교재 안내
이 교재를 마치면 AI가 어떻게 답을 만드는지 이해하게 됩니다. 그리고 역할·맥락·목표·형식·제약을 갖춘 질문을 쓰고, 답을 검증해서 고쳐 나갈 수 있게 됩니다. 이것이 3급(초급)의 합격 기준입니다.
질문 능력 등급 체계
| 레벨 | 명칭 | 핵심 역량 | 대표 질문 예시 |
|---|---|---|---|
| Level 1 | 직관적·단답형 | 키워드만 넣어 정보 찾기 | "맛집 추천해줘" |
| Level 2 | 맥락·조건 추가 | 목적, 대상, 기본 제약 조건 붙이기 | "전주에서 아이들과 가기 좋은 한식당 추천해줘. 주차 공간이 있어야 해." |
| Level 3 | 역할·구조화 | 페르소나(역할)를 주고 출력 형식 정하기 | "너는 건축 시공 전문가야. 철근 콘크리트 공사 유의사항을 공정별 체크리스트 표로 만들어줘." |
| Level 4 | 메타인지·검증형 | 반증을 요구하고 여러 시나리오로 교차 검증하기 | "방금 제시한 구조의 병목 구간과 보안 취약점 3가지를 지적하고 대안을 제시해줘." |
| Level 5 | 에이전트·시스템 설계형 | 여러 단계의 작업 흐름과 피드백 고리를 프롬프트로 설계하기 | (시스템 프롬프트, 단계별 검증 규칙이 들어간 종합 프롬프트) |
3급의 범위
3급은 아래 5대 핵심 학습 영역 전체를 다룹니다. 다섯 영역을 마치면 Level 1~3 질문을 자유롭게 쓸 수 있습니다. Level 4의 기본기(자기 비평, 교차 검증)도 함께 익히게 됩니다.
| 영역 | 이름 | 핵심 내용 |
|---|---|---|
| 서장 | AI와 우리 사회 | AI 개념, 발전 과정, 인류와의 관계, 윤리·사회·법적 문제, 사회적 영향 |
| 제1영역 | AI 작동 원리와 한계 | 토큰, 확률적 생성, 컨텍스트 윈도우, 할루시네이션, 편향, 사실 검증 |
| 제2영역 | 문제 정의와 사고 구조화 | 목표 분해, R-C-O-F 프레임워크, 제약 조건, 부정 명령 |
| 제3영역 | 실전 프롬프팅 기법 | 제로샷·퓨샷, 생각의 사슬(CoT), 마크다운·XML 구분자 |
| 제4영역 | 비판적 검증과 반복 개선 | 자기 비평, 역질문 유도, 팩트체크, 교차 검증 |
| 제5영역 | 윤리·보안·모델 선택 | 개인정보 비식별화, 저작권과 책임, 목적별 모델 선택 |
학습 목표
- AI가 답을 만드는 원리와 한계를 설명할 수 있다.
- 모호한 문제를 작은 과업으로 쪼개고, R-C-O-F로 질문을 쓸 수 있다.
- 퓨샷, CoT, 구분자 같은 기본 기법을 상황에 맞게 고를 수 있다.
- AI의 답을 의심하고, 검증하고, 다시 물어 더 좋게 만들 수 있다.
- 개인정보·기밀·저작권 문제를 피하고, 목적에 맞는 AI 도구를 고를 수 있다.
교재 사용법
- 각 영역은 개념 → 예시(Before/After) → 연습문제 순서입니다.
- 연습문제는 실제 AI(Claude, ChatGPT, Gemini 등)에 직접 넣어 보고 답의 차이를 비교하세요.
- 정답과 해설은 부록 A에 있습니다. 먼저 스스로 풀고 확인하세요.
- 권장 학습 시간: 영역당 1~2시간, 전체 약 12시간
서장AI와 우리 사회
질문을 잘하려면 먼저 상대를 알아야 합니다. 이 장에서는 AI가 무엇이고, 어떻게 발전해 왔으며, 우리 사회에 어떤 기회와 문제를 가져오는지 살펴봅니다.
서장-1. AI의 개념
인공지능(AI, Artificial Intelligence) 은 사람의 지적 능력(학습, 추론, 인식, 언어 이해 등)을 컴퓨터로 구현한 기술입니다.
AI · 머신러닝 · 딥러닝 · 생성형 AI의 관계
인공지능(AI) ⊃ 머신러닝 ⊃ 딥러닝 ⊃ 생성형 AI(대형 언어 모델 등)
| 용어 | 뜻 | 예시 |
|---|---|---|
| 인공지능 | 사람처럼 판단·행동하게 만드는 기술 전체 | 규칙 기반 챗봇, 바둑 AI |
| 머신러닝 | 사람이 규칙을 정하지 않고, 데이터에서 규칙을 스스로 배우는 방법 | 스팸 메일 분류 |
| 딥러닝 | 사람의 신경망을 본뜬 여러 층의 인공신경망으로 배우는 머신러닝 | 얼굴 인식, 음성 인식 |
| 생성형 AI | 학습한 패턴으로 글·그림·음성·코드를 새로 만들어 내는 AI | 대화형 AI, 이미지 생성 AI |
| 대형 언어 모델(LLM) | 아주 많은 글을 학습해 다음에 올 말을 예측하는 생성형 AI | Claude, ChatGPT, Gemini |
LLM은 Large Language Model, 우리말로 '대형 언어 모델'입니다. 아주 많은 글을 학습해서, 앞에 나온 말을 보고 다음에 올 말(토큰)을 확률로 예측하며 문장을 만들어 내는 AI입니다.
이름의 세 부분은 이런 뜻입니다.
Large(대형): 학습한 글의 양과 모델 크기(매개변수 수)가 매우 큽니다.
Language(언어): 사람의 말과 글을 이해하고 만들어 냅니다.
Model(모델): 학습으로 만들어진 계산 구조입니다. 2017년에 발표된 트랜스포머 구조를 바탕으로 합니다.
약한 AI와 강한 AI
- 약한 AI(좁은 AI): 번역, 이미지 인식처럼 정해진 일을 잘하는 AI입니다. 지금 쓰는 AI는 모두 여기에 속합니다.
- 강한 AI(범용 인공지능, AGI): 사람처럼 어떤 분야든 스스로 배우고 판단하는 AI입니다. 아직 실현되지 않았고, 언제 가능할지는 전문가마다 의견이 다릅니다.
서장-2. AI의 발전 과정
| 시기 | 사건 | 의미 |
|---|---|---|
| 1950 | 앨런 튜링, '튜링 테스트' 제안 | "기계가 생각할 수 있는가?"라는 질문의 시작 |
| 1956 | 다트머스 회의에서 '인공지능' 용어 등장 | AI가 학문 분야로 출발 |
| 1970년대 | 제1차 AI 겨울 | 기대만큼 성과가 나오지 않아 투자 감소 |
| 1980년대 | 전문가 시스템 유행 | 전문가의 규칙을 컴퓨터에 입력하는 방식 |
| 1980년대 말~1990년대 초 | 제2차 AI 겨울 | 규칙 입력 방식의 한계 드러남 |
| 1997 | IBM 딥블루, 체스 세계 챔피언에게 승리 | 계산 능력으로 사람을 이긴 상징적 사건 |
| 2012 | 딥러닝 이미지 인식(AlexNet)의 큰 성과 | 딥러닝 시대 본격 개막 |
| 2016 | 알파고, 이세돌 9단에게 승리 | 한국 사회에 AI를 널리 알린 사건 |
| 2017 | 트랜스포머(Transformer) 구조 발표 | 지금의 대형 언어 모델의 기반 기술 |
| 2022.11 | ChatGPT 공개 | 누구나 대화로 AI를 쓰는 생성형 AI 대중화 |
| 2023~2024 | 멀티모달 AI 확산 | 글뿐 아니라 이미지·음성·영상을 함께 이해하고 생성 |
| 2025~현재 | AI 에이전트 확산, AI 법제화 | AI가 여러 단계의 일을 스스로 수행하고, 각국이 AI 법을 시행 |
핵심 정리: AI는 "규칙을 사람이 입력하는 방식"에서 "데이터에서 스스로 배우는 방식"으로 바뀌었습니다. 지금은 "말로 지시하면 일을 해 주는 방식"으로 발전하고 있습니다. 그래서 질문(지시)하는 능력이 중요해졌습니다.
서장-3. AI와 인류의 관계
도구에서 협업 파트너로
| 관계 단계 | 설명 | 예시 |
|---|---|---|
| 도구 | 사람이 시키는 일을 그대로 수행 | 계산기, 번역기 |
| 조수 | 사람의 일을 돕고 초안을 만들어 줌 | 보고서 초안, 메일 작성 |
| 협업 파트너 | 사람과 의견을 주고받으며 함께 문제를 푼다 | 기획 회의, 코드 리뷰 |
| 대리인(에이전트) | 사람이 목표를 주면 여러 단계를 스스로 수행 | 자료 조사 후 보고서 작성까지 |
일자리의 변화
- 줄어드는 일: 반복적인 문서 작업, 단순 자료 입력, 정형화된 상담
- 바뀌는 일: 디자이너, 개발자, 기자, 사무직처럼 AI를 도구로 쓰면서 일하는 방식이 달라지는 직업
- 늘어나는 일: AI를 활용해 업무를 설계하는 일, AI 결과를 검증하는 일, AI 윤리·안전 관리
AI 시대에 사람이 맡아야 할 역할
- 문제를 정의하는 사람: 무엇을 풀어야 하는지는 사람이 정합니다.
