프롬프트 엔지니어링이란? (Feat. ChatGPT)
프롬프트 엔지니어링이란?
— 좋은 질문이 좋은 답을 만든다
AI 결과물 퀄리티, 도구 탓이 아니라 질문 방식이 90%입니다.
핵심 원칙 6가지를 실전 예시와 함께 처음부터 쉽게 설명합니다.
ChatGPT를 써봤는데 "별거 없네"라고 느끼신 적 있으신가요? 저도 처음엔 그랬습니다. "마케팅 전략 짜줘"라고 물어봤더니 너무 뻔하고 교과서 같은 답변이 나와서, 이게 그렇게 대단하다는 AI가 맞나 싶었거든요.
그 이후로 쭉 써오면서 알게 된 건, AI 결과물 퀄리티는 AI가 얼마나 똑똑하냐보다 내가 어떻게 물어보느냐에 훨씬 더 크게 달려있다는 겁니다. 같은 ChatGPT에게 같은 주제로 질문해도, 물어보는 방식에 따라 결과물이 하늘과 땅 차이로 나옵니다.
이걸 체계적으로 정리한 게 바로 프롬프트 엔지니어링입니다. 거창한 용어지만 핵심은 단순합니다. "AI에게 어떻게 물어봐야 원하는 답이 나오는지"를 아는 것입니다.
ChatGPT나 Claude를 써봤는데 결과가 기대보다 별로였던 분, AI를 쓸 줄은 아는데 "잘" 쓰는 방법을 모르겠는 분, 프롬프트 엔지니어링이라는 말은 들어봤는데 뭔지 모르는 분 모두 이 글로 정리됩니다.
🧠 프롬프트 엔지니어링이 뭔가요?
프롬프트(Prompt)는 AI에게 입력하는 텍스트, 즉 내가 AI에게 하는 말 전체를 뜻합니다. 단순히 질문만이 아니라 역할 설정, 배경 설명, 조건, 출력 형식 요청 등 AI에게 전달하는 모든 내용이 포함됩니다.
프롬프트 엔지니어링은 이 프롬프트를 잘 설계해서 원하는 결과를 얻어내는 기술입니다. "엔지니어링"이라는 단어가 붙어있어서 어렵게 느껴질 수 있는데, 실제로는 "AI와 대화를 잘 하는 방법"에 가깝습니다.
🎯 왜 물어보는 방식이 이렇게 중요한가
AI는 내가 준 정보만으로 답을 만들어냅니다. 정보가 부족하면 AI는 나머지를 스스로 가정해서 채우는데, 그 가정이 내가 원하는 방향과 다를 수 있어요. 이게 "결과가 별로"라고 느끼는 가장 큰 원인입니다.
아래 예시를 보면 같은 주제로 질문해도 얼마나 다른 결과가 나오는지 바로 보입니다.
결과물: 어디에나 해당되는 교과서 같은 일반론. 실제로 쓸 수 없음.
같은 ChatGPT GPT-4로 두 프롬프트를 테스트해봤는데 결과물이 완전히 달랐습니다. 첫 번째는 "SNS 활용하기", "인플루언서 마케팅" 같은 뻔한 내용이었고, 두 번째는 "인스타그램 오가닉이 잘 된다면 UGC(User Generated Content) 캠페인에 집중하고, 구글 광고 예산을 인스타로 이전하는 게 맞다"는 실제로 쓸 수 있는 전략이 나왔습니다.
역할을 먼저 부여하세요
Role Prompting — "너는 ~야"로 시작
AI에게 역할을 주면 그 역할에 맞는 관점과 어휘로 답변합니다. "마케팅 전략 짜줘"와 "너는 10년 경력 CMO야. 마케팅 전략 짜줘"의 결과물이 다릅니다. AI가 어떤 눈높이와 관점에서 답해야 하는지 명확해지거든요.
너는 [직책/역할]야. [경력이나 전문성 추가 설명]. [요청]을 해줘.
주의: AI는 역할을 줘도 진짜 전문가가 아닙니다. 계약서나 의료, 법률 관련 내용은 반드시 실제 전문가와 교차 검토하세요. 역할 부여는 답변의 관점과 깊이를 높이는 용도입니다.
배경과 맥락을 충분히 주세요
Context — AI는 내 상황을 모릅니다
AI는 내 회사, 내 업종, 내 상황을 하나도 모릅니다. 내가 알려준 것만 압니다. 그래서 맥락을 많이 줄수록 결과물이 내 상황에 맞게 나옵니다. "너무 많이 설명하는 거 아닌가?" 싶을 정도로 줘도 괜찮습니다.
[ ] 내 직책 / 역할 [ ] 회사 업종 / 규모 / 타겟 [ ] 현재 상황 / 문제점 [ ] 목표 / 기대하는 결과 [ ] 제약 조건 (예산, 시간, 인원) [ ] 이미 시도해본 것들 (있다면)
팁: 맥락을 줄 때 "잘 되는 것"과 "안 되는 것"을 같이 알려주면 더 좋습니다. AI가 이미 시도한 방향을 피하고 새로운 각도로 접근해줍니다.
원하는 출력 형식을 지정하세요
Output Format — "어떻게 줘"를 명확히
형식을 지정하지 않으면 AI가 알아서 형식을 정합니다. 그게 내가 원하는 형식이 아닐 수 있어요. 처음부터 "표로", "번호 목록으로", "3문단으로", "500자 이내로"처럼 형식을 말해주면 바로 쓸 수 있는 결과물이 나옵니다.
