입력 격차, 같은 AI로 다른 답을 받는 사람들의 네 가지 재료

같은 회의가 끝났다. 두 사람이 각자 자리로 돌아와 AI에게 회의 요약을 맡긴다. 둘 다 같은 도구를 쓰고, 둘 다 비슷한 시간을 들인다. 그런데 결과물은 다르다.

A는 회의록 원문을 붙이고 “요약해줘”라고 쓴다. 결과는 깔끔하다. 안건별로 정리되어 있고, 결정 사항과 할 일이 나뉘어 있다. 틀린 말은 적다. 다만 회의실에서 실제로 중요했던 긴장은 빠져 있다. 누구의 우려가 남았는지, 다음 회의에서 다시 터질 쟁점이 무엇인지 보이지 않는다.

B는 회의록 원문을 붙이기 전에 세 가지를 덧붙인다. 이번 회의의 목적, 팀장이 민감하게 본 기준, 고객지원팀이 반복해서 제기한 불만. 그다음 “요약해줘”가 아니라 “다음 의사결정에서 다시 봐야 할 쟁점 중심으로 정리해줘”라고 쓴다. 출력물은 더 짧지만 쓸모가 다르다. 회의의 표면보다 다음 행동에 가깝다.

두 사람의 차이는 문장력이 아니다. 질문창에 넣은 재료의 차이다. 같은 AI를 써도 입력이 다르면 답의 위치가 바뀐다. 이 장의 관심은 그 지점에 있다. AI에게 무엇을 시키느냐보다, AI가 무엇을 보고 답하게 하느냐.

입력은 자료 붙여넣기가 아니다

많은 사람이 입력을 자료량으로 이해한다. 문서를 길게 붙이면 좋은 답이 나올 것이라고 기대한다. 물론 자료는 필요하다. 빈 질문보다 실제 자료가 있는 질문이 낫다. 그런데 자료가 많다고 기준이 생기지는 않는다.

AI에게 회의록 10쪽을 넣고 “중요한 내용을 뽑아줘”라고 하면, AI는 문서 안에서 반복되거나 형식상 눈에 띄는 항목을 중심으로 정리한다. 그게 틀렸다고 말하기는 어렵다. 그러나 작업자가 정말 보고 싶었던 것이 “다음 결정을 막을 위험”이었다면 결과는 빗나간다. 자료는 있었지만 관점이 없었던 셈이다.

입력은 AI가 볼 수 있게 만든 작업자의 맥락이다. 문서 자체, 현장에서 본 장면, 독자의 상태, 판단 기준, 피해야 할 표현이 함께 들어간다. 자료는 그중 하나일 뿐이다. 좋은 입력은 길이보다 방향이 뚜렷하다.

입력 격차는 네 가지에서 만들어진다. 경험, 관찰, 관점, 자료. 이 네 가지는 거창한 자산이 아니다. 이미 일하는 사람이 매일 쌓고 있는 것들이다. 다만 대부분은 AI가 읽을 수 있는 형태로 정리되어 있지 않다.

경험은 이력보다 작은 단위다

경험이라고 하면 큰 경력을 떠올리기 쉽다. 몇 년 차인지, 어떤 프로젝트를 했는지, 어떤 직무를 맡았는지. AI에게 넣는 경험은 그보다 작아야 한다. 한 번 겪은 실패, 반복해서 고친 문장, 고객이 불편해한 순간, 회의에서 말이 막힌 지점. 그런 작은 조각이 더 잘 작동한다.

“마케팅 담당자 관점에서 써줘”라는 말은 넓다. “최근 세 번의 캠페인에서 할인 문구보다 사용 장면 문구의 반응이 좋았다”는 말은 좁다. AI는 좁은 경험을 더 잘 붙잡는다. 넓은 역할은 평균적인 마케팅 문장으로 가기 쉽고, 좁은 경험은 특정한 판단으로 이어진다.

