[심화 4강] 페르소나·시스템 지시 — AI에게 '역할'과 '기본 규칙' 입히기

01

역할을 주면 AI의 '태도'가 달라진다

기초 6강에서 우리는 "전문가처럼 답해줘"처럼 역할을 주면 답이 좋아진다는 걸 배웠습니다. 심화에서는 이걸 한 단계 더 깊이 다룹니다. AI에게 역할을 주는 것을 페르소나(persona) 부여라고 합니다. 같은 질문이라도 어떤 역할을 입히느냐에 따라 답의 결이 확 달라지죠.

예를 들어 "환율이 왜 오르나요?"라고 물을 때, "초등학교 선생님처럼 쉽게 설명해줘"라고 하면 비유와 쉬운 말로 풀어 줍니다. 반면 "20년 차 경제 애널리스트처럼 설명해줘"라고 하면 전문 용어와 데이터 중심으로 답합니다. 내용의 뼈대는 비슷해도, 말투·깊이·예시가 역할에 맞춰 바뀝니다.

조금 더 실감 나는 예를 볼까요. '스트레스 관리법'을 물었을 때, "친한 선배처럼 말해줘"라고 하면 "요즘 많이 힘들지? 일단 잠부터 푹 자자" 같은 편한 말투로 답합니다. "심리 상담 전문가처럼"이라고 하면 "스트레스 반응은 신체·감정·행동 세 영역으로 나눠 볼 수 있습니다"처럼 차분하게 정리해 주죠. 어느 쪽이 옳고 그른 게 아니라, 내 상황에 맞는 역할을 고르는 것이 핵심입니다.

왜 효과가 있을까요? AI는 방대한 글을 학습하면서 '의사는 이렇게 말하고, 교사는 이렇게 설명한다'는 패턴을 익혔습니다. 그래서 역할을 정해 주면, 그 역할이 쓸 법한 단어·문장 구조·관점을 골라 답합니다. 막연히 "잘 설명해줘"라고 하는 것보다, "누구처럼"을 정해 주면 AI가 기준점을 잡기 쉬워지는 것이죠.

Anthropic의 프롬프트 가이드도 역할 부여를 "범용 비서를 도메인 전문가로 바꾸는" 방법으로 권합니다. 김지백 강사는 이렇게 말합니다. "AI에게 일을 시킬 때 가장 먼저 정할 것은 '누구로서 답할지'입니다. 청중이 누구이고 어떤 입장에서 말해야 하는지를 정해 주면, 나머지가 자연스럽게 따라옵니다."

02

페르소나 vs 시스템 지시 — 무엇이 다른가

비슷해 보이는 두 가지를 구분하면 활용 폭이 넓어집니다. 페르소나가 'AI가 맡을 역할'이라면, 시스템 지시(시스템 프롬프트)는 '대화 전체에 깔아 두는 기본 규칙'입니다. 역할뿐 아니라 말투, 답변 형식, 하지 말아야 할 것까지 미리 정해 두는 큰 틀이죠.

우리가 쓰는 ChatGPT·Claude 같은 앱에도 사실 이런 시스템 지시가 보이지 않게 깔려 있습니다. "너는 도움을 주는 비서야" 같은 기본 규칙이 화면 뒤에서 작동하죠. 우리는 그 위에 대화창에서 "~처럼 답해줘"라고 역할을 얹는 셈입니다.

시스템 지시의 힘은 '반복'에서 나옵니다. 예를 들어 고객 응대 담당자가 매번 "존댓말로, 사과 먼저, 해결책은 번호로"라고 입력하는 대신, 이 규칙을 한 번 시스템 지시로 걸어 두면 그 대화 내내 모든 답이 같은 형식으로 나옵니다. 사람이 매번 신경 쓰지 않아도 일관성이 유지되는 것이죠. 팀이 함께 쓴다면 누가 질문하든 똑같은 품질의 답이 나오게 만들 수도 있습니다(심화 8강).

그럼 둘 중 무엇을 쓸까요? 한 번 쓰고 말 일이라면 대화창에서 가볍게 역할만 주면 됩니다. 반대로 매일 반복하는 일이거나 말투·형식을 늘 똑같이 맞춰야 하는 일이라면 시스템 지시로 고정하는 편이 낫습니다. '이번 한 번'이면 페르소나, '앞으로 계속'이면 시스템 지시 — 이렇게 기억하면 쉽습니다.

