RISEN 프레임워크란 무엇입니까?
📍 In One Sentence
RISEN은 5단계 반복 루프입니다 — Refine, Inspect, Summarize, Evaluate, Next Steps — "더 좋게 만들어라"를 감사 추적이 있는 구조화되고 반복 가능한 개선 워크플로로 전환합니다.
💬 In Plain Terms
"이것을 개선하라"고 말하고 기대하는 대신, AI에게 수정하고(Refine), 변경 사항을 나열하고(Inspect), 새 버전이 무엇을 하는지 설명하고(Summarize), 자체 평가하고(Evaluate), 다음에 무엇을 수정할지 제안하도록(Next Steps) 지시합니다. 완료될 때까지 반복합니다.
RISEN 프레임워크는 여러 개선 사이클을 통해 기존 초안, 분석 및 계획을 개선하기 위해 설계된 반복적 프롬프트 패턴입니다. 각 프롬프트를 일회성 작업으로 처리하는 대신, GPT-5.6, Claude Sonnet 5 또는 Gemini 3.1 Pro와 같은 모델을 구조화되고 반복 가능한 개선 루프를 통해 안내합니다. 이를 통해 워크플로가 무작위 시행착오보다는 지속적인 편집처럼 됩니다.
RISEN은 블로그 초안, 전략 노트, 코드 스니펫 또는 분석과 같은 첫 번째 버전이 이미 있고, 모델이 통제되고 감사 가능한 방식으로 개선하기를 원할 때 특히 유용합니다. 각 RISEN 단계는 고유한 목적을 가지고 있어 수정 사항을 집중적이고 추적 가능하게 유지합니다.
프레임워크의 이름은 다섯 단계에서 유래합니다: Refine(초안 개선), Inspect(변경 사항 확인), Summarize(변경된 내용 설명), Evaluate(기준에 따른 점수 매기기), Next steps(개선 사항 권장).
5가지 RISEN 구성 요소
강력한 RISEN 프롬프트는 모델이 각각 고유한 출력을 가진 5단계를 통해 이동하도록 명시적으로 요청합니다. 원하는 제어 및 피드백 양에 따라 이러한 단계를 하나의 긴 프롬프트로 결합하거나 순차적인 프롬프트로 분리할 수 있습니다.
- Refine: 목표(명확성, 구조, 정확성, 간결성, 청중 정렬, 어조 등)에 따라 기존 초안을 개선합니다. 모델은 원본 자료를 다시 쓰거나 향상시킵니다.
- Inspect: 정확히 무엇이 다시 작성되었는지, 어떤 세부 사항이 추가되었는지, 어떤 문제가 수정되었는지 — 구체적으로 이루어진 변경 사항을 확인합니다. 이것이 감사 추적을 생성합니다. 정당성이 있는 5-7개의 구체적인 편집을 요구하십시오.
- Summarize: 새 버전이 이제 무엇을 말하거나 하는지에 대한 간결한 설명을 제공합니다 — 콘텐츠의 반복이 아니라 초점과 강조에 대한 메타 수준의 설명입니다.
- Evaluate: 명시적 기준(어조, 정확성, 완전성, 청중 정렬, 명확성)에 대한 결과를 비판합니다. 1-5 수치 척도를 사용하고 기준당 한 문장의 정당성을 요구합니다.
- Next steps: 다음 반복을 위한 3가지 집중적인 개선 사항을 권장하여 항상 추가 개선을 위한 명확한 방향을 가질 수 있도록 합니다.
RISEN이 유용한 이유
RISEN 프레임워크는 "더 좋게 만들어라"를 블랙박스 대신 투명하고 반복 가능한 워크플로로 전환하고 싶을 때마다 유용합니다. 모델이 생성할 뿐만 아니라 자신의 작업을 분석하고 비판하도록 장려합니다.
실제적인 이점은 다음과 같습니다:
- 버전 간에 무엇이 변경되었는지에 대한 명확한 가시성 — Inspect 단계가 완전한 문서화를 강제합니다.
- 약점, 격차 및 기회를 드러내는 구조화된 자기 비판.
