본문으로 건너뛰기
블로그로
블로그팁 & 트릭

AI에게 취향을 묻지 마세요: 평균적인 답에서 벗어나는 Claude 프롬프트 5가지

Claude에게 "뭐가 제일 좋아?"라고 물으면 평균적인 답이 돌아옵니다. 무난한 문구는 6~7점에 몰리기도 하고요. 반대 논거 받기, 확률 붙인 선택지, 첫 문장 고르기, 전문가 기준 세우기, 취향 파일까지 바로 복사해 쓰는 프롬프트 5가지를 정리했습니다.

AI에게 취향을 묻지 마세요: 평균적인 답에서 벗어나는 Claude 프롬프트 5가지 표지 이미지

Claude에게 카피 문구를 세 개 받아서 "어떤 게 제일 좋아?"라고 물어본 적 있으신가요. Claude는 이유까지 붙여서 하나를 골라 줍니다. 그런데 그 답을 그대로 쓰면 이상하게 어디서 본 듯한 문장이 됩니다.

AI가 틀려서 생기는 일이 아닙니다. 언어 모델은 가장 그럴듯한 답을 내도록 만들어졌고, 학습 과정에서 사람들이 익숙한 글에 더 좋은 점수를 준 영향도 받았습니다. 그래서 "최고의 문구", "가장 좋은 안"을 물으면 평균에 가까운 답이 돌아옵니다.

점수도 비슷합니다. 2026년 11월 22일에 Claude(Opus 5.5)에게 카페 홍보 문구 5개를 1~10점으로 두 번씩 평가시켰습니다. "커피 맛있어요 오세요"만 3점이었고, 나머지 4개는 전부 6점이나 7점이었습니다. 두 번 물어도 점수는 똑같았어요. 이 실험에서는 무난한 문구끼리 점수로 거의 구분되지 않았습니다.

이 글에서는 판단을 AI에게 넘기지 않고, AI를 내 판단을 단단하게 만드는 데 쓰는 방법 5가지를 정리합니다. 이 아이디어는 Ruben Hassid의 뉴스레터 「How to AI」 글(Never ask AI for taste)에서 출발했고, 예시와 설명은 한국어 사용 상황에 맞게 새로 썼습니다.

1. AI에게 자기 결과물을 평가시키지 마세요

Claude가 쓴 초안을 Claude에게 "이거 괜찮아?"라고 물으면 대부분 괜찮다고 합니다. 고칠 점을 말해 달라고 해도 사소한 표현 몇 개를 바꾸는 데서 끝나는 경우가 많습니다.

순서를 바꾸면 결과가 달라집니다. 판단은 내가 먼저 하고, AI에게는 그 판단을 반박해 달라고 합니다.

내 생각은 이거야: [내 의견]
아래 자료만 근거로, 내가 틀렸다는 걸 증명해 봐.
내 의견에 반대하는 가장 강한 논거 3개를 줘.

[자료]

"자료만 근거로"를 넣으면 AI가 일반론을 늘어놓지 않고 내가 준 내용 안에서 반박합니다. 반박을 읽고도 내 생각이 그대로면 그 판단은 꽤 믿을 만한 것이고, 흔들린다면 고칠 곳을 찾은 것입니다.

"이 방향 맞지?"처럼 끝에 동의를 구하는 말도 빼세요. 그렇게 물으면 AI는 맞다고 할 이유부터 찾습니다.

2. 선택지에 '뻔한 정도'를 붙여 달라고 하세요

아이디어를 5개 달라고 하면 비슷비슷한 5개가 나옵니다. 이때 각 선택지마다 다른 AI도 같은 답을 낼 확률을 적어 달라고 하면 더 다양한 답이 나옵니다.

[주제]에 대한 아이디어 5개를 줘.
각 아이디어 옆에, 다른 AI에게 같은 질문을 했을 때 이 답이 나올 확률을 %로 적어 줘.
확률이 높은 것부터 낮은 순으로 정렬하고, 마지막 2개는 10% 미만이어야 해.

확률이 정확한 숫자일 필요는 없습니다. 확률을 적게 하면 AI가 "뻔한 답"과 "드문 답"을 스스로 구분해서 내놓습니다. 위쪽은 안전한 선택지, 아래쪽은 덜 흔한 선택지로 한눈에 나뉩니다.

이 방식은 2025년 10월에 공개된 연구 「Verbalized Sampling」에서 다룬 방법과 같은 원리입니다. 연구진은 답과 확률을 함께 말하게 하는 것만으로 시·이야기·농담 같은 창작 과제에서 답의 다양성이 1.6~2.1배 늘었다고 보고했습니다.

3. 초안 전에 첫 문장부터 고르세요

글 전체를 받은 뒤에 고치면 이미 만들어진 흐름을 따라가게 됩니다. 첫 문장만 먼저 여러 개 받아서 고르면 글의 방향을 내가 정할 수 있습니다.

이 글의 첫 문장 후보 10개를 줘. 본문은 아직 쓰지 마.

10개 중에 "요즘 AI가 화제입니다" 같은 흔한 시작은 빼고, 마음에 드는 1~2개를 골라 "이 문장으로 시작해서 써 줘"라고 이어 갑니다. 이걸 몇 번 하다 보면 내가 싫어하는 시작이 어떤 건지도 분명해집니다. 그 목록은 5번에서 다시 씁니다.

4. '최고의 전문가라면 어떻게 할까'를 먼저 묻게 하세요

"제안서 써 줘"라고 바로 시키면 무난한 제안서가 나옵니다. 일을 시키기 전에 AI가 먼저 기준을 세우게 하면 결과물의 깊이가 달라집니다.

이 일을 하기 전에, 먼저 아래 4가지에 답해 줘. 아직 일은 하지 마.
1. 이 분야에서 가장 잘하는 사람이라면 이 일을 어떻게 할까?
2. 그 사람은 어떤 자료부터 모을까?
3. 어떤 방법과 도구를 쓸까?
4. 나 말고 누가 이 결과물의 품질을 판단할까?

그 답을 참고해서 내 요청을 더 좋은 프롬프트로 다시 써 줘.

AI가 다시 써 준 프롬프트를 확인하고, 마음에 들면 그 프롬프트로 일을 시킵니다. 한 단계를 더 거치니 시간은 조금 더 들지만, 결과물이 마음에 안 들어 처음부터 다시 시키는 일은 줄일 수 있습니다.

5. 내 취향을 파일로 적어 두세요

1~4번은 그때그때 쓰는 방법이고, 5번은 한 번 해 두면 계속 효과가 이어지는 방법입니다. 내가 좋아하는 것과 싫어하는 것을 짧게 적어서 Claude 설정에 넣어 두는 겁니다.

좋아하는 것 5가지
- 예: 결론을 첫 줄에 쓴다

질린 것 5가지
- 예: "~가 아니라 ~입니다" 같은 대구 문장

절대 하지 않는 것 3가지
- 예: 근거 없는 숫자

다 적었으면 Claude 설정의 프로필 화면에 있는 개인 선호 입력 칸(영어 화면에서는 "What personal preferences should Claude consider in responses?")에 붙여 넣습니다. 특정 작업에만 쓰고 싶다면 프로젝트 지시문에 넣어도 됩니다.

취향 파일은 길수록 좋은 게 아닙니다. 13줄 안팎이면 충분합니다. 그리고 한 달에 한 번은 다시 열어 보세요. 지난달에 좋아하던 표현이 이번 달엔 질렸을 수도 있고, Claude가 이미 알아서 피하게 된 항목은 지워도 됩니다.

정리

표가 잘리면 좌우로 넘겨보세요.
상황이렇게 하세요
AI가 쓴 걸 평가받고 싶을 때내 의견을 먼저 말하고 반대 논거 3개를 받는다
아이디어가 다 비슷할 때확률을 붙여 달라고 하고 마지막 2개는 10% 미만으로
글의 첫인상이 밋밋할 때첫 문장 후보 10개부터 받는다
결과물이 얕을 때최고의 전문가 기준을 먼저 세우게 한다
매번 같은 지적을 할 때취향 파일을 설정에 넣어 둔다

AI는 생각을 대신해 줄 수 있지만, 무엇이 좋은지 아는 감각까지 대신해 주지는 않습니다. 판단은 내가 하고 AI는 그 판단을 시험하는 데 쓰면, 평균에 가까운 답에서 벗어날 수 있습니다.

출처와 확인

  • Ruben Hassid, 「777」(부제 Never ask AI for taste, 스레드 목록에도 이 제목으로 올라 있음), How to AI, 2026-10-16: https://ruben.substack.com/p/taste (이 글을 쓰게 된 원글. 예시와 설명은 새로 썼습니다.)
  • Jiayi Zhang 외, 「Verbalized Sampling: How to Mitigate Mode Collapse and Unlock LLM Diversity」, arXiv 2510.01171, 2025-10-01: https://arxiv.org/abs/2510.01171
  • 점수 실험: 2026-11-22, Claude Code에서 Opus 5.5에게 카페 문구 5개를 문구마다 2번씩 1~10점으로 물음(결과 6·7·3·6·7, 두 번 모두 같음).