생성형 AI와 일하는 방법

이 문서에서는 생성형 AI에게 같은 일을 여러 방식으로 시켜 보며, 제로샷·원샷·퓨샷·CoT·제로샷 CoT 다섯 가지 요청 기법의 차이를 직접 비교한다. 컴퓨터에서 폴더와 텍스트 파일을 만들 수 있고 웹 브라우저로 생성형 AI 서비스에 접속할 수 있으면 따라올 수 있다. 끝까지 따라 하면 다섯 기법으로 받은 답을 한 파일에 모아, 어떤 요청 방식이 더 정확하고 일정한 결과를 내는지 자기 눈으로 가린 기록이 손에 남는다.

1 – 생성형 AI가 답을 만드는 방식 이해하기

생성형 AI는 정답을 보관해 두었다가 꺼내는 도구가 아니다. 입력한 문장을 바탕으로 이어질 가능성이 높은 말을 만든다. 그래서 같은 질문을 여러 번 해도 표현, 순서, 세부 내용이 달라질 수 있다.

이 특성 때문에 AI 답변은 바로 최종본으로 쓰기 어렵다. 안내문, 표, 요약처럼 그럴듯해 보이는 결과도 날짜, 장소, 금액, 정책, 개인정보처럼 사람이 직접 확인해야 하는 부분이 있다.

이번 묶음에서는 같은 요청을 여러 번 실행해 답변이 달라지는 모습을 먼저 확인한다. 그다음 AI에게 맡길 수 있는 일을 생성, 검색, 분석, 실행으로 나누고, 사람이 확인해야 할 부분을 따로 표시한다. 뒷부분에서는 결과의 정확도를 끌어올리는 다섯 가지 요청 기법을 직접 실행해 비교한다.

손동작에 들어가기 전에, 앞으로 자주 나올 말 네 가지와 AI가 잘하는 일·못하는 일을 먼저 정리한다. 이 배경을 알아 두면 어떤 일을 AI에게 맡기고 어떤 일을 사람이 직접 확인할지 더 쉽게 판단할 수 있다.

자주 나오는 말 네 가지는 다음과 같다.

말	뜻
AI(인공지능)	사람처럼 보고 듣고 판단하는 일을 흉내 내는 기술이다.
모델	AI의 두뇌에 해당하는 알맹이다. ChatGPT·Claude·Gemini처럼 이름이 붙은 것이 각각 하나의 모델이다.
에이전트(agent)	시킨 일을 스스로 여러 단계로 나눠 처리하는, 비서 같은 AI다.
MCP(Model Context Protocol)	AI를 다른 프로그램·자료와 이어 주는 약속이다. 콘센트 규격처럼 서로 맞춰 끼우는 통로 역할을 한다.

[!INFO]

모델 이름은 서비스마다 다르고 시간이 지나면 바뀐다. 지금은 "AI 두뇌의 종류 이름" 정도로만 알아 두면 된다.

에이전트나 MCP를 직접 다루지 않는다. 말의 뜻만 먼저 익혀 둔다.

다음은 생성형 AI가 잘하는 일과 못하는 일이다. 같은 도구라도 일의 종류에 따라 믿을 수 있는 정도가 다르다.

잘하는 일	못하는 일
긴 글을 짧게 요약하기	최신 사건을 정확히 알기
비슷한 글을 여러 개 만들기	숫자를 오차 없이 계산하기
딱딱한 문장을 부드럽게 다듬기	회사·기관 내부 사정 파악하기
내용을 표나 목록으로 정리하기	사실 여부를 끝까지 책임지기

[!NOTE]

왼쪽 칸은 문장을 만들고 다듬는 일이라 AI에게 맡기기 좋다.

오른쪽 칸은 날짜·숫자·내부 정보·사실 확인처럼 사람이 직접 챙겨야 하는 일이다.

그래서 이 실습에서도 AI가 만든 답을 그대로 쓰지 않고, 사람이 확인할 항목을 따로 표시한다.

1.1 – 기록 파일 만들기

먼저 실습 결과를 모아 둘 폴더와 메모 파일을 만든다. 답변을 한곳에 쌓아 두어야 뒤에서 기법별 결과를 나란히 비교할 수 있다.

