들어가기 전에
생성형 AI로부터 원하는 결과를 얻지 못했다면, 그것은 LLM(대형언어모델) 자체의 문제가 아니라 AI에게 질문하는 방식의 문제일 가능성이 높습니다. 특정 역할을 부여하는 '페르소나 설정'은 복잡한 개념을 쉽게 이해하는 데 유용합니다. '모르면 모른다고 하기'나 '인용문 사용' 등을 통해 환각 현상을 줄이는 것이 핵심입니다. 무조건 긴 프롬프트보다 구체적이고 의도가 분명한 지시어를 사용하는 것이 양질의 답변을 얻는 지름길입니다.
이 글은 아래 기사 내용을 토대로 작성되었습니다만, 필자의 개인 의견이나 추가 자료들이 다수 포함되어 있습니다.
- 원문: 5 prompts I use to help me get smart responses from Claud
- URL: https://www.xda-developers.com/prompts-i-use-to-get-smart-claude-responses/
1. 답변하기 전에 더 나은 질문을 하도록 유도하기
새로운 고객을 유치하거나 새로운 서비스를 계약할 때, 실제로 시작하기 전에 수많은 질문을 하는 것을 알고 계시죠? 이렇게 하면 양측의 기대치를 조율하고, 결과물이 실제로 여러분이 생각했던 대로 나오도록 할 수 있습니다. 그게 바로 AI 도구에서 원하는 행동 방식입니다.
클로드에게 원하는 작업에 대한 맥락을 제공하고 클로드가 스스로 많은 부분을 채워 넣는 답변을 받는 것보다, 답변하기 전에 필요한 만큼 질문을 하도록 명시적으로 지시하는 것이 좋습니다. 프롬프트에서 클로드에게 많은 맥락을 제공하지 않더라도 다음과 같이 마무리하세요.
이 프로젝트를 더 잘 이해하는 데 필요한 질문을 내게 해줘.
또 다른 훌륭한 예는 다음과 같습니다.
작업을 시작하기 전에 모든 입력 자료를 검토하고, 내가 원하는 결과물을 성공적으로 만들어낼 가능성을 높이기 위해 필요한 질문이 있으면 언제든지 물어봐. 모든 질문에는 번호를 매기고, 가능하면 '예' 또는 '아니오'로 답할 수 있도록 하면 내가 빠르고 쉽게 답변할 수 있다.
상세한 프롬프트를 제공하는 가장 중요한 이유는 AI 도구에 관련 맥락을 알려주는 것입니다. 필수 정보를 생략한 모호한 프롬프트를 제공하면 AI는 추측에 의존하게 됩니다. 하지만 AI가 질문을 하도록 하면 상황이 완전히 달라집니다. 추측하는 대신, 사용자가 원하는 바를 정확히 파악하여 답변을 구성하게 됩니다. 이렇게 하면 처음에 생성된 출력 결과를 수정하는 데 상당한 시간을 허비하는 번거로움을 덜 수 있습니다
2. 앤트로픽 내부 문서에서 발췌한 환각 방지 관련 세 가지 지침
이 섹션에서 이야기할 프롬프트는 엄밀히 말하면 세 가지이지만, 본질적으로는 모두 같은 의미를 전달합니다. 바로 "허위 사실을 지어내지 마세요"라는 것입니다. 이제 어떤 AI 도구를 사용하든 "환각"이라는 용어는 익숙하실 겁니다. 새로운 LLM이 아무리 강력하더라도 환각은 여전히 큰 문제입니다. 다행히 어느 Reddit 사용자가 Claude의 API 문서에서 환각을 크게 줄여주는 세 가지 프롬프트를 발견했습니다.
"클로드가 '모르겠습니다'라고 말하게 해주세요."
"출처를 통해 검증하세요"
"사실 관계를 뒷받침하기 위해 직접 인용문을 사용하세요."
이 세 가지 프롬프트를 모두 사용해 보았는데, 결과물의 질이 엄청나게 향상됐습니다. 특히 인용 프롬프트가 마음에 드는데, 답변을 맹목적으로 신뢰하는 대신 정보 출처를 쉽게 확인할 수 있어서 좋습니다. 저는 NotebookLM의 탄탄한 인용 기반 답변 방식을 선호하는데, 이 프롬프트는 Claude에서 NotebookLM과 같은 수준의 신뢰성을 제공하는 데 가장 가까운 도구입니다.
3. 클로드에게 구체적인 역할 부여하기
프롬프트 엔지니어링의 기본 기법 중 하나는 역할 프롬프트이며, 아마도 여러분은 ChatGPT 초창기부터 의식하지 못한 채 이 기법을 사용해 왔을 것입니다. 간단히 말해, AI에게 연기할 캐릭터를 부여하는 것입니다. 예를 들어, AI에게 선임 개발자처럼 행동하도록, 마케팅 전략가처럼 응답하도록, 5살짜리 아이에게 개념을 설명하는 선생님처럼 행동하도록 지시할 수 있습니다.
