AI 프롬프트 잘 쓰는 법: 페르소나·맥락·예시부터 생각의 사슬·생각의 나무까지

핵심 메시지

• 프롬프트는 단순한 질문이 아니라 LLM에 대한 '행동 지시', 즉 말로 작성하는 프로그램이다.
• LLM은 사고하는 것이 아니라 통계적으로 다음 단어를 예측하는 '고급 자동완성'이므로, 모호한 패턴에는 모호한 답이 나온다.
• 페르소나(역할 부여)와 충분한 맥락 제공은 AI의 추측 범위를 좁혀 결과의 질을 크게 끌어올린다.
• '모르면 모른다고 답해도 된다'고 허용하는 것이 환각을 줄이는 가장 강력한 한 가지 방법이다.
• 제로샷·퓨샷, 생각의 사슬, 생각의 나무, '봇들의 대결' 같은 기법이 있지만, 이 모두를 관통하는 진짜 능력은 '명료하게 생각하고 표현하는 힘'이다.

쉽게 이해하기

영상은 "당신은 프롬프트를 못 쓴다"는 도발로 시작하지만, 핵심은 AI가 멍청한 게 아니라 사용법이 미숙하다는 '스킬 이슈'라는 깨달음이다. 진행자는 주요 프롬프트 강의와 앤트로픽·구글·오픈AI의 공식 문서를 파고들고 여러 전문가에게 물어, 형편없는 결과를 훌륭한 결과로 바꾸는 과정을 단계별로 보여준다.

먼저 프롬프트의 본질을 다시 정의한다. 밴더빌트대 강의의 줄스 화이트 교수를 인용해, 프롬프트는 LLM에 대한 행동 지시이자 질문이 아니라 프로그램이라고 설명한다. LLM은 인간처럼 사고하지 않고 통계적으로 다음 단어를 예측하는 초고도 자동완성이어서, 패턴이 모호하면 아무 답이나 나오고 구체적일수록 결과가 좋아진다.

이어 실전 기법을 차곡차곡 쌓는다. 페르소나는 AI에 전문가 역할을 부여해 지식의 출처와 관점을 좁히고(시스템 프롬프트와 사용자 프롬프트의 구분도 함께 설명한다), 맥락은 '문맥이 왕'이라는 말처럼 충분한 사실을 제공해 환각을 줄인다. 웹 검색 같은 도구 사용, 메모리 기능의 함정, 그리고 출력 형식·길이·어조를 지정하는 '출력 요구사항'까지 다룬다.

특히 '모르면 모른다고 말해도 된다'고 허용하는 것이 환각을 막는 가장 강력한 방법으로 제시된다. 또한 무작정 답을 요구하는 제로샷 대신, 원하는 결과의 예시를 직접 보여주는 '퓨샷(few-shot)' 방식이 추측 여지를 줄여 훨씬 좋은 결과를 낸다고 강조한다.

후반부는 고급 기법이다. 단계별로 생각하게 하는 '생각의 사슬'은 정확도와 신뢰를 동시에 높이며, 이는 이미 여러 모델의 '확장된 사고' 기능으로 내장됐다(와튼대 이선 몰릭 교수는 실용 문제의 95%가 이 기능으로 해결된다고 언급한다). 여러 경로를 동시에 탐색하는 '생각의 나무', 서로 다른 페르소나가 초안을 쓰고 비평·종합하는 '봇들의 대결(적대적 검증)'도 소개한다. 그러나 결론은 분명하다. 이 모든 기법을 관통하는 메타 스킬은 '명료한 사고'이며, 스스로 명확히 설명하지 못하면 좋은 프롬프트도 쓸 수 없다는 것이다.

주요 인사이트

• 프롬프트를 '질문'이 아니라 '프로그램'으로 보는 관점 전환이 모든 기법의 출발점이다.
• LLM이 '예측 기계'임을 이해하면, 구체적인 패턴 제시가 곧 결과 품질을 좌우한다는 점이 자연스럽게 따라온다.
• 환각은 모델에 '모른다'고 답할 자유를 허용하고 충분한 맥락을 주는 것만으로도 크게 줄일 수 있다.
• 설명(describe)이 아니라 예시(show)를 주는 퓨샷이 추측 여지를 줄여 가장 안정적인 결과를 낸다.
• 결국 좋은 프롬프트는 AI를 더 똑똑하게 만드는 게 아니라, 사용자가 더 명료해지는 일이다.

자주 묻는 질문

관련 AI 소식