바탕 화면에서 마우스 오른쪽 버튼을 누른다.
[새로 만들기] → [폴더]를 누른다.
폴더 이름을 "ai_prompt"로 입력한다.
"ai_prompt" 폴더를 연다.
빈 곳에서 마우스 오른쪽 버튼을 누른다.
[새로 만들기] → [텍스트 문서]를 누른다.
파일 이름을 "03_ai_관찰.txt"로 바꾼다.
웹 브라우저에서 사용할 수 있는 생성형 AI 서비스를 연다.
새 대화를 시작한다.

[!INFO] 파일 이름 끝의 .txt는 일반 글자만 저장하는 텍스트 파일이라는 뜻이다. 파일 이름 끝이 보이지 않으면 파일 탐색기의 [보기]에서 파일 확장명 표시를 켠다.

1.2 – 같은 요청을 세 번 실행하기

같은 요청을 세 번 보내, 답이 매번 어떻게 달라지는지 눈으로 확인한다.

입력창에 다음 문장을 붙여 넣는다.

내일 처음 등원하는 직업훈련 참여자에게 보낼 준비 안내를 5개 작성한다.
각 항목은 한 문장으로 작성하고, 확인이 필요한 정보는 임의로 만들지 않는다.

답변을 "03_ai_관찰.txt"에 붙여 넣는다.
새 대화를 시작한다.
같은 문장을 다시 입력한다.
이 과정을 한 번 더 반복한다.
세 답변에서 달라진 단어와 항목 순서에 밑줄 표시를 한다.

[!NOTE]

세 답변의 중심 내용은 비슷하지만 문장과 순서가 달라질 수 있다.

생성형 AI의 답변은 고정된 정답이 아니므로 중요한 내용은 따로 확인해야 한다.

2 – 생성·검색·분석·실행 구분하기

AI에게 일을 맡기기 전에, 그 일이 어떤 종류인지부터 가른다. 종류에 따라 AI에게 맡길 수 있는 정도와 사람이 확인할 양이 달라지기 때문이다.

2.1 – 네 가지 작업 분류하기

"03_ai_관찰.txt" 아래에 다음 표를 입력한다.

작업 | 뜻 | 예
생성 | 새로운 문장이나 아이디어를 만든다. | 개강 안내 문자 초안 작성
검색 | 외부 자료에서 정보를 찾는다. | 고용노동부 공지에서 신청 마감일 확인
분석 | 주어진 자료의 구조와 의미를 살핀다. | 출석표에서 3회 이상 지각한 사람 찾기
실행 | 파일 수정이나 서비스 등록처럼 실제 상태를 바꾼다. | 완성된 안내문 파일명을 날짜_과정명 형식으로 변경

다음 업무를 네 가지 중 하나로 분류한다.

개강 안내 문자 초안 작성
훈련비 지원 공지에서 신청 마감일 찾기
출석표에서 결석 횟수가 2회 이상인 사람 찾기
완성된 안내문 파일 이름 바꾸기

생성형 AI에게 다음 문장을 입력한다.

아래 업무를 생성, 검색, 분석, 실행 중 하나로 분류한다.
분류 이유를 한 문장으로 설명한다.

업무:
- 개강 안내 문자 초안 작성
- 훈련비 지원 공지에서 신청 마감일 찾기
- 출석표에서 결석 횟수가 2회 이상인 사람 찾기
- 완성된 안내문 파일 이름 바꾸기

자신의 분류와 AI의 분류를 비교한다.
분류가 다르면 이유가 더 분명한 쪽을 기록한다.

3 – 결과 확인하기

AI가 만든 답을 그대로 보내기 전에, 사람이 직접 확인해야 할 항목을 가려낸다. 그럴듯한 문장일수록 날짜·연락처 같은 사실이 숨어 있어 검토가 필요하다.

3.1 – 사람이 확인할 항목 찾기

다음 질문을 입력한다.

생성형 AI가 작성한 개강 안내 문자를 발송하기 전에
사람이 확인해야 할 항목을 5개 작성한다.

답변에서 다음 항목이 있는지 확인한다.
1. 날짜와 시간
2. 장소와 연락처
3. 사실과 수치
4. 개인정보
5. 맞춤법과 표현
빠진 항목이 있으면 다음 문장으로 수정 요청을 보낸다.