- 판단하고 책임지는 사람: AI의 답을 쓸지 말지, 최종 결정과 책임은 사람에게 있습니다.
- 가치를 지키는 사람: 공정함, 배려, 윤리 같은 기준은 사람이 세웁니다.
- 질문하는 사람: 좋은 질문이 좋은 답을 만듭니다. 이 교재의 목표입니다.
서장-4. AI 사용의 윤리적·사회적·법적 문제
1) 윤리적 문제
| 문제 | 설명 | 예시 |
|---|---|---|
| 편향과 차별 | 학습 데이터의 편견이 결과에 그대로 나타남 | 채용 AI가 특정 성별이나 출신을 불리하게 평가 |
| 책임 소재 | AI가 잘못했을 때 누구 책임인지 불분명 | 자율주행차 사고, 잘못된 의료 조언 |
| 설명 불가능성 | AI가 왜 그런 결론을 냈는지 알기 어려움 | 대출 거절 이유를 설명하지 못함 |
| 인간 존엄성 | 사람을 점수나 데이터로만 판단 | 감시와 행동 점수화 |
| 사고력 의존 | 스스로 생각하지 않고 AI에 맡김 | 과제를 그대로 베껴 제출 |
2) 사회적 문제
| 문제 | 설명 |
|---|---|
| 허위정보·딥페이크 | 진짜 같은 가짜 영상·음성·기사가 퍼져 신뢰를 무너뜨림 |
| 디지털 격차 | AI를 잘 쓰는 사람과 못 쓰는 사람의 소득·기회 차이가 커짐 |
| 일자리 불안 | 일부 직무가 빠르게 자동화됨 |
| 개인정보 침해 | 대화 내용이나 사진이 학습·유출에 쓰일 위험 |
| 에너지·환경 | AI 학습과 운영에 많은 전력과 물이 들어감 |
| 정보 독점 | 소수 대기업에 기술과 데이터가 몰림 |
3) 법적 문제와 제도
① 대한민국 「인공지능 발전과 신뢰 기반 조성 등에 관한 기본법」(AI 기본법)
- 2024년 12월 국회를 통과했고, 2025년 1월 공포 뒤 2026년 1월 22일부터 시행되었습니다. 국가 단위로 포괄적인 AI 기본법을 전면 시행한 첫 사례로 평가됩니다.
- 진흥과 규제를 함께 담은 법입니다. AI 연구개발, 데이터센터, 전문 인력 지원과 함께 신뢰 확보 의무를 규정합니다.
- 고영향 AI: 국민의 생명·안전·기본권에 큰 영향을 주는 AI입니다. 사업자에게 안전성·신뢰성 확보 조치를 요구합니다.
- 생성형 AI 표시 의무: AI가 만든 결과물이라는 사실을 알려야 합니다. 특히 실제와 구분하기 어려운 딥페이크 결과물은 이용자가 분명히 알아볼 수 있게 표시해야 합니다.
- 제재: 위반하면 시정명령과 최대 3,000만 원의 과태료를 받을 수 있습니다. 다만 정부는 시행 초기 1년 이상 과태료를 부과하지 않는 계도기간을 운영하고 있습니다.
- 의무를 지는 쪽은 주로 AI 사업자입니다. 하지만 일반 사용자도 AI 생성물을 사실처럼 퍼뜨리면 다른 법(명예훼손, 저작권 등)의 책임을 질 수 있습니다.
② 유럽연합 AI법(EU AI Act)
- 2024년 제정된, AI를 위험 수준별로 나누어 규제하는 법입니다.
- 금지 AI(사회적 점수 매기기 등)는 이미 금지되었습니다. 범용 AI(GPAI) 모델 의무는 2025년 8월 2일부터 적용되고 있습니다.
- 투명성 의무(챗봇임을 알리기, AI 생성물 표시)는 2026년 8월 2일부터 적용되었습니다.
- 고위험 AI 의무(채용, 신용평가, 교육, 법 집행 등)는 2026년 7월 발효된 개정안(Digital Omnibus on AI)으로 미뤄졌습니다. 독립형 고위험 AI는 2027년 12월 2일, 제품에 들어간 고위험 AI는 2028년 8월 2일부터 적용됩니다.
③ 그 밖의 법적 쟁점
- 저작권: AI가 학습에 쓴 자료의 저작권 문제, AI 생성물을 저작물로 인정할지의 문제 (제5영역에서 자세히 다룸)
- 개인정보 보호법: AI에 넣는 개인정보, AI가 학습한 개인정보 처리 문제
- 명예훼손·초상권: 딥페이크, 허위 사실이 담긴 AI 생성물을 퍼뜨린 경우
서장-5. AI가 우리 사회에 미치는 영향
긍정적 효과
| 분야 | 효과 |
|---|---|
| 업무 | 문서·자료 정리 시간이 줄고 생산성이 오름 |
| 의료 | 영상 판독 보조, 신약 후보 물질 탐색 |
| 교육 | 학생 수준에 맞춘 개인 맞춤형 학습 |
| 접근성 | 시각·청각 장애인을 위한 음성·자막 변환, 실시간 통역 |
| 과학 | 단백질 구조 예측처럼 오래 걸리던 연구 가속 |
| 일상 | 번역, 일정 관리, 정보 검색이 쉬워짐 |
부정적 영향
| 분야 | 영향 |
|---|---|
| 신뢰 | 가짜 정보가 늘어 무엇이 진짜인지 판단하기 어려워짐 |
| 고용 | 일부 직무 축소, 직업 재교육 부담 |
| 격차 | AI 활용 능력에 따른 소득·기회 격차 |
| 사고력 | 스스로 생각하고 글 쓰는 능력이 약해질 위험 |
| 보안 | AI를 이용한 피싱, 해킹, 사기 증가 |
책임 있는 AI 사용 7대 수칙
- AI의 답을 그대로 믿지 않고 중요한 내용은 확인한다.
- 개인정보와 회사 기밀은 넣지 않거나 가린 뒤 넣는다.
- AI로 만든 결과물은 필요할 때 AI 활용 사실을 밝힌다.
- 다른 사람의 얼굴·목소리·글을 허락 없이 쓰지 않는다.
- AI는 생각을 돕는 도구로 쓰고, 생각을 대신하게 하지 않는다.
- AI 결과물을 쓴 최종 책임은 나에게 있다는 것을 기억한다.
- 편향되거나 차별적인 결과가 나오면 그대로 쓰지 않고 바로잡는다.
✎ 서장 연습문제
- AI, 머신러닝, 딥러닝, 생성형 AI의 포함 관계를 기호(⊃)로 쓰시오.
- 지금의 대형 언어 모델의 기반이 된 2017년 발표 기술의 이름은?
- AI 시대에 사람이 맡아야 할 역할 중 2가지를 쓰고, 이유를 한 문장씩 쓰시오.
- 한국 AI 기본법에서 '고영향 AI'란 무엇인지 한 문장으로 설명하시오.
- 딥페이크가 사회에 미치는 부정적 영향을 2가지 쓰시오.
제1영역AI 작동 원리와 한계의 이해 (기초 이론)
AI는 "정답을 아는 존재"가 아니라 "그럴듯한 다음 말을 확률로 고르는 기계" 입니다. 이 사실을 알면 왜 질문을 잘해야 하는지, 왜 답을 검증해야 하는지 이해할 수 있습니다.
1-1. 토큰(Token)과 확률적 생성 원리
토큰이란?
AI는 글을 글자나 단어가 아니라 토큰이라는 조각 단위로 읽고 씁니다.
"나는 학교에 간다" → [나] [는] [ 학교] [에] [ 간] [다] (예시, 실제 분할 방식은 모델마다 다름)
- 토큰은 단어 하나일 수도, 단어의 일부일 수도 있습니다.
- 한국어는 같은 내용이라도 영어보다 토큰이 더 많이 드는 경우가 많습니다.
- AI가 한 번에 읽고 쓸 수 있는 양, 그리고 사용 요금은 모두 토큰 수로 계산됩니다.
확률적 생성 원리
AI는 앞의 토큰들을 보고 다음에 올 토큰을 확률로 예측하며 한 조각씩 글을 이어 씁니다.
입력: "대한민국의 수도는"
다음 토큰 후보: " 서울" (매우 높음) / " 부산" (낮음) / " 어디" (낮음) ...
→ 가장 그럴듯한 " 서울"을 고르고, 다시 다음 토큰을 예측
이 원리에서 나오는 세 가지 사실
| 사실 | 질문하는 사람에게 주는 교훈 |
|---|---|
| AI는 "그럴듯한" 말을 고른다. "참인" 말이 아니다. | 중요한 사실은 반드시 확인해야 한다. |
| 같은 질문에도 답이 조금씩 달라질 수 있다. | 여러 번 물어 비교하면 더 좋은 답을 고를 수 있다. |
| 정보가 적으면 "가장 흔한 답"으로 빈칸을 채운다. | 맥락과 조건을 자세히 줄수록 내 상황에 맞는 답이 나온다. |
1-2. 컨텍스트 윈도우(Context Window)와 기억의 한계
컨텍스트 윈도우란?
AI가 한 번에 볼 수 있는 글의 최대 양(토큰 수)입니다. 대화 내용, 첨부한 문서, AI의 답변이 모두 이 안에 들어갑니다.
- 사람으로 치면 "책상 위에 펼쳐 놓을 수 있는 종이의 양"입니다.
