){kind=link}
프롬프트적 사고: 질문을 잘하는 게 아니라 문제를 설계하는 것
일반적으로 AI를 잘 다루는 사람은 개발자나 IT 전문가일 거라고 알려져 있지만, 제 경험상 이건 꽤 다릅니다. 실제로 챗GPT를 써보면서 느낀 건, 코드를 짤 줄 아는 사람보다 실무에서 문제를 많이 풀어본 사람이 훨씬 더 좋은 결과를 뽑아낸다는 점입니다. AI는 질문을 잘 받을수록 잘 대답하는 구조이기 때문입니다.
프롬프트적 사고(prompting mindset)란 단순히 질문을 예쁘게 쓰는 것이 아닙니다. 내가 원하는 결과물을 역으로 설계하고, 그 결과를 얻기 위해 어떤 정보를 어떤 순서로 AI에게 넘겨줄 것인지 구조화하는 사고방식입니다. 쉽게 말해, AI에게 일을 시키는 사람이 '디렉터(director)' 역할을 맡는다는 개념입니다. 디렉터란 영화 현장에서 배우에게 구체적인 지시를 내리고 전체 흐름을 설계하는 사람처럼, AI의 결과물을 의도대로 끌어내는 사람을 뜻합니다.
제가 직접 써봤는데, 여행 계획을 세울 때 "제주도 여행 추천해줘"라고 했을 때와 "3박 4일, 예산 50만 원, 30대 커플, 렌트카 있음, 자연보다 맛집 중심"이라고 구체적으로 넣었을 때 결과물의 질감이 완전히 달랐습니다. 전자는 인터넷에서 흔히 볼 수 있는 뻔한 리스트였고, 후자는 실제로 쓸 수 있는 일정표가 나왔습니다. 이게 바로 프롬프트 설계 능력의 차이입니다.
할루시네이션(hallucination)이라는 개념도 여기서 중요합니다. 할루시네이션이란 AI가 사실이 아닌 정보를 마치 사실인 것처럼 생성하는 오류 현상을 뜻합니다. 초기 GPT-4 계열 모델은 추론 능력이 뛰어나 프롬프트가 다소 허술해도 어느 정도 알아서 채워줬지만, 할루시네이션 문제가 부각되면서 AI가 지시한 범위 안에서만 동작하도록 개선되었습니다. 결과적으로 프롬프트를 정확하게 설계하지 않으면 AI는 멋대로 방향을 잡아버립니다. 프롬프트의 중요성이 오히려 더 커진 이유가 여기 있습니다.
실제로 스탠퍼드 AI 인덱스 보고서(Stanford HAI AI Index)에서도 AI 시스템의 성능 격차보다 사용자의 활용 방식이 결과물 품질에 미치는 영향이 크다는 점을 꾸준히 언급하고 있습니다. 기술이 평준화될수록 사람의 설계 능력이 경쟁력이 된다는 맥락과 정확히 일치합니다.
PRO 공식: AI를 직원처럼 부리는 세 가지 설계 원칙
막연하게 "AI를 잘 써야 한다"는 말은 실천하기가 어렵습니다. 저도 처음엔 뭘 어떻게 바꿔야 하는지 감이 잘 오지 않았습니다. 그런데 PRO 공식을 접하고 나서부터는 프롬프트를 짜는 방식이 확실히 달라졌습니다.
PRO 공식은 세 가지 요소로 구성됩니다.
- 페르소나(Persona): AI에게 어떤 역할을 맡길 것인지 설정합니다. 예를 들어 "10년 경력의 마케팅 컨설턴트"처럼 구체적인 정체성을 부여하면, AI는 평균적인 답변 대신 그 역할에 맞는 수준의 언어와 논리로 응답합니다.
- 레퍼런스(Reference): AI가 참고해야 할 자료나 맥락을 제공합니다. 배경 정보, 이전 회의 내용, 경쟁사 사례처럼 구체적인 자료를 넣을수록 결과물의 정확도가 높아집니다.
- 오브젝티브(Objective): 최종적으로 원하는 결과물이 무엇인지 명확히 합니다. "분석해줘"가 아니라 "이 데이터를 바탕으로 3가지 실행 전략을 200자 이내로 정리해줘"처럼 형식과 목적을 동시에 지정합니다.
이 세 가지를 합쳐서 프롬프트를 구성하면 AI는 훨씬 좁은 범위 안에서 집중적으로 작동합니다. 솔직히 이건 예상 밖이었습니다. 같은 GPT-4 모델인데 페르소나 하나 붙였을 뿐인데 답변의 밀도가 눈에 띄게 달라졌습니다. 수백만 원짜리 컨설팅에서 나올 법한 구조화된 분석이 나왔습니다.