교육일, 입실 시간, 강의실, 담당자 연락처, 개인정보 노출 여부를 포함해 다시 작성한다.

[!WARNING]

답변이 날짜·가격·정책을 사실처럼 단정하면, 요청문에 "확인할 수 없는 내용은 추측하지 말고 '확인 필요'라고 표시한다."를 덧붙인다.

날짜·가격·법률·정책은 공식 출처에서 다시 확인한다.

4 – 다섯 가지 기법을 한눈에 잡기

생성형 AI에게 일을 시키는 문장을 프롬프트(prompt, 요청문)라고 한다. 같은 일을 시켜도 요청문을 어떻게 쓰느냐에 따라 결과의 정확도가 달라진다. 여기서부터는 결과를 끌어올리는 다섯 가지 기법을 직접 실행한다.

다섯 기법은 "예시를 몇 개 주는가"와 "생각 과정을 시키는가"로 나뉜다. 예시 개수로 나누면 예시 없이 시키는 제로샷, 예시 하나를 주는 원샷, 예시 여러 개를 주는 퓨샷이 있다. 생각 과정으로 나누면 풀이 단계를 보여 주는 CoT, "단계별로 생각해" 한 줄만 덧붙이는 제로샷 CoT가 있다.

같은 일을 다섯 가지 방식으로 시켜 보고, 어떤 방식이 더 정확하고 일정한 결과를 내는지 자기 눈으로 비교한다.

[!INFO]

샷(shot)은 "예시"라는 뜻으로 쓴다. 제로샷은 예시 0개, 원샷은 예시 1개, 퓨샷은 예시 몇 개를 준다는 뜻이다.

CoT는 Chain of Thought(생각의 사슬)의 약자다. AI가 답을 바로 내지 않고 풀이 단계를 차례로 밟게 하는 방식이다.

4.1 – 기법 기록 파일 만들기

기법별 결과를 따로 모을 파일을 하나 더 만든다. 앞 1.1에서 만든 폴더에 같이 두어, 단원별 결과를 한곳에서 비교한다.

바탕 화면에서 "ai_prompt" 폴더를 연다. 이 폴더는 앞 1.1에서 만든 폴더다.
빈 곳에서 마우스 오른쪽 버튼을 누른다.
[새로 만들기] → [텍스트 문서]를 누른다.
파일 이름을 "03_기법.txt"로 바꾼다.
웹 브라우저에서 사용할 수 있는 생성형 AI 서비스를 연다.
새 대화를 시작한다.

[!INFO]

같은 폴더에 기록 파일을 모아 두면 단원별 결과를 한곳에서 비교할 수 있다.

파일 이름 끝이 보이지 않으면 파일 탐색기의 [보기]에서 파일 확장명 표시를 켠다.

5 – 제로샷 – 예시 없이 바로 시키기

제로샷(zero-shot)은 예시를 주지 않고 할 일만 적어 바로 시키는 방식이다. AI가 이미 학습한 지식에만 기대어 답한다. 가장 빠르고 간단하지만, 일이 복잡하거나 원하는 형식이 분명하면 결과가 어긋나기 쉽다.

언제 쓰나. 번역, 요약, 간단한 목록 만들기처럼 형식이 단순하고 정답 폭이 넓은 일에 쓴다.

5.1 – 예시 없이 번역 시키기

입력창에 다음 문장을 붙여 넣는다.

영어를 한국어로 번역한다.

It's a beautiful day =>

답변을 "03_기법.txt"에 붙여 넣는다. 맨 윗줄에 [제로샷]이라고 적어 구분한다.

[!NOTE]

=> 다음을 비워 두면 AI가 그 자리를 채우는 방식으로 답한다.

"It's a beautiful day"는 "오늘은 날씨가 좋다"처럼 번역되면 정상이다. 짧은 문장은 예시 없이도 잘 처리된다.

5.2 – 제로샷이 흔들리는 경우 관찰하기

입력창에 다음 문장을 붙여 넣는다.

다음 영어 문장을 한국어로 번역한다.

It's raining cats and dogs =>

답변을 "03_기법.txt"에 붙여 넣는다.

