프롬프트 엔지니어링
AI에게 '제대로 시키는' 법
— 비개발자·바이브코딩용

안녕하세요, 멘토 김부장입니다. 저는 코딩을 마흔 넘어 늦게 시작한 사람이라, AI 도구를 처음 만졌을 때도 남들보다 한참 헤맸어요. 특히 억울했던 순간이 있습니다. 옆자리 후배가 챗봇에게 뭔가를 시키면 척척 그럴듯한 결과가 나오는데, 똑같은 AI에 제가 물어보면 하나 마나 한 두루뭉술한 답만 돌아오는 거예요. "같은 도구인데 왜 나만 안 되지?" 한참을 그렇게 자책했습니다.

그런데 어느 날 그 후배가 실제로 뭘 어떻게 입력하는지 옆에서 지켜보고 나서, 저는 무릎을 쳤어요. AI가 더 똑똑한 게 아니었습니다. 시키는 방식이 달랐던 거예요. 후배는 "이거 정리해 줘"라고 던지지 않고, "누구를 위한 글인지, 어떤 형식으로, 몇 글자 안에, 어떤 톤으로" 아주 구체적으로 주문하고 있었습니다. 결과가 다른 이유는 AI의 머리가 아니라, 주문서의 품질이었던 거죠.

오늘 이야기할 프롬프트 엔지니어링(prompt engineering)이 바로 이겁니다. 이름은 거창하지만 겁먹지 마세요. 별거 아니에요. '엔지니어링'이라는 말 때문에 코딩이 필요할 것 같지만, 전혀 아닙니다. 이건 AI에게 일을 제대로 시키는 말솜씨에 가깝습니다. 코드 한 줄 몰라도, 오늘 이 글을 읽고 나면 여러분의 AI 결과물이 눈에 띄게 달라질 거예요. 저도 그랬으니까요.

사실 저는 이 능력이 앞으로 점점 더 중요해질 거라고 생각합니다. 예전에는 '검색 잘하는 사람'이 일을 잘했잖아요. 같은 인터넷을 쓰는데도 원하는 정보를 척척 찾아내는 사람이 있었죠. 이제는 그 자리를 'AI에게 잘 시키는 사람'이 차지하고 있습니다. 똑같은 AI를 옆에 두고도, 누구는 반나절 걸릴 일을 10분에 끝내고 누구는 여전히 헤맵니다. 그 차이가 바로 프롬프트예요. 그러니 이건 한때의 유행이 아니라, 새 시대의 기본 문해력에 가깝다고 봐야 합니다. 늦었다고 생각 마세요. 지금 배우면 충분히 앞서갑니다.

프롬프트는 한마디로 "유능하지만 눈치 없는 신입에게 건네는 업무 지시서"입니다. 이 신입은 능력은 뛰어난데, 알아서 척척 눈치껏 해오는 건 못 합니다. "대충 알아서 해줘"라고 하면 엉뚱한 걸 해와요. 하지만 지시서를 제대로 써주면? 기대 이상으로 잘 해옵니다. 결국 결과물의 품질은 신입의 실력이 아니라, 여러분이 건넨 지시서의 품질이 결정합니다.

프롬프트가 뭔가요

어려운 말로 시작하지 않을게요. 회사에 갓 입사한 신입이 한 명 있다고 상상해 봅시다. 이 친구는 명문대를 나왔고, 밤새워 일할 체력도 있고, 시키면 뭐든 빠르게 해냅니다. 그런데 딱 하나, '눈치'가 없어요. "지난번 그거 좀 정리해 줘"라고 하면 '지난번 그거'가 뭔지 몰라 엉뚱한 파일을 정리해 옵니다. 회사 사정도, 여러분 취향도 모르니까요.

여러분이 이 신입에게 건네는 업무 지시서, 그게 바로 프롬프트입니다. 정식으로 말하면, 프롬프트는 여러분이 AI에게 입력하는 질문이나 지시문이에요. 챗봇 입력창에 타이핑하는 그 문장, 그게 전부 프롬프트입니다. 대단한 게 아니에요. 이미 여러분은 매일 프롬프트를 쓰고 있었던 겁니다. 다만 그걸 '지시서'라고 의식하며 정성껏 쓰지 않았을 뿐이죠.

재미있는 건, 우리는 이미 사람에게는 이걸 자연스럽게 하고 있다는 거예요. 후배에게 심부름을 시킬 때 "○○ 마트 가서, 두부 한 모랑 콩나물 한 봉지 사와, 국산으로, 5천 원 넘으면 사지 말고"라고 알아서 조건을 다 붙이잖아요. 그런데 유독 AI 앞에서는 "장 좀 봐와"처럼 던지고 실망합니다. AI를 기계가 아니라 '함께 일하는 사람'처럼 대하는 것, 사실 그것만 해도 프롬프트의 절반은 이미 잘하고 있는 겁니다.

그리고 '프롬프트 엔지니어링'은, 그 지시서를 결과가 잘 나오도록 다듬는 기술입니다. 요리로 치면, 같은 냉장고 재료로도 레시피를 어떻게 쓰느냐에 따라 요리 맛이 달라지는 것과 같아요. AI라는 요리사는 똑같은데, 여러분이 건네는 레시피가 결과를 가릅니다. 이게 왜 중요하냐면, 요즘은 코드를 몰라도 AI에게 '말로' 프로그램을 만들게 하는 바이브코딩 시대이기 때문이에요. 말을 잘 시키는 능력이, 곧 만드는 능력이 된 겁니다.

'엔지니어링'이라는 말에 지레 겁먹는 분들을 위해 한 번 더 강조할게요. 이건 프로그래머만의 기술이 절대 아닙니다. 오히려 글쓰기·기획·마케팅·교육처럼 '말과 글로 일하는' 분들이 훨씬 유리해요. 왜냐하면 프롬프트의 본질이 '내가 원하는 걸 상대가 알아듣게 설명하는 능력'인데, 그건 오랫동안 사람과 소통하며 일해온 분들이 이미 잘하는 거니까요. 저는 오히려 코딩을 늦게 시작한 게, 프롬프트를 배울 땐 별 핸디캡이 아니었어요. '설명 잘하는 법'은 나이와 상관없이 쌓아온 삶의 경험이 힘을 발휘하는 영역이거든요.

왜 같은 AI인데 결과가 다를까요

이 대목이 가장 중요합니다. 많은 분들이 "AI가 별로네", "생각보다 멍청하네"라고 실망하는데, 저는 그때마다 조심스럽게 물어봐요. "혹시 어떻게 시키셨어요?" 그러면 열에 아홉은 "그냥 물어봤죠, 이거 해달라고"라고 답하십니다. 문제는 바로 그 '그냥'에 있어요.

다시 신입 이야기로 돌아가 볼게요. 여러분이 신입에게 "보고서 좀 써와"라고만 말하면 어떻게 될까요? 이 신입은 무슨 주제로, 누구에게 낼, 몇 장짜리 보고서를, 어떤 형식으로 써야 할지 전혀 모릅니다. 그래도 시켰으니 뭔가 써오긴 할 거예요. 하지만 십중팔구 여러분이 원한 것과는 다른 물건이 나옵니다. 신입이 무능해서가 아니라, 여러분이 정보를 안 줬기 때문이에요.

AI도 똑같습니다. AI는 여러분 머릿속을 들여다볼 수 없어요. 여러분이 문장에 담아 넘긴 정보, 딱 그만큼만 압니다. "글 좀 써줘"라고 하면 세상 모든 글의 평균값 같은, 무난하지만 밋밋한 결과가 나와요. 반대로 "고등학생에게 광합성을 설명하는 300자짜리 글을, 친근한 반말 톤으로, 비유를 하나 넣어서 써줘"라고 하면, 갑자기 결과의 품질이 확 올라갑니다. AI가 갑자기 똑똑해진 게 아니에요. 여러분이 좋은 지시서를 줬기 때문입니다.

이걸 이해하고 나면, AI를 대하는 마음가짐이 완전히 바뀝니다. 예전의 저는 결과가 나쁘면 AI를 탓했어요. "이 정도밖에 안 되나" 하고요. 하지만 이제는 결과가 나쁘면 제 프롬프트부터 돌아봅니다. "내가 뭘 안 알려줬지?" 하고요. 신기하게도, 이렇게 관점을 바꾸는 것만으로 결과가 좋아졌어요. 왜냐하면 문제를 '내가 고칠 수 있는 것(프롬프트)'에서 찾게 되니까요. AI 탓을 하면 거기서 끝이지만, 내 지시서를 돌아보면 개선의 여지가 생깁니다. 이 태도 하나가 초보와 능숙한 사용자를 가르는 결정적 차이예요.

제가 초보 시절 가장 크게 착각했던 게 이겁니다. 저는 AI를 '알아서 다 해주는 마법 상자'로 여겼어요. 그래서 대충 던지고 좋은 결과를 기대했죠. 하지만 AI는 마법 상자가 아니라 대단히 유능한 파트너입니다. 파트너에게 일을 맡기려면, 당연히 제대로 설명해 줘야 하잖아요. 그 '제대로 설명하는 법'이 프롬프트 엔지니어링의 전부라고 해도 과언이 아닙니다.

조금 다른 비유를 하나 더 들어볼게요. 처음 가본 식당에서 "아무거나 맛있는 거 주세요"라고 하면 어떻게 되나요? 주방장 입장에서는 여러분이 매운 걸 좋아하는지, 알레르기는 없는지, 배가 얼마나 고픈지 전혀 모릅니다. 그래서 가장 무난한, 실패는 안 하지만 감동도 없는 메뉴가 나오죠. 반대로 "맵지 않고, 국물 있는 걸로, 혼자 먹을 양으로, 15분 안에 되는 거"라고 말하면? 딱 내 상황에 맞는 요리가 나옵니다. AI에게 "아무거나"를 시키면서 특별한 결과를 기대하는 건, 바로 그 식당에서 실망하는 것과 똑같은 일이에요.

그래서 저는 프롬프트를 쓸 때, 머릿속으로 늘 한 장의 그림을 떠올립니다. 내 머릿속 생각이 어떻게 좋은 결과물로 이어지는지를요. 이 흐름을 알고 나면, 어느 단계에서 삐끗했는지 스스로 진단할 수 있게 됩니다.

보이시죠? 가장 중요한 건 두 번째 칸, '내 머릿속 생각을 지시서로 옮기는' 단계입니다. 여기가 부실하면 뒤가 다 흔들려요. 반대로 여기만 탄탄하면, 나머지는 술술 풀립니다. 오늘 글의 대부분은 바로 이 두 번째 칸을 잘하는 법에 관한 이야기예요. 그럼 본격적으로 '좋은 지시서'의 조건을 파헤쳐 봅시다.

좋은 프롬프트의 4요소

그렇다면 '제대로 된 지시서'에는 뭐가 들어가야 할까요? 저는 오랜 시행착오 끝에 네 가지로 정리했습니다. 이걸 맥락·역할 / 목표 / 형식 / 제약이라고 부를게요. 어려운 말 같지만, 사실 우리가 사람에게 일을 시킬 때 무의식적으로 챙기는 것들입니다. 신입에게 일 시킬 때를 떠올리며 표로 정리해 봤어요.

이 네 가지를 다 넣으라는 게 부담스러우신가요? 괜찮습니다. 전부 완벽하게 채울 필요는 없어요. 다만 결과가 마음에 안 들 때, 이 중에 뭘 안 줬는지 되돌아보면 대부분 답이 나옵니다. 톤이 이상하면 '역할'이 빠진 거고, 너무 길면 '형식(길이)'을 안 준 거고, 엉뚱한 걸 해오면 '맥락'이 부족했던 거예요. 이 표를 체크리스트처럼 쓰시면 됩니다.

제가 실제로 자주 쓰는 방식은 이걸 한 문장에 자연스럽게 녹이는 거예요. 예를 들면 이렇게요. "너는 친절한 헬스 트레이너야(역할). 운동 초보자가 집에서 따라 할(맥락) 스트레칭 루틴을 알려주고 싶어(목표). 5단계로 나눠서, 각 단계 한 문장씩(형식), 기구 없이 맨몸으로 할 수 있는 것만(제약)." 어떠세요? 신입에게 일 맡기듯 조곤조곤 설명하니, 어렵지 않죠.

네 요소 중에서 초보자가 가장 자주 빠뜨리는 게 바로 '형식'입니다. 내용에만 신경 쓰다 보니, 결과물의 '모양'을 정해주는 걸 깜빡하는 거예요. 그러면 AI는 친절하게(?) 아주 긴 줄글로 답을 쏟아냅니다. 정작 나는 표 하나만 있으면 됐는데 말이죠. 그래서 저는 프롬프트를 다 쓰고 나면, 맨 마지막에 "그래서 어떤 모양으로 받고 싶지?"를 꼭 한 번 자문합니다. 이 습관 하나로 다시 시키는 횟수가 확 줄었어요.

그리고 '제약'도 은근히 중요합니다. 우리는 '무엇을 해달라'는 말은 잘하는데, '무엇을 하지 말라'는 말은 잘 안 하거든요. 그런데 AI는 하지 말라고 안 하면, 온갖 걸 다 넣어버립니다. 예를 들어 "쉽게 설명해줘"라고만 하면 그럴듯한 전문용어가 섞여 나오기 일쑤예요. "중학생도 아는 단어만 써서, 영어 단어는 넣지 말고"처럼 못 박아야 진짜 쉬운 글이 나옵니다. 울타리를 쳐줘야 AI가 그 안에서 움직여요.

제가 이 4요소를 몸으로 체득한 계기가 있어요. 예전에 회사 뉴스레터 문구를 AI에게 맡겼는데, 열 번을 시켜도 마음에 안 들더군요. 그러다 문득 이 표를 떠올리며 하나씩 점검해 봤습니다. 역할? 안 줬네. 대상 독자(맥락)? 안 밝혔네. 길이(형식)? 말 안 했네. 그래서 "너는 카피라이터야. 30~40대 직장인 구독자에게 보낼 뉴스레터 도입 문구를, 2문장으로, 부담 없이 클릭하고 싶게, 느낌표는 빼고"라고 다시 시켰더니 단번에 쓸 만한 게 나왔어요. AI가 갑자기 잘한 게 아니라, 제 지시서가 그제야 완성된 거였죠.

구체성의 힘 — 나쁜 예 vs 좋은 예

4요소를 관통하는 단 하나의 원칙을 꼽으라면, 저는 망설임 없이 '구체성'이라고 말하겠습니다. 프롬프트가 구체적일수록 결과가 좋아집니다. 이건 거의 예외가 없어요. 백 마디 설명보다 실제 비교가 와닿을 테니, 흔한 나쁜 예와 좋은 예를 나란히 놓아볼게요.

차이가 보이시죠? 왼쪽은 신입에게 "알아서 잘 해와"라고 던진 거고, 오른쪽은 "누구를 위해, 무엇을, 어떤 모양으로"까지 짚어준 겁니다. 오른쪽이 문장이 좀 길긴 하죠. 하지만 이 몇 초의 수고가, 마음에 안 드는 결과를 붙들고 다섯 번 다시 시키는 수고를 없애줍니다. 구체적으로 한 번 잘 시키는 게, 대충 열 번 시키는 것보다 빠릅니다. 제가 몸으로 배운 진리예요.

그런데 여기서 많은 분들이 이렇게 반문하세요. "그렇게 구체적으로 다 정해줄 거면, 차라리 내가 쓰고 말지 뭐하러 AI를 써요?" 좋은 질문입니다. 저도 그 생각을 했어요. 하지만 착각입니다. 구체적으로 '주문'하는 것과, 실제로 '만드는' 것은 노력의 크기가 전혀 달라요. 여러분이 "20대 여성 대상, 감성적인 톤, 30자, 3개"라고 조건을 정하는 데는 10초면 됩니다. 하지만 그 조건에 맞는 카피 3개를 직접 짜내는 건, 카피라이터가 아닌 이상 30분이 걸려도 될까 말까 하죠. 여러분은 '무엇을 원하는지 아는 사람'이면 충분합니다. 만드는 건 AI가 하니까요. 이 역할 분담이 프롬프트의 핵심이에요.

구체성을 높이는 저만의 작은 요령이 하나 있어요. 프롬프트를 쓰기 전에, 잠깐 눈을 감고 '완벽한 결과물이 눈앞에 있다면 어떤 모습일까'를 그려보는 겁니다. 그 상상 속 결과물의 특징을 하나씩 말로 옮기면, 그게 곧 좋은 프롬프트가 돼요. 길이는 어느 정도지? 말투는 어떻지? 어떤 항목이 들어 있지? 이 그림이 선명할수록 프롬프트가 구체적으로 변합니다. 반대로 나조차 뭘 원하는지 흐릿하다면, AI가 그걸 알아맞힐 재간은 없겠죠. 그럴 땐 오히려 AI에게 "이런 걸 만들고 싶은데, 어떤 걸 정해야 할지 나한테 먼저 물어봐 줘"라고 부탁하는 것도 좋은 방법입니다.

세 가지 실전 기술 — 예시·단계·형식

기본기를 익혔으니, 이제 결과를 한 단계 더 끌어올리는 실전 기술 세 가지를 알려드릴게요. 이름은 좀 어렵게 들려도 원리는 전부 '신입 다루기'와 똑같습니다. 순서대로 따라와 보세요.

이 세 가지는 따로따로가 아니라 함께 쓸 때 위력이 커집니다. 예를 들면요. "다음은 우리 회사 제품 소개 예시야. (예시 붙이기) 이 톤을 참고해서, 신제품 3개를 표로 정리해줘. 표는 제품명·특징·가격 세 칸으로. 단계별로 하나씩 생각해서 빠뜨리지 말고." 예시(1)와 형식(3), 단계별(2)이 한 프롬프트에 다 들어갔죠. 처음엔 이렇게 길게 쓰는 게 번거롭게 느껴져도, 몇 번 해보면 손에 붙습니다.

이 중에서 저를 가장 크게 놀라게 한 건 첫 번째, '예시 주기'였어요. 저는 예전에 블로그 글 말투를 AI에게 흉내 내게 하고 싶었는데, "친근하게 써줘", "제 스타일로 써줘"라고 아무리 말해도 도무지 제 느낌이 안 나더라고요. 그러다 제가 예전에 쓴 글 두어 개를 통째로 붙여넣고 "이 사람 말투 그대로 이어서 써줘"라고 했더니, 소름 돋을 만큼 비슷하게 써오는 거예요. 말로 백 번 설명하는 것보다, 견본 하나 보여주는 게 훨씬 강력하다는 걸 그때 뼈저리게 느꼈습니다. 원하는 결과물이 머릿속에 어렴풋이 있다면, 그와 비슷한 예시를 찾아 보여주세요. 이게 지름길입니다.

세 번째 '출력 형식 지정'은 가장 간단하면서도 효과가 즉각적인 기술이에요. 저는 회의 자료를 만들 때 이걸 정말 많이 씁니다. "이 내용을 발표용 슬라이드 5장 분량으로, 각 장마다 제목 한 줄과 불릿 3개씩"이라고 하면, 그대로 옮겨 담기만 하면 되는 형태로 나와요. "표로", "체크리스트로", "질문과 답 형식으로", "단계별 순서로" 같은 말 한마디가, 뒤죽박죽 줄글을 바로 쓸 수 있는 결과물로 바꿔줍니다. 내가 결과물을 어디에 쓸지 정해져 있다면, 그 모양을 미리 알려주는 게 정답이에요.

'단계별로 시키기'도 처음엔 반신반의했어요. "차근차근 생각해서 답해줘"라는 한마디가 무슨 대수냐 싶었거든요. 그런데 복잡한 계산이나 여러 조건이 얽힌 문제에서, 이 한마디가 있고 없고의 차이가 컸습니다. 이 말이 없으면 AI는 결론부터 툭 던지고 종종 틀리는데, 이 말을 붙이면 중간 과정을 하나씩 짚으며 오답이 확 줄더군요. 사람도 급하게 암산하면 틀리지만, 종이에 하나씩 적으며 풀면 정확해지잖아요. AI도 똑같은 원리입니다.

역할 부여와 톤 지정 — AI에게 '옷을 입히기'

제가 개인적으로 가장 재미있어하는 기술입니다. 바로 AI에게 '너는 누구야'라고 역할을 정해주는 것이에요. 똑같은 질문이라도 "너는 초등학교 선생님이야"라고 하고 물으면 쉽고 다정하게 답하고, "너는 깐깐한 세무사야"라고 하면 꼼꼼하고 전문적으로 답합니다. AI에게 어떤 '옷'을 입히느냐에 따라 말투와 관점이 통째로 바뀌는 거죠.

왜 이게 효과적일까요? AI는 세상의 온갖 글을 학습했기 때문에, '초등학교 선생님이 쓸 법한 말투'도 알고 '세무사가 쓸 법한 관점'도 압니다. 그런데 역할을 안 정해주면, 그 모든 걸 평균 낸 애매한 목소리로 답해요. 역할을 딱 정해주면, AI가 그 서랍에서 딱 맞는 지식과 말투를 꺼내 씁니다. 신입에게 "고객 응대할 땐 상담원처럼, 내부 보고할 땐 실무자처럼"이라고 역할을 정해주는 것과 같아요.

여기에 톤(말투) 지정을 곁들이면 완성됩니다. "친근하게", "정중하게", "간결하게", "유머를 섞어서", "전문가답게" 같은 말 한마디를 덧붙이는 거예요. 같은 내용도 톤에 따라 완전히 다른 글이 됩니다. 예를 들어 사과 메일을 쓸 때 "진심 어린 사과 톤으로, 변명은 빼고"라고 하면, 딱 그 분위기의 글이 나옵니다.

역할 부여가 특히 빛나는 순간은, 같은 주제를 여러 관점에서 보고 싶을 때예요. 저는 새 아이디어를 검토할 때 이 방법을 즐겨 씁니다. 먼저 "너는 투자자야, 이 사업의 매력을 봐줘"라고 물어보고, 그다음 같은 아이디어를 "너는 깐깐한 소비자야, 이걸 왜 안 살지 이유를 말해줘"라고 물어봅니다. 그러면 한 아이디어를 두 개의 완전히 다른 눈으로 뜯어볼 수 있어요. 혼자서는 절대 못 떠올렸을 관점이 튀어나오죠. AI에게 여러 '옷'을 갈아입히며 대화하는 것, 이건 정말 강력한 사고 도구입니다.

다만 주의할 점도 있어요. 역할을 준다고 해서 AI가 진짜 그 분야 전문가가 되는 건 아닙니다. "너는 의사야"라고 한다고 의학적으로 100% 정확해지는 게 아니라, '의사스러운 말투와 관점'을 흉내 낼 뿐이에요. 그래서 건강·법률·세무처럼 틀리면 큰일 나는 영역은, 역할을 줘서 참고 의견을 듣되 최종 판단은 반드시 진짜 전문가에게 받으셔야 합니다. 역할 부여는 '똑똑한 조언'을 얻는 도구이지, '전문가를 대체하는' 도구가 아니라는 걸 꼭 기억하세요.

맥락 제공하기 — 자료를 붙여주고, 환각은 조심하기

지금까지가 '어떻게 시키느냐'였다면, 이번엔 '무엇을 보여주느냐'입니다. AI는 여러분의 상황을 전혀 모릅니다. 회사 사정도, 지난 대화도, 여러분이 쓴 문서도 몰라요. 그러니 필요한 자료를 직접 붙여주는 것이 대단히 중요합니다. 요즘 챗봇들은 파일을 첨부하거나, 긴 글을 통째로 붙여넣거나, 자료를 참고하게 할 수 있어요.

예를 들어 "우리 회사 규정에 맞게 답해줘"라고 막연히 말하면 AI는 여러분 회사 규정을 알 리가 없죠. 대신 규정 문서를 붙여넣고 "이 규정을 바탕으로 답해줘"라고 하면, AI가 그 자료 안에서 근거를 찾아 답합니다. 신입에게 "이거 매뉴얼 보고 처리해"라며 실제 매뉴얼을 손에 쥐여주는 것과 같아요. 자료가 있고 없고는, 결과의 정확도를 하늘과 땅 차이로 벌립니다.

제가 자주 하는 활용을 몇 가지 들어볼게요. 긴 회의록을 붙여넣고 "여기서 내가 할 일만 뽑아서 목록으로 만들어줘"라고 하면, 두 시간짜리 회의가 순식간에 할 일 리스트로 정리됩니다. 계약서를 붙여넣고 "나한테 불리할 수 있는 조항을 쉬운 말로 짚어줘"라고 하면, 놓치기 쉬운 대목을 알려줘요. 외국어 이메일을 붙여넣고 "무슨 내용인지 요약하고, 정중한 답장 초안도 써줘"라고 할 수도 있고요. 공통점이 보이시죠? 전부 'AI가 모르는 나만의 자료'를 손에 쥐여준 다음, 그걸 바탕으로 일을 시킨다는 점입니다. 이게 맥락 제공의 힘이에요.

다만 자료를 붙일 때 한 가지 주의하실 게 있어요. 회사 기밀이나 개인정보(주민번호·계좌번호·타인의 연락처 같은 것)는 함부로 붙여넣지 마세요. 입력한 내용이 어떻게 처리되는지는 서비스마다 정책이 다르니, 민감한 정보는 가리거나 빼고 넣는 습관이 안전합니다. 이런 주의점 역시 AI 사용 시 주의할 점 글에서 더 짚어드릴게요.

그런데 여기서 반드시 짚고 넘어가야 할 함정이 하나 있습니다. AI는 모르는 것도 아는 척, 그럴듯하게 지어내는 버릇이 있어요. 존재하지 않는 책 제목, 틀린 숫자, 없는 사건을 아주 자신 있게 말합니다. 이걸 '환각(hallucination)'이라고 불러요. 신입이 모르는 걸 "잘 모르겠습니다" 하지 않고, 혼나기 싫어서 그럴듯하게 둘러대는 것과 비슷합니다. 문제는 AI의 말투가 너무 당당해서, 틀린 것도 맞는 것처럼 들린다는 거예요.

AI가 유창하게 말한다고 해서, 그 내용이 사실인 건 아닙니다. AI는 '그럴듯한 다음 말'을 만드는 데 최적화된 도구이지, '진실'을 보장하는 도구가 아니에요. 특히 구체적인 숫자·날짜·인용·법 조항·최신 정보는 반드시 원래 출처에서 다시 확인하세요. 이건 선택이 아니라 필수입니다.

환각을 줄이는 가장 확실한 방법이 바로 앞서 말한 '자료 붙여주기'입니다. AI가 상상으로 지어내는 대신, 여러분이 준 자료 안에서 답하게 만드는 거죠. 그래도 100% 안전한 건 아니니, 중요한 결과는 늘 사람이 검증해야 합니다. 이 '환각'을 비롯해 AI를 쓸 때 조심해야 할 것들은 AI 사용 시 주의할 점 글에서 더 자세히 다뤘으니, 꼭 함께 읽어보시길 권합니다. AI를 안전하게 쓰는 감각은 잘 시키는 기술만큼이나 중요하거든요.

대화로 다듬기 — 한 방에 끝내려 하지 마세요

초보 시절 제가 크게 오해했던 게 또 하나 있습니다. '완벽한 프롬프트 한 방'으로 원하는 결과를 단번에 뽑아내야 한다고 믿었던 거예요. 그래서 첫 결과가 별로면 "역시 AI는 별로야" 하고 창을 닫아버렸죠. 정말 아까운 습관이었습니다.

완벽주의가 오히려 발목을 잡는 대표적인 경우가 이거예요. 우리는 "제대로 한 방에 끝내야지" 하며 첫 프롬프트에 모든 걸 담으려다, 정작 시작조차 못 하고 머뭇거립니다. 하지만 프롬프트는 완벽하게 쓸 필요가 없어요. 일단 대충이라도 던지고, 나온 결과를 보며 방향을 잡는 게 훨씬 빠릅니다. 첫 결과는 '정답'이 아니라 '대화의 물꼬'예요. AI가 뭔가 보여주면, 그제야 "아, 이건 아니고 저렇게" 하고 내가 진짜 원하는 게 선명해지거든요.

AI 챗봇의 진짜 힘은 '대화'에 있습니다. 첫 결과가 마음에 안 들면 창을 닫을 게 아니라, 이어서 고쳐 달라고 하면 돼요. "좋아, 근데 좀 더 짧게", "세 번째 항목만 다시", "톤을 더 부드럽게", "이 부분에 예시 하나 추가해줘" 처럼요. AI는 앞의 대화를 기억하고 있으니, 처음부터 다시 설명할 필요가 없습니다. 마치 신입과 같이 초안을 놓고 "여기 이렇게, 저기 저렇게" 다듬어가는 것과 똑같아요.

저는 이걸 '조각가 방식'이라고 부릅니다. 처음부터 완성작을 기대하지 말고, 일단 대충 큰 덩어리를 뽑은 다음, 대화로 조금씩 깎아나가는 거예요. 실제로 좋은 결과물은 대부분 한 번에 나오지 않고, 서너 번의 주고받기 끝에 완성됩니다. 이걸 알고 나니 AI 쓰기가 훨씬 편해졌어요. 첫 결과가 어설퍼도 실망하지 않게 됐거든요. 그건 실패가 아니라 '초안'이니까요.

대화로 다듬을 때 요긴한 표현들이 있어요. 제가 자주 쓰는 것들을 나눠드릴게요. "방금 답에서 ○○ 부분만 더 자세히", "너무 딱딱해, 좀 더 편하게", "예시를 하나만 더", "이건 빼고 다시", "세 가지 버전으로 보여줘, 그중 고를게". 이렇게 짧게 툭툭 던져도 AI는 앞 맥락을 기억하고 있어서 척척 반영합니다. 마치 옆에 앉은 편집자에게 빨간 펜으로 표시해 주는 것 같아요. 이 '주고받는 리듬'에 익숙해지면, AI 활용이 몇 배로 편해집니다.

그리고 이 과정에서 절대 빼먹으면 안 되는 게 '검토'입니다. AI가 준 결과를 그대로 복사해 쓰지 마세요. 반드시 여러분 눈으로 읽어보고, 사실이 맞는지, 어색한 곳은 없는지, 맥락에 맞는지 확인해야 합니다. AI는 초안을 대신 써주는 유능한 조수일 뿐, 최종 책임자는 언제나 여러분이에요. 이 감각만 지키면 AI는 정말 든든한 파트너가 됩니다.

저는 이 검토 습관을, 신입이 써온 보고서를 결재하는 팀장의 마음가짐에 비유하곤 해요. 신입이 아무리 유능해도, 팀장이 내용을 안 읽고 그대로 사장님께 올리진 않잖아요. 오타는 없는지, 숫자는 맞는지, 우리 상황에 맞는 이야기인지 한 번 훑고 결재하죠. AI 결과물도 딱 그렇게 대하시면 됩니다. 검토는 AI를 못 믿어서가 아니라, 최종 책임이 나에게 있기 때문에 하는 당연한 절차예요. 이 한 단계를 건너뛰는 순간, 아무리 좋은 프롬프트도 위험해집니다.

바이브코딩·코딩 도구에서의 프롬프트 팁

이제 조금 특별한 영역을 볼게요. 요즘 비개발자들이 AI로 프로그램이나 웹사이트를 만드는 바이브코딩(vibe coding)이 유행이죠. 여기서도 프롬프트가 결과를 가릅니다. 다만 글쓰기 프롬프트와는 결이 조금 달라요. 코딩은 '애매함'을 훨씬 더 싫어하거든요.

글은 좀 애매하게 써도 그럭저럭 봐줄 만한 결과가 나오지만, 코딩은 애매하게 시키면 엉뚱한 프로그램이 나오거나 아예 에러가 납니다. 그래서 바이브코딩에서는 '무엇을 만들고 싶은지'를 훨씬 더 잘게 쪼개서, 하나씩 시키는 게 핵심이에요. "쇼핑몰 만들어줘" 같은 큰 덩어리를 통째로 던지면 십중팔구 실패합니다. 대신 "먼저 상품 목록 화면부터 만들자", "다음엔 장바구니 버튼을 추가하자"처럼 단계를 나누세요.

요즘은 프로젝트 폴더에 직접 들어와 코드를 만지는 강력한 도구들도 나왔어요. 대표적인 게 Claude Code 같은 도구인데, 이런 곳에서도 원리는 똑같습니다. 명확하게, 잘게 쪼개서, 검토하면서. 오히려 이런 도구일수록 프롬프트를 잘 쓰는 사람과 못 쓰는 사람의 결과 차이가 극명하게 벌어집니다. 도구가 강력할수록, 그걸 부리는 '지시서'의 품질이 더 중요해지는 거죠.

제가 처음 바이브코딩으로 간단한 웹페이지를 만들 때 겪은 실수를 솔직히 고백할게요. 저는 신이 나서 "예약도 되고, 결제도 되고, 회원가입도 되는 사이트 만들어줘"라고 한 방에 다 시켰어요. 결과는 처참했습니다. 뭔가 잔뜩 만들어지긴 했는데, 여기저기 안 맞물리고, 어디서부터 잘못됐는지 저로선 도무지 알 수가 없었죠. 결국 다 지우고 처음부터 다시 했습니다. 이번엔 "먼저 예약 화면 하나만"부터 시작해서, 되는 걸 확인하고, 하나씩 붙여나갔어요. 훨씬 느린 것 같았지만, 결과적으로 그게 몇 배는 빨랐습니다.

