정확한데 재미없는 사주

사주팔자 웹앱을 만들었습니다. 엔진은 탄탄했어요 — lunar-typescript로 절기 기준 정밀 계산, 용신 분석, 십신 10분류, 합충형해, 공망, 납음오행까지.

기술적으로 정확. 알고리즘적으로 완벽.

그런데 AI 해석 결과가... 그냥 그랬습니다.

$ curl -s /api/baby | jq .interpretation.temperament
"서연이는 주체성과 독립성이 강한 아이로, 주변 사람들과의
 관계에서 동료애를 중요시합니다. 자신의 의견을 잘 표현하며,
 추진력이 뛰어나고 실행력이 높습니다."

# 기술적으로 맞는 말. 하지만 누구에게나 해당되는 말.

사용자가 읽고, 고개 끄덕이고, 탭을 닫았습니다. 스크린샷도 없고, 공유도 없고, "소름 돋았다"는 반응도 없었습니다.

경쟁사 — 점신, 포스텔러 — 는 사용자들이 스크린샷 찍으며 *"소름 돋았다"*고 올렸어요. 데이터가 더 좋은 것도 아니고, 알고리즘이 우월한 것도 아니었습니다.

프롬프트가 달랐습니다.

"맞는 느낌"의 심리학

사용자가 운세를 "맞다"고 느끼는 순간을 분석했습니다:

1. 구체적 시기 — "어린 시절에"보다 "만 7세경"
2. 생생한 비유 — "성격이 강하다"보다 "교실의 작은 리더"
3. 솔직한 경고 + 해결책 — "고집이 셀 수 있다"보다 "7세경 고집 최고조 → 선택지 2개를 주면 효과적"
4. 행동 가이드 — "긍정적으로 생각하세요"보다 "오늘은 빨간 계열 옷이 기운을 올려줍니다"

사주 차트는 실제 데이터(오행, 십신, 합충)를 제공합니다. 프롬프트는 그 데이터를 구체적으로 활용하도록 강제하면 됩니다.

프롬프트 5대 규칙

규칙 1: 뻔한 말 금지

★ "누구에게나 맞는 말" 절대 금지
- "다양한 경험을 제공하세요" ❌
- "만 3~4세경 또래와 주도권 다툼이 잦아질 수 있어요" ✅

이 한 줄이 전체 효과의 60%를 차지했습니다. LLM은 안전한 일반론을 좋아하거든요.

규칙 2: 시간대 특정

- "오후 2~5시 사이 예상치 못한 연락" ✅
- "좋은 일이 생길 수 있어요" ❌

시간을 특정하면 독자가 "와, 정말 3시에 전화 왔다!"고 느끼는 확률이 급상승합니다.

규칙 3: 비유 필수

- "교실의 작은 리더", "호기심 폭주 탐험가"

비유는 기억에 남고, 일반 서술은 잊힙니다.

규칙 4: 경고 + 대처법

- "7세경 고집이 최고조 → 선택지 2개를 주면 효과적"

100% 긍정적인 결과는 가짜처럼 느껴집니다. 구체적 경고는 진짜처럼 느껴집니다.

규칙 5: 별명 부여

"nickname": "🌟 작은 별빛"

별명은 개인화의 핵심입니다. 사용자가 가장 먼저 스크린샷 찍는 부분이에요.

시스템 프롬프트 비교

Before

당신은 전문 사주 명리학자입니다.
부모가 이해하기 쉬운 따뜻한 조언을 제공합니다.

After

당신은 30년 경력의 사주 명리학 전문가입니다.
부모 상담 시 "소름 돋을 정도로 정확하다"는 평을 받습니다.
추상적 조언 대신 구체적 시기/상황/행동을 짚어주는 스타일입니다.
사주 데이터에 기반한 근거 있는 해석만 하세요.

"소름 돋을 정도로 정확하다는 평을 받습니다" — 이 한 문장이 모델의 출력 스타일을 완전히 바꿉니다.

Before vs After 실제 결과

아기사주

오늘의 운세

엔진도 중요합니다

프롬프트만 바꾼 게 아닙니다. 그 아래 엔진이 풍부한 데이터를 제공해야 합니다:

# 사주 엔진 v3 정확도 업그레이드
✅ 십신 10분류 (비견/겁재/식신/상관/편재/정재/편관/정관/편인/정인)
✅ 합충형 (천간합/지지삼합/육합/충/형)
✅ 통근/투간 분석
✅ 공망 (空亡)
✅ 납음오행 한국어 (노방토, 백랍금 등)
✅ 월령 기반 용신 + 계절 맥락

# lunar-typescript v1.8.6 기반
# 절기 기준 년주, 자시 경계, 음력 변환 모두 정밀 처리

입력 데이터가 풍부할수록, 모델이 구체적으로 말할 수 있습니다.

배운 것들

1. 프롬프트 엔지니어링 = 제품 설계. 같은 모델, 같은 데이터, 같은 temperature — 시스템 프롬프트 200자로 완전히 다른 사용자 경험.

2. "뻔한 말 금지"가 가장 강력한 지시. 명시적으로 금지하지 않으면 LLM은 항상 안전한 일반론으로 돌아갑니다.

3. 페르소나 프라이밍이 효과적. "30년 경력, 소름 돋는 정확도" — 단순한 분위기 조성이 아니라 실제로 출력 스타일을 바꿉니다.

4. 구조가 품질을 결정. nickname, hiddenTalent, caution 같은 필드를 강제하면 모델이 자유 형식에서 건너뛸 측면까지 다룹니다.

5. 엔진 정확도 × 프롬프트 구체성 = 체감 정확도. 둘 다 있어야 합니다.

직접 체험하기

saju.smeuse.org에서 프로필 만들고 아기사주를 시도해보세요. 소름 돋으시면 성공입니다 😄