경험은 특히 문체를 바꾼다. AI는 기본적으로 안전한 표현을 고르려 한다. 그런데 작업자의 실패 경험이 들어가면 표현의 방향이 달라진다. “고객은 기능명보다 자기 상황을 먼저 본다”라는 경험이 입력되면, 출력은 기능 나열에서 장면 설명 쪽으로 이동한다. 작은 경험 하나가 문단의 중심을 옮긴다.

경험을 입력할 때는 과장할 필요가 없다. “우리는 이런 시장을 선도했다” 같은 문장은 다시 평균으로 간다. 대신 작업 중 실제로 부딪힌 것을 적는다. “팀 내부에서는 속도보다 재작업 감소를 더 중요하게 본다.” “고객은 가격보다 설치 과정에서 막힌다는 말을 많이 했다.” 이런 문장. 현장의 온도.

경험은 AI를 설득하기 위한 장식이 아니다. AI가 답을 만들 때 사용할 좌표다. 좌표가 없으면 지도 가운데로 간다. 좌표가 있으면 특정한 골목으로 들어간다.

관찰은 방금 본 것을 붙잡는 일

관찰은 경험보다 더 작다. 오늘 회의에서 누군가 멈칫한 표정, 고객 문의에 반복된 단어, 댓글에서 유독 많이 보인 오해, 상사가 빨간펜으로 고친 제목. 이런 것들은 공식 자료에는 잘 남지 않는다. 그러나 결과물의 차이를 만드는 재료가 되기 쉽다.

AI는 관찰하지 않는다. 사용자가 넣어준 것을 바탕으로 패턴을 만든다. 그래서 현장에서 본 작은 장면은 강한 입력이 된다. “사용자들이 어렵다고 말했다”보다 “사용자들이 첫 화면에서 다음 버튼을 못 찾았다”가 낫다. 두 문장의 차이는 크다. 하나는 평가이고, 하나는 장면이다.

관찰을 넣으면 문장이 추상어에서 벗어난다. “접근성을 개선해야 한다”는 말은 맞지만 넓다. “모바일 화면에서 신청 버튼이 접힌 영역 아래에 있어 문의가 늘었다”는 말은 좁고 선명하다. AI는 이 좁은 문장을 바탕으로 더 구체적인 해결안을 만든다. 관찰은 문장을 바닥에 붙인다.

관찰은 최신성도 준다. AI가 알고 있는 일반 지식보다 지금 내 일터에서 벌어진 일이 더 중요할 때가 많다. 지난주 고객 반응, 어제 회의에서 나온 반대 의견, 오늘 받은 메일의 어조. 이런 것들은 모델의 지식 안에 없다. 사용자가 넣어야만 답에 들어간다.

관찰을 입력할 때는 해석을 조금 늦추는 편이 좋다. “고객이 우리 브랜드를 신뢰하지 않는다”보다 “고객 문의에서 ‘정말 무료인가요’라는 질문이 반복됐다”가 낫다. 해석은 나중에 붙일 수 있다. 관찰은 원재료로 남겨둘수록 힘이 세다.

관점은 무엇을 중요하게 볼지 정하는 일

같은 자료라도 관점이 다르면 답이 달라진다. 매출팀은 전환율을 보고, 고객지원팀은 문의 감소를 보고, 브랜드 담당자는 신뢰 손상을 본다. 자료 하나가 여러 방향으로 읽힌다. AI에게 관점을 주지 않으면 가장 일반적인 독해가 나온다.

관점은 역할보다 구체적이어야 한다. “전문가처럼”은 넓다. “재작업을 줄이려는 운영 담당자의 관점”은 좁다. “초보 고객이 첫 결제 전에 불안해하는 지점”은 더 좁다. 좁을수록 AI는 무엇을 강조하고 무엇을 덜어낼지 알게 된다.

관점은 글의 우선순위를 바꾼다. 신제품 소개문을 쓸 때 기능 관점이면 사양이 앞에 온다. 고객 불안 관점이면 사용 전 망설임이 앞에 온다. 내부 승인 관점이면 비용과 리스크가 앞에 온다. 같은 제품이라도 첫 문단이 달라진다. 그래서 관점은 질문 앞에 놓인 편집 결정이다.

관점을 입력할 때는 “무엇을 버릴지”까지 함께 적으면 더 좋다. “과장된 성장 표현은 빼고, 실제 사용 장면을 중심으로 써라.” “기능명보다 업무 시간이 줄어드는 순간을 앞세워라.” “전문가 독자가 아니라 처음 쓰는 사람 기준으로 설명해라.” 이런 문장은 결과물의 표정을 바꾼다.

관점이 없으면 AI는 균형을 잡으려 한다. 균형은 좋은 덕목이지만, 모든 글이 균형만 잡으면 결정이 보이지 않는다. 독자는 글에서 누가 무엇을 중요하게 보는지 알고 싶다. 관점은 그 흔적을 남긴다.

자료는 출처보다 배치가 중요하다

자료를 넣는 일은 단순한 붙여넣기가 아니다. 같은 자료도 어떤 순서와 설명으로 넣느냐에 따라 결과가 달라진다. AI에게는 문서 더미보다 읽는 방향이 필요하다. 어떤 자료가 기준이고, 어떤 자료가 참고이며, 어떤 자료는 반대 사례인지 알려줘야 한다.

자료를 넣을 때 가장 흔한 실수는 모든 것을 같은 무게로 던지는 일이다. 고객 인터뷰, 내부 회의록, 경쟁사 페이지, 오래된 기획서, 최신 지표가 한꺼번에 들어간다. AI는 그 안에서 그럴듯한 공통점을 찾는다. 그러나 작업자는 특정한 판단을 원했을 수 있다. 공통점보다 충돌 지점이 중요했을 수도 있다.

자료에는 라벨이 필요하다. “기준 자료”, “반대 의견”, “최근 관찰”, “금지 표현”, “참고만 할 자료” 같은 라벨. 라벨이 붙으면 AI는 자료를 같은 덩어리로 보지 않는다. 작업자가 어떤 자료를 더 믿는지, 어떤 자료를 경계하는지 알 수 있다.

자료의 양이 많을수록 요약부터 시키고 싶어진다. 그 마음은 이해된다. 그러나 요약은 목적이 없으면 평균으로 간다. “이 자료를 요약해줘”보다 “신규 고객이 결제 전 망설이는 이유를 찾는 관점으로 요약해줘”가 낫다. 목적이 자료의 독해 방식을 바꾼다.

출처 확인은 5장에서 더 깊게 다룬다. 여기서는 입력 단계의 한 가지만 붙잡으면 된다. 자료는 AI가 답을 만들 때 기대는 바닥이다. 바닥이 기울어져 있으면 답도 기울어진다. 그래서 자료를 넣는 일은 이미 판단의 일부다.

넣기 전에 지우는 것

실제 자료를 넣는 일과 원문을 통째로 붙여넣는 일은 다르다. 회사 기밀, 고객 개인정보, 아직 공개되지 않은 수치를 외부 AI에 그대로 넣기 전에 한 번 멈춰야 한다.

먼저 사내 정책을 확인한다. 외부 도구에 어떤 자료까지 넣어도 되는지 정해둔 곳이 많다. 그다음 결과물을 만드는 데 필요하지 않은 정보를 지운다. 고객 이름, 연락처, 계약 조건, 미공개 지표는 대부분 빼도 답의 품질이 떨어지지 않는다.

필요한 맥락만 남기고 나머지는 익명화한다. 실제 회사명 대신 조건을 요약하고, 구체적인 수치 대신 범위를 넣는 식이다. 자료를 지우는 일도 자료를 넣는 일만큼 입력 설계의 일부다.

입력 템플릿

입력은 감으로 넣으면 매번 흔들린다. 그래서 반복 가능한 틀이 필요하다. 이 책에서 쓰는 기본 틀은 세 칸이다.

직무 X
나는 지금 어떤 역할에서 이 결과물을 쓰는가.

최근 관찰 Y
최근 실제로 본 장면, 들은 말, 반복된 문제는 무엇인가.

나만의 기준 Z
이번 결과물에서 살리고 싶은 기준과 피하고 싶은 표현은 무엇인가.

