AI에게 질문을
잘하고 싶어요
오늘 여러분이 이 자리에 모인 이유 — 딱 이 한 문장입니다.
남은 한 시간은, 온전히 이 문장에 답하기 위한 것입니다.
"대충 물으면 대충 답한다"
한 번쯤 겪었을 겁니다.
내 의도를 못 알아듣는다
"보고서 좀 정리해줘" 했더니, 내가 생각한 것과 전혀 다른 모양이 나온다.
뻔한 일반론만 돌아온다
우리 상황을 모른 채, 교과서 같은 답만 한다. "그건 나도 알아…"
우리는 AI가 똑똑하니 알아서 채워줄 것이라 기대합니다. 그런데 빗나갑니다. AI가 멍청해서가 아닙니다. 그렇다면 — 잘 묻는 사람과 그렇지 못한 사람의 차이는 대체 어디서 날까요?
차이는, 머리가 아닙니다
같은 AI인데 결과가 다른 이유는
머리가 아니라, 무엇을 책상 위에 올렸는가입니다.
잘 묻는 사람은 더 똑똑한 게 아닙니다. AI에게 더 많이, 더 또렷이 보여줬을 뿐입니다. 이 차이 하나 — 그게 오늘 한 시간의 전부입니다.
AI는 책상 위에 올려둔 것만 본다
비유하자면, 오늘 처음 출근한 외부 전문가에게 일을 맡기는 것과 같습니다. 실력은 뛰어나지만 우리 회사를 전혀 모릅니다. 배경을 안 주고 "그거 처리해줘"라고 하면? 당연히 헛다리를 짚습니다.
질문을 잘한다는 건 — 접근 ①
질문을 잘한다는 건 화술이 아닙니다 —
머릿속에만 있던 것을 책상 위로 꺼내 놓는 일입니다.
이것이 이 시리즈가 말하는 '명시성'입니다.
빈칸은, AI가 추측으로 메운다
여기서 가장 중요한 메커니즘입니다. 책상에 빠진 정보가 있으면 AI는 멈추지 않습니다 — 가장 그럴듯한 값으로 빈칸을 알아서 메우고 답을 냅니다.
빗나간 답의 정체는
AI가 메운 빈칸의 추측입니다.
"보고서 정리해줘"에서 형식·대상·길이를 안 주면, AI는 아무 형식이나 골라 채웁니다. 운이 좋으면 맞고, 보통은 빗나갑니다. 우리 회사 맥락을 안 주면, 일반적인 회사를 가정해 메웁니다.
그래서 명시성은 단순한 친절이 아니라 AI의 추측 여지를 줄이는 일입니다. 올린 게 많을수록 메울 빈칸이 줄고, 답은 의도에 가까워집니다.
책상에 올릴 다섯 가지
좋은 질문은 화려한 문구가 아니라, 이 다섯 칸을 채운 것입니다:
이게 무슨 상황인가. 누구를 위한, 어떤 배경의 일인가.
무엇을 원하나. "정리"가 아니라 "무엇을 위한 어떤 정리".
결과의 모양. 표? 불릿? 몇 줄? 어떤 톤?
"이런 느낌"의 좋은 예(있으면 가장 강력).
하지 말 것, 피할 것, 지켜야 할 선.
전부 매번 채울 필요는 없습니다. 핵심은 "내가 안 줘서 AI가 추측할 칸이 어디인가"를 보는 눈입니다. 그 칸을 채우면 답이 달라집니다.
말로 안 되면, 예시로 꺼내라
가장 어려운 명시화는 당신도 말로 설명하기 힘든 기준입니다. "이런 느낌으로", "우리 톤에 맞게" — 머리로는 아는데 규칙으로 못 적는 것들이죠.
이것이 가장 강력한 명시화 도구입니다. 이미 만들어 둔 결과물 한 장이, 긴 설명보다 정확하게 당신의 암묵적 기준을 책상 위에 올려놓습니다.
"내 머릿속 기준을 말로 못 꺼내겠다" 싶을 때 — 그게 바로 예시를 쓸 신호입니다.
같은 일, 두 개의 질문
흔한 PI 업무로 비교해 봅시다 — 부서 회의록을 요약하는 일:
"이 회의록 요약해줘"
→ AI가 대상·길이·관점을 다 추측. 결정사항이 묻히고, 너무 길거나 짧다.
"PI 팀장 보고용으로(맥락), 결정사항·담당·기한만(목표) 표로(형식), 5줄 내(제약)"
→ 의도에 맞는 결과. 추측할 빈칸이 거의 없다.
모델은 그대로입니다. 바뀐 건 책상 위에 무엇을 올렸는가뿐입니다. "질문을 잘한다"의 정체가 바로 이것입니다.
실천: 보내기 전 3초 점검
질문을 보내기 전, 딱 한 가지만 스스로 물으면 됩니다:
"내 머릿속엔 있는데
책상엔 안 올린 게 뭐지?"
- 맥락 — AI가 우리 상황을 모른다는 걸 기억했나?
- 목표·형식 — 결과의 모양을 말했나, 아니면 추측하게 뒀나?
- 예시 — 말로 어려운 기준은 예시로 대신했나?
이 3초가 답의 품질을 가장 크게 바꿉니다. 요령을 외우는 게 아니라, '추측의 빈칸'을 보는 습관 하나면 충분합니다.
이 원리가, 모든 강의의 척추입니다
오늘 세운 "책상 위" 원리는 1강에서 끝나지 않습니다. 같은 원리가 모습을 바꿔 시리즈 내내 다시 나타납니다:
- 1강 (지금) — 한 번의 질문에 무엇을 올리나 (공간의 명시성).
- 2강 — 그 책상은 시간이 흐르면 어떻게 되나 (시간의 명시성).
- 3·4강 — 일을 통째로 맡길 때의 명시성 (위임·분해).
- 5·6강 — 그 명시를 도구·시스템으로 굳히기.
그러니 1강은 단순한 '질문 요령'이 아닙니다. 당신이 AI와 일하는 방식 전체를 떠받칠 첫 계단입니다. → 2강 한 번 묻고 끝이 아니던데… 뭘 기억하고 뭘 잊나요?
오늘 한 문장으로
AI는 책상 위에 올려둔 것만 본다.
질문을 잘한다는 건, 머릿속을 책상 위로 꺼내는 일이다.
- 빗나간 답 = AI가 빈칸을 추측으로 메운 결과.
- 다섯 칸: 맥락·목표·형식·예시·제약 — 추측 여지를 줄이는 지도.
- 말로 안 되는 기준은 예시로(가장 강력한 명시화).
- 보내기 전 3초: "머릿속엔 있는데 책상엔 안 올린 게?"