[연구자를 위한 AI 생존 키트] 프롬프트 보다 중요한 것은 모드입니다 | 최신글 > 연재 > 동향

연구자를 위한 AI 생존 키트 연재

[연구자를 위한 AI 생존 키트] 프롬프트 보다 중요한 것은 모드입니다

등록2026.07.13.
조회1539

추천 5
댓글 +

등록2026.07.13.
조회1539

1. 대화보다 시스템 설정

지난 두 번의 연재를 통해 우리는 AI를 대하는 태도를 교정하고,

여러 도구를 엮어 사용하는 워크플로우를 익혔습니다.

이번에는 조금 더 실전적인 이야기를 해보려고 합니다.

프롬프트 기초, 즉 역할, 맥락, 형식은 이제 많이 들 알고 있습니다.

그래서 여기서는 그다음 단계를 다루고자 합니다.

강의를 하거나 연구자 분들과 이야기를 나누다 보면 이런 질문을 자주 받습니다.

"좋은 프롬프트 예시가 있을까요?"

물론 좋은 프롬프트는 중요합니다.

하지만 제가 실제로 AI를 활용하면서 느낀 것은 좋은 문장을 쓰는 것보다 더 중요한 것이 있다는 점입니다.

바로, AI에게 어떤 모드(mode)로 일할 것인지 알려주는 것입니다.

이는 AI의 지능을 특정 방향으로 강제하는 것과 같은 효과를 냅니다.

예를 들어 다음과 같습니다.

① Pre-mortem(사전 부검) 모드: 실패를 기정사실화하기
보통 "이 연구의 리스크를 찾아줘"라고 묻습니다.

하지만 더 강력한 방법은 실패를 확정한 상태로 묻는 것입니다.

AI는 리스크를 예측할 때보다 이미 일어난 실패의 원인을 찾을 때 훨씬 더 구체적이고 비판적인 사고를 가동하는 것 같습니다.

(예) " 우리가 야심 차게 추진했던 '[프로젝트/연구명]'은 시장과 현장에서 실패하여 폐기되었습니다. 투입된 자산과 시간은 낭비되었고, 목표했던 성과는 전혀 달성하지 못했습니다. 이 프로젝트가 실패할 수밖에 없었던 결정적인 원인들을 역추적하여 분석해 주세요. 단순한 가능성이 아니라 다양한 관점에 맞춰 구체적으로 서술해 주세요"

② 다중 관점 교차 검증 모드: 내 안의 동료들과의 토론
한 명의 전문가가 아니라, 서로 다른 전공자들이 싸우게 만드는 것입니다.

혼자 고민할 때 놓치기 쉬운 타 분야의 시각을 한 번에 확보할 수 있습니다.

(예)"너는 지금 [분자생물학자], [생물통계학자], [임상전문의] 3명의 전문가 패널이야. 내 가설을 두고 세 사람이 서로의 논리를 반박하며 끝장 토론을 벌여."

③ 제1 원칙 모드: 고정관념 파괴
연구는 흔히 기존 연구의 연장선에서 생각하게 됩니다. 하지만 가끔은 근본부터 따져봐야 할 때가 있습니다.

이 모드는 연구 방향이 막혔을 때, 혹은 완전히 새로운 패러다임의 아이디어가 필요할 때 AI의 사고를 제로 베이스로 돌려놓는 역할을 합니다.

(예) "기존 학계의 정설이나 당연하다고 믿는 모든 가정을 배제해. 오직 물리적, 생물학적 제1원칙(근본 사실)에서부터 이 현상을 다시 해석해 봐."

④ 역직관적 가설 모드: 창의적 틈새 발견
AI에게 가장 확률 높은 뻔한 결론을 내리는 것을 차단하도록 명령하는 것입니다.

즉, 남들이 보지 않는 사각지대를 AI의 방대한 데이터를 통해 강제로 탐색하게 만드는 모드입니다.

(예)"이 데이터에 대해 가장 상식적이고 뻔한 해석은 생략해. 대신, 언뜻 보기엔 말이 안 될 것 같지만 과학적 메커니즘상으로는 가능한 역직관적인 가설 3가지를 제안해.”

⑤ Critic 모드: 확증편향 제어

AI는 기본적으로 사용자의 의견에 동조하는 경향이 있습니다.

그래서 저는 의도적으로 이렇게 지시합니다.

“내 의견을 지지하지 마세요. 오직 틀릴 가능성과 반대 근거만 제시하세요.”

이 한 문장만 추가해도 답변의 깊이가 크게 달라집니다.

AI는 사용자의 생각을 강화하는 방향으로 답하려는 경향이 있기 때문에, 의도적으로 반대 의견을 요청하는 습관을 들이는 것이 좋습니다.

⑥ 재귀적 자아 성찰 모드: 스스로 3번 고치기
AI는 한 번에 내뱉는 성질이 있어 답변의 밀도가 낮을 때가 많습니다.

이를 강제로 반복시키는 모드입니다.

(예) "답변을 작성한 후, 스스로 비판하고 고치는 과정을 3번 반복해. 초안 - 자가비판 - 수정본의 과정을 모두 보여주고, 마지막에 가장 정교하게 다듬어진 최종본을 제시해."

