Verifiability: AI가 빨리 발전하는 영역의 공통점 | DAKER 커뮤니티
카파시는 AI가 빨리 발전하는 영역의 공통점을 "검증 가능성"에서 찾습니다. 손으로 명령문을 쓰던 Software 1.0에서는 명세하기 쉬운 일이 자동화됐고, 신경망을 최적화하는 Software 2.0에서는 검증하기 쉬운 일이 빠르게 좋아졌다는 관점입니다.
수학과 코딩이 좋은 예입니다. 정답을 확인할 수 있고, 실패하면 다시 시도할 수 있고, 짧은 시간에 많은 풀이를 돌릴 수 있습니다. 이런 환경에서는 AI가 스스로 연습하고 보상을 받을 수 있습니다. 반대로 전략, 창의, 맥락 판단처럼 보상이 흐릿한 일은 사람의 리뷰와 기준표가 더 중요합니다.
바이브 코딩에도 이 원칙을 그대로 적용할 수 있습니다. "앱 만들어 줘"보다 "이 테스트를 통과하는 기능을 만들어 줘"가 강합니다. "좋은 글 써 줘"보다 "아래 체크리스트를 만족하는 글을 만들고 자체 검토 결과를 보여 줘"가 낫습니다. AI에게 일을 맡길수록 먼저 해야 할 일은 작업을 검증 가능한 형태로 바꾸는 것입니다.
실천 체크리스트:
- 작업을 resettable, efficient, rewardable 하게 쪼갠다.
- 테스트, 린트, 타입체크, 스크린샷 중 하나를 AI의 보상 신호로 둔
다.
- 자동 검증이 어려운 일은 사람의 리뷰 기준표를 먼저 만든다.
- 프롬프트 끝에 "검증 결과와 남은 리스크를 보고하라"를 붙인다.
SVG 차트 요약:
[Resettable: 다시 시작 가능] + [Efficient: 많은 시도 가능] + [Rewardable: 자동 보상 가능] -> 좋은 AI 작업 단위 -> 검증 루프
출처 링크: