AI에게 결정을 맡기지 않고 두 선택지를 비교하는 법

짧은 답

두 선택지 사이에서 막혔을 때, AI에게 하나를 골라 달라고 하지 마세요. 비교를 시키고, 결정은 당신이 쥐고 있으세요. 다섯 단계면 됩니다. 지금 무엇을 결정하는지와 당신에게 "더 낫다"가 무슨 뜻인지 먼저 적고, 두 선택지와 그 기준을 AI에 주고, 승자를 뽑는 대신 양쪽을 각각 변호하게 하고, 당신만 아는 사실을 더한 다음, 짧은 결정 메모를 쓰고 당신이 결정하세요. 메모는 10분쯤 걸리고, 비슷한 선택이 다시 왔을 때 빈 대화창과 감 대신 다시 꺼내 쓸 기록으로 남습니다.

핵심 요약

• 챗봇의 자신 있는 추천은 결정이 아닙니다. 결과에 아무 책임도 지지 않는 하나의 의견일 뿐이고, 그걸 정답으로 받으면 왜 그 선택을 했는지가 가려집니다.
• 쓸모 있는 방법은 AI에게 비교를 시키는 것이지 선택을 시키는 게 아닙니다. 좋은 비교는 따져볼 수 있게 장단점을 펼쳐주지만, 결론은 확인할 수 없는 답을 던져줄 뿐입니다.
• 묻기 전에 "더 낫다"가 무엇인지 정하세요. 속도, 비용, 신뢰 중 무엇을 가장 중시하느냐에 따라 같은 두 선택지의 답이 뒤집힙니다.
• 당신만 아는 것, 예산, 고객, 감당할 수 있는 위험의 크기가 보통 박빙의 승부를 가릅니다. 말해주지 않으면 AI는 그걸 모릅니다.
• 짧은 결정 메모는 한 번의 선택을 다시 쓸 수 있는 자산으로 바꿉니다. 다음엔 새 프롬프트가 아니라 당신의 추론에서 시작합니다.

"그냥 뭐가 나은지 알려줘"의 함정

1인 창업자에게 랜딩 페이지 맨 위에 올릴 문구 두 개가 있습니다. A안은 "한 달에 10시간을 아껴주는 회계 소프트웨어". B안은 "알아서 굴러가는 회계, 더는 신경 쓰지 마세요". 결정을 못 해서 챗봇을 열고 둘 다 붙여 넣은 뒤 "뭐가 더 나아?"라고 칩니다. 깔끔한 답이 옵니다. "B안이 더 강합니다. 기능보다 감정적 결과에 호소하니까요." 끝. 그는 B를 페이지에 붙이고 넘어갑니다.

문제는 AI가 틀렸다는 게 아닙니다. 문제는 그가 그게 맞는지 알 길이 없고, 이제 알아낼 방법도 없다는 겁니다. 랜딩 페이지 문구의 성패는 그의 특정 방문자가 클릭하고 가입하느냐에 달려 있습니다. 모델은 그 방문자를 만난 적이 없습니다. 모델이 학습한 거대한 글 더미에서 감정적 표현이 칭찬받는 경향이 있어서 B를 골랐을 뿐입니다. 그건 그의 사업에 대한 사실이 아니라 하나의 패턴입니다. 그는 자기 판단을 자신 있게 들리는 평균값과 맞바꿨고, 다음 달 가입 숫자를 확인할 때 배울 거리가 될 기록은 아무것도 남기지 않았습니다.

조용한 비용이 하나 더 있습니다. AI에게 결정을 넘기면 생각을 멈추게 됩니다. 어려운 선택의 진짜 가치는, 그것과 씨름하면서 내가 정작 무엇을 중시하는지 배우게 된다는 데 있습니다. 결론을 외주 주면 다음 결정을 더 잘하게 만들어 줄 바로 그 과정을 건너뛰게 됩니다.

해법: 비교는 시키고, 결정은 당신이

해법은 단순합니다. 승자를 묻는 대신 비교를 시키고, 결론은 당신이 쥐세요. AI 챗봇은 결정의 앞쪽 절반은 정말 잘합니다. 선택지를 펼치고, 장단점을 짚고, 미처 못 본 각도를 끄집어내는 일이요. 뒤쪽 절반은 못합니다. 결과를 책임질 사람이 그 장단점을 자기가 아는 것, 자기가 감당할 수 있는 것에 비추어 저울질하는 부분이요. 그 경계선을 따라 일을 나누면, 운전대를 넘기지 않고도 이 도구의 가장 좋은 점만 얻을 수 있습니다.

