AI 툴에게일 잘 시키는 법
기획자·마케터를 위한 실무 맥락 설계 가이드 — 같은 AI 툴도 어떻게 지시하느냐에 따라 결과물 퀄리티가 완전히 달라진다.
- 01왜 같은 AI인데 결과가 다를까
- 02맥락 설계의 3요소 공식
- 03실전 시나리오 — 보고서 작성
- 04실전 시나리오 — 마케팅 카피
- 05실전 시나리오 — 데이터 해석
- 06자주 하는 실수 5가지
- 07나만의 맥락 템플릿 만들기
- 08결론
왜 같은 AI인데 결과가 다를까?
"ChatGPT 써봤는데 별로던데요." 이런 말을 하는 사람과 "AI로 업무 시간이 절반으로 줄었어요"라는 사람이 쓰는 툴은 대부분 똑같은 AI다. 차이는 툴에 있는 게 아니라 어떻게 지시하느냐에 있다.
AI는 검색 엔진이 아니다. 키워드를 던지는 게 아니라, 충분한 맥락과 함께 구체적인 과업을 부여해야 한다. 비유하자면 신입 인턴에게 "이것 좀 해줘"와 "우리 팀은 이런 상황이고, 이 보고서는 임원 대상이니 이런 형식으로 작성해줘"의 차이와 같다.
목적이 없으면 방향이 없다
AI는 당신이 이 결과물로 무엇을 하려는지 모른다. 독자, 목적, 톤을 알려줘야 한다.
배경 없이는 적합성이 없다
업계, 제품, 경쟁사, 타깃을 모르는 AI는 가장 일반적인 답을 낼 수밖에 없다.
형식 없이는 쓸 수 없다
분량, 구조, 언어 스타일을 지정해야 그대로 쓸 수 있는 결과물이 나온다.
수정 기준 없이는 개선이 없다
"다시 써줘"가 아니라 무엇이 부족한지를 구체적으로 말해야 나아진다.
맥락 설계의 3요소 공식
복잡하게 생각할 필요 없다. 어떤 요청이든 세 가지만 담으면 결과물 품질이 극적으로 달라진다.
① 왜 이게 필요한지, 어떤 상황인지 | ② 누가 읽는지, 어떤 한계가 있는지 | ③ 정확히 무엇을, 어떤 형식으로 원하는지
상황 + 목적
지금 어떤 상황에서, 이 결과물로 무엇을 하려는지 한 문장으로 설명한다. 이것이 AI의 나침반이 된다.
독자 + 제약
누가 읽는지(직급, 전문성 수준), 분량/톤/금지어 같은 제약 조건을 명시한다.
구체적 요청
"써줘"가 아니라 "3개의 섹션으로, 각 200자 내외로, 결론을 먼저 쓰는 방식으로"처럼 산출물을 명확히 한다.
프롬프트를 쓰기 전에 스스로에게 물어보자: "신입 직원에게 이 일을 처음 맡긴다면 나는 어떻게 설명할까?" 그 설명이 곧 좋은 프롬프트다.
보고서 작성
AI에게 보고서를 맡길 때 가장 흔한 실수는 "보고서 써줘"처럼 과업만 던지는 것이다. 결과는 늘 교과서 같은 범용 문서가 나온다. 다음 비포/애프터를 비교해보자.
- ✓ 회의 목적과 일정을 언급해 긴박감과 방향을 줌
- ✓ 독자(C레벨)의 선호 스타일을 명시해 톤 조절
- ✓ 섹션 구성과 분량을 사전에 확정해 편집 최소화
- ✓ "시사점 포함"으로 단순 정보 나열이 아닌 인사이트 요구
마케팅 카피
AI가 쓴 카피가 항상 "지금 바로 경험해보세요!" 같은 뻔한 문장인 이유가 있다. 브랜드의 언어, 타깃의 언어, 채널의 언어를 모르기 때문이다.
카피 작업 시 "우리가 절대 쓰지 않는 표현"도 함께 알려주면 수정 횟수가 크게 줄어든다. 예: "혁신적인, 최고의, 최첨단" 같은 진부한 형용사 금지.
| 정보 유형 | 포함해야 할 내용 | 예시 |
|---|---|---|
| 브랜드 톤 | 성격, 닮은 레퍼런스 | "무신사 스타일", "올리브영 같은 친근함" |
| 타깃 페르소나 | 나이, 직업, 상황 | "20대 후반 직장인, 점심시간 스마트폰 사용" |
| 채널 특성 | 플랫폼, 형식, 분량 | "인스타 피드, 150자, 이모지 2개 이하" |
| 금지어/방향 | 피해야 할 표현 | "의학적 표현, 과장 형용사 금지" |
| 핵심 메시지 | 전달할 단 하나의 포인트 | "오후 피로 해결"이 핵심, 성분 나열 X |
데이터 해석
숫자를 AI에게 던지면 AI는 숫자를 설명한다. 하지만 우리에게 필요한 것은 설명이 아니라 결정의 근거다. 의사결정 맥락을 주면 AI가 해석가가 된다.
