[ Article ]

Journal of Digital Contents Society - Vol. 26, No. 2, pp.275-285

ISSN: 1598-2009 (Print) 2287-738X (Online)

Print publication date 28 Feb 2025

Received 12 Dec 2024 Revised 31 Jan 2025 Accepted 12 Feb 2025

DOI: https://doi.org/10.9728/dcs.2025.26.2.275

디지털 시대의 창의적인 글쓰기 도구, 생성형 AI의 프롬프팅에 관한 연구

전현주^*

신한대학교 국제어학과 교수

Study on Prompting in Generative AI: A Creative Writing Tool for the Digital Era

Hyunju Chun^*

Professor, Department of International Language, Shinhan University, Uijeongbu-si 11644, Korea

Correspondence to: ^*Hyunju Chun E-mail: transju@shinhan.ac.kr; wisepearl33@gmail.com

Copyright ⓒ 2025 The Digital Contents Society
This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-CommercialLicense(http://creativecommons.org/licenses/by-nc/3.0/) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

초록

생성형 AI는 독창적이고 정교한 콘텐츠를 제작할 수 있는 창의적 글쓰기에 혁신을 가져왔다. 본 연구는 프롬프트 엔지니어링(프롬프팅)은 AI 생성 텍스트의 창의성과 품질을 향상시키는 데 핵심적인 도구이며, 효과적인 프롬프팅이 글쓰기 창작 과정에서 어떻게 작용하는지를 탐구하고 분석한다. 문학 창작, 시, 다문화 서사, 번역 작업의 사례를 통해 프롬프팅이 인간과 AI 간의 협업을 촉진하며 디지털 글쓰기의 새로운 가능성을 열어가는 과정을 조명한다. 또한 반복적인 피드백과 프롬프팅의 최적화를 통해 이의 효과를 극대화하는 전략을 제안하며, 데이터 편향 및 문화적 맥락 부족과 같은 AI의 한계를 보완하는 방안을 논의한다. 그리고 본 연구는 디지털 시대 창의적인 글쓰기 도구로서 프롬프팅의 학문적인 가치 및 실질적인 가치를 제시한다.

Abstract

Generative AI (GenAI) has revolutionized creative writing by producing original and sophisticated content. This study explored the role of prompt engineering (prompting) in enhancing AI-generated texts, focusing on how well-crafted promptings drive creativity and quality. Through case studies in literary creation, poetry, multicultural narratives, and translation, this study demonstrated how prompting fosters collaboration between humans and AI, unlocking new possibilities in digital writing. Key strategies such as iterative feedback and adaptive design were proposed to maximize the potential of prompting while addressing challenges such as data bias and cultural contextualization. This research highlighted prompting value as a critical component in creative processes, providing insights for advancing digital-era writing tools.

Keywords:

Generative AI (GenAI), Prompt Engineering, Prompting, Homo Prompt, Human-AI Collaboration

키워드:

생성형 AI, 프롬프트 엔지니어링, 프롬프팅, 호모 프롬프트, 인간-AI 협업

Ⅰ. 서 론

디지털 기술의 급속한 발전은 예술과 창작의 모든 영역, 특히 언어 예술(문학, 시, 극작 등)에 근본적인 변화를 가져왔다. GPT(Generative Pre-trained Transformer)-4와 같은 대규모 언어 모델(LLM; Large Language Model)을 기반으로 하는 생성형 AI는 언어를 학습하고 새로운 텍스트를 생성하는 데 있어서 혁신적인 도구로 주목받고 있다. 그리고 단순한 언어 생성의 도구를 넘어 창의적인 글쓰기 파트너로서의 기능을 수행하며, 문학, 시, 스토리텔링 등 다양한 분야에서 인간과 협업할 수 있는 가능성을 제시하고 있다. 그야말로 창의적인 글쓰기를 지향하는 언어 예술은 생성형 AI(GenAI; Generative AI)의 등장으로 완전히 새로운 국면을 맞이하고 있는 것이다.

이러한 변화 추세를 반영하여 최근 “문학상에 잇단 AI 침투 ⋯ 챗GPT 협업으로 수상―일본 아쿠타가와상 작가 구단, “책의 5%는 챗GPT 문장, 김수영문학상 수상자 박참새, 생성형 AI 협업 ‘Defense’ 발표 美 로스 굿윈·로빈 슬론 등 AI와 협력하는 작가들 늘어”[1] 그리고 “공모전에 쏟아진 AI 작품, ‘창작’인가 ‘반칙’인가”[2]등 AI 기반 창작물이 문학 작품으로 발표되거나 공모전에 출품하는 사례가 증가하고 있다. 이러한 추세는 문학을 창작하는 활동이 더 이상 인간만의 전유물이 아니라 일정 부분 그 영토를 디지털 시대를 대표하는 생성형 AI에 할애하고 있다는 반증이라 할 수 있다.

뿐만 아니라 디지털 시대의 언어 예술은 창작 방식과 소비 패턴에서도 큰 변화를 겪고 있다. 전통적으로 창작은 인간의 고유한 영역으로 간주되었으나, AI는 이제 초벌 텍스트 생성, 문체 변환, 스토리 구조화 등에서 독창성을 보완하는 도구로 자리 잡고 있다[3]. 이와 같은 환경에서 프롬프트 엔지니어링(prompt engineering, 이하 프롬프팅(prompting))은 생성형 AI의 창의적인 잠재력을 최대한 끌어내는 핵심적인 기술(skill)로 급부상하고 있다[4]. 생성형 AI는 강력한 언어 생성 능력을 보유하고 있으나, 그 결과물은 입력된 프롬프트의 품질에 크게 좌우되기 때문이다. 또한 문학적인 창작과 시적 표현과 같은 예술적인 작업에 생성형 AI를 활용하려면 단순히 텍스트를 생성하는 것 이상의 창의적인 접근방식이 필요하기 때문이다.

가령, 창의적인 글쓰기 도구로서 생성형 AI를 효율적으로 활용하려면 AI가 문화적인 맥락, 정서적인 깊이, 그리고 창의적인 상상력을 반영할 수 있도록 세심하게 기획한 질문을 입력해야 한다. 그럼에도 이러한 창의적인 작업에 필요한 기법과 방법론은 아직 체계적으로 정의되어 있지 않아서 이에 대한 학문적인 논의 또한 초기 단계에 머물러 있다[5]. 뿐만 아니라 프롬프팅은 주로 공학적인 관점에서 최적화되어 있으며, 아직 언어 예술의 본질인 창의성이나 감수성 등 문학적인 관점에서는 충분한 논의가 제대로 이루어지지 않고 있다[6].

