01. 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 비교합니다. 컴퓨터에서 폴더와 텍스트 파일을 만들 수 있고 웹 브라우저로 생성형 AI 서비스에 접속할 수 있으면 따라올 수 있습니다. 끝까지 따라 하면 다섯 기법으로 받은 답이 한 파일에 모여, 어떤 요청 방식이 더 정확하고 일정한 결과를 내는지 스스로 판단한 기록이 남습니다.

1 – 생성형 AI가 답을 만드는 방식

생성형 AI는 정답을 보관해 두었다가 꺼내는 도구가 아닙니다. 입력한 문장을 바탕으로 이어질 가능성이 높은 말을 만듭니다. 그래서 같은 질문을 되풀이해도 표현과 순서, 세부 내용이 달라집니다.

이 성질 때문에 AI 답변은 바로 최종본으로 쓰기 어렵습니다. 안내문이나 표, 요약처럼 그럴듯해 보이는 결과에도 날짜와 장소, 금액, 정책, 개인정보처럼 사람이 직접 확인해야 하는 부분이 섞여 있습니다.

여기서는 같은 요청을 세 번 실행해 답변이 달라지는 모습을 먼저 확인합니다. 그 모습을 보고 나면 어떤 일을 AI에게 맡기고 어떤 일을 사람이 확인할지 가르는 기준이 왜 필요한지 알 수 있습니다. 폴더를 만들기 전에 앞으로 자주 나올 말 네 가지부터 정리합니다.

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

왼쪽 칸은 문장을 만들고 다듬는 일이라 AI에게 맡기기 좋습니다. 오른쪽 칸은 날짜와 숫자, 내부 정보, 사실 확인처럼 사람이 직접 챙겨야 하는 일입니다. 그래서 이 실습에서도 AI가 만든 답을 그대로 쓰지 않고, 사람이 확인할 항목을 따로 표시합니다.

1.1 – 작업 환경 준비

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

1. 바탕 화면 빈 곳에서 마우스 오른쪽 버튼을 클릭합니다.
2. [새로 만들기] → [폴더]를 클릭합니다.
3. 폴더 이름에 "ai_prompt"를 입력하고 Enter 키를 누릅니다.
4. "ai_prompt" 폴더를 두 번 클릭해 엽니다.
5. 폴더 안 빈 곳에서 마우스 오른쪽 버튼을 클릭합니다.
6. [새로 만들기] → [텍스트 문서]를 클릭합니다.
7. 파일 이름을 "ai_관찰.txt"로 바꾸고 Enter 키를 누릅니다.
8. 웹 브라우저를 열고 사용할 수 있는 생성형 AI 서비스에 접속합니다.
9. 새 대화를 시작합니다.

이제 바탕 화면에 "ai_prompt" 폴더가 생겼고 그 안에 빈 메모 파일 하나가 들어 있습니다. 파일 이름 끝의 .txt는 일반 글자만 저장하는 텍스트 파일이라는 뜻입니다. 여기서 받는 답변은 이 파일에 모읍니다.

1.2 – 같은 요청을 세 번 실행하기

앞에서 만든 대화창에 같은 요청을 세 번 보내, 답이 매번 어떻게 달라지는지 눈으로 확인합니다. 이 차이를 봐 두어야 뒤에서 예시를 주었을 때 결과가 얼마나 일정해지는지 견줄 기준이 생깁니다.

1. 입력창에 아래 문장을 붙여 넣습니다.

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

2. Enter 키를 눌러 요청을 보냅니다.
3. 답변이 나오면 전체를 복사해 "ai_관찰.txt"에 붙여 넣습니다.
4. 새 대화를 시작하고 같은 문장을 다시 입력한 뒤, 답변을 같은 방법으로 파일에 붙여 넣습니다.
5. 같은 과정을 한 번 더 반복해 답변 세 개를 모읍니다.
6. 세 답변에서 달라진 단어와 항목 순서 앞뒤에 * 표시를 합니다. 메모장에서는 밑줄을 그을 수 없으므로 기호로 표시합니다.

세 답변의 중심 내용은 비슷하지만 문장과 순서가 달라집니다. 같은 요청에 같은 답이 돌아오지 않는다는 뜻이므로, 중요한 내용은 답변을 받은 뒤 따로 확인해야 합니다.

