창업자를 위한 프롬프트 설계는 AI에 역할을 부여하는 일보다 상황, 독자, 결과물의 형식을 먼저 정해 주는 작업입니다. 여기에 좋은 예시와 작업 단계, 평가 기준을 더하면 결과의 품질이 안정됩니다. 효과가 검증된 프롬프트는 템플릿으로 저장해 팀 전체가 같은 품질로 재사용합니다.
- 역할 지정보다 맥락과 산출물 형식을 먼저 명시하면 재요청 횟수가 줄어듭니다.
- 예시 제공과 단계 분할은 연구에서 성능을 크게 개선한 방법이지만 효과는 과제마다 다릅니다.
- 결과가 좋았던 프롬프트는 빈칸이 있는 템플릿으로 저장해 팀이 재사용합니다.
프롬프트를 작성할 때 무엇부터 정해야 할까요?
많은 창업자가 "너는 마케팅 전문가야" 같은 역할 문장부터 작성합니다. 역할 지정은 말투를 바꿀 수는 있지만 자사의 상황을 전달하지는 못합니다.
먼저 작성할 것은 맥락입니다. 누가 읽는지, 왜 필요한지, 자사 제품과 고객의 특성은 무엇인지, 피해야 할 표현이 무엇인지를 몇 줄로 정리합니다.
다음은 산출물 형식입니다. 분량, 문단 수, 표의 열, 말투를 정해 두면 결과를 받은 뒤 다시 수정하는 시간이 줄어듭니다.
- 맥락: 독자, 목적, 제품과 고객, 금지 표현
- 산출물: 분량, 구조, 말투, 결과물 개수
- 역할: 필요할 때만 마지막에 한 줄로
해외 연구는 예시와 단계 분할의 효과를 어떻게 보여 주나요?
브라운 외(2020)는 1,750억 개 매개변수 언어모델에 질문과 답 예시를 몇 개 제시하는 방식을 실험했습니다. 퀴즈형 질의응답 과제 정답률은 예시 없이 64.3%, 1개일 때 68.0%, 여러 개일 때 71.2%였습니다.
웨이 외(2022)는 풀이 과정을 담은 예시 8개를 포함하는 사고 사슬 프롬프트를 제안했습니다. 5,400억 매개변수 모델의 수학 문장제 정답률이 17.9%에서 56.9%로 올랐습니다.
고지마 외(2022)는 예시 없이 "단계적으로 생각해 보자"는 한 문장만 추가했습니다. 산술 문장제 정답률은 17.7%에서 78.7%로, 수학 문장제는 10.4%에서 40.7%로 올랐습니다.
반대로 스클라 외(2023)는 한 공개 모델에서 의미가 같은 프롬프트의 형식만 바꿔도 정답률이 최대 76%포인트 차이 났다고 보고했습니다. 표현 하나로 결과가 크게 달라질 수 있다는 의미입니다.
이 연구들은 수학과 질의응답 같은 정해진 과제에서 이전 세대 모델로 측정한 결과입니다. 창업 실무에 그대로 적용하기보다 예시와 단계가 결과에 영향을 준다는 시사점으로 이해하는 편이 적절합니다.
예시, 단계, 평가 기준은 실무 과제에 어떻게 반영할까요?
예시는 우수한 결과물 한두 개를 그대로 첨부합니다. 설명하기 어려운 톤과 분량은 예시로 전달할 수 있습니다.
단계는 한 번에 완료하기 어려운 작업을 분할할 때 활용합니다. 먼저 정리하고, 다음에 초안을 작성하고, 마지막에 기준으로 점검하게 합니다.
평가 기준을 함께 제시하면 AI가 결과를 자체 점검할 수 있습니다. 사람이 결과를 선별할 때도 같은 기준을 적용하면 판단이 빨라집니다.
| 과제 | 필수 맥락 | 예시와 단계 | 평가 기준 |
|---|---|---|---|
| 고객 문의 답장 | 문의 원문, 환불 정책, 답변 말투 | 과거 좋은 답장 1개 | 정책과 다른 약속이 없는가 |
| 인터뷰 질문 작성 | 대상 고객, 확인할 가설 | 고객 행동 정리 후 질문 작성 | 과거 행동을 묻는가 |
| 홍보 문구 | 채널, 독자, 글자 수 제한 | 반응이 좋았던 문구 2개 | 과장 표현이 없는가 |
| 회의록 정리 | 회의 녹취 원문, 참석자 | 결정, 할 일, 담당자 순으로 추출 | 원문에 없는 내용이 없는가 |
팀이 함께 사용하는 프롬프트 템플릿은 어떻게 구성할까요?