답변의 일관성과 완성도를 높이는 데 도움이 되며, 경우에 따라 할루시네이션을 줄이는 효과도 기대할 수 있습니다.

⑦ 신호대 잡음비 모드: 정보의 고농축
AI는 말이 많습니다. 그럴듯한 서술 속에 정작 중요한 논리는 희석되곤 하죠.

이를 강제로 분리하는 모드입니다.

방대한 논문을 분석하거나 복잡한 회의록을 정리할 때,

읽는 시간 자체를 물리적으로 줄여주는 가장 효율적인 모드입니다.

(예) "미사여구나 배경 설명은 모두 잡음(Noise)으로 간주하고 제거해. 오직 논리적 핵심과 수치, 인과관계만 남긴 신호(Signal) 섹션만 작성해."
기호로 완성하는 논리의 구역 정리

2. 기호 사용법

많은 분이 알고 계시지만, 아직도 모르는 분들이 계시는 것 같아 이번 연재에 담아 봅니다.

프롬프트가 길어질수록 AI는 무엇이 내가 수행해야 할 명령이고 무엇이 분석해야 할 재료인지 혼동하기 시작합니다.

이때 기호를 적재적소에 배치하는 것만으로도 명령 수행의 정확도가 올라갑니다.

중요한 것은 모델마다 선호하는 기호 체계가 다르다는 점입니다.

① Claude에는 XML 태그가 가장 강하다

Anthropic이 공식적으로 밝힌 내용입니다.

Anthropic은 Claude를 사용할 때 XML 태그처럼 구조화된 프롬프트를 권장합니다.

프롬프트가 복잡해질수록 XML 태그로 구조를 나눠주면 결과물의 정확도가 올라갑니다.

예시는 다음과 같습니다.

<역할>너는 면역학 전문 저널 편집자야</역할>

<맥락>다음은 내가 쓴 논문 초록이야</맥락>

<작업>학술적 표현을 다듬되 내용은 바꾸지 마</작업>

<원문>여기에 초록 붙여넣기</원문>

이렇게 쓰면 Claude가 각 태그의 역할을 명확히 인식하고 그에 맞게 처리합니다.

태그 이름은 한글로 써도 됩니다.

② ChatGPT·Gemini에는 마크다운(#)이 효과적

GPT 계열은 마크다운 형식으로 훈련됐습니다.

프롬프트를 구조화할 때 #으로 섹션을 나누면 AI가 각 부분을 독립적으로 처리합니다.

반면 Claude에게 마크다운을 남발하면 오히려 불필요한 토큰을 소비합니다.

③ ---와 빈 줄로 구역을 나눠라

긴 프롬프트에서 구역을 나눌 때 --- 구분선이나 빈 줄 하나를 쓰면 AI가 각 블록을 독립적으로 읽습니다.

한 덩어리로 쓴 긴 프롬프트보다 구역이 나뉜 프롬프트에서 누락 없이 처리할 확률이 높습니다.

3. AI는 답을 잘 만드는 도구가 아니라, 생각을 잘 확장하는 도구입니다

AI를 단순히 답을 얻기 위해 사용하는 것이 아니라,

반대 의견을 듣고, 논리의 빈틈을 찾고, 새로운 아이디어를 탐색하는 파트너로 활용할 때 가치가 나타납니다.

그러니, AI를 어떤 관점에서 생각하게 만들지를 설계해 보세요.

추천 5
댓글 +

본 기사는 네티즌에 의해 작성되었거나 기관에서 작성된 보도자료로, BRIC의 입장이 아님을 밝힙니다. 또한 내용 중 개인에게 중요하다고 생각되는 부분은 사실확인을 꼭 하시기 바랍니다. [기사 오류 신고하기]

연구자를 위한 AI 생존 키트 전체 보기

ChatGPT가 연구실의 일상이 된 지도 벌써 3년이 흘렀습니다. 
이제는 누구나 AI를 도구로 활용하지만, 정작 연구자의 밤이 예전보다 여유로워졌느냐고 묻는다면 선뜻 답하기 어렵습니다. 툴은 진화했는데, 우리의 업무 시간은 여전히 줄어들지 않는 아이러니를 매일 마주하고 있기 때문입니다.

지난 연재 [과학자의 말하기]에서 세상과 연결되는 법을 고민했다면, 이번 연재에서는 우리 곁에 온 가장 강력한 도구인 AI와 어떻게 제대로 일할 것인가를 이야기해 보려 합니다.

단순히 프롬프트를 몇 개 복사해 쓰는 기술보다는, 우리가 AI를 대하는 방식과 순서에 대해 깊이 들여다보고 싶습니다. 연구자가 가치 있는 사유에 집중할 시간을 확보하는 실전적인 전략을 담았습니다. AI는 우리가 반복적인 노동에서 벗어나, 더 날카로운 질문을 던지고 의미 있는 발견을 하도록 돕는 충실한 보조자가 될 수 있습니다. 

연구실 현장에서 지금 당장 활용할 수 있는 고민과 방법들을 연구자를 위한 AI 생존 키트라는 이름으로 하나씩 공유해 보겠습니다.

다온

추천지수 36
스크랩