상품을 구매한 고객이 함께 구매한 상품"이라는 문구를 보게 되는데, 이는 머신러닝이 수천 건의 구매 패턴을 분석해 여러분이 다음에 무엇을 원할지 예측한 결과입니다.

머신러닝은 Shopify Sidekick과 같은 AI 업무용 도구도 구동합니다. 이 AI 어시스턴트는 다음과 같은 작업을 할 수 있습니다.

• 웹사이트 재디자인
• 상품 설명, 마케팅 이메일 등 문구 작성
• 상품 이미지 편집
• 새로운 앱 맞춤 코딩
• 개인화된 기술 지원 제공

딥러닝과 신경망

딥러닝은 인간의 두뇌가 정보를 처리하는 방식을 모방합니다. 이러한 시스템은 여러 계층으로 이루어진 인공 신경망(ANN)을 사용합니다. 이를 복잡한 문제를 함께 풀기 위해 서로 연결된 의사결정 노드들이라고 생각하면 됩니다.

딥 신경망은 유형에 따라 서로 다른 작업에서 뛰어난 성능을 발휘합니다.

• 합성곱 신경망(CNN)은 이미지 인식을 위해 시각 자료의 패턴을 처리합니다.
• 순환 신경망(RNN)은 언어 번역이나 음성 인식처럼 순차적인 데이터를 처리합니다.

자연어 처리(NLP)

자연어 처리(NLP)는 컴퓨터가 인간의 언어를 이해하고 생성하도록 가르치는 기술입니다. 이 기술은 텍스트의 감정 분석, 중요한 정보 인식, 언어 간 번역 같은 작업을 처리합니다.

NLP는 통계적 방법, 규칙 기반 접근법, 머신러닝 알고리즘을 결합해 텍스트와 음성을 처리합니다. 이러한 기반 덕분에 챗봇과 가상 비서를 구동하는 기술인 대규모 언어 모델(LLM)이 인간과 자연스럽게 소통할 수 있습니다.

예를 들어 Shopify Sidekick에게 "지난 30일 동안 캘리포니아에서 가장 잘 팔린 상품이 뭐야?"라고 물었다고 가정해 보겠습니다. 그러면, 이 AI 어시스턴트는 NLP를 사용해 질문의 의미를 이해하고 관련 Shopify Analytics 보고서를 가져옵니다.

컴퓨터 비전

컴퓨터 비전은 AI 도구가 어떤 대상이 무엇인지 이해할 수 있게 합니다. 합성곱 신경망(CNN)을 사용해 이미지나 영상에 담긴 내용을 식별하고, 이를 바탕으로 비주얼 검색 같은 AI 기능을 구동합니다.

Google 렌즈를 예로 들면, 사용자가 비주얼 검색 플랫폼에 이미지를 업로드할 때 컴퓨터 비전을 활용합니다. 이미지에 담긴 내용을 파악한 뒤 이커머스 브랜드 웹사이트의 유사 상품과 매칭합니다. 이 플랫폼은 매달 200억 건 이상의 이러한 검색을 처리합니다.

AI의 유형: 좁은 AI부터 범용 AI까지

AI 시스템은 무엇을 할 수 있는지에 따라, 세 가지 주요 AI 유형으로 나뉩니다.

좁은 AI(ANI): 오늘날 유일하게 존재하는 AI

좁은 AI(ANI)는 한 가지 일을 수행하도록 학습된 AI 모델입니다. 자신이 설계된 목적에는 매우 뛰어나지만, 그 지식을 완전히 새로운 상황에 적용할 수 없는 한 우물만 파는 도구라고 생각하면 됩니다.

좁은 인공지능이 이커머스에 적용된 사례로는 다음과 같은 것들이 있습니다.

• 웹사이트 분석 도구: 이러한 AI 도구는 웹사이트를 점검하고 사이트 이용 현황과 고객 행동을 분석합니다.
• AI 상품 추천: 쇼핑객이 조회하거나 장바구니에 담은 상품을 바탕으로 다른 상품을 제안합니다.
• 스마트 사이트 내 검색: 특정 검색어(예: "검정 스니커즈")가 클릭을 얻지 못하면 웹사이트의 검색 결과 순서를 재정렬합니다.
• AI 고객 세분화: 구매자를 행동(예: 고객 생애 가치나 이탈 위험)에 따라 그룹으로 나누어, 각 고객 세그먼트를 타깃으로 하는 개인화 광고와 SMS 캠페인을 구동합니다.
• 자동 이메일 및 문자: 과거 구매 내역을 기반으로 메시지를 발송합니다.