본 연구는 이러한 학문적인 공백을 완화하고 창의적인 글쓰기 영역에서 생성형 AI의 활용 가능성을 모색하기 위하여 다음과 같이 논의를 진행한다: 1) 생성형 AI와 프롬프팅이 창의적인 글쓰기 과정에 미치는 영향을 분석한다; 2) 창의적인 글쓰기를 위한 효과적인 프롬프팅 방법론을 제안한다; 그리고 3) AI와 인간 작가의 협업 가능성과 그 잠재적인 영향력을 진단한다. 이러한 연구목적은 디지털 시대의 언어 예술에서 생성형 AI와 인간의 창의적인 협업을 가능하게 하는 프롬프팅 역량이 그만큼 중요하다는 점을 전제한다.

나아가 본 연구는 디지털 시대의 언어 예술이 AI 기술과 창의적인 협업을 통해 확장될 수 있는 가능성을 실험하며, 프롬프팅이 단순한 기술적인 작업을 넘어서 예술적인 상상력을 구현하는 도구로 발전할 수 있음을 논의한다. 그리고 AI와 인간의 협업을 통한 상호 보완적인 관계를 기반으로 생성형 AI를 활용하는 새로운 창작 패러다임을 제시하고자 한다.

이를 위하여 본 논문은 다음과 같은 순서로 논의를 진행한다. II장에서는 디지털 시대 언어 예술의 변화와 생성형 AI의 역할을 탐구한다. III장에서는 창작 도구로서의 프롬프팅의 활용 가능성을 그리고 이어서 IV장에서는 AI와 인간의 협업을 통한 언어 예술의 확장성 모색을 논의한다. 마지막으로 V장에서는 본 연구의 결론과 향후 연구 방향을 제언한다.

Ⅱ. 디지털 시대의 언어 예술과 생성형 AI

2-1 디지털 시대와 언어 예술의 변화와 특징

디지털 기술의 발전은 예술의 다양한 분야에서 전례 없는 변화를 유발하고 있으며, 특히 언어 창작 예술은 이러한 전환의 중심에 있다. 전통적으로 문학이나 시, 그리고 스토리텔링은 인간의 창의성과 상상력을 기반으로 창작되어 왔다. 그러나 디지털 혁신(DX; Digital Transformation)은 창작과 소비 방식을 재정의하며 새로운 형태의 언어 예술이 등장하게 했다[7]. 예를 들면, 하이퍼텍스트(hyper text), 인터랙티브 픽션(interactive fiction), 디지털 시(digital poem) 등 새로운 문학 형식이 등장하였으며, 이는 전통적인 문학 장르의 경계를 허물고 있다[8]. 이러한 문학 형식은 소셜 미디어와 온라인 플랫폼의 발달로 인해 작가와 독자 간의 상호작용이 더욱 활발해지고 협업을 통한 창작활동이 증가하는 추세에 힘입어 소비를 더욱 촉진시키고 있다[7].

2-2 생성형 AI의 발전과 글쓰기 분야에 미치는 영향

최근 LLM의 발전으로 생성형 AI의 글쓰기 능력이 비약적으로 향상되었다[9]. 가령, GPT-4와 같은 대규모 언어 모델은 방대한 양의 데이터를 학습하여 텍스트 생성, 번역, 요약 등 다양한 작업을 수행할 수 있다[9]. 그리고 텍스트의 문체, 어휘, 구조를 재현하며, 프롬프트에 입력하는 지시문에 따라 문학적인 상상력을 자극할 수 있는 결과물을 도출하는 능력도 지닌다. 이러한 생성형 AI 모델들(Write For Me, AI Humanizer, Humanize AI, AI Humanizer Pro, Automated Writer 등)[10]은 인간의 글쓰기를 모방하는 수준을 넘어, 창의적이고 독창적인 텍스트 생성이 가능해졌다. 생성형 AI는 디지털 시대의 언어 예술 창작 과정에서 중요한 역할을 담당하고 있는 것이다.

예를 들면, 생성형 AI는 다음의 표 1과 같은 측면에서 언어 예술의 가능성을 확장할 수 있다.

Table 1.

Examples of expanding possibilities for language arts with GenAI

이처럼 생성형 AI의 등장은 언어 예술의 새로운 가능성을 확장하며 AI와 인간 작가의 협업을 통한 하이브리드 창작, AI를 활용한 실험적인 문학 형식의 탐구, 그리고 개인화된 맞춤형 문학 경험 제공 등이 점점 현실화되고 있다[12]. 이러한 변화 속에서 ‘호모 프롬프트’(Homo Prompt)[13]라는 개념이 등장하며, AI가 단순한 도구를 넘어 인간의 삶과 창작 과정에 깊이 관여하는 창의적 파트너로 자리 잡고 있다. 이는 인간과 AI의 공존을 기반으로 한 창작 관계를 의미하며, AI가 창작을 보조하는 단계를 넘어 인간과 협력하며 창의성을 극대화하는 존재로 발전할 수 있음을 시사한다. 다시 말해, AI는 인간의 창작 파트너로, 인간은 AI의 단순한 사용자에서 협력자로 역할이 확장되는 것이다[14].

2-3 프롬프트 엔지니어링: 생성형 AI와 언어 예술의 연결 고리

프롬프트 엔지니어링은 생성형 AI가 언어 예술에서 효과적으로 활용될 수 있도록 연결하는 핵심 도구로, AI의 언어적인 창의성을 촉진하는 중요한 역할을 한다. 프롬프트에 사용자가 원하는 텍스트를 AI가 생성하도록 요청하는 지시문, 즉 프롬프팅의 내용에 따라 출력하는 결과물의 창의성, 정확성, 그리고 예술성을 확장할 수 있다[6]. 다음의 표 2는 프롬프팅의 성격에 따른 언어적인 창의성을 실험한 예시이다:

Table 2.

Examples of linguistic creativity by prompting

이와 같이 프롬프팅은 생성형 AI와 인간 작가 간의 협업을 촉진하는 핵심 요소로, 단순한 기술적 과정을 넘어 문학적 창작의 새로운 차원을 열어주는 복합적인 작업이다. 이는 인간의 감성과 창의성을 AI의 능력과 결합하여 언어 예술의 경계를 확장하는 데 기여한다. 프롬프팅을 통한 AI와의 대화는 시어의 해석과 같은 복잡한 문학적 작업에 새로운 통찰을 제공할 수 있다.

또한, 프롬프팅은 감성 분석과 같은 고급 문학 연구 기법에도 적용될 수 있다. 적절한 프롬프팅 설계를 통해 텍스트의 감성을 세밀하게 분류하고 분석할 수 있으며, 이는 문학사 연구에 새로운 방법론을 제시한다. 더불어, AI와의 협업을 통한 창작 과정은 단순히 아이디어를 요청하는 것이 아니라, 창의적 사고를 확장하고 심화하는 과정이다. 이는 다양한 미디어 형식의 경계를 넘나들며 새로운 표현 방식을 탐구하는 데 기여한다. 결론적으로, 프롬프팅은 인간의 창의성과 AI의 능력을 융합하여 문학적 표현의 새로운 가능성을 모색하는 도구로서, 언어 예술의 지평을 확장하는 데 중요한 역할을 한다.