2 – AI에게 맡길 일과 사람이 확인할 일 가르기

앞에서 답이 매번 달라지는 것을 봤으니, 이제 그 답을 어디까지 믿고 쓸지 정하는 기준을 만듭니다. 기준 세우기는 두 단계로 나뉩니다. 맡기기 전에 그 일이 어떤 종류인지 가르고, 답을 받은 뒤에 사람이 확인할 항목을 가려냅니다.

2.1 – 네 가지 작업 분류하기

일의 종류에 따라 AI에게 맡길 수 있는 정도와 사람이 확인할 양이 달라집니다. 여기서는 업무를 생성·검색·분석·실행 네 가지로 나눠 보고, 자신의 분류와 AI의 분류를 견줍니다.

1. "ai_관찰.txt"를 열고 아래 표를 입력합니다.

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

2. 아래 업무 네 가지를 표에 적은 분류 중 하나로 직접 분류해 파일에 적습니다.
   1. 개강 안내 문자 초안 작성
   2. 훈련비 지원 공지에서 신청 마감일 찾기
   3. 출석표에서 결석 횟수가 2회 이상인 사람 찾기
   4. 완성된 안내문 파일 이름 바꾸기
3. 생성형 AI 대화창에 아래 문장을 붙여 넣고 Enter 키를 누릅니다.

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

4. 자신의 분류와 AI의 분류를 나란히 놓고 견줍니다.
5. 분류가 다르면 이유가 더 분명한 쪽을 "ai_관찰.txt"에 적습니다.

정답을 맞히는 것보다 이유를 대는 쪽이 중요합니다. 같은 업무라도 어디에 초점을 두느냐에 따라 분류가 갈리기 때문입니다. 예를 들어 "출석표에서 결석 2회 이상인 사람 찾기"는 자료를 살피는 일이라 분석이지만, 그 결과로 파일을 고치는 데까지 가면 실행이 됩니다.

2.2 – 사람이 확인할 항목 찾기

이번에는 AI가 만든 답을 그대로 보내기 전에 사람이 확인해야 할 항목을 가려냅니다. 문장이 그럴듯해 보일수록 날짜나 연락처 같은 사실을 확인 없이 지나치기 쉬우므로 검토가 필요합니다.

1. 대화창에 아래 문장을 붙여 넣고 Enter 키를 누릅니다.

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

2. 답변에 아래 다섯 항목이 들어 있는지 하나씩 대조합니다.
   1. 날짜와 시간
   2. 장소와 연락처
   3. 사실과 수치
   4. 개인정보
   5. 맞춤법과 표현
3. 빠진 항목이 있으면 아래 문장을 이어서 입력해 답변을 다시 받습니다.

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

빠진 항목을 지적해 다시 요청하면 빠진 항목이 채워진 답변이 돌아옵니다. AI가 처음부터 완전한 목록을 내놓기를 기다리지 말고, 기준을 가진 사람이 빠진 곳을 짚어 채워 가는 방식이 더 빠릅니다.

3 – 다섯 가지 요청 기법 한눈에 잡기

앞에서는 AI가 만든 답을 받은 뒤에 검토하는 기준을 세웠습니다. 여기서부터는 답 자체의 정확도를 끌어올리는 다섯 가지 기법을 직접 실행합니다. 생성형 AI에게 일을 시키는 문장을 프롬프트(prompt, 요청문)라고 합니다. 같은 일을 시켜도 요청문을 어떻게 쓰느냐에 따라 결과의 정확도가 달라집니다.

다섯 기법은 두 가지 기준으로 나뉩니다. 첫 번째 기준은 예시를 몇 개 주는가입니다. 예시 없이 시키는 제로샷, 예시 하나를 주는 원샷, 예시 여러 개를 주는 퓨샷이 여기에 듭니다. 두 번째 기준은 생각 과정을 시키는가입니다. 풀이 단계를 보여 주는 CoT와, 단계별로 생각하라는 한 줄만 덧붙이는 제로샷 CoT가 여기에 듭니다.

3.1 – 기법 기록 파일 만들기

기법별 결과를 따로 모을 파일을 하나 더 만듭니다. 앞에서 만든 폴더에 같이 두어 실습 결과를 한곳에서 비교합니다.