매번 대화창에서 역할을 다시 입력하기 번거롭다면, 이 지시를 고정해 둘 수 있습니다. 자주 쓰는 역할과 규칙을 '커스텀 인스트럭션'(심화 5강)이나 '나만의 GPT'(심화 6강)에 저장해 두면, 새 대화를 열 때마다 자동으로 적용됩니다. 이번 강은 그 고정의 '재료'가 되는 좋은 역할·규칙을 짜는 법입니다.

03

실전 — 좋은 페르소나·시스템 지시 짜기

탭에서 상황별 예시를 보고, 복사해 응용해 보세요. 역할은 두루뭉술할수록 약하고, 구체적일수록 강해집니다.

너는 15년 차 마케팅 카피라이터야.
- 대상 독자: 30~40대 직장인
- 목표: 클릭하고 싶게 만드는 제목
아래 제품의 광고 제목 5개를 제안하고,
각 제목이 왜 효과적인지 한 줄씩 설명해줘.

[제품 / 상황 붙여넣기]

앞으로 이 대화에서는 아래 규칙을 지켜줘.
- 말투: 정중하지만 친근한 존댓말
- 길이: 핵심부터, 3문장 이내
- 형식: 어려운 용어는 괄호로 쉽게 풀어쓰기
이 규칙대로 다음 내용을 다듬어줘.

[내용 붙여넣기]

너는 우리 회사 고객 응대 도우미야. 규칙:
- 확실하지 않으면 "확인 후 안내드리겠습니다"라고 말해
- 추측으로 단정하지 말 것
- 답은 항상 [상황 요약 → 안내 → 다음 단계] 순서로
아래 문의에 답해줘.

[고객 문의 붙여넣기]

세 예시의 공통점은 '구체적인 역할 + 분명한 규칙'입니다. "전문가처럼"보다 "15년 차 마케팅 카피라이터, 대상은 30~40대 직장인"이 훨씬 잘 통합니다. 직무·경력·관점·대상 독자를 함께 적어 주면 AI가 더 정확히 그 역할에 들어갑니다. 특히 세 번째 예시처럼 "추측하지 말 것" 같은 안전 규칙을 걸어 두면, 중요한 업무에서 AI가 함부로 단정하는 것을 줄일 수 있습니다.

역할문을 '약하게' 쓸 때와 '강하게' 쓸 때가 얼마나 다른지 비교해 보면 감이 옵니다.

오른쪽처럼 '누가(직무·경력) + 누구에게(대상) + 어떤 관점으로'를 채우면 역할문이 단단해집니다. 거창한 수식어를 붙이는 게 아니라, AI가 입장을 분명히 잡도록 빈칸을 채워 준다고 생각하면 쉽습니다.

여기에 앞 강의 기법을 얹으면 더 강해집니다. 역할을 정한 뒤(4강) 예시를 한두 개 보여 주고(2강), 판단이 필요한 대목에선 "단계별로 따져 줘"(3강)를 붙이는 식이죠. 페르소나는 다른 기법들과 부딪히지 않고 차곡차곡 함께 쌓입니다. 즉 역할 부여는 모든 프롬프트의 '바탕'으로 깔아 두고, 그 위에 상황에 맞는 기법을 올리면 됩니다.

04

페르소나의 진실 — 무엇에 효과 있고 무엇엔 없나

여기서 꼭 짚어야 할 진실이 있습니다. 역할을 준다고 AI의 답이 항상 더 '정확'해지는 건 아닙니다. 페르소나는 말투·관점·형식을 바꾸는 데는 강력하지만, 사실을 더 잘 맞히게 해 주는 마법은 아닙니다.

실제로 2024년 한 연구(Zheng 등, EMNLP)는 시스템 프롬프트에 다양한 역할(페르소나)을 넣어 2,400여 개의 사실형 문제를 풀게 했습니다. 그 결과 역할을 넣지 않았을 때와 비교해 정확도가 안정적으로 오르지 않았고, 일부 역할은 오히려 살짝 떨어뜨렸습니다. 즉 "전문가처럼"이라고 말한다고 AI가 갑자기 더 똑똑해지는 건 아니라는 뜻입니다.

