Take a deep breath 프롬프트 효과, 가정 점검 문구 쓰는 법

"Take a deep breath"는 AI에게 서두르지 말고 차근차근 따져 보라고 주문하는 문구입니다. 이 글은 Take a deep breath 프롬프트가 어디서 나왔는지, "Let's think step by step"과 무엇이 다른지, 그리고 같은 질문에 문구만 바꿨을 때 해외 진출 결론이 뒤집힌 실험을 따라 하는 11단계를 정리했습니다. 요즘 추론 모델에서 이런 문구를 어떻게 써야 하는지도 함께 담았습니다.

생각 유도 문구, 어디서 나왔나

가장 널리 알려진 문구는 "Let's think step by step"입니다. 2022년 연구에서 질문 끝에 이 한 줄을 붙이면 언어 모델의 수학 추론 정확도가 크게 오른다고 보고되면서 사고 사슬(chain of thought, 답에 이르는 중간 단계를 글로 풀게 하는 방식) 프롬프트의 대명사가 됐습니다.

"Take a deep breath"는 그 뒤에 나왔습니다. Google DeepMind 연구진이 2023년에 AI에게 프롬프트 문구를 스스로 찾게 한 연구(OPRO)에서, "Take a deep breath and work on this problem step-by-step."이라는 문장이 초등 수학 문제 모음(GSM8K)에서 80.2%의 정확도를 냈습니다. 같은 조건에서 "Let's think step by step."은 71.8%였습니다. 이 수치는 당시 PaLM 2라는 특정 모델과 수학 문제에서 나온 결과입니다. 다른 모델이나 다른 종류의 질문에서도 같은 차이가 난다는 뜻은 아닙니다.

아이가 수학 문제를 풀 때 "빨리빨리 하지 말고 천천히 차근차근 해 봐"라고 말하는 것과 비슷하다고 보면 이해가 쉽습니다.

실험: 같은 질문, 문구만 바꾸기

문구 효과를 보려면 판단이 필요한 질문 하나로 비교해 보는 것이 좋습니다. 아래는 GPT-4o 한 모델로 같은 조건에서 비교한 실험입니다.

가상 상황

한국의 작은 회사가 귀여운 강아지처럼 생긴 친환경 택배 배달 로봇을 만들었고, 해외 진출을 고민합니다. 후보는 세 곳입니다.

• 미국: 큰 시장이지만 아마존 같은 거대 경쟁자가 있다
• 유럽: 환경을 중시하지만 규제가 복잡하다
• 동남아시아: 규제는 느슨하지만 인건비가 싸다

일부러 판 함정

상황 설명에 틀린 문장을 하나 넣었습니다. "인건비 상승으로 로봇 도입 동기는 줄었다." 인건비가 오르면 로봇이 더 필요해지는데 반대로 써 둔 것입니다. AI가 이걸 잡아내는지 보려는 장치입니다.

질문은 한 줄입니다. "어느 시장에 먼저 진출해야 할까요?"

세 가지 프롬프트, 세 가지 답

아래 평가(분석 깊이, 전략적 사고, 실행 가능성)는 실험한 사람이 답을 읽고 매긴 것입니다.

1. 일반 프롬프트

질문만 그대로 보냈습니다. 답은 성실한 학생 같았습니다. 표로 깔끔하게 정리하고 나라별 장단점을 분석했고, 결론은 1순위 유럽, 2순위 미국, 3순위 동남아시아였습니다.

하지만 함정에 그대로 빠져 "로봇 도입 동기 약화"라고 받아 적었습니다. 분석 깊이는 표면적, 전략적 사고는 직관적, 실행 가능성은 낮다는 평가였습니다.

2. "Let's think step by step"

이 문구를 붙이자 평가 기준 다섯 가지를 먼저 세웠습니다.

• 규제 상황
• 시장 기회
• 경쟁 환경
• 비용과 수익성
• 위험 요소

함정도 잡아서 "인건비 상승으로 로봇 도입 필요성 증가"로 바로잡았습니다. 분석 깊이는 중간, 전략적 사고는 논리적이라는 평가입니다. 그런데 결론은 여전히 유럽 1순위였습니다.

3. 가정 점검 문구

세 번째로 붙인 문장은 이렇습니다.

Take a deep breath and work through this carefully. This is a complex strategic decision that requires examining our assumptions.

뜻은 "심호흡하고 신중하게 따져 봐. 이건 우리의 가정을 검토해야 하는 복잡한 전략 결정이야"입니다.

