index

프롬프팅 철학: 나는 AI에게 어떻게 말하는가

· 7min
Living Document v0.1 last evolved 2026년 3월 4일

왜 이 글을 쓰는가

프롬프트 엔지니어링 글은 많다. “이렇게 쓰면 더 좋은 결과가 나온다”는 테크닉 모음집. 그런데 내가 실제로 LLM과 수백 시간 대화하면서 쌓인 건 테크닉이 아니었다. 어떤 태도와 철학으로 AI에게 말해야 하는가에 대한 나만의 관점이었다.

이 글은 그 관점의 기록이다. 코드처럼 버전을 붙인다. 틀렸다고 느끼면 고친다. 새로운 인사이트가 생기면 추가한다.

Insight #1 — 가치중립적 표현과 Bias 관리

추가: 2026-03-04

핵심 명제

사람과 대화할 때처럼, 오해의 소지가 적은 표현, bias를 관리하는 표현, 가치중립적인 표현을 의식적으로 판단하여 사용해야 한다.

왜 이게 중요한가

LLM은 사람이 아니다. 그런데 동시에, LLM과의 대화는 인간 언어로 이루어진다. 인간 언어에는 수천 년의 맥락이 녹아있다. 단어 하나가 방향을 결정한다.

“이걸 고쳐줘”와 “이걸 개선해줘”는 얼핏 같아 보이지만 다르다. “고친다”는 뭔가 잘못되었다는 전제를 담는다. “개선한다”는 현재도 작동하지만 더 좋게 만든다는 의미다. LLM은 이 뉘앙스를 학습 데이터 그대로 받아들인다.

사람과 대화할 때와 정확히 같은 원리다.

Bias의 두 층위

1. Framing Bias (프레이밍 편향)

질문의 형태가 답의 방향을 정한다.

편향된 프레이밍:
"왜 React가 Vue보다 좋은가?"
→ LLM은 React의 장점을 정당화하는 방향으로 답한다

가치중립적 프레이밍:
"React와 Vue의 트레이드오프를 분석해줘"
→ LLM이 양쪽을 균형있게 검토한다

“왜 X인가?”는 X를 사실로 전제한다. Leading question이다. 이걸 의식하지 않으면 자신의 기존 믿음을 AI가 확인해주는 에코챔버가 된다.

2. Loaded Language (함의된 가치판단)

단어 안에 이미 판단이 들어있는 경우.

로드된 표현:
"이 레거시 코드를 정리해줘"
→ "레거시"라는 단어 자체가 부정적 판단을 포함한다
→ LLM은 리팩토링을 정당화하는 이유를 찾아준다

가치중립적 표현:
"이 코드가 현재 요구사항을 충족하는지 평가하고, 개선이 필요한 부분을 짚어줘"
→ LLM이 실제 문제 유무를 판단한다

의식적 판단이 핵심이다

이 인사이트에서 중요한 단어는 “의식적으로 판단하여” 다.

항상 가치중립적 표현을 써야 한다는 뜻이 아니다. 때로는 의도적으로 특정 방향을 원할 수 있다. “이 코드의 문제점만 뽑아줘” — 이건 의도적으로 비판적 시각을 요청하는 것이다. 그건 괜찮다.

문제는 자신이 편향된 표현을 쓰고 있는지 모르는 경우다.

무의식적 편향:
"이 접근법이 맞는 것 같은데, 어떻게 생각해?"
→ 동의를 구하는 질문. LLM은 대체로 동의한다.
→ 실제로 문제가 있어도 발견하기 어렵다

의식적 선택:
"이 접근법의 약점과 대안을 알려줘"
→ 비판적 분석을 명시적으로 요청
→ 또는 의도적으로 validation을 원한다면 그것도 명시: "지금은 가능한 문제점보다 이 방향을 밀어붙일 근거를 찾고 싶어"

실용적 체크리스트

프롬프트를 보내기 전, 짧게 자문한다:

  • 이 질문은 이미 특정 답을 전제하고 있는가?
  • 내가 쓴 단어 중 가치판단이 내포된 것이 있는가?
  • LLM에게 원하는 것이 “확인”인가, “분석”인가?
  • 지금 내가 원하는 게 균형잡힌 시각인가, 아니면 특정 시각인가?

사람과의 대화와의 유사성

이 원칙이 낯설지 않은 이유는, 좋은 대화 상대에게도 똑같이 적용되기 때문이다.

의사에게 “이 약이 효과 있죠?”라고 물으면 의사는 긍정적으로 말하기 쉽다. “이 약의 효과와 부작용, 대안을 설명해달라”고 물으면 균형잡힌 정보를 얻는다.

좋은 멘토에게 “내 계획 어때요?”라고 물으면 격려가 돌아온다. “내 계획의 가장 취약한 부분이 뭔지 짚어달라”고 물으면 진짜 피드백을 얻는다.

LLM도 마찬가지다. AI라서가 아니라, 언어가 작동하는 방식 자체가 그렇다.

앞으로 추가될 인사이트들 (예정)

다음 인사이트들이 경험을 통해 쌓이면 이 자리에 추가된다:

  • Insight #2: 컨텍스트의 레이어 — 무엇을, 얼마나, 어떤 순서로 줄 것인가
  • Insight #3: “모르겠다”고 말하게 만드는 프롬프팅
  • Insight #4: 반복 대화에서의 컨텍스트 압축 전략