아티클
다양한 읽을거리를 확인해 보세요.05. AI 리터러시, 운전대를 언제 놓을지 정하는 세 가지 단계
📅 2026년 11월 16일 · 👁 36
AI 리터러시, 운전대를 언제 놓을지 정하는 세 가지 단계업무 환경, 계약서, AI 행위 기록 절차를 마련하고 나면 마지막 질문이 남는다."사람은 AI의 일에 어디까지 개입해야 하는가?"모든 일을 붙잡고 있으면 AI를 들인 효과가 줄어든다. 그렇다고 전부 넘기면 위험이 커진다. 가장 안전한 답은 모든 단계를 사람이 승인하는 것이다. AI가 한 걸음 옮길 때마다 확인한다. AI가 한 바퀴 돌릴 때마다 사람을 거친다는 뜻으로 이를 ① 휴먼 인 더 루프Human In The Loop라 부른다. 안전하지만 치명적 한계가 있다. 바로 사람의 인지 부하다. 검토할 일이 하루에 수백 건씩 쏟아지면 곧 지쳐버린다. 일을 진행하려면 결국 내용을 보지 않고 승인 버튼만 누를 수밖에 없다. 모든 걸 검증하겠다는 다짐이 역설적으로 아무것도 제대로 검증하지 못하는 사태를 만든다.그래서 사람의 자리를 한 걸음 뒤로 옮긴다. 매 단계를 승인하는 대신, 일하는 과정을 지켜보다 이상할 때만 끼어든다. 순환 고리 위에서 내려다보는 감독자, ② 휴먼 온 더 루프Human On The Loop 단계다. 한 걸음 더 나아가면 위험이 낮고 경계가 분명한 일은 사람 확인 없이 끝까지 맡길 수도 있다. 고리 밖의 인간, ③ 휴먼 아웃 오브 더 루프Human Out Of The Loop이다.조직의 결재 시스템도 안건마다 결재선이 다르다. 개인의 휴가 신청과 수십억짜리 구매 계약은 같은 방식으로 처리하지 않는다. AI도 그래야 한다. 가볍게 결재할 안건과 끝까지 사람이 쥐어야 할 안건을 갈라야 한다. 자율성을 적용하는 정도의 기준은 얼마나 더 편리한가가 아니라, '잘못됐을 때 얼마나 되돌릴 수 있는가'여야 한다. 앞서 언급한 세 단계에는 저마다 약점이 있고, 모두 현실에서 벌어진 사례가 있다.① 휴먼 인 더 루프는 검증을 위임하는 순간 무너진다. 매 단계를 사람이 확인해야 하는데 시간도 전문성도 모자라면 그 검증마저 AI에게 떠넘기고 싶은 유혹에 사로잡힌다. 검증을 업으로 삼는 사람들조차 예외가 아니다. 연구자들이 논문을 작성하면 이 논문이 출판할만한지, 또는 학회에서 발표할만한 가치가 있는지 동료 연구자들이 익명으로 심사한다. 이를 동료 평가라고 하는데, 한 분석에 따르면 ICLR, NeurIPS 같은 주요 학회에 제출된 동료 심사평 가운데 6.5~16.9%에서 AI로 상당 부분 수정되거나 작성된 흔적이 보였다.② 휴먼 온 더 루프는 사람이 깨어 있다는 가정이 성립해야 믿을 수 있다. 그런데 업무 진행 속도가 사람의 반응 속도를 추월하면 감독은 허울이 된다. 2012년 미국의 증권사 나이트 캐피털은 새 거래 프로그램을 잘못 배포했다가 45분 만에 4억 6천만 달러가 넘는 손실을 냈다. 초당 수많은 주문이 쏟아지는 동안 사람이 상황을 파악하고 멈추는 것은 불가능하다. 사람들이 지켜보고 있었지만 손을 쓸 새가 없었다. 운전 보조 장치가 부착된 차량들이 종종 사고를 일으키는데, 알고 보면 운전자들이 이를 완전 자율주행으로 착각한 것이다. 감독을 해야 할 자리를 소홀히 하면 이런 사태가 발생한다.③ 휴먼 아웃 오브 더 루프는 사람이 아예 고리 밖에 있는 상태다. 그래서 사고가 나도 사람이 보고 있다가 멈추는 구조가 아니다. 애초에 멈춰 세울 자리가 없다. 안전장치가 시스템 안에 미리 들어 있어야 한다.2026년 4월, 클라우드 서비스 레일웨이Railway를 인프라로 쓰던 한 스타트업에서 벌어진 일을 잠시 살펴보자. 이 회사가 사용하던 AI 코딩 에이전트가 개발용 작업을 하고 있었다. 그런데 문제를 해결하는 과정에서 인프라를 조작할 수 있는 강력한 열쇠를 찾아냈고, 그 열쇠로 실제 서비스에 쓰이던 데이터 저장 공간을 지워버렸다. 관리자에게 "정말 지워도 되냐"고 확인한 것이 아니었다. 시스템도 한 번 더 묻지 않았다. 열쇠가 맞으니 문이 열린 것이다. 나중에 데이터를 복구했지만 중요한 건 따로 있다. AI가 특별히 나쁜 마음을 먹어서 벌어진 일이 아니었다. AI는 문제를 빨리 해결하려고 했고, 자기 손에 들어온 열쇠로 가장 빨라보이는 길을 택했다. 사람이라면 "이건 연습장인가? 실제 환경인가?"를 한 번 더 생각했을지 모른다. 그러나 AI에게 그런 망설임을 기대하면 안 된다. 그래서 사람을 고리 밖으로 빼려면, 그 빈자리에 안전장치를 먼저 넣어야 한다. 연습용 공간과 실제 서비스 공간을 분리하고, AI에게는 필요한 열쇠만 주고, 삭제처럼 위험한 작업은 바로 실행되지 않게 하고, 사람에게 한 번 더 묻게 해야 한다. 휴먼 아웃 오브 더 루프의 교훈은 단순하다. 사람을 빼도 되는 일이 있고, 빼면 안 되는 일이 있다는 것이다. 사람을 빼려면, 사람 대신 멈춰 세울 장치를 먼저 만들어야 한다.패턴은 분명하다. 각 단계의 붕괴는 그 단계가 가정한 인간 능력의 한계에서 터진다. 휴먼 인 더 루프는 사람이 다 본다는 가정에서, 휴먼 온 더 루프는 사람이 깨어 있다는 가정에서, 휴먼 아웃 오브 더 루프는 온 시스템이 완벽하다는 가정에서 무너진다. 그러니 자율성을 사람에게서 떼어낼수록 그 빈자리를 메울 안전장치를 먼저 깔아야 한다.여기서 오해를 하면 안 되는 것이 있다. 고리 밖으로 나가는 건 판단을 포기하는 게 아니다. 앞에서는 운전 보조 장치를 완전 자율주행으로 착각한 사고를 봤지만, 같은 장치가 주는 정반대의 교훈도 있다. 운전자가 잠깐 손을 덜 쓸 수 있게 된 건 차가 똑똑해져서만이 아니라, 차선 이탈 경보와 자동 제동 같은 가드레일이 함께 깔렸기 때문이다. 그래서 사고가 나도 피해가 한정되는 구간에서만 조심스럽게 손을 뗀다. 고속도로 정속 주행은 맡겨도, 좁은 골목 끼어들기는 사람이 쥔다.AI 위임도 똑같다. 전부 떠안는 것도, 전부 넘기는 것도 아니다. 일을 위험과 되돌릴 수 있는 정도에 따라 나누는 것이다. 오타를 고치고 일정을 정리하는 일을 넘겨 인지 부하를 덜고, 돈을 보내고 사람을 평가하고 계약에 서명하는 일은 끝까지 사람이 쥔다. 앞서 본 네 가지 원칙과 여기에서 본 세 단계의 교훈은 결국 이 분리를 안전하게 하기 위한 가드레일이다.일상에도 이 분리가 있다. 세탁기는 돌려놓고 다른 일을 해도 되지만, 칼질은 한순간도 한눈을 팔 수 없다. 자동이체는 맡겨도 주택 매매 대금은 직접 확인한다. 우리는 이미 무엇을 맡기고 무엇을 손에 쥘지 경험적으로 가르며 산다. AI도 다르지 않다. 다만 맡길 수 있는 일의 범위가 갑자기 넓어졌을 뿐이다.AI를 동료로 맞이한다는 건 사람의 자리를 비우는 일이 아니다. AI가 일할 자리를 새로 만들고, 사람이 쥐어야 할 자리를 더 분명히 정하는 일이다. 환경을 구축하고, 자료를 꽂아두고, 계약서를 쓰고, 열쇠를 나누고, 가드레일을 치는 일이다. 소를 들이면서 외양간을 짓고 전기를 들이면서 공장을 다시 설계한 것처럼 AI를 들이면 일터와 규칙도 새로 만들어야 한다.