2-4 디지털 시대의 언어 예술의 도구, 생성형 AI의 한계와 가능성

생성형 AI는 디지털 시대 언어 예술의 창의적인 도구로서 많은 가능성을 열어주고 있지만 해결해야 할 한계점도 여전히 존재한다. 특히 생성형 AI는 학습 데이터의 편향성이나 문화적인 맥락 부족으로 인해 부정확하거나 미묘한 뉘앙스를 놓칠 수 있다[15]. 인간의 감정적인 직관과 철학적인 통찰은 AI가 대체할 수 없는 고유한 영역이다. 그러므로 AI와 인간의 공존의 패러다임 전략을 고려할 필요가 있다[16],[17]. AI는 텍스트 생성, 서사 실험, 문체 변환 등 초고를 생성하는 작업에서 강점을 보이므로 인간 사용자는 이를 보완하여 감정적인 깊이와 정교함을 더할 수 있다[3]. 이러한 협업을 통하여 인간 작가는 새로운 형태의 언어 예술을 탐구하는 기회로 활용할 수 있다.

다시 말해서 디지털 시대의 언어 예술은 생성형 AI와 인간의 협업을 통해 창의적인 잠재력을 극대화할 수 있는 가능성을 지니고 있다. 프롬프팅은 AI가 단순한 도구에서 벗어나 인간적인 감수성을 반영한 창작 파트너로 기능할 수 있도록 이끄는 핵심적인 역량인 것이다. 다음 장에서는 프롬프팅의 개념과 이를 언어 예술에 적용하는 방법을 구체적으로 탐구하고자 한다. 이를 통해 디지털 시대 언어 예술의 창작 가능성을 더욱 심화할 수 있는 기반을 마련하고자 한다.

III. 창작 도구로서의 프롬프팅 활용 가능성

3-1 프롬프팅의 개념과 기법

프롬프팅은 생성형 AI 플랫폼을 기반으로 사용자가 원하는 결과를 생성하도록 돕는 과정이다. 즉, 생성형 AI가 사용자의 의도에 부합하는 텍스트를 생성하도록 입력 데이터를 설계하는 과정이다[4]. 이는 AI가 생성하는 결과물의 품질과 방향성을 결정하는 중요한 역량이자 창의적인 작업으로, 생성형 AI와 사용자 간의 상호작용을 매개하는 핵심적인 요소로 자리 잡고 있다. 프롬프팅은 단순한 텍스트 입력을 넘어, AI가 텍스트 생성 과정에서 특정 스타일, 주제, 맥락을 고려하도록 지시하는 역할을 한다. 이 과정에서 사용자는 AI의 작동 원리를 이해하고, 사용자의 요구를 명확히 반영하며, 의도한 결과물을 도출하기 위해 입력 데이터인 요청 지시문을 구조화해야 한다[6].

1) 프롬프팅의 기본 구조

프롬프팅은 특정 목표를 달성하기 위해 프롬프트를 수정하는 작업이기 때문에 기본 요소를 이해하는 것이 중요하다. 프롬프팅은 다음의 표 3에서 제시한 바와 같이 네 가지 요소를 포함한다:

Table 3.

Fundamental elements of prompting

프롬프팅은 AI 모델에 효과적인 입력을 제공하여 원하는 출력 결과를 도출하는 기술이다[18]. 이는 크게 프롬프트 설계, 프롬프트 최적화, 프롬프트 평가의 세 단계로 구성된다[19]. 주요 활용 기법으로는 퓨샷 러닝(few-shot learning), 사고의 고리 프롬프팅(CoT; chain-of-thought prompting), 자기 일관성(self-consistency)[18] 등이 있으며, 이들은 생성형 AI의 성능을 크게 향상시킬 수 있다[18],[20].

2) 글쓰기를 위한 프롬프팅

프롬프팅의 구성은 사용자의 목적에 따라 단순하거나 복잡할 수 있으며, 이 구조의 세부 설계가 AI 결과물의 품질에 직접적인 영향을 미친다[9]. 따라서 글쓰기를 목적으로 하는 프롬프팅은 단순히 AI에게 지시를 내리는 작업을 초월하여 생성형 AI가 창의적이고 맥락적으로 적합한 결과물을 생성하도록 이끌어내는 과정으로 진화해야 한다. 이를 성공적으로 수행하기 위해서는 다음의 표 4와 같이 무엇보다도 글쓰기의 특성을 반영한 언어적인 감수성, 창의적인 사고력과 상상력, 문화적인 이해력, 그리고 기술적인 지식이 통합적으로 요구된다[21].

Table 4.

Application examples of prompting for writing

3-2 창의적인 글쓰기를 위한 효과적인 프롬프팅 설계

창의적인 글을 쓰려면 프롬프팅 설계가 특히 중요하다. 효과적인 프롬프팅을 하려면 기본적으로 다음과 같은 요소를 포함해야 한다: 1) 명확한 지시사항: AI에게 정확히 무엇을 요구하는지 명시한다. 2) 맥락 제공: 글의 배경, 분위기, 스타일 등을 상세히 설명한다. 3) 제약 조건: 글의 길이, 사용할 단어 등 구체적인 제약을 제시한다. 4) 예시 제공: 원하는 결과물의 예시를 함께 제시한다. 이러한 요소들을 상황에 부합하도록 적절하게 조합하여 프롬프트팅을 설계하면 AI는 더욱 창의적이고 목적에 부합하는 텍스트를 생성할 수 있다[24].

프롬프팅은 이러한 기본사항과 더불어 언어 예술에서 AI가 창의적이고 인간적인 감수성을 반영하는 텍스트를 생성하도록 유도하는 데 중요한 역할을 한다. 이는 단순히 AI의 기술적인 성능을 극대화하는 차원을 넘어 예술적인 가치와 정서적인 깊이를 담은 결과물을 얻기 위한 창작 도구로 기능할 수 있다. 따라서 창의적인 글쓰기를 위한 프롬프팅 설계는 AI가 단순한 텍스트 생성을 넘어 독창적이고 정서적으로 풍부한 결과물을 생성하도록 유도하는 데 중점을 둔다. 효과적인 프롬프팅은 다음의 표 5와 같이 글쓰기 과정에서 아이디어를 제공하고, 특정 문체나 주제를 반영하며, 인간 작가와 AI 간의 협업 가능성을 극대화할 수 있다.

Table 5.

Three-step approach for effective prompting

인공지능 기술의 급속한 발전, 특히 대규모 언어 모델의 등장으로 인해 창작 과정에서의 인간과 기계의 협업 가능성이 크게 확대되고 있다. 이러한 맥락에서 프롬프팅은 인간 작가와 AI 사이의 상호작용을 매개하는 핵심적인 방법론으로 주목받고 있다. 프롬프팅은 단순히 AI에게 지시를 내리는 것을 넘어, 창의적인 글쓰기 과정을 유도하고 인간의 의도를 AI 시스템에 효과적으로 전달하는 복합적인 기술이다. 실제로 생성형 AI가 글을 쓰는 창작도구로서 활용될 수 있는 가능성을 모색하기 위하여 다음의 표 6과 같이 프롬프팅의 사례를 살펴보고자 한다.

