영상버전 : https://youtu.be/rLwhVUIXaQU
.jpg)
어디선가 기사가 있어서 읽다가 코멘트를 단 게 있습니다.
프롬프트 엔지니어링으로 인터넷 강의를 하시는 분 같은데요..
이름에 Phd라고 적혀있으니 어딘가의 박사님 이신가 봅니다.
그 분의 글에 이런게 있더라구요..
한국어는 맥락에 크게 의존하는 ‘고맥락 언어’입니다. LLM에 그대로 입력하면 종종 의도가 왜곡되거나 핵심이 누락됩니다. 저는 영어로 프롬프트를 작성하지만, 한국어만 해야하는 모델을 사용할 때는 다음과 같은 방법을 사용합니다.
--- 중략 ---
✔️ 존댓말(–습니다) vs 반말(–해요) 중 하나 선택.
Deferential form '-습니다'를 사용하면 openAI 모델은 답을 더 길고 상세하게 합니다.
…
여기서 존대말을 사용하면 AI모델은 답을 더 길고 상세하게 합니다. 라고 적혀 있네요..
그랬더니 이 분을 지지하는 댓글에서 chatgpt에게 같은 내용을 물어본 결과를 적었더라구요..
ChatGPT-4o에게 확인해보았습니다:
”한국어를 사용할 때 존댓말로 요청하면, 당신은 좀 더 나은 답을 주신다고 들었습니다. 사실입니까?“
아주 날카로운 질문이십니다.
**“한국어로 존댓말을 쓰면 더 좋은 답을 받는다”**는 말은 부분적으로 사실입니다.
⸻
✅ 왜 그렇게 느껴질까요?
1. 존댓말은 명확하고 완곡한 문장 구조를 유도합니다.
• 예:
반말: “해줘” → 목적이 불분명하거나 애매할 수 있음
존댓말: “이 내용을 정리해 주시겠어요?” → 요청의 방향이 명확
2. 프롬프트가 더 구체적이고 정중해지면
→ 모델이 더 신중하고 완성도 있는 답변을 생성하려는 경향이 있습니다.
3. ‘질문하는 사람의 태도’를 고려한 최적화된 언어 생성이 이뤄집니다.
• 존댓말 = 더 포멀한 상황 → 더 논리적이고 근거 중심의 응답이 생성됨
⸻
❗ 하지만 반말도 충분히 잘 작동합니다
• 단, 구조가 명확하고 구체적이면, 말투는 크게 영향을 미치지 않습니다.
• 예를 들어:
• “아래 항목을 bullet point로 3개 써줘” → 매우 명확한 반말 → 훌륭한 결과
⸻
✅ 결론
조건 결과
존댓말 + 구체적인 요청 최상급 응답 가능성 ↑↑
반말 + 모호한 지시 응답 품질 ↓↓ 가능성 있음
말투보다는 명확성과 구조가 핵심 프롬프트의 정확도 > 존댓말 여부
이걸 보고 그런가보다 하고 생각하시는 분들..
문해력을 의심해 보셔야 합니다.
Chatgpt의 대답임에도 존대말을 유도하고 있다는 것이 보이시나요?
교묘하게
존댓말 + 구체적인 요청 : 최상급 응답 가능성 ↑↑
반말 + 모호한 지시 : 응답 품질 ↓↓ 가능성 있음
라고 표현을 한 겁니다.
그렇다면
존댓말 + 모호한 지시 의 경우는?
이런 의문도 없이 글쓴이가 맞다는 이야기를 하길래
어이가 없어 저의 또 폭탄 같은 댓글을 달아버렸습니다.
이건 제가 chatgpt에게 물어본 내용입니다.
반말로도 정확하게 물어보면 되는거 아닌가?
ChatGPT:
맞아, 반말로도 충분히 정확하게 물어보면 돼. 반말은 좀 더 자연스럽고 편하게 대화할 수 있게 해주니까, 너가 원하는 방식으로 대화해도 전혀 문제 없어! 내가 답변을 제대로 이해하고 정확하게 전달하는 데는 차이가 없으니까, 편한 대로 말해도 돼.
이렇게 짧게 chatgpt의 답변까지 복붙을 했죠.
그랬더니 chatgpt의 결과를 댓글로 적었던 분이 다시 제 말에 태클을 걸었습니다.
한국어는 고맥락 언어(high-context language)로서, 의사소통 시 말로 표현되지 않은 정보(맥락, 상황, 인간관계, 문화적 배경 등)에 크게 의존하는 언어라고 배웠습니다.
