목차 5
"지난달 광고 성과 정리해 줘"
AI에게 이렇게 요청하면 답은 보통 몇 초 만에 오고 매체별 표와 요약까지 확인할 수 있습니다. 그런데 그대로 팀 회의에 가져가려고 하면 '지표는 왜 이렇게 많고 결론은 어디 있지?' 싶어서 표를 줄이고 순서를 바꾸느라 손이 꽤 갑니다. AI의 결과물은 내 요청을 비추는 거울과 같아서 요청에 없는 맥락은 결과물에도 존재할 수 없기 때문입니다. (참고 글 - AI 시대에 일하는 법: 일잘러의 기준)
그럼 어떻게 해야 할까요? AI와 일하기 위해서 우리는 AI와 업무 소통하는 방식을 익혀야 합니다. 이 글에서는 가상의 광고 데이터로 요청에 무엇을 더하면 답이 어떻게 바뀌는지와 첫 결과를 고쳐 달라고 할 때 뭐라고 말하면 좋은지 정리해 보려고 합니다. 오픈AI와 앤트로픽과 구글의 공식 안내(2026년 11월 기준)도 참고했습니다.
AI를 어제 입사한 업무 동료라고 가정해보기#
어제 입사한 동료에게 지난달 광고 성과를 정리해 달라고 부탁했다고 생각해 보겠습니다. 일을 잘하는 동료라면 엑셀부터 열지 않고 어디에 쓸 자료인지부터 물어볼 것이라고 생각합니다.
- 어디에 쓰실 자료예요?
- 누가 보세요?
- 어느 달과 비교하고 어떤 지표를 중심으로 볼까요?
- 어떤 모양으로 드리면 될까요?
AI는 사람이 아니어서, 같은 요청을 받았을 때 이와 같이 질문을 되묻는 일이 보통은 없습니다. 모르는 부분은 그냥 가장 보편적인 답으로 생각하고 바로 결과를 냅니다. 하지만 빨랐죠의 정신이라고 할 수 있습니다.
"지난달 00광고매체의 성과 데이터를 정리해 줘"라고 하면 AI는 정말 곧바로 표를 만듭니다. 지난달이 언제인지도 오늘 날짜를 보고 임의로 판단해서 현재 기준 당월과 전월로 바로 값을 도출합니다. 이런 경우에는 보통 AI의 짐작이 맞지만, 만약 사용자가 생각한 기간과 기준이 다른 데이터를 뽑았다면 해당 작업을 처음부터 다시 진행해야 했을 것입니다. 회의 직전에 이런 일이 생기면 빨리 받은 표가 오히려 시간을 더 잡아먹는 셈이죠.
데이터 분석 기간이 문제가 없더라도 결과물에는 다른 아쉬움이 존재할 수 있습니다. 위 예시를 기준으로 생각하면, 분명 숫자는 다 맞고 클릭률부터 ROAS(Return On Ad Spend, 광고비 대비 매출)까지 데이터에 있는 지표도 빠짐없이 들어 있습니다. 얼핏 보면 좋아 보입니다.
그런데 AI가 만든 성과 표를 들고 회의에 들어가면 '그래서 다음 달 예산은 어떻게 하자는 거지?'라는 질문에는 답할 수 없습니다. 예산을 정하는 회의 자료라는 말을 들은 적이 없으니 AI로서는 데이터에 있는 것을 조금씩 다 담는 게 최선이었던 것이죠.
AI에게 업무 요청을 할 때는 어떻게 해야 할까요?#
앞 뒤 설명 없는 요청을 하면 AI는 결코 만족스러운 결과물을 내어주지 않습니다. 한 번의 설명만으로 잘 알아듣는 경우도 드물고요. AI는 빠르고 꼼꼼하며 비교적 정확하지만, 눈치가 없고 맥락을 살필 줄 모릅니다. 이런 특성은 경우에 따라 AI와의 협업 시에 큰 스트레스로 다가올 수 있습니다. 다만 이러한 어려움은 완전히 없앨 순 없어도 줄일 수는 있다고 생각합니다. 우선 AI에게 업무를 요청할 때는 어제 입사한 동료가 물어봤을 질문에 미리 답해 두면 됩니다. 앤트로픽도 개발자 안내에서 AI를 '똑똑하지만 우리 회사 사정은 모르는 신입 직원처럼 대하라'고 권장합니다. 우리가 흔히 프롬프트라고 부르는 요청 글에 그 사정을 먼저 적어 주는 것이죠.