[AI 상품 이미지 만들기 02] 배경 이미지에 우리 제품 자연스럽게 합성하기
📅 2026년 11월 15일 · 👁 47
[AI 상품 이미지 만들기 02] 배경 이미지에 우리 제품 자연스럽게 합성하기서 중요한 건 배경 이미지를 하나 만들고 제품 이미지를 하나 붙이는 식의 합성이 아닙니다.이미 완성된 장면 안에서 피사체만 자연스럽게 교체하는 작업에 더 가깝습니다. 그래서 이 작업에서는 역할이 분명합니다. 첫 번째 이미지는 우리가 유지하고 싶은 구도와 조명을 가진 장면이고, 두 번째 이미지는 그 장면 안에 들어갈 우리 제품입니다. 나노 바나나에는 이 두 이미지를 함께 넣고, 첫 번째 이미지의 구조는 유지한 채 피사체만 두 번째 이미지로 바꿔달라고 요청하면 됩니다.두 장의 이미지를 한 장으로 만들기01단계 제미나이의 ❶ 이미지 만들기 모드에서 시작합니다. 프롬프트 창에 ❷ 1번 이미지와 2번 이미지를 차례대로 넣은 뒤 ❸ 다음 프롬프트를 입력합니다. 그리고 프롬프트를 제출하고 조금 기다리면 ❹ 자연스럽게 1번 이미지의 유리병이 고체 향수로 바뀐 모습을 볼 수 있습니다.첨부한 첫 번째 이미지의 구도와 조명 일관성을 그대로 유지하면서 첫 번째 이미지의 피사체를 두 번째 이미지의 피사체로 교체해 주세요. 8k 해상도의 선명한 고화질 이미지로 표현하고, 이미지의 조명과 공간감이 자연스러워 보이도록 하세요. 이미지 종횡비 = 4:3TIP 더 자연스러운 이미지 교체를 원한다면 두 번째 이미지의 제품 각도도 첫 번째 이미지와 최대한 비슷한 것이 좋습니다. 정면 장면에는 정면에 가까운 제품 이미지가, 사선 장면에는 사선에 가까운 제품 이미지가 들어갈수록 결과가 훨씬 안정적입니다.
[AI 시대, 인간은 무엇을 배워야 하는가? 02] AI 네이티브는 태어나는 것이 아니라 만들어진다
📅 2026년 11월 13일 · 👁 77
AI 네이티브는 태어나는 것이 아니라 만들어진다AI 네이티브를 구별하는 것은 나이도 AI 사용량도 아니다. AI와 맺는 관계다. 답을 받아 그대로 쓰는 사람이 있고, 자기 생각을 부딪치며 직접 생각하는 사람이 있다. 도구가 모두의 손에 들어오면 경쟁력은 도구를 다루는 솜씨에서 지식과 경험과 판단력, 곧 AI 바깥에서 가져오는 것으로 바뀐다. AI가 공기처럼 당연한 환경은 시대가 만들어주지만, AI를 생각의 상대로 삼는 관계는 저절로 생기지 않는다. 그 관계를 만들려면 먼저 나의 것이 있어야 한다.저는 30년 넘게 소프트웨어를 만들고 가르쳐왔고, 남들보다 AI를 일찍, 많이 써왔습니다. 그래도 제게 AI는 어른이 되어 배운 외국어 같습니다. 아무리 유창해져도 모국어가 되지는 않습니다. 반면 지금 제 강의실에 앉아있는 학생들, 그리고 이 책을 읽고 있을 중고등학생들에게 AI는 나중에 배운 것이 아니라 처음부터 거기 있던 것입니다. 그래서 이 장은 제가 여러분을 가르치는 장이 아닙니다. 제가 곁에서 지켜본 여러분의 이야기이고, 절반쯤은 제가 여러분에게 배운 이야기입니다.한 가지 더 짚고 시작하겠습니다. 저는 여러분 세대가 지금 꽤 모순된 요구를 받고 있다고 생각합니다. 학교에서는 “AI로 한 건 네 실력이 아니야”라는 말을 듣고, 세상에서는 “AI를 못 쓰면 뒤처진다”는 말을 듣습니다. 쓰라는 건지 말라는 건지 헷갈리는 게 당연합니다. 이 장에서 저는 그 헷갈림을 풀 실마리 하나를 내놓으려 합니다. AI 네이티브를 구별하는 것은 나이도 사용량도 아닙니다. AI와 맺는 관계입니다. 그리고 AI가 당연해진 세상에서 경쟁력의 기준이 어디로 옮겨가는지도 함께 살펴보겠습니다.AI를 ‘사용’하는 사람, AI와 ‘생각’하는 사람이제 중요한 것은 AI를 ‘얼마나 많이 쓰느냐’가 아니라 ‘어떤 관계로 쓰느냐’입니다.요즘 젊은 친구들이 스마트폰 사용하는 모습을 보면, 저는 놀랍고 부럽습니다. 카페에서 흘러나오는 노래가 궁금하면 몇 초 들려주고 제목을 찾아냅니다. 친구를 만나러 가면서 “어디야?”라고 묻는 대신 서로의 실시간 위치를 공유합니다. 말로 길게 설명하는 대신 화면을 캡처해서 보내고, 그 캡처 한 장으로 대화가 끝납니다. 처음 보는 벌레가 방에 나타나면 잡기 전에 사진부터 찍어 무엇인지 확인하고, 해외 식당에서는 메뉴판을 읽는 대신 카메라를 비춥니다. 이런 행동은 전화가 좀 더 편해져서 생긴 게 아닙니다. 스마트폰 이전에는 아예 없던 행동입니다. 그리고 요즘 세대는 이걸 두고 ‘스마트폰을 활용한다’고 생각하지도 않습니다. 그냥 그렇게 삽니다. 걷고 말하는 것처럼 자연스럽습니다. 도구와 삶이 하나가 된 것입니다.AI 네이티브도 마찬가지입니다. ‘디지털 네이티브’라는 말이 있습니다. 2001년 교육학자 마크 프렌스키가 처음 제안한 말로, 태어날 때부터 디지털 환경을 모국어처럼 몸에 익히며 자란 세대를 가리킵니다. AI 네이티브는 그 AI 버전입니다. ‘AI를 잘 쓰는 사람’이라는 뜻이 아닙니다. AI가 있는 것이 당연한 사람, AI라는 단어를 의식하지 않아도 AI가 일상과 공부와 일의 기본 환경이 된 사람입니다. 그 기준으로 보면 여러분은 이미 절반쯤 AI 네이티브입니다. 다만 나머지 절반은 저절로 채워지지 않습니다.그 절반이 무엇인지, 제가 본 장면으로 이야기하겠습니다.AI를 ‘사용하는’ 모습은 이렇습니다. 리포트 마감 전날 밤, “이 주제로 리포트 써줘”라고 던지고, 받은 것을 조금 다듬어냅니다. 어떤 문제가 생기면 “이거 어떻게 해?”라고 묻고 답을 받습니다. 답이 마음에 들면 쓰고, 아니면 다시 묻습니다. 편리하고, 빠르고, 급할 때는 저도 그렇게 쓸 때가 많습니다. 하지만 따지고 보면 정교한 검색에 가깝습니다. 도구가 하나 늘었을 뿐, 생각하는 방식은 그대로입니다.AI와 ‘함께 생각하는’ 모습은 다릅니다. 자기소개서 초안을 AI에게 다듬어달라고 했다가, 돌아온 문장을 읽고 “매끄럽긴 한데 이건 내 이야기 같지 않은데?” 