요즘 AI 툴들 정말 많이 써보셨구나 싶기도 하고, 공감도 엄청 많이 됩니다.
저도 처음에 녹취록 요약 돌려보고 "와, 진짜 잘 뽑았다!" 하다가도, 막상 회의록을 다시 읽어보면 "아니, 이 중요한 논쟁 포인트가 왜 빠졌지?" 싶을 때가 정말 많거든요.
말씀하신 것처럼 단순 키워드 요약이나 핵심 문장 뽑기는, 그게 마치 '결론'만 뽑아주는 것과 같아서요.
실제 회의의 재미, 긴장감, 누가 어느 타이밍에 마음을 바꿨는지 같은 '과정'의 정보가 완전히 사라지기 때문에, 그걸 '맥락적인 감정'이라고 부르기보다는 '의도'나 '역동성(Dynamics)'이라고 보는 게 맞을 것 같아요.
그래서요, 단순히 '요약해줘'라는 명령만으로는 절대 그 수준에 도달하기 어렵습니다.
AI에게 우리가 원하는 분석가의 역할을 명확하게 '역할 부여(Role-playing)'해주고, 출력 포맷까지 구체적으로 지시해야 해요.
제가 경험상 써보고 효과를 봤던 몇 가지 프롬프트 구조와 접근 방식을 몇 가지로 나눠서 설명드릴게요.
--- 1.
기본 원칙: '요약' 대신 '분석'을 요청하세요. 가장 큰 실수 중 하나가 '요약(Summarize)'이라는 단어를 쓰는 거예요.
요약은 AI에게 '정리'만 하라고 시키는 거거든요.
우리가 원하는 건 '분석(Analyze)'과 '추출(Extract)'입니다.
그러니까 프롬프트의 시작을 이렇게 바꾸는 게 좋아요.
"다음 녹취록을 분석해줘." "회의 참여자들 간의 의견 충돌 지점을 찾아내줘." 이렇게 '분석'의 톤으로 시작하는 것이 AI의 사고방식을 다르게 만듭니다.
--- 2.
심화 분석을 위한 프롬프트 구조 (가장 중요해요) 단순히 감정(Sentiment)만 뽑는 건 이제 어느 정도 잘하는 AI들이 많아졌지만, 그 감정이 왜 생겼는지, 누가 그 감정을 어떤 근거로 표현했는지를 연결하는 게 핵심입니다.
제가 추천하는 구조는 '역할 부여 + 분석 목표 설정 + 출력 포맷 지정'의 3단계 구조입니다.
A.
역할 부여 (Role Definition): AI에게 '너는 지금 회의 전문 분석가이자, 비즈니스 커뮤니케이션 전문가다'라는 역할을 부여하세요.
(예시 문구): "당신은 지금부터 10년차의 시니어 컨설턴트입니다." 이렇게 역할을 주면, AI가 일반적인 언어 모델 모드에서 벗어나, 그 역할에 맞는 전문 용어와 분석적 사고방식으로 답변을 구성하려고 노력합니다.
B.
분석 목표 및 포인트 지정 (Specific Objectives): 여기서 우리가 원하는 '감정 뉘앙스'와 '논쟁 포인트'를 구체적인 항목으로 쪼개서 요구해야 합니다.
단순히 "갈등 지점 찾아줘" 보다는요.
"다음 세 가지 관점에서 반드시 분석해 주세요." 라고 리스트업 하는 게 좋습니다.
- ① 의견 충돌 포인트 (Conflict Mapping): A와 B가 의견이 달랐던 구체적인 주제와, 그 의견 차이가 발생한 *근본적인 가정(Underlying Assumption)*을 뽑아내 주세요.
- ② 톤 변화 추적 (Tone Shift Tracking): 특정 주제(예: 예산 배정)가 언급되기 전과 후, 발언자들이 사용한 어조(Tone)의 변화를 A, B, C 세 사람별로 추적하고, 그 변화의 원인(Trigger)을 추측해 주세요.
- ③ 주저함/반대 신호 감지 (Hesitation/Dissent Signal): 발언 중에 '음...', '음...', '글쎄요...' 와 같은 주저함의 표현이나, 직접적인 반대 의견(Soft Disagreement)이 나왔을 때, 그 발언의 의미와 그 사람이 실제로 생각했을 법한 잠재적 우려사항을 각각 2~3가지씩 정리해주세요.
C.
출력 포맷 지정 (Output Formatting): 이게 정말 중요해요.
AI가 자유롭게 서술하게 두면, 중요한 정보들이 섞여버립니다.