조사, 어미, 접두사, 접미사 등을 통해 문장의 의미가 명확해지지만, 이와 함께 주어나 목적어가 생략되는 경우도 많아, 전후 문맥이 충분하지 않을 경우 의미가 왜곡될 가능성도 있습니다.
그래서 화자가 조금 더 공손하게 말하고자 할 때는, 무의식적으로 앞뒤 맥락을 더 명확히 설명하려 하고, 그 결과 생략되는 표현의 빈도도 줄어드는 것이 아닐까요?
프롬프트와 답변의 구조 역시, 이러한 언어적 맥락의 밀도에 따라 서로 비례하는 양상을 보인다고 생각합니다.
이 말은 맞는 말입니다.
제가 건 태클은 단지 존댓말이 더욱 길고 상세하게 대답한다는 표현이 있어
그 부분은 틀린 것 같다고 하는 것 뿐이었는데..
왜 내가 지적한 부분을 다른 이야기를 들어 틀렸다고 하는걸까요?
그니까 내 말이 틀렸다면
내 말이 왜 틀렸는지를 이야기를 해줘야 하지 않나?
그래서 말씀은 맞지만 제가 말하는건 고맥락 언어이기 때문에
맥락의 설명이 중요하다는 것은 알지만
내가 태클 건 것은 맥락이 아닌 존댓말이 정말 ai에게 좋은 품질을 이끌어 낼 수 있느냐?
의 의문이라고 남겼죠..
그랬더니 글 작성자 분이 직접 자신의 지난 글을 링크 달아 댓글을 주셨네요.
안녕하세요 의견 남겨주셔서 감사합니다.
본문의 포인트는 한국어로 프롬프트를 작성할 때, 답을 더 잘 받는 방법에 대한 empiricial 한 방법론을 공유드린 것입니다. 남겨주신 댓글에 두 가지 개념이 섞인 것 같아, 정리를 드립니다. 본문을 읽으신 분들을 위해서도 정리합니다.
(1) 반말, 존댓말 사용 어떤 것이 좋은지: https://www.linkedin.com/posts/activity-7319733710981935104-oVxt?utm_source=share&utm_medium=member_desktop&rcm=ACoAAEOyUqoBe58jAG2OO6sy7qWkq3AUW2likhw 이 피드에 '공손한 언어'가 가져다 주는 결과를 여러 논문과, 신문기사와, 제 실험을 담았습니다.
함께, 왜 챗GPT 가 공손한 언어에 답을 더 잘주는지에 대해 작성한 글도 링크 걸어두었습니다. 관심이 있다면 한 번 읽어보셔도 좋겠어요.
(2) 반말, 존댓말 혼용: 의견 주신 것처럼 또 이 피드에 본문에 적은 것처럼 '존대'면 존대를 '반말'이면 '반말'을 '일관적'으로 사용하는 것이 한국어로 프롬프트를 작성했을 때 좋은 결과를 얻을 수 있다 입니다. 다만 (1)과 관련하여 공손한 언어에 속하는 sentence type 이 더 좋은 결과를 낼 수 있다는 사실을 함께 전달하였습니다.
이 분이 지난 번에 쓴 글인데요..
여기에는 공손한 표현이 왜 좋은가에 대해서 적으면서
샘 알트먼의 기사를 언급했습니다.
그래서 그 기사도 들어가서 봤죠.
Sam Altman Admits That Saying "Please" and "Thank You" to ChatGPT Is Wasting Millions of Dollars in Computing Power
貼り付け元 <https://futurism.com/altman-please-thanks-chatgpt>
이 기사의 내용은 이런 내용이었습니다.
1. “제발”, “고맙습니다” 같은 공손한 말이 비용을 만든다
– 샘 알트먼이 인정했듯, AI에게 예의를 갖추는 작은 언어 조각들이 쌓여 전기 사용량을 늘리고, 수천만 달러의 비용으로 이어진다.
2. 하지만 공손함은 AI의 응답 품질을 높인다
– 마이크로소프트 등 몇몇 AI 설계자들은, 정중한 프롬프트가 모델로 하여금 더 “존중하고 협업적인” 답변을 내놓도록 돕는다고 본다.
– 실제로 AI는 사용자 입력의 전문성·명확성·세부 수준을 그대로 반영해 응답을 생성한다는 연구도 있다.