하며 다시 자기 문장으로 고쳐 쓰는 학생. 팀 프로젝트에서 나온 계획을 AI에게 들이밀고 “이 계획의 빈틈을 찾아봐”라고 시킨 뒤, AI가 짚은 구멍 중 무엇이 진짜 부족했던 부분인지 팀원들과 다시 따져보는 학생. 발표 전날 AI에게 심사위원 역할을 시켜놓고 예상 질문을 받아가며 리허설을 하는 학생. AI가 짜준 코드를 그대로 붙이는 대신 “이 부분은 왜 이렇게 짰는지 한 줄씩 설명해봐”라고 되묻는 학생. 이들에게 AI의 답은 결과물이 아니라 재료입니다. 받고 끝나는 것이 아니라, 받아서 시작합니다. 검색보다는 대화에, 대화보다는 협업에 가깝습니다.고백하자면, 이 가운데 한 가지는 챗지피티가 나오고 얼마 지나지 않았을 때 제가 한 학생에게서 처음 봤습니다. AI에게 심사위원 역할을 맡겨 리허설을 한다는 발상은, 발표를 유난히 멋지게 해낸 한 학생에게 “준비를 어떻게 했느냐?”고 물었다가 알게 된 것입니다. 지금은 교수와 연구자들이 논문을 쓸 때 같은 방법을 씁니다. “이 분야의 최고 전문가인 연구자로서 이 논문을 읽고, 논문에서 빠졌거나 부족한 부분을 지적해주고, 수정 방향도 알려줘.” 이렇게 내 결과물을 AI에게 평가받고, 그걸 바탕으로 고칩니다. AI가 당연한 환경에서 자란 사람들은, 이전 세대가 생각하지 못한 사용법을 스스로 발명합니다. 제가 이 장을 “여러분에게 배운 이야기”라고 한 이유가 이것입니다.학생들의 프로젝트를 지도할 때도 이런 차이를 자주 봅니다. 저는 따로 금지한 부분이 아니면 프로젝트에서 AI를 마음껏 쓰라고 권합니다. 똑같이 “AI를 썼다”고 말하는 두 학생이 있는데, 한 학생의 결과물은 어딘가 밋밋하고, 다른 학생 것은 단단한 경우가 있습니다. 처음에는 그 차이가 어디서 오는지 저도 정확히 짚지 못했습니다. 그런데 두 학생과 AI를 어떻게 썼는지 이야기해보고서야 알았습니다. 앞의 학생은 AI에게 받은 것을 거의 그대로 가져옵니다. 뒤의 학생은 자기 생각을 먼저 초안으로 던지고, AI의 반응에 “이건 아닌 것 같은데”, “이 부분은 근거가 약한데” 하며 몇 번씩 되받아치면서 다듬어갑니다. 같은 도구를 쓰지만, 앞의 학생은 결과물을 받아 오고, 뒤의 학생은 그 과정에서 자기 생각을 키웁니다.이 차이는 ‘AI를 잘 다루는 기술’의 차이가 아니라 ‘AI와 어떤 관계를 맺느냐’의 차이입니다. 답을 출력하는 자판기로 보느냐, 생각을 함께 다듬는 상대로 보느냐. 그리고 시간이 지날수록 이 차이는 조금씩, 그러나 확실하게 벌어집니다. AI와 함께 생각하려면 애초에 내놓을 ‘나의 생각’이 필요합니다. 가설이든 초안이든 방향이든, 자기 안에 무언가가 있어야 AI와의 대화가 시작됩니다. 아무것도 없는 상태에서 AI에게 물으면, AI가 준 답을 그대로 쓰는 수밖에 없습니다. 그것이 좋은 답인지 나쁜 답인지 판단할 기준조차 없기 때문입니다. “이건 내 이야기 같지 않은데”라고 말할 수 있으려면, 내 이야기가 먼저 있어야 합니다. 1장에서 AI에는 ‘를’보다 ‘와’가 어울린다고 했는데, ‘와’라는 관계도 내 쪽에 내놓을 것이 있어야 비로소 성립합니다.이야기는 다시 지식과 경험의 문제로 돌아옵니다. 어떤 분야를 직접 겪어보고, 생각해보고, 실패도 해보고, 나름의 관점을 쌓은 사람만이 AI와 진짜 협업을 할 수 있습니다. AI는 좋은 대화 상대이지만, 그 대화가 얼마나 깊어질지는 내가 가진 것에 달려있습니다. 앞에서 말한 ‘나머지 절반’, 곧 AI를 생각의 상대로 삼는 관계는 이것 없이는 생기지 않습니다. AI가 당연한 환경은 태어나면서 주어졌지만, AI에게 보여줄 나의 것, 곧 몸에 밴 지식과 경험과 관점은 스스로 만들어야 합니다. 어떻게 만드는지는 2부부터 4부까지 차례로 살펴보겠습니다.경쟁력은 도구 바깥에 있다도구가 모두에게 퍼지고 나면, 경쟁력은 ‘그 도구를 다루는 능력’에서 ‘그 도구로 무엇을 만드느냐’로 반드시 옮겨갑니다. AI도 예외가 아닙니다.이 이야기를 할 때면 제가 몸담아 온 소프트웨어 업계의 프로그래밍 언어 이야기를 자주 꺼냅니다. 제가 개발을 처음 배우던 시절에는, 특정 프로그래밍 언어를 다룰 줄 아는 것 자체가 상당한 경쟁력이었습니다. 그 언어를 능숙하게 쓰는 사람이 드물었으니까요. 그런데 시간이 지나 그 언어를 다룰 줄 아는 사람이 많아지고, 큰 소프트웨어의 기반이 되는 오픈소스 프레임워크가 여럿 나오고, 좋은 개발 도구까지 널리 퍼졌습니다. 그러자 ‘그 언어를 잘 쓴다’는 것은 더 이상 남다른 강점이 되지 못했습니다. 그때부터 진짜 실력을 가른 것은 ‘그 프로그래밍 언어로 어떤 문제를 풀어본 경험이 있는가?’, ‘어떻게 사용자가 많은 환경에서도 안정적으로 도는 시스템을 운영해보았는가?’였습니다. 도구가 흔해지는 순간, 경쟁의 무대가 도구에서 경험으로 바뀐 것입니다.AI도 같은 길을 걷고 있습니다. ‘AI를 잘 쓰는 것’, 프롬프트를 잘 짜는 것이 경쟁력처럼 보입니다. 실제로 지금도 그런 면이 분명히 있습니다. 하지만 이 상황은 잠깐입니다. AI가 스마트폰처럼 모두의 손에 들어가는 순간 ‘AI를 잘 쓰는 것’은 누구나 하는 기본이 됩니다. 그 순간이 생각보다 빨리 오고 있습니다. 지금 ‘스마트폰을 잘 다룬다’를 경쟁력으로 쳐주는 사람이 없는 것처럼요.그때 경쟁력은 어디로 갈까요? ‘AI를 다루는 능력’에서, ‘AI를 써서 진짜 가치 있는 결과를 만드는 능력’으로 옮겨갑니다. 그리고 진짜 가치 있는 결과를 만들려면, AI가 대신할 수 없는 무언가가 내게 필요합니다. 그 분야에 대한 깊은 이해, 현장 맥락을 읽는 감각, 직접 부딪쳐 쌓은 경험, 그리고 이것들을 종합해 판단하는 힘. 이것이 없으면 AI를 아무리 잘 다뤄도 결과물이 뻔합니다.여기서 소프트웨어를 가르치는 사람으로서 한마디 보태겠습니다. 요즘 학생들에게 자주 듣는 말이 “AI가 코드를 다 짜주는데, 코딩을 열심히 배울 필요가 있나요?”