[한국강사신문 이용호 칼럼니스트] AI 답변에 바로 써먹는 비법,  출력형식을 미리 알려주라

직장인 김대리는 요즘 AI 때문에 골머리를 앓고 있다. 상사가 시킨 업무 분석 자료를 AI에게 요청하면 내용은 훌륭하지만 문제가 있었다. 데이터가 문장으로만 나열되어 있어서 엑셀로 옮기려면 하나씩 복사해야 했고, 보고서 형태로 만들어달라고 하면 구성이 뒤죽박죽이었다. 결국 AI가 만든 자료를 다시 정리하느라 더 많은 시간을 쓰게 되었다.

이런 문제는 생각보다 많은 사람들이 겪고 있다. AI는 분명히 똑똑하고 좋은 내용을 만들어주지만, 우리가 원하는 형태로 정리해주지는 못한다. 마치 맛있는 요리를 만들 줄은 아는데 예쁘게 플레이팅하는 방법을 모르는 요리사와 같다고 할 수 있다.

이 문제를 해결하는 핵심 비법이 바로 출력 형식 지정이다. AI에게 내용을 요청할 때 어떤 형태로 받고 싶은지 미리 알려주는 것이다. 예를 들어 단순히 팀 프로젝트 일정을 정리해달라고 하는 것보다, 날짜, 업무명, 담당자, 진행상태 순서로 표 형태로 만들어달라고 구체적으로 요청하는 것이다.

같은 내용이라도 형식에 따라 활용도가 완전히 달라진다. 고객 설문 결과를 분석해달라고 요청했을 때, 그냥 텍스트로 받으면 읽기는 편하지만 데이터베이스에 저장하거나 그래프를 만들기는 어렵다. 하지만 JSON이나 표 형식으로 받으면 프로그램에서 바로 활용할 수 있다.

JSON은 데이터를 체계적으로 구조화해서 저장하는 방식이다. 복잡해 보이지만 실제로는 매우 논리적이다. 고객 정보를 저장한다면 이름, 나이, 연락처, 구매 이력 같은 항목들을 중괄호와 쉼표를 사용해서 정리하는 것이다. 이렇게 받은 데이터는 나중에 다른 프로그램이나 시스템에서 바로 불러와서 사용할 수 있어서 매우 실용적이다.

상황에 따라서는 다른 형식이 더 유용할 때도 있다. 업무 체크리스트가 필요하다면 각 항목 앞에 체크박스가 있는 목록 형식이 좋고, 회의 결과를 정리한다면 날짜, 참석자, 주요 안건, 결정 사항, 다음 단계 같은 항목으로 구성된 보고서 형식이 적합하다.

중요한 것은 형식만 지정하는 것이 아니라 구체적인 예시까지 함께 제시하는 것이다. 직원 평가를 위한 자료를 만들 때 단순히 이름, 부서, 평가점수 형태로 해달라고 하는 것보다, 홍길동, 마케팅팀, 85점처럼 실제 데이터 예시를 보여주면 AI가 훨씬 정확하게 이해한다.

실무에서는 더욱 세밀한 형식 지정이 필요하다. 마케팅 분석 자료를 요청한다면 고객 연령대별 구매 패턴, 월별 매출 변화, 인기 상품 순위, 개선 제안사항 같은 구체적인 항목들을 명시하고, 각각에 대해 어떤 형태의 데이터를 원하는지까지 알려줘야 한다.

프레젠테이션 자료가 필요할 때도 마찬가지다. 슬라이드 제목, 핵심 메시지, 세부 내용, 결론 순서로 구성해달라고 요청하면, 파워포인트에 바로 옮겨서 사용할 수 있는 완성된 자료를 받을 수 있다. 이메일을 작성할 때도 제목, 인사말, 본문, 마무리 인사 형태로 템플릿을 제시하면 상황에 맞는 전문적인 이메일을 쉽게 만들 수 있다.

하지만 주의할 점도 있다. 너무 복잡한 형식을 요구하면 AI가 오히려 혼란스러워할 수 있다. 일반적으로 3단계에서 4단계 깊이까지가 적당하고, 그보다 복잡하면 여러 번에 나누어서 요청하는 것이 좋다. 또한 다른 프로그램에서 사용할 예정이라면 CSV나 마크다운 같은 표준 형식을 활용하는 것이 호환성 면에서 유리하다.

AI가 가끔 형식을 정확히 지키지 않을 때도 있는데, 이럴 때는 반드시 지켜달라고 강조하거나, 작성 후 스스로 검토해달라고 요청하면 된다. 복잡한 형식의 경우에는 먼저 구조만 만들어달라고 한 다음, 내용을 채워달라고 단계별로 접근하는 것도 좋은 방법이다.

결국 출력 형식 지정은 AI의 답변을 단순한 정보에서 바로 활용 가능한 완성품으로 바꿔주는 마법 같은 기법이다. 좋은 내용이라도 형식이 엉망이면 다시 정리해야 하지만, 처음부터 올바른 형식으로 받으면 시간과 노력을 크게 절약할 수 있다. 이것이야말로 AI 시대에 꼭 필요한 효율적인 소통 방법이라고 할 수 있다.

이해를 돕기 위해 연락 칼럼에서 소개하는 7개의 황금키 목록은 아래와 같다

1. 명확성과 구체성 (Clarity and Specificity)

2. 구조화와 구분자 사용 (Structure and Delimiters)

3. 역할 부여와 페르소나 설정 (Role Assignment)

4. 예시 제공 (Few-shot Prompting)

5. 맥락 제공 (Context Provision)

6. 출력 형식 지정 (Output Format Specification)

7. 단계적 사고 유도 (Chain-of-Thought)

이용호 칼럼니스트는 스마트공장에서 주로 사용되는 ‘AI 머신비전’ 전문회사인 ‘호연지재’를 경영하고 있다. ‘머신비전’에서 인공지능 딥러닝에 의한 영상처리기술을 자주 적용하다보니 10년 이상 연구한 AI 분야에 대해서도 해박한 지식을 가지고 있다.

다양한 분야에 관심이 많아 현재는 인공지능 커뮤니티인 ‘AI 에이전트 연구회’를 운영하고 있으며, SKT 이프랜드 플랫폼에서 3년 이상 인플루언서로 활동하며 ‘호몽캠프’를 110회 이상 진행한 바 있다.

칼럼니스트는 ‘50플러스 오픈랩’이라는 중장년과 시니어의 디지털 역량강화를 위한 교육 플랫폼에서 수석 가디언즈로 AI 분야의 전도사로 활동하기도 한다.

주요 강의 분야는 “챗GPT 시대 생산성을 4000% 높여주는 인공지능”, “머신비전에서의 인공지능 활용”, “손에 잡히는 인공지능”, “프롬프트 엔지니어링 황금키”, “스마트폰 AI 활용하기”, “시니어와 MZ세대간의 소통”등이 있으며, 저서로는 『손에 잡히는 인공지능』, 『나는 시니어 인플루언서다』가 있다.