[!NOTE]

"It's raining cats and dogs"는 "비가 억수같이 쏟아진다"라는 뜻의 관용 표현이다. 직역하면 "고양이와 개가 비처럼 내린다"가 돼 뜻이 어긋난다.

예시가 없으면 AI가 의도한 말투나 처리 방식을 정확히 못 잡을 수 있다. 다음 기법에서 예시를 주어 결과가 어떻게 달라지는지 비교한다.

6 – 원샷 – 예시 하나 주고 시키기

원샷(one-shot)은 "이렇게 해 달라"는 예시를 하나 보여 준 뒤 같은 방식으로 일을 시키는 방식이다. 예시 하나가 답의 형식과 말투를 잡아 준다.

언제 쓰나. 답의 형식이 정해져 있어 견본 하나로 보여 주는 편이 빠를 때 쓴다.

6.1 – 예시 하나를 보여 주고 번역 시키기

입력창에 다음 문장을 붙여 넣는다.

영어를 한국어로 번역한다.

This is an apple => 이것은 사과입니다
It's a beautiful day =>

답변을 "03_기법.txt"에 붙여 넣는다. 맨 윗줄에 [원샷]이라고 적어 구분한다.

[!NOTE]

첫 줄 "This is an apple => 이것은 사과입니다"가 견본이다. AI는 이 견본의 말투("~입니다")를 따라 "It's a beautiful day"를 "오늘은 아름다운 날입니다"처럼 번역한다.

5.1의 제로샷 결과와 말투를 비교한다. 예시를 주면 결과의 말투가 견본 쪽으로 모이는 것을 확인할 수 있다.

7 – 퓨샷 – 예시 여러 개 주고 시키기

퓨샷(few-shot)은 예시를 두세 개 이상 보여 준 뒤 같은 방식으로 일을 시키는 방식이다. 예시가 많을수록 AI가 규칙을 더 정확히 잡는다.

언제 쓰나. 답의 형식이나 규칙이 까다로워 견본 하나로는 부족할 때 쓴다.

7.1 – 예시 여러 개로 규칙 잡게 하기

입력창에 다음 문장을 붙여 넣는다.

영어를 한국어로 번역한다.

This is an apple => 이것은 사과입니다
I am a boy => 나는 소년입니다
You are a girl => 너는 소녀입니다
It's a beautiful day =>

답변을 "03_기법.txt"에 붙여 넣는다. 맨 윗줄에 [퓨샷]이라고 적어 구분한다.

[!NOTE]

예시 세 개가 모두 "~입니다"로 끝난다. AI는 이 규칙을 더 분명히 잡아 "It's a beautiful day"도 같은 말투로 번역한다.

예시가 하나일 때(원샷)보다 말투가 더 일정하게 유지된다. 예시 개수가 늘수록 결과가 견본 규칙에 가까워진다.

7.2 – 같은 요청을 두 번 실행해 일정함 확인하기

새 대화를 시작한다.
7.1의 퓨샷 문장을 다시 입력한다.
두 번의 답변을 "03_기법.txt"에서 나란히 비교한다.

[!NOTE]

예시를 충분히 주면 같은 요청을 다시 해도 결과가 크게 흔들리지 않는다.

앞 1.2에서 본 "같은 요청도 답이 달라진다"는 특성은, 예시를 주어 규칙을 좁히면 어느 정도 줄어든다.

8 – CoT – 단계로 생각하게 시키기

CoT(Chain of Thought, 생각의 사슬)는 AI에게 답을 바로 내지 말고 풀이 과정을 단계별로 보여 주며 생각하게 하는 방식이다. 계산이나 추론처럼 중간 과정이 있는 문제에서 정확도가 올라간다.

언제 쓰나. 숫자 계산, 조건 따지기, 여러 단계를 거쳐야 답이 나오는 문제에 쓴다.

8.1 – 풀이 과정을 보여 주고 같은 방식으로 풀게 하기

입력창에 다음 문장을 붙여 넣는다.

문제: 영희는 테니스공 5개를 가지고 있다.
테니스공이 3개씩 든 캔을 2개 더 샀다.
영희가 가진 테니스공은 모두 몇 개인가?
풀이: 처음에 5개가 있다.
캔 2개에 든 공은 3 × 2 = 6개다.
그러므로 5 + 6 = 11개다.
답: 11개

문제: 민수는 색연필 4자루를 가지고 있다.
색연필이 6자루씩 든 상자를 3개 더 샀다.
민수가 가진 색연필은 모두 몇 자루인가?
위 풀이처럼 단계별로 풀이 과정을 보여 준 다음 답을 적는다.