- 이 범위를 넘으면 앞부분 내용이 잘리거나 요약되어 잊어버립니다.
- AI는 대화가 끝나면 원칙적으로 내용을 기억하지 않습니다. 단, 기억 기능을 따로 켠 서비스는 예외입니다.
Lost in the Middle(중간 망각) 현상
긴 글을 주면 AI는 앞부분과 뒷부분은 잘 활용하지만 가운데 내용은 놓치기 쉽습니다. 2023년 발표된 연구에서 확인된 현상입니다.
[긴 문서] 앞부분 ★★★ 잘 기억 | 가운데 ★ 놓치기 쉬움 | 뒷부분 ★★★ 잘 기억
대처법
- 가장 중요한 지시는 맨 앞이나 맨 뒤에 둡니다.
- 긴 자료는 필요한 부분만 잘라서 줍니다.
- 대화가 길어지면 지금까지 정한 내용을 요약해서 새 대화로 옮깁니다.
- "3페이지의 표를 기준으로"처럼 어디를 보라고 위치를 짚어 줍니다.
1-3. 할루시네이션(환각)과 편향성, 사실 검증(Grounding)
할루시네이션(Hallucination, 환각)
AI가 사실이 아닌 내용을 사실처럼 자신 있게 말하는 현상입니다.
| 발생 원인 | 예시 |
|---|---|
| 그럴듯한 말을 고르는 원리 자체 | 존재하지 않는 논문, 책, 판례를 지어냄 |
| 학습 데이터에 없는 최신 정보 | 학습 이후 바뀐 법, 가격, 인물 정보를 옛날 기준으로 답함 |
| 질문이 잘못된 전제를 담음 | "세종대왕이 만든 거북선의 크기는?" → 틀린 전제에 맞춰 답을 지어냄 |
| 정확한 숫자·고유명사 | 날짜, 통계, 주소, 전화번호를 틀리게 말함 |
편향성(Bias)
학습 데이터에 담긴 사회의 편견이 답에 나타나는 현상입니다.
- 직업과 성별을 고정관념으로 연결 (예: 간호사는 여성, 엔지니어는 남성)
- 특정 지역·국가·문화 중심의 시각
- 영어권 자료가 많아 한국 실정과 맞지 않는 답
사실 검증(Grounding) 기준
그라운딩이란 AI의 답을 확인 가능한 근거에 붙들어 매는 것입니다.
| 방법 | 프롬프트 예시 |
|---|---|
| 근거 자료를 직접 주기 | "아래 붙인 공고문 내용만 근거로 답해줘." |
| 출처를 요구하기 | "답마다 출처(기관명, 문서명)를 함께 적어줘." |
| 모르면 모른다고 하게 하기 | "확실하지 않으면 추측하지 말고 '확인 필요'라고 표시해줘." |
| 검색 기능 쓰기 | 웹 검색이 되는 AI에서 "최신 자료를 검색해서" 요청 |
| 원문 확인하기 | AI가 준 출처를 사람이 직접 열어 확인 |
검증이 꼭 필요한 정보: 숫자·날짜·통계, 법률·의료·금융 정보, 인용문, 사람·기관 정보, 최신 뉴스
✎ 제1영역 연습문제
- AI가 글을 만드는 원리를 '토큰'과 '확률'이라는 말을 넣어 한 문장으로 설명하시오.
- 같은 질문을 두 번 했는데 답이 다르게 나왔다. 그 이유는?
- 50쪽짜리 보고서를 통째로 넣고 요약을 시켰더니 중간 내용이 빠졌다. 이 현상의 이름과 대처법 2가지를 쓰시오.
- 다음 중 할루시네이션이 생기기 가장 쉬운 질문은?
- (가) "사과를 영어로 하면?"
- (나) "2026년 우리 동네 구청 민원실 전화번호는?"
- (다) "1 더하기 1은?"
- (라) "물은 몇 도에서 끓어?"
- "전국 맛집 순위 1위부터 10위까지 알려줘"라는 질문에 그라운딩 문장을 하나 덧붙여 고치시오.
제2영역문제 정의와 사고의 구조화 (메타인지 훈련)
AI의 답 품질은 AI의 성능보다 질문에 담긴 생각의 선명도에 더 크게 좌우됩니다. 이 영역에서는 질문하기 전에 생각을 정리하는 법을 배웁니다.
2-1. 왜 질문이 답을 결정하는가
Garbage In, Garbage Out
| 구분 | 질문 | 얻게 되는 답 |
|---|---|---|
| 저급한 질문 | "주식 투자 어떻게 해야 돼?" | 교과서적인 개론, 모호한 일반론 |
| 고급한 질문 | "너는 15년 차 재무 상담가야. 30대 직장인이 ISA 계좌와 연금저축펀드로 배당 성장 ETF와 미국 지수형 ETF를 7:3으로 적립할 때의 세제 혜택과 리스크 시나리오 2가지를 표로 비교해줘." | 상황에 맞게 바로 쓸 수 있는 분석 |
질문은 생각의 거울이다
- 메타인지: 내가 무엇을 알고 무엇을 모르는지 아는 능력
- 구조화: 머릿속 생각을 순서와 항목으로 정리해 전달하는 능력
질문 연습은 AI 사용법이기 전에 생각 정리 훈련입니다.
Level 1 질문이 괜찮은 경우
답이 하나로 정해진 사실 질문에는 Level 1로도 충분합니다.
| 충분한 경우 | 부족한 경우 |
|---|---|
| "1인치는 몇 cm?" | "여행지 추천해줘" |
| "HTTP 404 뜻은?" | "보고서 써줘" |
판단 기준: 사람마다 정답이 달라질 수 있는 질문이라면 Level 1로는 부족합니다.
2-2. 목표 분해(Task Decomposition)
크고 모호한 요청을 한 번에 시키면 AI는 얕고 뭉뚱그린 답을 냅니다. 작은 과업(Sub-task)으로 쪼개서 하나씩 시키면 품질이 크게 오릅니다.
쪼개는 방법: "무엇을 → 어떤 순서로 → 무엇이 나와야 하나"
예시: "가게 홍보 좀 해줘"
큰 목표: 동네 빵집 매출 올리기 위한 홍보
├─ 1단계: 우리 가게 강점 3가지 정리 (재료, 가격, 위치)
├─ 2단계: 주요 고객층 정하기 (근처 직장인, 아이 있는 가정)
├─ 3단계: 고객층별 홍보 문구 각 3개 만들기
├─ 4단계: 인스타그램 게시글 1주일 치 일정표 만들기
└─ 5단계: 매장 앞 입간판 문구 1개 만들기
쪼개기 점검 질문
- 이 과업은 AI가 한 번의 답으로 끝낼 수 있는 크기인가?
- 앞 단계의 결과가 다음 단계의 재료가 되는가?
- 각 단계에서 내가 확인하고 고칠 기회가 있는가?
2-3. 핵심 요소 추출: R-C-O-F 프레임워크
좋은 질문의 네 가지 뼈대입니다.
| 요소 | 뜻 | 스스로 던질 질문 | 예시 |
|---|---|---|---|
| Role (역할) | AI가 누구의 시선으로 답할지 | 어떤 전문가에게 묻고 싶은가? | "너는 초등학교 5학년 과학 교사야." |
| Context (맥락) | 나의 상황과 배경 | 누가, 언제, 어디서, 왜 필요한가? | "아이가 숙제로 광합성을 공부 중이야." |
| Objective (목표) | 결국 얻고 싶은 결과물 | 무엇을 받으면 끝인가? | "광합성을 쉽게 설명해줘." |
| Format (출력 형식) | 결과물의 모양 | 표? 목록? 몇 줄? | "요리에 비유해서 5줄로, 끝에 OX 퀴즈 3문제." |
맥락(C)을 채우는 5W1H
| 항목 | 점검 질문 | 맛집 예시 |
|---|---|---|
| 누가 | 누구를 위한 것인가? | 초등학생 아이 둘과 부부 |
| 언제 | 시기·기한은? | 이번 토요일 점심 |
| 어디서 | 장소·환경은? | 전주 한옥마을 근처 |
| 무엇을 | 원하는 결과물은? | 한식당 3곳 |
| 어떻게 | 지켜야 할 조건은? | 주차 가능, 1인 2만 원 이하 |
| 왜 | 목적은? | 아이들에게 전통 음식 체험 |
역할(R)의 효과
| 역할 | 답변이 이렇게 바뀝니다 |
|---|---|
| 초등학교 교사 | 쉬운 말, 비유, 짧은 문장 |
| 15년 차 현장 전문가 | 실무 용어, 현장 주의사항, 경험 기반 팁 |
| 까다로운 심사위원 | 약점과 빈틈을 먼저 짚음 |
| 면접관 | 예상 질문과 평가 기준 제시 |
형식(F)의 종류
| 형식 | 언제 쓰나 | 지시 예시 |
|---|---|---|
| 표 | 여러 항목을 비교할 때 | "장단점을 표로 비교해줘" |
| 체크리스트 | 빠짐없이 점검할 때 | "공정별 체크리스트로 만들어줘" |
| 번호 목록 | 순서가 중요할 때 | "단계별로 번호를 붙여줘" |
| 요약 | 시간이 없을 때 | "핵심만 3줄로" |
| 템플릿 | 반복해 쓸 때 | "빈칸을 [ ]로 표시한 양식으로" |
Before / After: Level 1 → Level 2 → Level 3
| 단계 | 질문 |
|---|---|
| Level 1 | "맛집 추천해줘" |
| Level 2 (+맥락·조건) | "전주에서 아이들과 가기 좋은 한식당 추천해줘. 주차 공간이 있어야 해." |
| Level 3 (+역할·형식) | "너는 전주 토박이 여행 가이드야. 이번 토요일 점심에 초등학생 아이 둘과 갈 한옥마을 근처 한식당 3곳을 추천해줘. 주차 가능, 1인 2만 원 이하여야 해. 가게 이름, 대표 메뉴, 아이에게 좋은 점을 표로 정리해줘." |
2-4. 제약 조건(Constraints)과 부정 명령(Negative Prompting)
좋은 제약 조건의 4원칙
- 구체적으로: "짧게" → "3줄로", "싸게" → "2만 원 이하"
- 필수와 선호를 구분: "반드시 주차 가능, 가능하면 좌식"
- 서로 부딪히지 않게: "아주 자세히, 하지만 한 줄로"는 AI를 혼란에 빠뜨립니다.