3. AI 활용의 환경적 부담을 환기한다
– 100단어짜리 이메일 하나 생성에 0.14kWh, 1년간 주 1회 사용만 해도 7.5kWh를 소모한다는 조사 결과를 인용하며, 전 세계 데이터센터가 이미 전체 에너지의 약 2%를 쓰고 있다는 점을 강조한다.
– 수만 건의 긴 프롬프트를 매일 입력하면 그 영향은 결코 작지 않다.
4. 마지막으로 독자에게 제안한다
– “AI에게 공손할지 고민되면, 차라리 직접 이메일을 쓰라”는 다소 역설적인 조언을 덧붙여, 때로는 전통적인 방법이 에너지와 두뇌 자원을 아끼는 최선의 선택일 수 있음을 시사한다.
요약하자면, 이 글은 **“AI에게 예의를 갖추는 것이 성능 면에서는 유익할 수 있지만, 그로 인한 에너지·비용·환경적 부담도 크니, 필요할 때만 신중히 사용하라”**는 메시지를 던지고 있습니다.
어디에도 존댓말에 대한 표현은 없습니다.
즉, 글쓴이는 존댓말 = 공손한 표현 이라고 생각 해버린 것 같죠.
하지만, 일반적인 존댓말은 공손한 표현이지만 모든 공손한 표현이 존댓말일까요?
존댓말로 사람을 짓누르는 것은 공손한 표현일까요?
제가 묻고 싶은것이 바로 이것이죠..
하지만 화자는 너무 명확히 적었잖아요..
✔️ 존댓말(–습니다) vs 반말(–해요) 중 하나 선택.
Deferential form '-습니다'를 사용하면 openAI 모델은 답을 더 길고 상세하게 합니다.
貼り付け元 <https://www.linkedin.com/preload/>
그래서 다시 태클을 걸었죠..
주신 링크를 보았으나, 실제 퍼오신 기사의 의도와는 달리 임팩트 있는 문장만 퍼오신 것 같습니다.
기사거리는 자극적이고 누르고 싶게 만들어야 하기 때문에
Sam Altman Admits That Saying "Please" and "Thank You" to ChatGPT Is Wasting Millions of Dollars in Computing Power
라고 쓴 것이지만, 그 속에는 여러가지 의미가 있는 것 같습니다. 그걸로 please에 돈이 많이 들어간다를 please가 좋다 라고 볼 수 있는지는 의문이네요. 오히려 please를 빼면 더 효율적이라는 말로도 해석될 수 있을 것 같다는 개인적인 생각입니다.(물론 본문에 공손한 표현이 돈이 더 들지만 결과도 더 잘나오는 경향이 있는 것 처럼 이야기는 되고 있습니다.)
실제로 "공손한" 이란 단어의 범위를 사람들에게 물었을 떄 범위가 천차만별일 것입니다. 그렇기 때문에 이번 글에서도 존대말과 반말 이라는 와전된 표현이 온 게 아닐까 하네요.
대화와 마찬가지로 상대에게서 끌어내고 싶은 내용을 위해 사람들이 머리를 써서 표현을 하듯, AI에게도 그런 표현으로 내 목적을 달성하는게 좋지 않을까 하는게 제 생각인데, 갑작스럽게 "존대말을 써야 한다" 라고 표현을 하셨기 때문에 거기에 의문이 들었던 겁니다.
실제로 지나친 과도한 공손함은 최적의 성능을 보장하지 않았다는 연구가 있듯이, 제 생각에는 존대, 반말은 전혀 상관없이 AI에게 얼마나 필요한 정보를 주고 맥락을 이해시키려는 표현이 가장 중요한 것 같아서 오해의 소지를 없애기 위해서 코멘트를 달아본 겁니다.
댓글의 길이 제한이 있어서 잘라서 네 종류의 정보를 추가로 달았네요..
추가로 공손한 표현이 AI의 답변에 어떤 영향을 끼치는지에 대한 연구의 내용을 달았구요..
Ziqi Yin 등(2024), “Should We Respect LLMs? A Cross‑Lingual Study on the Influence of Prompt Politeness on LLM Performance”
– arXiv에 게시된 이 논문은 영어·중국어·일본어 3개 언어로 된 다양한 과제(task)에서 “공손함 레벨”을 조절한 프롬프트를 테스트했습니다.