범용 AI(AGI)와 초지능: 다음 단계

범용 인공지능(AGI)은 아직 이론적인 개념이지만, 모든 영역에서 인간의 추론 능력에 필적하거나 심지어 능가할 것으로 예상됩니다. 컴퓨터 과학자들은 인간처럼 학습하고 추론하며 문제를 해결하고 새로운 상황에 적응할 수 있는 AI 시스템을 그려봅니다.

이러한 초지능이 언제 실현될지에 관한 전문가의 전망은 제각각입니다. 한 예로, Anthropic의 CEO인 Dario Amodei는 초지능 실현이 빠르면  2027년에 이뤄질 것이라고 추정하기도 합니다

미래에 AGI는 다음과 같은 일을 할 수 있을지도 모른다고 추측됩니다.

• 독창적인 작품 창작: AGI 시스템은 인간의 언어를 처리해 뉴스 기사를 작성하고, 음악을 작곡하며, 시각 예술 작품을 만들거나 심지어 건물을 설계할 수도 있습니다.
• 복잡한 질문의 이해와 응답: AGI로 구동되는 지능형 기계는 방대한 정보를 분석해, 추론이나 판단이 필요한 답변이라 하더라도 포괄적이고 유익한 방식으로 질문에 답할 수 있습니다.
• 복잡한 문제 해결: AGI 신경망은 물 부족처럼 전 세계적으로 중요한 사안에 관한 데이터를 분석하고, 인간과 협력해 효과적

이커머스 관점에서 보면, AGI는 여러 도구를 오갈 필요 없이 하나의 시스템으로 전략 수립부터 실행까지 모든 것을 처리할 수 있다는 의미가 될지도 모릅니다.

반응형 기계, 제한된 기억, 그리고 그 너머

반응형 AI 시스템은 사전에 설정된 규칙을 사용해 즉각적인 상황에 반응합니다. 이러한 시스템은 기억력이 제한적이어서 과거 경험에서 학습하거나 이전 상호작용을 기억하지 못하며, 단지 프로그래밍된 대로만 작동합니다.

반응형 AI의 예로는 고객의 구매 이력을 고려하지 않고 현재 장바구니에 담긴 상품만을 바탕으로 다른 상품을 제안하는 기본적인 상품 추천 엔진이 있습니다.

AI의 짧은 역사

AI를 이해하려면 초기 토대와 대중화 과정을 포함한 역사를 되짚어보는 것이 도움이 됩니다.

• 1950년대: 튜링 테스트. 수학자 Alan Turing이 튜링 테스트를 제안했습니다. 이는 인간이 인간과 기계가 생성한 응답을 구별할 수 있는지를 측정하는 것이었습니다. 컴퓨터 과학자 John McCarthy는 1956년 다트머스 회의에서 "인공지능"이라는 용어를 처음 만들었습니다.
• 1966년: 최초의 AI 챗봇. 컴퓨터 과학자 Joseph Weizenbaum이 ELIZA를 선보였습니다. 그가 발표한 연구 논문에는 "일부 실험 대상자들은 ELIZA가 현재의 스크립트로만으로는 인간이 아니라는 사실을 좀처럼 믿지 않았다"라고 적혀 있습니다.
• 1996년: 딥 블루. IBM이 체스 슈퍼컴퓨터 프로그램 딥 블루를 선보였습니다. 딥 블루는 이듬해 세계 체스 챔피언 Garry Kasparov를 이긴 최초의 컴퓨터 시스템이 되었습니다.
• 2001년: Google이 머신러닝을 사용하기 시작 통계적 머신러닝을 활용해 더 나은 철자를 제안하고 스팸을 탐지했습니다.
• 2011년: Apple이 Siri 출시. Siri는 NLP를 사용해 음성 명령을 이해했으며, Apple은 2011년 10월부터 이 AI 어시스턴트를 iPhone에 통합했습니다.
• 2022년: ChatGPT 출시. OpenAI는 ChatGPT로 AI를 모두에게 개방했습니다. 인터넷에 연결된 사람이라면 누구나 NLP와 LLM을 사용해 답을 주는 이 AI 도구와 대화할 수 있었습니다. 출시 후 불과 첫 5일 만에 100만 명의 사용자를 확보했습니다.

일상 속 AI 사례

Pew Research에 따르면, AI 전문가의 79%가 사람들이 하루에도 여러 번 AI와 상호작용한다고 생각합니다. 이 기술은 이커머스부터 의료에 이르기까지 여러 산업에서 찾아볼 수 있습니다.

