ChatGPT를 처음 쓰는 사람 중 80% 이상이 "왜 이렇게 답변이 엉성하지?"라고 느낀다고 합니다. 저도 똑같았습니다. 처음엔 그냥 "이거 정리해줘" 하나 던지고는, 나오는 결과가 왜 제각각인지 이해를 못 했습니다. 알고 보니 문제는 AI가 아니라 제 질문 방식이었습니다. 프롬프트(prompt), 즉 AI에게 던지는 질문 자체가 결과의 질을 결정한다는 걸 그때는 몰랐던 겁니다.
같은 질문인데 왜 답변 퀄리티가 이렇게 다를까
처음 ChatGPT를 쓸 때 저는 거의 검색창 쓰듯이 했습니다. "마케팅 전략 뭐가 있어?", "이메일 써줘" 이런 식이었습니다. 그런데 어떤 날은 꽤 그럴듯한 답이 나오고, 어떤 날은 교과서 첫 장 수준의 뻔한 내용만 나왔습니다. 결과가 들쭉날쭉한 게 너무 이상해서 질문 방식 자체를 바꿔봤습니다.
그때 처음 알게 된 개념이 프롬프트 엔지니어링(Prompt Engineering)입니다. 프롬프트 엔지니어링이란 AI 모델이 원하는 결과를 출력하도록 입력 텍스트를 설계하고 최적화하는 기술을 뜻합니다. 거창하게 들리지만, 결국 "질문을 어떻게 잘 쓸 것인가"의 문제입니다. 출처: OpenAI 공식 프롬프트 엔지니어링 가이드에서도 명확한 지시와 맥락 제공을 가장 먼저 강조합니다.
제가 실험해본 결과, 동일한 주제라도 질문 구조에 따라 답변의 깊이가 확연히 달랐습니다. "블로그 글 써줘"와 "직장인 독자를 대상으로, 주 3회 운동의 효과를 경험 중심으로 600자 블로그 글 써줘"는 전혀 다른 결과를 만들어냅니다. 솔직히 이 차이를 처음 봤을 때 좀 놀랐습니다. 같은 AI인데 이렇게 달라질 수 있구나 싶었거든요.
역할 지정 하나로 답변이 이렇게 달라지는 게 맞나요
질문 방식을 바꾸면서 제가 가장 효과를 크게 본 기법은 역할 지정(Role Prompting)이었습니다. 역할 지정이란 AI에게 특정 전문가나 직군의 페르소나를 부여해 그 관점에서 답변하도록 유도하는 방식입니다. 예를 들어 "너는 10년차 B2B 마케터야. 중소기업 대표에게 이메일 마케팅 전략을 설명해줘"처럼 쓰는 겁니다.
제가 직접 써봤는데, 역할 없이 그냥 물어봤을 때와 역할을 지정했을 때의 차이가 정말 체감이 됩니다. 역할이 없으면 일반적이고 포괄적인 내용이 나오고, 역할을 주면 훨씬 현실적이고 구체적인 조언이 나옵니다. 특히 전문 분야 글쓰기나 업무 보고서 초안 작성할 때 이 기법을 쓰면 결과 퀄리티가 눈에 띄게 달라집니다.
다만 한 가지 주의할 점이 있습니다. 역할을 너무 모호하게 주면 오히려 역효과가 납니다. "전문가처럼 써줘"는 효과가 거의 없었습니다. "15년 경력 UX 디자이너, 스타트업 경험 있음"처럼 구체적으로 줄수록 결과가 달랐습니다. 제 경험상 역할의 구체성이 결과의 구체성을 결정합니다.
맥락 설명과 결과 형식, 이 두 가지가 진짜 핵심입니다
역할 지정 다음으로 중요한 게 맥락(Context) 설명입니다. 맥락이란 AI가 답변을 생성할 때 참고할 배경 정보, 즉 현재 상황, 목적, 대상 독자 등을 포함하는 조건을 뜻합니다. 이걸 빠뜨리면 AI는 가장 평균적인 답을 내놓을 수밖에 없습니다.
예를 들어 "보고서 써줘"라고 하면 AI는 일반적인 보고서 형식을 줍니다. 하지만 "신입 직원이 팀장에게 제출하는, 3개월 업무 성과 요약 보고서를 A4 한 장 분량으로 써줘"라고 하면 결과가 완전히 달라집니다. 저도 처음에는 맥락 설명이 귀찮다고 생각했습니다. 그냥 짧게 쓰면 되지 않나 싶었는데, 직접 비교해보고 나서는 생각이 완전히 바뀌었습니다.