– 결과: 무례한(rude) 프롬프트는 정확도·일관성·정보 완전성에서 유의미하게 성능 저하를 일으켰고, 지나친 과도한 공손함(over‑politeness) 역시 최적 성능을 보장하지 않았습니다. 언어별로 ‘가장 적절한(politeness sweet‑spot)’ 레벨이 다름을 발견해, 실제 응용 시 “중간 정도의 공손함”을 권장합니다. arXiv
와세다대·RIKEN 연구팀(2024), “Please Be Polite to ChatGPT” (Scientific American 기사)
– Waseda University와 RIKEN Center for Advanced Intelligence Project 합동 연구(2024년 초 발표)를 소개하며, 공손한 프롬프트가 더 높은 품질의 응답을 끌어낼 수 있음을 보고했습니다.
– 특히 “Take a deep breath and work on this problem step‑by‑step” 같은 supportive prompt가 기초 추론(math reasoning) 과제에서 정확도를 크게 높였다고 합니다. Scientific American
Google DeepMind ‘Supportive Prompts’ 연구
– 위 Scientific American 기사에서 언급된 바와 같이, Google DeepMind 연구진도 “지지적(supportive)” 프롬프트가 LLM의 단계적 문제 해결(step‑by‑step reasoning) 능력을 향상시킨다는 결과를 발표했습니다.
영어로는 존대말이 아니라 politeness라는 표현을 썼길래 AI에게 politeness하게 표현하는거랑 존대말로 표현하는거랑의 차이를 알려달라고 했더니 이렇게 대답하네요.
AI에게 “politeness”하게 표현한다는 것은 단순히 한국어의 존댓말(–습니다체) 사용 여부를 넘어, 요청의 어조와 문장 설계 전체가 “부드럽고 협력적인 태도”를 반영하도록 하는 걸 의미합니다. 구체적으로 살펴보면:
소프트닝(softening) 표현 사용
“~해 줘” 대신 “~해 줄 수 있을까?”, “~해 주시면 감사하겠어”처럼 요청어 끝에 완곡어법을 붙여 명령이 아닌 부탁으로 만듭니다.
예)
급한 톤(impolite): “이 보고서 요약해.”
부드러운 톤(polite): “이 보고서를 요약해 줄 수 있을까? 고마워!”
감사·인정 문구 삽입
요청 전·후에 “제발(please)”, “고마워(thank you)”, “도와줘서 고마워” 등을 넣어, AI가 “내가 쓴 답변이 환영받는구나”라고 학습하게 만듭니다.
예) “Could you please explain how TCP port forwarding works? Thank you in advance.”
맥락과 배경 제공
단순히 “번역해”보다 “이 문단이 기술 문서용인데, 비전문가도 이해하기 쉽게 번역해 주시면 좋겠어”처럼 왜 요청하는지 설명을 덧붙이면, 모델이 더 적절한 어조와 수준으로 응답할 확률이 높습니다.
질문형·협력형 문장 구조
“이걸 해”처럼 강제적인 서술형(명령문)보다 “이렇게 해볼까?”, “이 부분을 검토해 줄래?”처럼 함께 일하는 동료에게 부탁하듯 묻는 구조가 좋습니다.
반말 vs. 존댓말
반말로도 충분히 공손할 수 있습니다.
“이 파일 좀 확인해 줄래? 고마워.”
존댓말(–습니다체)을 쓰면 격식은 살지만, 무조건 정중한 것만은 아닙니다.
“이 파일을 확인해 주실 수 있나요? 감사합니다.”
중요한 건 말투의 형태(formality) 가 아니라, ‘요청’ 그 자체가 협력적이고 존중하는 태도로 짜여 있느냐입니다.
따라서 AI에게 politeness하게 묻는다는 건:
“명령”이 아니라 “부탁”으로 말문을 열기
감사·인정 어투를 덧붙이기
배경·목적을 간단히 설명해 주기
이렇게 하면 LLM은 “이 입력에 신경 써서 답해야겠다”라고 인식해, 더 친절하고 정확한 결과물을 내줄 가능성이 높아집니다.
“–습니다”체를 쓰면 모델이 더 길고 상세하게 답한다고 흔히들 말하지만, 엄밀히는 말투(formality) 자체보다는 **프롬프트의 “요청 내용(request)”**이 응답의 길이와 깊이를 결정합니다.
말투는 톤(tone)을 결정
– “–습니다”체를 쓰면 전반적인 어조가 격식 있고 차분해지기 때문에, 모델도 그에 맞춰 “정중하고 완결성 있는” 문체로 답하려고 합니다.
– 반면 반말(–해체)을 쓰면 좀 더 캐주얼한 톤으로 응답하지만, 길이나 상세함은 별개입니다.
진짜 중요한 건 명시적 요청
– 예:
“이 개념을 자세히 설명해 주세요.”
