앰플리튜드

AI 컨텍스트: AI의 추측을 예방하는 법

Team MAXONOMY ・ 2026.10.21

AI 컨텍스트: AI의 추측을 예방하는 법
logo

팀맥소노미

YOUR DIGITAL MARKETING HERO

맥소노미의 마케팅 인사이트를
뉴스레터로 만나보세요 💌

관련 글 보기

효과적인 데이터 통합 관리 : Pipelines & Gover

효과적인 데이터 통합 관리 : Pipelines & Gover

마케팅 지표부터 매출 정보까지, 흩어진 고객 행동 데이터를 하나로 묶어 생산적인 의사결정을 내리는 법

AI를 활용한 데이터 관리

AI를 활용한 데이터 관리

비즈니스 성장을 이끄는 AI 데이터 관리 팁 5가지

Guides & Surveys: 사용자 행동과 피드백을 연결하는 가장 쉬운 방법

Guides & Surveys: 사용자 행동과 피드백을 연결하는 가장 쉬운 방법

고객들이 서비스에서 수행하는 행동만으로는 알 수 없는 ‘진짜 이유’, 어떻게 알 수 있을까?

MoM(월별 성장률) 분석시 저지르는 일반적 3가지 실수

MoM(월별 성장률) 분석시 저지르는 일반적 3가지 실수

작은 절댓값이 만드는 착시부터 성장을 오해하는 3가지 흔한 실수까지! 데이터 수치 너머의 진짜 성장 엔진을 파악하는 법

Amplitude AI를 열고 질문을 입력합니다. “지난주 활성 사용자가 몇 명이었지?” AI가 즉시 답변을 내놓습니다. 그럴듯한 설명과 함께 수치를 제시하지만 그 수치는 틀렸습니다. 아마 Amplitude AI를 사용해보았다면 이런 경험이 한 번쯤은 있을 것입니다.




AI가 간단한 산수도 아직 못하는 걸까요? 아닙니다. ‘활성(active)’이라는 단어가 정확히 무엇을 의미하는지 아무도 AI에게 알려주지 않았기 때문입니다. 아무 맥락도 없는 상황에서 에이전트는 추측을 할 수밖에 없습니다. 활성 기준을 앱 실행으로 잡았을 수도 있고, 세션 시작으로 잡았을 수도 있습니다.


AI가 질문에 틀린 답을 내놓는다면, 그 원인은 대부분 컨텍스트 격차, 즉 맥락의 부재에 있습니다. Amplitude의 AI 컨텍스트 제어 기능을 사용하면 쉽고 빠르게 이런 문제를 해결할 수 있습니다.





AI 컨텍스트(AI Context)란?



AI 컨텍스트는 일종의 설정 레이어입니다. 사내에서 합의한 정의를 이곳에 기록해 두면, AI는 훨씬 더 명확한 기준을 가지고 답변을 수행할 수 있습니다.


합의된 정의는 크게 두 가지로 나눌 수 있습니다. 첫 번째는 조직 수준(Org-level)의 규칙입니다. 활성 사용자, 매출 집계 기준, 타겟 사용자와 같은 전사적 기준입니다. 이러한 규칙은 모든 곳에 적용됩니다. 한 번만 설정해 두면 모든 프로젝트가 이를 그대로 물려받아 사용합니다.


두 번째는 프로젝트 수준(Project-level)의 규칙입니다. 프로젝트 수준 규칙은 범위가 더 좁습니다. 특정 기능이나 도메인에 국한된 세부적인 뉘앙스를 다룹니다. 예를 들어, 특정 제품 화면에 어떤 이벤트들이 속하는지, 혹은 비즈니스의 특정 영역에서만 통용되는 정의가 무엇인지 등을 설정합니다.





상충하는 컨텍스트


컨텍스트 설정에서 가장 흔한 실수 중 하나는 조직 수준 규칙과 프로젝트 수준 규칙을 서로 모순되게 설정하는 것입니다.


예를 들어, 조직 수준 규칙에서는 ‘활성 사용자’를 ‘핵심 액션을 완료한 사람’으로 정의했는데, 어느 프로젝트에서는 활성 사용자를 ‘세션 시작’ 기준으로 정의했습니다. AI는 서로 상충하는 두 개의 지침을 가진 채 질문자가 어느 쪽을 원하는지 알 수 없게 됩니다.


이는 컨텍스트가 아예 없는 상태보다 훨씬 나쁩니다. 컨텍스트가 없는 상태에서는 AI도 답변을 조심스럽게 하며 사용자에게 재차 확인을 요청하기도 합니다. 하지만 모순된 컨텍스트를 기반으로 내놓은 오답은 그럴듯해 보이기 때문에 훨씬 더 위험합니다.


이를 방지하려면 프로젝트 수준 규칙은 조직 수준의 정의를 덮어쓰기보다는 구체화하는 역할을 해야 합니다. 만약 특정 프로젝트에서 정말로 다른 정의가 필요하다면, 새로운 규칙을 만들기 전에 조율을 통해 먼저 합의해야 합니다.





같은 질문, 두 가지 답변


그럼 처음에 던졌던 질문인 “지난주 활성 사용자가 몇 명이었지?”로 돌아가서, AI 컨텍스트가 있을 때와 없을 때의 답변을 비교해 보겠습니다.



같은 AI 모델이 같은 질문에 답했지만, 답변의 신뢰도가 완전히 달라집니다.





방치된 컨텍스트의 위험성


AI 컨텍스트 설정은 일회성 작업이 아닙니다. 제품은 계속 변하고, 정의도 바뀝니다. 1분기에 정했던 규칙이 3분기에는 틀린 것이 될 수 있습니다. 하지만 AI는 예전과 다름없이 대답하기 때문에 아무도 문제를 눈치채지 못합니다.


컨텍스트 방치를 예방하려면 다음과 같은 예방을 권장합니다.






마무리: 손쉽게 완성하는 AI 컨텍스트


팀에서 잘못된 답변이 나왔다고 AI 탓을 할 때마다, 실제로는 모델이 자신이 해야 할 일을 정확히 수행했을 가능성이 큽니다. AI는 주어진 데이터와 정의를 가져와 가진 정보 안에서 최선을 다해 작업한 것입니다. 주어진 정보가 불완전했다면, AI가 추측을 할 수밖에 없습니다.


1시간도 안 되는 시간을 투자하면 이런 문제를 해결할 수 있습니다. 지금 바로 AI 컨텍스트 설정을 열고, 컨텍스트를 입력해 보세요. Amplitude에 내장되어 있는 업계 표준 템플릿을 활용하면 더 빠르게 설정 작업을 완료할 수 있습니다.






< 함께 보면 좋은 콘텐츠 >

🔗비즈니스 성장을 이끄는 AI 데이터 관리 팁 5가지: AI를 활용한 데이터 관리

🔗Amplitude 활용 점검: AI 마케팅 워크시트

🔗현상 파악을 넘어 원인 진단까지: Amplitude 자동화 인사이트

앰플리튜드, 자동화, 인공지능(AI), 데이터 분석, Amplitude AI