AI가 나를 잘 모를 때: 20분 맞춤 인터뷰 온보딩 프롬프트와 메모리 저장 팁

Claude와 ChatGPT가 사용자의 사고방식, 가치관, 목표를 파악하도록 20분간 심층 인터뷰를 진행하고 그 결과를 메모리에 저장시키는 실전 온보딩 프롬프트 팁입니다.

tau · 2026년 9월 12일

#AI팁 #프롬프트 #Claude #ChatGPT #메모리 #온보딩 #생산성

AI가 나를 잘 모를 때: 20분 맞춤 인터뷰 온보딩 프롬프트와 메모리 저장 팁

인공지능을 일상 업무나 학습의 파트너로 활용할 때 대다수 사용자가 겪는 공통적인 한계는 모델이 사용자의 고유한 배경, 사고방식, 현재의 우선순위를 충분히 파악하지 못한 채 일반론적인 답변만 반복한다는 점입니다. 크리에이터 lucas(@lucas_flatwhite)는 X(구 트위터)를 통해 Claude와 ChatGPT를 비롯한 대형 언어 모델의 유용성을 비약적으로 끌어올리기 위한 실전 온보딩 인터뷰 프롬프트와 메모리 저장 팁을 공개했습니다.

사용자 심층 인터뷰 프롬프트와 온보딩 질문 예시 화면

이미지 출처: @lucas_flatwhite via X

20분 인터뷰 온보딩의 필요성과 핵심 문제의식

인공지능 어시스턴트를 처음 도입할 때 많은 사용자는 모델에게 장황한 시스템 프롬프트를 일방적으로 주입하거나, 반대로 아무런 사전 정보도 제공하지 않은 상태에서 즉각적인 맞춤형 통찰을 기대하곤 합니다. 그러나 이러한 일방향적 지시는 작업자의 실제 가치관이나 일하는 맥락을 정밀하게 반영하기 어렵습니다.

lucas는 블레이크 로빈스(Blake Robbins, @blakeir)가 제기했던 문제의식을 인용하며, AI가 작업자를 파악하는 데 필요한 최소한의 인터뷰 시간에 주목했습니다. 블레이크 로빈스는 평소 ChatGPT나 Claude 같은 도구들이 사용자에게 20분 정도만 시간을 들여 심층 인터뷰를 진행한다면 도구의 유용성이 10배는 더 높아질 것이라는 견해를 피력한 바 있습니다. 사용자가 평소 어떤 방식으로 사고하는지, 무엇을 가장 중요하게 여기는지, 그리고 현재 집중해서 해결하려는 과제가 무엇인지를 먼저 체계적으로 청취하는 온보딩 과정이 사용자뿐만 아니라 AI 모델에게도 반드시 선행되어야 한다는 분석입니다.

실전 온보딩 프롬프트와 인터뷰 진행 방식

lucas가 제시한 핵심 프롬프트는 AI에게 수동적인 응답자 역할에서 벗어나 능동적인 인터뷰어가 되어 사용자의 정보를 단계적으로 파헤치도록 지시하는 구조로 설계되었습니다.

아직 모르는 내 삶의 관련 부분을 깊이 인터뷰해줘요. 서술형이 나을 때는 자유롭게 묻고, 객관식이 나을 때는 AskUserQuestion 툴을 쓰고요. 인터뷰 내용은 전부 메모리에 저장해주세요.

이 프롬프트의 강점은 질문의 형식과 흐름을 인공지능이 상황에 맞추어 유연하게 조율하도록 유도한다는 점입니다.

  • 유연한 질문 방식의 결합: 깊이 있는 철학이나 사고방식을 다룰 때는 서술형 자유 질문으로 심층 답변을 유도하고, 업무 선호도나 구체적인 작업 스타일처럼 선택지가 명확한 영역에서는 객관식 선택형 질문을 활용하도록 지시합니다.
  • 도구 호출과 적응적 대응: 지시문에 포함된 AskUserQuestion과 같은 인터랙티브 질의 도구가 지원되는 환경에서는 해당 도구를 적극적으로 호출하며, 전용 도구가 없는 인터페이스나 일반 채팅창에서도 모델이 알아서 번호 매김 선택지를 제시하는 방식으로 우회하여 자연스럽게 인터뷰를 이어갑니다.

메모리 저장과 대화 세션 전반의 활용 확장

인터뷰를 진행하는 것만큼 중요한 단계는 20분간 수집된 사용자의 맥락과 선호도를 영구적인 컨텍스트로 보존하는 작업입니다.

지시문의 마지막 문장인 "인터뷰 내용은 전부 메모리에 저장해주세요"는 모델이 파악한 핵심 정보를 세션 휘발성 대화로 끝내지 않고 장기 메모리에 정착시키도록 만듭니다. ChatGPT의 개인화 메모리 기능이나 Claude의 프로젝트 지식 및 메모리 레이어에 이러한 프로필이 축적되면, 이후 새로운 대화 세션을 시작하더라도 다음과 같은 변화가 발생합니다:

  • 반복 설명의 생략: 사용자의 직무 배경, 선호하는 톤앤매너, 기본 지식수준을 매번 다시 프롬프트에 적을 필요가 없어집니다.
  • 의사결정 기준의 일치: 문제를 분석하거나 해결책을 제안할 때 사용자가 중요하게 여기는 가치관과 현재 진행 중인 목표에 맞추어 우선순위를 판단하게 됩니다.
  • 협업 지속성 확보: 단발성 질의응답을 넘어 지속적으로 함께 일하는 전담 파트너처럼 동작하며, 협업이 진행됨에 따라 질문과 피드백을 축적해 개인화 완성도를 더욱 높여갑니다.

원문 출처

본 포스팅에서 소개한 AI 맞춤 인터뷰 온보딩 프롬프트와 메모리 활용 팁은 lucas(@lucas_flatwhite)의 공개 포스트 및 관련 원문을 바탕으로 정리되었습니다.