Table 6.

Examples of using prompting as a creative writing tool

생성형 AI를 글쓰기 창작도구로 활용하는 프롬프팅 사례는 전통적인 글쓰기 방식을 변화시키고, 새로운 형태의 창작 과정을 만들어내고 있음을 시사한다. 무엇보다도 생성형 AI 도구를 활용함으로써 콘텐츠 제작 시간을 크게 단축할 수 있기 때문에 창작 과정의 효율성이 향상될 것으로 예상된다. 대신 작가는 더 많은 시간을 창의적인 사고와 핵심 아이디어 개발에 집중할 수 있기 때문이다. 그리고 생성형 AI는 광고 문구, 블로그 포스트, 소설, 시나리오 등 다양한 형태의 글쓰기를 지원할 수 있어, 작가의 창작 영역을 확장시킬 수 있다. 또한 생성형 AI는 새로운 아이디어를 제안하거나 기존 아이디어를 발전시키는 데 도움을 줄 수 있어, 작가의 창의성을 자극하고 보완하는 역할도 할 것이다. 뿐만 아니라 사용자의 요구에 맞는 맞춤형 콘텐츠를 빠르게 생성할 수 있어, 개인화된 맞춤형 콘텐츠 제작이 가능해질 것이다. 생성형 AI는 또한 작가의 조력자 역할을 하며, 인간과 AI의 협업을 통해 더 높은 품질의 콘텐츠를 만들어낼 수 있는 협업 도구로서의 가능성도 매우 크다. 이러한 시사점들은 생성형 AI가 단순한 도구를 넘어 창작의 새로운 지평을 열어가는 혁신적인 파트너로 자리 잡을 수 있음을 보여준다.

3-3 프롬프팅의 창의적인 활용 가능성

프롬프팅은 생성형 AI가 문학적인 창작 과정에서 독창적이고 감각적인 텍스트를 생성하도록 유도하는 강력한 도구이다. 문학적인 글쓰기에 프롬프팅을 창의적으로 활용하면 작가와 AI 간의 협업이 가능해지며, 새로운 형태의 서사와 표현을 실험할 수 있는 기회를 제공할 수 있다. 프롬프팅은 AI의 창의적 가능성을 극대화하고, 작가의 상상력을 확장하며, 독창적인 문학 작품을 생산하는 데 기여할 수 있다. 때문에 프롬프팅은 디지털 시대 문학 창작의 핵심적인 도구이자 스킬로 자리 잡고 있는 것이다. 다음의 표 7은 프롬프팅의 문학적 활용 가능 사례를 중심으로 요약한 주요 영역들이다.

Table 7.

Creative examples of prompting

지금까지 글쓰기 창작 도구로서 프롬프팅의 활용가능성에 관하여 논의하였다. 물론 AI는 학습 데이터의 경계 내에서만 창의성을 발휘할 수 있으므로 AI의 창의성 한계는 당연히 존재한다. 그리고 프롬프트가 지나치게 세부적이거나 모호한 경우, AI의 결과물이 의도와 다를 수 있다. 뿐만 아니라 AI의 학습 데이터에 내재된 문화적인 편향은 프롬프팅을 통해 적절히 통제되지 않으면, 결과물에 그대로 반영될 수 있다[15]. 프롬프트 엔지니어는 단순한 기술의 작업자 이상으로, 텍스트의 창의적 방향성을 설정하고 윤리적인 책임도 고려해야 한다[25].

그 외에도 프롬프팅에는 여전히 몇 가지 한계와 도전 과제가 존재한다: 예를 들면, AI의 출력이 프롬프트에 과도하게 의존할 수 있는 ‘프롬프트 의존성’, 지나치게 구체적인 프롬프트는 AI의 창의성을 제한할 수 있는 ‘창의성의 제한’, 그리고 부적절하거나 편향된 프롬프트는 문제적인 결과를 초래할 수 있는 ‘윤리적인 문제’ 등이 발생할 수 있다. 이러한 문제들을 해결하기 위해서는 프롬프팅에 대한 더 깊은 이해와 연구가 필요하다[15],[25].

이와 같이 다양한 프롬프팅의 난제들이 있지만, 프롬프팅은 생성형 AI와 언어 예술의 창의적 융합을 가능하게 하는 핵심 기술이란 사실에는 변함이 없다. 이는 단순한 기술적 입력 이상의 가치를 가지며, AI가 인간적 감수성과 상상력을 반영한 텍스트를 생성하도록 돕기 때문이다. 그러므로 프롬프팅은 창의적, 윤리적, 문화적 고려가 필요하며, 이는 사용자의 역량에 크게 의존한다.

다음 장에서는 이러한 프롬프팅 역량을 체계적으로 개발하기 위한 방법론을 모색하고자 언어 예술 창작 과정에서 이를 실질적으로 적용하는 방안을 탐구한다. 그리고 프롬프팅을 통한 AI와 인간의 협업 사례를 기반으로 언어 예술에서 프롬프팅이 창의적인 과정을 지원하는 방안과 이의 확장성에 관하여 논의할 것이다.

Ⅳ. AI와 인간의 협업을 통한 언어 예술의 확장성 모색

프롬프팅은 창의적인 글쓰기 도구로서의 잠재력이 매우 크다. 앞서 논의한 바와 같이 적절한 프롬프팅 설계를 통해 AI의 글쓰기 능력을 극대화할 수 있으며, 이는 인간 작가에게 새로운 창작의 가능성을 제시한다. 본 장에서는 이러한 가능성을 바탕으로 AI와 인간의 협업을 통한 언어 예술의 확장성에 관하여 논의하고자 한다.

이를 위하여 필자는 지금까지 논의한 선행 연구를 바탕으로 AI와 인간 협업의 실질적인 적용 가능성을 보다 확장하고자 한다. 특히, ‘호모 프롬프트’ 개념을 접목하여 AI가 단순한 창작 보조 도구가 아니라, 인간과 협업하여 상호 보완적인 창작 파트너로 기능할 수 있는 모델을 다음과 같은 두 가지의 새로운 접근법을 적용하여 제안하고자 한다:

(1) 프롬프트 최적화 기반 협업(Collaboration based on prompt optimization): AI가 초안을 생성하고, 인간이 정교화하는 과정에서 반복적인 피드백 루프를 형성하는 방식

(2) 다문화적·다언어적 협업(Multicultural and multilingual collaboration): AI가 다국적 서사 및 번역에서 문화적 맥락을 보완할 수 있도록 인간이 개입하는 협력 방식

4-1 AI와 인간 협업 모델 제안

디지털 시대의 언어 예술은 AI와 인간의 협업을 통해 새로운 창작 패러다임을 구축하고 있다. 앞서 언급한 바와 같이 생성형 AI는 방대한 데이터 학습을 통해 초벌 텍스트 생성, 번역, 서사 구조 설계 등에서 강점을 보이며, 인간 창작자는 이를 정교화하고 감정적 깊이와 맥락적인 의미를 더함으로써 창작의 완성도를 높일 수 있다[6]. 이러한 협업은 AI와 인간이 각자의 장점을 발휘하여 기존의 창작 한계를 넘어서는 예술적인 가능성의 지평을 확장할 수 있다.