- 우선순위를 정하기: 조건이 많으면 "가장 중요한 것은 예산"처럼 순위를 줍니다.
부정 명령: "하지 말 것"을 알려주기
| 목적 | 부정 명령 예시 |
|---|---|
| 원하지 않는 내용 빼기 | "매운 음식은 빼줘." |
| 말투 통제 | "전문 용어와 영어 약어는 쓰지 마." |
| 군더더기 줄이기 | "인사말과 서론 없이 바로 본론부터." |
| 추측 막기 | "모르는 내용은 지어내지 마." |
주의: 부정 명령만 쓰면 AI가 무엇을 해야 할지 모릅니다. "하지 말 것 + 대신 할 것" 을 함께 쓰세요.
✗ "어려운 말 쓰지 마."
○ "어려운 말 대신 초등학생이 아는 단어로 써줘."
✎ 제2영역 연습문제
- "노트북 추천해줘"에서 빠진 R-C-O-F 요소를 모두 찾으시오.
- "결혼식 준비 도와줘"를 5단계 이하의 작은 과업으로 분해하시오.
- 다음 조건을 구체적으로 바꾸시오: "적당히 짧게", "싸고 좋은 걸로", "늦지 않게"
- 다음 질문에서 서로 부딪히는 조건을 찾으시오: "초등학생도 이해할 수 있게, 전문 용어를 최대한 많이 써서 설명해줘."
- "운동 루틴 짜줘"를 R-C-O-F 네 요소와 부정 명령 1개를 모두 넣어 다시 쓰시오.
제3영역실전 프롬프팅 기법 (핵심 스킬)
질문의 뼈대(R-C-O-F)를 세웠다면, 이제 답의 품질을 한 단계 더 끌어올리는 세 가지 기본 기법을 배웁니다.
3-1. 제로샷(Zero-shot) vs 퓨샷(Few-shot)
| 구분 | 뜻 | 언제 쓰나 |
|---|---|---|
| 제로샷 | 예시 없이 지시만 주기 | 일반적인 작업, 형식이 자유로운 작업 |
| 원샷 | 예시 1개를 주기 | 원하는 형식을 간단히 보여줄 때 |
| 퓨샷 | 예시 2~5개를 주기 | 말투·형식·분류 기준을 정확히 맞추고 싶을 때 |
제로샷 예시
다음 고객 후기가 긍정인지 부정인지 분류해줘.
후기: "배송이 생각보다 빨랐어요."
퓨샷 예시
고객 후기를 아래 예시처럼 분류하고 이유를 한 줄로 써줘.
후기: "포장이 꼼꼼했어요." → 긍정 / 이유: 포장 만족
후기: "색이 사진과 달라요." → 부정 / 이유: 상품 불일치
후기: "가격은 비싸지만 품질은 좋아요." → 중립 / 이유: 가격 불만, 품질 만족
후기: "배송이 생각보다 빨랐어요." →
퓨샷 사용 요령
- 예시는 서로 다른 경우를 골고루 보여줍니다(긍정·부정·중립).
- 예시의 형식을 똑같이 맞춥니다. AI는 형식을 그대로 따라 합니다.
- 예시에 실수가 있으면 AI도 그 실수를 따라 합니다. 예시는 꼼꼼히 확인하세요.
3-2. 생각의 사슬(Chain of Thought, CoT) 유도
계산, 추론, 판단이 필요한 문제는 AI가 바로 답을 내게 하지 말고 단계별로 생각하게 하면 정확도가 오릅니다.
기본형: 한 문장 추가
✗ "사과 3상자에 각 24개, 그중 15%가 상했어. 성한 사과는 몇 개야?"
○ "사과 3상자에 각 24개, 그중 15%가 상했어. 성한 사과는 몇 개야?
단계별로 계산 과정을 보여준 뒤 마지막에 답을 써줘."
응용형: 생각의 단계를 직접 정해 주기
우리 팀 회식 장소를 정하려고 해. 다음 순서로 생각해줘.
1단계: 조건 정리 (인원 12명, 예산 1인 3만 원, 회사에서 도보 10분)
2단계: 조건에 맞는 음식 종류 후보 3가지
3단계: 각 후보의 장단점 비교
4단계: 최종 추천 1가지와 이유
CoT가 효과적인 경우: 계산, 논리 퍼즐, 여러 조건을 따지는 선택, 원인 분석, 계획 세우기
CoT가 필요 없는 경우: 단순 사실 질문, 번역, 짧은 문장 다듬기
참고: 최근에는 스스로 단계별 추론을 하도록 만들어진 '추론 특화 모델'도 있습니다. 이런 모델은 "단계별로 생각해"라고 하지 않아도 내부에서 추론합니다. 이때는 생각의 단계를 정해 주는 응용형이 더 효과적입니다.
3-3. 구조화 마크업: 지시문과 데이터 분리
긴 자료를 붙여 넣으면 AI는 어디까지가 지시이고 어디부터가 자료인지 헷갈릴 수 있습니다. 구분자로 경계를 분명히 나눕니다.
방법 1: 마크다운 구분자
## 지시
아래 회의록을 읽고 결정 사항과 할 일을 표로 정리해줘.
## 회의록
"""
(회의록 내용 붙여넣기)
"""
## 출력 형식
| 구분 | 내용 | 담당자 | 기한 |
방법 2: XML 태그
<지시>
아래 고객 문의에 정중한 답장을 써줘. 환불 규정을 근거로 답해줘.
</지시>
<환불규정>
구매 후 7일 이내, 미개봉 상품에 한해 전액 환불
</환불규정>
<고객문의>
5일 전에 샀는데 포장만 뜯었어요. 환불되나요?
</고객문의>
구분자를 쓰면 좋은 점
| 효과 | 설명 |
|---|---|
| 혼동 방지 | 자료 안에 "~해줘"라는 문장이 있어도 지시로 착각하지 않음 |
| 위치 지정 | "<환불규정> 내용만 근거로"처럼 정확히 가리킬 수 있음 |
| 재사용 | 지시는 두고 자료만 바꿔 반복해서 쓸 수 있음 |
| 보안 | 외부에서 가져온 글에 숨은 이상한 지시를 데이터로만 다루게 함 |
✎ 제3영역 연습문제
- 제로샷과 퓨샷의 차이를 한 문장으로 설명하시오.
- 매장 SNS 글을 우리 가게 말투로 쓰게 하려고 한다. 퓨샷 예시 2개를 넣은 프롬프트를 쓰시오.
- 다음 중 CoT가 가장 효과적인 질문은?
- (가) "'감사합니다'를 일본어로?"
- (나) "월급 280만 원에서 월세 55만 원, 식비 60만 원, 교통비 12만 원을 빼고, 남은 돈의 30%를 저축하면 1년에 얼마야?"
- (다) "오늘 날씨 어때?"
- (라) "이 문장 맞춤법 고쳐줘."
- 이메일 원문과 요약 지시를 XML 태그로 나누어 프롬프트를 쓰시오.
- 자료와 지시를 구분하지 않았을 때 생길 수 있는 문제를 1가지 쓰시오.
제4영역비판적 검증과 반복 개선 (멀티턴 티키타카)
AI와의 대화는 한 번 묻고 끝내는 것이 아니라, 주고받으며 다듬는 과정입니다. 첫 답은 초안일 뿐입니다.
4-1. 자기 비평 유도(Self-Critique)
AI에게 자기가 쓴 답의 허점을 스스로 찾게 하는 반문 기법입니다.
기본 흐름
1차 질문 → AI 초안
2차 질문: "방금 답에서 틀렸거나 빠졌거나 근거가 약한 부분 3가지를 찾아줘."
3차 질문: "찾은 문제를 고쳐서 최종본을 다시 써줘."
자기 비평 질문 모음
| 목적 | 질문 예시 |
|---|---|
| 논리 점검 | "이 주장의 논리적 허점은 무엇이야?" |
| 반대 관점 | "이 계획에 반대하는 사람이라면 뭐라고 비판할까?" |
| 누락 점검 | "내가 고려하지 못한 위험이나 예외 상황은?" |
| 사실 점검 | "이 답에서 사실 확인이 필요한 문장을 표시해줘." |
| 기준 점검 | "처음에 준 조건 5가지를 모두 지켰는지 하나씩 확인해줘." |
4-2. 역질문 유도(Flipped Interaction)
내가 무엇을 알려줘야 할지 모를 때, AI가 나에게 필요한 정보를 먼저 묻게 하는 기법입니다.