아래 다섯 단계가 그 분업을 굴리는 법입니다. 결과물은 짧은 결정 메모, 즉 당신이 적어두는 몇 줄이고, 그래야 선택이 흔적을 남깁니다.

1단계: 무엇을 결정하는지와 "더 낫다"의 뜻을 적는다

대화창을 열기 전에 두 문장을 완성하세요. 첫째, "나는 A안과 B안 사이에서 고른다." 둘째, 사람들이 빼먹는 그것. "나에게 더 나은 선택지는 내 진짜 목표에 닿는 쪽이다." 창업자라면 둘째 문장이 "맞는 방문자를 더 많이 무료 체험으로 끌어오는 쪽"이 될 수 있겠죠. 가장 영리한 문구도, 자기가 읽기 좋은 문구도 아닙니다. 체험 가입을 끌어내는 쪽입니다.

이게 중요한 건 "더 낫다"가 채우기 전엔 빈 말이기 때문입니다. 어떤 잣대를 대느냐에 따라 A안도 B안도 이길 수 있습니다. "바쁜 사람에게 한눈에 들어온다"가 더 낫다면 담백한 기능 문구가 이길 테고, "기억에 남는다"가 더 낫다면 알아서 굴러간다는 문구가 이길지 모릅니다. 진짜 잣대를 먼저 정해두면, AI가 슬그머니 잣대를 대신 골라버리는 일을 막을 수 있습니다. 아까 모델이 알아서 "감정적 울림이 중요하다"고 정해버린 게 바로 그 일이었죠.

2단계: 두 선택지와 당신의 기준을 함께 준다

이제 대화창에서 일을 분명히 세팅합니다. 잘 통하는 요청은 이렇습니다. "랜딩 페이지 헤드라인 두 개 중에 고르는 중이야. 목표는 맞는 방문자를 더 많이 무료 체험으로 끌어오는 것. 명료함, 믿음직함, 그리고 바쁜 소상공인에게 얼마나 잘 맞는지를 기준으로 둘을 비교해줘. 각 헤드라인마다 가장 강한 찬성 논거와 가장 강한 반대 논거를 줘. 어느 걸 고르라고는 하지 마." 당신의 선택지와 당신이 정한 더 낫다의 뜻을 건네고, 판단이 아니라 비교 쪽으로 방향을 맞춘 겁니다. 이게 두루뭉술한 요청과 쓸 만한 프롬프트의 차이입니다. 기준과 답의 형태를 당신이 지정했으니까요.

돌아오는 건 이제 쓸 수 있는 내용입니다. "B가 더 강하다" 대신, A는 2초 만에 뜻이 통하지만 다른 도구들과 똑같이 들리고, B는 개성 있고 어떤 느낌을 약속하지만 의심 많은 구매자에겐 너무 좋아 보여서 미덥지 않을 수 있다는 식이죠. 이건 당신이 실제로 저울질할 수 있는 장단점입니다. 각각이 체험 가입이라는 목표에 연결되니까요.

3단계: 양쪽을 다 변호하게 한다

균형 잡힌 비교조차 한쪽으로 기울 수 있습니다. 모델은 주어진 틀에 동조하는 경향이 있어서, 프롬프트에서 당신이 B를 좋아하는 티를 냈다면 비교가 슬며시 B 쪽으로 기울 수 있습니다. 양쪽을 세게 변호시켜서 이걸 상쇄하세요. "이번엔 A가 옳은 선택이라는 가장 설득력 있는 주장을 해줘. 그다음 B가 옳다는 가장 설득력 있는 주장을 해줘. 각각이 정답이라고 가정하고 밀어붙여."

이건 메시지 한 번 더 쓰는 값이고, 그럴 만합니다. 막 버리려던 선택지를 진심으로 변호하는 글을 읽는 것이, 내 생각의 구멍을 찾는 가장 빠른 길이거든요. A 변호를 읽다가, 내 트래픽 대부분이 비교 사이트에서 들어오고 거기 구매자들은 빠르게 훑으며 의심한다는 사실이 떠오를 수도 있습니다. 그러면 A의 담백함은 내가 과소평가했던 장점이 됩니다. AI는 그걸 몰랐습니다. 양쪽을 변호하게 한 그 과정이 그걸 끄집어낸 거죠.

