NN/g가 특정 AI 도구를 특정 업무에 대해 평가하는 경량 프레임워크 PROVE를 소개했다. Problem Alignment(도구가 아니라 업무부터 정의), Risk(책임 있게 쓸 수 있는가), Output Quality(내 실제 결과물과 비교), Velocity(생성 시간이 아닌 총 소요 시간), Experience(반복되는 마찰) 다섯 축으로 한 도구를 한 업무에 걸고 방어 가능한 잠정 결정을 내린다. 저자는 매주 동료용 슬랙 다이제스트를 쓰는 자기 업무에 제미나이 노트북(옛 NotebookLM)을 붙여 직접 적용해 보였다.
제품 팀은 더 빨리 움직이라, 회사가 산 도구를 쓰라, 릴리스마다 따라잡으라는 압박을 동시에 받는다. 이런 상황에서 도구 평가는 두 가지 방식으로 실패한다. 데모에 맞는 사례로 한 번 써 그럴듯한 결과가 나오면 생산적이라 단정하거나, 엉뚱한 업무에 써 한계에 부딪히면 통째로 폐기하는 것이다. 둘 다 '기존 방식과 비교해 채택할 가치가 있는가'라는 진짜 질문에 답하지 못한다.
PROVE는 조직 전체용 권고가 아니라 한 사람이 특정 업무에 한 도구를 계속 쓸지 정하기 위한 틀이다. 저자는 매주 두세 편의 글을 골라 팀 슬랙에 편집 다이제스트를 쓰는 실제 업무에 제미나이 노트북을 적용해, 업무를 먼저 정의하고(Problem Alignment) 책임 있는 사용 가능성(Risk), 자기 실제 결과물과의 품질 비교(Output Quality), 생성만이 아닌 전체 소요 시간(Velocity), 반복되는 마찰(Experience)을 차례로 따졌다.
결과는 '영구적 정답'이 아니라 매니저·동료·클라이언트에게 설명 가능한 잠정 결정이다. 도구를 빠르게 평가·도입해야 한다는 압박 자체를 덜어주는 것이 목적이라는 점에서, 남들이 쓴다고 따라 도입하거나 감으로 버리던 습관을 바꾸는 데 쓸 수 있다.