입니다. 한편으론 이해합니다. 눈앞에서 AI가 몇 초 만에 코드를 쏟아내는 걸 보면 그런 생각이 드는 것이 당연합니다. 그런데 제 답은 반대입니다. AI가 코드를 짜주는 시대라서 오히려 코딩을 제대로 할 줄 알아야 합니다. 이유는 하나입니다. AI가 짠 코드가 맞는지, 어디가 허술한지, 언제 어떻게 무너질지는 코드를 직접 읽고 쓸 줄 아는 사람만 판단할 수 있습니다.번역에 비유해보겠습니다. AI 번역기가 아무리 좋아져도, 그 번역이 정확한지는 그 외국어를 잘 아는 사람만 알아볼 수 있습니다. 언어를 잘 안다는 것이 무엇일까요? 외국어 실력만으로는 부족합니다. 원문이 쓰인 문화와 맥락까지 알아야 번역을 제대로 검증할 수 있습니다. 문장은 문법적으로 완벽한데 그 나라 사람은 절대 그렇게 하지 않는 번역이 있고, 단어와 문법은 다 맞는데 원문 맥락에 놓으면 매우 어색한 번역이 있습니다. 그런 맥락을 잡아내는 것은 사전적 언어 지식이 아니라, 그 언어가 살아 움직이는 현장을 아는 감각입니다. 코드도 똑같습니다. AI가 짠 코드는 대개 문법적으로 오류가 없고, 그럴듯하게 돌아갑니다. 문제는 그 코드가 놓일 자리입니다. 이 코드가 시스템의 다른 부분과 어떻게 얽히는지, 사용자가 한꺼번에 몰리는 순간에도 잘 버티는지, 반년 뒤 이 코드를 고쳐야 할 동료가 읽고 이해할 수 있는지. 이런 판단은 코드의 문법이 아니라 코드가 놓인 맥락을 아는 사람만 할 수 있습니다. 외국에서 부대끼며 살아본 사람이 그 나라 말의 뉘앙스를 알아듣듯, 이 감각도 직접 많이 짜보고 많이 깨져본 사람에게만 생깁니다.그래서 AI 시대의 코딩 실력은 ‘짜는 능력’보다 ‘검증하는 능력’에 가깝습니다. 코딩만 그런 것도 아닙니다. AI가 써준 글을 검증하려면 글을 써본 사람이어야 하고, AI가 내놓은 분석을 검증하려면 데이터를 다뤄본 사람이어야 합니다. 어느 분야든 AI의 결과물을 보고 “그럴듯한데?”에서 멈추는 사람이 있고, “일단 틀은 잡혔지만, 이 부분이 이상한데? 뭔가 빠진 것 같은데?”까지 가는 사람이 있습니다. 이 차이는 그 분야를 직접 해본 경험의 깊이에서 나옵니다.이미 곳곳에서 이런 일이 벌어지고 있습니다. 똑같은 AI로 광고 문구를 뽑아도 두 마케터의 결과가 다르고, 똑같은 AI로 코드를 짜도 두 개발자가 만든 서비스의 완성도가 다르고, 똑같은 AI로 데이터를 돌려도 두 분석가가 끌어내는 통찰의 깊이가 다릅니다. 그 차이를 만드는 것은 AI를 다루는 솜씨가 아니라, 그 사람이 AI 바깥에서 가져오는 것들입니다. 그 분야의 지식, 실무 경험, 사람에 대한 이해, 문제가 처한 환경과 맥락을 읽는 감각 말입니다.이쯤에서 이런 생각이 드는 분도 있을 겁니다. “경험과 맥락이 그렇게 중요하다면, 결국 오래 산 사람이 유리한 것 아닌가요?” 솔직한 질문이고, 맞는 부분도 있습니다. 하지만 다음 두 가지가 이 그림을 바꿉니다.하나는, 기성세대가 쌓아온 경험 가운데 적지 않은 부분을 AI가 배워서 제 것으로 만들고 있다는 것입니다. 세월이 만들어준 그런 경험 중에서도 늘 하던 일의 절차를 외우고 요령을 익히고 정보를 빠르게 다루는 일은 이제 AI가 몇 초 만에 합니다. 반대로 AI가 하지 못해 사람 몫으로 남고 가치가 오르는 것은 문제를 찾고, 맥락을 읽고, 판단하는 경험입니다. 그런데 이것도 ‘AI가 당연한 환경에서’ 쌓은 것이라야 앞으로 제대로 통합니다. 그리고 그런 경험은 모두가 이제 막 쌓기 시작했습니다. 이 새 지형 위에서는, 고백하건대 저 같은 교수도 여러분과 똑같은 신입입니다.또 다른 것은, 그 경험이 세월의 길이가 아니라 부딪친 횟수와 깊이로 쌓인다는 것입니다. AI는 시도 비용을 크게 낮췄습니다. 예전에는 큰 팀과 예산이 있어야 해볼 수 있던 일을, 지금은 혼자 주말에 만들어보고, 다 부수고, 더 좋게 다시 만들 수 있습니다. 같은 일 년 동안 실패에서 배울 기회가 몇 번 오느냐로 따지면, 지금 시작하는 사람, 호기심 많은 사람이 역사상 가장 유리합니다. 그러니 이 이야기는 여러분에게 나쁜 소식이 아닙니다. 지형이 바뀌면 지도를 먼저 그리는 사람이 앞서갑니다. 예를 들어보겠습니다. 컨설팅 업체가 “시장보고서와 기획서 작성에만 한 달이 걸린다”고 할 때, 20대 대학생 A 씨는 AI로 단 이틀 만에 돌아가는 미니 서비스를 만듭니다. 그리고 실제 사용자 30명에게 피드백을 받아 핵심 기능만 남깁니다. 선배 기획자들이 회의실에서 시장 분석 보고서를 쓰고 있을 때, A 씨는 바뀐 지형 위에서 ‘유저가 진짜 돈을 내는 서비스’라는 지도를 먼저 그려냈습니다. 새 지형에서 지도를 그리는 데에, 여러분은 저보다 늦지 않았습니다.나와 AI 사이의 거리1장에서 저는 AI 전환을 세 층위로 나눠봤습니다. 도구의 전환, 사고의 전환, 구조의 전환. 그때는 이 세 층위를 주로 세상이 어느 깊이로 바뀌고 있는지에 초점을 맞춰 그렸습니다. 이 장을 마무리하며, 같은 세 층위를 이번에는 내 쪽에서 다시 그려보려 합니다. 세상의 전환이 한 사람에게 와 닿으면, 그것이 나와 AI 사이의 거리가 됩니다. 그 거리를 세 가지 모습으로 나눠보겠습니다.첫 번째는 AI가 편리한 바깥 도구인 모습입니다. 1장의 첫 번째 층위, 도구의 전환이 내 책상 위에 도착한 모습입니다. 하던 일을 AI로 더 빠르게 합니다. 보고서 초안을 만들게 하고, 이메일을 다듬게 하고, 코드의 오류를 찾게 합니다. 이것만으로도 생산성은 늘어납니다. 다만 이 단계에서 바뀐 것은 일의 속도이지, 내가 아닙니다. 내일 당장 AI 없이 일해야 해도 예전 방식으로 돌아가면 됩니다. AI는 아직 내 바깥에 있습니다.두 번째는 AI가 생각의 상대인 모습입니다. 두 번째 층위, 사고의 전환이 내 안에서 일어난 모습입니다. 