Few-shot 프롬프팅이 뭔지, 예시로 이해하기

7월 15, 2026

예시 몇 개 줬을 뿐인데 AI 답변이 완전히 달라진다고?

Few-shot 프롬프팅 예시를 처음 접했을 때 솔직히 반신반의했습니다. '그냥 예시 몇 개 넣는다고 뭐가 달라지겠어?' 싶었거든요. 근데 막상 해보니까 진짜로 달라지더라고요. 같은 질문인데 예시 유무에 따라 AI 답변 퀄리티가 하늘과 땅 차이였습니다.

특히 블로그 글쓰기나 마케팅 카피처럼 '톤앤매너'가 중요한 작업에서 이 차이가 극명하게 드러났는데요. 예시 없이 "친근한 말투로 써줘"라고 하면 AI가 나름대로 해석해서 쓰는데, 정작 내가 원하는 느낌이랑 미묘하게 달라서 수정을 열 번씩 했던 기억이 있습니다 (그 시간이 아깝더라고요 ).

핵심 결론 먼저: Few-shot 프롬프팅은 '내가 원하는 출력 형식의 예시를 2~5개 보여주고 AI가 그 패턴을 따르게 하는 기법'입니다. 이걸 제대로 쓰면 프롬프트 수정 횟수가 절반 이하로 줄어듭니다.

이 글에서는 Few-shot 프롬프팅이 왜 작동하는지 원리부터, 제가 직접 테스트하면서 발견한 실전 패턴과 실패 사례까지 솔직하게 공유할게요.

Few-shot 프롬프팅이란 무엇인지, 원리부터 제대로 이해하기

프롬프팅 기법 3가지 비교

Few-shot을 이해하려면 먼저 세 가지 기법을 비교해보는 게 가장 빠릅니다.

기법	예시 개수	특징	언제 쓰나
Zero-shot	0개	예시 없이 지시만	단순하고 명확한 작업
One-shot	1개	예시 1개만 제공	형식이 단순할 때
Few-shot	2~5개	여러 예시로 패턴 학습	톤·형식·구조가 중요할 때

Few-shot 프롬프팅 예시 = AI에게 '정답지 샘플'을 먼저 보여주는 것 (시험 전에 기출문제 풀게 하는 느낌)

왜 예시 몇 개가 이렇게 강력한가

GPT 계열이나 Claude 같은 대형 언어 모델(LLM)은 기본적으로 '패턴 완성 기계'입니다. 엄청난 양의 텍스트를 학습해서 '이런 맥락 다음에는 이런 말이 오더라'를 예측하는 구조거든요. 그래서 예시를 보여주면 AI가 "아, 이 패턴으로 계속 이어가면 되는구나"를 즉각적으로 파악합니다.

2020년에 OpenAI가 GPT-3 논문을 발표하면서 Few-shot 학습 능력이 얼마나 강력한지 처음 세상에 알렸는데요. 당시 실험에서 예시를 10개 이상 줄 때와 0개일 때 성능 차이가 특정 작업에서 30~40% 이상 벌어졌습니다. 2026년 현재 모델들은 더 발전했지만, 이 '예시의 힘'은 여전히 유효합니다.

Few-shot 프롬프트의 기본 구조

구조는 생각보다 단순합니다:

역할/지시 (선택)
예시 1: 입력 → 출력
예시 2: 입력 → 출력
예시 3: 입력 → 출력
실제 질문: 입력 → ?

▶ 예시가 너무 적으면 (1개): 패턴 파악이 불완전해서 엉뚱한 방향으로 갈 수 있음

▶ 예시가 너무 많으면 (10개 이상): 토큰 낭비, 오히려 핵심 패턴이 흐려질 수 있음

▶ 적정선: 2~5개, 서로 다른 케이스를 다양하게 커버하는 예시로

직접 테스트해본 Few-shot 프롬프팅 실전 예시와 실패담

실전 테스트 1: 블로그 제목 생성

제가 블로그 포스팅 제목을 뽑을 때 Few-shot 프롬프팅을 써봤는데요. 처음엔 이렇게 했습니다.

1. Zero-shot 시도: "에어프라이어 관련 블로그 제목 5개 써줘" → 결과: "에어프라이어 완벽 가이드", "에어프라이어 요리법 총정리" 같은 밋밋한 제목들이 나왔습니다. 클릭하고 싶은 느낌이 전혀 없었어요 ㅠ;;

2. Few-shot으로 바꿔서 시도:

입력한 프롬프트: "다음 예시처럼 궁금증을 유발하는 블로그 제목을 만들어줘. 예시1: 입력(에어팟) → 출력: '3만원짜리 쓰다가 에어팟 써봤는데 이건 좀 충격이었다' 예시2: 입력(다이슨 청소기) → 출력: '80만원 다이슨, 6개월 써보니 솔직히 이건 말해야겠다' 예시3: 입력(갤럭시 탭) → 출력: '아이패드 두고 갤럭시 탭 산 이유, 주변에서 다 말렸는데' 이제 입력(에어프라이어)에 맞는 제목 5개 만들어줘."

결과: "기름 한 방울 안 썼는데 치킨이 이렇게 나왔다", "에어프라이어 산 지 1년, 후회하는 거 딱 한 가지" 같은 제목들이 나왔습니다. 클릭하고 싶어지는 느낌이 완전히 달라졌어요.

