AI에게 조사나 문서 작성을 맡기면 확실히 빠릅니다. 하지만 결과물을 보고 "뭔가 다른데..."라며 결국 처음부터 다시 수정했던 경험이 있지 않으신가요?

이는 실제 프로젝트에서 "여러 안 중에서 하나를 선택하는 조사 보고서"를 AI에게 작성하게 했을 때, 저 자신이 맞닥뜨렸던 벽이었습니다. 시행착오 끝에, 요청 방식(발주 방식)을 조금 바꾸는 것만으로도 자신의 의도에 상당히 가까운 결과물을 낼 수 있게 되었습니다.

이 기사에서는 그때 사용했던 "발주 패턴"을 그대로 복사해서 사용할 수 있는 레시피로서 공유합니다. 대상은 AI에게 조사, 비교, 문서 작성 등을 맡기는 사람(엔지니어에 국한되지 않음)입니다. 화려한 테크닉 이야기가 아니라, 인지 부하 (Cognitive Load)를 낮추면서 의도에 가깝게 만드는, 수수하지만 효과적인 진행 방법에 관한 이야기입니다.

AI는 사람이 다 읽을 수 없는 양을 읽고 간결하게 요약해 줍니다. 이 점은 대단합니다. 하지만 사람 쪽에는 두 가지 벽이 남습니다.

요약이 너무 추상적이어서 알 수 없다. AI가 좋다고 생각해서 추상화한 요약, 특히 "결론"만 읽으면 너무 추상적이어서 결국 무엇을 말하는지 파악하기 어려운 경우가 많다.

한꺼번에 나오면 부담스럽다. 대량의 아웃풋이 한꺼번에 쏟아지면, 그것을 파악하고 코멘트하는 것만으로도 인지 부하가 급증한다.

애초에 발주하는 측이 "정말로 원하는 것을 얻으려면 어떻게 의뢰해야 하는가"를 생각하는 것 자체가 어렵습니다. 원하는 것을 스스로도 언어화하지 못한 채, 막연하게 부탁하고 있는 상태 말입니다.

그러므로 결과물을

일괄적으로 받지 않는다. 조금씩 AI와 협의하며 쌓아 올린다.

이것만으로도 인지 부하를 낮추면서 의도에 가깝게 가져갈 수 있습니다.

목표는 심플합니다. "전부 하기·전부 읽기·전부 결정하기"를 그만두는 것입니다. 사람이 손대는 것은 "효과적인 부분"으로만 한정합니다.

앞으로 나올 패턴은 모두 "어떻게 요청해야 의도에 가까워지는가"를 분해한 것입니다.

사람이 요점만 관여하여 의도를 담보하는 ― 이른바 HITL (Human-in-the-Loop) 의 실무용 패턴이라고 생각하시면 됩니다.

먼저 흐름을 보여드리겠습니다. 중간의 무거운 작업은 AI가 담당하고, 사람이 손대는 곳은 3곳(의뢰·승인·검증)뿐입니다.

요점은 사람의 관여를 의뢰·승인·검증의 3점으로 압축하는 것입니다. 그렇기에 인지 부하는 낮으면서 방향은 제대로 잡을 수 있습니다. 이하, ③~⑤에서 효과적인 3가지 패턴을 차례대로 설명합니다.

곧바로 본문을 쓰게 하지 말고, 먼저 "결론(하나로 단정 짓기)"과 "구성안(목차만)"을 내놓게 한 뒤, 승인한 다음에 내용을 채우게(肉付け) 합니다.

목표는 방향의 어긋남을 쓰기 시작하기 전에 없애는 것입니다. 이 단계가 약하면 후속 공정 전체가 재작업 리스크를 떠안게 됩니다.

예를 들어 "모니터링 알람의 통지 방식을 선택하는" 조사라면, 다음과 같은 대화가 됩니다.

이 단계에서 승인하고 있는 것은 "결론의 방향"과 "구성"뿐입니다. 본문은 아직 한 글자도 쓰게 하지 않았습니다.