예를 들어, 필자는 AI를 활용하여 복잡한 개념을 공부하고 이해하는 데 도움을 받는 것을 매우 좋아합니다. 하지만 다른 모든 AI 도구와 마찬가지로, 클로드(Claude)에게도 과도한 설명이라는 큰 문제가 있습니다. 제가 아주 기본적인 내용조차 이해하기 어려워할 때조차도, 클로드는 필요 이상으로 길고 자세한 설명을 늘어놓는 경향이 있습니다.
그래서 클로드에게 전가산기(full adder)가 뭔지 설명해 달라고 하는 대신, "은퇴한 교수가 공학 수업을 한 번도 들어본 적 없는 사람에게 설명하듯이 전가산기를 설명해 줘."라고 말할 겁니다. 레딧이나 X 같은 곳에서 사람들이 클로드에게 피자 배달 비유만으로 복잡한 주제를 설명해 달라고 하는 더 창의적인 접근 방식을 사용하는 글들을 많이 찾아볼 수 있습니다.
4. 클로드에게 그 이유를 설명해달라고 요청하기
요즘 점점 흔해지는 현상 중 하나는 사람들이 AI 도구가 내놓은 결과물을 묻지도 따지지도 않고 복사해서 다른 곳에 붙여넣은 다음 작업을 끝내는 것입니다. 당장은 그렇게 해도 될지 모르지만, 본질적으로는 자신의 사고 과정을 다른 사람에게 맡기는 셈입니다. 그리고 문제가 발생하거나 누군가 설명을 요구하는 순간, 곤란한 상황에 처하게 됩니다.
특히 코딩과 같은 작업에 AI 도구를 사용할 때 이러한 점을 더욱 분명하게 느낄 수 있습니다. AI를 이용해 코딩할 때, 코드를 한 줄도 이해하지 않고 그대로 받아들이는 습관에 빠지기 쉽습니다. 이런 방식은 문제가 발생했을 때 이는 큰 문제로 이어집니다. 그래서 필자는 레딧에서 찾은 프롬프트를 활용하여 Claude가 출력하는 코드를 실제로 이해하려고 노력하고 있습니다.
생성한 내용을 자세히 설명해 줘.
. 이 섹션의 목적은 무엇이지?
2. 단계별 작동 방식은 어떻게 되지?
3. 어떤 대안들을 고려했고, 왜 이 대안을 선택하게 되었지?
이 방법은 코딩에만 국한되지 않습니다. 클로드가 어떤 질문에 대해 명확한 논리를 펼쳐 답을 제시했을 때는, 그 풀이 과정을 보여달라고 요청하세요. "왜 이런 접근 방식을 선택했지? 그리고 어떤 다른 대안들을 고려했어?"라는 간단한 질문 하나로 큰 도움이 됩니다.
5. 복잡한 작업을 시작하기 전에 먼저 계획을 세우라고 요청하기
최근에 Claude Code를 많이 사용하고 있는데, 그중에서도 가장 마음에 드는 기능은 계획 모드입니다. 그래서 일반 Claude 채팅을 사용할 때 제가 가장 좋아하는 프롬프트 중 하나는 바로 그 계획 모드와 비슷한 분위기를 연출하는 다음과 같은 프롬프트입니다.
이 작업은 복잡하므로 시작하기 전에 먼저 접근 방식을 개략적으로 정리해. 그런 다음 단계별로 진행해.
이 옵션을 사용하지 않으면 클로드는 곧바로 주어진 작업에 착수합니다. 그 결과, 상당한 수동 수정이 필요한 경우가 많습니다. 하지만 이 옵션을 사용하면 구조화되고 심사숙고한 결과물을 얻을 가능성이 훨씬 높아집니다.
마치며
질문이 길수록 답변이 더 좋아질 것이라고 생각하는 사람들이 많습니다. 하지만 이는 질문이 실질적으로 답변에 내용을 더할 때만 해당됩니다. 단순히 길게만 쓰면 클로드가 오해할 여지가 더 많아질 뿐입니다.
'IT Info' 카테고리의 다른 글
| 즉시 결과가 향상되는 5가지 간단한 '챗GPT 코드' (0) | 2026.07.31 |
|---|---|
| MS Office를 대체할 수 있는 최고의 오픈소스 프로그램 4가지 (0) | 2026.07.30 |
| 클로드 코워크, 클로드 챗, 클로드 코드: 각 도구가 하는 일 (0) | 2026.07.24 |
| Windows 11에 기본 설치되어 있지 않은 유용한 Microsoft 앱 4가지 (0) | 2026.07.21 |
| 유튜브를 최고의 학습 도구로 만들어 주는 노트북LM 활용법 (0) | 2026.07.20 |