1) AI와 인간 역할의 상호 보완성

프롬프팅은 AI와 인간 창작자 간의 협업을 가능하게 하는 핵심 기술이다. 적절한 프롬프팅은 AI가 인간의 창의적인 목표를 이해하고 이를 충족하는 결과물을 생성하도록 돕는다[3]. AI와 인간의 성공적인 협업은 효과적인 프롬프트 엔지니어링, 즉 프롬프팅에 달려 있다. 프롬프팅은 AI가 인간의 의도를 이해하고, 이에 부합하는 결과물을 생성하도록 돕는 가교 역할을 한다[3].

가령, AI는 텍스트의 초안 생성, 문체 변환, 데이터 기반 패턴 분석에 강점을 가진다. AI는 창작 과정의 초기 단계를 효율적으로 수행하며, 다양한 실험적 아이디어를 제공할 수 있다[9]. 그리고 인간은 텍스트에 정서적인 깊이, 철학적인 통찰력, 문화적인 맥락을 부여하는 데 탁월하다. 특히 서사 구조를 수정하거나 의미를 강화하는 작업에서 인간의 창의적인 개입은 필수적이다.

2) 협업 모델의 필요성

AI와 인간의 협업을 최적화하기 위해서는 명확한 역할 분담과 프롬프트 설계를 통한 가이드라인의 설정이 필요하다. 협업 모델은 AI가 초안 작업을 담당하고, 인간이 이를 정교화하는 방향으로 설계될 수 있다[3]. 이를 기반으로 AI와 인간 작가의 협업 모델을 대체로 다음과 같이 세 가지로 분류할 수 있다: 1) 보조 도구형: AI가 문법 교정, 표현 제안 등 보조적인 역할을 수행한다. 2) 공동 창작형: AI와 인간이 번갈아가며 텍스트를 생성하고 수정한다. 3) 영감 제공형: AI가 제시한 아이디어나 초안을 바탕으로 인간이 작품을 완성한다. 이 중 본고의 논지와 가장 부합하는 양상은 2)의 공동 창작형 모델로 디지털 시대의 가장 혁신적인 접근방식으로 판단되며, 이는 앞서 언급한 ‘호모 프롬프트’의 개념과도 밀접하게 연관된다[14].

4-2 생성형 AI와 인간 협업을 통한 창의력 확장의 탐구

AI와의 협업은 인간 작가의 창의성을 새로운 차원으로 확장시킬 수 있다. AI와의 협업 과정에서 인간 작가들은 기존에 시도하지 않았던 새로운 표현 방식과 주제를 탐구하는 경향을 보였다. 특히, AI의 예측 불가능한 출력이 인간 작가에게 새로운 영감을 제공하는 것으로 나타났다[21],[25]. 또한, AI와의 협업은 다음과 같은 새로운 문학 형식의 탄생을 촉진하고 있다: 1) 대화형 문학: 독자와 AI가 실시간으로 상호작용하며 이야기를 만들어가는 형식; 2) 다중 시점 내러티브: AI가 다양한 캐릭터의 시점을 생성하고, 인간 작가가 이를 통합하는 형식; 3) 데이터 기반 문학: 대량의 데이터를 AI가 분석하고, 이를 바탕으로 인간 작가가 작품을 창작하는 형식 등. 이처럼 오늘날의 ‘인간을 초월한(more-than-human)’, ‘디지털을 초월한(more-than-digital)’ 글쓰기 관행은 더 이상 아방가르드가 아니다[26].

4-3 문학 창작에서의 협업

프롬프트 엔지니어링은 디지털 시대의 언어 예술이 전통적인 형식을 넘어 새로운 형태로 진화할 수 있는 도구를 제공한다. 이를 통해 창작자는 다문화적, 다언어적 서사를 탐구하거나 기존의 문학적 경계를 넘어서는 실험적 창작물을 시도할 수 있다. 문학 창작 과정에서 AI는 특정 장르의 문체나 스타일을 모방하여 초안을 생성하며, 인간 작가는 이를 기반으로 서사와 정서의 폭과 깊이를 확장할 수 있다.

본 장에서는 프롬프팅을 활용한 생성형 AI와 인간의 협업 사례를 중심으로, 언어 예술 창작 과정에서 프롬프팅이 미치는 영향을 분석한다. 이를 통해 생성형 AI가 언어 예술의 창의성과 생산성을 어떻게 확장할 수 있는지 탐구하고, 실질적인 응용 방안을 제시한다. 이를 위하여 우선 문학 창작, 시적 표현, 다국적 서사 실험, 번역의 네 가지 응용 분야를 중심으로 각각 프롬프팅의 사례와 결과물에 관하여 표 8에서 살펴보고 AI와 인간 협업의 성공 사례와 도전 과제를 도출해 보기로 한다.

Table 8.

Applications of AI and human collaboration as creative writing tools_by genre

이러한 프롬프팅 및 결과물의 사례에서 살펴본 바와 같이 AI와 인간의 협업은 새로운 창작 형식을 탐구하고, 예술적인 실험의 기회를 확대할 수 있다. 그리고 AI를 활용한 다국적 서사와 번역 작업은 글로벌 다문화 콘텐츠 제작의 효율성을 높일 수 있다. 뿐만 아니라 프롬프트 설계는 창작자에게 영감을 제공하고, AI 기반 창작 도구의 개발을 촉진할 수 있다.

지금까지 문학 창작에서의 협업과 관련하여 문학 창작, 시적 표현, 다국적 서사, 번역의 네 가지 응용 사례를 통해 프롬프팅이 생성형 AI와 인간 협업에서 핵심적인 역할을 한다는 점을 확인하였다. 사례 연구는 프롬프트 설계의 구체성과 문화적 맥락의 중요성을 강조하며, AI와 인간이 각자의 강점을 발휘하여 창의적이고 정교한 결과물을 만들어낼 수 있음을 보여주었다. 다음 장에서는 이러한 사례를 바탕으로 프롬프팅의 실제 적용 및 연구 발전 방향에 대한 결론과 제언을 제시한다.

V. 결론 및 제언

본 논문은 디지털 시대 언어 예술에서 생성형 AI와 인간의 협업을 가능하게 하는 프롬프팅의 개념과 중요성을 탐구하였다. 그리고 생성형 AI의 프롬프팅이 창의적 글쓰기에서 수행하는 역할과 협업 가능성을 탐색하는 것을 목적으로 하였다. 이를 위해 다양한 사례 연구(문학 창작, 시, 다문화 서사, 번역)를 통해 AI가 창의적인 텍스트를 생성하는 데 있어 프롬프팅이 미치는 영향을 분석하였다.