여기에 결과 형식(Output Format)까지 지정하면 더 강력해집니다. 결과 형식이란 AI가 출력하는 답변의 구조와 형태를 사용자가 미리 정의하는 것입니다. "3가지로 요약해줘", "표로 정리해줘", "블로그 글 스타일로 써줘" 같은 지시가 여기에 해당합니다. 출처: Prompt Engineering Guide에서도 출력 형식 지정을 일관된 결과를 얻기 위한 핵심 요소로 꼽고 있습니다.
제가 실제로 가장 많이 쓰는 프롬프트 구조를 정리하면 이렇습니다.
- 역할 지정: "너는 ○년차 ○○ 전문가야" — 답변의 방향과 전문성 수준을 결정합니다.
- 맥락 설명: 현재 상황, 목적, 대상 독자를 2~3문장으로 씁니다.
- 구체적 요청: "TOP 5로 정리해줘", "초보자도 이해할 수 있게 써줘" 등 명확한 지시를 붙입니다.
- 결과 형식 지정: 분량, 형태, 문체를 지정합니다. 예: "500자 이내, 불릿 포인트 없이 문단 형식으로"
이 구조를 처음 써봤을 때 솔직히 결과가 이렇게까지 달라질 줄은 몰랐습니다. 제 경험상 이 방식으로 퀄리티가 두 배 이상 차이 납니다. 과장이 아닙니다.
프롬프트를 잘 쓰는 사람과 못 쓰는 사람의 차이는 뭘까요
프롬프트를 잘 쓰는 사람들의 공통점을 보면 질문 자체가 다릅니다. 막연하게 "좋은 방법 알려줘"가 아니라 "○○ 상황에서 ○○ 목적을 달성하기 위한 방법 3가지를 ○○ 형식으로 알려줘"처럼 씁니다. 이게 이터레이션(Iteration)과 연결됩니다. 이터레이션이란 한 번에 완벽한 결과를 내려 하지 않고, 결과를 보면서 계속 수정·보완해나가는 반복적 개선 과정을 뜻합니다.
일반적으로 "프롬프트를 길게 쓰면 더 좋은 답이 나온다"고 알려져 있지만, 제 경험상 이건 반은 맞고 반은 틀립니다. 길이 자체가 아니라 핵심 정보의 밀도가 중요합니다. 핵심 없이 늘어놓은 긴 프롬프트는 오히려 AI를 혼란스럽게 만듭니다. 저도 처음에 상황 설명을 너무 장황하게 썼다가 오히려 엉뚱한 답이 나온 경험이 있습니다.
또 한 가지, 프롬프트는 외우는 게 아니라 구조를 이해해야 합니다. 상황마다 맥락이 다르고, 원하는 결과도 다르기 때문에 공식을 외워봐야 쓸 수 있는 상황이 제한됩니다. 제가 실제로 효과를 본 건 "역할 + 맥락 + 요청 + 형식" 이 네 가지 구조를 머릿속에 넣어두고, 매번 상황에 맞게 조합하는 방식이었습니다. 그리고 결과가 마음에 안 들면 "더 구체적으로", "톤을 바꿔줘", "예시를 추가해줘" 같은 후속 요청으로 계속 다듬는 게 핵심입니다.
결국 프롬프트는 기술이라기보다 의사소통 방식에 가깝습니다. AI가 모호한 요청에 모호한 답을 내놓는 건 당연한 일입니다. 사람한테 일 시킬 때도 "뭔가 좋은 거 해줘"라고 하면 상대방이 난감한 것과 같은 이치입니다. 처음부터 완벽한 프롬프트를 쓰려고 부담 갖지 말고, 일단 써보고 결과를 보면서 조금씩 다듬는 방식을 추천합니다. 그 반복 과정 자체가 결국 가장 빠른 실력 향상 방법이라는 걸, 저는 직접 경험하고 나서야 알았습니다.
ChatGPT 답변 퀄리티 높이는 프롬프트 공식 7가지는 결국 “질문을 어떻게 구조화하느냐”의 문제예요.
앞으로 중요한 건 AI를 잘 쓰는 게 아니라, AI에게 잘 설명하는 능력이 될 가능성이 높아요. 지금 쓰고 있는 질문 방식은 결과를 끌어내고 있을까요, 아니면 제한하고 있을까요?
참고: