첫 답을 그대로 쓰지 않는 순간, 역할이 바뀐다
ChatGPT를 ‘생성기’로만 쓰면 결과물은 대체로 초안에서 멈춥니다. 문장이 그럴듯해도, 빠진 조건이 있고, 논리 흐름이 엉키고, 중요한 단서가 누락되기 쉽습니다. 반대로 첫 답을 검토 대상으로 선언하는 순간, ChatGPT는 “쓰는 사람”이 아니라 “고치는 사람”으로 바뀝니다.
이 장의 목표는 단순합니다.
초안 → 비평 → 개선 → 검증을 반복하는 루프를 습관으로 만들어, 1회성 답변을 실무에 바로 붙일 수 있는 완성품으로 끌어올리는 것입니다.
반복 개선(Iterative Prompting)이 ‘프롬프트 재작성’과 다른 이유
반복 개선은 “말을 더 예쁘게 바꾸기”가 아닙니다. 출력물을 평가하고, 제약을 조정하고, 피드백 루프를 통해 계속 최적화하는 구조적 절차입니다.1 특히 복잡한 업무나 다회차 대화에서, 각 반복은 이전 결과의 빈틈을 드러내고 다음 프롬프트를 더 정밀하게 만듭니다.1 이 반복 루프는 AI와 함께 일을 하는데 있어서 기본적인 일의 구조가 됩니다.
또한 반복 루프는 결과를 더 그럴듯하게 만드는 데서 끝나지 않습니다. 정확도와 관련성(업무 적합성)을 점검하고, 추론을 다듬고, 환각(근거 없는 단정)을 줄이는 방향으로 작동합니다.1
품질 루프의 해부학: 4가지 부품
루프를 “돌린다”는 말이 막연하게 들린다면, 아래 네 부품으로 나눠 생각하면 됩니다.
첫째는 초안(Initialization) 입니다. 처음부터 완벽을 목표로 하지 않고, 일단 ‘작동하는 초안’을 얻어 다음 단계의 재료로 씁니다.2
둘째는 평가 기준(Evaluation Criteria) 입니다. 무엇이 ‘좋은 결과’인지 기준이 없으면, 개선은 감상평이 됩니다. 글이라면 “명확성, 설득력, 누락 여부”, 코드라면 “에러 처리, 엣지 케이스, 가독성”처럼 기준이 구체적이어야 합니다.2
셋째는 피드백 메커니즘(Feedback Mechanism) 입니다. “더 좋게 써줘”가 아니라 “어느 문장이 왜 약하고, 무엇을 어떻게 바꿀지”를 지시합니다.2
넷째는 반복 제한(Iteration Limit) 입니다. 루프는 강력하지만 무한 반복하면 시간만 씁니다. 보통 2~3회면 충분하고, 횟수 제한이나 점수 기준 같은 ‘종료 조건’을 미리 정하는 편이 안정적입니다.2
가장 실용적인 기본형: D-C-R-V 루프
이 책에서는 루프를 네 단계로 기억합니다.
Draft(초안)
Critique(비평)
Revise(개선)
Verify(검증)
반복 개선의 핵심도 결국 “초안 생성 → 출력 평가 → 프롬프트/제약 수정 → 피드백을 반영해 반복”의 사이클입니다.1
아래는 어떤 업무에도 그대로 붙여 쓸 수 있는 기본 템플릿입니다.
당신은 [역할]이다.
[입력]을 바탕으로 [산출물] 초안을 작성하라.
1) 초안(Draft)을 먼저 출력하라.
2) 그 다음 비평(Critique)을 출력하라. 기준: [정확성/누락/논리/톤/형식/실행 가능성]
- 문제를 5개 이내로 구체적으로 지적하라.
- 각 문제마다 수정 지시를 1문장으로 써라.
3) 개선본(Revise)을 출력하라. 비평의 수정 지시를 모두 반영하라.
4) 검증(Verify)을 출력하라.
- 요구사항 체크리스트(✓/✗)
- 남은 불확실성(확인 질문 3개)
규칙:
- 입력에 없는 사실은 단정하지 말고 '확인 필요'로 표시.
- 반복은 최대 2회까지만.
입력:
"""
[원문/메모/요구사항]
"""핵심은 “비평을 별도 단계로 분리”하는 것입니다. 자기검토는 출력 품질을 높이는 강력한 접근이며, 자기평가·반복 추론·오류 탐지를 통해 성능을 끌어올릴 수 있다고 정리됩니다.3
루프를 더 잘 돌리는 3역할 분리법(Writer–Editor–Auditor)
같은 모델이라도 역할을 갈라 시키면 결과가 또렷해집니다. 한 번의 프롬프트 안에서 역할을 다음처럼 분리해보세요.
