AI에게 결정을 잘 묻는 법: 좋은 답을 부르는 질문 설계

"이직할까?" 한 줄을 던지고 실망한 적 있나요

밤늦게 AI 챗봇을 열어 "이직할까?"라고 물어본 적, 한 번쯤 있으실 겁니다. 그런데 돌아오는 답은 대개 이렇습니다. "이직은 신중하게 결정하셔야 합니다. 장단점을 고려하고, 재정 상황을 점검하며, 가족과 상의하세요." 틀린 말은 하나도 없는데, 내 상황에는 하나도 안 맞는 교과서 같은 답입니다.

문제는 AI가 멍청해서가 아니라, 질문이 답할 거리를 안 줘서입니다. AI는 여러분의 연봉도, 지금 회사에서 느끼는 답답함도, 이직 후보 회사의 분위기도 모릅니다. 정보 없이 던진 질문에는 누구에게나 통하는 무난한 답밖에 나오지 않습니다. 이 글에서는 같은 고민이라도 쓸 만한 답을 끌어내는 질문 설계법을 정리합니다.

나쁜 질문과 좋은 질문은 한 끗 차이입니다

같은 주제라도 질문의 밀도가 답의 질을 결정합니다. 아래 두 질문을 비교해 보세요.

나쁜 질문: "이직할까?"

좋은 질문: "7년 차 백엔드 개발자입니다. 현재 연봉 6천이고 워라밸은 좋지만 성장 정체를 느낍니다. 연봉 7천에 신규 사업팀으로 옮길 제안을 받았는데, 야근이 많고 1년 내 폐지 리스크가 있습니다. 3년 뒤 시장 가치를 기준으로 두 선택지를 비교해 주세요."

두 번째 질문에는 직무와 연차, 현재 상황, 후보의 조건, 비교 기준이 모두 담겨 있습니다. AI는 그제야 "당신"의 결정을 함께 따져볼 수 있습니다. 핵심은 간단합니다. AI에게 답을 시키기 전에, 답에 필요한 재료를 먼저 건네는 것입니다.

좋은 질문의 4요소

쓸 만한 답을 부르는 질문에는 공통된 뼈대가 있습니다. 다음 네 가지를 챙기면 절반은 성공입니다.

1. 충분한 맥락·배경: 나이·직무·상황 등 판단에 필요한 사실. "어떤 사람이 어떤 상황에서 묻는가"가 빠지면 답은 일반론이 됩니다.
2. 제약 조건·우선순위: 못 바꾸는 조건(예산·시간·가족)과 가장 중요한 가치를 명시합니다. "연봉보다 안정성이 우선"처럼요.
3. 원하는 결과물 형태: 표 비교인지, 3가지 선택지인지, 체크리스트인지. 형태를 지정하면 답이 구조화됩니다.
4. 단일 정답이 아닌 여러 관점: "정답 하나"가 아니라 "찬성·반대·제3안"을 요청합니다. 결정은 보통 정답이 없고 트레이드오프만 있습니다.

이 네 가지 중 하나만 더해도 답의 밀도가 눈에 띄게 달라집니다. 특히 셋째 요소인 결과물 형태는 많은 분이 놓치는 부분입니다. "어떻게 할까요"라고만 물으면 줄글로 길게 풀어 놓아 정작 비교가 어렵습니다. 반면 "선택지 A와 B를 비용·시간·리스크 세 축으로 표로 정리해 주세요"라고 하면, AI는 그 형식에 맞춰 빠진 칸을 스스로 채우려 하고, 여러분은 한눈에 차이를 봅니다. 형태를 지정하는 것은 답을 정리하는 것을 넘어, 답이 비워 둔 빈칸까지 드러내는 일입니다.

가정을 드러내고, 반대편을 불러오세요

좋은 질문의 4요소를 갖췄다면, 다음은 답을 깊게 파는 단계입니다. AI는 기본적으로 사용자에게 동조하는 경향이 있어서, 가만두면 듣기 좋은 답으로 흐릅니다. 이를 깨려면 일부러 반대 방향을 시켜야 합니다.

