『에센셜리즘(Essentialism)』이라는 고전적인 책을 읽은 사람들은 AI가 반환한 아이디어를 버리는 데 능숙합니다. 20가지 옵션을 생성하고, 읽어본 뒤 딱 3개만 남기죠. 이 책의 활용법으로서는 분명 옳은 방법입니다.
하지만 AI 도입 이후 더 바빠진 사람들은 아마도 이 방법을 지나치게 충실히 따르고 있을 가능성이 높습니다.
ChatGPT나 Claude에 "좋은 거 하나 줘" 또는 "더 개선해줘"라고 입력할수록 '버리는 작업'이 늘어 당신의 시간을 갉아먹습니다.
『에센셜리즘』은 2014년에 출판되어 60만 부 이상 판매되었습니다. 여기에는 '90% 규칙'이 포함되어 있습니다. 가장 중요한 기준 하나를 정하고, 옵션에 100점 만점으로 점수를 매긴 후 90점 미만인 것은 마치 0점인 것처럼 과감히 버리는 것이죠.
즉, 책은 이미 나열된 옵션 중에서 선택할 때 이 도구를 사용합니다. 하지만 AI를 활용할 때는 생성하기 *전에* 버림 기준(90% 미만)을 설정할 수 있습니다.
90% 판단 기준은 훌륭하지만, 그 시점을 '앞으로' 당기면 훨씬 더 효과적이라고 생각합니다.
저 역시 최근까지는 AI에게 "다양한 옵션 30개를 제공해줘"라고 요청했습니다. 그리고는 읽으며 선택하는 데 시간을 보냈고, AI는 뻔한 답변만 내놓는다고 거의 확신하고 있었죠... 하지만 돌아보니 저는 단순히 '버림 기준'을 미리 적어두지 않았던 것입니다. 그래서 이제 프롬프트 맨 앞에 버림 기준을 1~2문장으로 단호하게 명시합니다.
마음속에서 '좋은 것'의 조건이 아직 명확하지 않더라도, 요청하기 전에 '볼 필요 없는 것'의 조건은 대략적으로라도 정해져 있지 않나요?
"그런 기준 같은 건 없어..."라고 생각할 수도 있습니다. 그런 경우라면 "제외할 대상에 대한 후보 기준을 제시해줘"라고 시작하는 것이 AI 사용의 합리성을 높여줍니다.
AI에게 지시할 때는 원하는 것을 쓰기 전에 원하지 않는 것을 먼저 쓰세요. 문장 패턴은 단 두 문장이면 충분합니다: "[X]는 포함하지 마. 그 위에 [Y]를 해."
AI에게 요청하는 세 가지 목적별로 분류한 예시는 다음과 같습니다.
<아이디어 생성>
"좋은 거 하나 줘"
→ "이번 분기 예산을 초과하는 것은 포함하지 마. 그 위에서 20가지 옵션을 줘."
"캐치프레이즈 10개 줘"
→ "제품명을 단순히 재구성한 것은 포함하지 마. 그 위에서 10개만 줘."
"프로젝트 아이디어 좀 줘"
→ "현재 인력으로 관리할 수 없는 것은 포함하지 마. 그 위에서 다음 주에 시도할 수 있는 순서대로 나열해줘."
"제목 옵션 줘"
→ "본문에 없는 내용을 약속하는 제목은 포함하지 마. 그 위에서 가장 짧은 5개만 줘."
"좋은 거 하나 줘"라는 표현은 AI에게 "생각나는 모든 것을 다 줘"로 해석되는 경향이 있습니다. 90% 규칙을 읽고 나서 이렇게 사용하면, 결국 20개의 옵션을 읽어야 하는 일이 생깁니다.
<조사>
"[주제] 조사해줘"
→ "공식 웹사이트 첫 페이지에서 찾을 수 있는 정보는 포함하지 마. 그 위에서 우리와 다른 차이점만 보여줘."
"경쟁사 확인해줘"
→ "우리보다 큰 회사는 포함하지 마. 그 위에서 동일한 가격대의 회사 3곳만 보여줘."
"자세히 알려줘"
→ "첫 번째 답변을 반복하지 마. 그 위에서 반대 관점 하나를 제시해줘."
"[이슈] 관련 회의 준비해줘"
→ "오늘 결정하지 않을 안건은 포함하지 마. 그 위에서 이번 주에 결정할 사항 하나와 그 자료를 보여줘."
조사 단계에서는 이미 알고 있는 정보가 섞일수록 읽는 시간이 길어집니다. 알려진 정보를 먼저 제외하면, 새로운 정보(차이점)만 읽으면 됩니다.
<편집>
"더 좋게 만들어줘"
→ "의미를 변경하는 수정은 하지 마. 그 위에서 표현만 다듬어줘."
"더 이해하기 쉽게 만들어줘"
→ "용어 설명을 추가하지 마. 그 위에서 긴 문장을 짧은 문장으로 나눠줘."
"이거 확인해줘"
→ "하나의 관점에서만 제기되는 지적 사항은 포함하지 마. 그 위에서 두 가지 이상의 관점이 같은 부분을 가리키는 문제만 보여줘."
"다시 고쳐줘"
→ "지난번에 이미 고친 부분은 포함하지 마. 그 위에서 수정된 부분과 이유를 보여주는 열을 남겨줘."
단순히 "고쳐줘"라고 하면 AI는 전체 텍스트를 다시 작성해도 된다는 허락으로 해석합니다. 더 최악인 점은 수정 전후 버전을 비교하는 불필요한 업무가 추가로 발생한다는 것이죠.
이러한 문제가 발생하는 이유는 '선택지에서 버릴 기준'은 가지고 있지만, '애초에 후보군을 만들지 않기 위한 기준'은 준비하지 않았기 때문입니다.
이러한 재작성의 내용은 다르지만, 초기에 취하는 행동은 동일합니다.
AI에게 넘기기 전에 '선택 풀에 들어오지도 못하게 버릴 것'을 먼저 결정하고,
그 뒤에 '좋은 것'에 대한 조건을 추가하세요.
평소 AI 응답 결과 중 '출력될 필요가 없었던 결과'가 몇 줄이나 되었나요?
유능한 실무자들은 이러한 '후보군 좁히기 포인트'부터 AI를 활용합니다.
저는 내일의 업무를 위한 시의적절한 뉴스와 힌트를 구조적이고 명확하게 설명하기도 합니다.
https://x.com/smark_x/status/2099383008537297309
https://x.com/smark_x/status/2096168360103088156
• 과도한 고민이 행동을 막습니다
• 완벽주의나 비효율성 때문에 시간이 부족해집니다
• 벽에 부딪히면 '감각 부족' 탓으로 돌리고 싶어 집니다
• AI를 도입했지만 일은 실제로 더 쉬워지지 않았습니다
저도 이런 문제들을 모두 겪었지만, '논리적 사고'로 시스템을 구축하자 일이 훨씬 수월해졌습니다. 매일 게시물을 올리고 있으니 관심 있으시면 팔로우 해주세요. → @smark_x