데이터 해석 요청 시 "이 분석으로 무엇을 결정해야 하는지"를 반드시 명시하라. AI는 결정 맥락이 있을 때 단순 설명이 아닌 실행 가능한 인사이트를 도출한다.
자주 하는 실수 5가지
잘못된 패턴을 알면 고치기 쉬워진다. 가장 흔한 실수들과 개선 방법을 정리했다.
| # | 실수 패턴 | 왜 문제인가 | 개선 방향 |
|---|---|---|---|
| 01 | "다시 써줘" | 무엇이 부족한지 AI가 모름 | "톤이 너무 딱딱함, 더 친근하게" 처럼 구체적 피드백 |
| 02 | 한 번에 너무 많이 요청 | 우선순위 없이 희석된 결과 | 단계별로 나눠 요청, 검토 후 다음 단계로 |
| 03 | 업계 용어 없이 요청 | 일반론적 답변 생산 | 업계, 제품명, 내부 용어를 명시적으로 제공 |
| 04 | 첫 답변 그대로 사용 | 맥락이 부족한 초안을 최종본으로 착각 | 초안으로 인식하고 1~2회 이터레이션 당연시하기 |
| 05 | AI 출력 검증 생략 | 잘못된 수치·팩트 포함 가능 | 수치, 고유명사, 인용은 반드시 원본 확인 |
AI를 잘 쓰는 사람과 못 쓰는 사람의 차이는 도구 선택이 아니라 지시의 질에 있다.
— 맥락 없는 요청은 맥락 없는 답변을 만든다나만의 맥락 템플릿 만들기
반복적인 업무는 템플릿화하면 된다. 한 번 잘 만들어놓으면 다음부터는 빈칸만 채우면 된다. 아래 구조를 복사해서 자신의 업무에 맞게 저장해두자.
직무별 자주 쓰는 맥락 요소
핵심 맥락 요소
제품 단계(MVP/스케일링), 의사결정자 직급, 데이터 있음/없음, 발표 vs 문서 형식 여부
핵심 맥락 요소
캠페인 목표(인지/전환/리텐션), 채널 특성, 타깃 페르소나, 브랜드 가이드라인 키워드
핵심 맥락 요소
SEO 타깃 키워드, 독자 레벨(입문/중급/전문가), 원하는 독자 반응, 참고할 레퍼런스 글
Notion이나 메모앱에 "AI 프롬프트 라이브러리" 페이지를 만들어 잘 작동한 프롬프트를 저장해두자. 3개월 후엔 팀 전체가 쓰는 자산이 된다.
결론 — 지시의 질이 결과의 질이다
AI 툴은 이미 충분히 똑똑하다. 2026년의 Claude, ChatGPT, Gemini는 맥락만 제대로 주어진다면 중급 이상의 보조 업무를 거뜬히 처리한다. 문제는 항상 지시하는 쪽에 있다.
오늘부터 모든 AI 요청 전에 딱 세 가지만 확인하자. ① 상황과 목적을 설명했는가, ② 독자와 제약을 명시했는가, ③ 원하는 산출물을 구체적으로 말했는가. 이 세 가지가 있으면 AI는 훨씬 더 잘 작동한다.
기획자와 마케터가 AI를 잘 활용한다는 것은 코딩을 배우는 게 아니다. 자신의 업무를 더 명확하게 언어화하는 능력을 키우는 것이다. 그 능력은 AI 없이도 팀 내 커뮤니케이션을 향상시키는 덤이 된다.
'사용법 가이드' 카테고리의 다른 글
| Claude Memory 완벽 사용법 | 이제 AI가 나를 기억합니다 (0) | 2026.06.03 |
|---|---|
| Claude Skills 완벽 사용법 반복 작업 자동화의 끝판왕 (0) | 2026.06.03 |
| Claude Projects 완전 활용 가이드 | temver (0) | 2026.05.24 |
| Ollama 로컬 자동화 완전 가이드 | 상세 사용법 (0) | 2026.05.17 |
| Local AI로 무료 개발 에이전트 만들기 (0) | 2026.05.17 |