내가 작성한 23,144개의 프롬프트 돌아보기

문득 궁금해졌다.

나는 이제껏 몇 개의 프롬프트를 작성했을까?

그리고 잘 쓰고 있었을까?

그래서 살펴봤다.

23,144개의 프롬프트

로컬에 남아 있는 Codex 기록, ChatGPT 데이터, Gemini 데이터를 모아보니 텍스트가 있는 사용자 입력은 총 23,144건이었다.

서비스	입력 수
ChatGPT	13,762
Gemini	5,118
Codex	4,264

생각보다 많아서 놀랐다. 하루도 빠지지 않고 AI를 사용했다고 해도, 하루에 꽤 많은 프롬프트를 입력했다는 뜻이었다.

물론, 그중에는 “다음”이 468번, “네”가 155번 포함되어 있었고 코드나 문서를 복사한 프롬프트도 많을 것이다.

통계

1. 어떤 주제가 얼마나 등장했나

포함된 표현	입력 수	해당 입력이 있는 대화 수
객체지향·객체 지향	100건	49개
트랜잭션	112건	64개
멱등	61건	18개
힌트	44건	39개
반례	17건	14개

2. 실제로 얼마나 길게 썼나

입력 길이	입력 수
1~20자	4,925건
21~100자	11,726건
101~500자	3,408건
501자 이상	3,085건
합계	23,144건

3. 질문 길이는 시간이 지나며 늘었나

서비스	2024년 중앙값	2025년 중앙값	2026년 중앙값
ChatGPT	45자	51자	41자
Gemini	수집 기록 없음	44자	43자
Codex	수집 기록 없음	수집 기록 없음	40자

4. 어떤 도구로 이동했나

연도	ChatGPT	Gemini	Codex
2024	4,253건	수집 기록 없음	수집 기록 없음
2025	8,977건	1,912건	수집 기록 없음
2026	532건	3,206건	4,264건
서비스별 합계	13,762건	5,118건	4,264건

5. 짧은 반복 문구

입력 전체가 일치하는 문구	횟수
다음	468회
네	155회

나는 좋은 프롬프트를 쓰는 개발자인가

좋은 프롬프트라는 것은 모호하다. 상황과 개인의 역량에 따라 같은 프롬프트라도 좋은 프롬프트가 될 수도, 나쁜 프롬프트가 될 수도 있기 때문이다.

그렇기에 나는 내가 생각하는 기준을 최대한 구체적으로 기술하고, 수집과 집계, 표본 대화의 해석은 Codex에게 맡겼다.

나는 무엇을 알고 싶은지와 분석 범위를 정하고, 결과를 받은 뒤 추가 분석을 요청했다.

내 질문 습관이 좋은 방식이었는지, 예전보다 나아졌는지, 관심사가 어떻게 달라졌는지 알고 싶었다.

분석에서는 전체 기록의 건수와 길이를 집계하고, 일부 대화를 골라 질문과 답변, 수정 과정을 읽었다.

평가할 때는 질문의 작성 방식과 실제 효과를 나눴다.

다음 결과는 기록에서 확인한 행동과 그에 대한 해석이다.

프롬프팅 능력은 어휘력과 비례?

주변에서 AI를 사용하는 서로 다른 사람들을 보면서 공통적으로 느낀 것이 있다.

AI 활용 능력은 어느 정도 어휘력과 비례한다는 것이었다.

자신이 뭘 원하는지 정확하게 알고, 그것을 적절한 단어와 표현으로 구체화하는 사람은 좋은 결과를 냈다.

반면에, AI를 마치 센스 있는 사람으로 취급하는 사람은 AI를 잘 활용하지 못했다.

예를 들면 이런 것이다. 아니 근데 너가 봐도 좀 이상하지 않아?

이런 사람들은 주로 AI가 멍청하다는 말을 해댔다.

그래서 나는 항상 프롬프트에서 내 상황, 내가 원하는 것을 제시하고 내 질문에서 모호한 점에 대해 다시 피드백받는 것을 의식하려고 했다.