"나에게 맞는 노트북을 추천받고 싶어.
추천하기 전에 필요한 정보를 한 번에 하나씩 질문해줘.
충분한 정보가 모이면 그때 추천 3개를 표로 보여줘."
효과
- 내가 미처 생각하지 못한 조건(용도, 무게, 배터리, 예산 등)을 AI가 알려줍니다.
- 질문에 답하다 보면 내 생각이 저절로 정리됩니다. 메타인지 훈련이 됩니다.
- 처음부터 완벽한 질문을 쓰지 못해도 좋은 결과에 도달할 수 있습니다.
요령: "한 번에 하나씩" 또는 "최대 5개까지"처럼 질문 방식을 정해 주면 대화가 깔끔해집니다.
4-3. 팩트체크 및 다른 모델로 교차 검증
팩트체크 3단계
- 표시하기: "이 답에서 숫자, 날짜, 고유명사, 인용문을 모두 굵게 표시해줘."
- 출처 받기: "각 내용의 출처를 알려줘."
- 직접 확인하기: 공식 기관 누리집, 원문 문서, 신뢰할 수 있는 언론에서 사람이 직접 확인합니다.
교차 검증
| 방법 | 설명 |
|---|---|
| 다른 AI에 같은 질문 | Claude, ChatGPT, Gemini 등에 같은 질문을 하고 답을 비교 |
| 다른 AI에 검토 맡기기 | A AI의 답을 B AI에 주고 "틀린 부분을 찾아줘" |
| 질문을 바꿔 다시 묻기 | 같은 내용을 다른 표현으로 물어 답이 일관된지 확인 |
| 검색 결과와 비교 | AI 답과 검색 결과를 나란히 놓고 비교 |
판단 기준: 여러 AI의 답이 일치해도 모두 같은 실수를 할 수 있습니다. 중요한 정보의 최종 확인은 원문과 공식 자료로 합니다.
4-4. 반복 개선의 기본 순서
① 질문(R-C-O-F) → ② 초안 받기 → ③ 자기 비평 → ④ 팩트체크 → ⑤ 수정 요청 → ⑥ 최종 확인(사람)
수정 요청을 잘하는 법
| ✗ 막연한 수정 요청 | ○ 구체적인 수정 요청 |
|---|---|
| "다시 써줘." | "두 번째 문단을 반으로 줄이고, 예시를 하나 추가해줘." |
| "별로야." | "말투가 너무 딱딱해. 친한 선배가 말하듯 바꿔줘." |
| "더 좋게." | "결론을 맨 앞으로 옮기고, 숫자 근거를 넣어줘." |
✎ 제4영역 연습문제
- AI가 쓴 사업 계획 초안의 허점을 찾게 하는 자기 비평 질문을 2개 쓰시오.
- 이사할 동네를 추천받으려 한다. 역질문 유도 프롬프트를 쓰시오.
- 세 AI가 똑같은 통계 숫자를 답했다. 그래도 원문을 확인해야 하는 이유는?
- "다시 써줘"를 구체적인 수정 요청으로 바꾸시오(대상: 자기소개서).
- 반복 개선의 기본 순서 6단계를 쓰시오.
제5영역윤리, 보안 및 모델 선택 전략 (실무 응용)
AI를 잘 쓰는 사람은 안전하게 쓰는 사람입니다. 그리고 목적에 맞는 도구를 고를 줄 아는 사람입니다.
5-1. 데이터 프라이버시, 기업 기밀, 개인정보 비식별화
넣으면 안 되는 정보
| 구분 | 예시 |
|---|---|
| 개인 식별 정보 | 주민등록번호, 여권번호, 운전면허번호 |
| 금융 정보 | 계좌번호, 카드번호, 비밀번호 |
| 민감 정보 | 건강 기록, 진료 내용 |
| 회사 기밀 | 미공개 재무 자료, 고객 명단, 계약서 원본, 소스 코드 핵심부 |
| 타인 정보 | 동의 없는 다른 사람의 이름·연락처·사진 |
서비스와 요금제에 따라 대화 내용이 AI 학습에 쓰일 수 있습니다. 회사에서는 회사가 허용한 AI 도구와 사용 지침을 먼저 확인하세요.
비식별화 처리 기준
| 방법 | 원본 | 처리 후 |
|---|---|---|
| 가명 처리 | 홍길동 고객 | 고객 A |
| 삭제 | 010-1234-5678 | (삭제) |
| 범주화 | 37세 | 30대 |
| 일반화 | 서울시 강남구 테헤란로 123 | 서울 |
| 대체 | ㈜한빛전자 | 거래처 B사 |
연습 예시
✗ "김철수(010-1234-5678, 서울 마포구 ○○아파트) 고객이 환불을 요구하는데 답장 써줘."
○ "고객 A가 구매 5일 후 환불을 요구해. 정중한 거절 답장을 써줘."
5-2. AI 생성물의 저작권 이슈와 인간의 최종 책임
저작권의 기본 원칙
- AI가 혼자 만든 결과물은 원칙적으로 저작물로 보호받기 어렵습니다. 한국과 미국 모두 저작권은 사람의 창작에 주어진다는 입장입니다. 사람이 고르고, 배치하고, 고친 창작적 기여 부분은 보호받을 수 있습니다.
- AI 결과물이 다른 사람의 작품과 비슷하면 저작권 침해가 될 수 있습니다. 유명 캐릭터, 노래 가사, 특정 작가의 그림체를 흉내 낸 결과물은 특히 주의해야 합니다.
- AI에 넣는 자료도 저작권이 있습니다. 남의 책이나 기사를 통째로 넣어 재가공해 배포하면 문제가 될 수 있습니다.
- 서비스 약관을 확인합니다. AI 서비스마다 결과물의 상업적 이용 조건이 다릅니다.
인간의 최종 책임 범위
| 상황 | 책임지는 사람 |
|---|---|
| AI가 쓴 보고서에 틀린 숫자 | 보고서를 제출한 사람 |
| AI가 만든 이미지가 타인 저작물과 유사 | 그 이미지를 게시·판매한 사람 |
| AI가 쓴 글에 명예훼손 내용 | 그 글을 퍼뜨린 사람 |
| AI 코드의 보안 결함 | 그 코드를 배포한 개발자·회사 |
핵심: "AI가 그랬어요"는 변명이 되지 않습니다. AI는 초안을 만들고, 책임은 사람이 집니다.
AI 활용 사실 밝히기
- 학교 과제, 공모전, 언론 기사 등은 AI 사용 규정을 먼저 확인합니다.
- 필요하면 "이 글은 AI의 도움을 받아 작성했습니다"처럼 밝힙니다.
- 한국 AI 기본법과 EU AI법은 사업자에게 AI 생성물 표시 의무를 두고 있습니다(서장-4 참고).
5-3. 과업 목적에 따른 AI 모델 선택 및 조합 전략
AI 모델마다 잘하는 일이 다릅니다. 같은 회사의 모델도 크기와 종류에 따라 성격이 다릅니다.
모델 유형별 특징
| 유형 | 잘하는 일 | 이런 과업에 |
|---|---|---|
| 초장문 처리형 (긴 컨텍스트) | 아주 긴 문서를 한 번에 읽고 분석 | 계약서·논문·매뉴얼 전체 분석 |
| 추론 특화형 | 여러 단계의 논리·수학·코딩 문제 | 복잡한 계산, 원인 분석, 프로그래밍 |
| 빠른 경량형 | 짧고 빠른 답, 저렴한 비용 | 간단한 분류, 번역, 맞춤법 |
| 창의 작업형 | 글쓰기, 아이디어, 다양한 표현 | 카피라이팅, 이야기, 기획 아이디어 |
| 멀티모달형 | 이미지·음성·영상 이해 | 사진 속 표 읽기, 회의 녹음 정리 |
| 검색 연동형 | 최신 정보 반영, 출처 제시 | 최신 뉴스, 가격, 법 개정 확인 |
| 이미지·영상 생성형 | 그림, 디자인 시안, 영상 | 포스터 시안, 썸네일 |
모델은 빠르게 바뀝니다. 특정 모델 이름보다 "내 과업에 필요한 능력이 무엇인가" 를 먼저 생각하세요. 그다음 최신 비교 자료를 확인하세요.
선택 기준 4가지
- 정확도: 틀리면 큰일 나는 일인가? → 추론형 + 검색 연동 + 교차 검증
- 분량: 넣을 자료가 많은가? → 초장문 처리형
- 속도·비용: 많이, 자주, 빨리 해야 하는가? → 경량형
- 최신성: 최근 정보가 필요한가? → 검색 연동형
조합 전략 예시: 신제품 홍보 기획
① 검색 연동형 AI → 경쟁 제품과 시장 동향 조사 (출처 포함)
② 추론 특화형 AI → 조사 결과로 우리 제품의 차별점 분석
③ 창의 작업형 AI → 홍보 문구 10개 생성
④ 다른 AI → 문구의 과장 광고 위험과 맞춤법 교차 검증
⑤ 이미지 생성형 AI → 포스터 시안
⑥ 사람 → 최종 선택, 사실 확인, 저작권 점검, 책임
✎ 제5영역 연습문제
- 다음 문장을 비식별화하시오: "박영희(42세, 부산 해운대구 거주) 환자의 검사 결과를 요약해줘."
- AI가 만든 그림을 그대로 판매하려 한다. 확인해야 할 사항을 2가지 쓰시오.
- AI가 쓴 보고서의 통계가 틀려 회사에 손해가 났다. 책임은 누구에게 있는가?