답변을 "03_기법.txt"에 붙여 넣는다. 맨 윗줄에 [CoT]라고 적어 구분한다.

[!NOTE]

첫 문제의 풀이가 견본이다. "처음 개수 → 새로 산 개수 → 합" 순서로 단계를 보여 준다.

두 번째 문제의 정답은 4 + (6 × 3) = 4 + 18 = 22자루다. AI가 풀이 단계를 보여 주며 22자루라고 답하면 정상이다.

풀이 과정을 시키면 중간 계산이 드러나 틀린 곳을 사람이 바로 찾을 수 있다.

8.2 – 풀이를 빼고 시킨 결과와 비교하기

새 대화를 시작한다.
입력창에 다음 문장을 붙여 넣는다.

민수는 색연필 4자루를 가지고 있다.
색연필이 6자루씩 든 상자를 3개 더 샀다.
민수가 가진 색연필은 모두 몇 자루인가? 답만 적는다.

두 결과를 "03_기법.txt"에서 비교한다.

[!NOTE]

"답만 적는다"고 시키면 풀이 과정이 사라진다. 답이 맞아도 어떻게 나왔는지 확인할 수 없다.

풀이 단계를 시킨 8.1 결과와 비교하면, 단계를 보여 줄수록 사람이 검토하기 쉬워지는 것을 확인할 수 있다.

9 – 제로샷 CoT – 한 줄로 단계 생각 끌어내기

제로샷 CoT는 풀이 예시를 따로 만들지 않고, 요청문 끝에 "단계별로 차근차근 생각한다" 같은 한 줄만 덧붙이는 방식이다. 예시를 만드는 수고 없이 AI가 스스로 단계를 밟게 한다.

언제 쓰나. 풀이 견본을 만들기 번거롭지만, 그래도 AI가 생각 과정을 펼치게 하고 싶을 때 쓴다.

9.1 – 한 줄 덧붙여 단계 생각 시키기

입력창에 다음 문장을 붙여 넣는다.

친환경 텀블러 신제품의 마케팅 방법을 정리한다.
단계별로 차근차근 근거를 들어 생각한다.

답변을 "03_기법.txt"에 붙여 넣는다. 맨 윗줄에 [제로샷 CoT]라고 적어 구분한다.

[!NOTE]

"단계별로 차근차근 근거를 들어 생각한다" 한 줄이 핵심이다. 예시가 없어도 AI가 대상 정하기, 강점 찾기, 방법 고르기처럼 단계를 나누어 답한다.

이 한 줄이 없으면 결과가 두루뭉술한 목록에 그치기 쉽다. 한 줄을 빼고 같은 요청을 해 보면 차이를 바로 확인할 수 있다.

9.2 – 한 줄을 뺀 결과와 비교하기

새 대화를 시작한다.
입력창에 다음 문장을 붙여 넣는다.

친환경 텀블러 신제품의 마케팅 방법을 정리한다.

두 결과를 "03_기법.txt"에서 비교한다. 단계와 근거가 드러난 정도에 밑줄 표시를 한다.

[!NOTE]

한 줄을 뺀 쪽은 항목만 나열되고, 덧붙인 쪽은 왜 그 방법을 고르는지 근거가 함께 나오는 경우가 많다.

제로샷 CoT는 예시를 만들지 않고도 CoT의 효과를 일부 얻는 간편한 방법이다.

10 – 다섯 기법 비교 정리하기

다섯 기법을 한 표로 묶어, 각 기법으로 받은 답을 옆에 두고 비교한다.

10.1 – 표로 묶어 정리하기

"03_기법.txt" 아래에 다음 표를 입력한다.