- 다음에 무엇을 시도해야 할지 막막해하지 않도록 다음 반복을 위한 내장된 로드맵.
- 팀과 공유하고 표준화할 수 있는 반복 가능한 프로세스.
- 규정 준수 또는 지식 관리를 위한 감사 추적 — 모든 수정을 정당화할 수 있습니다.
나쁜 vs 좋은 RISEN 프롬프트 예제
비구조적인 수정 요청과 RISEN 기반 요청의 차이는 동일한 초안에 두 가지를 모두 적용할 때 명확해집니다. 다음은 제품 설명을 개선하기 위한 실제 예제입니다.
나쁜 프롬프트
"이 제품 설명을 더 좋게 만들어라."
좋은 RISEN 프롬프트
"당신은 제품 마케팅 편집자입니다. 제품 설명 초안을 드리겠습니다. 다음과 같이 RISEN 프로세스를 사용하십시오: Refine: 모든 사실적 세부 사항을 유지하면서 명확성과 간결성을 위해 설명을 다시 작성하십시오. 120-160 단어를 목표로 하십시오. Inspect: 당신이 만든 5-7개의 구체적인 편집을 나열하십시오(예: '혜택 X 명확화', '반복된 문장 Y 제거', '목표 청중 추가'). Summarize: 2-3 문장으로 업데이트된 설명이 이제 무엇을 강조하고 초점이 어떻게 이동했는지 설명하십시오. Evaluate: 명확성(1-5), 설득력(1-5), B2B 청중 정렬(1-5)에 대해 1-5 척도로 새 설명을 평가하십시오. 각 평가를 한 문장으로 정당화하십시오. Next steps: 이 카피를 더 개선하기 위해 향후 프롬프트에서 요청할 수 있는 3가지 집중적인 편집을 제안하십시오. 초안: 여기에 초안을 붙여넣으십시오"
RISEN 버전은 막연한 요청을 구조화된 미니 프로세스로 전환하여 개선된 설명뿐만 아니라 완전한 감사 추적과 다음 사이클에 대한 계획을 생성합니다.
RISEN을 사용할 때
이미 자료가 있고 각 변경 사항을 이해하는 것이 중요한 반복 개선 작업에 RISEN 프레임워크를 사용하십시오. RISEN은 첫 번째 초안 생성이 아닌 개선을 위한 것입니다.
- 여러 라운드에 걸쳐 블로그 게시물, 문서 또는 도움말 센터 기사 다듬기.
- 영업 데크, 피치 스크립트 및 경영진 요약 다듬기.
- 프롬프트 자체 검토 및 개선, 특히 프로덕션에서 사용되는 복잡한 프롬프트.
- 긴 분석을 반복적으로 압축하여 더 명확하고 실행 가능하게 만들기.
- 여러 사람이 변경된 내용을 볼 필요가 있는 팀 콘텐츠 검토 워크플로.
- 코드 리뷰 및 문서 개선.
비교표: CoT vs 단일 패스 vs RISEN
차원 | Chain-of-Thought (CoT) | 단일 패스 프롬프트 | RISEN 프레임워크 |
|---|---|---|---|
| 구조 | 선형 단일 경로 ("단계별로 생각하라") | 단일 생성 시도 | 개선 사이클이 있는 반복적 5단계 루프 |
| 핵심 동작 | 모델이 추론 후 답변 작성 | 모델이 출력 생성 | Refine → Inspect → Summarize → Evaluate → Next Steps → 반복 |
| 감사 추적 / 변경 추적 | 없음 — 추론은 표시되지만 수정 없음 | 없음 — 출력이 최종 | 있음 — Inspect 단계가 모든 변경 사항을 문서화 |
| 적합한 용도 | 수학, 논리, 설명 (단일 정답) | 빠른 생성, 간단한 작업 | 반복 개선, 복잡한 문서, 팀 리뷰 |
| 기준 대비 토큰 비용 | ~1.5-2× (추론 추가) | 기준 (1×) | 가변 (깊이에 따라 사이클당 2-5×) |
| 여러 프롬프트 필요? | 없음 — 하나의 프롬프트에서 추론 + 답변 | 없음 | 하나의 긴 프롬프트 또는 5개의 순차적 프롬프트 가능 (선택) |
| 내장 모델 비교 | 없음 | 없음 | 있음 (PromptQuorum을 통해 GPT, Claude, Gemini에 동일한 RISEN 사이클을 병렬로 전송) |
RISEN 프롬프트 작성 방법
- 1문제와 예상 결과물을 명시하십시오. "당신은 역할입니다. 당신의 작업은 RISEN 프로세스를 사용하여 자료 유형을 개선하는 것입니다."
