질문하는 방식이 답을 바꾸는 이유
ChatGPT는 마음을 읽지 못합니다. 대화에 담긴 말과, 나에 대해 기억하도록 지시받은 내용만으로 작업합니다. 짧고 모호한 요청은 내가 누구이고 무엇이 필요하며 좋은 결과가 어떤 모습인지를 추측하게 만들고, 그 빈틈을 가장 평범한 답으로 채웁니다. 같은 주제를 물어도 사람마다 받는 답의 품질이 크게 다른 까닭입니다.
유용한 사고방식은 첫 출근한 유능한 동료에게 업무를 설명하듯 어시스턴트에게 브리핑하는 것입니다. 그 동료는 빠르고 아는 것도 많지만, 내가 알려 주기 전에는 프로젝트, 독자, 기준을 하나도 모릅니다. 아래에 소개하는 모든 기법은 그 동료에게 더 좋은 브리핑을 써 주는 방법일 뿐입니다.
맥락과 분명한 목표로 시작하기
가장 큰 개선은 무엇을 이루려는지와 그 이유를 말하는 것입니다. “배송 지연 안내 메일을 써 주세요”와 “작은 온라인 쇼핑몰을 운영하고 있습니다. 공급업체 문제로 이번 주에 들어온 주문의 발송이 늦어집니다. 영향을 받는 고객에게 보낼 짧고 정중한 사과 메일을 써 주세요. 공급업체를 탓하지 말고 지연 사유를 설명하고, 주문을 취소할 수 있다는 선택지도 안내해 주세요.”를 비교해 보세요. 두 번째 프롬프트는 상황, 독자, 어조, 원하는 결과를 ChatGPT에 알려 줍니다.
유용한 맥락에는 보통 결과물을 받을 사람, 사용처, 내가 이미 알거나 시도해 본 것, 좋은 답을 얻으면 무엇을 할 수 있게 되는지가 들어갑니다. 결정에 도움을 받고 싶다면 선택지와 나에게 가장 중요한 기준을 나열하세요. 코드에 대해 묻는다면 언어, 정확한 오류 메시지, 기대했던 동작을 함께 적으세요.
완벽한 문법이나 긴 문단은 필요 없습니다. 배경을 평이한 문장 몇 개로 적는 것만으로 대개 충분하고, 그러면 나중에 여러 번 고쳐 달라고 하는 수고를 덜 수 있습니다.
역할, 제약 조건, 형식 정하기
“경력 많은 교열 편집자처럼 행동해 주세요”, “인내심 있는 수학 과외 선생님처럼 설명해 주세요”와 같이 ChatGPT에 역할을 맡기면 답의 어휘, 깊이, 어조가 그쪽으로 기웁니다. 역할이 마법은 아니며 모델에 없는 지식을 주지는 않지만, 기대하는 전문성과 문체를 빠르게 알려 주는 방법입니다.
제약 조건은 더 큰 역할을 합니다. 원하는 분량, 읽는 사람의 수준, 어조, 피할 것(전문 용어, 상투적인 표현, 뒷받침할 수 없는 주장 등)을 밝히세요. 결과가 지원서 양식의 글자 수 제한이나 회사의 문체 가이드처럼 정해진 규칙을 따라야 한다면, 알아서 맞춰 주기를 바라지 말고 그대로 적어 주세요.
마지막으로 출력 형식을 설명하세요. 번호를 붙인 단계별 목록, 선택지를 비교하는 표, 짧은 요약 뒤에 이어지는 상세 내용, 다른 도구에 붙여 넣을 수 있는 일반 텍스트 등이 있습니다. 모델이 전제한 가정을 나열하게 하거나 확실하지 않은 부분을 분명히 말하게 하는 것도 답을 더 믿을 만하게 만들어 주는 경우가 많은 제약 조건입니다.
예시를 보여 주고 자료를 직접 제공하기
원하는 문체가 있다면 예시 한두 개가 아무리 긴 설명보다 낫습니다. 마음에 드는 문단을 붙여 넣고 같은 어조로 새 글을 써 달라고 하거나, 샘플 입력과 기대하는 출력을 보여 준 뒤 실제 입력을 주세요. 흔히 퓨샷(few-shot) 프롬프팅이라고 부르는 이 기법은 분류, 형식 변환, 다시 쓰기 작업에서 특히 효과적입니다.
특정 글에 관한 작업이라면 ChatGPT가 기억해 내도록 하지 말고 글 자체를 주세요. 기사, 계약서 조항, 데이터를 붙여 넣거나 파일을 올리고, “지시 사항”과 “편집할 글” 같은 이름표를 붙이거나 자료를 삼중 따옴표로 감싸 지시와 자료를 구분하세요. 그러면 모델이 내 요청과 내용을 혼동할 가능성이 줄어듭니다.
