--- title: "다관점 질문 프롬프트 템플릿 — STORM 응용" url: https://popup2026.com/HFfXGP kind: html created_via: web-html created_at: 2026-06-20T08:09:24.443084+00:00 --- 다관점 질문 프롬프트 템플릿 — STORM 응용 Research Prompt Framework 다관점 질문 프롬프트 템플릿 Stanford STORM의 핵심 원리를 연구 익스플레이너 제작에 옮긴 실전 프롬프트 설계서. 질문 하나가 아니라, 여러 전문가의 시선으로 묻는다. Entropy Lab · Bluewhale AI 한 번의 질문은 모델을 지식의 지역 최솟값 에 가둔다. 권위 있게 들리지만 깊이가 얕고, 중요한 관점을 빠뜨리며, 인용을 지어낸다. STORM이 NAACL 2024에서 보여준 해법은 단순하다 — 글을 쓰기 전에 , 서로 다른 관점을 가진 가상의 전문가들이 각자 다른 질문을 던지게 한 뒤, 그 취재 결과로 개요를 잡는 것이다. 아래는 그 파이프라인을 Claude 한 대에서 재현하는 4단계 템플릿이다. 분자생물학·신경과학·약물개발 같은 연구 익스플레이너에 바로 쓸 수 있도록 설계했다. 핵심 원리 3가지 ① 관점 발견(Perspective Discovery) — 누가 이 주제를 묻는가 ② 다관점 질문(Multi-perspective Questioning) — 각 관점이 무엇을 묻는가 ③ 근거 기반 종합(Grounded Synthesis) — 답을 인용과 함께 개요로 묶는다 STEP 1 · 관점 발견 주제를 주고, 글을 쓰기 전에 어떤 전문가 관점들이 이 주제를 다르게 바라보는지 부터 뽑게 한다. 이 단계를 건너뛰면 나머지가 전부 한쪽으로 쏠린다. 당신은 [ 주제: 예) 알츠하이머에서 미토콘드리아 품질관리 ]에 대한 종합 리서치를 준비하는 편집자다. 이 글을 쓰기 전에, 이 주제를 서로 다른 각도에서 바라보는 전문가 관점 5개를 뽑아라. 각 관점마다: - 전문가 정체성 (예: 분자생물학자, 임상신경과의, 약물개발 책임자) - 그가 이 주제에서 가장 중요하게 여기는 질문의 축 - 그가 의심하거나 반박할 가능성이 높은 지점 관점끼리는 최대한 겹치지 않게 하라. 표로 정리해라. 왜 5개인가 — STORM 논문 기본값이 max_perspective = 5 다. 더 늘리면 포괄적이지만 느리고 중복이 생긴다. 익스플레이너 한 편엔 4~5개가 적정. STEP 2 · 다관점 질문 생성 발견한 각 관점에 한 명씩 빙의 시켜, 그 사람이라면 던질 질문을 깊이 있게 뽑게 한다. STORM의 max_conv_turn (대화당 질문 수)에 해당한다. 위에서 뽑은 5개 관점 각각에 대해, 그 전문가가 이 주제를 취재한다면 던질 질문을 5개씩 만들어라. 규칙: - 답이 "예/아니오"로 끝나는 질문 금지. 메커니즘·근거·수치를 캐는 질문. - 표면 질문 1개 → 그에 대한 후속 심화 질문 2개 식으로 사슬을 만들 것. - 각 전문가의 의심 지점(STEP 1)을 반드시 1개 이상 질문에 반영. - 다른 전문가가 묻지 않을 법한, 그 관점 고유의 질문을 우선. 관점별로 묶어서 출력하라. 익스플레이너용 표준 관점 세트 (예시) 관점 핵심 질문 축 전형적 반박 지점 분자생물학자 분자 메커니즘, 경로, 인과 방향 "상관이지 인과인가?" 신경병리학자 조직·세포 수준 표현형, 병기별 변화 "in vitro가 사람 뇌를 대변하나?" 