1. 바탕 화면에서 "ai_prompt" 폴더를 두 번 클릭해 엽니다. 앞 1.1에서 만든 폴더입니다.
2. 폴더 안 빈 곳에서 마우스 오른쪽 버튼을 클릭합니다.
3. [새로 만들기] → [텍스트 문서]를 클릭합니다.
4. 파일 이름을 "기법.txt"로 바꾸고 Enter 키를 누릅니다.
5. 웹 브라우저에서 생성형 AI 서비스를 열고 새 대화를 시작합니다.

이제 "ai_prompt" 폴더 안에 파일이 두 개 있습니다. 앞 실습의 관찰 기록은 "ai_관찰.txt"에, 앞으로 받을 기법별 답변은 "기법.txt"에 나눠 담습니다. 파일을 나눠 두면 어느 답변이 어느 실습에서 나온 것인지 뒤섞이지 않습니다.

4 – 제로샷 – 예시 없이 바로 시키기

제로샷(zero-shot)은 예시를 주지 않고 할 일만 적어 바로 시키는 방식입니다. AI가 이미 학습한 지식에만 기대어 답합니다. 가장 빠르고 간단하지만, 일이 복잡하거나 원하는 형식이 따로 있으면 결과가 그 형식과 어긋나기 쉽습니다.

번역이나 요약, 간단한 목록 만들기처럼 형식이 단순하고 정답 폭이 넓은 일에 씁니다.

4.1 – 예시 없이 번역 시키기

가장 단순한 형태부터 실행해, 예시가 하나도 없을 때 어떤 답이 오는지 확인합니다.

1. 입력창에 아래 문장을 붙여 넣고 Enter 키를 누릅니다.

영어를 한국어로 번역한다.

It's a beautiful day =>

2. 답변이 나오면 "기법.txt"를 엽니다.
3. 맨 윗줄에 [제로샷]이라고 적고 그 아래에 답변을 붙여 넣습니다.

=> 다음을 비워 두면 AI가 그 빈자리를 채우는 방식으로 답합니다. "It’s a beautiful day"는 "오늘은 날씨가 좋다"처럼 번역되면 정상입니다. 짧고 뜻이 분명한 문장은 예시 없이도 잘 처리됩니다.

4.2 – 제로샷이 흔들리는 경우 관찰하기

이번에는 뜻이 글자 그대로가 아닌 문장을 같은 방식으로 번역시켜, 예시가 없을 때 어디서 어긋나는지 확인합니다.

1. 입력창에 아래 문장을 붙여 넣고 Enter 키를 누릅니다.

다음 영어 문장을 한국어로 번역한다.

It's raining cats and dogs =>

2. 답변을 "기법.txt"의 [제로샷] 아래에 이어 붙여 넣습니다.

"It’s raining cats and dogs"는 "비가 억수같이 쏟아진다"라는 뜻의 관용 표현입니다. 글자 그대로 옮기면 "고양이와 개가 비처럼 내린다"가 돼 뜻이 어긋납니다. 예시가 없으면 AI가 어떤 말투와 방식으로 옮겨야 하는지 정확히 잡지 못할 수 있습니다. 다음 기법에서는 예시를 주어 답의 말투와 형식을 잡는 방법을 확인합니다.

5 – 원샷 – 예시 하나 주고 시키기

원샷(one-shot)은 예시를 하나 보여 준 뒤 같은 일을 시키는 방식입니다. 예시 하나가 답의 형식과 말투를 정하는 기준이 됩니다.

답의 형식이 정해져 있어 견본 하나로 보여 주는 편이 빠를 때 씁니다.

5.1 – 예시 하나를 보여 주고 번역 시키기

앞 4.1과 똑같은 문장을 번역시키되, 이번에는 앞줄에 견본을 한 줄 넣습니다. 견본 한 줄이 결과를 얼마나 바꾸는지 확인하는 것이 목적입니다.

1. 입력창에 아래 문장을 붙여 넣고 Enter 키를 누릅니다.

영어를 한국어로 번역한다.

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

2. 답변을 "기법.txt"에 붙여 넣고 맨 윗줄에 [원샷]이라고 적어 구분합니다.

