ChatGPT 역할 프롬프트, "너는 ○○야" 한 줄이 답을 바꾸는 이유

안녕하세요, 깅글렛이에요.

AI한테 질문 앞에 “너는 10년차 마케터야” 한 줄 붙여보신 적 있으세요?

저도 처음엔 그게 무슨 차이가 있나 싶었거든요.

근데 이 한 줄은 답의 말투와 관점을 확 바꿔줘요. 단, 사실 정확도까지 높여주진 않아요.

오늘은 이 ’역할 프롬프트’가 왜 듣는지, 그리고 어디까지만 듣는지 같이 풀어볼게요.

---

너는 ○○야“를 붙이면 AI가 어떻게 달라지나요

역할 프롬프트는 질문 앞에 역할이나 직무를 한 줄 얹는 기법이에요. “너는 변호사야”, “너는 초등학교 교사야” 이런 식이죠. 영어로는 “You are a…“로 쓰고, 한국어권에선 ’페르소나 부여’라고도 불러요.

여기서 답이 즉답이에요. 역할 한 줄은 답의 말투와 관점, 형식을 그 직무 쪽으로 기울여줘요. 같은 질문이라도 “너는 변호사야”를 붙이면 법률 용어와 신중한 어조로, “너는 초등 교사야”를 붙이면 쉬운 비유와 친절한 어조로 답이 기울어요.

📖 프롬프트란? AI에게 주는 질문이나 지시문이에요. 쉽게 말하면 “AI한테 시키는 말 한 덩어리”라고 보시면 돼요.

실제로 어떤 분이 같은 API 설명을 시키면서 “너는 교사야” 역할을 줬더니, AI가 “식당 메뉴판” 비유로 풀어줬다고 해요. 역할이 없을 땐 딱딱한 기술 용어로 나오던 게요.

앤트로픽 공식 문서는 이걸 단호하게 정리해요. “역할을 정하면 단 한 문장이라도 Claude의 행동과 톤이 그 용도에 맞게 좁혀진다”고요. 문장 하나가 차이를 만든다는 거죠.

---

왜 역할 한 줄이 답을 바꿀까요

원리를 알면 더 잘 쓸 수 있어요. AI는 우리 질문의 ’뜻’을 사람처럼 이해하는 게 아니에요. 앞 단어를 보고 다음에 올 가장 그럴듯한 단어를 통계로 예측하거든요. 그러니까 입력 맨 앞에 뭘 두느냐가 “어느 길로 들어설지”를 정하는 갈림길이 돼요.

역할 한 줄은 바로 그 갈림길에서 작동하는 스위치예요. 방대한 패턴 중에서 ‘그 직무가 쓰는 어휘와 관점, 말투’ 영역으로 길을 좁혀주거든요. “너는 마케터야”를 붙이면 마케팅 어휘 쪽으로, “너는 편집자야”를 붙이면 문장 다듬는 쪽으로 통계의 무게중심이 옮겨가는 거죠.

이 원리 자체는 예전에 ‘프롬프트만 바꿔도 결과가 달라지는 이유’ 글에서 한 번 다뤘어요. 거기선 프롬프트 전반을 설명했고, 이번 글은 그중 ’역할’이라는 도구 하나를 깊게 파보는 거예요.

---

좋은 역할과 나쁜 역할은 뭐가 다른가요

여기서 많이들 헷갈려요. 역할만 던지면 다 똑같이 듣는 게 아니거든요. 구체성이 갈라요.

나쁜 역할은 막연한 거예요. “너는 전문가야”, “너는 천재야”, “너는 마케터야” 같은 한 줄은 너무 넓어서 효과가 미미하거나 오히려 역효과예요. 연구 종합을 보면 “너는 변호사야” 수준의 단순 한 줄은 최신 모델에선 큰 차이를 못 만들거나 부정적이었다고 해요.

좋은 역할은 도메인이 좁고 구체적이에요. 직무에 배경과 우선순위까지 얹어주는 거죠. 예를 들면 이렇게요.

너는 B2B SaaS 신제품 출시를 5번 이끈 시니어 그로스 마케터야.
전환율과 핵심 메시지 한 줄을 가장 중요하게 봐.

한 연구는 좋은 역할의 원칙을 이렇게 정리해요. 구체적으로(좁은 도메인), 상세하게(단순히 “수학자야”가 아니라 풍부하게 묘사), 그리고 가능하면 AI가 직접 만든 상세 페르소나가 손으로 대충 쓴 것보다 잘 작동한다고요.

앤트로픽도 역할에 배경과 성격, 우선순위를 함께 주라고 권해요. 게다가 같은 데이터라도 “데이터 과학자” 역할일 때와 “마케팅 전략가” 역할일 때 다른 인사이트가 나오니까, 역할을 바꿔가며 실험해보라고 하더라고요.

