AI 한 부 6원 해설서, 규칙 두 줄을 넣고 다시 채점하면?

지시문에 규칙 두 줄을 더했더니 LunaLuna 루나 OpenAI GPT 계열의 가볍고 저렴한 모델. 이 블로그의 해설서 도구가 쓰는 모델입니다.눌러서 용어 설명서 보기 → 해설서 점수가 올랐습니다. 평균 3.89 → 4.19점입니다.

지난 7개 비교에서 추정 비용이 가장 낮았던 Luna에 건 내기의 결과입니다. 그때 실수는 지시 문제로 보였습니다.

무엇을 바꿨나

지시문 맨 끝에 두 줄만 더했습니다.

• 절 전체의 역할과 그 절 안의 주어·목적어를 구분할 것
• 출제 포인트에는 지문에 실제로 있는 구조만 넣을 것

지문은 지난번 자작 지문, 해설서 만들기와 같은 경로입니다. ClaudeClaude 클로드 Anthropic이 만든 AI 모델 이름. 크기에 따라 Opus·Sonnet·Haiku로 나뉩니다.눌러서 용어 설명서 보기 → OpusOpus 오퍼스 Claude 중 가장 크고 똑똑한 모델. 가장 꼼꼼하지만 비싸고 느린 편입니다.눌러서 용어 설명서 보기 →·GPTGPT 지피티 OpenAI가 만든 AI 모델 이름. ChatGPT 안에서 돌아가는 모델입니다.눌러서 용어 설명서 보기 → Sol이 이름을 가린 채 여섯 항목을 5점 만점으로 매겼습니다.

결과

평균이 오르고, 회차마다 흔들리는 폭이 줄었습니다.

	기본 지시문	규칙 두 줄 추가
평균(3회)	3.89	4.19
구문 설명	3.33	4.00
어휘	3.83	4.50
한 부 비용(실제)	약 4~6원	약 5~6원

• 규칙 쪽 최저점 4.08 > 기본 평균 3.89. 다만 기본도 한 번은 4.25점이었습니다.
• 구문 설명과 어휘가 가장 많이 올랐습니다(각 약 0.67점).

비용은 실제 사용량 장부 기준(1달러 1,450원)입니다. 한 부 평균 5.19원 → 5.71원, 약 0.5원 차이입니다.

같은 문장, 전후 비교

what절을 두 겹으로 설명한 해설이 0번 → 2번이 됐습니다.

“People forget what you served them,” she explained, “but they remember that you remembered them.”

• 안: what → served의 목적어
• 바깥: what you served them 전체 → forget의 목적어

회차	기본 지시문	규칙 두 줄 추가
1	”what은 served의 목적어"	"what은 served의 목적어이고, 절 전체는 forget의 목적어”
2	what절 설명 없음	”절 전체는 forget의 목적어, what은 served의 목적어”
3	”절 전체는 forget의 목적어."	"forget의 목적어 역할”

규칙 1회차 뜻풀이 “사람들이 당신이 대접한 것을”은 두 채점자 모두 꼬였다고 봤습니다. you는 맞게 풀었지만 바깥 주어 People까지 끌고 왔습니다.

출제 포인트도 구동사 위주 → 지문 속 구조로 바뀌었습니다.

• 기본 3번: reach for, hand over 같은 구동사가 대부분
• 규칙 1·2회차: what to cook(의문사+to부정사)
• 규칙 1회차: cousins를 뒤에서 꾸미는 현재분사 셋(chopping·arguing·laughing)

비싼 AI들과 나란히 놓으면

Haiku·Sol과는 같은 점수대, Opus high 4.92점과는 거리가 있습니다.

AI(생각하는 양 설정)	점수	한 부 비용
Luna + 규칙 두 줄(3회 평균)	4.19	약 5~6원(실제)
Claude Haiku(medium)	4.17	약 17원(추정)
GPT Sol(medium)	4.17	약 75원(추정)
Claude Opus(medium)	4.33	약 294원(추정)
Claude Opus(high)	4.92	약 321원(추정)
Luna(high, 규칙 없음)	3.75	약 3원(추정)

다음 줄은 어떻게 고르나

어느 줄을 고칠지 정하는 법은 AI 해설서 프롬프트, 어느 줄을 고치면 결과가 바뀔까에 정리했습니다. 다음 후보는 기간 표현을 원문 뜻대로 옮기라는 규칙입니다.