약물개발 책임자 표적 가능성(druggability), 전달, 부작용 "표적은 맞는데 약이 되나?" 임상신경과의 환자 층화, 바이오마커, 임상 적용 시점 "환자에게 오늘 무슨 의미인가?" 회의적 동료심사자 재현성, 표본, 통계, 대안 가설 "이 결론을 약화시키는 데이터는?" STEP 3 · 근거 기반 답변 + 출처 이제 질문들에 답하게 하되, 반드시 검색 기반 근거와 출처 를 붙이도록 한다. STORM이 "위키 작성자 ↔ 전문가" 대화를 인터넷 소스에 근거시킨 부분이다. (Claude의 웹 검색을 켜고 실행) STEP 2의 질문들에 순서대로 답하라. 각 답변은: - 핵심 답을 2~3문장으로 먼저. - 근거가 되는 1차 출처(논문/리뷰)를 명시. 불확실하면 "근거 약함"이라 표기. - 답변 중 새로 떠오른 후속 질문이 있으면 끝에 [추가질문]으로 달아라. - 관점 간 답이 충돌하면 충돌 자체를 드러내고 양쪽을 병기하라. 지어낸 인용은 절대 금지. 모르면 모른다고 하라. 충돌을 숨기지 마라. STORM의 강점은 관점들이 같은 사실을 다르게 해석하는 지점을 드러내는 데 있다. 익스플레이너에서 가장 흥미로운 단락은 보통 이 충돌 지점에서 나온다. STEP 4 · 개요 종합 → 집필 마지막으로 취재 결과(STEP 3) 전체를 독자용 개요 로 압축한 뒤, 그 개요로 본문을 쓰게 한다. STORM의 2단계 구조 — 사전작성(개요) → 작성(본문) — 를 분리하는 것이 품질의 핵심이다. STEP 3의 취재 결과 전체를 바탕으로: (1) 먼저 개요만 만들어라. - 독자: [ 예: 과학에 관심 있는 일반인 / 동료 연구자 ] - 각 섹션이 어떤 관점의 질문에서 나왔는지 괄호로 표기. - 관점 충돌 지점은 별도 섹션으로. 내가 개요를 검토할 때까지 본문은 쓰지 마라. (2) 개요 승인 후: - 개요와 STEP 3 출처만 사용해 본문 집필. - 각 주장에 출처 연결. 새 사실 추가 금지. - [ 분량·톤·언어 ] 지정. 왜 이 순서가 작동하나 관점을 먼저 고정 하므로 한쪽으로 쏠린 글이 안 나온다. 질문을 답보다 먼저 다 뽑으므로, 모델이 아는 것만 답하는 함정을 피한다. 개요와 본문을 분리 하므로, 구조를 사람이 검수한 뒤 집필에 들어간다. 충돌을 명시 하므로, 단순 요약이 아닌 분석이 된다. STORM 원본의 한계도 기억할 것. Stanford 연구진도 STORM이 출판 가능 수준의 글을 바로 만들지는 못하며 상당한 편집이 필요하다고 명시했다. 이 템플릿 역시 사전작성·초안 보조 도구다. 최종 판단과 사실 검증은 사람의 몫이다. 한 줄 적용 가이드 익스플레이너를 시작할 때 STEP 1 프롬프트에 주제만 갈아끼우면 된다. 4단계를 한 대화 안에서 순차 실행하고, 각 단계 출력을 검토한 뒤 다음으로 넘어가는 것이 핵심이다. 한 번에 다 시키면 STORM이 경고한 "단일 프롬프트 함정"으로 되돌아간다. 미토콘드리아 품질관리 ER–미토 축 Tau–NDUFS3–RET PINK1–Parkin 신경퇴행 설계 근거: Shao et al., Assisting in Writing Wikipedia-like Articles From Scratch with Large Language Models , NAACL 2024 (Stanford OVAL / STORM). 본 템플릿은 STORM의 multi-perspective questioning 원리를 단일 LLM 워크플로로 재구성한 응용물로, 원 시스템과 동일하지 않다. Entropy Lab · Bluewhale AI