---

역할 + 맥락 + 목표, 이렇게 묶어주면 잘 들어요

역할만으로는 좀 부족해요. ’왜 이게 중요한지’까지 붙여주면 AI가 목표를 훨씬 잘 잡거든요. 앤트로픽 공식 원리도 지시 뒤에 이유나 동기를 붙이면 모델이 더 정확히 목표를 겨눈다고 말해요.

그래서 저는 이 골격을 자주 써요.

[역할] + [상황·대상] + [목표·하지 말 것] + [출력 형식]

실제로 사내 공지 메일을 다듬을 때 이렇게 넣어봤어요.

✍️ 저는 회사 전체 공지 메일이 “톤이 차갑다”는 피드백을 받았을 때 이걸 써요. “너는 사내 공지를 다듬는 경영지원 베테랑이야. 이 공지는 전 직원에게 나가는데 차갑다는 말을 들었어. 정중하되 군더더기 없이 7줄 이내로, ‘~인 것 같습니다’ 같은 모호한 표현은 빼고 다듬어줘.” 이렇게 역할에 상황과 제약을 묶어서 주니까, 그냥 “다듬어줘”라고만 할 때보다 결과가 한결 정리돼서 나오더라고요.

여기에 좋은 예시 한두 개를 같이 보여주면 출력 형식이 가장 안정적으로 잡혀요. 역할이랑 같이 쓰는 보강 기법인 셈이죠.

---

그런데 역할 부여가 항상 정답일까요

여기가 이 글에서 가장 중요한 부분이에요. 역할만 붙이면 AI가 더 똑똑해진다는 건 사실 절반만 맞아요.

큰 규모의 연구(EMNLP, 2024년) 하나가 이걸 정면으로 측정했어요. 시스템 프롬프트에 페르소나를 붙여도 정답률이 일관되게 좋아지지 않았고, 일부 페르소나는 오히려 점수를 떨어뜨렸거든요. 162개나 되는 페르소나를 여러 모델에 붙여 시험했는데, 어떤 페르소나가 어떤 질문에서 나을지 일관되게 고르기도 어려웠대요. 자동으로 골라주는 기법조차 그냥 무작위로 고르는 것과 별 차이가 없었고요.

수치를 보면 좀 의외예요. 객관식 사실 시험(MMLU) 기준으로, 페르소나 없는 기본 상태가 71.6%였어요. 그런데 간단한 전문가 페르소나를 붙이니 68.0%로 떨어지고, 더 상세한 전문가 페르소나를 붙이니 66.3%까지 내려갔어요.

⚠️ 이 수치는 ’객관식 사실 시험 기준’이라는 점을 꼭 짚을게요. 모든 작업에서 정확도가 떨어진다는 뜻이 아니라, 사실·암기형 과제에서 그랬다는 거예요. “전문가야”라고 붙일수록 사실 정답률이 도리어 떨어진 셈이죠.

왜 이런 일이 생길까요? 한 가설은 이래요. 상세한 전문가 페르소나가 모델을 ‘그럴듯하게 들리기’ 모드로 몰아서, “맞게 들리는 것”을 “실제로 맞는 것”보다 우선하게 만든다는 거예요. 한국 언론에서도 비슷한 경계가 나왔어요. “어설픈 지식과 화려한 프롬프트가 오히려 AI 활용의 발목을 잡는다”고요.

---

그럼 역할은 언제 쓰고 언제 빼야 하나요

갈리는 기준은 작업 종류예요. 정리하면 이래요.

역할이 잘 듣는 건 ’스타일’을 만지는 작업이에요. 글쓰기, 말투 조정, 역할극, 톤 맞추기 같은 거죠. 이런 정렬형 작업엔 역할 한 줄이 분명히 도움이 돼요.

반대로 역할을 빼는 게 나은 건 ’지식’을 다루는 작업이에요. 수학 계산, 엑셀 함수, 데이터에서 사실 추출, 코드 정확성 검증, 법률·규정의 사실 확인 같은 거예요. 정확도가 중요한 자리죠.

그래서 정확도가 중요한 작업엔 역할 대신 이런 지시가 더 안전해요. “단계별로 근거를 들어 답하고, 모르면 모른다고 해”, “출처를 함께 적어줘” 이렇게요. 화려한 역할 한 줄보다 명확한 지시와 근거 요청이 훨씬 든든하거든요.

실무에서 바로 갖다 쓸 만한 역할 모음을 표로 정리해봤어요. 다 말투·관점을 정렬하는 작업이에요.