쇼핑과 이커머스 속 AI

ChatGPT, Google Gemini, Microsoft Copilot 같은 플랫폼은 개인화된 도움을 필요로 하는 쇼핑객들에게 든든한 조력자가 되었습니다.

NielsenIQ의 2026년 데이터에 따르면, 고객의 42%가 지난 한 달 동안 쇼핑에 적어도 하나의 AI 도구를 사용한 적이 있는 것으로 나타났습니다. 그중 눈에 띄는 예는 다음과 같습니다.

• 17%는 AI에게 상품 추천을 요청함
• 10%는 음성 비서를 사용해 상품을 구매하거나 재주문함
• 5%는 AI 에이전트를 사용해 대신 주문을 생성함

Manscaped의 창업자 Paul Tran은 Shopify Masters 인터뷰에서 "앞으로 몇 년 동안 큰 패러다임 전환이 일어날 것이라고 생각합니다"라며, "AI가 쇼핑객이 새로운 상품을 탐색하는 방식을 완전히 바꿔놓을 것입니다"라고 말합니다.

커뮤니케이션과 생산성 속 AI

AI는 인간의 두뇌보다 훨씬 빠르게 결정을 내릴 수 있습니다. 거의 빛의 속도로 정보를 전달할 수 있는 수준입니다.

이러한 속도는 생산성에도 영향을 미칩니다. Anthropic의 2025년 데이터에 따르면 AI는 작업 완료 시간을 80% 줄일 수 있습니다. 인간이 처리하는 데 대략 1.4시간이 걸릴 작업을 AI를 활용하면 단 몇 분 만에 끝낼 수 있는 것으로 추정됩니다.

챗봇은 이러한 생산성이 커뮤니케이션에 어떻게 영향을 미치는지 보여주는 사례입니다. 더 나은 이용 편의성, 빠른 속도, 더 정확한 정보는 고객이 인간 상담 대신 AI를 선택하는 주요 이유입니다.

이러한 생산성 향상은 인간 고객 지원 상담원에게도 마찬가지입니다. Salesforce의 2025년 보고서에 따르면, AI를 활용하는 상담원은 일상적인 문의를 처리하는 데 드는 시간이 20% 줄었습니다. 이는 매주 약 4시간을 절약하는 효과입니다.

교통과 의료 속 AI

인공지능은 패턴을 활용해 다음에 무슨 일이 일어날지 예측합니다. 이러한 기술은 Waymo의 자율주행 자동차를 구동합니다.

Waymo는 머신러닝을 활용해 차량 주변 환경을 바탕으로 순간순간의 결정을 내립니다. 이 브랜드의 2026년 안전 보고서에 따르면, 동일한 조건에서 자율주행 차량은 인간 운전자에게 치명적이거나 심각한 부상을 초래하는 충돌 사고가 92% 더 적은 것으로 나타났습니다.

의료 산업도 AI의 영향을 받고 있으며, 일반인들도 이런 목적으로 AI 모델을 사용하고 있습니다.

한 사람은 AI 모델이 출혈 위험 가능성이 있으니 진료를 받으라고 권한 덕분에 ChatGPT가 자신의 생명을 구했다고 말했습니다. 또한 한 호주 남성은 AI를 활용해 종양의 DNA를 분석하고 이해한 뒤, 반려견을 위한 암 백신을 직접 만들기도 했습니다.

AI가 여러분의 사업에 의미하는 것

2025년 Shopify가 스토어 소유자를 대상으로 실시한 설문조사에 따르면, 반복 작업의 효율성 향상(55%)과 브레인스토밍 및 창의력에 대한 도움(55%)이 가장 많이 꼽힌 두 가지 AI의 이점이었습니다.

Shopify 스태프 개발자이자 AI 지지자인 Alex Pillon은 "작게 생각하고, 빠르게 반복한 다음 규모를 키우세요"라고 조언합니다. "빅데이터를 다룰 때는 특정 사례를 대상으로 프롬프트를 테스트하거나 소규모 배치로 AI 기반 프로세스를 실행하면 검증하고 실제 환경에서 테스트하기가 더 쉬워집니다."

다음의 이커머스에서의 AI 활용 사례를 통해 이것이 실제로 어떻게 구현되는지 살펴보겠습니다.

상품 설명 및 콘텐츠 작성

Syndigo의 2025년 보고서에 따르면, 고객의 44%가 상품 정보가 충분하지 않아서 구매를 포기한 적이 있는 것으로 나타났습니다. 하지만 방대한 상품 카탈로그 전반에 걸쳐 콘텐츠를 수작업으로 확장하기란 쉽지 않습니다.

