프롬프트를 잘 쓰려는 노력의 대부분은 “내 머릿속 엉킨 생각을 먼저 내가 정리하는” 비용이다. Karpathy의 램블 세션은 이 순서를 뒤집는다. 정리하지 말고, 10분간 음성으로 뒤죽박죽 쏟아낸 뒤 정리를 모델에게 맡긴다. 흥미로운 건 결과물이 단순 요약이 아니라는 점이다. 모델의 되울림(echo)은 종종 내가 시작했던 생각보다 더 명료하다. 즉 LLM은 나의 사고를 압축하는 거울이자, 나 자신도 미처 정리 못한 의도를 먼저 정돈해 보여주는 편집자로 작동한다.
근거
“LLM은 길고 산만한 독백을 재구성하는 데 이상하게도 매우 능하며, 종종 당신이 시작했던 것보다 훨씬 깔끔하게 당신 생각의 엉킴을 되울려준다. 그 결과 마인드 멜드가 개선되고 그 지점부터 교정할 일이 줄어든다.”
핵심은 “그 지점부터 교정할 일이 줄어든다”는 대목이다. 한 번의 러프한 대량 입력이 이후 수십 번의 미세 교정을 없앤다 — 상호 이해가 복리로 쌓이는 구조다.
연결된 생각
- 20260607-precise-tokens-unlock-model-overhang — 적확한 토큰이 능력을 깨우듯, 충분한 양의 맥락도 의도를 깨운다
- 20260605-process-beats-prompting — 완벽한 프롬프트보다 정보량 많은 러프한 절차가 낫다는 같은 결론