이 틀은 짧다. 대신 빈말을 허용하지 않는다. “기획자 관점”이라고 쓰고 끝내면 약하다. “신규 서비스 온보딩을 줄이는 기획자 관점”이라고 적으면 방향이 생긴다. “고객이 불편해한다”보다 “고객이 첫 화면에서 가격 정보를 찾지 못해 문의했다”가 낫다. “좋은 문장”보다 “기능명보다 사용 장면을 먼저 보여주는 문장”이 낫다.

예를 들어 고객 메일을 써야 한다면 이렇게 넣을 수 있다.

직무 X
나는 고객지원 담당자다. 환불을 막는 것이 아니라 고객이 다음 선택을 이해하게 만드는 메일을 써야 한다.

최근 관찰 Y
최근 문의에서 "어디서 취소하나요"보다 "취소하면 데이터가 사라지나요"라는 질문이 더 많았다.

나만의 기준 Z
방어적인 표현은 피한다. 고객이 불안해하는 데이터 보관 여부를 먼저 말한다. 할인 제안은 마지막에 짧게 둔다.

같은 요청이라도 이 입력을 넣으면 결과가 달라진다. “환불 방어 메일”이 아니라 “불안을 줄이는 안내 메일”로 이동하기 때문이다. AI가 더 똑똑해진 것이 아니다. 작업자가 답의 방향을 좁혔다. 입력의 힘.

제안서 첫 문단을 써야 할 때도 같다.

직무 X
나는 B2B SaaS 영업 담당자다. 첫 문단에서 기능 자랑보다 상대 회사의 반복 업무 문제를 짚어야 한다.

최근 관찰 Y
상대 회사 담당자는 도입 비용보다 기존 엑셀 파일을 버려야 하는 부담을 더 크게 말했다.

나만의 기준 Z
"업무 효율 혁신" 같은 표현은 쓰지 않는다. 기존 파일을 유지하면서 반복 입력을 줄인다는 관점으로 쓴다.

이 입력에는 화려한 프롬프트 기술이 없다. 대신 실제 대화에서 나온 부담이 들어 있다. 그 한 줄이 문장의 방향을 바꾼다. 기능 중심 글은 전환 부담 중심 글로 바뀌고, 설득의 순서도 달라진다.

세 칸은 직무마다 다르게 채워진다. 같은 틀을 쓰되, 들어가는 재료가 달라지는 방식이다. 아래 예시는 그대로 외우기 위한 문장이 아니다. 내 일의 재료를 어느 크기로 잘라 넣을지 보는 샘플에 가깝다.

이 표에서 중요한 쪽은 가운데 칸이다. 최근 관찰 Y가 비어 있으면 직무 X와 기준 Z는 금방 추상어가 된다. “마케터”와 “고객 중심”만으로는 평균에서 멀리 못 간다. 관찰이 들어와야 문장이 바닥을 만진다. 독자가 실제로 한 말, 팀원이 실제로 고친 문장, 고객이 실제로 머뭇거린 지점. 이런 것들이 입력의 무게를 만든다.

관찰이 없을 때는 새로 만들지 않는다. 허구의 고객 반응을 꾸며 넣는 순간, 입력은 자료가 아니라 장식이 된다. 차라리 “최근 관찰 없음. 일반적인 독자 가정으로 쓰되, 과장된 사례는 만들지 말 것”이라고 적는 편이 낫다. 빈칸을 인정하는 것도 기준이다.

템플릿을 쓸 때는 한 번에 모든 칸을 완성하려 하지 않아도 된다. 오늘은 직무 X만 좁히고, 내일은 최근 관찰 Y를 하나 붙이면 된다. 기준 Z는 작업을 몇 번 고친 뒤에야 보일 때도 있다. 반복해서 고친 표현, 계속 지운 문장, 마음에 걸린 단어가 기준의 재료가 된다. 입력은 책상 위에서 한 번에 완성되는 서류가 아니라, 일하면서 자라는 메모에 가깝다.

오늘 밤 바로 세팅하는 루틴

입력 템플릿은 읽는 순간보다 쓰는 순간에 힘이 생긴다. 오늘 밤 10분만 따로 떼어도 충분하다. 새 도구를 열 필요도 없다. 메모 앱 하나면 된다. 제목은 “AI 입력 재료” 정도면 족하다.