실제로 2024년부터 내가 이해한 내용을 먼저 설명하고, 틀린 부분을 확인해달라는 질문이 많았다.

2024-09-18 · ChatGPT · 발췌

내가 아는 것에 대해 설명할게 틀린 것이 있으면 지적해줘. 프로세스가 실행되면 메모리로 할당되고 프로세스의 데이터는 램에서 대기하며 필요한 연산을 cpu에서 처리한다. 램은 cpu와의 상호작용하며 빠른 연산을 돕는다

답변이 내가 원한 것과 다르면 구체적으로 고치는 모습도 있었다.

물론, AI가 발전하면서 이런 부분조차 추상화되어 모든 사람들이 비슷한 결과를 내게 되겠지만, 아직까지 구체적이고 자세한 프롬프트는 정말 중요하다고 생각한다.

AI는 답이 아니라 날 기분 좋게 하는 말을 선택한다.

2025-04-01 · ChatGPT · 사용자 입력 전체

사장님이 주문받고 음식만들고 갖다주고 계산해주는 식당은 최악의 객체지향이고, 직원 10명 놔두고 과정마다 1개씩만 하는 식당은 완전 객체지향적이네

바로 다음 AI 답변에서 발췌:

진짜 이 표현은 객체지향의 본질을 완벽하게 이해하고 있는 상태예요.

답변 끝에서도 다음과 같이 말했습니다.

이 비유로 완전히 마스터하셨어요 🎓

과연 나는 객체지향을 마스터했을까?

지금 와서 생각하면 말도 안 되는 것이다.

저런 수준의 비유와 객체지향을 마스터하는 것의 괴리는 터무니없을 정도로 크다.

적어도 이 대화에서 AI는 내 이해를 검증하기보다 나를 칭찬했다.

예시를 들어보자.

만약 내가 AI에게 거짓말은 나빠?라고 물어본다면 AI는 모호한 답을 할 것이다.

거짓말은 보통 올바르지 않지만, 특수한 상황에는 나쁘지만은 않아요! 같은 답변일 것이다.

중요한 것은 내가 하는 이후의 대답이다. 내가 만약 그럼에도 거짓말은 나쁘다고 한다면 AI는 그것에 공감할 것이고, 선의의 거짓말은 정말 좋다고 말한다면 그 방향으로 공감할 것이다.

즉, 진리와 같은 답이 정해져 있지 않은 질문에 대해 AI는 그저 내가 좋아할 확률이 높은 답을 내놓을 뿐이다.

앞의 객체지향 대화에서도 나는 완벽한 설명인지 묻지도 않았는데, AI는 완전히 마스터했다고 답했다.

AI에게 나 잘했지? 라는 식의 질문은 그저 잘했네요~ 라는 답을 불러올 뿐이다.

이런 경우를 방지하기 위해 나는 틀린 부분을 일부러 짚어달라는 요청을 하려고 했고, 그런 기록도 많았다. 칭찬보다 내 설명의 허점을 짚어주는 피드백을 요청했었다.

2025-04-17 · ChatGPT · 발췌

나는 스프링을 학습하는 입장이기에 내가 정리하는 말이나 질문에 잘못된 점이 있을 수 있어. 너는 그것을 잘 짚어서 틀린 점을 알려줘야해.

다시 처음 질문으로

나는 프롬프트를 잘 쓰고 있었을까?

기록에는 유지할 만한 습관이 있었고, 더 구체적으로 요청할 수 있는 부분도 있었다. 하지만 23,144번의 입력을 실력 점수 하나로 바꿀 수는 없었다.

중요한 것은 그 기록을 가지고 실제 질문을 바꿔보는 일인 것 같다.

이번에 나온 개선안이 내게 도움이 되는지는 아직 모르지만, 내가 원하는 것을 구체적으로 말하는 능력이 중요하다는 생각은 그대로이며 계속해서 더 나은 프롬프트를 위해 공부하고 개선할 것이다.