- 300쪽 분량의 제품 매뉴얼에서 문제 해결 방법을 찾으려 한다. 어떤 유형의 모델이 적합한가?
- "이번 주 환율 동향을 분석한 보고서"를 만들 때 필요한 모델 조합을 2단계 이상으로 쓰시오.
제6장종합 실습
다섯 영역을 하나로 묶어 실제 상황에 적용해 봅니다.
6-1. 질문 업그레이드 훈련
각 Level 1 질문을 아래 순서로 고쳐 쓰고, 실제 AI에 넣어 답을 비교하세요.
① Level 1 원문 → ② 목표 분해 → ③ R-C-O-F 작성 → ④ 제약·부정 명령 추가
→ ⑤ 기법 선택(퓨샷/CoT/구분자) → ⑥ 검증 질문 준비 → ⑦ 보안·저작권 점검
| 번호 | Level 1 원문 | 분야 |
|---|---|---|
| 실습 1 | "자기소개서 써줘" | 취업 |
| 실습 2 | "엑셀 함수 알려줘" | 사무 |
| 실습 3 | "다이어트 식단 짜줘" | 생활 |
| 실습 4 | "우리 가게 홍보 글 써줘" | 자영업 |
| 실습 5 | "아이 영어 공부 방법 알려줘" | 교육 |
| 실습 6 | "현장 안전교육 자료 만들어줘" | 건설·제조 |
6-2. 완성 예시: 실습 6
① Level 1 원문: "현장 안전교육 자료 만들어줘"
② 목표 분해
- 교육 대상과 시간 정하기
- 주요 위험 요소 정리
- 교육 자료 본문 작성
- 이해도 확인 퀴즈 작성
③~⑤ 완성 프롬프트
<역할>
너는 15년 차 건설 현장 안전관리자야.
</역할>
<맥락>
다음 주 월요일 아침 조회 시간에 철근 작업 신규 작업자 10명을 대상으로 15분 안전교육을 해야 해.
작업자 대부분은 현장 경험 1년 미만이야.
</맥락>
<목표>
철근 운반·조립 작업의 주요 위험과 예방법을 교육 자료로 만들어줘.
</목표>
<제약>
- 반드시 추락, 끼임, 베임, 낙하물 위험을 포함해줘.
- 법 조항 번호를 지어내지 마. 확실하지 않으면 '확인 필요'라고 표시해줘.
- 어려운 한자어 대신 현장에서 쓰는 쉬운 말로 써줘.
</제약>
<형식>
1. 위험 요소별 표 (위험 | 사고 예시 | 예방 수칙 3가지)
2. 마지막에 OX 퀴즈 5문제와 정답
</형식>
먼저 위험 요소를 정리하고, 그다음 예방 수칙을 단계별로 생각해서 작성해줘.
⑥ 검증 질문
- "방금 자료에서 신규 작업자가 오해하기 쉬운 표현을 찾아 고쳐줘."
- "안전 수칙 중 사실 확인이 필요한 내용을 표시해줘."
- 사람이 직접: 회사 안전관리 지침, 산업안전 관련 공식 자료와 대조
⑦ 보안·책임 점검
- 실제 현장 이름, 작업자 이름은 넣지 않았는가? ✔
- 최종 자료는 안전관리 책임자가 검토했는가? ✔
6-3. 자주 하는 실수 10가지
| 번호 | 실수 | 바로잡기 |
|---|---|---|
| 1 | 검색창처럼 키워드만 입력 | R-C-O-F로 문장을 완성한다 |
| 2 | 한 번에 큰 일을 통째로 시킴 | 작은 과업으로 쪼갠다 |
| 3 | "짧게", "잘"처럼 막연한 조건 | 숫자와 기준으로 바꾼다 |
| 4 | 서로 부딪히는 조건 | 우선순위를 정한다 |
| 5 | 긴 자료를 지시와 섞어 붙임 | 구분자로 나눈다 |
| 6 | 첫 답을 그대로 사용 | 자기 비평과 수정 요청을 한다 |
| 7 | 숫자·법·인용을 확인하지 않음 | 원문과 공식 자료로 확인한다 |
| 8 | 개인정보·기밀을 그대로 입력 | 비식별화한다 |
| 9 | 모든 일을 한 가지 AI로 처리 | 과업에 맞게 모델을 고르고 조합한다 |
| 10 | "AI가 그랬다"며 책임 회피 | 최종 책임은 사람에게 있음을 기억한다 |
제7장3급 모의시험
- 필기: 객관식 20문항 (문항당 3점, 60점)
- 실기: 프롬프트 작성 2문항 (각 20점, 40점)
- 합격 기준: 총점 60점 이상, 필기와 실기 각각 40% 이상
- 시험 시간: 필기 30분, 실기 30분
필기 (객관식)
[서장 · AI와 우리 사회]
1. 다음 중 포함 관계가 바르게 표현된 것은?
① 딥러닝 ⊃ 머신러닝 ⊃ 인공지능
② 인공지능 ⊃ 머신러닝 ⊃ 딥러닝
③ 머신러닝 ⊃ 인공지능 ⊃ 딥러닝
④ 생성형 AI ⊃ 딥러닝 ⊃ 머신러닝
2. 지금의 대형 언어 모델(LLM)의 기반이 된 기술로, 2017년에 발표된 것은?
① 전문가 시스템 ② 딥블루 ③ 트랜스포머 ④ 튜링 테스트
3. 한국 AI 기본법에 대한 설명으로 옳지 않은 것은?
① 2026년 1월 22일부터 시행되었다.
② 국민의 생명·기본권에 큰 영향을 주는 AI를 '고영향 AI'로 본다.
③ AI 산업 진흥에 관한 내용은 없고 규제만 담고 있다.
④ AI 생성물, 특히 딥페이크에 대한 표시 의무를 둔다.
4. AI 사용의 사회적 문제가 아닌 것은?
① 딥페이크로 인한 신뢰 하락
② AI 활용 능력에 따른 디지털 격차
③ 장애인을 위한 실시간 자막 제공
④ AI를 이용한 피싱 사기 증가
[제1영역 · 작동 원리와 한계]
5. AI가 글을 만드는 방식으로 가장 알맞은 것은?
① 데이터베이스에서 정답을 찾아 그대로 보여준다.
② 앞의 토큰을 보고 다음 토큰을 확률로 예측하며 이어 쓴다.
③ 사람이 미리 입력한 규칙표에 따라 답한다.
④ 인터넷 검색 결과를 항상 그대로 요약한다.
6. 긴 문서의 가운데 내용을 AI가 잘 활용하지 못하는 현상은?
① 할루시네이션 ② 퓨샷 ③ Lost in the Middle ④ 그라운딩
7. 할루시네이션을 줄이는 방법으로 알맞지 않은 것은?
① "확실하지 않으면 '확인 필요'라고 표시해줘"라고 지시한다.
② 근거 자료를 직접 붙여 넣고 그 안에서만 답하게 한다.
③ 답의 출처를 요구하고 원문을 확인한다.
④ 답을 더 자신 있게 말하라고 지시한다.
8. 컨텍스트 윈도우에 대한 설명으로 옳은 것은?
① AI가 한 번에 볼 수 있는 글의 최대 양이다.
② AI가 영원히 기억하는 저장 공간이다.
③ AI 화면의 창 크기를 말한다.
④ 토큰과 관계없이 무제한이다.
[제2영역 · 문제 정의와 구조화]
9. R-C-O-F 프레임워크의 'O'는?
① Order(순서) ② Objective(목표) ③ Option(선택지) ④ Output(출력)
10. "적당히 짧게 써줘"를 가장 잘 고친 것은?
① "아주 짧게 써줘" ② "너무 길지 않게 써줘" ③ "300자 이내로 써줘" ④ "짧고 굵게 써줘"
11. 부정 명령을 가장 바르게 쓴 것은?
① "어려운 말 쓰지 마."
② "어려운 말 대신 초등학생이 아는 단어로 써줘."
③ "어렵게 쓰지 말고 쉽게 쓰지도 마."
④ "아무것도 하지 마."
12. 목표 분해(Task Decomposition)의 장점이 아닌 것은?
① 각 단계에서 결과를 확인하고 고칠 수 있다.
② 앞 단계의 결과를 다음 단계의 재료로 쓸 수 있다.
③ 질문을 한 번만 하면 되므로 대화가 가장 짧아진다.
④ 큰 요청보다 깊이 있는 답을 얻기 쉽다.
[제3영역 · 실전 기법]
13. 원하는 말투와 형식의 예시를 2~5개 보여주고 따라 하게 하는 기법은?
① 제로샷 ② 퓨샷 ③ 자기 비평 ④ 역질문 유도
14. 생각의 사슬(CoT)이 가장 효과적인 질문은?
① "'안녕하세요'를 영어로?"
② "이 문장 맞춤법 고쳐줘."
③ "세 가지 대출 상품의 이자를 비교해 3년 총비용이 가장 적은 것을 골라줘."
④ "오늘 무슨 요일이야?"
15. XML 태그나 마크다운 구분자를 쓰는 주된 이유는?
① 글자 색을 바꾸려고
② 지시문과 데이터를 분리해 혼동을 막으려고
③ 토큰 수를 늘리려고
④ AI가 더 빨리 답하게 하려고
16. 퓨샷 예시를 만들 때 주의할 점으로 옳은 것은?
① 예시는 모두 같은 종류만 넣는다.
② 예시마다 형식을 다르게 한다.