Private Label의 CEO인 Mikey Moran은 Shopify Masters 인터뷰에서 이렇게 말합니다. "우리 상품이 수백 개인데요. 이제 막 스토어를 시작한 분이든, 아니면 이 업계에 한동안 몸담아 온 분이든 제가 장담합니다. 완전히 새로운 상품군을 추가하면서 상품 설명을 하나하나 작성해야 할 때 처음 몇 개는 재미있어요. 잔뜩 신이 나서 흥분하죠. 그런데 어느 순간 머릿속의 창작 과정이 굳어지고, 쓰는 말들이 다 똑같아지기 시작하는 걸 느끼게 됩니다."

생성형 AI가 이 지점에서 개입해 프롬프트를 바탕으로 상품 설명을 포함한 새로운 웹사이트 카피를 작성해 줍니다. Sidekick에서 사용할 수 있는 AI 프롬프트의 예시는 다음과 같습니다.

"직접 손으로 부은 캔들의 상품 설명을 써줘. 향은 바닐라이고 재사용 가능한 유리병에 담겨 있어. 어조는 밝고 장난스럽게 유지해줘."

Sidekick은 여러분의 스토어 데이터를 이해하는 AI 어시스턴트입니다. 수백만 건의 대화를 처리했으며 사용량은 전년 대비 4배 증가했습니다.

Mikey는 "오랜 시간 동안 창의력을 유지하는 건 정말 어려워져요"라고 말하지만, 바로 그 지점에서 Shopify Sidekick이 도움이 됩니다. "얼마나 빠르게 멋진 상품 설명을 만들어낼 수 있는지 정말 깜짝 놀랐어요."

고객 서비스 및 챗봇 자동화

AI 기반 챗봇은 주문 상태 업데이트부터 반품 정책, 상품 정보까지 일상적인 고객 문의를 24시간 처리합니다. 복잡한 문제의 경우 AI 챗봇이 정보를 수집한 뒤 고객을 적절한 인간 담당자에게 연결할 수 있습니다.

AI 챗봇 시스템은 웹사이트, SMS, 소셜 미디어 등 여러 채널에서 고객과 소통하며 즉각적인 응답을 제공합니다. Zendesk의 2026년 CX 보고서에 따르면, 1년 전보다 더 빠른 응답 시간을 기대하는 고객이 88%에 달하는데, AI 챗봇은 이러한 요구에 부응합니다.

Ridge의 CEO인 Sean Frank를 예로 들면, 그는 현재 전체 고객 지원 티켓의 60%를 AI에게 처리하도록 합니다. 그리고 도입 후, 이 브랜드의 순추천지수(NPS)는 2포인트 상승했습니다.

Sean은 이렇게 말합니다. "진짜 이점은 이제 우리 인간 고객 서비스 팀이 더 많은 판단력과 공감이 필요한 복잡한 사례에 집중할 수 있다는 겁니다. AI가 물량을 처리하고 사람이 미묘한 부분을 다루는 거죠."

재고, 가격, 운영

AI는 판매 추세, 계절적 패턴, 시장 상황을 분석해 수요를 예측하는 데 도움을 줍니다. Gartner는 2030년까지 대기업의 70%가 미래 수요를 예측하기 위해 AI 기술을 사용할 것으로 추정합니다.

소매업체는 다음과 같은 재고 관리 작업에 AI를 활용할 수 있습니다.

• 재주문 자동화
• 수요에 따른 가격 조정
• 재고 유지 비용 최적화

Sean은 Ridge가 예전에는 재고 계획과 구매를 담당하는 인력이 세 명이었다고 말합니다. "이제는 재고 담당 이사 한 명이 모든 걸 처리합니다. 판매 데이터, 추세, 출시 일정, 예측치를 AI 모델에 입력하면 AI가 복잡한 분석을 해줍니다. 그 한 명이 결과를 검토하고 판단을 적용해 결정을 내리는 거죠."

AI 대화 안에서 판매하기: ChatGPT 스토어프론트

쇼핑객이 AI를 통해 쇼핑하려는 경향은 에이전틱 커머스를 갖춘 브랜드에게 엄청난 기회를 열어줍니다.

Shopify의 2026년 데이터에 따르면, AI를 통해 유입된 세션의 절반 이상이 상품 페이지에서 시작되는데, 이는 오가닉 검색의 20%와 대비됩니다. 이러한 쇼핑객은 전환율이 거의 50% 더 높고, 구매 시 지출액도 14% 더 많습니다.

Shopify를 사용하고 있다면 ChatGPT 대화 안에서 직접 판매할 수 있습니다. 이 통합 기능은 여러분의 Shopify 스토어 데이터를 관련 ChatGPT 대화로 가져와, 링크나 리디렉션 없이 이미 AI로 쇼핑하고 있는 고객에게 다가갑니다.