또 하나, 바이브코딩에서는 에러 메시지를 두려워하지 마세요. 초보 시절 저는 빨간 에러 글씨만 보면 심장이 철렁했어요. 그런데 그 에러 메시지야말로 AI에게 주는 최고의 정보라는 걸 알게 됐습니다. 에러가 나면, 그 메시지를 통째로 복사해서 "이런 에러가 났어, 왜 그럴까? 어떻게 고치지?"라고 붙여넣으세요. AI는 그 단서를 읽고 원인을 정확히 짚어냅니다. 에러는 실패가 아니라, 다음 프롬프트에 넣을 귀한 재료예요. 이걸 깨닫고 나니 코딩이 훨씬 덜 무서워졌습니다.

잘 되는 프롬프트는 저장해 두세요 — 나만의 템플릿

여기까지 오셨다면 이제 한 단계 더 실용적인 이야기를 해볼게요. 프롬프트를 매번 처음부터 새로 쓸 필요가 없다는 겁니다. 한 번 잘 통했던 프롬프트는, 문서 파일이나 메모장에 따로 모아두고 재활용하세요. 저는 '메일 답장용', '요약용', '아이디어 회의용'처럼 용도별로 프롬프트를 저장해 두고, 필요할 때 꺼내 조금씩 고쳐서 씁니다. 요리로 치면 나만의 레시피 노트를 만드는 셈이에요.

이게 왜 강력하냐면, 우리가 하는 일은 대부분 반복되기 때문입니다. 이번 주에 뉴스레터를 썼다면 다음 주에도 쓸 거고, 오늘 회의록을 요약했다면 내일도 할 거예요. 그때마다 프롬프트를 새로 고민하는 건 낭비죠. 잘 되던 지시서에 이번 내용만 바꿔 넣으면, 매번 안정적으로 좋은 결과가 나옵니다. 신입에게 매번 처음부터 설명하는 대신, 잘 정리된 '업무 매뉴얼'을 한 번 만들어두고 계속 쓰는 것과 같아요.

템플릿을 만들 때 요령은, 바뀌는 부분을 [여기] 같은 표시로 비워두는 거예요. 예를 들어 "너는 카피라이터야. [대상]에게 [제품]을 소개하는 문구를, [개수]개, 각 [글자수]자 이내로, [톤] 톤으로 써줘." 이렇게 골격을 만들어두면, 다음번엔 대괄호 안만 채워 넣으면 끝입니다. 처음 한 번만 공들여 만들면, 그다음부턴 10초 만에 좋은 프롬프트가 완성돼요.

초보가 흔히 하는 실수 & 해결

제가 그동안 저지른, 그리고 주변에서 숱하게 본 실수들을 모아봤어요. 이 세 가지만 피해도 AI 활용 실력이 훌쩍 올라갑니다. 왼쪽의 실수를 오른쪽처럼 바꾸기만 하면 돼요.

이 세 가지 실수는 사실 하나의 뿌리에서 나옵니다. 바로 'AI를 알아서 다 해주는 마법 상자로 여기는 착각'이에요. AI는 마법 상자가 아니라, 잘 시키면 잘 해오는 유능한 파트너입니다. 파트너를 대하듯 제대로 설명하고, 단계적으로 맡기고, 결과를 함께 점검하면, 실수 대부분은 자연스럽게 사라집니다.

여기에 제가 초보 시절 저질렀던 실수를 하나 더 얹을게요. 바로 '포기가 너무 빠른 것'이었습니다. 첫 답이 별로면 "역시 안 되네" 하고 그냥 제가 직접 해버렸어요. 그런데 알고 보니, 한두 번만 더 대화하며 다듬었으면 훨씬 좋은 결과가 나올 상황이 대부분이었습니다. AI는 첫 답으로 평가하는 게 아니라, '몇 번 주고받은 끝의 결과'로 평가해야 해요. 조각가가 첫 망치질만 보고 조각을 포기하지 않듯이요.

반대되는 실수도 있어요. AI에 너무 의존해서 내 판단을 아예 놓아버리는 것입니다. AI가 그럴듯하게 말하니, 스스로 생각하기를 멈추고 그대로 따르게 되는 거죠. 이건 위험합니다. AI는 어디까지나 내 생각을 돕고 넓혀주는 도구여야지, 내 판단을 대신하는 주인이 되어선 안 돼요. '잘 시키되, 최종 결정은 내가 한다.' 이 균형을 잡는 게 AI 시대의 진짜 실력입니다.

자주 묻는 질문 (FAQ)

제가 강의나 상담에서 가장 자주 받았던 질문들을 모아 정리했습니다. 여러분이 지금 궁금해하실 법한 것들일 거예요. 하나씩 짚어볼게요.

Q. 프롬프트를 잘 쓰려면 코딩이나 전문 지식을 배워야 하나요?
A. 전혀 아닙니다. 프롬프트 엔지니어링은 코딩이 아니라 '제대로 부탁하는 말솜씨'에 가까워요. 신입에게 일 시키듯, 구체적으로 설명하는 습관만 있으면 됩니다. 오늘 이 글의 4요소(맥락·목표·형식·제약)만 챙겨도 이미 상위권입니다.

Q. 프롬프트는 무조건 길고 자세하게 쓸수록 좋은가요?
A. 길이보다 '필요한 정보가 다 들었는가'가 중요합니다. 쓸데없이 장황하면 오히려 핵심이 묻혀요. 필요한 맥락과 조건은 충분히 주되, 군더더기는 빼세요. 간단한 질문이면 짧아도 됩니다. 요는 '구체성'이지 '길이'가 아니에요.

Q. 결과가 계속 마음에 안 들면 어떻게 하나요?
A. 창을 닫지 말고 대화로 고쳐가세요. "더 짧게", "톤을 바꿔서", "이 부분만 다시"처럼 이어서 요청하면 됩니다. 그래도 안 되면, 프롬프트에서 4요소 중 뭘 빠뜨렸는지 점검해 보세요. 대개 '역할'이나 '형식'이 빠져 있습니다.