연구 결과, 프롬프팅의 방식과 전략이 AI 생성 텍스트의 창의성과 품질을 크게 좌우함을 확인하였다. 특히, AI가 인간과 협업하여 창의적인 결과물을 도출하기 위해서는 단순한 지시형 프롬프트를 넘어 반복적 피드백과 최적화 전략이 필요하며, 문화적 맥락을 반영한 맞춤형 프롬프트가 중요한 역할을 한다는 점이 도출되었다.

이를 바탕으로 본 연구는 효과적인 프롬프트 설계 방안과 AI-인간 협업 모델을 제안하였으며, 기존 연구에서 부족했던 AI 기반 창작 과정의 체계적인 접근법을 정립하였다. 이는 디지털 시대의 창작 방식과 AI 기반 창작 도구의 실무적 활용 가능성을 확장하는 데 기여할 수 있을 것이다.

또한 본 연구는 생성형 AI와 인간 간의 협업 가능성을 탐색하며, AI 기반 창작 연구, 프롬프트 엔지니어링, 디지털 인문학의 접점을 확장하는 데 기여한다. 특히, 프롬프팅이 단순한 기술적 입력이 아니라 창작 과정의 핵심 요소임을 실증적으로 분석함으로써, AI와 창작의 융합에 대한 학문적 논의를 심화하였다. 그리고 기존 연구가 AI의 기계적 텍스트 생성 성능에 초점을 맞췄다면, 본 연구는 프롬프팅을 통해 창의성과 협업 가능성을 극대화하는 방법론적 접근을 제안하였다. 이를 통해 향후 AI 기반 창작 과정에 대한 평가 기준 및 새로운 연구 프레임워크 수립에 기여할 수 있을 것이다.

뿐만 아니라 본 연구는 프롬프팅이 단순한 기술적 입력이 아니라 창작 과정의 본질적 요소로 기능할 수 있음을 논의하며, AI 창작 연구, 디지털 인문학, 프롬프트 엔지니어링 분야에 학문적 기여를 한다. 또한, 출판·콘텐츠 산업, 번역·언어 교육, AI 활용 역량 강화 등에서 실무적으로 활용될 수 있는 가능성을 제시하며, AI가 창작의 보조 도구를 넘어 인간과 협업하는 창작 파트너로 발전할 수 있는 기반을 마련하였다.

한편 본 연구는 생성형 AI와 프롬프트 엔지니어링의 가능성을 탐구하는 데 초점을 맞추었으나 다음과 같은 한계점을 지닌다. 무엇보다도 문학 창작, 시적 표현, 번역 등 일부 분야에 초점을 맞췄으며, 기타 응용 분야(예: 대화형 스토리텔링, 교육 콘텐츠 제작 등)는 심도 있게 다루지 못하였다. 그리고 AI와 인간 협업에서 발생할 수 있는 윤리적 문제(예: 저작권, 창작 기여도, 데이터 편향 등)에 대한 구체적 논의 또한 제한적이었다. 본 연구는 GPT-4와 같은 특정 모델에 의존하였으며, 다른 AI 모델의 비교 연구는 포함하지 않았음을 밝혀둔다.

References

Maeil Business Newspaper. AI Infiltration into Literary Awards⋯ Wins Award through ChatGPT Collaboration [Internet]. Available: https://www.mk.co.kr/news/culture/10935521, .
Media Today. AI Works Pouring into Contests, ‘Creation’ or ‘Foul Play’? [Internet]. Available: https://www.mediatoday.co.kr/news/articleView.html?idxno=317761, .
R. Bommasani, D. A. Hudson, E. Adeli, R. Altman, S. Arora, S. von Arx, ... and P. Liang, “On the Opportunities and Risks of Foundation Models,” arXiv:2108.07258, , 2021. [https://doi.org/10.48550/arXiv.2108.07258]
J. Oppenlaender, R. Linder, and J. Silvennoinen, “Prompting AI Art: An Investigation into the Creative Skill of Prompt Engineering,” International Journal of Human–Computer Interaction, November 2024. [https://doi.org/10.1080/10447318.2024.2431761]
P. Liu, W. Yuan, J. Fu, Z. Jiang, H. Hayashi, and G. Neubig, “Pre-Train, Prompt, and Predict: A Systematic Survey of Prompting Methods in Natural Language Processing,” ACM Computing Surveys, Vol. 55, No. 9, 195, September 2023. [https://doi.org/10.1145/3560815]
L. Gao and J. Callan, “Unsupervised Corpus Aware Language Model Pre-Training for Dense Passage Retrieval,” in Proceedings of the 60th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), Dublin, Ireland, pp. 2843-2853, May 2022. [https://doi.org/10.18653/v1/2022.acl-long.203]
T. B. Brown, B. Mann, N. Ryder, M. Subbiah, J. Kaplan, P. Dhariwal, ... and D. Amodei, “Language Models are Few-Shot Learners,” in Proceedings of the 34th International Conference on Neural Information Processing Systems (NIPS ’20), Vancouver, Canada, pp. 1877-1901, December 2020. [https://doi.org/10.48550/arXiv.2005.14165]
ChatGPT. This List Presents Some Examples of GPT-4-Based Writing Platforms Available on OpenAI’s ChatGPT, Excluding Academic and Practical Writing Platforms (as of November 2024) [Internet]. Available: https://chatgpt.com/gpts, .
ChatGPT, “Personal Communication Regarding AI Prompting and Machine Translation Post-Editing Process,” Unpublished, August–December 2024.
K. Hammond and D. Leake, “Large Language Models Need Symbolic AI,” in Proceedings of the 17th International Workshop on Neural-Symbolic Learning and Reasoning (NeSy 2023), Siena, Italy, pp. 204-209, July 2023.
Yonhap Infomax. [Current Financial Terms] Homo Prompt [Internet]. Available: https://news.einfomax.co.kr/news/articleView.html?idxno=4294270, .
Electronic Times. The Era of Homo Promptus has Begun: Empathetic AI Generation Rises [Internet]. Available: https://v.daum.net/v/20241021085204618, .
E.-J. Kwak, J. Noh, M. Park, and H. Chun, “A Study of the Usability of the AI Learning Corpus Data Provided by AI Hub: Focusing on ChatGPT’s TQA,” The Journal of Translation Studies, Vol. 24, No. 4, pp. 129-169, December 2023. [https://doi.org/10.15749/jts.2023.24.4.005]
H. Chun, “Searching for the Coexistence Paradigm of Human Translator and Machine Translation: Focusing on PBL-Based Translation Practicum Class with AI Machine Translation Tools,” The Journal of Interpretation and Translation Education, Vol. 18, No. 4, pp. 59-96, December 2020. [https://doi.org/10.23903/kaited.2020.18.4.003]
H. Chun, “An Analysis of Research Trends in Korean Translation Studies Related to ‘Machine Translation’,” Convergence Studies in English Language & Literature, Vol. 8, No. 3, pp. 85-121, December 2023. [https://doi.org/10.55986/cell.2023.8.3.85]
J. Liu, D. Shen, Y. Zhang, B. Dolan, L. Carin, and W. Chen, “What Makes Good In-Context Examples for GPT-3?” in Proceedings of the 3rd Workshop on Knowledge Extraction and Integration for Deep Learning Architectures (DeeLIO 2022), Dublin, Ireland, pp. 100-114, May 2022. [https://doi.org/10.18653/v1/2022.deelio-1.10]
X. Wang, J. Wei, D. Schuurmans, Q. Le, E. H. Chi, S. Narang, ... and D. Zhou, “Self-Consistency Improves Chain of Thought Reasoning in Language Models,” arXiv:2203.11171v4, , March 2023. [https://doi.org/10.48550/arXiv.2203.11171]
J. Wei, X. Wang, D. Schuurmans, M. Bosma, B. Ichter, F. Xia, ... and D. Zhou, “Chain-of-Thought Prompting Elicits Reasoning in Large Language Models,” in Proceedings of the 36th International Conference on Neural Information Processing Systems (NIPS ’22), New Orleans: LA, pp. 24824-24837, November-December 2022. [https://doi.org/10.48550/arXiv.2201.11903]
J. Chun and K. Elkins, “What the Rise of AI Means for Narrative Studies: A Response to “Why Computers Will Never Read (or Write) Literature” by Angus Fletcher,” Narrative, Vol. 30, No. 1, pp. 104-113, January 2022. [https://doi.org/10.1353/nar.2022.0005]
Massachusetts Institute of Technology. Understanding and Addressing the Modern Productivity Paradox [Internet]. Available: https://workofthefuture.mit.edu/research-post/understanding-and-addressingthe-modern-productivity-paradox/, .
P. Rajpurkar, R. Jia, and P. Liang, “Know What You Don’t Know: Unanswerable Questions for SQuAD,” in Proceedings of the 56th Annual Meeting of the Association for Computational Linguistics (Volume 2: Short Papers), Melbourne, Australia, pp. 784-789, July 2018. [https://doi.org/10.18653/v1/P18-2124]
T. Kojima, S. S. Gu, M. Reid, Y. Matsuo, and Y. Iwasawa, “Large Language Models Are Zero-Shot Reasoners,” in Proceedings of the 36th International Conference on Neural Information Processing Systems (NIPS’ 22), New Orleans: LA, pp. 22199-22213, November-December 2022. [https://doi.org/10.48550/arXiv.2205.11916]
J. Tak, E. Kwak, and H. Chun, “Current Status and Prospects of Generative AI Platform Utilization in Korean Academia Focusing on ChatGPT,” Convergence Studies in English Language & Literature, Vol. 9, No. 2, pp. 167-202, August 2024. [https://doi.org/10.55986/cell.2024.9.2.167]
Y. Lindberg, Postdigital Aesthetics and Literature, in Encyclopedia of Postdigital Science and Education, Cham, Switzerland: Springer, ch. 18, 2024. [https://doi.org/10.1007/978-3-031-35469-4_80-1]