결과가 좋았던 프롬프트는 대화창에 남겨 두지 말고 문서로 정리합니다. 매번 바뀌는 부분은 빈칸으로 두고, 고정된 맥락과 형식은 그대로 남깁니다.
템플릿마다 이름, 용도, 마지막 수정일, 좋은 결과 예시를 함께 기록합니다. 결과가 나빠지면 어느 부분을 수정했는지 기록해 다음 사람이 같은 실수를 피하게 합니다.
- 고정 영역: 회사 소개, 고객 설명, 금지 표현, 산출물 형식
- 빈칸 영역: 이번 과제의 원문 자료, 날짜, 대상
- 점검 영역: 평가 기준과 사람이 확인할 항목
창업교육 실습에서는 프롬프트를 무엇으로 점검할까요?
실습에서는 결과물보다 프롬프트 자체를 함께 검토합니다. 아래 다섯 가지를 참가자끼리 교차 검토하면 강사 한 명이 모든 참가자를 점검하지 않아도 됩니다.
| 점검 항목 | 확인 질문 |
|---|---|
| 맥락 | 처음 보는 사람이 읽어도 상황을 이해할 수 있는가 |
| 산출물 형식 | 분량과 구조를 수치로 정했는가 |
| 예시 | 원하는 결과와 비슷한 예시가 하나 이상 있는가 |
| 단계 | 긴 작업을 단계별로 나누었는가 |
| 평가 기준 | 좋은 결과를 판단할 기준을 명시했는가 |
AI에 역할을 부여하기 전에 현재 상황과 원하는 산출물부터 명시합니다.
자주 묻는 질문
Q.프롬프트는 길게 작성할수록 좋은가요?
길이보다 빠진 정보가 없는지가 중요합니다. 맥락, 형식, 예시, 기준이 들어 있다면 몇 줄로도 충분하고, 중복되는 문장은 삭제합니다.
Q.역할 지정은 생략해도 되나요?
활용할 수 있지만 맥락을 대체하지는 못합니다. 말투나 관점을 정하고 싶을 때 맥락과 형식을 적은 뒤 한 줄로 덧붙입니다.
Q.예시를 넣으면 결과가 예시와 똑같아지지 않나요?
그럴 수 있으므로 예시를 두세 개로 다양하게 제시하는 편이 좋습니다. 예시에서 따라야 할 점과 따르지 않아야 할 점을 한 줄씩 명시합니다.
Q.같은 프롬프트인데 매번 결과가 다른 이유는 무엇인가요?
생성형 AI는 같은 입력에도 다른 답을 낼 수 있고, 표현이 조금만 달라도 결과가 달라집니다. 템플릿으로 문장을 고정하고 평가 기준으로 결과를 선별하면 편차가 줄어듭니다.
Q.창업교육에서 프롬프트 실습은 얼마나 배정하면 좋을까요?
프롬프트를 작성하고, 서로 바꿔 읽고, 수정하는 과정을 한 차례 마칠 수 있는 시간이 필요합니다. 참가자가 실제 업무 자료를 가져와 템플릿 하나를 완성하는 것을 목표로 합니다.
참고 자료
- Language Models are Few-Shot Learners, Tom B. Brown 외, 2020
- Chain-of-Thought Prompting Elicits Reasoning in Large Language Models, Jason Wei 외, 2022
- Large Language Models are Zero-Shot Reasoners, Takeshi Kojima 외, 2022
- Quantifying Language Models' Sensitivity to Spurious Features in Prompt Design, Melanie Sclar, Yejin Choi, Yulia Tsvetkov, Alane Suhr, 2023
큐케이파트너스창업교육, AI 교육, BM 고도화, IR 덱 제작, 데모데이 운영을 하는 스타트업 그로스 파트너입니다. 창업 현장에서 반복되는 질문을 연구와 심사·교육 경험으로 정리합니다.