같은 챗지피티라도 결과가 갈리는 건 모델 성능이 아니라 프롬프트, 즉 입력의 차이다. 프로젝트·커스텀 지침·메모리 같은 공식 기능을 활용하면 반복 설명을 줄이고 맥락을 쌓으며 더 정교하게 일할 수 있다. 다만 환각 위험이 여전한 만큼 사실이 중요한 대목은 사람이 원출처로 검증하는 자리를 반드시 남겨 둬야 한다.
같은 챗지피티를 쓰는데 누구는 감탄하고 누구는 실망한다. 대부분의 차이는 모델 성능이 아니라 입력, 즉 프롬프트에서 갈린다. 가장 쉬운 공식은 '역할 지정 + 작업 요청 + 결과 형식'이다. 예를 들어 "너는 시간관리 코치야. 주 5일 근무하는 직장인을 위한 하루 시간표를 표로 만들어 줘"처럼 말하면, 막연히 "시간표 짜 줘"라고 할 때와 결과가 확연히 달라진다. 역할을 정해 주면 챗지피티가 그 역할에 맞는 어휘와 관점, 깊이를 맞춰 주기 때문이다. 여기에 대상 독자, 분량, 말투, 예시 유무까지 덧붙이면 결과물의 완성도가 한 단계 올라간다.
Photo by Mohamed Nohassi on Unsplash
챗지피티를 단발성 질문 창으로만 쓰면 절반만 활용하는 셈이다. OpenAI 공식 도움말에 따르면 '프로젝트(Projects)' 기능은 하나의 장기 과제와 관련된 대화, 업로드한 파일, 커스텀 지침을 한곳에 모아 두는 작업 공간이다. 현재 무료·유료 모든 플랜에서 전 세계 사용자에게 제공된다. 프로젝트에는 자체 메모리가 있어 그 안에서 나눈 대화와 올린 파일을 기억하고, 다른 프로젝트의 맥락은 끌어오지 않는다. 그래서 여러 업무를 병행하거나 민감한 자료를 다룰 때 서로 뒤섞이지 않는 장점이 있다. 비즈니스·엔터프라이즈·교육 플랜에서는 이 프로젝트를 팀원과 공유해 같은 파일과 지침 위에서 함께 일할 수도 있다.
Photo by Glenn Carstens-Peters on Unsplash
같은 배경 설명을 매 대화마다 반복하고 있다면 '커스텀 지침(Custom Instructions)'을 써 보자. 내 직무, 원하는 답변 형식, 말투 같은 걸 한 번 저장해 두면 이후 모든 대화에 즉시 적용된다. 웹·데스크톱·iOS·안드로이드 전 플랜에서 쓸 수 있고, 무료와 Go 플랜은 1,500자, 유료 상위 플랜은 5,000자까지 저장할 수 있다. 여기에 더해 '메모리(Memory)' 기능을 켜면 챗지피티가 대화와 파일에서 유용한 맥락을 자동으로 기억해 준다. 물론 원치 않으면 메모리 요약 페이지에서 개별 항목을 지우거나 아예 꺼 둘 수 있으니, 프라이버시가 걱정될 때는 이 설정을 점검하는 게 좋다.
Photo by Arisa Chattasa on Unsplash
가장 중요한 건 어디까지 맡기고 어디부터 검토할지를 정해 두는 일이다. 대규모 언어모델은 학습한 패턴을 바탕으로 다음 단어를 확률적으로 예측할 뿐이라, 데이터가 부족한 대목에서는 그럴듯한 거짓을 자신 있게 지어낸다. 이것이 '환각(hallucination)'이다. 2025년 초 BBC 조사에서는 챗봇의 시사 답변 절반 이상에 잘못된 이름, 지어낸 인용, 뒤틀린 사실관계 같은 중대한 오류가 있었고, 한 연구에서는 존재하지 않는 논문을 진짜 인용처럼 만들어 내기도 했다. GPT-5 세대에서도 이 문제가 완전히 사라지지 않았다는 점은 개발사 스스로 인정한 바다. 그래서 통계, 인용, 최신 사건처럼 사실이 중요한 대목은 사람이 반드시 원출처로 다시 확인해야 한다.
정리하면 챗지피티 활용의 핵심은 세 가지다. 첫째, 역할과 형식을 갖춘 구체적인 프롬프트로 지시하기. 둘째, 프로젝트·커스텀 지침·메모리를 활용해 반복 설명을 줄이고 맥락을 쌓기. 셋째, AI가 만든 결과를 그대로 복사하지 말고 사실과 판단이 걸린 부분은 사람이 검토하기. 마이크로소프트의 2025년 조사에서 지식 근로자의 75%가 이미 업무에 AI를 쓴다고 답했다. 남들보다 잘 쓰는 사람은 더 좋은 모델을 가진 사람이 아니라, 도구의 구조를 이해하고 사람의 자리를 지킬 줄 아는 사람이다.