핵심: 예시 3개만으로 AI가 '클릭 유발형 제목'이라는 패턴을 정확히 파악했습니다.

실전 테스트 2: 고객 응대 메시지 작성

쇼핑몰 운영하는 지인이 CS 답변 자동화에 Few-shot을 써봤는데, 결과가 꽤 인상적이었습니다. 브랜드 특유의 따뜻한 말투를 예시 4개로 학습시켰더니, 이후 새로운 CS 상황을 입력하면 거의 수정 없이 쓸 수 있는 답변이 나왔다고 하더라고요. (기존엔 AI가 쓴 답변을 사람이 거의 다 고쳐서 썼다고 함)

실패 사례: 이렇게 하면 안 됩니다

제가 직접 삽질한 케이스 두 가지를 공유할게요.

▶ 실패 1 — 예시가 너무 비슷한 경우: 모두 같은 패턴의 예시만 넣었더니 AI가 그 패턴 하나만 고집하고 다양한 상황에 유연하게 대응 못 했습니다. 예시는 '다양한 케이스'를 커버해야 합니다.

▶ 실패 2 — 예시와 실제 질문의 형식이 다른 경우: 예시는 한국어로 줬는데 실제 질문은 영어로 하니까 AI가 영어로 답하면서 예시 패턴을 무시해버렸습니다. 예시와 실제 질문의 언어·형식은 최대한 일치시켜야 합니다.

바로 써먹는 Few-shot 프롬프팅 템플릿

아래 템플릿을 복사해서 [대괄호] 부분만 바꿔 쓰시면 됩니다:

"다음 예시들을 참고해서 같은 형식으로 작성해줘.

예시1: 입력: [상황 또는 소재 1] 출력: [원하는 결과물 1]

예시2: 입력: [상황 또는 소재 2] 출력: [원하는 결과물 2]

예시3: 입력: [상황 또는 소재 3] 출력: [원하는 결과물 3]

이제 다음을 같은 방식으로 작성해줘: 입력: [실제 내가 원하는 소재] 출력:"

Few-shot 프롬프팅 자주 묻는 질문

Q. 예시는 몇 개가 가장 적당한가요?

A. 보통 3개가 황금 구간입니다. 1~2개면 패턴이 불완전하게 잡히고, 6개 이상이면 토큰 낭비에 오히려 핵심이 흐려질 수 있어요. 단, 작업이 복잡하거나 엣지 케이스가 많으면 4~5개까지 늘려보세요.

Q. 예시를 꼭 내가 직접 만들어야 하나요?

Q. ChatGPT, Claude, Gemini 중 어디에 쓰는 게 제일 효과적인가요?

A. 2026년 8월 기준으로 세 모델 모두 Few-shot 프롬프팅에 잘 반응합니다. 제 경험상 창의적 글쓰기 작업은 Claude가, 구조화된 데이터 처리는 GPT-4o 계열이 예시 패턴을 조금 더 일관되게 따르는 느낌이었습니다. 하지만 차이가 크지 않으니 본인이 평소 쓰는 모델에서 그냥 써보시면 됩니다.

Q. Few-shot이랑 시스템 프롬프트는 같이 써도 되나요?

A. 같이 쓰면 오히려 더 강력합니다! 시스템 프롬프트로 역할과 기본 지침을 잡고, Few-shot으로 구체적인 출력 형식을 보여주는 조합이 현재 제가 가장 많이 쓰는 방식입니다. 서로 보완 관계라고 보시면 됩니다.

오늘 당장 Few-shot 프롬프팅 써보세요, 진짜 달라집니다

여기까지 읽으셨다면 Few-shot 프롬프팅이 왜 강력한지, 어떻게 쓰는지 감이 잡히셨을 거예요. 핵심만 다시 정리하면:

Few-shot 프롬프팅 예시는 2~5개가 적정, 서로 다른 케이스로 다양하게 구성할 것
예시와 실제 질문의 언어·형식은 최대한 일치시켜야 패턴이 제대로 적용됨
블로그 제목, CS 답변, 마케팅 카피처럼 '톤앤매너'가 중요한 작업에서 효과가 극적으로 나타남

지금 바로 해볼 수 있는 첫 번째 실천 단계는 아주 간단합니다. 평소에 AI한테 자주 시키는 작업 하나를 골라서, 거기에 예시 3개를 붙여서 다시 요청해보세요. 결과가 얼마나 달라지는지 직접 눈으로 확인하면 설명이 필요 없을 거예요.

AI를 잘 쓰는 사람과 그냥 쓰는 사람의 차이는 대부분 프롬프팅 기법에 있습니다. Few-shot은 그중에서도 배우기 쉽고 효과는 가장 빠른 기법입니다.

써보고 나서 어떤 작업에 적용했는지, 결과가 어땠는지 댓글로 알려주시면 저도 너무 궁금합니다! 다음 글에서는 Chain-of-Thought 프롬프팅(AI한테 '생각하는 과정'을 보여달라고 하는 기법)도 다뤄볼 예정이니 구독해두시면 바로 받아보실 수 있어요 :)

이 블로그 검색

트렌드는 빠르게, 통찰은 깊게