AI에게 원하는 걸 정확히 말하는 법

바이브코딩에서 같은 결과물을 두고도 누구는 한 번에 원하는 화면을 받고, 누구는 몇 번을 다시 물어도 엉뚱한 게 나옵니다. 실력 차이라기보다 설명하는 방식의 차이인 경우가 많습니다. AI는 사람의 머릿속을 들여다보지 못하고, 말해준 만큼만 일합니다.

그래서 무엇을 어떻게 말하느냐가 결과를 거의 결정합니다. 머릿속에 그림이 또렷하게 있어도 그 그림을 글로 옮겨주지 않으면 AI는 빈칸을 자기 마음대로 채웁니다. 그 빈칸을 줄이는 일이 곧 좋은 요청을 쓰는 일이에요.

AI는 말해준 만큼만 만듭니다

사람에게 일을 부탁할 때는 어느 정도 알아서 해주리라 기대합니다. 상대가 맥락을 짐작하고, 빠진 부분을 상식으로 메워주니까요. AI도 비슷해 보이지만, 결정적으로 다른 점이 있습니다. 말하지 않은 것은 짐작은 하되 보장은 하지 않습니다.

예를 들어 쇼핑몰을 만들어 달라고만 하면, AI는 가장 흔한 형태의 쇼핑몰을 임의로 가정해서 만듭니다. 색감, 글씨체, 상품이 몇 개인지, 결제는 어떻게 하는지 모두 AI가 알아서 정해버립니다. 그 결과가 마음에 들 확률은 높지 않습니다.

원하는 그림이 머릿속에 있다는 것과, 그 그림을 AI가 안다는 것은 전혀 다른 이야기입니다.

두루뭉술한 요청과 구체적인 요청

같은 쇼핑몰이라도 어떻게 설명하느냐에 따라 결과가 크게 갈립니다. 아래 두 요청을 비교해 보면 차이가 분명하게 보입니다.

오른쪽 요청은 AI가 빈칸을 채울 여지를 크게 줄여줍니다. 누구를 위한 것인지, 어떤 분위기인지, 상품이 몇 개이고 무엇이 들어가는지를 미리 정해 두었기 때문에, AI가 임의로 정하는 부분이 적어집니다. 그만큼 처음 받은 결과가 머릿속 그림에 가까워집니다.

좋은 요청을 이루는 요소

구체적인 요청에는 공통적으로 들어가는 정보가 있습니다. 다음 다섯 가지를 챙기면 대부분의 빈칸이 메워집니다.

참고를 대는 방식은 특히 효과가 좋습니다. 분위기를 글로 길게 설명하기 어려울 때, 이미 잘 알려진 서비스 이름을 빌리면 AI가 그 느낌을 빠르게 잡습니다. 토스처럼 깔끔하게, 인스타그램처럼 사진 위주로 같은 표현이 그 예입니다.

한 번에 다 말하지 않습니다

요소를 다 챙기라고 해서 첫 메시지에 모든 것을 욱여넣을 필요는 없습니다. 오히려 한 번에 열 가지를 시키면 AI가 우선순위를 잃고 어느 하나도 제대로 못 하는 일이 생깁니다.

가장 중요한 것 하나부터 만들고, 그게 제대로 동작하는지 눈으로 확인한 뒤, 다음 살을 붙이는 순서가 안전합니다. 큰 그림은 머릿속이나 메모에 두되, AI에게는 한 걸음씩 건네는 방식이에요.

안 나오면 고쳐 말합니다

원하는 대로 나오지 않았다고 해서 처음부터 새로 쓸 필요는 없습니다. 대화는 이어집니다. 지금 받은 결과에서 마음에 들지 않는 부분만 콕 집어 고쳐 달라고 하는 편이 훨씬 빠릅니다.

고쳐 말할 때도 구체적인 편이 좋습니다. 이상해, 별로야 같은 말로는 AI가 어디를 어떻게 바꿔야 할지 알 수 없습니다. 무엇이, 어떻게 바뀌었으면 하는지를 짚어 주면 한 번에 원하는 방향으로 갑니다.

정리하며

큰 그림을 미리 글로 정리해 두는 문서가 만들기 전의 준비라면, 지금까지 다룬 요령은 만드는 중에 AI와 주고받는 실시간 대화에 가깝습니다. 둘은 서로를 보완합니다. 미리 정리한 그림이 또렷할수록 대화 중에 헤매는 일이 줄어듭니다.

• AI는 머릿속을 읽지 못하고 말해준 만큼만 만듭니다
• 무엇을, 누구를 위해, 어떤 분위기로, 어떤 숫자와 동작으로 만들지 챙깁니다
• 참고할 서비스 이름을 빌리면 분위기를 빠르게 전할 수 있습니다
• 한 번에 다 시키지 말고 핵심 하나부터 확인하며 살을 붙입니다
• 안 나오면 처음부터 다시 쓰지 말고 고칠 부분만 콕 집어 말합니다

결국 좋은 요청은 특별한 기술이 아니라, 머릿속 그림을 상대가 알아들을 수 있게 옮기는 일입니다. 그 옮기는 연습이 쌓일수록 같은 도구로도 더 빨리, 더 원하는 결과에 닿게 됩니다.