저자소개

전현주(Hyunju Chun)

1998년：연세대학교 교육대학원(영어교육학석사)

2005년：세종대학교 대학원(영어영문학_번역학 박사)

2020년～2021년: 한국번역학회(KATS) 회장

1998년～현 재: 번역작가

2010년～현 재: 신한대학교 국제어학과 교수

2023년～현 재: 프롬프트 링귀스트, 컨텐츠 크리에이터

2024년～현 재: 신한대학교 인공지능언어기반인문학연구소장

※관심분야：번역품질평가(TQA), 생성형 AI 프롬프트 QA검수 및 리라이팅 & 인증평가, 기계번역 ISO 인증평가, 인공지능 인격권 등

Applications	Prompting Examples
The prompting examples and their analyses presented in this paper were developed in collaboration with ChatGPT, utilized periodically between August and November 2024. Additionally, the translation of example texts was conducted using Google Translate, followed by the Author's MTPE (Machine Translation Post-Editing) process[11].
Style Imitation	GenAI can replicate the writing style of specific authors or literary genres, preserving or transforming traditional literary conventions: “Create a poem in the style of Emily Dickinson.”
Experimental Narratives	GenAI can produce original texts that go beyond traditional narrative structures. “Write a short story where the protagonist is an AI exploring human emotions.”

Linguistic Creativity	Prompting Examples
Guidance for Creative Direction	By specific and creative prompting, GenAI can be guided to produce texts that align with particular themes or styles. “Write a haiku about the fleeting nature of life, inspired by traditional Japanese themes.”
Incorporation of Cultural Contexts	Prompts can be designed to enable GenAI to recognize cultural elements and incorporate them into the text. “Translate this Korean poem into English, preserving its cultural nuances and emotional depth.”
Support for Narrative Experimentation	Prompts can be utilized to enable GenAI to modify traditional narrative structures or experiment with original storytelling. “Imagine a world where language is illegal and write a story exploring the consequences.”

Elements	Description
Instruction	Clearly specify the specific task or command that the GenAI language model is expected to perform.
Context	Provide external information or additional context to ensure the GenAI language model accurately understands and responds to the command.
Input Data	Include user-provided content or questions to supply foundational information for the GenAI model to produce outputs.
Output specification	Clearly specify the desired output type or format to ensure the GenAI language model understands the user's expectations.

Applications	Prompting Examples
① Linguistic Sensitivity	Linguistic sensitivity refers to the user's ability to deeply understand the style, vocabulary, and grammatical structure of a text and reflect this understanding in prompt design [7]. In language arts creation, such sensitivity is essential for enabling GenAI to realize literary expression, poetic rhythm, and emotional depth.
Example	“Create a poem about love using metaphors and personifications that evoke nostalgia.”
Application	Such prompts guide GenAI to generate emotional and visually evocative expressions, rather than mere explanations.
② Creative Thinking and Imagination	Given that GenAI creates text based on patterns in existing data, prompt designers must provide creative instructions that push beyond the model's limitations. Creative thinking allows for the development of original prompts that transcend conventional frameworks [22].
Example	“Imagine a conversation between a time traveler and their future self discussing the ethics of altering the past.”
Application	Prompting requires creative thinking and imagination. To enable GenAI to produce original outputs rather than being confined to standardized patterns, designers must craft unconventional and challenging inputs [6].
③ Cultural Understanding	Understanding cultural context and incorporating it into GenAI outputs is a critical aspect of prompting. This ensures that the text respects specific cultures and contributes to producing unbiased results [15].
Example	“Translate this traditional Korean poem into English while preserving its emotional tone and cultural references.”
Application	Language arts should reflect cultural context and emotional elements. Prompt designers must understand specific cultural backgrounds and sentiments and incorporate them into the AI-generated outputs through careful design.
④ Technical Understanding	Understanding the operational principles, data processing methods, and limitations of GenAI is essential in prompt engineering. Prompt engineers must identify the strengths and weaknesses of GenAI models to optimize input design and prevent unintended outcomes [23].
Example	“Generate a summary of this article in plain language for an audience with no technical background.”
Application	Prompting inputs should be designed to optimize GenAI's strengths (language simplification) while addressing its weaknesses (potential information loss due to over-simplification).