첫 줄 "This is an apple => 이것은 사과입니다"가 견본입니다. AI는 이 견본의 말투인 "~입니다"를 따라 "It’s a beautiful day"를 "오늘은 아름다운 날입니다"처럼 번역합니다. 4.1의 제로샷 결과와 말투를 견주면, 예시를 주었을 때 결과가 견본 쪽으로 모이는 것이 보입니다.

6 – 퓨샷 – 예시 여러 개 주고 시키기

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

답의 형식이나 규칙이 까다로워 견본 하나로는 부족할 때 씁니다.

6.1 – 예시 여러 개로 규칙 잡게 하기

견본을 하나에서 셋으로 늘려, 말투가 얼마나 더 단단히 고정되는지 확인합니다.

1. 입력창에 아래 문장을 붙여 넣고 Enter 키를 누릅니다.

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 =>

2. 답변을 "기법.txt"에 붙여 넣고 맨 윗줄에 [퓨샷]이라고 적어 구분합니다.

예시 세 개가 모두 "~입니다"로 끝납니다. AI는 이 규칙을 더 분명히 잡아 "It’s a beautiful day"도 같은 말투로 번역합니다. 예시가 하나일 때보다 말투가 더 일정하게 유지됩니다.

6.2 – 같은 요청을 두 번 실행해 일정함 확인하기

앞 1.2에서 같은 요청에 답이 매번 달라지는 것을 확인했습니다. 이번에는 예시를 충분히 준 상태에서 같은 실험을 반복해, 그 흔들림이 줄어드는지 확인합니다.

1. 새 대화를 시작합니다.
2. 6.1의 퓨샷 문장을 그대로 다시 입력합니다.
3. 두 번의 답변을 "기법.txt"에서 나란히 놓고 견줍니다.

예시를 충분히 주면 같은 요청을 다시 해도 결과가 크게 흔들리지 않습니다. 답이 매번 달라지는 성질 자체가 없어지지는 않지만, 예시로 규칙을 좁히면 달라질 수 있는 폭이 줄어듭니다.

7 – CoT – 단계로 생각하게 시키기

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

숫자 계산이나 조건 따지기처럼 여러 단계를 거쳐야 답이 나오는 문제에 씁니다.

7.1 – 풀이 과정을 보여 주고 같은 방식으로 풀게 하기

앞의 세 기법에서는 예시 개수로 답의 형식과 말투를 다뤘습니다. 여기서는 답이 나오기까지의 과정을 견본으로 보여 주고, 같은 순서로 풀게 합니다.

1. 입력창에 아래 문장을 붙여 넣고 Enter 키를 누릅니다.

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.

2. 답변을 "기법.txt"에 붙여 넣고 맨 윗줄에 [CoT]라고 적어 구분합니다.

첫 문제의 풀이가 견본입니다. "처음 개수 → 새로 산 개수 → 합" 순서로 단계를 보여 줍니다. 두 번째 문제의 정답은 4 + (6 × 3) = 4 + 18 = 22자루입니다. AI가 풀이 단계를 보여 주며 22자루라고 답하면 정상입니다. 풀이 과정이 화면에 드러나면 중간 계산이 보이므로, 틀린 곳이 있을 때 사람이 바로 찾아낼 수 있습니다.

7.2 – 풀이를 빼고 시킨 결과와 견주기

같은 문제를 풀이 없이 시켜 보고, 방금 받은 결과와 견줍니다. 두 결과를 나란히 놓아야 풀이 단계를 시키는 것이 무엇을 바꾸는지 보입니다.

1. 새 대화를 시작합니다.
2. 입력창에 아래 문장을 붙여 넣고 Enter 키를 누릅니다.

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

3. 두 결과를 "기법.txt"에서 나란히 놓고 견줍니다.

"답만 적는다"고 시키면 풀이 과정이 사라집니다. 답이 맞더라도 그 답이 어떻게 나왔는지 확인할 방법이 없습니다. 단계를 보여 줄수록 사람이 검토하기 쉬워집니다.

8 – 제로샷 CoT – 한 줄로 단계 생각 끌어내기

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

풀이 견본을 만들기가 번거롭지만 그래도 생각 과정을 펼치게 하고 싶을 때 씁니다.