무엇을 공유하는지에도 주의하세요. 붙여 넣기 전에 이름, 계좌 번호, 비밀번호, 기밀 정보를 지우고, 업무 데이터로 AI 도구를 쓰는 것에 관한 회사의 규정을 따르세요.
큰 작업은 단계로 나누고 다듬어 가기
복잡한 요청은 거대한 프롬프트 하나보다 순서를 나눠서 할 때 더 잘 풀립니다. 보고서라면 먼저 개요를 요청하고, 고친 다음, 각 섹션을 차례로 쓰게 하세요. 까다로운 문제라면 하나를 고르기 전에 ChatGPT에게 여러 접근법을 제안하게 하세요. 추론 모델은 이런 계획을 상당 부분 스스로 하지만, 내가 명확한 구조를 주면 여전히 도움이 됩니다.
첫 답은 초안으로 보고 무엇을 바꿔야 하는지 정확히 말하세요. “더 짧게”, “더 격식 있게”, “두 번째 문단은 두고 나머지는 다시 써 주세요”, “은행 대신 유통업 사례를 써 주세요” 같은 식입니다. 프롬프트 끝에 “시작하기 전에 필요한 질문이 있으면 해 주세요”라고 덧붙여 어시스턴트가 나를 인터뷰하게 할 수도 있습니다. 그 질문들이 내 브리핑의 빈틈을 드러내 주는 경우가 많습니다.
대화가 엉뚱한 방향으로 흐르거나 같은 실수를 되풀이한다면, 긴 대화를 붙들고 씨름하기보다 처음 메시지를 수정하거나 개선한 프롬프트로 새 채팅을 여는 편이 대개 더 빠릅니다. 서너 가지 버전을 한꺼번에 요청하는 것도 하나를 정하기 전에 선택지를 빠르게 살펴보는 방법입니다.
중요한 것은 모두 검증하기
아무리 좋은 프롬프트도 ChatGPT를 오류 없는 존재로 만들지는 못합니다. 언어 모델은 틀린 사실을 자신 있게 말하거나, 비슷한 이름을 혼동하거나, 계산을 틀리거나, 출처를 요청받으면 그럴듯해 보이지만 실제로는 존재하지 않는 참고문헌을 만들어 낼 수 있습니다. 모델이 학습한 지식에는 기준 시점이 있어서, 어시스턴트가 웹을 검색하지 않으면 최근 사건은 빠져 있을 수 있습니다.
검증을 습관에 넣으세요. 출처를 요청해 직접 열어 보고, 각 출처가 답이 주장하는 내용을 실제로 말하는지 확인하고, 중요한 계산은 스프레드시트나 데이터 분석 도구로 다시 돌려 보고, 코드는 쓰기 전에 테스트하세요. 의료, 법률, 금융, 안전에 관한 질문이라면 답을 최종 결론이 아니라 자격을 갖춘 전문가와 상담하기 위한 준비 자료로 다루세요.
좋은 후속 프롬프트는 어시스턴트에게 자기 답을 검토하게 하는 것입니다. 근거가 약한 주장을 짚고, 확신이 없는 부분을 나열하고, 다시 확인해야 할 것을 제안하게 하세요. 모든 것을 잡아내지는 못하지만, 한 번 더 살펴볼 만한 부분을 알려 주는 경우가 많습니다.
잘 통한 프롬프트를 재사용 템플릿으로 저장하기
좋은 결과를 낸 프롬프트는 보관하세요. 간단한 메모 파일이면 충분하고, ChatGPT 자체에도 모든 채팅에 적용되는 맞춤 지침, 상시 지침과 파일 묶음을 함께 보관하는 프로젝트, 자주 반복하는 작업을 위한 맞춤형 GPT가 있습니다. 역할, 자주 대하는 독자, 선호하는 문체 같은 변하지 않는 취향은 거기에 넣어 두면, 새 프롬프트에서는 당면한 작업에만 집중할 수 있습니다.
응용할 만한 실용적인 템플릿은 이렇습니다. 한 문장으로 쓴 목표, 맥락과 독자, 작업할 자료, 어시스턴트에게 맡길 역할, 분량과 어조와 피할 것에 대한 제약, 출력 형식, 그리고 불분명한 것이 있으면 질문하거나 가정을 밝혀 달라는 요청입니다. 이 항목들을 채우는 데는 잠깐이면 되고, 수정하는 시간을 훨씬 더 많이 줄여 주는 경우가 대부분입니다. 명확한 브리핑은 모든 언어 모델에 도움이 되므로, 같은 습관이 다른 AI 어시스턴트에도 통합니다.
ChatGPT는 OpenAI의 제품이며 rStock은 OpenAI와 제휴 관계가 아닙니다. OpenAI의 이용약관을 따르고, 기밀 정보나 개인정보는 프롬프트에 넣지 마세요.