결론이 정반대로 나왔습니다. 1순위 동남아시아, 2순위 미국, 3순위 유럽입니다. 분석 깊이는 매우 깊음, 전략적 사고는 체계적이고 다층적, 실행 가능성은 높다는 평가였습니다.

왜 결론이 뒤집혔나

"제일 좋은 곳"과 "우리가 갈 수 있는 곳"

앞의 두 답은 "어디가 제일 좋은 시장인가"를 생각했고, 세 번째 답은 "작은 회사가 어떻게 하면 성공할까"를 생각했습니다. "어느 대학이 제일 좋을까"와 "내 성적으로 어느 대학에 갈 수 있을까"의 차이와 같습니다.

세 번째 답이 낸 로드맵은 동남아에서 실증, 미국에서 검증, 유럽에서 확장입니다. 중소기업의 자원 제약을 고려한 현실적인 순서입니다.

시장을 보는 관점이 달랐다

• 유럽: 다른 답들은 환경 규제를 기회로 봤지만, 세 번째 답은 진입 장벽이 높은 2~3단계 시장으로 봤습니다.
• 미국: 경쟁이 심해서 어렵다고 끝내지 않고, 파일럿(시험 운영)에 맞는 단계적 접근 시장으로 봤습니다.
• 동남아: 돈이 안 되는 시장이 아니라 귀중한 테스트 베드(시험장)로 봤습니다.

두 전략의 차이

• 유럽 우선: 1년 차에 진입 비용이 높고 GDPR(유럽연합의 개인정보 보호 규정) 같은 복잡한 규제에 대응해야 해서 자금이 바닥날 위험이 큽니다.
• 동남아 우선: 1년 차에 낮은 진입 비용으로 빠르게 배우고, 3년 차에 미국에 진출하며 투자를 유치합니다.

문구보다 "관점"이 일을 했다

이 실험에서 눈여겨볼 점은 세 번째 문장에 "복잡한 전략 결정", "가정을 검토하라"는 지시가 직접 들어 있다는 것입니다. 심호흡이라는 말 자체보다, 무엇을 따져 봐야 하는지 알려 준 부분이 답의 방향을 바꿨을 가능성이 큽니다. 실제로 함정 문장을 바로잡은 것도, 회사 규모라는 제약을 끌어낸 것도 "가정 검토" 지시와 맞닿아 있습니다.

그렇다면 더 확실한 방법은 따져 볼 관점을 직접 적는 것입니다. 아래처럼 쓰면 문구의 우연한 효과에 기대지 않아도 됩니다.

아래 상황에서 결론을 내기 전에 다음 순서로 따져 줘.
1. 내가 준 정보 가운데 사실과 다르거나 앞뒤가 맞지 않는 문장이 있으면 먼저 지적해.
2. 이 결정이 기대고 있는 가정을 모두 적고, 각각이 틀리면 결론이 어떻게 바뀌는지 적어.
3. "가장 좋은 선택"과 "우리 자원으로 실행할 수 있는 선택"을 따로 평가해.
   우리 조건: (회사 규모, 자금, 인력, 기간)
4. 그다음 추천안과 그 이유, 가장 큰 위험을 알려 줘.

[상황]
(붙여 넣기)

요즘 추론 모델에서는 어떻게 쓰나

2024년 이후 나온 추론 모델(답하기 전에 스스로 오래 생각하는 모델)은 사정이 다릅니다. OpenAI는 추론 모델 사용 지침에서 "think step by step"처럼 생각을 유도하는 지시는 필요 없고, 오히려 성능을 떨어뜨릴 때도 있다고 안내합니다. 대신 성공한 답의 조건을 구체적으로 적으라고 권합니다. Anthropic도 확장 사고(Claude가 답하기 전에 길게 생각하는 기능)를 쓸 때는 단계를 하나하나 지정하기보다 "충분히 깊게 생각하고 여러 접근을 고려하라" 같은 큰 방향의 지시가 대개 더 낫다고 안내합니다.

질문 종류별로 고르면 이렇습니다.

• 빠른 아이디어가 필요할 때: 문구 없이 질문만
• 논리적 검토가 필요할 때(추론 기능이 없는 모델): "Let's think step by step"
• 중요한 전략 결정을 할 때: 따져 볼 가정과 내 조건을 직접 적는 가정 점검 프롬프트
• 추론 모델을 쓸 때: 생각 유도 문구는 빼고, 목표와 제약 조건, 성공 기준을 구체적으로 적기

가정 점검 문구의 다섯 요소

세 번째 문장을 쪼개 보면 다섯 가지 지시가 들어 있습니다. 필요한 것만 골라 조합해 쓸 수 있습니다.