- 2Refine 목표를 명시적으로 정의하십시오. "명확성, 정확성, 간결성, 어조, 청중 정렬을 위해 개선하십시오. 길이 또는 형식을 목표로 하십시오."
- 3구체적인 Inspect 출력을 요구하십시오. "5-7개의 구체적인 편집을 나열하십시오. 각각에 대해 무엇을 변경했고 왜 변경했는지 명시하십시오."
- 4Evaluate 기준을 지정하십시오. "명확성, 정확성, 설득력 1-5 척도로 평가하십시오. 한 문장으로 각 평가를 정당화하십시오."
- 5실행 가능한 Next Steps를 요청하십시오. "다음 반복을 위한 3가지 집중적인 개선 사항을 제안하십시오."
주요 콜아웃
🔍 Inspect 단계는 비밀 무기입니다
Inspect 단계는 RISEN을 다른 프레임워크와 차별화하는 요소입니다. 대부분의 프레임워크는 출력을 생성합니다. RISEN은 모델이 모든 구체적인 변경 사항을 문서화하도록 강제하여 영구적인 감사 추적을 생성합니다. 이러한 내장된 책임성을 가진 다른 프레임워크는 없습니다 — 이것이 RISEN이 추적 가능성이 중요한 규제 산업, 학술 작업 및 팀 협업에 필수적인 이유입니다.
🔍 "더 좋게 만들어라"가 실패하는 이유
"더 좋게 만들어라" 또는 "이것을 개선하라"와 같은 막연한 개선 요청은 모델에 아무런 제약을 주지 않습니다. 명시적인 기준과 구조 없이는 모델이 방황하며 일관성 없는 결과를 생성합니다. RISEN은 각 단계에 특정하고 명명된 출력과 제약이 있기 때문에 효과적입니다. 구체성이 품질을 높입니다.
⚠️ RISEN을 사용하지 말아야 할 때
첫 번째 초안 생성에 RISEN을 사용하지 마십시오. RISEN은 개선할 기존 자료가 필요합니다. 처음부터 무언가를 생성해야 하는 경우, 먼저 CO-STAR, CRAFT 또는 Single Step을 사용하십시오. 그런 다음 반복 개선을 위해 RISEN으로 전환하십시오. 존재하지 않는 자료에 RISEN을 사용하면 토큰이 낭비되고 무의미한 Inspect 출력이 생성됩니다.
🔍 두 프레임워크 워크플로
최적 패턴: 첫 번째 초안 생성에는 CO-STAR 또는 CRAFT를 사용하십시오. 그런 다음 반복 개선과 자기 비판을 위해 RISEN으로 전환하십시오. 이 분리는 모델이 두 가지 근본적으로 다른 인지 작업인 "생성"과 "개선"을 혼동하는 것을 방지합니다. 각 프레임워크는 특정 단계에서 탁월합니다.
RISEN 사용 시 일반적인 실수
❌ 첫 번째 초안 생성에 RISEN 사용
Why it hurts: RISEN은 개선할 기존 자료가 필요합니다. 초안 없이 모델에게 "Refine"하도록 요청하면 처음부터 생성하며 Inspect 단계에는 보고할 의미 있는 내용이 없습니다.
Fix: 첫 번째 초안에는 CO-STAR, CRAFT 또는 Single Step을 사용하십시오. 개선할 자료가 생긴 후에만 RISEN으로 전환하십시오.
