맥락적 공감을 위한 프롬프트 프레임워크: AI의 기계적인 답변 개선하기

실용적 조언

AI에게 역할을 부여할 때 '지지적인 멘토'나 '경험 많은 친구'와 같이 구체적인 인간적 페르소나를 사용하세요.
답변 생성 전 사용자의 감정 상태와 상황을 먼저 정의하는 섹션을 프롬프트 상단에 배치하세요.
해결책을 주기 전에 반드시 사용자의 상황을 인정하고 공감을 표현하도록 지시하세요.

섹션별 상세

작성자는 AI의 교과서적인 답변에서 벗어나기 위해 다층적인 프롬프트 구조를 제안했다. 사용자의 목표, 현재 겪고 있는 상황, 그리고 구체적인 감정 상태를 먼저 정의한 후 AI에게 전달하는 방식이다. 이 구조는 AI가 답변을 생성하기 전에 사용자의 관점을 먼저 처리하도록 강제한다. 이를 통해 단순한 정보 전달을 넘어 사용자의 기저에 깔린 요구사항을 이해하는 응답을 유도한다.

text

The user wants to [BRIEFLY DESCRIBE USER'S PRIMARY OBJECTIVE].
The user is currently experiencing [DESCRIBE USER'S EMOTIONAL/LOGISTICAL SITUATION].
They feel [DESCRIBE USER'S EMOTIONAL STATE].
The response should be [SPECIFIC TONE 1], [SPECIFIC TONE 2], and convey a sense of [SPECIFIC EMOTIONAL QUALITY].
Avoid being [SPECIFIC TONE TO AVOID].
The output must adhere to: [CONSTRAINT 1], [CONSTRAINT 2].
You are a [SPECIFIC ROLE] who specializes in [AREA OF EXPERTISE].
Your core principle is to provide assistance that is not only informative but also [EMPATHETIC QUALITY] and [SUPPORTIVE QUALITY].
You understand that users are often looking for more than just information; they are looking for understanding and validation.
Based on the context provided above, generate a response that addresses the user's need to [REITERATE USER GOAL IN MORE DETAIL].
Ensure the response directly acknowledges the user's situation and feelings before offering solutions or information.
Prioritize clarity, empathy, and actionable advice.
The final output should be presented as [OUTPUT FORMAT, e.g., a paragraph, a list, a short story].
Do not use jargon unless absolutely necessary and explained.
Do not sound overly formal or robotic.
Do not provide generic advice that ignores the user's specific situation.

AI가 사용자의 감정과 상황을 먼저 이해하도록 유도하는 맥락적 공감 프롬프트 템플릿

단순한 '비서' 역할 부여보다 구체적인 인간적 페르소나를 설정하는 것이 효과적이다. '지지적인 멘토'나 '경험 많은 친구'와 같은 역할을 부여하고 그에 따른 핵심 원칙을 명시한다. 작성자의 테스트 결과, 이러한 구체적인 역할 설정이 일반적인 AI 비서 설정보다 훨씬 나은 결과를 보여주었다. 이는 페르소나의 구체성이 AI의 어조와 공감 수준을 결정하는 핵심 요소임을 시사한다.

이 프롬프트 구조는 명시적인 단계별 추론 없이도 암시적인 Chain-of-Thought 효과를 낸다. 컨텍스트 레이어, 역할 수행, 그리고 최종 작업을 순차적으로 처리하게 함으로써 AI가 내부적으로 정보를 연결하게 만든다. AI는 사용자의 상황을 자신의 페르소나와 연결한 뒤 최종 출력물을 생성하는 과정을 거친다. 결과적으로 구조화된 프롬프트 자체가 AI의 논리적 흐름을 가이드하는 도구가 된다.

용어 해설

연쇄 사고(Chain-of-Thought): — AI가 복잡한 문제를 해결할 때 중간 추론 단계를 거치도록 유도하는 기법이다. 이 글에서는 프롬프트 구조를 통해 사용자의 상황과 페르소나를 결과물에 연결하는 논리적 흐름을 확보하는 방식으로 활용됐다.
페르소나(Persona): — AI에게 부여된 가상의 인격이나 역할을 의미한다. '지지적인 멘토'나 '경험 많은 친구'와 같이 구체적인 페르소나를 설정하면 AI의 말투, 태도, 공감 수준이 개선되어 사용자 경험이 일관되게 유지된다.
맥락적 공감(Contextual Empathy): — 사용자의 상황과 감정 상태를 이해하고 그에 맞춰 반응하는 능력이다. 텍스트의 표면적 의미를 넘어 기저에 깔린 의도와 정서적 요구를 파악하여 답변에 반영하는 것이 핵심이다.