AI에게 의료 보고서 요약을 시켰더니 “환자 상태가 좋아 보입니다”라는 답이 돌아왔습니다. 수치는 정상 범위 밖인데 표현만 긍정적입니다. 건설 현장 안전 점검 문서를 생성했더니 해당 공종에 존재하지 않는 기준을 적용했습니다. AI가 틀린 것이 아닙니다. 해당 분야의 판단 기준을 모르는 것입니다.
이 문제의 이름이 도메인(Domain)입니다. AI 논의에서 이 단어가 반복적으로 등장하는 이유가 있습니다. 범용 모델이 실무에서 작동하려면 반드시 거쳐야 하는 관문이기 때문입니다.
Contents
도메인이란 무엇인가
도메인(Domain)은 특정 분야가 가진 고유한 지식, 규칙, 용어, 맥락의 총체입니다. 의료 도메인이라고 하면 의학 용어, 진단 프로세스, 환자 데이터 해석 방식, 의료법 규제가 하나의 체계로 묶인 것입니다. 건설 도메인이면 공종 분류, 안전 기준, 공정 관리 체계가 그 안에 들어 있습니다.
IT에서 도메인은 웹 주소를 가리키는 경우가 많지만, AI 맥락에서는 전문 영역 그 자체를 뜻합니다. “이 분야에서는 이렇게 생각하고, 이런 말을 쓰고, 이런 규칙을 따른다”는 고유 체계가 도메인입니다.
AI에 도메인이 필요한 이유
AI 모델은 방대한 텍스트를 학습했습니다. 일반적인 질문에는 정확한 답을 내놓습니다. 그런데 특정 분야의 실무 질문으로 넘어가면 정확도가 떨어집니다. 이유는 단순합니다. 범용 학습 데이터에는 해당 분야의 판단 기준이 충분히 포함되어 있지 않기 때문입니다.
법률 문서를 작성할 때 법률 용어의 정확한 용법을 알아야 합니다. 금융 분석을 할 때 규제 기관의 기준을 반영해야 합니다. 교육 콘텐츠를 만들 때 학습자 수준에 맞는 설명 체계가 필요합니다. 이 모든 것이 도메인 지식(Domain Knowledge)입니다. AI가 범용에서 전문으로 넘어가려면 이 지식을 입력받거나 학습해야 합니다.
도메인이 걸리는 세 가지 지점
AI 실무에서 도메인이 구체적으로 작용하는 지점은 세 가지입니다.
도메인 지식 — 전문가의 판단 기준
해당 분야의 전문가만 아는 판단 기준입니다. 같은 데이터를 보고도 어떤 결론을 내릴지는 분야마다 다릅니다. 의사는 수치의 조합을 보고 위험도를 판단하고, 변호사는 판례의 맥락을 보고 적용 가능성을 평가합니다.
AI에게 이 지식을 전달하는 방법은 두 가지입니다. 프롬프트에 판단 기준을 명시하거나, 파인튜닝(Fine-tuning)으로 모델 자체에 학습시키는 것입니다. 클로드 코드의 CLAUDE.md 파일이나 스킬 파일의 writing-principles.md 같은 것이 글쓰기 도메인 지식을 구조화한 사례입니다.
도메인 용어 — 분야마다 다른 단어의 뜻
같은 단어도 분야에 따라 의미가 달라집니다. “공정(工程/公正)”이 건설에서는 작업 단계, 반도체에서는 제조 과정, 법률에서는 절차적 정당성을 뜻합니다. “모델”이 AI에서는 학습된 알고리즘, 건축에서는 축소 모형, 패션에서는 사람을 가리킵니다.
AI가 이 차이를 구분하지 못하면 엉뚱한 답을 내놓습니다. 컨텍스트(Context) 안에 도메인 정보를 명시해야 모델이 올바른 의미를 선택합니다.
도메인 규칙 — 분야의 법규와 기준
해당 분야의 법규, 관행, 품질 기준입니다. 의료 AI는 의료법을 알아야 하고, 금융 AI는 금융감독원 규정을 반영해야 합니다. 교육 AI는 교육과정 기준을 따라야 하고, 건설 AI는 산업안전보건법의 적용 범위를 이해해야 합니다.
규칙을 모르는 AI는 그럴듯하지만 현장에서 쓸 수 없는 결과물을 만듭니다. 실무에서 AI 결과물의 신뢰도를 결정하는 것은 모델의 성능이 아니라 도메인 규칙의 반영 여부입니다.
도메인을 AI에 적용하는 방법
도메인 지식을 AI에 전달하는 실무적인 방법은 세 가지 수준으로 나뉩니다.
첫째, 프롬프트 수준입니다. 작업 지시에 분야의 판단 기준, 용어 정의, 제약 조건을 직접 명시합니다. 가장 빠르지만 매번 반복해야 합니다.
둘째, 시스템 수준입니다. CLAUDE.md, AGENTS.md, 스킬 파일처럼 도메인 지식을 구조화된 문서로 만들어 AI가 항상 참조하도록 설정합니다. 한 번 만들면 반복 사용이 가능합니다.
셋째, 모델 수준입니다. 파인튜닝이나 RAG(검색 증강 생성)로 도메인 데이터를 모델에 직접 반영합니다. 구축 비용이 높지만 가장 안정적인 결과를 제공합니다.
도메인이 AI 활용의 출발점이다
AI 도구의 성능은 매년 향상됩니다. 그러나 성능이 올라가도 도메인 지식 없이는 실무 품질에 도달하지 못합니다. 모델이 아무리 뛰어나도 해당 분야의 판단 기준, 용어, 규칙을 모르면 범용 수준에 머뭅니다.
AI를 실무에 적용하려는 사람이 가장 먼저 해야 할 일은 도구를 고르는 것이 아닙니다. 자신의 도메인을 정의하는 것입니다. “내 분야에서 AI가 알아야 할 지식은 무엇이고, 어떤 용어를 구분해야 하며, 어떤 규칙을 따라야 하는가.” 이 질문에 답하는 것이 AI 활용의 출발점입니다.