직무 역할	역할 프롬프트 한 줄	잘 듣는 작업
마케터	“너는 B2B 신제품 출시를 여러 번 이끈 시니어 그로스 마케터야”	카피·후킹 문구, 타깃 메시지
편집자	“너는 군더더기를 쳐내는 깐깐한 한국어 편집자야”	글 다듬기, 문장 압축
면접관	“너는 깐깐한 면접관이야. 압박 질문도 해줘”	모의 면접, 예상 질문 생성
임원 보좌역	“너는 임원 보고를 매일 다루는 보좌역이야”	한 장 요약, 두괄식 정리
초등 교사	“너는 초등학생도 알아듣게 설명하는 교사야”	어려운 개념 쉬운 비유로 풀기
경영지원 베테랑	“너는 경영지원팀 10년차야”	거래처 메일·공문 톤 다듬기

결론은 이거예요. 말투와 관점을 정렬할 땐 역할을 적극 쓰고, 사실과 계산이 걸리면 역할보다 명확한 지시를 쓰는 게 안전해요.

✍️ 저는 계약서 위험 표현을 점검할 때 “너는 사내 변호사야” 역할을 붙여 신중한 어조로 짚게 하긴 해요. 다만 거기서 나온 법률적 판단은 그대로 믿지 않고, 사실관계는 따로 한 번 더 확인하는 편이에요. 역할은 어조를 잡아줄 뿐이지, 사실을 보증해주진 않으니까요.

---

챗 화면에서는 역할을 어디에 적나요

공식 문서들은 “역할은 시스템 프롬프트에 두라”고 권해요. 그래야 어떤 질문이 와도 역할이 계속 유지되거든요. 그런데 우리 대부분은 개발자용 ’system 메시지’를 직접 만질 일이 없잖아요.

📖 시스템 프롬프트란? AI에게 “넌 이런 역할이야”라고 미리 박아두는 설정값이에요. 대화마다 다시 안 적어도 그 역할이 계속 유지돼요.

그래서 일반 챗 화면에선 두 가지 길로 같은 효과를 낼 수 있어요. 하나는 대화 맨 첫 줄에 역할을 적는 거예요. 다른 하나는 ChatGPT의 ’맞춤 설정’이나 메모리, Claude·Gemini의 사용자 지정 지침에 역할을 저장해두는 거고요. 한 번 박아두면 매번 다시 안 적어도 역할이 따라와요.

자주 쓰는 역할이 있으면 저장해두는 쪽이 편하고, 그때그때 다른 역할이 필요하면 첫 줄에 적는 식으로 섞어 쓰면 돼요.

---

자주 묻는 질문

Q. 역할만 붙이면 AI 답이 더 정확해지나요? 아니에요. 역할은 말투·관점·형식 같은 스타일을 정렬하는 도구예요. 객관식 사실 시험 기준으로는 전문가 페르소나가 오히려 정답률을 떨어뜨린 연구 결과도 있어요(71.6% → 66~68%). 정확도가 중요하면 역할 대신 명확한 지시와 근거 요청을 쓰세요.

Q. “너는 전문가야” 한 줄이면 충분한가요? 부족해요. 막연한 “전문가야”는 효과가 미미하거나 역효과예요. 좁고 구체적인 직무에 배경·우선순위까지 얹어주는 게 좋아요. 예를 들면 “너는 B2B 신제품 출시를 여러 번 이끈 시니어 그로스 마케터야”처럼요.

Q. 챗 화면에서 역할을 매번 다시 적어야 하나요? 아니에요. ChatGPT 맞춤 설정이나 Claude·Gemini의 사용자 지정 지침에 역할을 저장해두면 대화마다 자동으로 유지돼요. 그때그때 다른 역할이 필요할 때만 대화 첫 줄에 적으면 되고요.

---

깅글렛 한줄평

💬 역할 프롬프트는 AI를 똑똑하게 만드는 마법이 아니라 말투·관점을 맞추는 손잡이예요. 글 다듬고 톤 잡을 땐 적극 쓰되, 사실·계산이 걸리면 역할보다 “근거 들어 답해”가 더 든든해요.

---

마무리

오늘은 “너는 ○○야” 한 줄이 답을 어떻게 바꾸는지, 그리고 어디까지만 듣는지 같이 봤어요.

본인 업무에서 말투나 톤을 자주 손보는 일이 있다면, 위 표에서 가까운 역할 하나 골라 첫 줄에 붙여보세요. 써보고 어떤 역할이 제일 잘 맞던가요?

다음 글에선 또 다른 AI 활용 꿀팁으로 찾아올게요.

---

※ 본 글은 2026년 6월 기준 정보를 바탕으로 작성됐어요. AI 모델과 기능은 추후 바뀔 수 있어요. ※ 본문의 연구 수치(MMLU 71.6% → 66~68%)는 객관식 사실 시험을 기준으로 한 측정 결과이며, 모델과 과제에 따라 달라질 수 있어요.