AI가 그럴듯한 답을 냈는데도 믿기 어려웠다면, 문장이 약해서가 아니라 요청 안에 너무 많은 판단을 숨겼기 때문일 수 있습니다. `이 분야의 모든 전문가가 공유하는 핵심 멘탈 모델 다섯 가지` 같은 문장에는 분야, 전문가, 공유의 기준, 핵심의 기준, 개수 제한이 한꺼번에 들어 있습니다.
좋은 프롬프트는 멋진 문장 하나가 아닙니다. 무엇을 근거로 어디까지 판단할지, 어떤 형식으로 받고 누가 다시 검토할지를 먼저 정한 작업 계약에 가깝습니다. 문장을 고치기 전에 `재료 -> 범위 -> 판정 -> 출력 -> 검토`를 나눠 보세요.
왜 한 문장이 그럴듯한 오답을 부르는가
요청이 짧다고 항상 나쁜 것은 아닙니다. 다만 하나의 문장 안에 정의되지 않은 말이 여러 개 들어가면, 모델은 비어 있는 자리를 자기 방식으로 채울 수 있습니다. 답은 매끄러워도 다음을 확인하기 어려워집니다.
이 문제는 AI만의 문제가 아닙니다. 사람과 회의할 때도 목적과 자료와 판단 기준을 한 안건에 섞으면, 각자가 다른 일을 상상한 채 결론을 낼 수 있습니다.
콘텍스트는 배경 설명의 양이 아니다
콘텍스트를 길게 붙이는 일과 작업을 분명히 하는 일은 다릅니다. 필요한 것은 모든 정보를 쏟아 넣는 것이 아니라, 답의 책임 경계를 보이게 하는 것입니다.
1. 재료: 무엇만 보고 답할 것인가
문서, 메모, 데이터, 회의록처럼 답이 기대야 할 재료를 정합니다. 재료가 없으면 `일반 지식으로 답해도 되는가`를 먼저 정하고, 그 한계를 답에 표시하게 합니다.
2. 범위: 이번에 다루지 않을 것은 무엇인가
`이 분야` 대신 대상, 기간, 상황을 적습니다. 예를 들어 `최근 인터뷰 다섯 건에서 반복되는 고객 문제`처럼 범위를 줄이면 모델이 상상으로 채울 자리가 줄어듭니다.
3. 판정: 무엇을 핵심이라고 볼 것인가
반복 빈도, 의사결정 영향, 비용, 위험처럼 기준을 적습니다. `핵심`이라는 말만 쓰면 모델이 무엇을 중요하게 봐야 하는지 알 수 없습니다.
4. 출력: 답의 개수와 형식은 어떻게 할 것인가
`다섯 가지`는 분석의 사실이 아니라 읽기 쉬운 요약의 상한으로 둘 수 있습니다. 자료가 세 가지를 더 잘 뒷받침하면 세 가지로, 여섯 가지가 필요하면 여섯 가지로 답하도록 열어 둡니다.
5. 검토: 누가 무엇을 다시 볼 것인가
AI가 초안을 만들었다고 판단 책임까지 옮겨가는 것은 아닙니다. 답을 받은 뒤 누가 출처, 빠진 조건, 반례, 최종 결정을 확인할지 적습니다.
한 문장 요청을 다시 쓰는 예
기존 요청이 이렇다고 해 보겠습니다.
이 분야의 모든 전문가가 공유하는 핵심 멘탈 모델 다섯 가지를 알려줘.
아래처럼 작업을 나누면 검토가 쉬워집니다.
나는 지금 [상황]에서 [대상]을 위해 [산출물]을 만들고 있다. 아래 자료만 바탕으로 답해 줘.
>
1. 자료가 하나의 분야로 묶이는지 먼저 판단해 줘.
2. 묶인다면 반복되는 관점이나 판단 틀을 추려 줘.
3. 각 항목은 왜 중요하다고 봤는지 기준과 함께 적어 줘.
4. 자료가 부족하거나 관점이 충돌하면 그 사실을 먼저 밝혀 줘.
5. 마지막에는 필요할 때만 상위 다섯 개까지 요약해 줘.
