AI 요약
많은 사용자가 생성형 AI를 검색 엔진처럼 취급하며 '단판 승부'식의 정답을 기대하지만, 이는 AI로부터 평이한 '80점 수준'의 결과물만 얻게 되는 원인이 됩니다. 기사의 저자는 완벽한 프롬프트를 처음부터 작성하려 하지 말고, AI와 대화하며 생각을 구체화하는 '벽치기(Kabeeuchi)' 과정을 거칠 것을 권장합니다. 특히 자신이 원하는 결과물의 '기준'이 모호할 때, AI의 오답이나 평범한 답변을 '숫돌' 삼아 자신의 위화감을 언어화하는 과정이 필수적입니다. 인간은 무에서 유를 만드는 '생성'보다 제시된 것 중 고르는 '판단'에 더 능숙하기 때문입니다. 최종적으로 만족스러운 결과가 나왔을 때, 그 결과를 재현하기 위한 프롬프트를 AI에게 역으로 생성하게 하는 '리버스 프롬프트 엔지니어링'이 고도화된 AI 활용의 핵심이라고 설명합니다.
핵심 인사이트
- 검색 엔진 사고 탈피: AI를 키워드 입력 시 정답을 내놓는 '자동판매기'가 아닌, 사고를 확장하고 구체화하는 '사고의 설계' 도구로 인식해야 합니다.
- 인간의 강점 활용: 인간은 '쓰기(생성)'보다 '고르기(판단)'에 압도적으로 유리하므로, AI의 답변을 비판하고 수정하며 판단 기준의 윤곽을 잡아야 합니다.
- 역발상 프롬프트 제작: 만족스러운 결과가 도출된 후, AI에게 "이 결과를 재현하기 위한 최적의 프롬프트를 작성해줘"라고 요청하는 '리버스 프롬프트 엔지니어링' 기법을 사용합니다.
- 자기 비판 유도: 스스로 판단이 어려울 때는 AI에게 "이 답변의 약점은 무엇인가?" 혹은 "클라이언트가 부족하다고 느낄 부분은?"이라고 질문하여 판단의 해상도를 높일 수 있습니다.
주요 디테일
- 해상도의 문제: 목적의 해상도가 낮으면 AI는 가장 무난하고 지루한 '80점짜리 평균점' 답변을 반환할 수밖에 없습니다.
- 세미나 기획 사례: '사내 AI 세미나' 기획 시, 처음의 평이한 답변에서 시작해 '도입에 회의적인 베테랑 사원'이라는 구체적 타겟과 'AI에게 내 업무 뺏기기 챔피언십'이라는 도발적인 컨셉을 3단계의 대화(Turn)를 통해 도출해내는 과정을 예시로 제시했습니다.
- 위화감의 언어화: AI의 답변에 대해 "이게 아닌데"라고 느끼는 순간이 가장 중요하며, 이를 '논리적 vs 비약적'과 같은 대조를 통해 구체적으로 분해하여 피드백해야 합니다.
- 프롬프트의 역생성: 시행착오를 거쳐 나온 최종 결과물을 바탕으로 프롬프트를 역으로 추출함으로써, 복잡한 지시문을 직접 작성해야 하는 번거로움을 제거합니다.
- 조건과 제약의 한계: 일반적인 프롬프트 가이드는 '조건(글자 수, 톤 등)'이라는 상자 제작법만 가르치지만, 중요한 것은 그 상자 안을 채울 '좋은 결과에 대한 기준'입니다.
향후 전망
- 프롬프트 엔지니어링의 중심이 '정교한 지시문 작성'에서 'AI와의 대화를 통한 의도 추출 및 역생성'으로 이동할 것입니다.
- 사용자의 역할은 직접적인 텍스트 생성자에서 AI가 제안한 여러 안 중 최적을 고르고 수정하는 '디렉터 및 최종 판단자'로 고착화될 것으로 보입니다.