앤드류 응 AI 프롬프트 강의: 2026년 AI를 제대로 쓰는 핵심 기술 정리

핵심 메시지

• AI에게 충분한 맥락(배경 정보, 문서, 메모, 스크린샷)을 주는 것이 좋은 답을 얻는 가장 중요한 습관이다.
• AI는 사용자를 기쁘게 하려는 경향(아첨, sycophancy)이 있어, 원하는 답을 암시하지 않는 중립적 질문과 채점 기준(루브릭)으로 객관성을 끌어내야 한다.
• 좋은 글은 한 번에 쓰게 하지 말고 개요 작성 → 비평 → 수정 → 초안의 반복 과정을 거치게 하는 것이 핵심이다.
• 복잡한 문제에는 '깊게 생각하라'는 지시나 사고(thinking) 모드로 추론 모델을 충분히 활용하고, 최신·최고 성능 모델을 쓰는 것이 유리하다.
• AI를 단순 검색처럼 쓰지 말고, 어려운 실제 업무를 충분한 맥락과 함께 맡겨 그 능력을 시험해 보는 태도가 파워 유저를 만든다.

쉽게 이해하기

강의는 2026년 현재의 AI 사용이 2022년 챗GPT 등장 시절과 크게 달라졌다는 점에서 출발한다. 같은 도구를 써도 'AI 초보자'와 '파워 유저'의 결과물 차이가 크며, 그 격차는 대부분 프롬프트를 다루는 방식에서 나온다고 본다.

초보자는 AI를 구글 검색처럼 짧은 질문에만 쓰는 반면, 파워 유저는 비용 명세·견적·보험 같은 자료를 통째로 올리고 '전부 읽고 충분히 생각한 뒤 답하라'고 지시해 수십 초에서 수 분간 숙고한 상세 보고서를 받아낸다. 핵심은 '갓 졸업한 똑똑하지만 나를 잘 모르는 신입'에게 일을 맡기듯 충분한 배경을 주는 것이다.

AI가 사용자를 기쁘게 하려고 듣고 싶은 말을 해주는 '아첨(sycophancy)' 문제도 비중 있게 다룬다. '내 멋진 사업 아이디어를 평가해 달라'처럼 답을 암시하면 AI는 긍정으로 기운다. 대신 '객관적으로 분석하라'며 시장성·경쟁우위 같은 채점 기준을 제시하면 한층 냉정한 평가를 얻을 수 있다.

글쓰기에서도 초보자는 '블랙베리에 대한 글을 써줘'라고 던져 일명 'AI 슬롭(generic한 군더더기 글)'을 받지만, 파워 유저는 개요부터 만들게 하고 그 개요를 비평·수정하며 여러 차례 다듬은 뒤에야 본문을 쓰게 한다.

후반부는 추론(thinking) 모델과 실습을 다룬다. 모델은 질문을 받아 한동안 생각하고, 필요하면 웹 검색·파일 읽기 같은 도구로 정보를 더 모은 뒤 다시 생각하는 과정을 반복한다. '깊게 생각하라'거나 사고 모드를 켜는 것이 신호가 되며, 마지막 실습은 주제 브레인스토밍 → 심층 리서치 → 결과로 퀴즈 앱 만들기로 이어지는 워크플로를 보여준다.

주요 인사이트

• 프롬프트 품질의 핵심은 화려한 표현이 아니라 '맥락의 양'이다. 사람이 그 일을 하려면 무엇을 알아야 하는지를 떠올려 같은 정보를 AI에 제공하면 결과가 크게 달라진다.
• 아첨을 피하려면 질문 자체에 선호를 숨기지 말아야 한다. '재택이 더 낫지 않아?'와 '사무실 근무가 더 생산적인가?'는 같은 주제라도 정반대 편향된 답을 유도한다.
• AI에게 한 번에 완성품을 요구하기보다 개요·비평·수정의 반복 루프를 돌리면 사람이 방향을 통제하면서 품질을 끌어올릴 수 있다.
• 최신·최고 모델은 6~12개월 전 모델보다 대체로 낫기 때문에, 어려운 작업일수록 좋은 모델을 골라 충분히 생각하게 하는 것이 효율적이다.
• 딥 리서치 같은 워크플로는 단순 질의응답을 넘어, 충분한 맥락을 준 AI가 출처가 달린 보고서를 만들고 그 결과로 앱이나 퀴즈 같은 산출물까지 이어지게 한다.

자주 묻는 질문

관련 AI 소식