# 이 작업에 AI가 정말 필요한지 어떻게 판단하나요?

> 작업에 생성형 AI가 필요한지, 아니면 검색, 계산기, 템플릿, 간단한 규칙이 더 빠르고 에너지도 덜 쓰는지 가려내는 간단한 테스트입니다.

Source: https://greenai.guide/ko/방법/이-작업에-ai가-정말-필요한지-어떻게-판단하나요/  
Updated: 2026-11-19

## 요약

검색 엔진, 계산기, 지도, 사전, 템플릿, 스프레드시트 수식처럼 더 단순한 도구가 이미 그 일을 믿을 만하게 해내는지 물어보십시오. 초안 작성, 설명, 글 다듬기처럼 실제로 시간을 아끼거나 결과를 개선하는 곳에는 생성형 AI를 쓰고, 다른 도구가 잘 처리하는 조회와 계산에는 쓰지 마십시오.

## Steps

1. 필요한 결과가 무엇인지 한 문장으로 적으십시오.
2. 검색, 계산기, 지도, 사전, 템플릿이 이미 그 결과를 주는지 확인하십시오.
3. 초안 작성, 설명, 요약, 다듬기가 필요하고 결과를 확인할 수 있는 작업에 AI를 쓰십시오.
4. 신뢰할 수 있는 출처가 이미 제공하는 정확하고 확인 가능한 사실이나 수치가 필요할 때는 AI를 피하십시오.
5. 자주 반복하는 작업을 점검하십시오. 그런 작업에서 선택이 가장 중요합니다.

**가장 저렴한 AI 요청은 할 필요가 없는 요청입니다.** 생성형 AI는 유용하지만, 일상적인 작업 중 상당수는 더 단순한 도구가 더 빠르고 믿을 만하며 에너지도 덜 씁니다. 수학자, 컴퓨터 과학자, 업계가 함께한 2026년 영국 그린 AI 샌드핏(집중 토론 워크숍)은 같은 지점으로 거듭 돌아왔습니다. 사람들은 이미 잘 알려진 방법이 있는데도 AI에 손을 뻗는 경우가 많다는 것입니다.

## 간단한 테스트가 있나요? {#what-is-a-quick-test}

| 필요한 것이… | 대체로 더 나은 것 | AI가 제 몫을 하는 경우… |
|---|---|---|
| 사실, 시간, 주소, 가격 | 검색 또는 공식 사이트 | 쉬운 말로 설명이 필요할 때 |
| 합계나 단위 변환 | 계산기 또는 스프레드시트 | 계산이 지저분한 텍스트 속에 묻혀 있을 때 |
| 길 찾기 | 지도 앱 | 사실상 없음 |
| 정형화된 편지 | 저장해 둔 템플릿 | 편지마다 실제로 맞춤 작성이 필요할 때 |
| 초안, 요약, 다시 쓰기 | AI | 대부분: AI가 잘하는 일입니다 |

## 왜 중요한가요? {#why-does-it-matter}

**범용 AI 모델은 요청마다 많은 일을 합니다.** Luccioni, Jernite, Strubell은 다목적 생성 모델이 같은 작업에서 작업 특화 시스템보다 실행 비용이 몇 자릿수나 더 크다는 것을 발견했습니다. 그리고 AI는 도움이 될 때도 공짜가 아닙니다. 2025년 프로그래밍 작업 연구에서는 시험한 사례에서 AI 지원 코딩의 탄소 발자국이 수작업 방식의 평균 약 33배였습니다.

그렇다고 절대 쓰지 말라는 뜻은 아닙니다. 그만한 값어치가 있는 곳에 쓰라는 뜻입니다. W3C 웹 지속가능성 지침도 제품을 만드는 사람들에게 같은 점을 강조합니다. 구현하기 전에 AI가 필요한지 평가하라는 것입니다.

## 흔한 실수 {#common-mistakes}

- **간단한 사실을 찾으려고 챗봇을 검색 엔진처럼 쓰고**, 결국 다시 확인해야 하는 것.
- **계산기가 정확히 해 주는 산수를 AI에 시키는 것.**
- **템플릿이면 충분한, 매일 반복하는 작업에 습관적으로 AI를 쓰는 것.**

큰 그림은 [효율만으로는 충분하지 않습니다](/ko/기사/효율은-충분성이-아닙니다-ai의-리바운드-효과/)와 [알맞은 모델 고르기](/ko/모범-사례/작업에-맞는-모델-고르기/)를 읽어 보십시오.

## 출처

- [Web Sustainability Guidelines](https://www.w3.org/TR/web-sustainability-guidelines/), W3C (2025)
- [Power Hungry Processing: Watts Driving the Cost of AI Deployment?](https://arxiv.org/abs/2311.16863), Luccioni, Jernite and Strubell, ACM FAccT (2024)
- [Comparative analysis of carbon footprint in manual vs. LLM-assisted code development](https://doi.org/10.1145/3711919.3728678), Cheung, Kaul, Jahangirova, Mousavi and Zie, ResponsibleSE 2025 (ACM) (2025)