❌ Inspect 단계 건너뛰기
Why it hurts: 많은 사용자가 Refine에서 Evaluate로 바로 건너뜁니다. Inspect 없이는 감사 추적을 잃게 됩니다 — 무엇이 변경되었는지 또는 왜 변경되었는지 알 수 없어 개선이 실제로 출력을 향상시켰는지 판단하기 불가능합니다.
Fix: 항상 Inspect를 포함하십시오. 모델이 간략한 정당성과 함께 5-7개의 구체적인 변경 사항을 나열하도록 요구하십시오. 이것이 감사 추적을 생성합니다.
❌ 모호한 Evaluate 기준
Why it hurts: "품질에 대해 이것을 평가하라"는 모델에게 점수를 매길 기준을 제공하지 않습니다. 명시적인 기준 없이는 자체 평가가 무의미합니다.
Fix: 수치 척도와 함께 3-5개의 명명된 기준을 지정하십시오. 예: "명확성(1-5), 정확성(1-5), 청중 정렬(1-5)에 대해 평가하십시오. 각각을 한 문장으로 정당화하십시오."
❌ 하나의 RISEN 사이클만 실행
Why it hurts: 한 번의 패스로 제품 품질에 도달하는 경우는 드뭅니다. RISEN은 반복을 위해 설계되었습니다 — Next Steps 출력이 다음 Refine 단계에 직접 공급됩니다.
Fix: 2-4 RISEN 사이클을 계획하십시오. Evaluate 점수가 안정화되고 Next Steps 제안이 사소해질 때 중단하십시오.
❌ 모델 전반에 걸쳐 RISEN 출력을 비교하지 않음
Why it hurts: 다른 모델은 다르게 개선합니다. Claude는 간결성을 선호하는 경향이 있고, GPT는 정교화를 선호하며, Gemini는 사용자 경험에 집중합니다. 한 모델에서만 RISEN을 실행하면 관점이 제한됩니다.
Fix: PromptQuorum을 사용하여 GPT-5.6, Claude Sonnet 5 및 Gemini 3.1 Pro에서 동일한 RISEN 사이클을 실행하십시오. 어떤 모델의 개선이 귀하의 목표에 가장 잘 맞는지 비교하십시오.
PromptQuorum의 RISEN
PromptQuorum은 RISEN 프레임워크를 내장 프롬프트 구조 중 하나로 제공하는 멀티 모델 AI 디스패치 도구입니다. RISEN 옵션을 선택하면 앱이 각 단계에 대한 레이블이 지정된 필드를 제공하고 이를 단일 재사용 가능한 지침으로 구성합니다.
PromptQuorum 내에서 RISEN을 통해 다음을 수행할 수 있습니다:
- 기존 초안을 삽입하고 전체 메타 프롬프트를 직접 작성하지 않고도 사전 구조화된 "Refine–Inspect–Summarize–Evaluate–Next steps" 패턴을 적용합니다.
- 동일한 RISEN 기반 지침을 여러 모델 — GPT-5.6, Claude Sonnet 5, Gemini 3.1 Pro — 에 병렬로 보내고 각 모델이 초안을 어떻게 개선하고 비판하는지 비교합니다.
- 반복 워크플로(예: "블로그 초안 개선", "기술 문서 검토", "영업 데크 다듬기")를 위한 RISEN 템플릿을 저장하고 팀과 공유합니다.
- 모든 RISEN 사이클에 대한 완전한 수정 이력을 보여 개선 프로세스를 투명하고 감사 가능하게 만듭니다.
RISEN과 다른 프레임워크 결합
RISEN을 수정 단계에 할당하고 워크플로의 앞 단계에서 생성 프레임워크를 사용하여 다른 프레임워크와 RISEN을 결합하십시오. 실제적인 패턴은 다음과 같습니다:
이 분리는 모델이 근본적으로 다른 두 가지 인지 작업인 "생성"과 "개선"을 혼동하는 것을 방지합니다.
- 1첫 번째 초안을 만들기 위해 CO-STAR, CRAFT 또는 Single Step을 사용하십시오.
- 2반복 개선, 자기 비판 및 계획을 위해 RISEN으로 전환하십시오.