여기서 중요한 것은 문장이 길어진 점이 아닙니다. 범위, 재료, 기준, 출력 형식, 불확실성이 서로 다른 칸으로 분리됐다는 점입니다.
5분 프롬프트 리뷰
요청을 보내기 전에 다음 다섯 칸을 채워 보세요.
| 칸 | 확인할 질문 |
| --- | --- |
| 재료 | 이 답은 어떤 문서나 데이터에 기대야 하나? |
| 범위 | 이번에 포함하고 제외할 대상은 무엇인가? |
| 판정 | 무엇을 기준으로 비교하거나 핵심을 고를 것인가? |
| 출력 | 몇 개까지, 어떤 형식으로 요약할 것인가? |
| 검토 | 답에서 누가 무엇을 다시 확인할 것인가? |
답을 받은 뒤에는 한 줄을 더 적습니다. `이 답이 틀렸다면 가장 먼저 깨질 조건은 무엇인가?` 이 질문이 있으면 답은 결론이 아니라 검토할 초안이 됩니다.
짧은 요청이 더 나은 때도 있다
단순한 문장 다듬기, 아이디어 발산, 낮은 위험의 초안처럼 범위가 작고 바로 확인할 수 있는 일에는 긴 작업 계약이 필요하지 않을 수 있습니다. 그때도 최소한 목적과 확인 기준 하나는 남기는 편이 좋습니다.
반대로 채용, 의료, 법률, 금융, 안전처럼 결정의 위험이 큰 일은 이 글의 다섯 칸으로 충분하지 않습니다. 해당 분야의 책임자, 최신 원자료, 정해진 검토 절차가 먼저 필요합니다.
또한 이 글은 프롬프트 엔지니어링을 버리자는 뜻이 아닙니다. 문장 표현은 여전히 중요합니다. 다만 문장은 더 큰 작업 계약의 마지막 표면이라는 뜻입니다.
회상 질문
최근 AI에게 던진 요청 하나에서, 모델이 대신 채웠을 법한 빈칸은 무엇이었나요? 재료, 범위, 판정, 출력, 검토 중 하나를 골라 다시 적어 보세요.
전이해 보기
**가까운 전이:** 다음 리서치 요약 요청에서 자료 범위와 `핵심`의 판정 기준을 먼저 적고, 답의 반례 하나를 요구하세요.
**먼 전이:** 사람과 기획 회의를 열 때도 같은 다섯 칸을 안건 앞에 붙이세요. 회의가 프롬프트처럼 짧아져도, 각자가 무엇을 판단해야 하는지는 더 또렷해질 수 있습니다.
FAQ
콘텍스트를 많이 주면 항상 답이 좋아지나요?
그렇지는 않습니다. 관련 없는 정보가 많으면 오히려 중요한 기준이 묻힐 수 있습니다. 필요한 재료와 제외할 범위를 분명히 하는 편이 더 중요합니다.
`모든 전문가`라는 표현을 쓰면 안 되나요?
쓸 수는 있지만, 누가 전문가인지와 어느 정도의 일치를 말하는지 함께 정해야 합니다. 그렇지 않으면 강한 표현이 강한 근거가 되지는 않습니다.
답의 개수를 미리 정하면 왜 문제가 되나요?
개수 자체는 읽기 쉬운 형식이 될 수 있습니다. 다만 자료가 보여 주는 수보다 먼저 개수를 고정하면, 답이 형식에 맞추려고 억지로 늘거나 줄 수 있습니다.
AI가 근거를 표시하면 바로 믿어도 되나요?
바로 믿는 근거가 되지는 않습니다. 근거가 요청한 재료인지, 주장과 실제로 연결되는지, 중요한 반례가 빠지지 않았는지 사람이 다시 확인해야 합니다.
Source Notes
Publication Boundary
이 글은 로컬 원문을 바탕으로 만든 초안입니다. 특정 AI 제품의 현재 동작, 내부 추론, 검색 방식, 성능을 검증하거나 주장하지 않습니다. 외부 문헌 인용은 원문 확인 없이 새로 추가하지 않았으며, 독자 성과, 실제 검색 결과, AI 인용 결과는 관측하지 않았습니다. 이 초안은 발행 상태가 아닙니다.