• Take a deep breath: 속도보다 정확성 우선
• work through carefully: 체계적으로 따져 보기
• complex decision: 쉽게 답할 문제가 아니라는 점 알리기
• examining assumptions: 전제가 맞는지 검증하기
• multiple layers: 여러 층위(단기⁠·장기, 비용⁠·위험)로 나눠 분석하기

따라 하기 11단계

예상 시간은 5분 정도입니다. 설정 화면을 만지는 게 아니라 질문에 문구를 붙이는 방법이라 어느 AI 대화창에서든 됩니다.

준비물

• AI 대화창 하나(GPT, Claude, Gemini 등)
• 판단이 필요한 질문 하나

1~3단계: 질문 만들기

1단계. 판단받고 싶은 질문을 정합니다. 확인: 질문이 한 문장으로 적혀 있습니다. 예시: "어느 시장에 먼저 진출해야 할까요?"

2단계. 질문에 필요한 상황 정보를 글로 적습니다. 확인: 상황 설명과 선택지가 입력창에 들어 있습니다. 예시: 작은 회사가 배달 로봇으로 해외 진출을 고민 중이고, 후보는 미국⁠·유럽⁠·동남아시아와 각각의 특징입니다.

3단계. 입력한 정보 가운데 틀린 내용이 없는지 읽어 봅니다. 확인: 사실과 다른 문장이 없습니다. 위 실험처럼 틀린 정보가 섞이면 일반 프롬프트는 그대로 받아 적을 수 있습니다.

4~8단계: 질문 종류에 맞는 문구 고르기

4단계. 이 질문이 어떤 종류인지 고릅니다. 확인: 빠른 아이디어, 논리적 검토, 중요한 전략 결정 중 하나를 골랐습니다.

5단계. 빠른 아이디어가 필요하면 문구를 붙이지 않습니다. 확인: 질문에 추가 문구가 없습니다.

6단계. 논리적 검토가 필요하면 "Let's think step by step"을 질문에 붙입니다. 확인: 입력창에 이 문구가 들어 있습니다. 추론 모델을 쓰고 있다면 이 단계는 건너뛰고, 대신 원하는 답의 조건을 적습니다.

7단계. 중요한 전략 결정이면 아래 문구를 질문에 붙입니다. 확인: 입력창에 아래 두 문장이 들어 있습니다.

Take a deep breath and work through this carefully. This is a complex strategic decision that requires examining our assumptions.

8단계. 더 확실하게 하고 싶으면 앞의 가정 점검 프롬프트를 쓰거나, 다섯 요소 가운데 필요한 것을 골라 덧붙입니다. 확인: 따져 볼 관점과 내 조건이 입력창에 적혀 있습니다.

9~11단계: 보내고 결과 확인

9단계. 질문을 전송합니다. 확인: AI 답변이 나옵니다.

10단계. 답변이 상황 정보의 오류를 바로잡았는지 읽어 봅니다. 확인: 틀린 가정을 그대로 받아쓰지 않았습니다.

11단계. 답변의 평가 기준과 결론이 내 상황에 맞는지 읽어 봅니다. 확인: 결론의 이유가 문장으로 설명돼 있고, 내 자원과 제약이 반영돼 있습니다.

끝나고 확인할 것

• 질문과 상황 정보가 입력창에 있다(1~2단계)
• 질문 종류에 맞는 문구를 골랐다(4~8단계)
• 답변이 오류를 바로잡았는지, 결론의 이유가 있는지 읽었다(10~11단계)

문구를 넣어도 결론이 안 바뀔 수 있습니다. 위 실험은 한 모델로 한 번 비교한 결과입니다. 내 질문으로 두세 번 돌려 보고 답이 얼마나 흔들리는지 함께 보는 것이 좋습니다.

프롬프트 하나가 판단을 바꾸는 이유

잘못된 전략으로 유럽에 먼저 갔다가 실패하면 투자금과 시간을 날리지만, 동남아에서 시작해 단계적으로 넓히면 투자 유치와 확장이 쉬워집니다. 같은 정보로도 어떤 관점에서 따져 보라고 하느냐에 따라 AI의 결론이 이만큼 달라집니다. 좋은 질문이 좋은 답을 만듭니다. AI의 답은 판단을 돕는 재료로 쓰고, 실제 결정은 시장 자료와 전문가 검토로 확인합니다.