AI 기반 제품 분석을 위한 직교 컨텍스트 브리프 만들기(Build an orthogonal context brief for AI-powered product analysis)

AI가 일반적 답을 주는 것은 당신이 일반적 프롬프트를 주기 때문이다

AI 도구에 대한 가장 흔한 불평은 일반적이고 표면적인 출력을 만들어낸다는 것입니다. 응답이 어떤 회사, 어떤 제품, 어떤 상황에도 적용될 수 있을 것처럼 읽힙니다. 그러나 문제는 AI가 아닌 경우가 많습니다. 문제는 당신이 준 컨텍스트입니다.

문제

AI 어시스턴트에 "제품 전략을 작성하라"고 요청하면, AI는 모든 것을 추측해야 합니다: 시장, 고객, 제약, 경쟁 위치, 팀 역량, 회사 가치. 컨텍스트가 없으면 AI는 학습 데이터에서 가장 가능성 높은 응답으로 떨어집니다. 그 응답은 정의상 일반적입니다. 그것은 AI가 본 모든 것의 평균입니다.

대부분의 PM은 AI가 시작하기에 충분한 정도의 컨텍스트만 제공하고 구체적이기에 충분하지는 않게 제공합니다. 문제를 묘사하지만 시장은 묘사하지 않습니다. 제품을 명명하지만 사용자를 명명하지 않습니다. 목표를 진술하지만 제약은 진술하지 않습니다. 결과는 그럴듯하게 들리지만 유용하지 않은 출력입니다.

2023년 Nielsen Norman Group 연구는 풍부한 맥락 프롬프트가 있는 AI 생성 콘텐츠가 컨텍스트 없는 동일 쿼리 대비 관련성 평가에서 73% 더 높은 점수를 받았다는 것을 발견했습니다. AI 출력의 품질 천장은 입력 품질의 바닥에 의해 설정됩니다.

이 프롬프트의 작동 방식

직교 컨텍스트 브리프(Orthogonal Context Brief)는 AI가 구체적이고 유용한 출력을 만들기 위해 필요한 비명시적 컨텍스트를 조립하는 구조화된 사전 프롬프트입니다. 메인 질문에 수직인 컨텍스트 차원, 즉 AI가 요청 자체에서 추론할 수 없는 배경 정보에 초점을 맞추기 때문에 "직교(orthogonal)"라고 부릅니다.

브리프는 6개 차원을 다룹니다:

• 도메인 컨텍스트: 산업, 시장 세그먼트, 규제 환경
• 사용자 컨텍스트: 그들이 누구인지, 무엇을 시도해봤는지, 왜 기존 솔루션이 그들에게 실패하는지
• 비즈니스 컨텍스트: 매출 모델, 성장 단계, 전략적 우선순위
• 기술 컨텍스트: 플랫폼 제약, 통합 요구사항, 기술 부채
• 팀 컨텍스트: 팀 규모, 스킬, 의사결정 스타일
• 시간 컨텍스트: 마감, 시장 타이밍, 경쟁 긴급성

이 컨텍스트를 앞쪽에 배치하면, 세션의 모든 후속 프롬프트가 구체성의 혜택을 봅니다. AI는 추측을 멈추고 실제 제약 안에서 추론하기 시작합니다.

엔터프라이즈 생성형 AI에 관한 2023 McKinsey 보고서에 따르면 구조화된 컨텍스트 프레임워크를 사용하는 팀은 AI 생성 출력에 대한 만족도가 2.6배 더 높다고 보고하며, 편집-출판 사이클을 45% 줄인다고 합니다.

언제 사용할까

• 모든 AI 작업 세션 시작 시점 — 운영 컨텍스트 수립
• 도메인 전환 시 — AI가 이전 주제의 가정을 가져오는 것을 방지
• 전략 문서 생성 전 — 일반적 출력이 적극적으로 해로운 경우
• AI 워크플로우(workflow)에 새 팀원을 온보딩할 때 — 컨텍스트 제공 방법의 템플릿으로

흔한 함정

• 과도한 컨텍스트화. 수확 체감 지점이 있습니다. 단순한 이메일에 3,000단어 컨텍스트 브리프는 낭비입니다. 컨텍스트 깊이를 태스크 복잡도에 맞추세요.
• 컨텍스트를 한 번 제공하고 지속을 가정. AI 세션에는 메모리 한도가 있습니다. 긴 대화에서는 핵심 컨텍스트 포인트를 주기적으로 다시 고정하세요.
• 컨텍스트와 지시 혼동. 컨텍스트는 AI에게 당신의 상황을 알려줍니다. 지시는 AI에게 무엇을 할지 알려줍니다. 둘 다 필요하며 어느 하나만으로는 불충분합니다.
• 시간 컨텍스트 무시. 같은 전략 질문이 1월과 10월에, 펀딩 전과 펀딩 후에, 경쟁자 출시 전과 후에 다른 답을 가집니다. 시간이 중요합니다.

참고 자료

• Nielsen Norman Group. (2023). AI Prompt Quality and Output Relevance. https://www.nngroup.com/articles/ai-prompting/
• McKinsey & Company. (2023). The State of Generative AI in the Enterprise. https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai/
• Mollick, E. (2023). *Co-Intelligence: Living and Working with AI*. Portfolio. https://www.oneusefulthing.org/