지난달 광고 성과 요청이라면 어제 입사한 동료의 질문에 대한 답은 다음과 같습니다.
- 어디에 쓰실 자료예요? → "다음 달 매체별 예산을 정하는 회의 자료야"
- 누가 보세요? → "팀장님이 보실 거야"
- 어느 달과 비교하고 어떤 지표를 중심으로 볼까요? → "9월과 비교하고 매체별 ROAS 중심으로 결론부터 봐 줘"
- 어떤 모양으로 드리면 될까요? → "결론은 짧게 쓰고 매체별 표로 정리해서 슬랙 화면에 다 들어가게 해 줘"
동료의 질문에 내가 한 답을 목적과 맥락, 비교 기준, 형식으로 나눠 이름을 붙여 두면 요청에서 하나씩 빼고 더해 보기 편합니다. 여기에 할 일("10월 광고 성과를 정리해 줘")을 더하면 요청이 완성됩니다.
그럼 요청에 자료의 쓰임과 비교 기준, 형식을 적어 주면 답이 정말 달라질까요? 가상의 광고 데이터로 요청에 하나씩 더해 보내 봤습니다.
| 추가 요청 사항 | AI의 답에서 달라진 것 |
|---|---|
| 별도 부연 설명 없음 | 모호한 기준은 모두 AI가 임의로 확정 후 진행 지표를 다 넣은 표와 어디에나 할 수 있는 제안이 도출 |
| 목적과 맥락 추가 설명 ('예산 회의용이야', '팀장님이 같이 볼 자료야') | 목적에 맞는 결과값이 상단에 요약으로 배치됨 의도에 맞는 보다 구체적인 제안이 도출 |
| 비교 기준 설명 (9월 대비, ROAS 중심으로 확인 등) | 결론을 비교 기준, 목표 지표기준으로 해석 진행 |
| 형식 요청 (결론은 짧게, 매체별 표, 화면 크기 조절 등) | 결론이 짧아지고 표는 매체별 비교만 남음 예산 조정안이 매체별 금액으로 정리됨 |
본 예시처럼 추가 정보를 기입하면 그만큼 AI는 더 구체적으로 일할 수 있게 됩니다. 예산 회의 자료라는 것을 알려 주면 AI가 어디에나 할 수 있는 제안 대신 매체별 예산을 제안을 할 수 있고, 구체적인 목적과 기준 지표를 주면 그에 맞춰 모든 성과를 해석할 수 있습니다.
프롬프트, 매번 이렇게 하나하나 알려줘야 할까요?#
프롬프트를 신경 써서 잘 작성해서 주는 일은 은근히 쉽지 않습니다. 요청에 적을 것을 매번 다 채울 필요는 없다고 생각합니다. 할 일부터 형식까지 나눠 놓으면 꼭 외워야 하는 공식처럼 보이지만 AI를 만드는 회사들의 안내는 조금 다릅니다.
오픈AI, 앤트로픽, 구글이 요청 쓰는 법을 어떻게 안내하는지 표로 정리하면 다음과 같습니다.
| 회사 | 권장하는 것 | 꼭 필요하지 않다고 한 것 |
|---|---|---|
| 오픈AI | 할 일을 분명히 하고 필요한 맥락을 주고 어조를 정해 주기 첫 답을 보며 고쳐 가기 | 완벽한 문구 (목적이 드러나는 자연스러운 말이면 됨) |
| 앤트로픽 | 분명하고 구체적으로 쓰기 지시의 이유와 예시 주기 | 과한 역할 부여 (요즘 모델에는 대개 필요 없음) |
| 구글 | 페르소나, 작업, 맥락, 형식을 자연스러운 말로 쓰기 대화하듯 이어서 고치기 | 모든 요소를 다 쓰는 것 |
만약 AI에게 요청을 할 때마다 '너는 10년 차 마케터야' 와 같은 방식으로 말을 시작했다면, AI 회사들의 안내가 조금 의외일 수 있습니다. 구글은 페르소나를 적으라고 하는데 앤트로픽은 요즘 모델에는 대개 필요 없다고 봅니다. 요청에 들어가는 요소를 다 쓸 필요는 없다고 직접 적은 곳은 구글이지만 오픈AI도 완벽한 문구보다 목적이 드러나는 자연스러운 말이면 된다고 합니다.
