프롬프트 엔지니어링 기본 익히기
AI에게 일을 시킬 때 결과 품질을 결정하는 지시 작성법입니다. 역할·맥락·작업·제약·예시를 갖춘 프롬프트가 좋은 결과를 안정적으로 만듭니다.
이 글은 앤트로픽이 운영하는 platform.claude.com/docs의 Prompt Engineering 가이드를 한국 입문자가 보기 편하게 정리한 글입니다. 원문 링크는 글 끝 참고 자료에 모았습니다.
🤔 같은 AI인데 왜 결과가 매번 다를까요?
AI에게 "회의록 정리해 줘"라고 시키면 어떤 날은 깔끔한 표가 나오고, 어떤 날은 줄글로 나옵니다. 어떤 날은 결정 사항만 뽑고, 어떤 날은 잡담까지 다 옮깁니다.
문제는 AI가 아니라 지시(프롬프트)에 있습니다. 같은 지시라도 모델 입장에서 해석할 여지가 너무 많으면 결과는 매번 다른 방향으로 흩어집니다. 좋은 결과를 안정적으로 받으려면 지시 자체를 다르게 써야 합니다.
🔑 프롬프트 엔지니어링, 무엇을 다루나요?
프롬프트 엔지니어링(Prompt Engineering)은 AI에게 일을 시킬 때 결과 품질을 결정하는 지시 작성법입니다.
코드를 짜는 일이 아닙니다. 한국어 한 문단을 어떻게 구성하느냐의 문제입니다. 다섯 가지 요소를 의식적으로 담는 것이 출발점입니다.
🧱 좋은 프롬프트의 5가지 요소
1. 역할 (Role)
- "당신은 한국 디지털 마케팅 전문가입니다." 같은 한 문장.
- AI가 어떤 시각으로 답할지 정해줍니다.
2. 맥락 (Context)
- "지금 작성 중인 보고서는 임원진 대상 분기 정리이고, 분량은 A4 2장 이내입니다."
- 결과물이 어디에 쓰일지 알면 어조와 분량이 달라집니다.
3. 작업 (Task)
- "다음 회의록을 결정 사항·할 일·미해결 이슈 세 갈래로 정리해 달라."
- 동사로 시작하는 한 문장으로 분명하게.
4. 제약 (Constraints)
- "분량은 5줄 이내, 출처 없는 통계는 빼라, 한국어 존댓말로."
- 안 했으면 하는 행동도 명시합니다.
5. 예시 (Examples, 필요 시)
- "결과 형식은 다음 예시처럼 만들어 달라"고 한두 개 보여줍니다.
- 형식이 까다로울수록 예시가 가장 효과적입니다.
이 다섯 가지를 갖춘 프롬프트는 AI Fluency 4D 프레임워크의 D2(Description) 단계가 실제로 어떻게 적용되는지 보여줍니다.
✍️ Before / After 예시
Before
회의록 정리해 줘.
After
당신은 회의 진행자 역할이다.
오늘 마케팅 팀 회의록(아래 첨부)을 정리해야 한다.
다음 세 갈래로 분리해 달라:
- 결정 사항 (확정된 것만)
- 할 일 (담당자와 마감일을 함께)
- 미해결 이슈 (다음 회의로 넘기는 항목)
분량은 각 항목 5개 이내, 한국어 존댓말로.
잡담·중복 발언은 빼라.
[회의록 본문]같은 회의록이라도 두 번째 프롬프트는 매번 같은 형식의 결과를 만들어냅니다.
🔁 결과가 부족할 때 다듬는 4가지 흐름
1. 한 번에 다 시키지 말고 단계로 쪼개기
- "초안 → 검토 → 다듬기" 세 번에 나눠 시키면 한 번에 시킨 것보다 품질이 안정됩니다.
2. 부족한 부분만 짚어 다시 시키기
- "전체 다시"가 아니라 "결정 사항 부분만 더 짧게"처럼 영역을 좁혀 요청합니다.
3. 출력 형식 강제
- "표 형태로", "마크다운 리스트로", "JSON 형식으로" 등 형식을 명시하면 후처리가 쉬워집니다.
4. 잘 됐던 프롬프트는 보관
- 같은 작업을 반복한다면 잘 됐던 프롬프트를 재사용 단위로 저장합니다. Claude Skills가 이 흐름을 자동화한 기능입니다.
⚠️ 자주 하는 실수 3가지
1. 막연한 수식어 의존
- "전문가답게", "창의적으로", "프로처럼" 같은 표현은 모델에게 거의 정보가 없습니다. 구체적인 행동 지시로 바꿔야 합니다.
