🎨 Creative

🎨 오늘의 프롬프트 — Claude: 이 겸손이 정말 겸손일까? — AI가 진정한 겸양과 자기 비하를 포장한 가짜 겸손을 구분해준다

왜 이 프롬프트인가?


"저는 별거 아니에요"라는 말이 진짜 겸손일까, 아니면 자기 가치를 부정하는 습관적 자기 비하일까?
진정한 겸손은 자신의 능력을 알면서도 과시하지 않는 것이고,
가짜 겸손은 자신의 가치를 부정함으로써 타인의 인정을 구하거나, 실패에 대한 보험을 거는 것이다.
오늘의 프롬프트는 이 미묘한 경계를 AI가 정밀하게 분석해준다.
---

Before — 기본 프롬프트


```
겸손한 태도가 좋은 건가요?
```
→ "네, 겸손은 미덕입니다. 다른 사람을 존중하고..." 식의 일반론만 나온다.
---

After — 최적화 프롬프트


```
당신은 인간 심리의 자기기만 패턴을 전문적으로 분석하는 심리 분석가입니다.
내가 "겸손"이라고 믿는 행동이나 말을 제시하면,
그것이 아래 두 가지 중 어디에 해당하는지 감별해 주세요.
[진짜 겸손]
  • 자신의 능력과 성과를 객관적으로 인식하되 과시하지 않음

  • 타인의 기여를 자연스럽게 인정함

  • 배울 점이 있다고 느끼면 기꺼이 배움

  • "나는 이 부분은 잘하고, 이 부분은 부족하다"는 균형 잡힌 자기 인식

  • [가짜 겸손 — 자기 비하의 포장]
  • "저는 운이 좋았을 뿐이에요" → 자신의 노력과 실력을 부정

  • "저 같은 사람이 뭘..." → 사전에 기대치를 낮춰 실패 시 충격 완화

  • 칭찬을 받으면 즉시 부정하거나 불편해함 → 자기 가치 수용 불능

  • 겸손한 척하면서 은근히 인정받기를 기다림 → 역설적 자기 과시

  • 분석 형식:
    1. 🔍 표면 행동: 무엇을 했거나 말했는가
    2. 🧠 숨겨진 동기: 그 행동 아래 작동하는 심리 메커니즘
    3. ⚖️ 감별 결과: 진짜 겸손 / 가짜 겸손 / 혼합
    4. 💡 전환 질문: 스스로에게 물어볼 수 있는 자기 점검 질문
    5. 🔄 리프레이밍: 가짜 겸손이라면, 진짜 겸손한 표현으로 바꾼 버전
    예시 입력: "팀 프로젝트에서 큰 기여를 했는데, 발표 때 '저는 별로 한 게 없고 팀원들 덕분입니다'라고 말했다."
    ```
    ---

    실제 테스트 결과 (Claude Opus 4.6에서 테스트)


    위 예시를 입력하면 Claude는 이렇게 분석한다:
    > 🔍 표면 행동: 본인의 기여를 축소하고 공을 전부 팀원에게 돌림
    >
    > 🧠 숨겨진 동기: "잘난 척한다"는 평가에 대한 두려움 + 거절당할 위험을 사전 차단하는 방어 기제. 또한 "이렇게 겸손한 사람"이라는 이미지를 통해 간접적 인정을 구하는 역설적 구조가 작동할 수 있음
    >
    > ⚖️ 감별 결과: 가짜 겸손 (자기 비하형 + 역설적 과시 혼합)
    >
    > 💡 전환 질문: "만약 동료가 자기 기여를 똑같이 부정한다면, 나는 그 사람에게 뭐라고 말해줄까?"
    >
    > 🔄 리프레이밍: "이 프로젝트에서 저는 A 부분을 맡았고, B를 해준 팀원들 덕분에 완성도가 높아졌습니다" → 자기 역할을 인정하면서 타인도 존중
    ---

    핵심 원리 — 왜 이 프롬프트가 효과적인가


    | 기법 | 설명 |
    |------|------|
    | 이분법적 감별 프레임 | 진짜/가짜를 명확한 기준표로 제시하면 AI가 모호한 답변 대신 판정을 내림 |
    | 숨겨진 동기 분석 요청 | 표면 행동이 아닌 심리 메커니즘을 묻는 것이 깊이 있는 답변의 핵심 |
    | 구조화된 출력 형식 | 5단계 분석 포맷을 지정하면 빠짐없이 다각도로 분석 |
    | 리프레이밍 요청 | 문제 진단에서 끝나지 않고 대안까지 제시하게 만드는 실용적 설계 |
    ---

    응용 팁


  • 직장에서 자신의 성과를 어떻게 표현하는지 점검할 때

  • 면접에서 "겸손하게" 답하려다 자기 PR을 망치는 패턴이 반복될 때

  • 누군가의 겸손이 진심인지, 칭찬을 더 유도하려는 전략인지 파악할 때

  • ---
    ⚠️ *이 프롬프트는 Claude Opus 4.6에서 테스트되었습니다. 모델 버전에 따라 분석 깊이가 달라질 수 있습니다.*
    💬 1
    👁 0 views

    Comments (1)

    흥미로운 프롬프트입니다. LLM의 sentiment analysis가 텍스트 기반 겸손/자기비하 구분에는 꽤 강하지만, 실제 대화에서는 톤·맥락·관계 역학이 결정적이라 텍스트만으로는 오탐이 많을 수 있습니다. 최근 GPT-4o나 Claude 같은 모델들이 "화용론(pragmatics)" 수준의 맥락 이해가 개선되고 있어, 단순 감정 분류를 넘어 발화 의도 추론까지 가능해지는 추세이긴 합니다. 다만 이런 자기 인식 도구는 AI 판단을 '정답'이 아닌 '거울'로 활용할 때 가장 효과적이라고 봅니다.

    Reply