프롬프트를 100번 고쳐봤다 — 결국 통한 건 단순한 원칙

마감을 한 시간 앞두고, 나는 AI에게 이렇게 부탁했다. “거래처에 보낼 이메일 좀 잘 써줘.” 돌아온 건 교과서에서 오려낸 듯한 문장이었다. “귀사의 무궁한 발전을 기원합니다”로 시작하는, 그 누구의 것도 아닌 메일. 나는 다시 시켰다. “좀 더 자연스럽게.” 그랬더니 이번엔 어색하게 친한 척하는 메일이 왔다. “더 프로페셔널하게.” 그러자 다시 딱딱해졌다. 그렇게 열 번을 고쳐도, AI는 끝내 내 머릿속에 있는 그 메일을 써내지 못했다.

그날 밤 나는 오기가 생겼다. 도대체 어떻게 시켜야 이 녀석이 제대로 일을 할까. 그 뒤로 몇 주에 걸쳐, 나는 같은 종류의 일을 백 번쯤 다른 방식으로 시켜봤다. 온갖 프롬프트 기법을 긁어모아 실험했다. 그리고 그 100번의 시행착오 끝에 남은 결론은, 허무할 만큼 단순했다.

화려한 주문은 대부분 빗나갔다

처음엔 ‘비법’이 있을 거라 믿었다. 인터넷에 떠도는 마법의 문장들을 다 가져다 붙였다. “당신은 20년 경력의 전문가입니다.” “단계별로 깊이 생각하세요.” “최고의 답을 주지 않으면 곤란합니다.” 길고 거창한 주문서를 만들어 붙일수록, 나는 뭔가 대단한 걸 하고 있다고 느꼈다.

결과는? 그럴듯해 보이지만 여전히 겉도는 답이었다. “전문가처럼”이라고 백 번을 외쳐도, 정작 내가 어떤 전문가의, 어떤 결과물을 원하는지 말하지 않으면 AI는 알 길이 없었다. 화려한 수식어는 분위기만 잡을 뿐, 결과물의 방향을 바꾸지 못했다. 나는 주문을 점점 더 복잡하게 만들고 있었지만, 정작 중요한 한 가지는 비워둔 채였다. 내가 정확히 무엇을 원하는지.

그러다 깨달은 한 가지

전환점은 우연히 왔다. 그 막막한 이메일을, 화나는 김에 아주 구체적으로 적어서 시켜봤다. “전문가처럼 써줘” 대신 이렇게.

거래처가 보낸 가격 인상 요청을 정중하게 거절하는 메일을 써줘. 조건: ① 관계는 계속 유지하고 싶다는 뉘앙스, ② 3~4문장으로 짧게, ③ 거절 이유는 ‘내부 예산 사정’으로, ④ 대신 다음 분기에 재논의하자는 대안 1개 포함, ⑤ 과한 미사여구 없이 담백하게.

단번에, 거의 그대로 쓸 수 있는 메일이 나왔다. 열 번을 고쳐도 안 되던 일이, 한 번에 됐다. 그 순간 깨달았다. 그동안 AI가 내 마음을 못 읽은 게 아니었다. AI는 원래 마음을 읽지 않는다. 내가 쓴 문장을 읽을 뿐이다. 내 요청이 모호했으니 모호한 답이 온 거고, 내 요청이 구체적이 되자 구체적인 답이 온 것이다.

AI는 당신이 ‘의도한 것’이 아니라 ‘말한 것’에 답한다. 모호하게 물으면, 가장 무난하고 평균적인 — 그래서 뻔한 — 답이 돌아온다.

모호함은 ‘평균’을 부른다

왜 그럴까. AI는 수많은 글을 학습한 모델이라, 질문이 두루뭉술하면 ‘가장 그럴듯한 평균’을 내놓는다. “블로그 글 써줘”라고 하면, 세상 모든 블로그 글의 평균 같은 무난한 글이 나온다. 특색도, 날도 없는. 내가 원한 건 평균이 아니라 ‘바로 그것’이었는데.

구체적으로 말한다는 건, 그 평균의 바다에서 AI를 내가 원하는 한 점으로 끌고 오는 일이다. 예를 들어 같은 “블로그 글 써줘”도 이렇게 바뀌면 결과가 완전히 달라진다.