- 3최종 출력이 엄격한 스키마 또는 형식을 따라야 하는 경우 SPECS로 이동하십시오 (선택 사항).
자주 묻는 질문
RISEN은 무엇의 약자입니까?
RISEN은 Refine, Inspect, Summarize, Evaluate, Next Steps의 약자입니다. 구조화된 수정 사이클을 통해 기존 초안을 개선하기 위해 설계된 5단계 반복 프레임워크입니다.
RISEN은 CO-STAR 또는 CRAFT와 어떻게 다릅니까?
CO-STAR와 CRAFT는 생성 프레임워크입니다 — 첫 번째 초안을 만드는 데 도움을 줍니다. RISEN은 개선 프레임워크입니다 — 추적된 반복을 통해 기존 자료를 개선하는 데 도움을 줍니다. 생성 프레임워크를 사용하여 만들고, 그런 다음 개선하기 위해 RISEN으로 전환하십시오.
다른 프레임워크 대비 RISEN을 언제 사용해야 합니까?
이미 초안이 있고 통제된 개선을 원할 때 RISEN을 사용하십시오. 일반적인 첫 번째 초안 생성에는 CO-STAR를, 창의적 콘텐츠에는 CRAFT를, 구조화된 역할-작업-형식 사양에는 RTF를, 모델 추론 이해에는 TRACE를 사용하십시오.
몇 번의 RISEN 사이클이 필요합니까?
일반적으로 2-4 사이클입니다. Evaluate 점수가 안정화(연속 사이클에서 동일한 점수)되고 Next Steps 제안이 실질적인 개선보다는 사소한 형식 수정이 될 때 중단하십시오.
로컬 모델에 RISEN을 사용할 수 있습니까?
예. RISEN은 지침을 따르는 모든 LLM에서 작동합니다 — Ollama 또는 LM Studio를 통한 로컬 모델 포함. 더 큰 모델(13B+)이 다단계 구조를 더 잘 처리합니다. 7B 모델은 각 단계를 별도의 프롬프트로 분리해야 할 수 있습니다.
Inspect 단계가 특별한 이유는 무엇입니까?
Inspect 단계는 모델이 Refine 중에 만든 모든 구체적인 변경 사항을 나열하도록 강제하여 감사 추적을 생성합니다. 버전 간에 무엇이 변경되었는지 정확히 알 수 있고 각 변경이 출력을 개선했는지 판단할 수 있습니다. Inspect 없이는 수정이 블랙박스입니다.
RISEN을 멀티 모델 테스트와 결합할 수 있습니까?
예. PromptQuorum을 사용하여 동일한 RISEN 사이클을 GPT-5.6, Claude Sonnet 5 및 Gemini 3.1 Pro에 동시에 보내십시오. 어떤 모델의 개선, 자기 비판 점수 및 다음 단계 제안이 귀하의 요구 사항에 가장 잘 맞는지 비교하십시오.
RISEN은 토큰 비용에 오버헤드를 추가합니까?
예. 각 RISEN 사이클은 모델이 여러 섹션(개선된 콘텐츠, 변경 로그, 요약, 평가, 권장 사항)을 작성하기 때문에 단일 패스 프롬프트보다 2-5배 더 많은 출력 토큰을 생성합니다. 고위험 작업에 선택적으로 RISEN을 사용하십시오. 빠른 편집을 위해서는 단일 단계 프롬프트를 선호하십시오.
출처
- Schulhoff et al., 2024. "The Prompt Report: A Systematic Survey of Prompting Techniques." arXiv:2406.06608. 반복 개선 패턴을 포함한 58개 이상의 프롬프트 기법을 목록화합니다.
- OpenAI Prompt Engineering Guide. platform.openai.com/docs/guides/prompt-engineering — 반복 개선 전략을 포함한 공식 프롬프트 모범 사례.
- Anthropic Prompt Engineering Documentation. docs.anthropic.com/en/docs/build-with-claude/prompt-engineering — 다단계 프롬프트 워크플로에 대한 Claude 전용 지침.