앞선 두 편에서 지역 비교, 매물 선별, 수익률 계산 프롬프트를 실제로 써봤습니다. 이번 편에서는 그 프롬프트들이 왜 그런 구조로 만들어졌는지, 원리를 정리해보겠습니다. 원리를 알아두면 앞으로 새로운 상황에서도 스스로 프롬프트를 설계할 수 있게 됩니다.
AI는 입력한 데이터의 거울입니다
아무리 AI 성능이 좋아도, 부실하거나 편향된 데이터를 넣으면 결과도 왜곡됩니다. 좋은 분석을 받으려면 먼저 좋은 데이터를 준비해야 합니다.
AI에게 넣을 데이터는 크게 두 종류로 나뉩니다.
- 거시 지표 (지역 분석용): 인구 이동률, 소득 성장률, 실업률, 재산세율, 최근 1년 주택·임대료 변화율 등. 출처는 미국 인구조사국(Census Bureau), 노동통계국(BLS), Zillow/Redfin 공개 데이터, 해당 도시 경제개발청 자료 등이 신뢰할 만합니다.
- 개별 매물 지표 (수익률 분석용): 매매가, 예상 월세, 재산세, 보험료, 관리수수료, 수선충당금, 융자 조건 등. 출처는 현지 에이전트의 시장분석자료(CMA), 관리업체 렌트 견적, 타이틀 회사 세금 기록 등입니다.
“느낌”을 숫자로 바꿔야 AI가 이해합니다
매물 정보 중에는 “지붕 최근 교체됨”, “학군 좋음”, “치안 안정적” 같은 정성적 표현이 많습니다. 이런 표현을 그대로 AI에게 넣으면 분석이 애매해집니다. 숫자로 바꿔서 넣어야 합니다.
- “지붕 수명 5년 미만” → “향후 5년 내 $15,000 교체 비용 발생 위험”
- “치안 안정적” → “인근 지역 평균 대비 낮은 범죄율 (구체적 수치나 순위)”
이렇게 바꾸는 작업 자체를 AI에게 맡길 수도 있습니다. “이 비정형 정보를 리스크 수치로 정리해줘”라고 요청하면, AI가 데이터 정리를 도와주는 파트너 역할을 합니다.
데이터도 한 번 걸러서 넣어야 합니다
입력 데이터 자체가 왜곡되어 있으면, 아무리 프롬프트를 잘 짜도 결과가 왜곡됩니다.
- 이상치 제거: 매도인이 제시한 비교 매물(Comps) 중 유독 비싸거나 싼 매물이 섞여 있다면, “상위 5%, 하위 5%를 제외하고 평균을 다시 계산해줘”라고 요청하는 것이 좋습니다.
- 계절성 반영: 여름 성수기에 계약된 임대료를 그대로 넣으면 수익률이 과대평가됩니다. 연평균 임대료를 기준으로 하거나, AI에게 계절적 변동을 반영해달라고 명시해야 합니다.
프롬프트 설계의 3원칙 — 역할, 제약, 출력형식
지금까지 써본 프롬프트들을 돌아보면 공통적으로 이 세 가지 요소가 들어 있었습니다.
1. 역할 부여
AI에게 페르소나를 부여하면 답변의 전문성이 올라갑니다. “당신은 데이터 기반의 보수적인 분석을 선호하는 부동산 투자 분석가입니다” 같은 문장이 이 역할입니다. 역할이 명확할수록 AI는 그 분야의 논리와 용어를 사용해 답합니다.
2. 제약 조건 설정
분석 범위를 명확히 제한해야 답변이 산으로 안 갑니다. “인플레이션 효과는 포함하되 단기 주식시장 변동성은 제외해줘”, “Cap Rate는 향후 5년 평균 임대료 상승률을 적용해서 계산해줘”처럼, 무엇을 포함하고 무엇을 뺄지 명시하는 것입니다.
3. 출력 형식 지정
길고 장황한 답변은 실제 의사결정에 쓰기 어렵습니다. “표 형식으로, Cap Rate·CoC·5년 예상 수익률을 핵심 열로 제시하고, 결론은 3줄 이내로 요약해줘”처럼 형식을 미리 정해두면 바로 활용할 수 있는 결과를 받습니다.
정리하면
좋은 프롬프트는 결국 “누가 답하는가(역할) + 어떤 기준으로 답하는가(제약) + 어떤 형태로 답하는가(출력)” 이 세 가지가 명확한 프롬프트입니다. 다음 편에서는 이 원칙을 바탕으로 여러 변수를 동시에 바꿔가며 결과를 비교하는 시나리오 시뮬레이션을 다뤄보겠습니다.