예시 보여주기
원하는 결과의 예시를 보여주는 것만으로, AI는 설명 없이도 당신이 원하는 패턴을 파악한다.
먼저 읽으면 좋은 글
프롬프트를 읽고 오시면 이 글이 더 쉽게 느껴집니다.
쉽게 말하면
새로운 직원에게 일을 가르칠 때, 열 장짜리 설명서보다 “이거 보고 이런 식으로 해줘”라며 잘 된 예시 하나를 건네는 편이 훨씬 빠를 때가 있습니다. ChatGPT나 Claude에게도 똑같이 통합니다. “친근하게 써줘”라고 말로 설명하는 것보다, 실제로 원하는 톤으로 쓴 문장 한두 개를 먼저 보여주면 AI가 그 분위기를 그대로 이어갑니다.
좀 더 정확히
AI 연구에서는 이 방식을 예시 기반 요청(few-shot prompting)이라고 부릅니다. 예시 없이 바로 요청하는 것은 직접 요청(zero-shot), 1~3개의 예시를 먼저 보여주고 요청하는 것이 예시 기반 요청(few-shot)입니다. LLM은 확률적 생성 방식으로 작동하기 때문에, 예시가 없으면 수많은 가능성 중 평균적인 결과를 선택합니다. 반면 예시를 주면 그 예시들이 컨텍스트 윈도우 안에서 강력한 방향타 역할을 합니다. 결과적으로 AI는 같은 요청에도 예시 유무에 따라 전혀 다른 결과를 냅니다. 특히 스타일, 형식, 톤처럼 말로 정확히 설명하기 어려운 것일수록 예시의 효과가 두드러집니다.
흔한 오해
“예시를 줘도 AI가 그냥 그 예시를 복사하는 거 아닌가요?”라고 생각하기 쉽지만, 실제로는 예시에서 패턴을 추출해 새로운 내용에 적용합니다. 예시는 복사의 대상이 아니라 스타일의 기준점입니다.
“예시를 많이 줄수록 좋겠지”라고 생각하기 쉽지만, 3~5개 이하로도 충분한 경우가 대부분입니다. 예시가 지나치게 많아지면 오히려 컨텍스트 윈도우를 차지해 정작 중요한 요청 내용이 희석될 수 있습니다.
이걸 왜 알아야 하나요?
글쓰기 스타일, 업무 보고서 형식, 메시지 톤 같은 것들은 말로 설명하면 길어지고 여전히 모호합니다. 원하는 결과물을 하나 구해서 “이런 식으로 해줘”라고 붙여넣는 것이 훨씬 빠르고 정확합니다. 예시 보여주기를 익혀두면, 길고 복잡한 프롬프트를 작성하는 수고 없이도 원하는 결과에 빠르게 도달할 수 있습니다.
직접 해보기
Claude 또는 ChatGPT에 아래 두 요청을 각각 입력하고 결과를 비교해보세요.
요청 A: “우리 아이에게 보내는 응원 문자를 써줘.”
요청 B: “우리 아이에게 보내는 응원 문자를 써줘. 아래 예시처럼 짧고 따뜻한 말투로 부탁해.
예시 1: 오늘도 잘 하고 있어. 엄마는 항상 응원해. 예시 2: 힘들면 힘들다고 말해도 돼. 네 편이야.”
두 결과를 나란히 놓고 어느 쪽이 더 원하는 느낌인지 확인해보세요. 예시 두 개가 말로 설명하기 어렵던 톤을 그대로 전달한다는 것을 느낄 수 있을 겁니다.