자기 가설을 검증하고, 논리를 다듬고, AI의 답을 비판적으로 따져봅니다. 저는 셋 가운데 이 두 번째 모습이 가장 중요하다고 생각합니다. 이유는 변화의 방향에 있습니다. 첫 번째 모습에서 AI가 바꾸는 것은 내 결과물입니다. 보고서를 빨리 쓰게 되고 더 매끄러운 이메일을 쓸 수 있게 되었지만, 나는 그대로입니다. 두 번째 모습에서는 AI가 나 자신을 바꿉니다. 무엇을 물어야 할지 찾는 법, 근거를 캐묻는 법, 내 논리의 약한 곳을 스스로 먼저 짚어보는 습관이 몸에 붙습니다. 그래서 AI가 사라져도 남는 것이 있습니다. AI와 부딪치며 얻은 생각의 깊이입니다. 결과물은 폴더에 쌓이지만, 생각의 근육은 사람에게 쌓입니다. AI가 내 사고 과정의 일부가 된 것입니다.생각해보면 인류가 처음 맞는 조건입니다. 몇 번을 물어도 지치지 않고, 아무리 어설픈 생각을 주어도 무시하지 않고, 필요하면 밤새 붙어 앉아 함께 따져주는 생각 상대. 역사에서 그런 상대를 곁에 둔 사람은 아주 드물었습니다. 좋은 스승과 좋은 동료는 언제나 귀했고, 그런 상대를 만나는 것 자체가 행운이자 특권이었습니다. 그런데 지금은 누구나 그런 상대를 가질 수 있고, 심지어 주머니에 넣고 다닙니다. 다만 조건이 하나 있습니다. 이 상대는 사람과 달리, 작정하고 시키지 않으면 좀처럼 반박하지 않습니다. 사용자를 만족시키는 답변일수록 높은 보상을 받도록 훈련된 탓에, 사용자의 가설이나 전제에 일단 동조하는 경향이 있습니다. 그냥 두면 친절하게 맞장구를 쳐주는 상대에 머물고, “내 생각의 어디가 틀렸는지 찾아달라”고 요구할 때에야 비로소 생각의 상대가 됩니다. 이 관계를 어떤 관계로 만들지는 AI가 아니라 내가 정합니다.세 번째는 AI가 공기 같은 환경인 모습입니다. 여기가 1장의 세 번째 층위, 즉 구조의 전환과 만나는 자리입니다. 구조의 전환은 조직과 산업의 이야기라서 개인의 삶과는 멀어 보입니다. 하지만 실은 우리 일상에 가장 조용히, 가장 깊게 스며듭니다. 산업 구조가 바뀌면 그 위에서 돌아가는 서비스와 제품이 바뀌고, 서서히 문화가 바뀝니다. 그렇게 바뀐 것이 곧 우리가 매일 숨 쉬며 살아가는 환경이 됩니다. 사진을 찍으면 알아서 보정되고, 검색하면 의도를 알아챈 결과가 나오고, 쇼핑몰에 접속하면 취향에 맞는 추천이 먼저 뜹니다. 사진과 검색과 유통이라는 산업의 구조가 이미 AI 위에서 다시 짜였기 때문입니다. ‘AI’라는 단어가 앞에 나서지 않지만, AI 없이는 돌아가지 않는 일상. 스마트폰에서 본 풍경이 AI에서 그대로 되풀이되는 것입니다.그런데 지금까지 말한 것들은 사실 예고편에 가깝습니다. 기존에 있던 사진과 검색과 쇼핑이 AI 덕분에 좋아진 것이니까요. 스마트폰의 역사를 떠올려 보십시오. 처음에는 전화와 문자와 카메라가 좋아졌을 뿐이었습니다. 진짜 스마트폰 시대를 연 것은 그 위에서 태어난, 전에는 아예 없던 음식 배달, 차량 호출, 실시간 위치 공유 같은 서비스였습니다. AI에서도 같은 일이 벌어질 겁니다. AI 없이는 성립조차 안 되는, 완전히 새로운 것들이 나오겠지요. 몇 가지는 벌써 윤곽이 보입니다. 친구와 약속을 잡을 때 내가 아니라 내 AI 에이전트가 상대의 AI 에이전트와 만날 시간과 장소를 먼저 맞춰놓는 일상. 필요한 소프트웨어를 사거나 다운로드 받는 대신, 그 자리에서 말로 설명해 만들어 쓰고 버리는 일회용 앱. 교과서 대신, 오늘 내가 틀린 문제와 나의 이해 수준에 맞춰 지금 이 순간 나 한 사람만을 위해 만들어지는 교재와 선생님. 물론 진짜 큰 것은 이런 예측 바깥에서 나올 가능성이 높습니다. 스마트폰이 나오기 전에 사진 공유 앱을 상상한 사람이 거의 없었듯, AI 시대의 가장 큰 것은 아직 이름조차 없을 것입니다. 그 이름 없던 것들이 하나둘 나타나면, 우리는 그것을 ‘신기술’로 따로 배우기보다 원래 세상이 그런 줄 알고 받아들이게 될 것입니다. 구조가 바뀌면 환경이 바뀝니다. 저는 그 환경, 말하자면 공기 반, AI 반으로 숨 쉬게 되는 시대를 AI 네이티브 시대라고 부릅니다. 그리고 그 시대에 걸맞게 사는 사람을 AI 네이티브 세대, 또는 그냥 AI 네이티브라고 할 수 있습니다.여기서 오해를 하나 풀고 싶습니다. ‘나와 AI 사이의 거리’라고 하면, 젊을수록 가깝고 나이가 들수록 멀 것처럼 들립니다. AI 네이티브라는 말 자체가 어느 세대의 이름처럼 들리니까요. 하지만 이 거리는 태어난 해가 정하지 않습니다. 스무 살이라고 저절로 AI 네이티브가 되는 것이 아니고, 쉰 살이라고 첫 번째 모습에 머무는 것도 아닙니다. 저는 강의실과 주변에서 오히려 그 반대를 자주 봅니다. 디지털 기술에 누구보다 익숙한 젊은 학생이 정작 AI는 정교한 검색기로만 쓰는가 하면, 나이가 지긋한 분이 오랜 경험을 밑천 삼아 AI와 깊이 있게 협업하기도 합니다. 제 가까운 친지 한 분은 출판사 사무직에서 은퇴하신 뒤, 70세가 넘은 지금 아파트 관리직으로 일하고 계십니다. 이분이 AI로 아파트 기계실 장비 이용법을 쉽게 풀어 쓴 매뉴얼과 응급조치 요령을 알려주는 앱을 만드셨습니다. 지금의 젊은 세대는 AI 네이티브 시대의 초입, 즉 AI가 공기처럼 자연스러워지기 시작한 환경 속에서 성장하고 있습니다. 환경은 시대가 만들어줍니다. 그런데 두 번째 모습, AI를 생각의 상대로 삼는 관계는 환경이 만들어주지 않습니다. 스스로 공을 들여 만들어가야 합니다. 그리고 그 관계를 만들려면, 앞에서 본 대로 AI에게 내밀 나의 것, 곧 지식과 경험, 판단력과 감각이 있어야 합니다.1부에서 우리는 세 가지를 보았습니다. AI는 이전의 도구와 종류가 다르다는 것, 기술은 늘 새로운 욕망과 시장을 만들어왔고 이번에는 그 속도가 전례 없이 빠르다는 것, 그리고 AI가 당연해진 세상에서 경쟁력은 AI 자체가 아니라 AI 바깥에서 가져오는 것에 달려있다는 것.그렇다면 이제 질문을 바꿔야 합니다. ‘무슨 일이 벌어지고 있는가?’에서, ‘그렇다면 왜 배우는 방식이 달라져야 하는가?’로.
