2부 5장. 프롬프트의 기본 구조: 목표, 입력, 제약, 출력

좋은 프롬프트를 배운다고 하면 많은 사람이 먼저 문장 기술부터 떠올립니다. 공손하게 쓰는 법, 전문가 역할을 주는 법, 멋진 표현을 붙이는 법 같은 것들입니다. 물론 그런 요소도 도움이 될 때가 있습니다. 하지만 실전에서 더 큰 차이를 만드는 것은 말투가 아니라 구조입니다.

AI는 사람처럼 눈치로 일하지 않습니다. 얼핏 그럴듯해 보여도, 실제로는 주어진 정보와 조건 안에서 가장 가능성 높은 답을 만들어 내는 쪽에 가깝습니다. 그래서 요청이 막연하면 결과도 막연해지고, 요청이 정리되어 있으면 결과도 정리됩니다.

이 장에서는 좋은 프롬프트를 이루는 가장 기본적인 틀을 하나 익히려고 합니다. 바로 목표, 입력, 제약, 출력입니다. 이 네 가지를 분명하게 잡으면, 막연한 요청이 실행 가능한 지시로 바뀝니다.

프롬프트는 문장이 아니라 작업 지시서다

초보자는 종종 이렇게 생각합니다. "AI에게 뭘 물어볼까?" 하지만 조금 더 실전적으로 바꾸면 질문은 달라집니다. "AI에게 어떤 일을 맡길까?"

이 차이가 중요합니다. 질문은 답을 얻기 위한 표현이지만, 작업 지시서는 결과를 만들기 위한 설계입니다. 예를 들어 "이 문서 좀 정리해줘"는 질문처럼 보이지만, 실제로는 너무 많은 것이 비어 있는 요청입니다. 무엇을 기준으로 정리해야 하는지, 누구를 위한 정리인지, 어느 정도 길이로 요약해야 하는지 알 수 없습니다.

반대로 "이 회의록을 팀장 보고용으로 5줄 요약해줘. 결정 사항, 미해결 이슈, 다음 액션만 남기고 잡담은 빼줘"라고 말하면 AI는 훨씬 덜 헤맵니다. 왜냐하면 해야 할 일의 방향이 생기기 때문입니다.

좋은 프롬프트는 길어서 좋은 것이 아닙니다. 빠진 것이 적어서 좋습니다.

왜 구조가 필요한가

AI가 엉뚱한 답을 내놓을 때 사람들은 종종 이렇게 말합니다. "모델이 별로네." 실제로 모델 성능 차이도 있습니다. 하지만 많은 경우 문제는 더 앞단에 있습니다. 애초에 사람이 일을 모호하게 던진 것입니다.

예를 들어 "발표 자료 만들어줘"라는 요청을 생각해 봅시다. 이 말 안에는 빠진 것이 너무 많습니다. 발표의 주제가 무엇인지, 청중이 누구인지, 발표 목적이 설득인지 보고인지 교육인지, 몇 장 분량인지, 어떤 톤이어야 하는지 전혀 없습니다. 이 상태에서 AI가 무엇을 내놓든 어딘가는 빗나갈 수밖에 없습니다.

구조는 이 모호함을 줄여 줍니다. 해야 할 일을 네 덩어리로 나누면, 빠진 부분이 눈에 보이기 시작합니다.

• 무엇을 만들 것인가: 목표

• 무엇을 참고할 것인가: 입력

• 어떤 범위와 기준을 따를 것인가: 제약

• 어떤 형태로 받을 것인가: 출력

이 네 가지는 거창한 이론이 아닙니다. 일을 맡길 때 사람이 원래 확인해야 하는 기본 질문입니다. AI에게도 똑같이 적용됩니다.

첫째, 목표: 무엇을 하려는가

목표는 프롬프트의 방향키입니다. 같은 자료를 주더라도 목표가 달라지면 결과는 완전히 달라집니다.

예를 들어 어떤 기사 하나를 AI에게 주었다고 해 봅시다. 목표가 "핵심 내용 이해"이면 요약이 필요할 수 있습니다. 목표가 "발표 준비"이면 슬라이드 개요가 필요할 수 있습니다. 목표가 "비판적 검토"이면 논리적 빈틈을 찾아야 할 수도 있습니다. 입력은 같아도 목표가 다르면 일도 달라집니다.