4단계: 당신만 아는 것을 더한다

박빙의 승부 대부분을 실제로 가르는 단계이고, AI가 대신 못 해주는 단계입니다. 모델이 갖지 못한, 당신 상황에 관한 사실들을 적으세요. 창업자라면 이렇게 적을 수 있습니다. 지금 방문자는 대부분 가격 비교 디렉터리에서 들어온다, 예전에 클릭은 끌었지만 가입은 없었던 영리한 문구에 한 번 데인 적이 있다, 이번 달엔 문구 하나만 테스트할 여력이 있다. 어느 것도 대화창에 없던 내용이고, 전부 선택에 영향을 줍니다.

이게 추천을 그냥 믿으면 안 되는 이유에 대한 정직한 답이기도 합니다. 챗봇은 당신이 친 말에 통계적으로 따라올 법한 단어를 쓸 뿐, 당신 사업에 맞는 진짜 답을 쓰는 게 아니고, 당신 고객에 대한 추측을 사실과 똑같은 자신감으로 말합니다. 당신의 비공개 지식이 그 교정값입니다. 모델의 깔끔한 비교가 당신만 쥔 너저분한 구체 사정과 만나면, 보통 맞는 선택지가 분명해집니다. 그리고 그건 가끔 AI라면 절대 뽑지 않았을 쪽입니다.

5단계: 결정 메모를 쓰고 결정한다

이제 선택하고, 몇 줄로 적어두세요. 결정 메모에 무슨 전용 앱이 필요한 건 아니고, 메모장 어디에든 이 항목만 있으면 됩니다.

1. 날짜와 결정 사안: "2026-06-20, 랜딩 페이지 헤드라인."
2. 선택지: A와 B, 전문 그대로.
3. 여기서 "더 낫다"의 뜻: "맞는 방문자를 더 많이 체험으로 끌어오기."
4. 각 선택지가 이긴 점: "A: 즉시 명료, 의심 많은 비교 사이트 트래픽에 맞음. B: 개성 있지만 너무 좋아 보일 위험."
5. AI가 몰랐던, 내가 아는 것: "트래픽은 대체로 의심 많고 빠르다. 영리하지만 빈 문구에 데인 적 있다. 테스트는 한 번뿐."
6. 결정과 이유: "A로 간다. 내 트래픽은 영리함보다 명료함에 보답하고, 헛스윙을 감당할 여유가 없다."
7. 다시 볼 시점: "4주 뒤 체험 가입 수 확인."

이 마지막 항목이 메모를 본전 뽑게 합니다. 4주 뒤 그는 메모를 다시 열어, 자기가 예측한 것과 실제 벌어진 일을 견줍니다. A가 부진했다면 그는 0에서 시작하지 않습니다. 자기 추론이 적힌 기록에서 시작해 한 군데만 손봅니다. 그가 쓴 10분이, 선택에서 배우는 것과 그냥 선택만 한 것의 차이입니다.

패턴이 보이도록, 두 번째 예시

이 방법은 헤드라인만의 이야기가 아닙니다. 2인 팀이 반복 업무 중 무엇부터 자동화할지 정한다고 합시다. 송장 알림 보내기냐, 들어오는 고객 문의 메일 분류냐. 그들은 AI 도우미에게 "뭐부터 자동화해야 해?"라고 묻고 싶어집니다. 대신 더 낫다를 "실수로 망신당할 가능성은 가장 낮으면서 시간을 가장 많이 아끼는 쪽"으로 정합니다. 절약 시간, 세팅 수고, 잘못됐을 때 파장을 기준으로 둘을 비교하게 합니다. 양쪽을 변호시킵니다. 그다음 자기들만 아는 걸 더합니다. 송장 알림은 돈이 걸려 있어 하나만 잘못 가도 거래처가 놀라지만, 문의 메일 오분류는 위험이 작다. 메모는 저절로 써집니다. 문의 메일이 이기고, 그 추론은 다음 자동화 논쟁을 위해 기록으로 남습니다. 같은 다섯 단계, 전혀 다른 결정입니다.

