고급 테크닉

🔄 레슨 3에서 RISEN 프레임워크로 첫 커스텀 인스트럭션을 만들고 설치했어요. R + I + S 기본만으로도 차이를 느꼈을 거예요. 이번에는 인스트럭션을 진짜 강력하게 만드는 고급 테크닉 네 가지를 배워요.

테크닉 1: 조건부 로직 (모드 스위칭)

기본 인스트럭션의 한계: “항상 200자 이내"라고 설정하면, 자세한 분석이 필요할 때도 짧게 잘려요. 해결책은 조건부 규칙이에요.

기본 (유연성 없음):

항상 200자 이내로 답변해 줘.

고급 (조건부 로직):

기본: 200자 이내.
"자세히" → 500자까지 확장.
"빠르게" → 3줄 이내.
"보고서" → 합니다체, 구조화된 포맷.
"브레인스토밍" → 자유롭게, 제한 없이.

“모드"를 정의하면 하나의 인스트럭션으로 여러 상황에 대응할 수 있어요. 매번 인스트럭션을 바꿀 필요 없이 키워드 하나로 AI의 행동을 전환하는 거예요.

✅ Quick Check: 커스텀 인스트럭션에 “항상 해요체를 사용해 줘"라고만 써두면, 상사에게 보여줄 공식 보고서를 부탁할 때 어떤 문제가 생길까요? (해요체로 보고서가 나와요. 조건부 로직으로 “‘보고서’라고 하면 합니다체를 사용해 줘"를 추가하면 키워드 하나로 톤을 전환할 수 있어요.)

테크닉 2: Few-Shot 체이닝

AI에게 “전문적인 톤으로 써 줘"라고 하는 것보다, 원하는 톤의 예시를 보여주는 게 훨씬 효과적이에요. 이걸 few-shot 체이닝이라고 해요.

추상적 지시 (효과 낮음):

비즈니스 이메일을 전문적이지만 따뜻한 톤으로 써 줘.

Few-shot 예시 (효과 높음):

비즈니스 이메일 톤 참고:
입력: "미팅 잡아 줘"
출력: "안녕하세요 김 팀장님, 다음 주 중 30분 정도 미팅 가능하실까요? 프로젝트 진행 상황 공유드리고 싶어요. 편하신 시간 알려주시면 감사하겠습니다."

입력: "감사 이메일"
출력: "이 대리님, 어제 발표 자료 정리해 주신 것 정말 감사합니다. 덕분에 클라이언트 미팅이 매끄럽게 진행됐어요. 앞으로도 잘 부탁드려요!"

AI는 이 예시에서 “전문적이지만 따뜻한"이 구체적으로 어떤 느낌인지를 추출해요. 추상적 설명 100자보다 좋은 예시 1개가 낫습니다.

한국어에서 특히 유용한 경우:

존댓말 수준 조절 (해요체 vs 합니다체의 미묘한 차이)
이메일 머리말/맺음말 스타일
보고서 작성 포맷

테크닉 3: XML 태그 (Claude 전용)

Claude는 XML 태그를 구조 구분자로 인식해요. 복잡한 인스트럭션을 논리적으로 나눌 수 있어서, 각 부분이 섞이지 않아요.

<role>
한국 IT 스타트업 백엔드 개발자. Python/FastAPI 기반.
</role>

<rules>
- 코드는 항상 type hints + docstring 포함
- 변수명은 영어 snake_case
- 에러 핸들링은 구체적으로 (except Exception 금지)
</rules>

<style>
- 설명은 한국어, 코드 주석은 영어
- 핵심 먼저 → 상세 설명
- 200자 이내 기본
</style>

<nuance>
- "리뷰" → 코드의 문제점만 지적, 칭찬 불필요
- "설명" → 주니어 개발자도 이해할 수 있게
- "빠르게" → 코드만, 설명 생략
</nuance>

왜 XML 태그가 효과적인가?

Claude가 각 섹션의 역할을 명확히 파악
규칙 간 충돌 가능성 감소
나중에 특정 섹션만 수정하기 쉬움

참고: XML 태그는 Claude에 최적화돼 있어요. ChatGPT에서는 마크다운 헤더(## 역할, ## 규칙)가 비슷한 역할을 해요.

✅ Quick Check: Claude에서 XML 태그 없이 역할, 규칙, 스타일을 한 문단으로 쭉 쓰면 어떤 문제가 생길 수 있나요? (규칙들이 섞이면서 AI가 어떤 부분이 역할 설명이고 어떤 부분이 행동 규칙인지 혼동할 수 있어요. 특히 인스트럭션이 길어질수록 이런 문제가 심해져요.)

테크닉 4: 다중 페르소나

하나의 인스트럭션 안에 여러 “모드"를 정의해서, 상황에 따라 다른 전문가처럼 행동하게 할 수 있어요.

[기본 모드 — 마케팅 팀장]
B2B SaaS 마케팅 관점에서 답변. 해요체. 데이터 중심.

[코드 모드] "코드"라고 하면:
Python 코드 위주 답변. 주석 영어. type hints 필수.

[보고서 모드] "보고서"라고 하면:
합니다체. 구조: 요약 → 현황 → 분석 → 제안.

Claude에서는 프로젝트별로 이걸 자연스럽게 구현할 수 있어요 (프로젝트 = 하나의 페르소나). ChatGPT에서는 GPT를 별도로 만들거나, 위처럼 하나의 인스트럭션 안에서 키워드 전환 방식을 쓰면 돼요.

테크닉 조합: 실전 예시

네 가지를 함께 쓰면:

역할: 한국 스타트업 마케터. B2B SaaS.

규칙:
- 한국어로 답변 (마케팅 영어 병기)
- 데이터 기반 주장
- 200자 이내 기본

예시:
좋은 카피: "월 리드 30% 늘린 CTA 실험 결과"
나쁜 카피: "중요한 업데이트가 있습니다"

모드:
- "빠르게" → 3문장
- "보고서" → 합니다체, 구조화
- "코드" → Python, type hints, 영어 주석
- "브레인스토밍" → 제한 없이, 평가 금지

간결하지만 네 가지 테크닉이 모두 들어가 있어요. 한국어 토큰 효율까지 고려해서 짧게 썼어요.

핵심 정리

조건부 로직: 키워드 하나로 AI의 행동 모드를 전환 — “빠르게”, “보고서”, “브레인스토밍”
Few-shot 체이닝: 추상적 설명 대신 입력-출력 예시를 제공 — AI가 패턴을 훨씬 정확하게 학습
XML 태그: Claude에서 인스트럭션 섹션을 명확히 구분 — 규칙 간 충돌 방지
다중 페르소나: 하나의 인스트럭션에서 상황별 전문가 모드 전환

다음 레슨

테크닉을 배웠으니, 이제 플랫폼별로 어떻게 최적화하는지 자세히 알아봐요. 레슨 5에서 ChatGPT, Claude, Gemini 각각의 고유 기능과 꿀팁을 다룹니다.