그래서 목표는 단순히 주제를 말하는 수준에서 끝나면 아쉽습니다. 가능하면 다음까지 드러나야 합니다.

• 무엇을 만들고 싶은가

• 왜 그것이 필요한가

• 누구를 위한 결과물인가

예를 들어 "이 내용을 정리해줘"보다 "이 내용을 신입사원이 빠르게 이해할 수 있게 온보딩 문서 형태로 정리해줘"가 훨씬 낫습니다. 앞의 문장은 주제만 있고, 뒤의 문장은 목적과 독자가 함께 들어 있습니다.

목표를 잘 쓰면 AI가 덜 똑똑해 보여도 결과가 좋아집니다. 목표를 못 쓰면 AI가 아주 좋아도 자꾸 어긋납니다.

둘째, 입력: 무엇을 보고 일할까

입력은 AI가 참고할 재료입니다. 많은 사람이 이 부분을 과소평가합니다. 하지만 좋은 프롬프트는 좋은 재료 없이는 버티기 어렵습니다.

AI는 빈칸을 잘 메우는 편입니다. 이 능력은 편리하지만 동시에 위험합니다. 내가 필요한 맥락을 주지 않으면, AI는 그럴듯한 일반론으로 빈칸을 채웁니다. 겉보기에는 말이 되지만, 내 상황과는 맞지 않는 답이 나오기 쉽습니다.

입력에는 여러 종류가 있습니다. 원문 문서, 회의 메모, 제품 설명, 예시 문장, 대상 독자 정보, 현재 상황 요약, 이전 작업 결과 등이 모두 입력이 될 수 있습니다. 중요한 것은 AI가 무엇을 근거로 일해야 하는지를 분명히 해 주는 것입니다.

예를 들어 "이메일 초안 써줘"보다 "다음 상황을 바탕으로 이메일 초안 써줘. 상대는 거래처 실무자이고, 지난주 납기 지연이 있었고, 이번에는 일정 재확인이 목적이야"가 훨씬 안정적입니다. 이유는 간단합니다. 두 번째 요청에는 판단의 근거가 들어 있기 때문입니다.

입력은 많이 넣는다고 무조건 좋은 것도 아닙니다. 관련 없는 자료를 잔뜩 붙이면 오히려 초점이 흐려집니다. 핵심은 양이 아니라 적절성입니다. 필요한 재료를 주고, 불필요한 재료는 줄이는 것이 중요합니다.

셋째, 제약: 어디까지, 어떻게 할 것인가

제약은 프롬프트의 울타리입니다. 목표와 입력이 방향과 재료라면, 제약은 범위를 정합니다.

AI는 제약이 없으면 대체로 무난하고 넓은 답을 내놓습니다. 문제는 실무에서 무난하고 넓은 답이 쓸모없는 경우가 많다는 점입니다. 너무 길거나, 너무 교과서 같거나, 너무 추상적이어서 바로 못 쓰는 결과가 자주 나옵니다.

이때 제약이 필요합니다. 길이 제한, 금지 사항, 우선순위, 톤, 대상 수준, 반드시 포함할 항목, 제외할 항목 같은 것들이 제약입니다.

예를 들어 "마케팅 아이디어 제안해줘"보다 "20대 초반 대학생 대상, 예산 적음, 온라인 중심, 바로 실행 가능한 아이디어만 5개 제안해줘. 브랜딩 슬로건은 제외해줘"가 훨씬 실용적입니다.

제약은 AI를 답답하게 만드는 족쇄가 아닙니다. 오히려 쓸모없는 넓이를 줄여 주는 장치입니다. 실제로 좋은 제약은 창의성을 죽이기보다 방향 없는 산만함을 줄여 줍니다.

제약을 줄 때 특히 도움이 되는 항목은 다음과 같습니다.