• "이 결정에 제가 깔고 있는 숨은 가정은 무엇인가요? 틀렸을 수 있는 전제를 짚어 주세요."
• "이 선택의 가장 큰 리스크 3가지를 위험한 순서대로 알려 주세요."
• "반대 입장에 선 사람이 되어, 제 결정을 강하게 반박해 주세요."

특히 마지막 "반박해 줘"는 강력합니다. 내 결정의 약점을 스스로 찾기는 어렵지만, AI에게 반대편 변호사 역할을 맡기면 미처 못 본 구멍이 드러납니다. 이미 마음이 한쪽으로 기운 상태일수록, 자신이 보고 싶은 근거만 모으는 확증 편향에 빠지기 쉽습니다. 일부러 반대편을 불러오는 질문은 그 편향을 깨는 안전장치입니다.

그리고 한 번의 답으로 끝내지 말고, "그 이유를 더 구체적으로", "실제 사례를 들어", "그 가정이 깨지면 결론은 어떻게 바뀌나요"처럼 후속 질문으로 계속 파고들면 답의 깊이가 달라집니다. 첫 답변은 대개 표면적인 요약에 가깝고, 진짜 쓸 만한 통찰은 두세 번째 후속 질문에서 나오는 경우가 많습니다. 대화를 한 번에 끝내려 하지 말고, 캐묻는 동료처럼 끈질기게 이어 가세요.

바로 쓰는 프롬프트 템플릿

아래 템플릿을 복사해 대괄호만 채우면 됩니다.

[나의 상황: 직업·나이·핵심 배경]을 가진 사람입니다.
지금 [결정할 내용]을 두고 고민 중입니다.
제약 조건은 [바꿀 수 없는 조건]이고,
가장 중요하게 보는 가치는 [우선순위]입니다.

다음 형식으로 답해 주세요.
1) 선택지별 장단점을 표로 정리
2) 제가 놓치고 있을 숨은 가정 2가지
3) 이 결정의 가장 큰 리스크
4) 반대 입장에서의 반박 한 단락

한 단계 더 들어가려면, 답을 받은 뒤 이렇게 검증하세요.

방금 답변에서 가장 근거가 약한 주장 하나를 골라,
그것이 틀렸다고 가정하고 다시 논증해 주세요.

AI 답변, 맹신하지 말고 검증하세요

마지막으로 가장 중요한 태도입니다. AI는 그럴듯하게 틀린 답도 자신 있게 내놓습니다. 숫자나 사실이 섞인 답이라면 출처를 되묻고, 결론이 너무 깔끔하면 "예외 상황은 없나요?"를 던져 보세요. 한 모델의 답을 다른 관점으로 교차 검증하는 것도 좋은 습관입니다.

검증에는 작은 원칙 하나면 충분합니다. AI의 답을 "결론"이 아니라 "초안"으로 대하는 것입니다. 초안에는 빠진 정보가 있고, 과장된 확신이 있고, 검토할 가정이 있습니다. 그 답을 그대로 따르기 전에 "내가 이 결정으로 잃는 것은 무엇인가", "이 답이 전제한 상황이 내 상황과 정말 같은가"를 스스로 한 번 더 물어보면, AI는 결정을 대신해 주는 도구가 아니라 결정을 더 선명하게 만들어 주는 동료가 됩니다.

정리하면 이렇습니다.

1. 답을 시키기 전에 맥락·제약·원하는 형태를 먼저 건넵니다.
2. 정답 하나가 아니라 여러 관점과 반박을 요청합니다.
3. AI 답은 출발점일 뿐, 가정과 근거를 직접 검증합니다.

좋은 질문을 매번 직접 설계하기는 번거롭습니다. 결정사는 이 과정을 자동화합니다. 하나의 고민을 던지면 서로 다른 6명의 관점으로 분석하고, 그들끼리 반박 라운드를 거쳐 약점을 드러낸 뒤 정리해 줍니다. 좋은 질문 구조와 다관점·반박을 사람이 일일이 짤 필요가 없는 셈입니다. 결정이 막막하다면 무료로 분석받기로 한번 경험해 보세요.