AI 출력을 그대로 받아들이는지, 위험도에 따라 검증 강도를 조절하는 기준을 가졌는지를 가른다. 검증을 한 번 했다가 아니라, 무엇을 어디까지 검증할지 결정하는 방식이 있는지가 핵심이다.
검증은 보통 세 층으로 쌓는다. 형식 검증은 컴파일·타입·테스트, 정보라면 출처와 문서 확인이다. 맥락 검증은 AI가 쓴 코드가 우리 프로젝트의 버전·컨벤션·환경과 맞는지, 코드베이스의 다른 부분과 일관성이 있는지 본다. 의도 검증은 "답한 건 알겠는데 이게 내 문제의 답이 맞는가"를 다시 묻는다. 핵심 감각은 "그럴듯하다"와 "맞다"가 다르다는 걸 매번 떠올리는 것이다.
AI가 존재하지 않는 API를 만들어내서 잡아낸 경험이 있다면 형식 검증의 한계와 맥락 검증의 필요성을 보여줄 수 있다
AI 답을 검증 없이 머지했다가 사고가 난 경험이 있다면 검증 디폴트를 다시 잡은 계기로 풀 수 있다
팀 내 검증 체크리스트를 만들거나 공유한 적이 있다면 습관을 운영으로 옮긴 사례가 된다
AI를 *역할*로 분리해 검증자로 쓰는 패턴을 가진다면 본인만의 루틴으로 보여줄 수 있다
아직 공개된 답변이 없어요. 첫 공개 답변을 남겨보세요.