[바로바로 파이썬 10] 메모장 프로그램 만들어보기
📅 2026년 11월 12일 · 👁 75
[바로바로 파이썬 10] 메모장 프로그램 만들어보기지금까지는 파일을 쓰는 방법, 파일을 읽는 방법, 파일을 한 줄씩 처리하는 방법을 각각 따로 배웠습니다. 하지만 실제 프로그램에서는 보통 하나의 기능만 사용하지 않습니다. 사용자에게 값을 입력받고, 그 값을 파일에 저장하고, 저장된 내용을 다시 읽어 화면에 보여주는 식으로 여러 기능이 함께 동작합니다. 이번에는 지금까지 배운 내용을 활용해 간단한 메모장 프로그램을 만들어보겠습니다.메모장 프로그램의 흐름 생각하고 만들기바로 코드를 작성하기 전에 먼저 메모장 프로그램이 어떤 흐름으로 동작하는지 생각해보겠습니다. 우리가 만들 메모장 프로그램에는 대략 다음과 같은 기능이 필요합니다.1. 사용자에게 메모를 입력받습니다.2. 입력받은 메모를 파일에 저장합니다.3. 저장된 메모를 다시 읽어 화면에 출력합니다.이 기능을 지금까지 배운 내용과 연결하면 다음과 같이 정리할 수 있습니다.1. 사용자 입력 : input( ) 함수를 사용합니다.2. 파일 저장 : open( ) 함수와 write( ) 메서드를 사용합니다.3. 저장된 내용을 다시 읽기 : read( ) 또는 readline( )을 사용합니다.그럼 이 구성에 맞게 기능을 하나씩 추가하면서 메모장 프로그램을 만들어봅시다.먼저 가장 기본적인 기능부터 만들어보겠습니다. 사용자에게 메모 한 줄을 입력받아 파일에 저장하는 기능입니다.➊ memo = input("메모를 입력하세요: ")는 사용자에게 메모를 입력받는 코드입니다. 사용자가 입력한 문자열은 memo 변수에 저장됩니다. 예를 들어 "장보기 목록 정리하기"를 입력하면 그 문장이 memo 변수에 저장됩니다.➋ with open(...)은 memo.txt 파일을 쓰기 모드로 여는 코드입니다. 앞에서 살펴봤듯이 "w" 모드는 파일이 없으면 새로 만들고, 이미 있다면 기존 내용을 지운 뒤 새로 씁니다. 이어서 memo_file.write(memo)를 실행해 사용자가 입력한 메모를 파일에 저장합니다.➌ 파일 저장이 끝났다는 안내 메시지를 출력합니다. 화면에 아무것도 나오지 않으면 사용자가 현재 상태를 알기 어렵기 때문에 이런 부분도 챙겨줘야 합니다.정리하면 ➊ 사용자에게 메모를 입력받고, ➋ 입력받은 메모를 파일에 저장한 뒤, ➌ 저장이 완료되었다는 메시지를 출력했습니다. 이것이 메모장 프로그램의 가장 기본적인 저장 기능입니다.메모를 파일에 저장했으니 이번에는 저장된 내용을 다시 읽어보겠습니다.이번에는 저장한 메모를 읽어 오는 코드를 붙입니다. 파일을 읽을 때는 읽기 모드인 "r"을 사용하며, 저장된 파일 전체 내용을 한 번에 읽으려면 read( ) 메서드를 사용하면 됩니다.➊ 앞에서 만든 메모 저장 기능입니다.➋ with open(...)은 memo.txt 파일을 읽기 모드로 엽니다. 이어서 read( ) 메서드로 파일 전체 내용을 하나의 문자열로 읽어 온 다음, 그 결과를 saved_memo 변수에 저장합니다.➌ print(f"저장된 메모: {saved_memo}")는 파일에서 읽어 온 내용을 화면에 출력합니다.이제 메모장 프로그램은 사용자가 입력한 내용을 파일로 저장한 뒤, 저장된 내용을 다시 읽어 확인할 수 있게 되었습니다. 하지만 실제 메모장이라면 메모를 한 줄만 저장하는 것보다 여러 줄을 입력할 수 있는 편이 더 유용할 것입니다. 이번에는 반복문을 추가해보겠습니다.이번에는 사용자가 메모를 계속 입력하고, "끝"이라고 입력하면 저장을 마치는 프로그램을 만들어보겠습니다. "끝"이라는 조건이 나왔을 때 입력을 마치려면 반복문과 조건문을 결합해야 합니다.➊ memo.txt 파일을 쓰기 모드로 엽니다. 이번 예제에서는 새 메모장을 만든다고 생각하고 "w" 모드를 사용합니다. 따라서 기존에 같은 파일이 있다면 이전 내용은 지워지고 새로 입력한 메모가 저장됩니다.➋ memo = input("메모 입력(끝 입력 시 종료): ")를 while 문 코드 블록 안쪽 맨 위에 작성했습니다. 이렇게 하면 반복문이 실행될 때마다 input( )이 다시 실행되므로 사용자에게 메모를 반복해서 입력받을 수 있습니다.➌ 메모를 하나 입력받을 때마다 if memo == "끝":으로 사용자가 "끝"을 입력했는지 확인합니다. "끝"이 입력되었다면 break를 실행해 while 반복문을 종료합니다.➍ 입력한 값이 "끝"이 아니라면 memo_file.write(memo + "\n")으로 입력받은 내용을 파일에 저장합니다. memo 뒤에 "\n"을 붙였으므로 메모 하나를 저장할 때마다 줄이 바뀝니다. 따라서 여러 번 입력한 메모가 파일에 한 줄씩 저장됩니다.정리하면 ➊ 파일을 열고, ➋ 메모를 반복해서 입력받았습니다. ➌ "끝"이 입력되면 반복을 종료하고, ➍ 그전까지 입력한 메모는 파일에 한 줄씩 저장했습니다. 이제 제법 메모장다운 모습이 되었습니다. 여러 줄을 저장할 수 있게 되었으니 이어서 파일에서 필요한 한 줄만 읽는 방법도 활용해보겠습니다.앞에서는 read( )를 사용해 파일 전체 내용을 읽었습니다. 이번에는 잠시 별도 예제로 readline( )을 사용해 첫 줄 읽기를 연습한 뒤, 앞의 메모장 프로그램 만들기로 돌아가겠습니다. readline( )은 현재 읽기 위치에서 한 줄을 읽어 오는 메서드이므로 메모 파일의 첫 번째 메모만 확인하는 데 사용할 수 있습니다.➊ memo.txt 파일에 세 줄의 메모를 저장합니다.➋ first_memo = memo_file.readline( ).strip( )으로 파일의 첫 번째 줄을 읽어 first_memo 변수에 저장합니다. 