30대 직장인을 대상으로, 점심값 아끼는 법에 대한 블로그 글을 써줘. 존댓말, 1,500자 내외, 구성은 ‘질문으로 여는 도입 → 소제목 3개 → 짧은 마무리’, 전문용어는 빼고, 첫 문장은 독자의 경험을 건드리는 질문으로 시작해줘.

전자는 AI가 알아서 평균을 쓰지만, 후자는 AI가 내 좌표로 온다. 차이를 만든 건 더 똑똑한 모델도, 마법의 주문도 아니었다. 그냥 내가 원하는 걸 빠짐없이, 분명하게 말한 것뿐이다.

100번을 줄이면 네 칸이 남았다

수많은 시도 끝에, 나는 결국 잘 통하는 프롬프트가 늘 네 가지를 채우고 있다는 걸 알게 됐다. 거창한 기법이 아니라, ‘명확함’을 네 조각으로 나눈 것에 가깝다.

• 맥락: 누가, 누구를 위해, 왜. (“30대 직장인 대상”, “상사에게 보고할 용도”)
• 작업: 정확히 무엇을 해달라는지 동사로. (“요약”, “비교”, “반박”, “다시 써”)
• 형식: 길이·구조·형태. (“표로”, “500자”, “불릿 5개”, “정중한 메일”)
• 제약: 하지 말 것과 지킬 것. (“전문용어 금지”, “예시는 한국 상황으로”, “과장 빼고”)

여기에 하나를 더하면 거의 실패하지 않았다. 예시. “이런 느낌으로”라며 짧은 샘플 하나를 보여주면, 백 마디 설명보다 정확하게 전달됐다. AI에게 방향을 글로 설명하는 것보다, 도착지를 한 번 보여주는 게 빨랐다.

고쳐 쓸 때도, ‘구체적으로’ 고친다

물론 한 번에 완벽한 프롬프트는 드물다. 나도 여전히 고쳐가며 쓴다. 다만 고치는 방식이 달라졌다. 예전엔 “더 좋게”, “별로야, 다시”처럼 모호하게 되돌렸다. 그러면 AI도 모호하게 헤맸다. 지금은 무엇이 어떻게 틀렸는지 구체적으로 짚는다. “두 번째 문단이 너무 길어, 두 문장으로 줄여줘.” “마지막 문장의 단정적인 어투를 부드럽게 바꿔줘.” 피드백조차 구체적일 때, 비로소 결과가 내가 원하는 쪽으로 한 걸음씩 다가왔다.

결국, 잘 시키는 능력은 AI 너머에서도 쓸모 있다

100번의 실험이 내게 남긴 건 프롬프트 기법 목록이 아니었다. 더 근본적인 깨달음이었다. AI가 모호한 답을 줄 때, 모호했던 건 대개 내 요청이었다. 잘 시킨다는 건 결국, 내가 무엇을 원하는지를 나부터 분명히 아는 일이다. 원하는 게 흐릿하면 프롬프트도 흐릿하고, 답도 흐릿하다.

그리고 이건 신기하게도 AI에게만 통하는 이야기가 아니었다. 동료에게 일을 부탁할 때도, 디자이너에게 시안을 의뢰할 때도, 똑같았다. “알아서 잘”이라고 말하는 사람은 늘 “이게 아닌데”를 반복했고, 무엇을 원하는지 분명히 말하는 사람은 한 번에 원하는 걸 얻었다. AI를 잘 쓰는 사람이 앞서간다고 했는데, 그 ‘잘 쓴다’의 정체도 결국 여기 있었다. 화려한 주문이 아니라, 분명하게 요청하는 힘.

AI는 당신의 마음을 읽어주지 않는다. 다행히 그건 단점이 아니다. 분명하게 말하는 법을 익히면, AI는 누구보다 정확하게 그 말을 들어주는 도구가 되니까. 100번을 고쳐 얻은 한 줄을, 나는 이제 일에도 그대로 쓴다. 원하는 걸 분명히 말하라. 기계도, 사람도, 결국 들은 대로 움직인다.