기법 | 예시 개수 | 생각 과정 | 언제 쓰나
제로샷 | 0개 | 시키지 않음 | 번역·요약처럼 단순한 일
원샷 | 1개 | 시키지 않음 | 형식을 견본 하나로 보일 때
퓨샷 | 여러 개 | 시키지 않음 | 규칙이 까다로워 견본이 더 필요할 때
CoT | 0~여러 개 | 풀이 단계를 보여 줌 | 계산·추론처럼 중간 과정이 있는 일
제로샷 CoT | 0개 | 한 줄로 단계 생각 유도 | 예시 만들기 번거롭지만 단계가 필요할 때

각 기법으로 받은 답변을 표 옆에 두고, 어느 기법이 더 정확하고 일정했는지 한 줄로 적는다.

[!NOTE]

예시가 많을수록(제로샷 → 원샷 → 퓨샷) 결과의 형식이 더 일정해진다.

생각 과정을 시킬수록(CoT, 제로샷 CoT) 계산·추론의 정확도와 검토 가능성이 올라간다.

11 – 직접 작성하기

배운 기법을 자신의 업무에 직접 옮겨 본다. 앞에서 만든 기록 파일에 결과를 모아 두면 어느 방식이 자기 일에 맞는지 가릴 수 있다.

11.1 – 작업 분류 적용하기

자신의 업무에서 생성형 AI에 맡길 작업을 세 개 고른다.
각 작업을 생성, 검색, 분석, 실행으로 분류한다.
AI가 처리할 부분과 사람이 확인할 부분을 나누어 적는다.
결과를 "03_ai_관찰.txt"에 저장한다.

11.2 – 다섯 기법 적용하기

자신의 업무에서 AI에게 시킬 일을 하나 고른다. 예를 들어 "참여자에게 보낼 안내 문자 초안 작성"을 고른다.
같은 일을 제로샷, 원샷, 퓨샷 세 방식으로 각각 요청문으로 작성한다. 원샷과 퓨샷에는 견본 안내 문자를 직접 만들어 넣는다.
세 요청문을 차례로 실행하고 답변을 "03_기법.txt"에 저장한다.
계산이나 조건이 들어간 일을 하나 더 골라 CoT 또는 제로샷 CoT로 요청문을 작성하고 실행한다.
어느 방식이 가장 쓸 만했는지 이유와 함께 한 줄로 적는다.

[!WARNING] 답변이 두루뭉술하면 대상·상황·결과 형식이 빠졌을 가능성이 크다. 아래처럼 정보를 채워 다시 요청하고, 수정 전후 답변을 비교한다.

대상은 IT 직업훈련 첫 수업에 참여하는 성인이다.
수업 전 준비 사항을 5개 작성한다.
각 항목은 준비물과 준비 이유를 포함한 한 문장으로 작성한다.

12 – 예상 결과와 맞춰보기

자신의 결과가 제대로 나왔는지 아래 답과 맞춰 본다. AI 답변은 실행마다 표현이 달라지므로, 글자 하나까지 같기를 기대하지 말고 말투와 단계가 기법에 맞게 나오는지를 본다.

12.1 – 작업 분류 결과

개강 안내 문자 초안 작성: 생성
훈련비 지원 공지에서 신청 마감일 찾기: 검색
출석표에서 결석 횟수가 2회 이상인 사람 찾기: 분석
완성된 안내문 파일 이름 바꾸기: 실행

분류 이름과 이유가 업무의 실제 행동과 맞으면 정상이다. 검색과 실행은 사용하는 AI가 해당 기능을 제공할 때만 직접 수행할 수 있다.

12.2 – 다섯 기법 결과

[제로샷] It's a beautiful day => 오늘은 날씨가 좋다 (예시 없이 바로 번역)
[원샷]   It's a beautiful day => 오늘은 아름다운 날입니다 (견본 말투 '~입니다'를 따름)
[퓨샷]   It's a beautiful day => 오늘은 아름다운 날입니다 (말투가 더 일정하게 유지됨)
[CoT]    민수 색연필 = 4 + (6 × 3) = 22자루 (풀이 단계가 드러남)
[제로샷 CoT] 텀블러 마케팅 = 대상·강점·방법을 단계로 나누어 근거와 함께 제시

[!INFO]
다섯 항목 중 세 항목 이상을 만족하면 정상이다.

제로샷·원샷·퓨샷의 번역 말투 차이를 기록 파일에서 구분할 수 있다.

예시를 늘릴수록 결과의 말투·형식이 더 일정해진 것을 확인했다.

CoT 문제의 답이 22자루이고 풀이 단계가 함께 적혔다.