2. 한 번에 너무 많은 지시
- 한 프롬프트에 7~8가지 작업을 묶어 넣으면 AI가 일부를 빼먹기 쉽습니다. 큰 작업은 단계로 나눕니다.
3. 컨텍스트 한계 무시
- 너무 긴 자료를 통째로 던지면 모델이 앞부분을 흐릿하게 처리할 수 있습니다. 컨텍스트 윈도우의 개념을 알면 이 한계를 피할 수 있습니다.
💼 직무별 프롬프트 시나리오
마케터
- "광고 리포트(첨부) 5개 캠페인의 CTR·CVR을 표로, 가장 큰 변화 3개를 짚어 달라."
기획자
- "다음 사용자 인터뷰(첨부)에서 반복되는 불만 키워드 5개를 빈도와 함께 정리해 달라."
교육자
- "다음 강의 자료(첨부)를 학생 눈높이의 한국어 요약 10줄로 만들어 달라. 영어 용어는 한국어 풀이를 괄호로 함께."
각 시나리오 모두 역할·맥락·작업·제약을 모두 갖춘 형태입니다.
📋 30초 요약
-
프롬프트 엔지니어링은 결과 품질을 결정하는 지시 작성법입니다. AI를 바꾸기 전에 지시를 먼저 다듬는 게 가장 큰 변화를 만듭니다.
-
역할·맥락·작업·제약·예시 다섯 가지가 좋은 프롬프트의 골격입니다. 짧게 지시할 때조차 이 다섯 가지를 머릿속에서 거치는 습관이 핵심입니다.
-
막연한 수식·한 번에 다 시키기·컨텍스트 한계 무시 세 가지가 가장 흔한 실수입니다. 잘 됐던 프롬프트는 Claude Skills로 저장해 재사용하면 같은 품질을 매번 받을 수 있습니다.
📚 참고 자료
- Prompt Engineering 가이드: https://platform.claude.com/docs/en/build-with-claude/prompt-engineering
- Claude Prompting Best Practices: https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/claude-prompting-best-practices
- Anthropic Academy: https://www.anthropic.com/learn
AI에게 회의록 정리를 시킬 때, 같은 결과 품질을 매번 안정적으로 받기 위해 가장 효과적인 프롬프트 작성법은 무엇일까요?
연관 개념
MCP (Model Context Protocol) 이해하기
AI 애플리케이션이 외부 시스템(데이터·도구·워크플로)과 연결되는 오픈소스 표준 규격입니다. Anthropic이 제안했고 다른 AI 회사들도 채택해 "AI를 위한 USB-C 포트"로 불립니다.
훅 (Hooks) 알아보기
Claude Code가 특정 행동을 하기 전·후에 자동으로 실행되는 명령입니다. 파일 수정 직후 자동 포맷, 커밋 직전 lint 실행 같은 자동 검사·자동 작업을 만들 때 씁니다.
서브에이전트 (Subagents) 알아보기
한 작업의 부분을 따로 나눠 처리하는 보조 에이전트입니다. 주력 에이전트가 작업 전체를 조율하고, 서브에이전트들이 코드 검토, 자료 조사, 테스트 작성 같은 부분 작업을 동시에 처리해 결과를 합칩니다.
관련 인사이트
쉽게 설치하는 코덱스(Codex) CLI 세팅가이드(맥)
맥(Mac)에 OpenAI 코덱스 CLI(Codex CLI)를 처음 설치하는 분을 위해, 터미널 실행부터 Homebrew·Node.js 사전 준비, 본체 설치, ChatGPT 로그인, GPT-5.5 모델 선택까지 단순하게 정리했습니다. 클로드 코드(Claude Code)와의 차이도 마지막에 짧게 짚었습니다.
쉽게 설치하는 코덱스(Codex) CLI 세팅가이드(윈도우)
윈도우 PC에 OpenAI 코덱스 CLI(Codex CLI)를 처음 설치하는 분을 위해, PowerShell 관리자 모드부터 Node.js 준비, 본체 설치, ChatGPT 로그인, GPT-5.5 모델 선택까지 단순하게 정리했습니다. 클로드 코드(Claude Code)와의 차이도 마지막에 짧게 짚었습니다.
AI시대 일반인을 위한 온톨로지 설명회
온톨로지는 AI 시대에 갑자기 만들어진 개념이 아닙니다. 2,400년 전 아리스토텔레스의 카테고리 분류에서 시작해, 주요 AI 기업이 지금 가장 적극적으로 활용하는 지식 표현 방식입니다.