• 길이: 3문단, 5줄, 10개 항목 등

• 톤: 친근하게, 공식적으로, 단호하게, 중립적으로 등

• 범위: 초보자 수준, 실무자 수준, 한국 시장 기준 등

• 금지: 추측하지 말 것, 없는 사실 만들지 말 것, 표는 쓰지 말 것 등

• 기준: 실행 가능성 우선, 핵심만, 비교 중심, 위험 요소 포함 등

이런 제약이 들어가면 결과는 훨씬 덜 흐릿해집니다.

넷째, 출력: 어떤 형태로 받을 것인가

많은 초보자가 마지막에 놓치는 것이 출력입니다. 무슨 내용을 원한다고만 말하고, 어떤 형태로 받을지는 말하지 않는 경우가 많습니다. 그러면 AI는 자기 나름의 무난한 형식을 선택합니다. 문제는 그 형식이 내가 바로 쓰기 좋은 형식과 다를 수 있다는 점입니다.

출력은 결과물의 포장 방식이 아닙니다. 결과물의 사용성을 결정하는 요소입니다.

예를 들어 같은 내용을 요청하더라도 다음은 전혀 다릅니다.

• 한 문단 요약

• 불릿 5개 정리

• 표로 비교

• 발표용 개요

• 이메일 초안

• 체크리스트

• 단계별 실행 계획

어떤 형식으로 받아야 다음 행동이 쉬운지가 중요합니다. 회의 전에 빨리 훑어볼 자료가 필요하면 짧은 요약이 낫고, 팀원들과 나눌 문서가 필요하면 항목 구조가 낫고, 실제 발송할 문장이 필요하면 초안 형태가 낫습니다.

출력을 지정할 때는 형식뿐 아니라 세부 항목까지 말할 수 있습니다. 예를 들어 "표로 정리해줘"보다 "열은 기능, 장점, 단점, 추천 상황으로 나눈 표로 정리해줘"가 훨씬 유용합니다.

좋은 출력 지시는 AI의 답변을 예쁘게 만드는 일이 아니라, 바로 쓸 수 있게 만드는 일입니다.

네 요소를 한 번에 묶어 보기

이제 이 네 가지를 하나로 합쳐 봅시다.

막연한 요청은 보통 이런 식입니다.

"회의 내용 정리해줘."

이 요청을 구조화하면 이렇게 바뀔 수 있습니다.

"다음 회의록을 바탕으로 팀장 보고용 요약을 만들어줘. 목표는 1분 안에 핵심을 파악하게 하는 것이다. 결정 사항, 담당자, 마감일, 미해결 이슈만 남기고 잡담과 배경 설명은 빼줘. 출력은 4개 소제목으로 나눈 짧은 보고 메모 형식으로 작성해줘."

이 프롬프트 안에는 네 가지가 다 들어 있습니다. 팀장 보고용 요약이라는 목표가 있고, 회의록이라는 입력이 있고, 무엇을 남기고 무엇을 뺄지에 대한 제약이 있고, 보고 메모 형식이라는 출력이 있습니다.

이렇게 쓰면 문장이 화려하지 않아도 결과가 좋아집니다. AI는 시를 쓰는 것이 아니라 일을 하는 중이기 때문입니다.

막연한 요청을 바꾸는 가장 쉬운 방법

처음에는 네 요소를 한꺼번에 다 챙기기 어렵습니다. 그럴 때는 요청을 쓴 뒤, 스스로 네 가지 질문을 던져 보면 됩니다.

"나는 정확히 무엇을 원하지?"

"AI는 무엇을 보고 판단하지?"

"어디까지 허용하고 어디서 멈춰야 하지?"

"나는 어떤 형태로 받으면 바로 쓸 수 있지?"

이 질문에 답하다 보면 프롬프트는 자연스럽게 좋아집니다.

예를 들어 "블로그 글 써줘"라는 요청이 있다고 해 봅시다. 여기에 질문을 붙이면 다음처럼 바뀝니다.

무엇을 원하지? 초보자를 위한 설명 글.

무엇을 보고 판단하지? 내가 준 제품 특징 메모.

어디까지 허용하지? 전문 용어는 줄이고, 1,500자 안팎, 광고처럼 보이지 않게.

어떤 형태로 받을까? 제목, 도입, 본문, 마무리 구조.

그러면 프롬프트는 이렇게 정리됩니다.

