질문의 차이는 정보의 양이 아니라, 맥락의 밀도에 있다
5-2. 경험 기반 질문과 비경험 기반 질문의 차이
통찰노동: AI 시대의 경험 경쟁력』
5장. 프롬프트는 질문의 구조이다: 경험 기반 프레임 설계 기술
5-2. 경험 기반 질문과 비경험 기반 질문의 차이
결과물을 요구하지 말고 '문제와 가설"로 해결책을 구하라
이 글은 5장 '프롬프트는 질문의 구조이다'의 두 번째 이야기입니다. 지난 글에서 문제를 가두는 '프레이밍'을 배웠다면, 이번에는 그 프레임 안을 무엇으로 채울 것인가를 다룹니다. 경험이 있는 사람의 질문과 없는 사람의 질문은 단순히 표현의 차이가 아닙니다. AI를 사용하는 최종 목적 자체가 완전히 다릅니다.
질문의 차이는 정보의 양이 아니라, 맥락의 밀도에 있다
출발점의 차이: '보편 정보' vs '체화된 맥락'
많은 사용자가 AI에게 "우리 회사의 신사업 아이디어 좀 줘", "리더십의 원칙을 알려줘"라고 묻고는 돌아온 교과서적인 답변에 실망합니다. 이것이 전형적인 '비경험 질문(일반 프롬프트)'입니다. 출발점이 인터넷에 공개된 개념, 정의, 보편적인 지식이기 때문에 맥락이 추상적이고 답변도 평균적일 수밖에 없습니다.
반면, '경험 기반 질문'의 출발점은 당신의 몸에 새겨진 '체화된 현실'입니다. 실제로 겪은 실패, 갈등, 의사결정의 구체적인 순간들이 질문의 재료가 됩니다.
✓ 비경험 질문: "팀원 간 갈등 해결 방법을 알려줘." (보편 지식 호출)
✓ 경험 질문: "A 팀장이 B 팀원의 성과를 가로챘다는 의혹으로 팀 분위기가 최악이야(Context). 내가 지난번에 섣불리 개입했다가 오히려 역효과가 났었는데(Failure), 이번엔 어떤 단계로 접근해야 할까?" (고유 맥락 해석 요청)
질문의 목적이 무엇인가? '결과물' vs '문제 해결'
"AI의 답 자체가 목적인가, 아니면 현실을 바꾸기 위한 수단인가?"
가장 본질적인 차이는 질문을 던지는 '최종 목적'에 있습니다.
비경험자의 질문은 AI의 답 자체가 결과물(Output)인 경우가 많습니다.
당장 제출해야 할 리포트, 시장 조사 보고서, 기획안 초안을 만드는 것 자체가 '일'이기 때문입니다. 이들은 AI가 그럴듯한 결과물을 만들어주면 그것으로 만족하고 질문을 멈춥니다.
반면, 경험자의 질문은 현실의 문제를 해결하기 위한 방법(Solution)을 찾는 과정입니다.
이들에게 AI의 답변은 최종 결과물이 아니라, 현실에 적용하기 위한 전략적 선택지 중 하나일 뿐입니다. 이들은 AI의 답을 들은 후, 그것을 '어떻게 실행할지(How to)'를 치열하게 다시 고민합니다.
당신은 지금 숙제를 대신해 줄 '대필 작가'를 원합니까, 아니면 난관을 함께 돌파할 '전략 참모'를 원합니까?
프롬프트의 구조는 질문이 아니라 '사건'이 되어야 합니다
"경험 기반 프롬프트는 질문이 아니라 '케이스 스터디'입니다."
비경험 질문은 "주제 중심"이지만, 경험 기반 질문은 "사건 중심"입니다. 경험자는 단순한 물음표를 던지는 것이 아니라, 자신이 겪은 하나의 복잡한 '사건(Case)'을 통째로 AI에게 입력합니다.
✓ 비경험 질문: "스타트업이 실패하는 이유를 알려줘."
✓ 경험 질문: "우리가 PMF(Product-Market Fit)를 찾았다고 확신하고 인력을 대거 확충했는데, 6개월 뒤 매출이 오히려 곤두박질쳤어(Event). 당시 내 의사결정의 구조적 오류는 무엇이었을까?"