그게 핵심입니다. 두 번만 돌려보면, AI를 판사가 아니라 숫돌로 두고 두 선택지를 비교하는 게, 두 갈래 길에서 막힐 때마다 자연스레 손이 가는 습관이 됩니다.

두 선택지가 똑같이 좋아 보일 때

전 과정을 다 돌렸는데 정말 막상막하로 나올 때가 있습니다. 그건 실패가 아니라 쓸모 있는 정보입니다. 진짜 동점이라면 보통 그 선택이 당신이 들이는 시간만큼 중요하지 않다는 뜻이니, 되돌리기 더 싼 쪽을 골라 넘어가세요. 그것도 메모에 적으세요. "기준상 동점, 되돌리기 쉬워서 A 선택." 빠르게 내린 되돌릴 수 있는 결정이, 느리게 내린 완벽한 결정보다 낫습니다. 나중에 다시 들쑤시고 싶어질 때, 메모가 그때 판돈은 작았다고 일러줄 겁니다.

흔한 실수

• "뭐가 더 나아?"라고 묻고 그 답을 받기. AI가 잘 못하는 일을 떠넘기고, 당신에게는 배울 거리를 남기지 않습니다.
• 더 낫다의 정의를 건너뛰기. 그러면 모델이 잣대를 대신 고릅니다. 보통 학습 데이터가 칭찬하는 쪽으로요.
• 비교가 기울게 두기. 좋아하는 쪽을 티 냈다면, AI에게 반대쪽을 최대한 세게 변호시키세요.
• 당신만 아는 걸 빼놓기. 예산, 고객, 위험 감수 정도가 보통 결정타인데, AI는 그걸 갖고 있지 않습니다.
• 메모를 안 쓰기. 기록 없는 선택은 배울 수 없는 선택이고, 다음 비슷한 결정은 다시 맨바닥에서 시작합니다.

자주 묻는 질문

AI에게 결정시키는 게 그냥 더 빠르지 않나요?

빠른 것처럼 느껴지지만 결국 더 느립니다. 설명 못 하는 선택은 변호도, 수정도, 학습도 못 하는 선택이라, 같은 종류의 일을 자꾸 다시 결정하게 됩니다. 비교하고 메모하는 데 든 10분이 그 반복을 아껴줍니다.

진짜로 아무 생각이 없어서 AI의 추천을 받고 싶으면요?

그럼 추천을 받되, 같은 호흡에 그 근거와 그에 대한 가장 강한 반론을 함께 청하세요. 찬성 논거를 받아들이기 전에 반대 논거부터 읽으세요. 목표는 AI를 무시하는 게 아니라, 그걸 저울질하는 사람으로 당신이 남는 겁니다.

선택지가 셋 이상일 때도 되나요?

되지만 둘일 때 가장 날카롭습니다. 셋 이상이면 먼저 AI로 진짜 후보 둘로 추린 뒤, 그 둘에 이 단계를 적용하세요. 한꺼번에 다 비교하면 흐물흐물한 답이 나오기 쉽습니다.

별도 메모 말고 그냥 대화창에 다 두면 안 되나요?

둬도 되지만, 다시 못 찾을 가능성이 큽니다. 결정 메모는 이미 자주 보는 곳에 있고 날짜와 다시 볼 시점이 붙어 있어서, 다음 비슷한 선택이 왔을 때 실제로 당신에게 돌아옵니다.

출처

• https://www.nist.gov/itl/ai-risk-management-framework, 미국 표준기술연구소(NIST), AI 위험 관리 프레임워크: AI가 정보를 보태는 결정의 책임을 시스템이 아니라 사람이 지도록 설계된 공개 표준.
• https://platform.openai.com/docs/guides/safety-best-practices, OpenAI, 안전 모범 사례: 결과가 걸린 결정에서 AI 출력보다 사람의 검토와 판단을 우선하라고 권하는 공식 안내.
• https://docs.anthropic.com/en/docs/test-and-evaluate/strengthen-guardrails/reduce-hallucinations, Anthropic, 환각 줄이기: 모델이 당신 상황에 맞지 않는 추천이나 주장도 자신 있게 말할 수 있는 이유와, 외부 판단이 그 점검이 되는 까닭.