AI에 대한 오해와 진실

AI를 둘러싸고, 특히 고용 시장과 복잡성에 관한 몇 가지 오해가 있습니다. 다음은 흔한 세 가지 오해와 사실 여부에 관한 설명입니다.

"AI가 내 일자리를 대체할 것이다"

SurveyMonkey의 2026년 보고서에 따르면, 근로자의 절반 이상이 결국 AI가 자신의 업무 중 적어도 일부는 자신만큼 잘 해낼 수 있을 것이라고 생각합니다. 4분의 1은 AI가 자신의 업무 중 적어도 25%를 대체할 수 있을 것이라고 봅니다.

이러한 우려에도 불구하고, BCG는 AI가 대체하는 일자리보다 더 많은 일자리를 창출하면서 미국 일자리의 50%에서 55%를 재편할 것으로 추정합니다. 또한 PwC의 글로벌 AI 일자리 바로미터에 따르면, AI의 영향을 받는 거의 모든 직종에서 임금이 상승하고 있는 것으로 나타났습니다.

Mikey는 팀원들의 AI 관련 일자리 불안을 어떻게 다루는지 들려줍니다. "저는 이렇게 말해요. '아니, AI가 당신을 대체하지는 않을 거예요. 오히려 하루에 처리할 수 있는 일이 훨씬 많아지니까 당신의 가치를 두 배로 높여줄 거예요. 그러면 AI가 제대로 작동하기 시작할 때 제가 아마 더 많은 급여를 드릴 수 있겠죠.”

"AI는 소규모 사업체에게는 너무 복잡하다"

Shopify의 2025년 스토어 소유자 설문조사에 따르면, 아직 AI를 사용하지 않는 스토어 소유자 중 29%가 어디서부터 시작해야 할지 모른다고 답했습니다. 여러분이 여기에 해당한다면, 이미 사용 중인 도구에 내장된 AI 모델을 활용해 보세요.

Shopify Sidekick은 모든 Shopify 요금제에 내장되어 있습니다. 일상적인 업무, 전략 수립, 상품 설명, 스토어 관리에 이 AI 어시스턴트를 활용할 수 있습니다. Shopify 작업, 대량 처리 작업, 상품 설명 생성, 개인화된 조언에 대해 24시간 즉각적인 도움을 제공합니다.

예를 들어, Sidekick에게 다음과 같이 물어볼 수 있습니다.

• 내 웹사이트에 가장 많은 고객을 유입시키는 트래픽 출처가 뭐야?
• 사이트 전체 10% 할인 코드를 만들어주고, 상위 50명의 고객에게 이 코드를 보낼 이메일 초안을 작성해줘.
• 어떤 상품이든 재고가 10개 미만으로 떨어지면 이메일로 알려주도록 Shopify Flow 자동화를 설정해줘.

Physical Phones의 창업자이자 CEO인 Catherine Goetze는 이렇게 말합니다. "50가지나 되는 서로 다른 도구가 필요하다는 건 완전히 잘못된 생각이에요. 우리는 정기적으로 1~2 가지 정도만 사용하고, 대신 그것들을 아주 효과적으로 사용하는 법을 알고 있죠." 

"AI는 항상 정확하다"

AI는 학습된 데이터만큼만 뛰어납니다. 초기 데이터가 편향되어 있거나 부정확하거나, AI 모델이 인터넷처럼 신뢰할 수 없는 외부 데이터 소스에서 정보를 가져오는 경우 도구는 다음과 같은 결과를 내놓을 수 있습니다.

• 거짓 정보: 사실과 다른 내용입니다.
• 조작: 모델이 초기 학습 데이터를 바탕으로 잘못된 가정을 내릴 때 발생합니다.

HAI의 2026년 데이터에 따르면, AI 모델은 22%에서 94%의 확률로 환각을 일으킵니다.

AI가 내놓는 결과가 무엇이든, 이를 항상 확인하고 위험을 제한하기 위해 사람이 검토 과정에 참여하도록 하세요.

Alex Pillon은 이렇게 말합니다. "AI를 처음 사용한다면, '생각을 공유하는 파트너'로 대하라고 하고 싶어요. 그냥 무언가에 대해, 여러분이 하고 있는 어떤 일에 대해서든 질문을 던져보세요. AI가 어떻게 작동하고 무엇을 할 수 있는지에 대한 직관을 키워가는 동안에는 결과를 어느 정도 걸러서 받아들이세요."