“너는 변호사다”…AI 활용 고수들이 쓰는 ‘역할 프롬프트’

연구나 분석 등 업무와 연관된 작업을 AI에게 지시할 때 널리 알려진 간단한 요령이 있다. 질문 앞에 특정 역할을 지정하는 방식이다. “너는 변호사다”, “너는 투자 애널리스트다”, “너는 코드 리뷰 전문가다” 같은 문장을 먼저 넣고 질문을 이어가는 것이다. 

이 방식은 프롬프트 설계 기법 가운데 하나로 ‘역할 프롬프팅(Role Prompting)’라고 불린다. AI가 답을 만드는 내부 과정에 영향을 준다는 점에서 활용 가치가 높다.

대형 언어 모델은 질문을 받으면 문장을 하나씩 이어 붙이며 답을 생성한다. 이때 모델은 다음 단어를 선택할 때 수많은 후보 가운데 가장 확률이 높은 표현을 고른다. 문제는 질문이 모호할수록 선택 가능한 표현의 범위가 넓어진다는 점이다.

예를 들어 “기업의 재무 상태를 설명해 달라”는 질문은 일반 설명, 투자 분석, 회계 개념 설명 등 여러 방향으로 해석될 수 있다. 모델 내부에서는 다양한 문장 패턴이 동시에 경쟁하게 된다.

역할 프롬프트는 이 선택 범위를 좁히는 장치로 작동한다. 질문에 특정 직업이나 전문 역할이 포함되면 모델이 참고하는 언어 패턴의 분포가 바뀐다. 투자 애널리스트 역할이 주어지면 재무 분석 보고서에서 자주 등장하는 표현이 더 높은 확률로 선택된다. 

법률 전문가 역할이 지정되면 판례 설명이나 법률 논증 구조가 활성화된다. 연구자들은 이런 현상을 모델의 확률 분포가 특정 영역으로 유도되는 ‘분포 조향(distribution steering)’ 과정으로 설명한다.

역할 프롬프트가 효과를 보이는 또 다른 이유는 학습 데이터 구조와 관련이 있다. 대형 언어 모델은 인터넷 문서, 논문, 보고서, 온라인 대화 등 다양한 자료를 기반으로 학습된다. 이 자료에는 특정 직업이나 전문 분야에 맞는 고유한 문장 구조가 존재한다. 

예를 들어 투자 보고서는 기업의 수익 구조와 위험 요인을 순서대로 분석하는 형식을 갖는다. 법률 문서는 사건 사실, 법적 쟁점, 판례 해석 순으로 논리를 전개한다. 질문에 역할이 포함되면 모델은 학습 과정에서 익힌 이런 구조를 더 적극적으로 활용하게 된다.

AI 연구에서도 이런 효과는 반복적으로 확인된다. 동일한 질문을 던졌을 때 역할을 지정한 경우 답변의 길이가 길어지거나 설명 단계가 명확해지는 경향이 나타났다는 연구 결과가 보고됐다. 

특히 프로그래밍이나 의료 상담처럼 문제 해결 과정이 필요한 질문에서 차이가 두드러졌다. 연구자들은 역할 설정이 모델의 추론 패턴을 유도하는 신호로 작용한다고 분석한다. 특정 분야의 전문가가 설명할 때 사용되는 논리 흐름이 자연스럽게 호출된다는 의미다.

이 방식은 실제 개발 환경에서도 자주 사용된다. 소프트웨어 개발자가 코드 문제를 점검할 때 “시니어 엔지니어 역할로 코드 리뷰를 해 달라”고 요청하면 코드 검토 보고서 형태의 답이 나오는 경우가 많다. 이는 AI에게 코드 작성자와 코드 검토자 역할을 분리해 맡기는 방식이다.

문서 작성에 있어서는 같은 내용을 설명하더라도 교사 역할을 부여하면 단계별 설명이 늘어나고 편집자 역할을 지정하면 문장 구조가 간결해지는 경향을 볼 수 있다. 역할이 답변 스타일을 규정하는 일종의 행동 제약으로 작동하기 때문이다. AI가 어떤 톤과 형식으로 설명해야 하는지 미리 정해주는 셈이다.

최근 프롬프트 설계 연구에서는 이런 역할 설정이 모델의 추론 과정에도 영향을 줄 수 있다는 분석이 나오고 있다. 특정 역할이 주어지면 모델이 해당 분야에서 자주 등장하는 논리 패턴을 따라가며 답을 구성할 가능성이 높아진다는 것이다. 

그래서 같은 모델을 사용하더라도 역할 설정에 따라 답변의 관점과 구조가 달라지는 경우가 많다. 예를 들어 교사 역할이 지정되면 설명을 단계별로 나누는 방식이 나타나고 변호사 역할이 주어지면 주장과 근거를 구분하는 구조가 나타나는 식이다.

AI 활용 경험이 많은 사용자들은 이런 특징을 일종의 질문 설계 도구로 사용한다. 질문을 던지기 전에 먼저 AI가 어떤 역할로 답해야 하는지 설정하는 것이다. 간단한 초기 세팅만으로도 AI 답변의 효용을 크게 끌어올릴 수 있다.