IT

LLM한테 그냥 질문 던지는 거, 그거 완전 초보 수준이야. 나도 처음엔 그랬지. 회사에서 막 복잡한 기획서 만들 때, AI한테 "이거 요약해 줘" 이러고 끝내려고 했어. 근데 결과물이 너무 뻔하고 깊이가 없어. 진짜 모델 성능 뽑아내려면 '명령'이 아니라 '역할 부여'부터 시작해야 돼. 그냥 "마케팅 전략 짜줘" 말고, 이렇게 치는 거야. "너는 지금 업계에서 20년 경력의 B2B SaaS 마케팅 책임자야. 현재 시장 상황은 이러하고, 우리 제품은 이런 특징을 가지고 있어. 이 정보를 바탕으로 초기 고객 확보를 위한 3단계 액션 플랜을 짜주되, 각 단계별 예상 리스크와 대응 방안까지 상세하게 서술해." 이게 차원이 달라. 모델한테 그냥 '도구'로 쓰는 게 아니라, 특정 '페르소나'를 입히는 거야. 역할을 줄 때, 배경 지식이나 제약 조건 같은 걸 빡세게 박아줘야 해. 예를 들어 "너는 예산은 한정되어 있고, 기술적 구현 난이도는 중간 정도인 스타트업의 CTO야" 이런 식으로 말이야. 그리고 '사고 과정'을 보여달라고 요구해야 돼. 최종 결과만 툭 던지면 모델은 가장 그럴듯해 보이는 일반적인 답을 내놓거든. "최종 답변에 도달하기까지 네가 고려한 핵심 가정들(Assumptions)과 논리적 흐름(Chain of Thought)을 단계별로 나열해줘"라고 붙여주는 게 진짜 킬링 포인트야. 이렇게 하면 모델이 스스로 검토하고, 중간 과정에서 오류를 잡으려는 경향이 강해져. 결국 LLM은 똑똑한 계산기가 아니라, 주어진 컨텍스트 안에서 추론하는 '가상의 전문가'인 거야. 그냥 질문하면 동네 정보통 수준인데, 역할을 주고 사고 과정을 요구하면 진짜 일 잘하는 선배처럼 굴어. 나도 이걸 배우면서 개발할 때 막혔던 부분들이 갑자기 풀리는 경험을 자주 했지... 이거 완전 생산성 혁신이야.