Approach	Prompting Examples
① Goal Setting: Clarifying Intent and Context	A prompt should clearly define the purpose of the output and the target audience. This helps the GenAI understand the direction of the writing.
Example	Specific Guidelines: Clearly define the writing style, target audience, and length of the output. “Write a short horror story in the style of Edgar Allan Poe, targeting adult readers, focusing on themes of guilt and isolation.” Eliminate Unnecessary Ambiguity: If the prompt is vague, the GenAI may produce results that do not align with the intended purpose. Good Example: “Write something spooky.” Bad Example: “Write a two-paragraph spooky story about an abandoned lighthouse, emphasizing eerie sound descriptions.”
② Creative Stimulation: Including Specific Elements	Prompting designs that include specific details and constraints to stimulate the GenAI's creativity.
Example	Utilize Clear Imagery and Sensory Details: “Describe a dense forest at dawn where the sunlight struggles to pierce through the mist, and incorporate a sense of foreboding.” Incorporate Imaginative Questions and Alternative Scenarios: “Imagine a world where people lose their memories every night. Write a scene where two characters try to leave messages for their future selves.”
③ Output Evaluation and Feedback	After designing a prompt, evaluate the AI-generated text and, if necessary, revise the prompt to achieve the optimal output.
Example	Create a feedback loop: Assess the strengths and weaknesses of the AI-generated text and incorporate these insights into the next prompt. “Rewrite the previous story with more dialogue and fewer descriptive passages to enhance character interaction.” Iterative Refinement: Guide the GenAI to express a single topic in multiple ways. “Write a romantic poem about the ocean in three different tones: hopeful, melancholic, and playful.”

Applications	Prompting Examples
① Application in Literary Creation	Prompting can be utilized in the literary creation process to generate texts that reflect specific genres, styles, and themes.
Example	“Write a Gothic short story about an old mansion, focusing on themes of isolation and forbidden knowledge.”
Application	GenAI can produce narratives incorporating typical elements of Gothic literature (dark settings, supernatural phenomena), providing a foundational draft that human writers can expand or modify.
② Poetic Expression and Creative Experimentation	Promptings help GenAI create works that incorporate poetic elements such as figurative language, rhythm, and meter.
Example	“Compose a poem about the passage of time, using metaphors related to rivers and stars.”
Application	GenAI uses natural images to generate visual and emotional expressions, which can be effectively used when writing text that appeals to human emotions.
③ Cultural Context and Translation	GenAI utilizes natural imagery to create visual and emotional expressions, making it an effective tool for writing text that resonates with human emotions.
Example	“Translate this Korean poem into English, preserving its emotional tone and cultural nuances.”
Application	The translated text effectively conveys the emotional nuances of the original but occasionally misses cultural imagery. To address this, the prompting process should specify cultural elements more explicitly.

Applications	Prompting Examples
① Experimenting with New Narrative Structures	It is useful for expanding or transforming traditional narrative structures.
Example	“Imagine a world where people communicate only through music. Write a story exploring how conflicts and emotions are expressed in this society.”
Application	GenAI can propose original settings and interaction methods, serving as a tool to explore new forms of narratives.
② Multilingual Creation	GenAI can be guided to generate text from a multicultural perspective.
Example	“Write a short story that seamlessly incorporates phrases from Spanish and English to reflect a bilingual character's internal conflict.”
Application	GenAI can seamlessly combine two languages, making it a valuable tool for crafting unique narrative effects.
③ Atypical attempt	GenAI could be used to experiment with surreal or atypical expressions.
Example	“Create a surreal poem where time is personified and interacts with humanity.”
Application	GenAI can generate text that combines human imagination with surreal imagery and metaphors, so it can be used to describe similar situations.

Applications	Prompting Examples
① Literary Creation	In literary creation, GenAI can be utilized in various ways, such as generating initial drafts, experimenting with narrative structures, and adapting writing styles. Prompts serve as instructions that guide GenAI to produce text aligned with specific genres, styles, or themes, establishing a foundation for collaboration with human writers.
Example	“Write the opening chapter of a science fiction novel where humanity discovers a sentient alien species beneath the ocean.”
Application	AI Output: The GenAI generated a narrative with a detailed background and tension between characters, but it lacked emotional depth and nuanced portrayal of human sentiments. Human Intervention: The human writer built upon the AI-generated draft by adding psychological depth to the characters and expanding the narrative through dialogue. GenAI proved effective in saving time and effort during the initial stages of creation, providing new ideas to the human writer. However, this process demonstrated that detailed descriptions and emotional connections require essential human input.
② Poetic Creation	Poetic creation, which requires linguistic creativity through metaphor, symbolism, rhythm, and meter, is a field well-suited for exploring collaborative possibilities with GenAI.
Example	“Compose a poem about the fleeting nature of time, using metaphors related to rivers and celestial bodies.”
Application	AI Output: The GenAI utilized natural imagery to create vivid and sensory-rich expressions, but it lacked originality in metaphors and emotional resonance. Human Intervention: The human writer refined the AI-generated phrases by adjusting the rhythm and adding specific imagery to enhance emotional engagement. GenAI effectively generated an initial draft with figurative expressions, but the artistic quality was elevated through human editing. This highlights the potential for improved outcomes when prompt designers provide clear guidance on poetic elements.
③ Multinational Narrative Experimentation	Multinational narratives combine linguistic and cultural contexts to create unique works of storytelling. Through thoughtful prompt design, the potential for collaboration between GenAI and humans in this domain can be significantly expanded.
Example	“Write a short story set in 19th-century Japan, incorporating elements of traditional tea ceremonies and folklore, and include an English-speaking protagonist.”
Application	AI Output: The GenAI generated an engaging narrative that depicted interactions between Japanese culture and English-speaking characters, but it contained errors in cultural details. Human Intervention: The human writer corrected the cultural inaccuracies and enriched the symbolic meanings while refining the dialogue and narrative flow. GenAI proved useful in establishing the foundational structure of a multinational narrative, but achieving cultural authenticity required meticulous human adjustments. This underscores the importance of incorporating more explicit cultural context in prompt design to guide the AI effectively.
④ Translation (Maintaining Cultural Sensitivity)	GenAI-based translation is increasingly important not just for simple language conversion but for reflecting the cultural context and emotional tone of the text. Prompt design plays a critical role in enhancing the quality of translation outputs.
Example	“Translate this traditional Korean poem into English, ensuring that its emotional tone and cultural nuances are preserved.”
Application	AI Output: The GenAI provided a translation that adhered closely to the original text but missed the cultural meanings behind some symbolic expressions. Human Intervention: The human translator revised the AI-generated text to enhance cultural symbolism and emotional tone. The prompting proved effective in guiding GenAI to produce an initial draft of the translation. However, human intervention was essential to ensure the cultural context was accurately.