최종 100개, 상위 25개, 100행 × 103개 필드. 조사는 제대로 끝났지만, 받은 결과를 어디서부터 읽고 무엇을 적용할지는 다시 판단해야 했다. 다음 조사에서는 12건만 먼저 받아 봤다.
공개 AI 프로젝트를 조사해 달라고 GPT-5.6 Work에 맡겼다.
한 줄로 툭 던진 건 아니었다. 일반 Chat에서 조사 목적과 프로젝트를 고르는 기준, 확인할 항목, 받고 싶은 파일까지 꽤 자세히 적었다. 이 정도로 써두면 결과 규모도 대충 예상할 수 있을 줄 알았다.
다음 날 받아 본 후보는 296개였다.
최종 표에는 중복을 뺀 프로젝트 100개가 들어갔고, 그중 25개는 더 자세히 검토됐다. 엑셀의 핵심 시트는 100행에 열이 103개였다. 근거와 제외 후보, 출처, 여러 프로젝트에서 반복해서 나온 패턴도 따로 정리돼 있었다.
결과는 잘 나왔다. 문제는 파일을 받은 다음이었다.
열이 103개라고 해서 프로젝트 100개를 103개 항목씩 같은 깊이로 확인했다는 뜻은 아니었다. 상위 25개와 나머지 75개의 조사 깊이도 달랐다. 보고서에서 도입할 만하다고 본 항목이 내 시스템에도 지금 필요한지는 또 따로 봐야 했다.
결국 받은 파일을 다시 Chat에 넣고 물었다. 이 내용은 어디까지 확인된 사실인지, 여러 프로젝트에서 자주 보였다는 정도인지, 내 쪽에 바로 넣어도 되는지.
처음에는 당장 적용해도 될 것 같던 권고 중 몇 개는 작게 시험하는 쪽으로 바뀌었다. 몇 개는 실제 문제가 생길 때까지 미루기로 했다.
그 뒤 다른 조사를 맡길 때는 30건을 한 번에 끝내지 않았다. 먼저 12건만 받아 봤다. 표가 읽을 만한지, 근거가 충분한지 확인한 다음에 늘릴 생각이었다.
그런데 12건이면 됐다. 당시 확인하려던 질문에는 이미 답이 나와 있었다.
그래서 지금은 큰 조사를 맡길 때 최종 숫자보다 먼저 멈출 지점을 정한다. 처음부터 목표한 숫자까지 한꺼번에 진행하지 않고, 예비 결과를 먼저 받아 읽어 본다. 더 필요할 때만 늘린다.
Work가 큰 자료를 만드는 데는 성공했다. 내가 놓친 건 그 자료를 어디서 한 번 끊어 받아야 하는지였다.
당시 사용한 실제 프롬프트와 받은 산출물, 그 뒤 확인한 주간 사용량 화면, 결과를 다시 검토하면서 판단이 바뀐 과정은 포스타입에 따로 정리해 두었다. 사용량 숫자를 정확한 작업별 비용이라고 단정할 수 없었던 이유도 함께 적었다.
[GPT-5.6 Work에 공개 AI 프로젝트 100개를 조사시켜 봤다]