8.1 – 한 줄 덧붙여 단계 생각 시키기

앞 7.1에서는 풀이 견본을 직접 만들어 넣었습니다. 여기서는 견본 없이 한 줄만 덧붙여, 그것만으로 단계가 나오는지 확인합니다.

1. 입력창에 아래 문장을 붙여 넣고 Enter 키를 누릅니다.

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

2. 답변을 "기법.txt"에 붙여 넣고 맨 윗줄에 [제로샷 CoT]라고 적어 구분합니다.

"단계별로 차근차근 근거를 들어 생각한다"는 한 줄이 핵심입니다. 예시가 없어도 AI는 대상 정하기, 강점 찾기, 방법 고르기처럼 단계를 나누어 답합니다.

8.2 – 한 줄을 뺀 결과와 견주기

그 한 줄이 실제로 결과를 바꾸는지 확인하려면, 한 줄만 빼고 나머지를 똑같이 시켜 봐야 합니다.

1. 새 대화를 시작합니다.
2. 입력창에 아래 문장을 붙여 넣고 Enter 키를 누릅니다.

친환경 텀블러 신제품의 마케팅 방법을 정리한다.

3. 두 결과를 "기법.txt"에서 나란히 놓고, 단계와 근거가 드러난 자리 앞뒤에 * 표시를 합니다.

한 줄을 뺀 쪽은 항목만 나열되고, 덧붙인 쪽은 왜 그 방법을 고르는지 근거가 함께 나오는 때가 많습니다. 제로샷 CoT는 예시를 만들지 않고도 CoT의 효과를 얼마간 얻는 간편한 방법입니다.

9 – 다섯 기법 비교 정리하기

다섯 기법을 모두 실행했으니 한 표로 묶어, 각 기법으로 받은 답을 옆에 두고 견줍니다.

9.1 – 표로 묶어 정리하기

1. "기법.txt" 맨 아래에 아래 표를 입력합니다.

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

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

표의 위 세 줄과 아래 두 줄은 서로 다른 기준으로 나뉩니다. 위 세 줄은 예시 개수가 늘수록 결과의 형식이 일정해지는 흐름이고, 아래 두 줄은 생각 과정을 시킬수록 계산과 추론의 정확도가 올라가는 흐름입니다. 두 기준은 함께 쓸 수 있어, 예시를 여러 개 주면서 단계 생각을 함께 시켜도 됩니다.

10 – 내 업무에 적용하기

지금까지는 정해진 예제로 따라 했습니다. 여기서는 같은 방법을 자신의 업무에 옮겨, 어느 방식이 자기 일에 맞는지 판단합니다.

10.1 – 작업 분류 적용하기

먼저 2.1의 네 가지 분류를 자신의 업무에 적용합니다.

1. 자신의 업무에서 생성형 AI에게 맡길 작업을 세 개 고릅니다.
2. 각 작업을 생성, 검색, 분석, 실행 중 하나로 분류합니다.
3. 작업마다 AI가 처리할 부분과 사람이 확인할 부분을 나누어 적습니다.
4. 결과를 "ai_관찰.txt"에 저장합니다.

검색과 실행은 사용하는 AI 서비스가 그 기능을 제공할 때만 AI가 직접 수행할 수 있습니다. 기능이 없으면 AI는 문장만 만들고 실제 확인과 작업은 사람이 합니다.

10.2 – 다섯 기법 적용하기

이번에는 자신의 업무 하나를 골라 여러 기법으로 요청문을 만들어 봅니다. 같은 일을 서로 다른 방식으로 시켜야 차이가 드러납니다.

1. 자신의 업무에서 AI에게 시킬 일을 하나 고릅니다. 예를 들어 "참여자에게 보낼 안내 문자 초안 작성"을 고릅니다.
2. 같은 일을 제로샷, 원샷, 퓨샷 세 방식으로 각각 요청문으로 작성합니다. 원샷과 퓨샷에는 견본 안내 문자를 직접 만들어 넣습니다.
3. 세 요청문을 차례로 실행하고 답변을 "기법.txt"에 저장합니다.
4. 계산이나 조건이 들어간 일을 하나 더 골라 CoT 또는 제로샷 CoT로 요청문을 작성하고 실행합니다.
5. 어느 방식이 가장 쓸 만했는지 이유와 함께 한 줄로 적습니다.