후자는 단순한 지식 설명이 아니라, 이미 발생한 선택에 대한 날카로운 '해부'를 요구합니다. 질문 자체가 하나의 완결된 케이스 스터디이기 때문에, AI의 답변도 단순한 정보 나열이 아니라 깊이 있는 '진단'이 됩니다.
사고의 깊이가 다릅니다 '요약' vs '추상화'
"사건 속에서 보이지 않는 구조를 꺼내십시오."
일반 프롬프트는 이미 있는 정보를 압축하는 '요약'을 잘하지만, 경험 기반 프롬프트는 사건 이면의 패턴을 발견하는 '추상화(Abstraction)'를 요구합니다.
경험자는 "이건 단순한 정보 문제가 아니라 패턴 인식 문제다"라는 것을 직감적으로 압니다. 그래서 이렇게 묻습니다. "내 의사결정은 왜 위기 순간마다 같은 패턴의 실수를 범하는가?", "저 클라이언트의 무리한 요구 뒤에 숨은 진짜 불안의 구조는 무엇인가?"
현미경으로 들여다보듯 자신의 경험을 해부하고, 그 안에서 보편적인 원리를 추출해 내려는 시도. 이것이 경험자만이 할 수 있는 질문의 깊이입니다.
질문하기 전 1분, '가설'을 세우십시오
"AI는 검색 엔진이 아니라 당신의 생각을 검증하는 토론 파트너입니다."
이제 프롬프트 창에 질문을 던지기 전에 먼저 '가설(Hypothesis)'을 세우십시오. AI는 딱 당신의 가설만큼만 똑똑해집니다. 글을 쓰기 전에 1분만 멈추고 스스로에게 물어보십시오.
"나는 이 문제의 원인을 무엇이라고 생각하는가?"
"내가 예상하는 결론은 무엇인가?"
당신의 머릿속에 있는 그 가설을 질문에 포함시키십시오. AI를 단순한 검색 엔진이 아니라, 당신의 생각을 검증하고 확장해 주는 '토론 파트너'로 대할 때, 비로소 당신의 경험은 질문을 통해 찬란하게 빛을 발하게 됩니다.
정보를 소비할 것인가, 사고를 자산화할 것인가
"일반 질문은 이해를 주고, 경험 질문은 방향을 줍니다."
결국 두 가지 질문은 도달하는 종착지가 다릅니다.
일반적인 질문에 의존하면 누구나 얻을 수 있는 평균적인 '지식 정보'를 얻게 됩니다. 이는 당장의 결과물을 만들어내는 데는 유용하지만, "아, 그렇구나"하는 정도의 이해에 머무릅니다.
반면, 경험 기반 질문을 던지면 오직 당신의 맥락에서만 유효한 고밀도의 '통찰과 진단'을 얻게 됩니다. 이는 현실의 문제를 해결하는 구체적인 '방법'을 제시하며, "그래서 내가 이랬구나, 앞으론 이렇게 해야겠구나"라는 판단의 방향을 줍니다.
전자가 남이 만든 지식을 단순히 소비하는 '정보 소비'의 과정이라면, 후자는 자신의 경험과 판단 구조를 해부하여 '사고를 자산으로 축적'하는 과정입니다.
[Insighter's Note] 추상화 (Abstraction)
복잡한 현상이나 구체적인 사물에서 불필요한 세부 사항을 제거하고, 핵심적인 특징이나 공통된 속성(패턴, 구조, 원리)만을 추출해 내는 사고 과정입니다.
경험 기반 프롬프트의 핵심은 개별적인 '경험(구체적 사건)'을 AI를 통해 '통찰(추상적 원리)'로 승화시키는 것입니다. "A 사건에서 내가 왜 실패했지?"를 묻고, 거기서 추출된 "실패의 패턴"을 다른 상황에도 적용할 수 있는 지혜로 만드는 것, 그것이 바로 추상화의 힘입니다.
AI 시대, 당신은 정보를 소비하는 소비자입니까,
아니면 사고를 자산화하는 생산자입니까?
#통찰노동 #프롬프트 #경험기반질문 #문제해결 #솔루션 #맥락의힘 #사고력 #추상화 #구조적사고 #의사결정 #사고자산화
https://brunch.co.kr/brunchbook/insightwork
https://brunch.co.kr/brunchbook/insightwork2