구성을 결정할 때, 결론을 좌우하는 포인트만 뽑아내어, 하나씩 "의사결정"으로서 묻게 합니다. 팁은 3가지입니다.

• 선택지를 포함하여, 권장안을 맨 앞에 둔다.
• 선택지가 여러 개인 포인트는, 한 번에 하나씩 질문하여 혼동을 방지한다.
• 포인트 사이에 의존성이 있을 때는, 독립적으로 나열하지 않고 조합으로 제시하게 한다 (한쪽의 답이 다른 쪽을 무효화할 수 있기 때문).

방금 전의 통지 방식 예시라면, 다음과 같이 묻습니다.

"전부 결정해"가 아니라

"여기만 결정해"로 바뀝니다. 이것만으로도 승인 부하가 차원이 다르게 가벼워집니다.

결과물이 나오면 처음부터 끝까지 정독하지 않습니다. 결론을 "가설"로 두고, 그것을 뒷받침하는 결정적 포인트만 읽어서 확인합니다.

• 결론을 가설로 둔다 (먼저 "타당해 보이는가"만 본다)
• 결정적 포인트의 내용을 읽는다 (타당하다면 의존하는 포인트로 이동)
• 가설이 뒷받침되는지 확인한다 (출처로 확인 + 읽고 납득할 수 있는지)
• 부족하다면 해상도를 높인다 (AI에게 구체화를 지시하여 사람이 이해할 수 있는 형태로 만듦)

예를 들어 출력이 다음과 같은 구성이라고 가정해 봅시다.

이것은

2층 리뷰입니다. 결론만으로 승인하지 않고, 결론이 의존하는 결정적 포인트만을 검증하여 결론을 확정하거나 개정합니다.

흥미로운 점은, 효과적인 포인트를 깊게 파고들면 결론 자체가 움직이는 경우가 있다는 점입니다.

따라서 "일률적으로 전부 파고드는 것"이 아니라 "효과적인 곳부터 해상도를 높이는 것"이 중요합니다.

여기까지의 패턴은 다음 프롬프트에 정리해 두면 매번 같은 진행 방식을 재현할 수 있습니다.

AI 도구의 "프로젝트 지시(Project Instructions)"나 시스템 프롬프트에 붙여넣어 사용하세요.

(저는 Claude의 Project 기능을 사용하여 동작을 확인했습니다.)

진행 방식의 패턴

• 결론 우선 + 구성 승인: 먼저 결론(하나로 단정 지음)과 구성안(소제목만)을 제시하여 승인을 받은 후 내용을 채워 넣는다.

• 결정적 포인트 제시는 "하나당 1가지 의사결정 + 선택지 + 권장 사항"으로 진행: 결론을 좌우하는 포인트를 좁히고, 각 포인트마다 결정해주길 바라는 사항 1가지를 선택지(권장 사항을 맨 앞에 배치)와 함께 덧붙인다. 선택지가 여러 개인 포인트는 한 번에 한 질문씩만 던져 혼동을 방지한다.
  ...

• AI는 빠르지만, "너무 추상적인 요약", "한꺼번에 쏟아내는 대량 출력", "애초에 요청 방식이 어려움"이라는 장벽이 사람 쪽에 남아 있다.

• 대책은 결과물을 일괄적으로 받는 것이 아니라,
  의뢰·승인·검증의 3가지 지점에만 사람이 관여하는 것이다. - 패턴 ①결론 우선 + 구성 승인 / 패턴 ②결정적 포인트를 한 번에 하나씩 / 패턴 ③결론을 가설로 정하고 결정적 포인트만 검증, 이 3가지.

• 이것들은 복사해서 붙여넣기 가능한 레시피로 만들 수 있다 =
  개인의 기술을 팀 차원에서 재현할 수 있다.

화려하지는 않지만, "제로 베이스에서 생각하고 수정하는 것"과는 사람의 부하가 전혀 다릅니다.

우선 하나의 태스크부터 시도해 보세요.