답변이 두루뭉술하게 나오면 대상과 상황, 결과 형식이 빠졌을 가능성이 큽니다. 아래처럼 세 가지를 채워 다시 요청하고, 수정 전후 답변을 견줍니다.

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

첫 줄이 대상, 둘째 줄이 시킬 일, 셋째 줄이 결과 형식입니다. 자신의 업무에 옮길 때는 이 세 줄의 자리는 그대로 두고 값만 바꿉니다.

실습 코칭 프롬프트

다섯 기법을 자신의 업무에 적용하다 막히면 아래 프롬프트를 대화형 AI(ChatGPT·Claude·Gemini)에 붙여 넣어 한 단계씩 도움을 받습니다. 답을 한꺼번에 받지 말고 한 단계씩 풀어 갑니다.

아래는 방금 끝낸 생성형 AI 요청문 실습을 점검받기 위한 요청이다.
제로샷·원샷·퓨샷·CoT·제로샷 CoT 다섯 기법으로 같은 일을 요청문으로 만들어 결과를 비교하는 실습이다.
답을 통째로 주지 말고 한 단계씩 물어 내가 직접 하게 한다.

[지킬 규칙]
1. 먼저 내가 지금까지 한 것과 막힌 지점을 묻는다.
2. 막힌 원인을 한 가지 짚는다. 완성된 요청문이나 결과물을 통째로 주지 않는다.
3. 다음 한 단계만 제시하고, 내가 해 본 결과를 말하면 확인 질문을 던진다.
4. 내가 고른 일에 계산이나 조건이 들어가는지, 그래서 CoT가 필요한지를 함께 짚는다.
5. 마지막에 다섯 기법의 결과 차이를 내가 구분해 적었는지 점검 질문을 한다.

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

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

아래는 방금 끝낸 생성형 AI 요청문 실습을 점검받기 위한 요청이다.
제로샷·원샷·퓨샷·CoT·제로샷 CoT 다섯 기법으로 같은 일을 요청문으로 만들어 결과를 비교하는 실습이다.
답을 통째로 주지 말고 한 단계씩 물어 내가 직접 하게 한다.

[지킬 규칙]
1. 먼저 내가 지금까지 한 것과 막힌 지점을 묻는다.
2. 막힌 원인을 한 가지 짚는다. 완성된 요청문이나 결과물을 통째로 주지 않는다.
3. 다음 한 단계만 제시하고, 내가 해 본 결과를 말하면 확인 질문을 던진다.
4. 내가 고른 일에 계산이나 조건이 들어가는지, 그래서 CoT가 필요한지를 함께 짚는다.
5. 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: 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.

1. {한것} – 지금까지 진행한 단계를 적습니다. 예: 제로샷과 원샷 요청문은 만들어 실행했고 결과를 기록 파일에 저장했다.
2. {막힌점} – 막힌 부분이나 받은 메시지를 적습니다. 예: 퓨샷에 넣을 견본을 몇 개 만들어야 할지, 어떤 형식으로 만들어야 할지 모르겠다.
3. {소재} – 적용할 자기 자료나 주제를 적습니다. 예: 직업훈련 참여자에게 보낼 개강 안내 문자 초안 작성.

11 – 예상 결과와 맞춰 보기

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

11.1 – 작업 분류 결과 맞춰 보기

분류 이름이 위 표와 같고 이유가 업무의 실제 행동과 맞으면 정상입니다. 이름이 표와 달라도 이유가 행동을 정확히 짚고 있으면 맞은 것으로 봅니다.

11.2 – 다섯 기법 결과 맞춰 보기

번역 결과는 표현이 조금 달라질 수 있습니다. "오늘은 멋진 날입니다"처럼 뜻이 같으면 정상으로 봅니다.

1. 제로샷·원샷·퓨샷의 번역 말투 차이를 "기법.txt"에서 구분할 수 있습니다.
2. 예시를 늘릴수록 결과의 말투와 형식이 더 일정해진 것을 확인했습니다.
3. CoT 문제의 답이 22자루이고 풀이 단계가 함께 적혔습니다.
4. 제로샷 CoT에서 한 줄을 넣은 결과와 뺀 결과의 차이를 적었습니다.
5. 다섯 기법을 표로 정리하고 어느 기법이 쓸 만했는지 한 줄로 적었습니다.