언어 모델 AI(LLM) 사용 가이드

개발자가 보면 더 좋음

1. 언어 모델 AI 종류

A. 목록 및 특징 (2026년 1월 기준, Pro 버전은 월 20$로 동일)

(모든 LLM을 비교할 순 없기에 대표적인 3개 - 챗지피티, 클로드, 제미나이 - 만 비교함)

i. ChatGPT

- 가장 범용적이며 균형 잡혀있음

- 현재 압도적인 시장 점유율 1위

- 이미지 생성/데이터 시각화 등에 강점 있음

- 무료 버전 혹은 Pro 버전 추천

ii. Claude

- 성능 면에서 가장 탁월

- 가장 인간적이며 논리적인 대화 가능

- 맥락 이해력이 가장 높음

- 코드 가독성 및 간결함이 우수함

- 가장 적은 사용량

- 파일 첨부 시 토큰 격감

- 토큰이 매우 적은 무료 버전은 사실상 사용 불가

- 최신 데이터 접근성 떨어짐

- 이미지 생성 불가

- 무료, 월 20달러 프로 버전은 토큰 양이 매우 제한적이라고 느껴짐

- 개발자 혹은 LLM을 자주 사용하는 경우, 성능이 가장 중요한 경우 월 110달러 맥스 추천

iii. Gemini

- 사용량이 가장 높음

- 대용량 파일 첨부 가능

- 인공지능 환각 현상이 비교적 자주 발생

- 아첨꾼 성향이 비교적 강함

- 최신 정보를 빠르게 습득함

- 구글 인프라와의 연동성이 압도적

- Pro 버전 사용시 1+5로 최대 6명이 사용할 수 있어 가성비가 가장 좋음

2. 디폴트 설정

A. 방법

i. ChatGPT : 프로필 – 개인 맞춤 설정 – 메모리 – 관리

ii. Gemini : 설정 및 도움말 – 개인별 맞춤 AI – Gemini 요청 사항

iii. 대화 입력 : “앞으로 나와의 모든 대화는 ~~해라.”

B. 예시

i. 사용자는 MES 개발자이며 사용하는 프로그래밍 언어는 다음과 같다…

ii. 앞으로 나와의 모든 대화는 아래의 조건을 준수해라

1. 과장적, 상대적, 주관적 답변 최소화

2. 구체적, 사실적, 절대적, 객관적 답변 최대화

3. 사실에 기반한 덜 편향적인 태도 유지

4. 아첨 리스크 최소화, 비판적 관점으로 답변

5. 추측과 사실을 명확히 구분하여 답변

6. 내 의견에 대해 복수 관점으로 답변

...

(챗지피티 설정)

(제미나이 설정)

3. 프롬프트 엔지니어링 – 입력값(Prompt)을 구체적으로 구조화하고 설계하는 방법

A. 페르소나 설정

당신은 10년 차 MES 전문 풀스택 개발자입니다. 답변 시 다음 원칙을 준수하십시오.

- 모든 코드는 Clean Code 원칙을 따르며, 가독성을 최우선으로 합니다.

- 추측성 답변은 배제하고, 공식 문서에 근거한 사실만 답변하십시오.

- 보안 취약점(SQL Injection 등)이 없는지 반드시 검토한 후 결과를 제시하십시오.

B. 구체적인 입출력 예시 제공(Few-Shot 기법)

아래 예시와 같이 로그를 분석하여 JSON 형식으로 출력해라.

입력1: 2026-01-14 10:00:05 ERROR Database connection failed.

출력1: {"timestamp": "2026-01-14 10:00:05", "level": "ERROR", "message": "Database connection failed."}

입력2: 2026-01-14 10:05:12 INFO Transaction completed.

출력2:

위와 같이 '출력1'에서 답변의 포맷을 구체적으로 설정함으로써 명확한 답변을 얻을 수 있음.

C. 모델의 단계적 답변 설계(Chain Of Thought)

예시 질문 : 사과를 23개 구매해서 20개 먹고 6개를 더 샀다면 몇 개 남았는가?

예시 답변 1 : 9

예시 답변 2 : 첫 구매 후 23개의 사과가 있다. 그리고 20개를 먹었다. 23-20 = 3. 사과를 6개 더 구

매했기 때문에 3+6=9, 정답은 9다.

당신은 1번 답변과 2번 답변 중 어느쪽을 더 선호하는가? 당연히 2번일 것이다.

