프롬프팅이라는 명분으로 긴 텍스트를 전달하는 당신에게

같은 ChatGPT, 같은 Claude를 쓴다.그런데 누구는 쓸 만한 답을 받고, 누구는 늘 뻔한 답만 받는다.

어떨때는 운 좋게 결과물이 좋기도 하다.

이런 차이는 어디서 날까? 과거 나는 프롬프트를 더 길게, 더 화려하게 쓰면 된다고 생각했다. 그래거 길게 작성했었다.그리고 과장을 하기도 하고 불필요한 말을 하기도 했다.

AI를 잘 사용하는 사람과 아닌 사람의 차이는 단순 프롬프팅을 잘 작성하는게 아니다.

이전 글에도 꾸준히 이야기 해 왔다.

나같은 똥을 싸면 똥 쌌다고 욕먹을게 뻔한 무명인이 떠드는 이야기 보다 진짜 업계에 있는 사람의 정보를 전달하는 것이 더욱 효과가 좋고 명확하기에 Andrew Ng의 프롬프팅 강의를 공유하면 좋겠다고 생각했고 이를 공유하려고 한다.

AI를 잘 쓰는 사람은 더 긴 프롬프트를 쓰는 사람이 아니라, AI가 좋은 답을 낼 수 있도록 맥락을 주는 사람이다.

길이가 아니라 설계다.

사람들은 여전히 AI를 검색창처럼 쓰고 있었다

생각해보면 한국인들은 질문을 정말 안하는 사람들이 많다. 질문을 하는 방법 방식이 훈련이 안되어 있다 그런 헛소리는 내다 버리고. 대부분의 질문은 늘 형식적인 형태이다. "이거 어떻게 해?" "뭐가 좋아?" 검색창에 키워드 던지듯 짧게 던진다.

이런 질문도 답은 나온다.

다만 인터넷에 흔한 정보를 평균 낸 답이 나온다. 누구한테 물어도 나올 법한 그 답.

위 영상에서는 AI를 이렇게 비유한다. 아주 똑똑하지만 의욕만 앞서는 신입. 머리는 좋은데 내 회사 사정도, 내가 뭘 싫어하는지도, 지난 1년간 내가 뭘 했는지도 모른다. 그 상태로 "자기평가서 잘 써줘"라고 하면 일반론밖에 못 쓴다. 신입 잘못이 아니다. 내가 정보를 안 준 것.

차를 사는 질문 하나로 다 설명된다

강의에 나온 예시가 선명했다.

차를 사야 한다면 보통 이렇게 묻는다.

"어떤 차가 좋아?"

진짜 AI 파워 유저는 이렇게 묻는다.

차량 사양, 견적서, 보험료, 사용 목적, 예산, 가족 상황을 줄 테니까. 각 선택지의 장단점과 장기 비용을 비교해줘. 자료 다 읽고 충분히 생각한 다음에 답해줘.

같은 AI인데 답의 깊이가 완전히 달라진다.

여기엔 네 가지가 다 들어 있다. 조건과 배경을 줬고, 바로 결론 내지 말고 생각하라고 했고, 한쪽으로 유도하지 않고 중립적으로 물었고, 비교까지 시켰다.

좋은 질문은 친절한 질문이다

강의는 좋은 프롬프팅을 "AI에게 친절해지는 일"이라고 표현하는데, 여기서 친절은 AI를 사람처럼 떠받들라는 게 아니다. 좋은 답을 내는 데 필요한 정보를 빠뜨리지 말라는 뜻이다.

스스로에게 이렇게 물어보면 된다.

이 일을 사람한테 맡긴다면 어떤 배경 설명을 해줄까. 그 사람이 내 상황을 이해하려면 뭐가 필요할까. 내가 원하는 결과의 형식과 깊이는 뭘까.

이 질문에 답하면서 적으면, 그게 곧 좋은 프롬프트가 된다.

'딸깍'으로 된다!는 말이 실제로는 얼마나 당신이 실력이 없는 사람인지를 보여준다.

"야 딸각이 가능한 세상이야"라고 하는 자들이 점점 많아지는데,

이게 얼마나 자신의 지식과 실력이 더 하수구 안에 바닥인지를 여실히 보여주는 단어라는 것을 모른다.

장난으로 하는 소리라면 이해라도 하겠는데, 진심으로 딸깍이 된다고 생각하고 딸깍만 하고 검수를 안하는 사람들이 진짜 많다.

AI를 정말 잘 그리고 열심히 다루고 있는 사람들이 괜히 "토큰이 부족"이라는 말을 하는 것이 아니다.

같은 작업도 질문의 차이 때문에 결과가 달라진다. 그래서 같은 작업인데 이미지도 영상도 여러번 다시 돌린다. 리팩토링이 잘 사용하는 사람에게도 엄청난 곤욕이다.

딸깍이라는 소리 하는 순간 수박 겉만 핥고 이 수박 진짜 맛있어요!!!하는 거랑 다를 게 하나도 없다.

진짜 파워 유저는 첫 답을 그대로 받아들이지 않는다.

AI한테 선택지 3~5개를 먼저 받는다.

그중 뭐가 마음에 들고 뭐가 별로인지 결정하고 새로 떠오른 조건을 추가한다. 다시 선택지를 받는다.

이 과정에서 내가 준 피드백 자체가 점점 좋은 맥락이 된다.

결국 AI가 평범한 답을 주는 건 AI가 멍청해서가 아니었다. 사용자가 평범하게 물어봤기 때문이었다.

질문을 바꾸면 답이 바뀐다. 여기까지가 시작이다.

여기서부터가 시작이다.

질문을 잘하는 건 이제야 출발선에 섰다는 것이다.

같은 AI가 흩어진 자료를 직접 찾아 읽고 보고서로 정리해주고(Deep Research), 코딩을 몰라도 작은 앱을 만들어주고, 엑셀 대신 코드를 돌려 데이터를 분석해준다. 나는 그동안 검색창 하나를 두고 "이거 뭐야"만 묻고 있으면 진짜 도태가 된다.

이걸 어떻게 실제로 써먹는지, AI 지식의 3층 구조부터 Deep Research를 켜는 타이밍, 맥락 관리, 상황에 따른 모델 선택, 토큰을 아끼기 위한 방식, 코딩 없이 앱 만들기까지 — 따라 쓰는 프롬프트 템플릿과 체크리스트로 한 곳에 정리해뒀다.