이때 readline( )의 결과에 바로 strip( )을 이어서 사용해 문자열 앞뒤의 공백 문자를 정리했습니다. 따라서 예제에서 줄 끝에 들어 있던 \n도 제거됩니다. 이처럼 어떤 메서드의 실행 결과에 이어서 또 다른 메서드를 사용하는 방식을 메서드 체이닝method chaining이라고 합니다. 여기서는 readline( )으로 얻은 문자열에 곧바로 strip( )을 적용한 것입니다.➌ first_memo를 화면에 출력합니다. 파일에는 세 줄의 메모가 들어 있지만 readline( )을 한 번만 실행했으므로 첫 번째 줄만 읽어 출력합니다.정리하면 ➊ 여러 줄의 메모를 파일에 저장하고, ➋ readline( )으로 첫 번째 줄만 읽은 뒤 ➌ 그 결과를 화면에 출력했습니다. 이처럼 파일 전체가 아니라 일부만 읽고 싶을 때 readline( )을 사용할 수 있습니다.지금까지 저장, 읽기, 반복 입력 기능을 하나씩 만들어봤습니다. 이제 이 기능들을 연결해 메모장 프로그램을 완성해보겠습니다.앞에서 만든 기능을 모두 합치면, 사용자가 여러 줄의 메모를 입력해 파일에 저장하고 저장이 끝난 뒤 파일 전체 내용을 다시 읽어 화면에 보여주는 프로그램이 됩니다. 이제 메모장 프로그램을 완성해봅시다.➊ 첫 번째 with 블록에서는 사용자가 "끝"을 입력할 때까지 while 반복문을 실행합니다. 입력받은 값이 "끝"이 아니라면 메모 뒤에 \n을 붙여 memo.txt 파일에 한 줄씩 저장합니다.➋ 두 번째 with 블록에서는 ➊에서 저장한 memo.txt 파일을 읽기 모드로 엽니다. 파일 전체 내용을 한꺼번에 읽기 위해 read( ) 메서드를 사용하고, 읽어 온 문자열을 all_memos 변수에 저장합니다.➌ print(all_memos)는 저장된 메모 전체를 화면에 출력합니다. 파일에 메모를 저장할 때 각 메모 뒤에 \n을 붙였으므로, 출력할 때 메모가 줄 단위로 나뉘어 보입니다.이제 우리가 배운 여러 문법이 하나의 프로그램 안에서 함께 동작합니다. input( )으로 값을 입력받고, while 문과 if 문으로 입력 과정을 제어하고, write( )로 파일에 저장한 뒤, read( )로 다시 읽어 print( )로 결과를 보여줍니다.프로그램은 처음부터 거창할 필요가 없습니다. 사용자가 입력한 값을 저장하고, 저장한 값을 다시 보여주는 작은 코드도 하나의 목적을 수행하는 프로그램입니다. 중요한 것은 배운 문법을 각각 외우는 데서 끝내지 않고 하나의 목적을 이루도록 서로 연결해보는 것입니다.
[바로바로 파이썬 06] while 문과 반복문의 기초
📅 2026년 11월 12일 · 👁 88
[바로바로 파이썬 06] while 문과 반복문의 기초지금까지는 조건에 따라 흐름을 가르는 방법을 배웠습니다. 이제 같은 코드를 여러 번 실행하는 반복문을 배울 차례입니다. 반복문에는 while 문과 for 문 두 가지가 있으며, 여기서는 while 문부터 차례대로 알아보겠습니다.while 문 기초 연습하기while 문은 조건이 참(True)인 동안 같은 코드를 반복해서 실행하는 문법입니다. 간단한 예제 코드를 통해 while 문의 기본 구조와 반복이 어떻게 이루어지는지 알아보겠습니다.조건식은 앞에서 if 문을 공부할 때 이미 살펴봤습니다. 이번에는 while 문을 사용해 조건식에 따라 코드가 반복되는 과정을 확인해보겠습니다. 우선 while 문의 예제 코드를 입력해 실행한 다음 동작 원리를 알아보겠습니다.코드에서 하이라이트한 부분이 조건식입니다. 그럼 while 문은 어떻게 동작할까요? 다음 순서를 살펴봅시다.while 문은 먼저 조건식을 확인하고 그 결과에 따라 코드 블록의 실행 여부를 결정합니다. True이면 while 문의 코드 블록을 실행한 뒤 다시 조건식으로 돌아갑니다. 이 과정을 반복하다가 조건식이 False가 되면 while 문을 종료합니다.이때 조건식이 언젠가는 False가 될 수 있도록 코드 블록을 설계하는 것이 중요합니다. 이 예제에서는 코드 블록의 count = count + 1이 바로 그런 역할을 합니다. count = count + 1은 현재 count의 값에 1을 더한 다음 그 결과를 다시 count에 저장하는 코드입니다. 처음 count가 1이었다면 한 번 실행한 뒤에는 2가 됩니다. 이후 코드 블록이 실행될 때마다 3, 4, 5처럼 값이 하나씩 증가하게 되죠. 결국 count가 6이 되는 시점이 옵니다. 이때 6 <= 5라는 조건식은 False로 평가되므로 while 문의 실행이 종료됩니다. 정리하면 작성한 코드는 다음과 같이 동작합니다.1. count는 1이므로 조건식이 True, 코드 블록 실행(print( ) 함수 실행, count를 2로 만들기)2. count는 2이므로 조건식이 True, 코드 블록 실행(print( ) 함수 실행, count를 3으로 만들기) ...6. count는 6이므로 조건식이 False, while 문 종료while 문의 동작 방식을 이해하는 것은 크게 어렵지 않을 겁니다. 다만 반복을 끝내야 할 때 조건식이 False가 되도록 코드 블록 안에 종료 조건을 제대로 만들어두는 것이 매우 중요합니다.그렇다면 조건식이 계속 True로 유지되면 어떻게 될까요?while 문을 사용할 때 주의해야 할 것 중 하나가 바로 무한 루프입니다. while 문의 조건식이 True로 유지되면 프로그램이 멈추지 않고 계속 실행되기 때문입니다. 다음은 count 변수에 1을 저장한 다음 while 문의 코드 블록에서 count의 값을 변경하지 않는 코드입니다. 조건식 count <= 5가 계속 True로 평가되므로 반복이 끝나지 않고 무한 실행됩니다.코드를 실행한 뒤 반복을 멈추려면 실행 중인 프로그램을 사람이 개입해서 강제 종료해야 합니다. Ctrl + C를 누르면 프로그램을 강제로 종료할 수 있습니다.
