프롬프트 (Prompt)¶
최종 수정일: 2025-01-16
프롬프트(Prompt)는 생성형 AI에게 전달하는 입력 텍스트로, AI의 응답 품질을 결정짓는 가장 중요한 요소입니다.
정의¶
프롬프트는 사용자의 의도를 AI에게 전달하는 명령어이자 소통 수단입니다. 단순한 질문부터 복잡한 지시사항까지 모든 형태의 입력을 포함합니다.
핵심 개념
프롬프트는 AI와의 대화에서 "입력"에 해당합니다. 같은 AI라도 프롬프트에 따라 완전히 다른 결과가 나올 수 있어, "쓰레기를 넣으면 쓰레기가 나온다(Garbage In, Garbage Out)"는 원칙이 그대로 적용됩니다.
프롬프트의 구성 요소¶
효과적인 프롬프트는 다음 요소들을 적절히 조합합니다.
5요소 프레임워크¶
| 요소 | 영문 | 설명 | 예시 |
|---|---|---|---|
| 맥락 | Context | 배경 정보, 상황 설명 | "B2B SaaS 스타트업의 마케팅 담당자입니다" |
| 역할 | Persona | AI가 수행할 역할 | "시니어 카피라이터로서..." |
| 작업 | Task | 수행해야 할 구체적 작업 | "제품 소개 이메일을 작성해주세요" |
| 제약 | Constraints | 제한 조건, 규칙 | "300자 이내, 전문 용어 피하기" |
| 형식 | Format | 출력 형태 지정 | "불릿 포인트로 정리" |
프롬프트의 유형¶
1. 시스템 프롬프트 (System Prompt)¶
AI의 전반적인 행동 방식을 정의하는 프롬프트입니다. API 사용 시 별도로 설정합니다.
2. 사용자 프롬프트 (User Prompt)¶
일반적인 대화에서 사용자가 입력하는 프롬프트입니다.
3. 어시스턴트 프롬프트 (Assistant Prompt)¶
AI의 이전 응답으로, 대화의 맥락을 형성합니다. Few-shot 학습에서 예시 응답으로 활용됩니다.
프롬프트 작성 원칙¶
명확성의 원칙¶
| 모호한 프롬프트 | 명확한 프롬프트 |
|---|---|
| "좋은 글 써줘" | "20대 직장인을 위한 재테크 입문 블로그 글을 1,500자로 작성해주세요. 쉬운 용어를 사용하고, 실천 가능한 팁 3가지를 포함해주세요." |
| "코드 고쳐줘" | "이 Python 함수에서 IndexError가 발생합니다. 원인을 분석하고 수정된 코드와 설명을 제공해주세요." |
| "요약해줘" | "이 논문을 다음 구조로 요약해주세요: 1) 연구 목적 (2문장), 2) 방법론 (3문장), 3) 주요 발견 (5가지), 4) 한계점" |
구체성의 원칙¶
❌ 추상적: "마케팅 전략 알려줘"
✅ 구체적: "월 마케팅 예산 500만원으로 B2C 패션 이커머스의
인스타그램 마케팅 전략을 수립해주세요.
- 타겟: 25-35세 여성
- 목표: 3개월 내 팔로워 1만 명 달성
- 현재 팔로워: 2,000명
포함할 내용: 콘텐츠 유형, 게시 빈도, 예산 배분, KPI"
단계적 분해의 원칙¶
복잡한 작업은 여러 단계로 나누어 요청합니다.
[1단계] "이 주제에 대해 어떤 관점들이 있는지 정리해줘"
↓
[2단계] "각 관점의 장단점을 비교해줘"
↓
[3단계] "우리 상황에 가장 적합한 접근법을 추천해줘"
↓
[4단계] "선택한 접근법의 실행 계획을 작성해줘"
프롬프트 엔지니어링 기법¶
1. Zero-shot 프롬프팅¶
예시 없이 직접 작업을 요청하는 방식입니다.
2. Few-shot 프롬프팅¶
몇 가지 예시를 제공하여 AI의 응답 패턴을 유도합니다.
다음 형식으로 리뷰 감정을 분석해주세요.
예시 1:
리뷰: "품질이 정말 좋아요"
감정: 긍정
핵심 키워드: 품질
예시 2:
리뷰: "배송이 너무 늦었어요"
감정: 부정
핵심 키워드: 배송
이제 분석해주세요:
리뷰: "가격 대비 만족스러워요"
3. Chain of Thought (CoT)¶
단계별 추론을 유도하는 기법입니다.
4. 역할 부여 (Role-playing)¶
특정 전문가 역할을 부여하여 전문성 있는 응답을 유도합니다.
프롬프트 최적화 전략¶
반복 개선 프로세스¶
[초안 작성] → [결과 평가] → [문제점 식별] → [프롬프트 수정] → [재시도]
↑ ↓
└──────────────────────────────────────────────────────┘
일반적인 문제와 해결책¶
| 문제 | 원인 | 해결책 |
|---|---|---|
| 응답이 너무 김 | 길이 제약 없음 | "300자 이내로", "3문장으로" 추가 |
| 응답이 피상적 | 구체성 부족 | 세부 요구사항 명시, 예시 제공 |
| 형식이 안 맞음 | 형식 미지정 | 원하는 형식 명시적으로 요청 |
| 톤이 부적절 | 톤 미지정 | "친근하게", "격식 있게" 등 추가 |
| 환각 발생 | 검증 요청 없음 | "확실하지 않으면 모른다고 해줘" 추가 |
프롬프트의 역사와 발전¶
프롬프트 엔지니어링의 등장¶
프롬프트 엔지니어링은 2020년 GPT-3 출시 이후 본격적으로 주목받기 시작했습니다. OpenAI 연구진이 Few-shot Learning의 효과를 입증하면서, 프롬프트 설계가 AI 활용의 핵심 역량으로 부상했습니다.
주요 연구 이정표¶
| 연도 | 연구/발견 | 의의 |
|---|---|---|
| 2020 | GPT-3 Few-shot Learning | 프롬프트만으로 다양한 작업 수행 가능 입증 |
| 2022 | Chain of Thought (Wei et al.) | 추론 능력 향상 기법 발견 |
| 2022 | "Let's think step by step" | Zero-shot CoT의 효과 입증 |
| 2023 | Tree of Thoughts | 복잡한 문제 해결을 위한 분기 추론 |
| 2024 | 자동 프롬프트 최적화 | AI가 프롬프트를 자동으로 개선 |
실전 프롬프트 템플릿¶
분석 요청¶
[배경]
{상황 설명}
[분석 대상]
{분석할 데이터/문서}
[분석 관점]
1. {관점 1}
2. {관점 2}
3. {관점 3}
[출력 형식]
- 각 관점별 분석 결과
- 종합 인사이트
- 권장 액션
[제약 조건]
- {제약 1}
- {제약 2}
창작 요청¶
관련 문서¶
- Chapter 3: 프롬프트의 구조 - 프롬프트 작성 상세 가이드
- Chapter 4: 고급 프롬프팅 기법 - 심화 기법
- Few-shot Learning - 예시 기반 학습
- Chain of Thought - 단계별 추론
참고 자료¶
- Brown, T., et al. (2020). "Language Models are Few-Shot Learners." NeurIPS 2020.
- Wei, J., et al. (2022). "Chain-of-Thought Prompting Elicits Reasoning in Large Language Models." NeurIPS 2022.
- OpenAI. (2024). "Prompt Engineering Guide." https://platform.openai.com/docs/guides/prompt-engineering