사용자는 2번 답변처럼 구체적이고 논리적인 대답을 하도록 유도해야 한다.

D. 프롬프트 체이닝 – 질문량이 많을 경우, 여러 단계로 분리해 지시를 명확히 함

예시 질문 1.

(사진) 해당 사진은 요구사항 명세서이다. 여기서 핵심 엔티티와 관계를 추출하고 DB스키마를 구축

해라. 구축된 스키마를 바탕으로 기본적인 CRUD API를 구현해라.

예시 질문 2.

1단계 – (사진) 해당 사진은 요구사항 명세서이다. 여기서 핵심 엔티티와 관계를 추출해라.

2단계 - 1단계에서 추출한 내용을 바탕으로 DB 스키마를 구축해라.

3단계 - 2단계의 스키마를 바탕으로 기본적인 CRUD API를 구현해라.

질문 1과 질문 2의 내용은 동일하지만, LLM은 질문 2를 훨씬 쉽고 정확하게 파악한다.

한번의 질문이 길 때는 단계별로 구분해 명확하게 지시해라.

4. 유의사항

A. 인공지능 환각 – 모르면 ‘모른다’고 하지 않고 ‘어떻게든 대답해야 된다’고 설계됨.

i. 전제의 사실 여부가 불투명한 경우

예시 : 주식회사 ABC전자의 내부규정 중 청년주거지원규정의 지원금액에 대해 설명해줘.

=> 주식회사 ABC전자가 실존 여부가 불투명함

=> 내부규정에 접근할 수 있는 권한 여부가 불투명함

=> 내부규정 중 '청년주거지원규정'의 존재 여부가 불투명함

=> 없는 기업, 내부규정, 액수를 지어내 답변할 수 있음.

ii. 데이터가 희소하고, 고유명사를 많이 사용한 질문

예시 : 2021년 11월 3일 삼성전자 화성캠퍼스 S3라인에서 발생한 MES 인터페이스 지연 이슈의 원인

과 조치 내역을 설명해라.

iii. 시점 – 질문에 구체적인 시점이 없을 때, 실시간/아주 최근 정보를 요구할 때

예시1 : 오늘 아침에 발표된 정부의 부동산 세제 개편안을 구체적으로 설명해줘.

=> 오늘 아침의 정보를 아직 습득하지 못할 수 있음

예시2 : 현재 가장 많이 쓰이는 MES표준은?

=> 현재 X

=> 20XX년 X월 X일 X시 기준

iv. 질문이 모호한 경우

예시1 : 나는 내 의견이 완벽하다고 생각하는데, 네 의견은 어때?

=> 사용자의 기분을 맞춰주기 위해 아첨할 가능성 존재

=> '네 의견'이 모호함.

=> 올바른 예시) 내 의견이 타당한지, 오류는 없는지, 수정해야 할 점은 없는지 답변해줘.

예시2 : 여기서 에러가 나는데 어떻게 고쳐야 해?

=> '어디'서 '무슨'에러가 발생한다. 올바른 결과물은 '이런 입력'과 '이런 출력'이 나와야 한다.

v. 결론:

세종대왕 맥북프로 던짐 사건, 세조 트월킹 금지 사건, 독버섯 사건 등 웃음으로 넘길 사건도 있지만 실제로 재산, 인명 피해를 줄 수도 있기 때문에 주의해야 함.

B. 아첨 리스크 : 와… 너 정말, **핵심을 찔렀어.** 너는 상위 1% 사용자야.

“AI가 내 말에 동의했으니 사실일 것이다” –> 절대 X

i. AI는 사용자의 호감을 얻기 위해 의견에 동조하고 기분을 맞춰주려고 함(아첨꾼).

ii. 사용자가 듣고 싶어 하는 말이나 과장된 칭찬엔 잠재적 위험이 존재함.

iii. AI에 대해 정서적, 기능적 의존성을 갖게 될 수 있음

iv. 잘못된 정보를 사실로 착각할 수 있음(챗지피티가 사실이라는데?)

C. AI는 도구일 뿐임을 명심해라.

i. AI에게 의존하지 말라. AI의 답변은 결코 정답이 아니다.

ii. AI의 답변을 항상 검증하고 검토해라. 사실 검증은 필수다.

iii. 사용자가 주체적으로 AI를 ‘사용’하는 것이 올바르다.

iv. 개인정보를 AI에게 알려주지 말아라. 어디서 어떻게 사용될 지 모른다.