첫 칸에는 직무 X를 적는다. 정식 직함이 아니라 지금 자주 만드는 결과물 기준으로 쓴다. “마케팅 담당자”보다 “상세페이지 첫 문단을 자주 고치는 사람”이 낫다. “기획자”보다 “회의 후 의사결정 메모를 남기는 사람”이 낫다. 직무는 명함이 아니라 반복 작업의 이름이다.

둘째 칸에는 최근 관찰 Y를 적는다. 지난 일주일 동안 실제로 본 문장 세 개면 된다. 고객이 남긴 질문, 상사가 지운 표현, 팀원이 헷갈려 한 용어, 내가 다시 고친 제목. 짧아도 괜찮다. 관찰은 길이보다 실제성이 중요하다.

셋째 칸에는 기준 Z를 적는다. 내가 살리고 싶은 문장, 피하고 싶은 표현, 독자에게 먼저 보여주고 싶은 판단. 여기에는 취향도 들어간다. “과장된 성장 표현을 피한다.” “숫자가 없으면 효과를 단정하지 않는다.” “기능명보다 사용 장면을 먼저 쓴다.” 이런 기준은 AI에게 맡길 수 없는 작업자의 서명에 가깝다.

이 루틴은 세 번만 반복해도 모양이 생긴다. 첫날에는 재료를 모은다. 둘째 날에는 실제 질문에 붙여본다. 셋째 날에는 AI가 놓친 부분을 기준 Z에 추가한다. 거창한 운영표가 필요하지 않다. 작은 메모 세 줄. 그 정도면 충분히 시작할 수 있다.

예를 들어 첫날 메모가 이렇게 남았다고 해보자.

직무 X
나는 교육 서비스 상세페이지를 고치는 사람이다.

최근 관찰 Y
문의에서 "초보도 가능한가요"보다 "중간에 못 따라가면 어떻게 되나요"라는 질문이 더 자주 나왔다.

나만의 기준 Z
수강 후 성과를 크게 약속하지 않는다. 대신 막혔을 때 다시 따라잡는 장치를 앞에 둔다.

둘째 날에는 이 메모를 질문 앞에 붙인다. 결과가 나오면 바로 쓰지 않는다. 최근 관찰 Y가 문장 안에 살아 있는지 본다. “초보도 쉽게 배울 수 있다” 정도로만 나오면 부족하다. “중간에 놓쳤을 때 돌아갈 수 있는 복습 경로”가 보이는지 확인한다. 입력은 출력의 채점표가 된다.

셋째 날에는 기준을 고친다. AI가 자꾸 “쉽고 빠르게” 같은 표현을 쓴다면 기준 Z에 “쉽고 빠르게 금지”를 넣는다. AI가 수강생 불안을 너무 길게 끌고 가면 “불안 언급은 첫 문단에서만 쓰고 바로 장치 설명으로 이동”이라고 적는다. 이렇게 기준은 점점 개인화된다. 같은 도구를 쓰는 사람과 다른 결과를 받기 시작하는 지점.

이 세 칸을 한 번 만들어두면 다음 질문부터 달라진다. 입력창에 바로 붙일 수 있고, 작업마다 일부만 바꿀 수 있다. 질문을 잘 쓰려고 매번 머리를 쥐어짜는 대신, 내 일의 재료를 꺼내 쓰는 방식으로 바뀐다. 이것이 입력 격차의 시작이다.

이 책 제작 노트

이 책도 같은 방식으로 시작했다. AI에게 바로 “AI 활용 자기계발서를 써줘”라고 묻지 않았다. 그 질문은 너무 넓다. 그렇게 물으면 AI 자기계발서의 평균으로 들어갈 가능성이 크다. 그래서 입력을 먼저 만들었다.