③ 예시에 실수가 있으면 AI도 따라 할 수 있으니 꼼꼼히 확인한다.
④ 예시는 많을수록 무조건 좋으니 50개 이상 넣는다.
[제4영역 · 검증과 반복 개선]
17. "추천하기 전에 필요한 정보를 한 번에 하나씩 나에게 질문해줘"는 어떤 기법인가?
① 자기 비평 ② 역질문 유도(Flipped Interaction) ③ 제로샷 ④ 부정 명령
18. 교차 검증에 대한 설명으로 옳지 않은 것은?
① 같은 질문을 다른 AI에도 해 보고 답을 비교한다.
② A AI의 답을 B AI에 주고 틀린 점을 찾게 한다.
③ 여러 AI의 답이 같으면 원문 확인은 필요 없다.
④ 질문 표현을 바꿔 다시 물어 일관성을 본다.
[제5영역 · 윤리·보안·모델 선택]
19. 개인정보 비식별화 방법이 바르게 짝지어지지 않은 것은?
① 가명 처리 – 홍길동 → 고객 A
② 범주화 – 37세 → 30대
③ 일반화 – 서울시 강남구 테헤란로 123 → 서울
④ 삭제 – 010-1234-5678 → 010-1234-5679
20. AI가 만든 보고서의 잘못된 통계로 손해가 났을 때 책임에 대한 설명으로 옳은 것은?
① AI가 만들었으므로 아무도 책임지지 않는다.
② 보고서를 검토 없이 제출한 사람에게 책임이 있다.
③ AI 회사가 항상 모든 책임을 진다.
④ 통계는 원래 틀릴 수 있으므로 문제가 아니다.
실기 (프롬프트 작성)
실기 1. (20점) 다음 Level 1 질문을 3급 수준의 프롬프트로 고쳐 쓰시오.
"부모님 칠순 잔치 준비 도와줘"
작성 조건
- R-C-O-F 네 요소를 모두 넣을 것
- 목표를 3단계 이상으로 분해할 것
- 구체적인 제약 조건 2개, 부정 명령 1개를 넣을 것
- 출력 형식을 표 또는 체크리스트로 지정할 것
실기 2. (20점) 아래 상황에서 쓸 프롬프트를 작성하시오.
당신은 작은 카페 사장입니다. 손님 후기 20개를 AI에 넣어 불만 유형을 분석하고, 개선 계획을 세우려 합니다. 후기에는 손님 닉네임과 전화번호 일부가 섞여 있습니다.
작성 조건
- 개인정보 처리 방법을 쓸 것
- 지시문과 후기 데이터를 XML 태그로 분리할 것
- 퓨샷 예시를 2개 이상 넣을 것
- 1차 답을 받은 뒤 쓸 자기 비평 질문을 1개 쓸 것
실기 채점 기준
| 항목 | 배점 | 만점 기준 |
|---|---|---|
| 요소 완성도 | 6점 | 조건에 적힌 요소가 모두 있다 |
| 구체성 | 5점 | 조건이 숫자·기준으로 분명하다 |
| 구조 | 4점 | 단계·구분자가 읽기 쉽게 나뉘어 있다 |
| 안전·윤리 | 3점 | 개인정보·사실 검증·책임을 고려했다 |
| 실용성 | 2점 | 실제 AI에 넣었을 때 바로 쓸 수 있는 답이 나온다 |
부록 A정답 및 해설
서장 연습문제
- 인공지능 ⊃ 머신러닝 ⊃ 딥러닝 ⊃ 생성형 AI
- 트랜스포머(Transformer)
- (예시) 문제를 정의하는 사람: AI는 무엇을 풀지 스스로 정하지 못한다. / 판단하고 책임지는 사람: AI 결과의 최종 책임은 사람에게 있다.
- 국민의 생명·안전·기본권에 큰 영향을 줄 수 있어 안전성·신뢰성 확보 조치가 필요한 AI
- (예시) 가짜 정보로 사회적 신뢰가 무너진다. / 특정인의 명예와 초상권을 침해한다.
제1영역 연습문제
- AI는 앞에 나온 토큰들을 보고 다음에 올 토큰을 확률로 예측하며 한 조각씩 글을 이어 쓴다.
- AI는 확률로 다음 토큰을 고르기 때문에, 같은 질문에도 매번 조금씩 다른 선택을 할 수 있다.
- Lost in the Middle. 대처법: 중요한 지시를 앞이나 뒤에 두기, 자료를 나눠서 넣기, 위치를 짚어 주기 등
- (나) 최신의 구체적인 숫자 정보는 학습 데이터에 없거나 틀리기 쉽다.
- (예시) "공신력 있는 맛집 평가 자료를 근거로, 각 순위의 출처를 함께 적어줘. 확실하지 않으면 '확인 필요'라고 표시해줘."
제2영역 연습문제
- R(역할), C(맥락: 용도·예산·사용자), O(목표가 막연함: 몇 개를 어떤 기준으로?), F(형식) 모두 빠짐
- (예시) ① 예산과 날짜 정하기 → ② 예식장 후보 비교 → ③ 하객 명단 정리 → ④ 준비물 체크리스트 → ⑤ 주차별 일정표
- (예시) "200자 이내로", "10만 원 이하이면서 후기 평점 4.5 이상", "오후 6시까지"
- "초등학생도 이해할 수 있게"와 "전문 용어를 최대한 많이 써서"가 서로 부딪힌다.
- (예시) "너는 10년 차 헬스 트레이너야(R). 나는 40대 사무직이고 주 3회, 회당 40분 운동할 수 있어. 무릎이 약해(C). 4주 근력 운동 루틴을 짜줘(O). 요일별 표로, 동작·횟수·세트를 적어줘(F). 점프 동작은 넣지 말고 대신 저충격 동작으로 바꿔줘(부정 명령)."
제3영역 연습문제
- 제로샷은 예시 없이 지시만 주고, 퓨샷은 예시를 여러 개 보여주고 따라 하게 한다.
- (예시) "우리 빵집 인스타그램 글을 아래 예시 말투로 써줘. 예시1: '오늘 아침 갓 구운 소금빵, 버터 향 가득 담아 기다릴게요 🥐' 예시2: '비 오는 날엔 따뜻한 단팥빵 어때요? 3시 전 방문 시 커피 할인!' 주제: 새로 나온 무화과 깜빠뉴"
- (나) 여러 단계의 계산이 필요하다.
- (예시)
<지시>아래 이메일을 3줄로 요약하고 내가 할 일을 따로 적어줘.</지시><이메일>(원문)</이메일> - 자료 안의 문장을 AI가 지시로 착각해 엉뚱한 작업을 할 수 있다.
제4영역 연습문제
- (예시) "이 계획에서 가장 실패하기 쉬운 부분 3가지는?" / "투자자가 반대한다면 어떤 근거로 반대할까?"
- (예시) "이사할 동네를 추천받고 싶어. 추천 전에 필요한 정보를 한 번에 하나씩, 최대 6개까지 물어봐줘. 다 답하면 후보 3곳을 표로 비교해줘."
- 여러 AI가 같은 잘못된 자료로 학습해 같은 실수를 할 수 있기 때문이다.
- (예시) "지원 동기 문단을 200자로 줄이고, 생산직 지원에 맞게 현장 경험 예시를 하나 넣어줘."
- 질문 → 초안 → 자기 비평 → 팩트체크 → 수정 요청 → 사람의 최종 확인
제5영역 연습문제
- (예시) "40대 환자 A의 검사 결과를 요약해줘." (이름 가명 처리, 나이 범주화, 주소 삭제)
- (예시) 다른 작품과 비슷하지 않은지 확인, 서비스 약관의 상업적 이용 조건 확인
- 보고서를 검토 없이 사용·제출한 사람(또는 그 회사)
- 초장문 처리형(긴 컨텍스트) 모델
- (예시) ① 검색 연동형으로 이번 주 환율 자료와 출처 수집 → ② 추론 특화형으로 원인 분석 → ③ 다른 AI로 교차 검증 → ④ 사람이 공식 자료와 대조
모의시험 필기 정답
| 문항 | 정답 | 해설 |
|---|---|---|
| 1 | ② | 인공지능이 가장 넓은 개념이다. |
| 2 | ③ | 트랜스포머 구조가 LLM의 기반이다. |
| 3 | ③ | AI 기본법은 진흥과 규제를 함께 담고 있다. |
| 4 | ③ | 실시간 자막은 긍정적 효과다. |
| 5 | ② | 확률적 다음 토큰 예측이 생성 원리다. |
| 6 | ③ | 앞과 뒤는 잘 쓰고 가운데를 놓치는 현상이다. |
| 7 | ④ | 자신 있게 말하게 하면 오히려 환각이 숨겨진다. |
| 8 | ① | 한 번에 볼 수 있는 최대 토큰 양이다. |
| 9 | ② | Role, Context, Objective, Format |
| 10 | ③ | 숫자로 바꾼 것이 가장 구체적이다. |
| 11 | ② | "하지 말 것 + 대신 할 것"을 함께 썼다. |
| 12 | ③ | 분해하면 질문 횟수는 오히려 늘어난다. |
| 13 | ② | 퓨샷은 예시 여러 개를 보여주는 기법이다. |
| 14 | ③ | 여러 조건과 계산이 필요한 판단 문제다. |
| 15 | ② | 지시와 데이터의 경계를 분명히 한다. |
| 16 | ③ | AI는 예시의 실수까지 따라 한다. |
| 17 | ② | AI가 사람에게 묻게 하는 기법이다. |
| 18 | ③ | 모두 같은 실수를 할 수 있어 원문 확인이 필요하다. |
| 19 | ④ | 번호를 바꿔 쓰는 것은 삭제가 아니다. 실제 다른 사람 번호일 수도 있다. |
| 20 | ② | 최종 책임은 사람에게 있다. |
모의시험 실기 모범 답안
실기 1 모범 답안
너는 가족 행사 전문 플래너야. (R)
석 달 뒤 아버지 칠순 잔치를 준비하고 있어. 가족은 자녀 3명이고,
하객은 친척 위주 약 50명, 총예산은 500만 원이야. 장소는 대전 근처를 원해. (C)
다음 순서로 칠순 잔치 준비를 도와줘. (O)
1단계: 장소 유형 3가지(식당 연회장, 호텔, 한정식집) 장단점 비교
2단계: 예산 500만 원 안에서 항목별 예산 배분
3단계: D-90부터 당일까지 할 일 일정
조건:
- 반드시 예산 500만 원을 넘지 않게 해줘.