Writer는 초안을 빠르게 만듭니다. Editor는 독자 관점에서 읽고 다듬습니다. Auditor는 요구사항 충족 여부와 위험(단정, 누락, 모호함)을 체크합니다.
이 방식은 “문장 다듬기”를 넘어, 업무 문서에서 흔히 생기는 실수—결론은 있는데 근거가 약하거나, 요구사항 일부가 빠지는 문제—를 체계적으로 잡아냅니다.
평가 기준을 ‘말’이 아니라 ‘체크리스트’로 만든다
루프가 성공하려면 비평 단계가 강해야 합니다. 강한 비평은 감상이 아니라 검사입니다. 다음처럼 체크리스트를 만들면 비평이 훨씬 날카로워집니다.
세 가지 이상 항목이므로 목록으로 정리합니다.
요구사항 충족: 반드시 들어가야 할 항목이 빠졌는가?
정확성/안전성: 추측을 사실처럼 단정했는가?
논리 흐름: 결론-근거-예시가 연결되는가?
구체성: 실행 가능한 수준의 디테일이 있는가?
독자/톤 적합성: 대상 독자에게 과하거나 부족한가?
형식 안정성: (4장 템플릿을 썼다면) 섹션/순서/표가 흔들리지 않는가?
반복 개선에서 “메트릭(정량 지표)과 평가 워크플로(구조화된 평가 과정)”를 결합하면 품질을 계속 최적화할 수 있다는 설명도 같은 맥락입니다.1
실전 1: 보고서/기획안은 ‘강점 1개 + 약점 3개’로 고친다
기획 문서는 대체로 초안이 ‘나쁘지 않은데 결정에 못 쓰는’ 상태로 나옵니다. 그래서 비평을 “강점 1개, 약점 3개”로 제한하면 과도한 재작성 없이 방향이 잡힙니다.
당신은 전략기획 리뷰어다.
아래 기획 초안을 읽고 다음 형식으로만 답하라.
1) 강점 1개: (왜 강점인지)
2) 약점 3개: 각 약점은
- 문제(1문장)
- 영향(1문장)
- 수정 지시(1문장)
3) 수정 후, 1페이지로 다시 써라.
제약:
- 숫자/사실이 필요한데 입력에 없으면 '확인 필요'로 표시.
- 수정은 '구조'와 '결정 근거'를 우선한다.
초안:
"""
[ChatGPT가 만든 기획안/보고서 초안]
"""이 프롬프트의 장점은, 비평이 끝나면 바로 “수정 지시”가 남아 다음 루프의 입력이 된다는 점입니다.
실전 2: 이메일/공지문은 ‘오해 포인트’부터 잡아낸다
대외 커뮤니케이션에서 치명적인 문제는 문장력이 아니라 오해입니다. 그래서 비평 단계에 “상대가 오해할 만한 문장”을 먼저 찾게 하세요.
당신은 커뮤니케이션 리스크 점검자다.
아래 메시지(초안)를 검토하라.
1) 오해/분쟁을 부를 수 있는 표현 3개를 뽑아라.
- 원문 인용
- 왜 위험한지
- 더 안전한 대체 문장
2) 톤(공감/단호함/책임 범위)이 의도에 맞는지 5점 척도로 채점하고,
4점 미만이면 수정본을 다시 작성하라.
초안:
"""
[이메일/공지 초안]
"""이 루프를 한 번만 거쳐도 “보내기 직전 문장”으로 수렴하는 경우가 많습니다.
실전 3: 코드/자동화 스크립트는 ‘테스트 케이스’가 루프를 만든다
코드는 글보다 평가 기준이 분명합니다. 실행, 예외 처리, 엣지 케이스가 핵심입니다. 복잡한 작업은 한 번에 ‘견고한 코드’가 나오기 어렵고, 생성–평가–피드백–재생성을 반복하는 방식이 인간의 디버깅 과정과 닮아 있습니다.2
당신은 시니어 코드 리뷰어다.
아래 코드를 리뷰하라.
1) 버그 가능성/예외 처리 누락
2) 성능/가독성 개선
3) 최소 테스트 케이스를 제안하라(입력/기대 결과).
4) 위 리뷰를 반영해 리팩터링한 최종 코드를 제시하라.
규칙:
- 기존 동작을 바꾸는 변경은 'Breaking change'로 표시.
코드:
[초안 코드]첫 답을 버리는 습관이 생기면, ChatGPT는 매번 “새로 쓰는 도구”가 아니라 “품질을 끌어올리는 편집 루프”가 됩니다.
참고
1What is Iterative Prompting? | IBM
2Refinement Loops: Iterative Prompt Chaining for Polished AI Outputs - AskByAI
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.