[바로바로 파이썬 05] if 문
📅 2026년 11월 12일 · 👁 75
[바로바로 파이썬 05] if 문드디어 프로그램의 흐름을 다루는 제어문을 시작합니다. 우선 제어문의 기본 문법 중 하나인 if 문부터 시작해봅시다.트롤리 딜레마로 이해하는 if 문if 문은 앞에서 살짝 살펴봤습니다. 그때는 if 문을 문지기처럼 설명했죠. 하지만 if 문의 역할을 이해하려면 문지기보다 열차의 선로를 바꾸는 레버를 떠올리는 것이 좋습니다. 다음은 《정의란 무엇인가》라는 도서에도 소개된 유명한 사고 실험인 트롤리 딜레마입니다. 여기서는 윤리적인 문제가 아니라 레버 하나로 이동할 길이 달라진다는 구조만 빌려오겠습니다. 이때 선로를 바꾸는 레버가 if 문과 비슷한 역할을 합니다.선로 옆에 서 있는 사람이 레버를 당겨 열차의 방향을 결정합니다. 레버를 그대로 두면 트롤리가 직진하고, 레버를 당기면 선로를 바꿔 아래로 향합니다. 이렇게 코드의 흐름을 결정하는 것이 if 문입니다. 이 개념을 머릿속에 넣어두고 기초 문법부터 응용까지 쭉 알아봅시다.if 문 구조 알아보기if 문은 조건에 따라 코드를 실행할지 말지 결정하는 제어문입니다. if 문의 기본 구조는 다음과 같습니다.if와 콜론 사이에 조건식을 입력하고, 콜론(:)으로 조건식의 끝을 표시한 후 다음 줄부터 일정하게 들여쓰기하여 실행할 코드를 입력합니다. 이때 들여쓰기로 묶인 코드는 코드 블록이라고 합니다. 코드 블록은 잠시 뒤에 자세히 알아보고, 먼저 조건식부터 살펴봅시다.if 문의 조건식은 참(True) 또는 거짓(False)으로 평가됩니다. 다음 코드를 봅시다. 코드에 하이라이트로 표시한 부분이 조건식입니다. temperature 변수의 값과 25를 >= 연산자로 비교합니다. 기초적인 수학 지식이 있다면 이 조건식의 결과가 True라는 것을 직관적으로 알 수 있습니다.실제로 코드를 실행해봅시다. temperature의 값이 35이므로 temperature >= 25라는 조건식은 35 >= 25로 계산되며, 그 결과는 True입니다. 따라서 들여쓰기한 if 문의 코드 블록이 실행됩니다.코드 블록 개념 알아보기앞에서 언급했듯이 : 다음 줄부터 일정하게 들여쓰기한 코드의 묶음을 코드 블록이라고 합니다. if 문에서는 조건식의 결과에 따라 이 코드 블록을 실행할지 결정합니다.예를 들어 다음과 같이 코드를 작성하면 첫 번째 if 문의 코드 블록과 두 번째 if 문의 코드 블록은 별개입니다. 다음 코드에서는 각각의 코드 블록을 하이라이트로 표시했습니다.같은 코드 블록에 속하는 코드는 같은 수준으로 들여쓰기해야 합니다. 들여쓰기란 코드 앞에 삽입하는 띄어쓰기나 탭(Tab)을 말합니다. 파이썬에서는 띄어쓰기 4칸을 권장합니다. 2칸이나 3칸으로 들여쓰기해도 간격이 같으면 같은 코드 블록으로 간주하지만, 띄어쓰기 4칸을 지키는 습관을 기르기 바랍니다. 사람 눈에는 같은 수준으로 들여쓰기한 것처럼 보여도 파이썬 인터프리터는 탭과 띄어쓰기를 서로 다르게 처리하므로 오류가 발생할 수 있습니다. 앞으로 if 문을 비롯한 다양한 문법에서 들여쓰기와 코드 블록을 계속 사용하므로 자연스럽게 익숙해질 것입니다.if~else 문 구조 알아보기앞에서 공부한 if 문은 조건식이 True일 때 코드 블록을 실행했습니다. if 문을 설명할 때 트롤리 딜레마 그림을 예로 들었지만, 사실 if 문만으로는 그림의 상황과 정확히 들어맞지 않습니다. if 문만 사용하면 조건식이 True일 때 실행할 코드만 지정하기 때문입니다. 만약 조건식이 False일 때 실행할 코드까지 지정하려면 else 문을 함께 사용하면 됩니다.age가 15이므로 if 문의 조건식은 False입니다. 따라서 if 문의 코드 블록은 실행하지 않고 else 문의 코드 블록을 실행합니다.그러면 ‘if 문만 사용하고 print("미성년자입니다. 입장이 제한됩니다.")는 if 문 바깥으로 빼면 안 될까?’라고 생각할 수도 있습니다. 좋은 질문입니다. 현재처럼 age가 15일 때는 방금 작성한 if~else 문과 같은 결과가 나옵니다.언뜻 보면 코드를 이렇게 작성해도 될 것 같습니다. 하지만 age를 20으로 바꿔서 실행해보면 문제가 드러납니다.age가 20이면 조건식을 만족하므로 if 문의 코드 블록이 실행됩니다. 하지만 if 문 바깥에 있는 코드는 조건식의 결과와 관계없이 실행되므로, 결국 두 메시지가 모두 출력됩니다.실행 결과를 보면 ➊ 조건식을 만족해 True가 되므로 ➋ 조건식의 코드 블록을 실행하고, ➌ 조건식과 무관한 코드도 실행됩니다.if~else 문은 실생활의 다양한 판단 상황을 프로그램으로 만들 때 유용합니다. 이번에는 좀 더 실용적인 예제로 연습해보겠습니다. 온라인 쇼핑몰에서 쓸 수 있는 배송비 계산 프로그램을 만들어봅시다. 보통 일정 금액 이상 구매하면 무료 배송을 해주는데, 이런 조건에 따른 처리를 if~else 문으로 표현할 수 있습니다. 코드를 실행해보면 구매 금액에 따라 배송비가 자동으로 계산되는 것을 알 수 있습니다.