Q. AI가 자신 있게 말하면 믿어도 되나요?
A. 아니요. AI는 모르는 것도 그럴듯하게 지어내는 '환각' 버릇이 있고, 말투는 늘 당당합니다. 특히 숫자·날짜·인용·법규·최신 정보는 반드시 원 출처에서 다시 확인하세요. 자세한 주의점은 AI 사용 시 주의할 점 글을 참고하시고요.

Q. 같은 프롬프트인데 매번 결과가 조금씩 다른 건 왜 그런가요?
A. AI는 '그럴듯한 답'을 확률적으로 생성하기 때문에, 같은 질문에도 매번 약간씩 다른 답을 냅니다. 이건 고장이 아니라 정상이에요. 오히려 이 점을 활용해, 마음에 드는 결과가 나올 때까지 몇 번 다시 시켜보는 것도 좋은 방법입니다. "다른 버전으로 세 개만 더 보여줘"라고 해서 그중 가장 나은 걸 고르는 식으로요.

Q. 어떤 AI를 써야 프롬프트가 잘 먹히나요? 도구마다 다른가요?
A. 세부적인 반응은 도구마다 조금씩 다르지만, 오늘 배운 기본 원리(구체성·역할·형식·예시·검토)는 어느 AI에서나 통합니다. 그러니 특정 도구에 매이지 말고, '잘 시키는 법' 자체를 익히세요. 도구가 바뀌어도 그 실력은 그대로 따라옵니다. 각 도구의 세부 기능이나 최신 사양은 해당 서비스의 공식 안내를 확인하시면 됩니다.

Q. 영어로 프롬프트를 써야 결과가 더 좋다던데, 사실인가요?
A. 예전엔 그런 이야기가 있었지만, 요즘 주요 AI들은 한국어도 아주 잘 이해합니다. 한국어로 편하게 쓰셔도 충분히 좋은 결과가 나와요. 굳이 어색한 영어로 씨름하기보다, 한국어로 '구체적으로' 쓰는 데 집중하는 편이 훨씬 낫습니다. 언어보다 내용의 명확함이 결과를 좌우하니까요.

마무리 — 오늘부터 쓰는 체크리스트

여기까지 오시느라 고생 많으셨어요. 프롬프트 엔지니어링은 거창한 기술이 아니라, '유능하지만 눈치 없는 신입에게 지시서를 잘 써주는 법'이라는 것, 이 한 문장만 기억하셔도 충분합니다. 마지막으로, 프롬프트를 쓸 때마다 훑어볼 수 있게 체크리스트로 정리했어요.

• ✅ 역할·맥락을 줬는가 — "너는 ○○야", "○○ 상황이야"
• ✅ 목표가 분명한가 — 결국 무엇을 얻고 싶은지 밝혔는가
• ✅ 형식을 정했는가 — 길이·구조·모양(표/목록/○자 이내)
• ✅ 제약을 걸었는가 — 지킬 조건, 하지 말 것
• ✅ 막연하지 않고 구체적인가 — 누가·무엇을·어떻게·얼마나
• ✅ 필요하면 예시를 붙였는가, 복잡하면 단계별로 시켰는가
• ✅ 관련 자료를 함께 줬는가 (환각 줄이기)
• ✅ 결과를 검토·검증했는가 — 특히 숫자·날짜·인용
• ✅ 한 방에 끝내려 하지 않고 대화로 다듬을 준비가 됐는가

처음엔 이 항목들을 하나씩 의식하며 쓰겠지만, 몇 번만 반복하면 몸에 붙어서 저절로 챙기게 됩니다. 자전거 타기처럼요. 저도 이제는 프롬프트를 쓸 때 이걸 의식하지 않아요. 손이 알아서 구체적으로 씁니다. 여러분도 곧 그렇게 될 거예요.

마지막으로 꼭 드리고 싶은 말이 있어요. 완벽한 프롬프트를 처음부터 쓰려고 부담 갖지 마세요. 프롬프트는 시험이 아니라 대화입니다. 틀려도 되고, 다시 물어도 되고, 고쳐가도 됩니다. 오히려 이것저것 시켜보고 실패도 해봐야 감이 잡혀요. 저도 수백 번 어설프게 시켜본 끝에 지금에 이르렀습니다. 그러니 오늘 배운 것 중 딱 하나, '구체적으로 시키기'만이라도 당장 써보세요. 그 작은 변화가 만드는 결과의 차이에, 아마 놀라실 겁니다.

돌아보면 프롬프트를 배우는 건, 결국 '내 생각을 명확하게 정리하는' 훈련이기도 했어요. AI에게 제대로 설명하려면, 내가 뭘 원하는지부터 또렷해져야 하니까요. 그래서 저는 프롬프트를 잘 쓰게 되면서, 사람에게 일을 부탁하는 것도, 제 생각을 글로 옮기는 것도 함께 늘었습니다. 이건 AI 시대에만 쓰는 기술이 아니라, 삶의 여러 자리에서 통하는 능력이에요. 그러니 오늘 들인 노력이 결코 헛되지 않을 겁니다.

다음 글에서는 오늘 잠깐 언급한 AI 에이전트 이야기를 풀어볼까 합니다. 프롬프트로 '한 번 시키는' 것을 넘어, AI가 스스로 여러 단계를 밟아 일을 끝내는 세계로 한 걸음 더 들어가 보는 거죠. 오늘 배운 '잘 시키는 법'이 거기서도 그대로 든든한 밑천이 될 겁니다. 겁먹지 마시고, 오늘 배운 것부터 하나씩 써보세요. 잘 시키는 사람이, AI 시대의 진짜 실력자입니다. 저와 함께 천천히 가봅시다.

(2026년 8월 기준 작성 — AI 도구의 화면·기능·정책은 계속 바뀌니, 세부 사항은 각 서비스의 공식 문서를 함께 확인하세요.)

← 기술 블로그 목록으로