- 고령 하객이 많으니 계단 없는 장소를 우선해줘.
- 확실하지 않은 가격은 지어내지 말고 '확인 필요'라고 표시해줘. (부정 명령)
형식: 1단계는 비교표, 2단계는 예산표, 3단계는 날짜별 체크리스트로 만들어줘. (F)
실기 2 모범 답안
<지시>
너는 카페 운영 컨설턴트야.
아래 손님 후기를 불만 유형별로 분류하고, 유형별 개선 계획을 세워줘.
아래 예시와 같은 형식으로 분류해줘.
</지시>
<예시>
후기: "커피는 맛있는데 자리가 너무 좁아요." → 유형: 공간 / 내용: 좌석 간격
후기: "주문하고 15분 넘게 기다렸어요." → 유형: 속도 / 내용: 음료 대기 시간
</예시>
<후기>
(닉네임과 전화번호는 모두 지우고 '손님1~20'으로 바꾼 후기 20개)
</후기>
<형식>
1. 불만 유형별 건수 표
2. 유형별 개선 계획 (실행 방법 | 예상 비용 | 시작 시기)
</형식>
- 개인정보 처리: 닉네임은 '손님1~20'으로 가명 처리하고, 전화번호는 삭제한 뒤 넣는다.
- 자기 비평 질문: "방금 개선 계획 중 작은 카페에서 실행하기 어려운 것은 무엇이고, 더 현실적인 대안은?"
부록 B질문 점검 체크리스트
질문을 보내기 전에 확인하세요.
구조 (제2영역)
- 큰 일을 작은 단계로 나누었는가?
- R 역할을 정했는가?
- C 누가, 언제, 어디서, 왜를 적었는가?
- O 받고 싶은 결과물이 분명한가?
- F 표, 목록, 분량 같은 형식을 정했는가?
- 조건이 숫자와 기준으로 구체적인가?
- 서로 부딪히는 조건은 없는가?
- 부정 명령에 "대신 할 것"을 함께 썼는가?
기법 (제3영역)
- 형식·말투를 맞춰야 하면 예시(퓨샷)를 넣었는가?
- 계산·판단 문제라면 단계별로 생각하게 했는가?
- 긴 자료는 구분자로 지시와 나누었는가?
한계와 검증 (제1·4영역)
- 중요한 지시를 앞이나 뒤에 두었는가?
- "모르면 모른다고 해"라고 했는가?
- 출처를 요구했는가?
- 받은 답에 자기 비평을 요청했는가?
- 숫자·날짜·법·인용은 원문으로 확인했는가?
안전과 책임 (제5영역)
- 개인정보·회사 기밀을 지우거나 바꾸었는가?
- 다른 사람의 저작물을 그대로 쓰지 않았는가?
- 과업에 맞는 AI 도구를 골랐는가?
- 최종 결과는 내가 확인하고 책임질 수 있는가?
부록 C바로 쓰는 프롬프트 템플릿
템플릿 1. 기본형 (R-C-O-F)
[역할] 너는 ________ 이야.
[맥락] 나는 ________ 상황이야. (누가 / 언제 / 어디서 / 왜)
[목표] ________ 를 만들어줘.
[제약] 반드시 ________. ________ 는 빼고 대신 ________.
[형식] ________ (표 / 체크리스트 / 번호 목록 / ○줄 요약) 형식으로.
템플릿 2. 목표 분해형
[목표] ________ 를 하려고 해.
다음 순서로 하나씩 진행해줘. 각 단계가 끝나면 내 확인을 받고 다음으로 넘어가.
1단계: ________
2단계: ________
3단계: ________
템플릿 3. 퓨샷형
아래 예시와 같은 형식과 말투로 ________ 해줘.
예시1: ________ → ________
예시2: ________ → ________
이번 입력: ________ →
템플릿 4. 단계적 추론(CoT)형
________ 문제를 풀어줘.
1) 주어진 조건 정리 → 2) 풀이 과정 단계별 설명 → 3) 최종 답 → 4) 검산
템플릿 5. 자료 분석형 (XML)
<지시>________ 를 해줘. <자료> 안의 내용만 근거로 하고, 없는 내용은 '자료에 없음'이라고 써줘.</지시>
<자료>
(비식별화한 자료 붙여넣기)
</자료>
<형식>________</형식>
템플릿 6. 역질문 유도형
________ 에 대해 도움을 받고 싶어.
가장 좋은 답을 주려면 어떤 정보가 필요한지 한 번에 하나씩, 최대 ○개까지 나에게 질문해줘.
정보가 다 모이면 ________ 형식으로 정리해줘.
템플릿 7. 자기 비평·개선형
방금 답을 검토해줘.
1) 틀렸거나 근거가 약한 부분
2) 빠진 내용
3) 처음 준 조건을 어긴 부분
을 찾아 목록으로 보여준 뒤, 모두 고친 최종본을 다시 써줘.
부록 D용어집
| 용어 | 뜻 |
|---|---|
| 프롬프트(Prompt) | AI에게 주는 질문이나 지시문 |
| 프롬프트 리터러시 | AI에게 정확한 질문을 던져 원하는 결과를 얻는 능력 |
| 대형 언어 모델(LLM) | 많은 글을 학습해 다음 말을 예측하는 AI 모델 |
| 생성형 AI | 글·그림·음성·코드를 새로 만들어 내는 AI |
| 토큰(Token) | AI가 글을 읽고 쓰는 조각 단위 |
| 컨텍스트 윈도우 | AI가 한 번에 볼 수 있는 글의 최대 양 |
| Lost in the Middle | 긴 글의 가운데 내용을 AI가 놓치기 쉬운 현상 |
| 할루시네이션(환각) | AI가 사실이 아닌 내용을 사실처럼 말하는 현상 |
| 편향(Bias) | 학습 데이터의 편견이 답에 나타나는 현상 |
| 그라운딩(Grounding) | AI의 답을 확인 가능한 근거에 연결하는 것 |
| 메타인지 | 내가 무엇을 알고 모르는지 아는 능력 |
| 목표 분해 | 큰 과업을 작은 하위 과업으로 나누는 것 |
| R-C-O-F | Role(역할), Context(맥락), Objective(목표), Format(형식) |
| 페르소나 | AI에게 부여하는 역할이나 인물 설정 |
| 제약 조건 | 답이 지켜야 할 조건 |
| 부정 명령 | "하지 말 것"을 알려주는 지시 |
| 제로샷 | 예시 없이 지시만 주는 방식 |
| 퓨샷 | 예시를 여러 개 보여주고 따라 하게 하는 방식 |
| 생각의 사슬(CoT) | 단계별로 생각하게 해서 추론 정확도를 높이는 기법 |
| 구분자 | 지시와 자료를 나누는 표시 (마크다운 제목, """, XML 태그 등) |
| 자기 비평 | AI가 스스로 답의 허점을 찾게 하는 기법 |
| 역질문 유도 | AI가 사람에게 필요한 정보를 묻게 하는 기법 |
| 교차 검증 | 여러 AI나 자료로 답을 비교해 확인하는 것 |
| 멀티턴 | 여러 번 주고받는 대화 |
| 비식별화 | 개인을 알아볼 수 없게 정보를 가리거나 바꾸는 처리 |
| 딥페이크 | AI로 만든 진짜 같은 가짜 영상·음성·이미지 |
| 고영향 AI | 생명·안전·기본권에 큰 영향을 줄 수 있는 AI (한국 AI 기본법) |
| AI 에이전트 | 목표를 받으면 여러 단계를 스스로 수행하는 AI |
| 멀티모달 | 글·이미지·음성·영상을 함께 다루는 능력 |
| 범용 인공지능(AGI) | 사람처럼 모든 분야를 스스로 배우고 판단하는 AI (아직 실현되지 않음) |
참고 자료
- AI 기본법 톺아보기 — SK AX
- AI 기본법 시대 개막 — CIO Korea
- 인공지능 기본법과 콘텐츠 산업 — 법무법인 세종
- AI 기본법 시행 첫 해, 현장은 어떻게 돌아가나 — 브런치
- EU AI Act 투명성 의무와 한국 계도기간 — WikiDocs
- EU AI Act Omnibus Agreement — Gibson Dunn
- Digital Omnibus on AI 시행 일정 — FEDIL
이 교재는 학습용입니다. 법률 내용은 2026년 11월 16일 기준 일반 정보이며 법률 자문이 아닙니다.