"다음 제품 특징 메모를 바탕으로 초보자 대상 블로그 글 초안을 써줘. 목적은 제품을 쉽게 이해시키는 것이고, 노골적인 홍보 문구는 피해야 해. 전문 용어는 쉬운 말로 바꿔 설명하고, 분량은 1,500자 안팎으로 해줘. 출력은 제목, 도입, 본문, 마무리 구조로 작성해줘."

처음보다 훨씬 덜 흔들리는 요청이 됩니다.

네 가지 중 하나라도 빠지면 생기는 문제

이 구조가 중요한 이유는, 어느 하나가 빠져도 결과가 쉽게 무너지기 때문입니다.

목표가 빠지면 AI는 왜 이 일을 하는지 모른 채 일반적인 답을 냅니다. 입력이 빠지면 내 상황 대신 세상 평균을 기준으로 답합니다. 제약이 빠지면 쓸데없이 길거나 애매한 결과가 나옵니다. 출력이 빠지면 좋은 내용이 와도 다시 사람이 손봐야 합니다.

그래서 프롬프트를 고칠 때는 문장을 멋지게 바꾸기 전에, 네 요소 중 무엇이 비어 있는지부터 보는 편이 낫습니다. 문제의 원인이 훨씬 빨리 보입니다.

처음부터 완벽하게 쓰려 하지 말자

여기서 한 가지 기억할 점이 있습니다. 이 네 요소를 안다고 해서, 처음부터 완벽한 프롬프트를 써야 한다는 뜻은 아닙니다. 오히려 반대입니다. 이 구조는 한 번에 완성본을 만들기 위한 공식이라기보다, 빠진 것을 점검하고 조금씩 다듬기 위한 틀에 가깝습니다.

처음에는 대충 써도 괜찮습니다. 대신 결과를 보고 다시 묻는 것입니다. 목표가 어긋났는지, 입력이 부족했는지, 제약이 약했는지, 출력 형식이 안 맞았는지를 확인하면 됩니다.

예를 들어 결과가 너무 장황했다면 제약을 보강하면 됩니다. 결과가 내 상황과 안 맞았다면 입력을 더 줘야 합니다. 형식이 마음에 안 들었다면 출력을 다시 지정하면 됩니다. 이처럼 프롬프트 개선은 문장 솜씨 경쟁이 아니라 구조 조정에 더 가깝습니다.

실전에서 가장 자주 쓰는 최소 템플릿

복잡하게 느껴진다면, 아주 짧은 틀 하나만 기억해도 충분합니다.

"무엇을 위해, 무엇을 바탕으로, 어떤 조건으로, 어떤 형식으로."

이 문장을 프롬프트의 뼈대로 삼으면 됩니다.

예를 들어 이렇게 쓸 수 있습니다.

"다음 자료를 바탕으로, 신입 교육용 설명문을 작성해줘. 핵심만 쉽게 설명하고, 전문 용어는 풀어서 쓰며, 5분 안에 읽을 수 있는 분량으로 맞춰줘. 출력은 소제목이 있는 짧은 문서 형식으로 해줘."

놀라울 정도로 평범한 문장입니다. 그런데 실전에서는 이런 평범한 구조가 가장 오래갑니다. 비밀스러운 주문보다 훨씬 믿을 만합니다.

이 장의 핵심 정리

좋은 프롬프트는 화려한 문장이 아니라 분명한 구조에서 나옵니다. 그 구조의 기본은 목표, 입력, 제약, 출력입니다.

목표는 방향을 정하고, 입력은 근거를 제공하고, 제약은 범위를 잡고, 출력은 결과를 바로 쓸 수 있게 만듭니다. 이 네 가지가 갖춰지면 막연한 요청이 실행 가능한 지시로 바뀝니다.

앞으로 프롬프트를 쓸 때는 먼저 문장을 꾸미려 하지 말고, 빠진 요소가 없는지부터 확인해 보세요. 그 습관 하나만으로도 AI의 답은 훨씬 덜 흔들릴 것입니다.

다음 장에서는 이 구조를 바탕으로, 왜 좋은 출력이 결국 좋은 지시에서 나오는지 더 구체적으로 살펴보겠습니다.