2026년 6월 30일, Anthropic은 과학자를 위한 AI 작업대라는 Claude Science를 내놓았다. 생물학 데이터베이스에 연결하고 연구자 자신의 연산 클러스터에서 코드를 돌릴 수 있지만, 공식 소개가 가장 많은 지면을 쓴 것은 그것이 남기는 것들이다. 모든 그림에 그것을 만든 코드와 실행 환경, 만든 과정에 대한 쉬운 설명, 전체 대화 기록이 붙는다. 또 검토 역할의 에이전트가 인용과 계산을 확인하고, 바탕 코드와 맞지 않는 그림을 표시한다.

TechCrunch의 제목은 직설적이다. 이번에 Anthropic이 건 것은 새 모델이 아니라 업무 흐름이다.

이 방향은 과학 연구에만 해당하지 않는다. AI에게 데이터를 읽히고, 계산을 시키고, 차트나 보고서를 만들게 하는 일이라면 같은 질문으로 점검할 수 있다. 몇 달 뒤 이 차트를 받은 동료가 AI에게 묻지 않고 같은 데이터와 단계로 다시 만들 수 있는가. 그럴 수 없다면 그 차트는 결론일 뿐, 검증할 수도 고칠 수도 없다.

맞아 보이는 것과 확인할 수 있는 것은 다르다

채팅 창에서 AI에게 매출 데이터를 분석해 달라고 하면 보기 좋은 추세 차트와 결론 세 가지가 돌아온다. 문제없어 보인다. 하지만 다음 달 누군가 “이 숫자는 어디서 나왔느냐"고 물으면 할 수 있는 말은 “AI가 계산했다"뿐이다. 데이터의 어떤 버전인지, 어떤 행을 걸러 냈는지, 어떤 공식을 썼는지는 모두 이제는 찾지 못할 수도 있는 대화 속에 있다.

결과가 맞는지와 확인할 수 있는지는 다른 문제다. 뒤의 것이 다른 사람이 이어받을 수 있는지, 상사가 물을 때 설명할 수 있는지, 오류가 발견됐을 때 어느 단계가 잘못됐는지 찾을 수 있는지를 정한다.

AI 결과물마다 다섯 가지를 붙인다

전용 작업대를 기다릴 필요는 없다. 지금부터 다른 사람에게 넘길 AI 결과물에는 짧은 인계 기록을 붙이도록 한다.

데이터 출처: 어떤 파일, URL, 기간, 버전을 썼는지. 누가 넣었는지.

단계: 어떤 걸러 내기, 변환, 계산을 했는지 세 줄에서 다섯 줄로 적는다. AI가 코드를 썼다면 코드 자체를 저장한다.

한계: 검증하지 않은 부분, 데이터가 부족한 부분, AI가 잘못 판단했을 수 있는 부분.

결과물: 차트, 표, 요약. 어느 것이 주된 결론인지 표시한다.

다음 단계: 누가 검토하고, 누가 다시 돌릴 수 있으며, 어떤 조건에서 외부에 써도 되는지.

AI의 계산 결과가 매번 똑같다는 보장은 없다. 이 다섯 가지가 있으면 내일 결과가 달라졌을 때 적어도 데이터가 바뀌었는지, 단계가 바뀌었는지, 모델이 바뀌었는지는 가려낼 수 있다. 보고서의 인용도 같은 방식으로 추적할 수 있어야 한다. AI의 도움으로 쓴 보고서는 문장을 다듬기 전에 인용부터 확인한다를 참고하자.

광고

얼마나 기록할지는 작업이 정한다

즉석 문장 다듬기, 아이디어 회의, 회의 요약은 나중에 추적할 필요가 없으니 채팅 창으로 충분하다.

결정에 영향을 주는 분석, 보고서, 차트라면 적어도 데이터 출처, 버전, 프롬프트, 출력을 남긴다.

여러 데이터를 읽고, 코드를 돌리고, 다른 사람에게 넘기는 일만 작업대 수준의 기록이 필요하다. 모든 단계를 다시 돌릴 수 있고, 모든 그림이 코드와 맞아야 한다.

개인 정보, 법규, 예산, 의료, 외부 공개와 관련된 결론은 기록이 완전한 것에 더해, 핵심 결론마다 확인할 책임자가 있어야 한다.

팀에 두 번째 단계의 기록 습관조차 아직 없다면, 바로 완전한 작업대를 들이면 대개 혼란스러워진다. 도구를 사기 전에 인계 기록부터 시작하는 편이 현실적이다.

기록이 완전하다고 결과가 맞는 것은 아니다

기록이 완전하다고 결과가 맞는 것은 아니다. 코드를 다시 돌릴 수 있다고 그 코드의 논리가 맞는 것도 아니다. Claude Science가 검토 에이전트를 더한 것도 기록만으로는 부족하기 때문이다. 중요한 결론은 그 분야를 아는 사람이 봐야 한다.

또 Claude Science는 지금 베타 버전으로, 일부 유료 요금제에서만 쓸 수 있고 팀 관리자가 켜야 한다. 이 글이 다루는 것은 그것이 보여 주는 방향이지, 모든 팀에 당장 도입을 권하는 것이 아니다. AI 요약을 동료에게 넘길 때의 형식이 문제라면 잘 정리된 AI 요약이 곧바로 넘겨줄 수 있는 업무는 아니다를 참고하자.

AI 정리 카드

팀이 AI로 만드는 분석, 차트, 보고서를 몇 달 뒤에도 동료가 다시 만들고 확인할 수 있게 하고 싶다.
판단 방법은 이 글에서 가져왔다: https://boosterminiclass.com/ko/posts/claude-science-workbench-audit-handoff/
글의 관점은 이렇다. AI 결과물을 넘겨도 되는지는 몇 달 뒤 받은 동료가 AI에게 묻지 않고 같은 데이터와 단계로 다시 만들 수 있는지에 달렸다. 넘길 결과물에는 데이터 출처, 단계, 한계, 결과물, 다음 단계를 붙인다.

먼저 나에게 물어 달라. 팀이 AI에게 가장 자주 맡기는 분석이나 보고서는 어떤 종류인지, 결과를 누구에게 넘기는지, 지금 데이터 버전과 코드를 저장하는 습관이 있는지.
그다음:
1. 이 일들을 "채팅으로 충분", "기록 필요", "다시 돌릴 수 있어야 함", "사람의 확인 필요" 네 단계로 나누고 이유를 적을 것;
2. "기록 필요" 이상의 일을 위해 데이터 출처, 단계, 한계, 결과물, 다음 단계를 담은 인계 기록 양식을 만들 것;
3. 최근 AI 결과물 하나를 골라, 동료가 다시 만들려면 지금 어떤 정보가 빠져 있는지 적을 것;
4. 코드와 데이터 버전을 둘 고정 위치를 정하는 것처럼 이번 주에 시작할 수 있는 최소한의 방법을 제안할 것.
특정 도구 구매는 권하지 말고, 지금 있는 도구로 할 수 있는 것부터 시작할 것.
광고

Share

이 미니 클래스 공유

이 글이 업무 병목을 푸는 데 도움이 되었다면, AI를 어떻게 쓸지 고민하는 사람에게도 공유해 주세요.

참고 자료