반드시 마크다운 테이블이나 번호 매기기 형식으로 "결과를 반드시 아래와 같은 표 형식으로 정리해 주세요." 라고 지정해야 합니다.
| 구분 | 발언자 | 언급 주제 | 감지된 톤/뉘앙스 | 근거가 된 발언구 (인용) | 분석가 코멘트 (의도 추정) | | :--- | :--- | :--- | :--- | :--- | :--- | | 갈등 | A | 마케팅 예산 | 강한 확신 / 공격적 | "이건 무조건 이 방향이어야 합니다." | A는 데이터만 보고 논리적 오류를 발견했다고 판단함.
| | 우려 | C | 일정 조정 | 망설임 / 회의적 | "음...
그 부분이 조금 걱정되긴 하는데요." | C는 기술적 실현 가능성 측면에서 우려를 표명한 것으로 보임.
| 이렇게 테이블 구조를 강제하면, AI는 각 항목에 맞춰 정보를 분류하고 채우려고 노력하게 되고, 결과물이 훨씬 체계적이고 분석적입니다.
--- 3.
실무에서 흔히 저지르는 실수와 주의점 (꼭 확인하세요!) 아무리 좋은 프롬프트를 써도, 이 부분들을 고려하지 않으면 헛수고일 수 있어요.
실시간 발언자 분리 및 식별 문제: 가장 흔한 실수이자 가장 큰 함정입니다.
녹취록 데이터 자체가 '누가 말했는지'를 명확하게 구분하지 못하거나, 발언 내용이 겹치는 부분이 있으면 AI는 혼란에 빠집니다.
만약 녹취 파일 자체에 화자 분리(Speaker Diarization) 기능이 없다면, AI에게 "이 내용은 A가 말했고, 바로 이어서 B가 말한 것이 맞으니, 문맥상 이렇게 구분해 줘"라고 수동으로 가이드라인을 줘야 할 때가 많습니다.
'감정'과 '의도'의 구분: AI는 감정(Sentiment)만 분석하는 데는 강하지만, 그 감정의 배후에 깔린 진짜 의도를 100% 잡아내는 건 아직 인간 전문가의 영역에 가깝습니다.
AI가 "C는 회의적이다"라고 해도, 그게 '기술적 한계에 대한 우려'인지, 아니면 'A의 권한 남용에 대한 반감'인지는 AI가 확신할 수 없습니다.
그러니까 AI의 결과물을 **'참고 자료'**로만 활용하시고, "AI 분석 결과, C는 기술적 한계에 대한 우려를 표한 것으로 보입니다.
이 부분을 재확인해 볼 필요가 있습니다." 와 같이 사용자 본인의 의견을 덧붙여서 최종 결론을 내리셔야 합니다.
전문 용어와 도메인 지식의 한계: 업계 내부에서만 통용되는 전문 용어나, 문화적 배경 지식이 필요한 부분은 AI가 일반적인 의미로만 해석할 확률이 높습니다.
회의록을 AI에 넣기 전에, '이 부분은 저희 팀에서만 사용하는 은어(Jargon)이니, 이 단어는 A라는 의미로 이해해 줘' 같은 사전 지식 주입(Pre-prompting)이 필요할 때가 있습니다.
--- 4.
요약 정리: 워크플로우 체크리스트 1.
데이터 정제: (가장 중요) 녹취록의 화자 구분과 시간대를 최대한 명확하게 만드세요.
역할 부여: "너는 10년차 비즈니스 컨설턴트다."라고 설정합니다.
3.
목표 지정: "단순 요약이 아니라, ①갈등점, ②톤 변화, ③숨겨진 우려사항을 중심으로 분석하라."고 지시합니다.
4.
출력 강제: "반드시 아래와 같은 테이블 형식으로 결과를 제출하라."고 강제합니다.
5.
최종 검토: AI의 결과는 가설일 뿐이라고 생각하고, 그 가설을 바탕으로 사람이 최종 판단을 내리세요.
이렇게 접근하시면, 단순 요약본을 넘어서 회의의 '흐름'과 '긴장감'까지 어느 정도 구조적으로 파악하는 데 큰 도움이 될 겁니다.
한 번 시도해보시고, 만약 특정 부분에서 AI가 이상하게 해석하는 부분이 있다면, 그 부분을 캡처해서 '이게 잘못 해석된 거야.
진짜 의도는 이거였어.'라고 피드백을 주면서 재질문하는 과정 자체가 AI를 더 똑똑하게 만드는 방법이기도 하니 참고하시면 좋을 것 같습니다.
도움이 되었으면 좋겠네요.