또 하나 실용적인 팁이 있습니다. 새로운 주제를 다룰 때는 기존 채팅창을 계속 이어가지 말고 새 채팅창을 열어야 합니다. 채팅창 하나에 맥락이 쌓이면 AI가 이전 내용에 영향을 받아 판단이 흐려질 수 있기 때문입니다. 업무별로 채팅창을 분리하고, 필요할 때 이전 내용을 요약해서 이미지나 텍스트로 새 창에 붙여 넣는 방식이 훨씬 깔끔합니다.
각 AI 툴의 특성을 이해하는 것도 중요합니다. 퍼플렉시티(Perplexity)는 실시간 자료 조사에 강하고, 제미나이(Gemini)는 유튜브 링크를 직접 분석할 수 있어 아이디어 디벨롭에 유리합니다. 반면 챗GPT는 스크립트나 텍스트를 직접 입력해야 하지만 대화 흐름을 이어가는 구조적 사고에 강합니다. 상황에 맞게 AI를 선택하는 것, 이것도 프롬프트 설계의 일부입니다.
페르소나 설정: AI를 평균치에서 꺼내는 방법
프롬프트에서 가장 강력한 도구를 하나만 꼽으라면 저는 망설임 없이 페르소나(persona) 설정을 고릅니다. 페르소나 설정이란 AI에게 특정 전문가의 관점과 언어 방식을 부여해, 일반적인 평균치 답변 대신 특정 수준의 전문적인 답변을 유도하는 기법입니다.
AI는 기본적으로 학습된 데이터의 평균값을 출력하려는 경향이 있습니다. 아무것도 지정하지 않으면 "일반적으로 많이 하는 대답"이 나옵니다. 반면 "스타트업 투자 심사역 출신의 사업 전략 컨설턴트로서 답해줘"라고 지정하면 AI는 그 프레임 안에서 언어와 논리를 재구성합니다. 제 경험상 이건 단순한 꾸밈이 아닙니다. 실제로 답변의 구조, 우선순위, 근거 제시 방식이 달라집니다.
동기화된 소통(synchronized communication)이라는 개념도 여기서 연결됩니다. 동기화된 소통이란 AI에게 일방적으로 명령을 내리는 것이 아니라, 첫 질문에서 큰 방향을 잡고 대화를 이어가면서 점점 구체적인 지점으로 좁혀가는 방식을 뜻합니다. 첫 프롬프트에 모든 것을 쏟아붓고 한 번에 완벽한 답을 기대하는 것은, 처음 만난 직원에게 완성된 보고서를 즉시 요구하는 것과 같습니다.
실제로 조직 운영이나 인력 배치 같은 복잡한 문제를 챗GPT로 다룰 때, 처음엔 상황 전체를 설명하고 AI가 어떤 문제를 우선적으로 봐야 하는지 물었습니다. 그 다음 AI가 짚어낸 포인트를 기반으로 다시 질문을 좁혀갔습니다. 이렇게 티키타카(tiki-taka) 방식, 즉 짧고 빠르게 주고받는 대화 방식으로 소통하니 한 번에 답을 요구했을 때보다 훨씬 정교한 분석이 나왔습니다.
AI 시대에 인간의 고유성(uniqueness)이 어디에 있는가를 생각해보면, 결국 상상력과 창의성입니다. 고유성이란 AI가 대체할 수 없는, 인간만이 가진 판단력과 방향 설정 능력을 뜻합니다. 지식을 기억하고 분류하는 역할은 AI가 대신하지만, 어떤 질문을 던질지, 어떤 결과를 선택할지는 여전히 인간의 몫입니다. 세계경제포럼(WEF) 미래 직업 보고서 2025에서도 창의적 사고와 AI 협업 능력을 향후 가장 중요한 역량으로 꼽았습니다. 툴은 누구나 쓸 수 있지만, 최적의 결과를 선택하는 안목은 여전히 인간에게 달려 있습니다.
결국 AI를 잘 쓰는 사람과 그렇지 않은 사람의 격차는 앞으로 더 벌어질 것으로 보입니다. 같은 도구를 쓰더라도 프롬프트를 어떻게 설계하느냐에 따라 결과물의 수준이 완전히 달라지기 때문입니다. 당장 내일부터 PRO 공식 하나만 적용해도 챗GPT에서 나오는 답변의 질감이 달라지는 걸 느끼실 수 있을 겁니다. AI를 검색 엔진으로 쓰느냐, 의사결정 파트너로 쓰느냐는 결국 질문을 설계하는 사람의 몫입니다.
--- 참고: https://www.youtube.com/watch?v=PiUlXTiDhU8