AI에게 정확하게 말한다는 것

AI에게 무언가를 요청할 때 우리는 생각보다 자주 모호한 말을 쓴다.

자세히 설명해줘. 쉽게 알려줘. 전문적으로 써줘. 짧게 정리해줘.

사람은 이런 말을 상황에 맞게 대충 알아듣는다. 하지만 LLM은 "쉽게"가 어느 정도인지, "짧게"가 몇 문장인지, "전문적으로"가 어떤 독자를 기준으로 하는지 스스로 확정하지 못한다. 그래서 같은 요청에도 답이 흔들린다.

프롬프트를 잘 쓴다는 것은 멋진 명령어를 외우는 일이 아니다. AI가 해석해야 할 여지를 줄이고, 답이 나아갈 길을 좁혀주는 일에 가깝다.

---

모호함은 AI의 문제가 아니다

AI에게 정확하게 말하려면, 한 가지를 먼저 받아들여야 한다.

LLM은 우리의 의도를 알아서 정리해주는 존재가 아니다. 입력된 문장을 바탕으로 다음 답의 가능성을 좁혀가는 시스템에 가깝다. "자세히 설명해줘"라고 말할 때, LLM은 학습 데이터 안에서 "자세히"에 해당하는 수많은 사례 중 하나를 선택한다. 1문단짜리 요약도 자세할 수 있고, 10단락짜리 분석도 자세할 수 있다.

모호한 프롬프트는 AI가 틀린 게 아니다. 선택할 수 있는 공간이 너무 넓었던 거다. 그 공간을 좁혀주는 것이 프롬프트를 설계하는 일이다.

---

형용사를 숫자로 바꾸면

프롬프트에서 모호함을 만드는 가장 흔한 원인은 형용사다.

"쉽게", "빠르게", "자세히", "전문적으로" — 이 단어들은 기준이 없다. 쉽다는 게 초등학생 기준인지, 비전공자 기준인지, 관련 업계 입문자 기준인지 AI는 알 수 없다.

대신 기준을 수치나 조건으로 바꾸면 달라진다.

숫자와 조건이 들어가는 순간, AI가 선택해야 할 가능성의 범위가 줄어든다. "자세히"라는 형용사를 "원인, 과정, 결과를 각각 3줄 이상"이라는 규칙으로 바꾸는 것. 모호한 말을 고정된 기준으로 바꾸는 일이다.

같은 원리로 대상도 구체화할 수 있다. "쉽게 설명해줘"보다 "IT 경험이 없는 50대 마케터에게 설명하듯 써줘"가 훨씬 좁은 공간에서 답을 만들어낸다.

---

구조가 생기면 달라지는 것

형용사를 숫자로 바꾸는 것만으로도 달라지지만, 조건을 구조적으로 나누면 한 단계 더 달라진다.

모호한 프롬프트와 구체화된 프롬프트를 비교해보면 이렇다.

모호한 버전:

GA4에 대해 쉽게 설명해줘.

구체화된 버전:

GA4를 처음 접하는 비개발자를 대상으로 설명해줘.
전문 용어는 처음 나올 때 짧게 풀어줘.
문단은 4개 이하로 나누고, 마지막에는 핵심만 3줄로 정리해줘.

두 번째가 더 길어 보이지만, AI 입장에서는 선택할 공간이 훨씬 좁아진 거다. 첫 번째 프롬프트에서는 설명의 길이, 대상, 구조, 언어 수준을 모두 AI가 결정해야 한다. 두 번째에서는 그 모든 것이 이미 결정되어 있다.

조건을 줄로 나누면 또 다른 이점이 있다. 프롬프트 안에서 각 조건이 서로 섞이지 않는다. "대상", "언어 수준", "출력 형식"이 각각의 줄로 분리되어 있으면 AI가 각 조건을 구분해서 따르기 쉬워진다.

---

프롬프트를 설계한다는 것

좋은 프롬프트는 AI에게 더 많은 말을 하는 것이 아니다. 해석의 여지를 줄이는 일이다.

형용사를 기준으로 바꾸고, 대상을 구체화하고, 조건을 분리해서 쓰는 것 — 이게 전부다. 거창한 기술이 아니라, 내가 원하는 것을 더 정확하게 말하는 연습이다.

이 방식이 자리 잡히면 AI와 대화하는 느낌이 조금 달라진다. 내가 무엇을 원하는지 먼저 분명히 해야 하기 때문에, 프롬프트를 쓰기 전에 생각이 먼저 정리된다.

좋은 프롬프트는 결국 AI를 통제하는 기술이라기보다, 내가 원하는 답의 형태를 스스로 분명히 하는 과정에 가깝다.

AI의 답이 좋아지는 건 그 다음 일이다.