제로샷 CoT에서 한 줄을 넣은 결과와 뺀 결과의 차이를 적었다.

다섯 기법을 표로 정리하고 어느 기법이 쓸 만했는지 한 줄로 적었다.

[!INFO] 위 번역 결과는 표현이 조금 달라질 수 있다. "오늘은 멋진 날입니다"처럼 뜻이 같으면 정상으로 본다.

13 – 막히면 AI 코치에게 묻기

이 문서에서 익힌 다섯 가지 요청 기법(제로샷·원샷·퓨샷·CoT·제로샷 CoT)을 내 업무에 적용하다 막히면, 아래를 대화형 AI(ChatGPT·Claude·Gemini)에 붙여 넣어 실습 코치로 삼는다. 답을 한꺼번에 받지 말고 한 단계씩 풀어 간다.

너는 생성형 AI 요청문 작성 실습 코치다. 나는 제로샷·원샷·퓨샷·CoT·제로샷 CoT 다섯 기법을 배웠고, 내 업무 한 가지를 골라 같은 일을 여러 기법으로 요청문으로 만들어 결과를 비교하려 한다. 답을 통째로 주지 말고 한 단계씩 물어 내가 직접 하게 한다.

[코칭 방식]
1. 먼저 내가 지금까지 한 것과 막힌 지점을 묻는다.
2. 막힌 원인을 한 가지 짚어 준다. 완성된 요청문이나 결과물을 통째로 주지 않는다.
3. 다음 한 단계만 제시하고, 내가 해 본 결과를 말하면 확인 질문을 던진다.
4. 마지막에 다섯 기법의 결과 차이를 내가 구분해 적었는지 점검 질문을 한다.

[내 상황]
- 지금까지 한 것: {한것}
- 막힌 지점·메시지: {막힌점}
- 내 소재: {소재}

준비됐으면 "지금 어떤 업무를 골랐고, 어느 기법까지 시도해 봤나?"라고만 답한다.

{한것} – 지금까지 진행한 단계, 예: 제로샷과 원샷 요청문은 만들어 실행했고 결과를 기록 파일에 저장했다.
{막힌점} – 막힌 부분이나 받은 메시지, 예: 퓨샷에 넣을 견본을 몇 개 만들어야 할지, 어떤 형식으로 만들어야 할지 모르겠다.
{소재} – 적용할 내 자료·주제, 예: 직업훈련 참여자에게 보낼 개강 안내 문자 초안 작성.

위 변수를 실제 값으로 채운 완성 예시는 다음과 같다.

너는 생성형 AI 요청문 작성 실습 코치다. 나는 제로샷·원샷·퓨샷·CoT·제로샷 CoT 다섯 기법을 배웠고, 내 업무 한 가지를 골라 같은 일을 여러 기법으로 요청문으로 만들어 결과를 비교하려 한다. 답을 통째로 주지 말고 한 단계씩 물어 내가 직접 하게 한다.

[코칭 방식]
1. 먼저 내가 지금까지 한 것과 막힌 지점을 묻는다.
2. 막힌 원인을 한 가지 짚어 준다. 완성된 요청문이나 결과물을 통째로 주지 않는다.
3. 다음 한 단계만 제시하고, 내가 해 본 결과를 말하면 확인 질문을 던진다.
4. 마지막에 다섯 기법의 결과 차이를 내가 구분해 적었는지 점검 질문을 한다.

[내 상황]
- 지금까지 한 것: 제로샷과 원샷 요청문은 만들어 실행했고 결과를 기록 파일에 저장했다.
- 막힌 지점·메시지: 퓨샷에 넣을 견본을 몇 개 만들어야 할지, 어떤 형식으로 만들어야 할지 모르겠다.
- 내 소재: 직업훈련 참여자에게 보낼 개강 안내 문자 초안 작성.

준비됐으면 "지금 어떤 업무를 골랐고, 어느 기법까지 시도해 봤나?"라고만 답한다.

[!TIP]

코치가 답을 통째로 주려 하면 "한 단계씩 물어라"라고 다시 요청한다.

내 상황을 적을 때 어떤 일을 골랐는지와 그 일에 계산·조건이 들어가는지(CoT가 필요한지)를 빠뜨리지 않는다.