기업들마다 AI와 소통하는 기본적인 가이드라인에 차이는 있지만, 공통점이 있다면 그것은 목적은 짧게라도 AI에게 알려주는 편이 좋다는 것입니다. 다시 말하지만 AI는 정말 눈치가 없기 때문에, 목적을 인지하지 않고 작업하면 의미없는 결과물을 만들기 십상입니다.
그럼 목적 말고 보는 사람이나 비교 기준, 형식은 어떻게 할까요? 요청에 매번 쓰기 번거로운 건 사실 보는 사람이나 형식처럼 거의 바뀌지 않는 내용입니다. 챗GPT와 클로드의 프로젝트 지침, 제미나이의 Gem 지침에 한 번 적어 두면 그 안에서 여는 대화에서는 다시 쓰지 않아도 됩니다. 요청에는 비교할 달처럼 매번 바뀌는 것만 적으면 되고요.
첫 결과를 받으면 무엇이 왜 아닌지 말해 주기#
또 한가지, 개인적인 생각이지만, 저는 한 번의 요청사항으로 만족할만 한 결과물을 얻겠다는 기대를 아예 하지 않는 것이 좋다 고 늘 말하는 편입니다. AI는 아직 (다행히도) 그 정도로 똑똑하지는 않기 때문입니다. 적어도 두세번의 핑퐁이 있어야만 우리가 원하는 결과물을 뽑아낼 수 있습니다. 그것이 AI를 잘 쓰는 사람과 그렇지 않은 사람의 차이가 되기도 하고요. 그러니 AI의 첫 결과가 기대와 다르면 실망하기에 앞서, 이번 결과물이 무엇이 왜 아닌지를 AI에게 구체적으로 설명해 주시기를 권장 드립니다. 피드백 제공까지가 최초의 질문에 아예 포함되는 과정이라고 생각하면 마음이 편해집니다. 오픈AI와 구글이 AI의 첫 대답 결과물을 받아본 후에 이어서 고쳐 가라고 안내하는 것도 그래서일 것 같습니다.
AI의 첫 결과를 고쳐 달라고 할 때 보낼 수 있는 말을 비교해 보겠습니다.
- "다시 해 줘."
- "매체별 표는 좋은데 예산 제안에 근거가 없어. 매체마다 9월보다 ROAS가 얼마나 달라졌는지 같이 적어 줘."
"다시 해 줘"만 받은 AI는 매체별 표가 문제였는지 예산 제안이 문제였는지 알 수 없어서 고칠 곳을 또 임의로 고릅니다. 첫 요청에 AI가 기간과 지표를 짐작으로 채웠던 것처럼요. 이렇게 주고받으면 핑퐁이 두세 번으로는 잘 끝나지 않는 것 같습니다. 남길 것과 바꿀 것을 이유와 함께 말해 주면 AI가 다시 골라야 할 곳이 확 줄어듭니다. 이 역시 사람 동료에게 하려는 말을 AI에게 그대로 한다고 생각하면 편합니다. 동료가 가져온 첫 자료에 '다시 해 와'라고만 하지는 않을 테니까요.
마치며#
AI의 결과물은 내 요청사항에서 무엇이 빠져 있었는지도 역으로 보여 주는 자료가 됩니다. 고쳐 달라고 할 이유를 적다 보면 그 이유가 대개 처음 요청에 빠져 있던 내용이라는 걸 알게 되는 것 같습니다. 그렇게 알게 된 것을 다음 요청 프롬프트에 반영하고, 그 다음에 알게 된 것을 또 다음에 적용하고. 그렇게 소통을 하면서 AI 활용도는 자연스럽게 올라가지 않을까요?