한 가지 흥미로운 점도 있습니다. 같은 연구에서, AI를 'OO 전문가인 척'하게 만드는 것보다 'OO에게 설명하듯' 청중을 정해 주는 쪽이 아주 약간 더 나았습니다. 차이가 크지는 않았지만, 역할을 줄 때 'AI를 누구로 만들지'보다 '누구에게 말하게 할지'를 정하는 편이 더 안전하다는 힌트입니다.

그럼 페르소나는 언제 쓰면 좋을까요? 독자에 맞춰 설명 수준을 바꾸고 싶을 때, 글의 말투·형식을 일정하게 유지하고 싶을 때, 특정 관점에서 검토받고 싶을 때입니다. 예를 들어 "깐깐한 투자 심사역 입장에서 이 사업계획의 약점을 지적해줘"처럼 쓰면, 그 관점에서 놓치기 쉬운 부분을 날카롭게 짚어 줍니다. 반대로 단순한 사실 확인이나 계산에는 역할보다 검증이 더 중요합니다. 역할은 '관점을 빌리는 도구'이지 '사실을 보증하는 도구'가 아닙니다.

05

잘 쓰는 원칙과 흔한 실수

원칙

• 역할은 구체적으로 — "전문가" 말고 "10년 차 인사담당자, 중소기업 채용 경험"처럼 적습니다.
• 대상 독자를 함께 — 누구에게 말하는지 정하면 설명 수준이 자동으로 맞춰집니다.
• 규칙은 긍정형으로 — "틀리게 쓰지 마"보다 "확실한 것만, 모르면 모른다고"가 더 잘 통합니다.
• 역할을 대화 내내 유지 — 새 대화창을 열면 역할이 사라지니 같은 창에서 이어가세요.
• 역할과 과정을 함께 — 정확도가 중요하면 역할에 더해 "단계별로 근거를 보여줘"를 붙이세요.

흔한 실수

• 과한 페르소나 — 설정이 너무 화려하면 답이 장황해지고 핵심이 흐려집니다.
• 역할에 갇혀 사실 왜곡 — "무조건 우리 편으로 말해"처럼 시키면 AI가 불리한 사실을 숨길 수 있습니다.
• 정확도를 역할에 의존 — "전문가니까 맞겠지"라며 검증을 건너뛰면 17강의 자동화 편향에 빠집니다.
• 매번 다시 설명 — 자주 쓰는 역할은 커스텀 인스트럭션에 저장하세요(심화 5강).

정리하면, 좋은 페르소나는 '구체적인 역할 + 분명한 규칙 + 긍정형 지시' 세 박자입니다. 그리고 그 위에 늘 한 가지를 얹어 두세요 — '그래도 사실은 내가 확인한다'는 태도입니다. 역할은 AI의 시선을 빌려 오는 강력한 도구지만, 마지막 판단은 언제나 사람의 몫입니다.

06

정리 — 다음은 '역할을 고정하기'

이번 강의 핵심은 이것입니다. "AI에게 누구로서, 어떤 규칙으로 답할지 먼저 정해 줘라." 좋은 역할과 규칙은 AI의 말투·관점·형식을 내가 원하는 대로 잡아 줍니다. 다만 그것이 '정답'까지 보장하진 않으니, 정확도는 과정 펼치기와 검증으로 따로 챙겨야 합니다.

지금까지의 심화 흐름을 묶어 보면 그림이 보입니다. 1강 체이닝(단계로 나누기), 2강 few-shot(예시로 가르치기), 3강 CoT(과정 펼치기), 그리고 4강 페르소나(역할·규칙 주기)까지 — 모두 '같은 AI에서 더 좋은 결과를 끌어내는 말하기 기술'입니다. 추가 비용도, 설치도 없습니다.

그런데 좋은 역할과 규칙을 매번 대화창에 다시 입력하는 건 번거롭습니다. 한 번 잘 만든 역할을 저장해 두고 모든 대화에 자동으로 적용할 수 있다면 어떨까요? 다음 강에서는 바로 그 방법 — 자주 쓰는 페르소나와 규칙을 '커스텀 인스트럭션'에 고정해, 새 대화마다 다시 설명하지 않아도 내 방식대로 일하게 만드는 법을 다룹니다.