처음 넣은 것은 제목의 위협이었다. “AI는 당신을 평균으로 만든다”라는 문장이 독자에게 어떻게 들릴지부터 봤다. 공격처럼 보일 위험이 있었고, 사용자를 탓하는 문장으로 읽힐 위험도 있었다. 그래서 1장에는 방어 문장을 앞에 두기로 했다. 평균은 수학 명제가 아니라 경향이라는 설명. 독자 탓이 아니라 도구와 사용 흐름의 문제라는 기준.

그다음 넣은 것은 문체 기준이었다. 경어체를 쓰지 않는다. 과장된 성과 약속을 하지 않는다. 허구의 1인칭 일화를 만들지 않는다. AI가 만든 듯한 대칭 문장과 매끄러운 요약을 경계한다. 이런 기준이 없으면 책은 자기 주장을 배반한다. 평균을 벗어나자는 책이 평균적인 AI 문장으로 쓰일 수는 없기 때문이다.

자료도 라벨을 붙여 넣었다. 연구 서지는 “본문 근거”, 경쟁서는 “시장 위치”, 기존 집필 설계는 “구조 기준”, 폐기 문단은 “4장 원자재”로 나눴다. 모든 자료를 같은 무게로 넣지 않았다. 자료의 종류를 나눈 순간, AI는 단순 요약보다 작업 보조에 가까워졌다.

이 제작 노트는 자랑이 아니다. 원리의 공개다. 결과물의 차이는 입력 이전의 준비에서 이미 만들어진다. 책 한 권도 그렇고, 메일 한 통도 그렇다.

입력이 바꾸는 감각

좋은 입력을 넣으면 출력이 늘 좋아진다고 말할 수는 없다. AI는 여전히 어색한 문장을 만들고, 자료를 잘못 읽고, 기준을 놓칠 때가 있다. 그래서 판단과 편집과 검증이 필요하다. 이 책의 다음 장들이 그 일을 맡는다.

그러나 입력이 바뀌면 작업자의 감각은 먼저 달라진다. AI가 내놓은 답을 평가할 기준이 생긴다. “마음에 든다”와 “별로다” 사이에서 헤매지 않는다. 내가 넣은 경험이 반영됐는지, 관찰이 살아 있는지, 관점이 흐려지지 않았는지, 자료의 우선순위가 맞는지 볼 수 있다.

입력이 없을 때는 AI의 답이 기준처럼 보인다. 입력이 있을 때는 AI의 답이 후보처럼 보인다. 이 차이는 크다. 후보는 고를 수 있고, 버릴 수 있고, 다시 시킬 수 있다. 기준을 가진 사람은 출력 앞에서 덜 흔들린다.

같은 AI를 쓰는 시대에는 도구 접근성만으로 차이가 나지 않는다. 차이는 도구 앞에 무엇을 들고 가느냐에서 난다. 빈손으로 가면 평균을 받기 쉽다. 경험과 관찰과 관점과 자료를 들고 가면 답의 좌표가 달라진다.

질문을 보내기 전 마지막으로 볼 것은 단순하다. 이 입력 안에 내 일이 들어 있는가? 최근에 실제로 본 장면이 있는가? 피하고 싶은 표현이 적혀 있는가? 답을 받은 뒤 무엇을 기준으로 고를지 보이는가? 네 물음 중 하나라도 비어 있으면 AI는 다시 중심부로 돌아갈 가능성이 크다. 그럴 때는 질문을 더 멋지게 고치기보다 입력을 한 줄 더 보태는 편이 낫다.

입력은 AI에게 주는 설명이면서 자기 자신에게 주는 기준표다. 이 기준표가 있으면 출력이 나오는 순간부터 작업자가 움직일 수 있다. 무엇을 살릴지, 무엇을 버릴지, 무엇을 다시 물을지 보이기 때문이다. 평균을 벗어나는 일은 대개 거대한 아이디어보다 이런 작은 준비에서 시작된다. 조용하지만 확실한 차이.

다음 장에서는 그 좌표를 질문의 구조로 바꾼다. 입력 재료를 모았다고 해서 질문이 저절로 좋아지는 것은 아니다. 답을 시키는 질문과 생각을 빌리는 질문은 다르다. 이제 질문창 안쪽으로 들어갈 차례다.