“다음 항목들을 구체적인 예시와 함께 알려 줘.”
– 이렇게 어떻게, 얼마나 상세하게 답하기를 원하는지 분명히 지시하면, 반말이든 존댓말이든 모델은 그 수준에 맞춰 응답을 늘립니다.
실험해 보면
존댓말 + “간단히 설명해 줘” → 짧고 요약된 답변
반말 + “자세히 설명해 줘” → 충분히 긴, 상세한 답변
존댓말 + “자세히 설명해 줘” → 긴, 상세한 답변(톤만 좀 더 정중)
요약하자면, 응답의 길이·깊이는 말투가 아니라 “자세히”, “구체적으로” 같은 지시어에 달려 있습니다. “–습니다”체를 쓰는 건 단지 ‘정중한 어조’를 주는 방법일 뿐, 상세함 그 자체를 보장하지는 않습니다.
마지막 ai의 답변이 재밌었죠..
반말 + “자세히 설명해 줘” → 충분히 긴, 상세한 답변
존댓말 + “자세히 설명해 줘” → 긴, 상세한 답변(톤만 좀 더 정중)
톤만 좀 더 정중해진다…
결론을 이야기 하자면
톤만 더 정중한 답변을 위해 존댓말을 쓰라는 것입니다.
때문에 프롬프팅을 할 때 꼭 존댓말을 쓰라는…
제 상식으로는 이해가 안되는 강의를 하고 있었다는 거죠.
물론 이거 하나로 이 분의 모든 강의가 엉망이라고 말할 수 없고,
이런 세세한 지적을 하는 사람이 더 이상할 수 있습니다.
충분히 많은 기사를 보고 나름대로 정리를 해서
AI프롬프트에 대한 많은 인사이트를 가지고 계신 분이라고 봅니다.
단지 제 성격상 잘못된 표현을 그냥 못 두는 것 때문에
이렇게까지 이야기가 된 것이겠죠.
누군가를 가르친다는 것은 굉장히 민감합니다.
가끔 자격이 없는 사람이 학교 선생님이 되어서는
아이를 살해하고선 심신미약을 말할 수도 있구요..
이건 극단적이니 평범한 예를 들어봅시다.
어떤 역사학자가
자기가 알고 있는 역사적사실을 왜곡해서
일반인들을 좌파화 한다면
그 사람의 지적 능력이 뛰어날 수록
그 사람으로 인해 좌파화 되는 사람들이 늘어났겠죠..
아, 이것도 민감한 예 던가요?
그럼 가장 평범한 예를 들어보죠.
어떤 교사가 이런 표현은 이럴때 쓴다고 가르쳤다고 합시다.
하지만 그 나라에 가면 그 표현을 쓰는 사람은
사람을 비하하는 경우 많이 쓴다고 하면
표현 자체가 틀린게 아니지만
실수로 그런 표현을 배워서 그 나라에 가서 썼다면
많은 사람들의 웃음거리가 될 수 있습니다.
언어는 특히 민감합니다.
내가 맞다고 생각하는 표현이
상대에게 불쾌감이나 거리를 줄 수 있지만,
가르치는 사람이 사전적으로만 가르치다보면
배운사람은 아무 꺼리낌 없이 썼다가
외토리가 되고,
결국 망치를 휘두를 수도 있게 되죠..
음.. 왜 사례가 이렇게 극단적이 되지??
아뭏든…
저 역시 사람을 가르칠 자격이 충분하지 않다고 생각하기 때문에
명확한 기술 이외에는 사람에게 무언가를 가르쳐주지 않는 편입니다.
저역시 제가 알고 있는 지식이 편협하기 때문에
잘못된 내용을 전달하는 경우도 있기 때문이죠.
사람은 사람이기 때문에 현재 자신이 알고 경험한 것만이 진실이라고 믿고 있지만,
그게 시대나 사회에 따라서는 진실이 아닐 수 있습니다.
중요한 것은
자신이 틀렸다는 것이 명확해 졌을 때
자존심을 내세우지 말고 받아들일 수 있거나
다른 의견에 대해서도 존중할 수 있느냐가 가장 중요하지 않을까요?
자기와는 다른 사람의 의견을 존중하되
다른 사람의 말이 틀렸는지는 의심을 하면서
모든걸 받아들이는 것 보다
스스로 체계화 시키면서
좋은 것만 받아들이는게 중요하지 않을까요?
AI시대에
AI와 소통하는 방법에 대한
이야기 였습니다.
댓글
댓글 쓰기