앞 글에서 LLM(Large Language Model: 대규모 언어 모델)이 맥락을 보고 답한다는 걸 확인했다. 이번엔 그 맥락 설계를 글 작업에서 직접 해 본다. LLM이 제일 잘하는 세 가지, 글/표/검색이다. 그리고 같은 요청도 어떻게 묻느냐에 따라 결과가 천차만별이라는 걸 손으로 느껴 본다.
두루뭉술하게 시키면 두루뭉술한 답이 온다. AI를 잘 쓴다는 건 결국 질문을 잘 설계한다는 뜻이다.
LLM이 잘하는 세 가지
- 글 — 요약, 번역, 교정, 초안 작성. 긴 글을 짧게 줄이고, 어조를 바꾸고, 다른 언어로 옮긴다.
- 표/데이터 정리 — 지저분한 메모나 텍스트를 깔끔한 표로 정돈한다.
- 검색 기반 답변 — 웹 검색을 연동해 최신 정보와 근거를 붙인 답을 만든다.
프롬프트 5원칙 — 질문의 품질이 답의 품질
좋은 질문에는 공통된 다섯 가지 재료가 있다. 외우려 하지 말고, 답이 마음에 안 들 때 "이 중에 뭘 빠뜨렸나" 점검표로 쓰면 된다.
| 원칙 | 무엇인가 | 예시 |
|---|---|---|
| 역할 | AI에게 어떤 입장을 줄지 | "너는 마케팅 카피라이터다." |
| 맥락 | 대상/목적/배경 제공 | "20대 신규 고객에게 보낼 안내문이야." |
| 예시 | 원하는 형식의 본보기 1~2개 | "이런 톤으로: (샘플 한 줄)" |
| 제약 | 길이/어조/금지사항 명시 | "3문장 이내, 정중하게, 과장 금지." |
| 단계 | 복잡하면 쪼개서 생각하게 | "단계적으로 생각해서 정리해 줘." |
직접 해 보기 ① 긴 글을 요약하고 표로
정리하고 싶은 긴 문서 하나를 준비한다. Claude에 붙여넣고 이렇게 시킨다.
- "이 문서를 핵심 5줄로 요약하고, 주요 항목을 '항목 | 설명 | 우선순위' 3열 표로 정리해 줘."
- 제약만 바꿔 다시. "요약을 초등학생도 이해하게 3문장으로." 그리고 "임원 보고용으로 정중한 어조 5줄로."
- 같은 내용을 어조와 길이만 달리해 비교한다.
제약을 구체적으로 줄수록 결과가 안정되고 쓸모 있어진다. 모호함을 수치와 형식으로 바꾸는 것, 그게 프롬프트 설계의 핵심이다.
직접 해 보기 ② 검색을 연동해 최신 정보를
이번엔 Claude의 웹 검색을 켜고 최신 정보가 필요한 질문을 던진다. 예를 들어 최근 환율이나 새로 나온 제품처럼 모델이 학습 시점 이후의 사실을 물어본다.
- 검색을 켠 답과 끈 답을 같은 질문으로 비교한다.
- 답에 달린 출처 링크를 직접 열어 내용이 맞는지 확인한다.
여기서 한 가지를 꼭 기억하자. 검색을 연동한 답변에도 환각과 잘못된 인용이 섞일 수 있다. 그래서 출처를 직접 열어 보는 습관이 곧 실력이다. AI가 붙여 준 링크라고 그냥 믿지 않는다.
정리 — 모호함을 구체로 바꾸면 결과가 안정된다
오늘의 한 문장. AI를 쓴다는 건 좋은 질문을 설계한다는 것이고, 모호함을 구체적인 수치/형식/제약으로 바꿀수록 답이 안정된다.
다음 글에서는 글을 넘어 이미지/음성/문서까지 LLM에 올려 본다. 채팅창이 아니라 자료를 올려놓고 일을 시키는 작업 책상으로 LLM을 쓰는 법이다.