"표로 만들어줘 (열: 항목 / 장점 / 단점 / 추천 대상)" "3개의 옵션을 각각 3문단씩" "번호 목록으로, 각 항목당 한 문장" "이메일 형식으로, 제목 포함, 200자 이내" "슬라이드 개요 형식으로, 슬라이드당 핵심 포인트 3개"
팁: 보고서에 쓸 내용이라면 "보고서에 바로 붙여넣을 수 있는 형식으로"라고 추가하면 됩니다. 상사에게 보낼 이메일이라면 "상사에게 보내는 이메일 형식으로"만 적으면 AI가 알아서 어투까지 맞춰줍니다.
제약 조건을 명확히 설정하세요
Constraints — "이것만은 지켜줘"
원하는 것만큼 원하지 않는 것도 중요합니다. "전문 용어 쓰지 마", "500자 이하로", "결론만 써줘, 과정 설명 필요 없어"처럼 제약 조건을 명확히 하면 불필요한 내용 없이 원하는 결과만 나옵니다.
길이 제약: "300자 이내로", "5문장으로" 내용 제약: "전문 용어 쓰지 마", "결론만", "배경 설명 생략" 어투 제약: "딱딱하지 않게", "20대가 읽는 SNS 글처럼" 포함 제약: "반드시 숫자/데이터 포함", "예시 꼭 들어줘" 제외 제약: "가격 언급 하지 마", "경쟁사 이름 쓰지 마"
팁: 제약 조건은 프롬프트 마지막에 모아서 적으면 AI가 놓치지 않습니다. "그리고 반드시~"로 시작하는 문장으로 마무리하면 AI가 더 명확하게 인식합니다.
예시를 보여주면 훨씬 정확합니다
Few-shot Prompting — 보여주면 따라합니다
말로 설명하는 것보다 예시를 보여주는 게 훨씬 정확합니다. "이런 스타일로 써줘"라고 말하는 것보다, 실제 예시를 보여주면 AI가 그 패턴을 파악해서 동일한 스타일로 결과물을 만들어줍니다. 이걸 Few-shot Prompting이라고 합니다.
아래 형식으로 제품 설명을 3개 써줘. [예시 1] 제품명: 스마트 텀블러 설명: 바쁜 아침, 커피 온도 걱정 없이. 12시간 보온으로 출근길부터 퇴근까지. [예시 2] 제품명: 무소음 선풍기 설명: 잠 못 자는 여름밤은 끝. 10단계 풍속, 소음은 0으로. 이 스타일로 아래 제품 설명 써줘: - 접이식 키보드 - 자동 식물 급수기 - 스마트 수면 안대
팁: 예시는 1개보다 2~3개가 좋습니다. 예시가 많을수록 AI가 패턴을 더 정확하게 파악합니다. 내가 원하는 글의 실제 예시를 붙여넣거나, "내가 이전에 쓴 글이야, 이 스타일로 써줘"라고 해도 됩니다.
대화로 다듬는 것이 진짜 실력입니다
Iterative Refinement — 한 번에 완성하려 하지 마세요
첫 번째 결과물이 완벽하기를 기대하면 실망합니다. 프롬프트 엔지니어링의 진짜 실력은 첫 결과를 받고 어떻게 대화로 다듬느냐에 있습니다. 한 번에 완성하려 하지 말고, 70% 완성된 결과물을 대화로 100%로 만들어가는 게 훨씬 효율적입니다.
"3번 항목을 더 구체적으로 늘려줘." "전체 톤을 좀 더 친근하게 바꿔줘." "결론 부분이 약해. 설득력 있게 다시 써줘." "2번과 3번을 하나로 합쳐줘." "이 방향 말고 완전히 다른 접근으로 다시 써줘." "좋아. 근데 분량을 절반으로 줄여줘." "방금 것보다 이전 버전이 더 나은 것 같아. 이전 버전에서 결론만 수정해줘."
AI와의 대화를 편집자와의 작업처럼 생각하세요. 초안을 받고 "이 부분은 좋은데 저 부분은 바꿔줘"라고 반복하는 게 처음부터 완벽한 프롬프트를 짜려는 것보다 훨씬 빠릅니다. 3~4번 주고받으면 대부분 원하는 결과에 도달합니다.
📋 만능 프롬프트 기본 틀
위 6가지 원칙을 담은 기본 틀입니다. 모든 요소를 다 채울 필요는 없어요. 상황에 맞게 필요한 것만 골라 쓰면 됩니다.
너는 [직책 / 전문성]야.
지금 상황은 이래: [현재 상황, 문제, 배경].
내가 원하는 건 [목표 / 기대 결과]야.
[구체적인 작업 요청]을 해줘.
출력 형식: [표 / 목록 / 이메일 형식 / 분량]
반드시: [포함해야 할 것] / 하지 마: [제외할 것]
이런 스타일로: [예시 1] [예시 2]
📌 실전 적용 예시
너는 SaaS B2B 마케팅 10년 경력 카피라이터야. [역할] 우리 제품은 중소기업 HR 담당자가 쓰는 전자결재 솔루션이고, 현재 랜딩페이지 전환율이 낮아서 메인 카피를 바꾸려고 해. [맥락] 목표는 HR 담당자가 "이거 우리 회사 얘기네"라고 느끼게 만드는 것. [목표] 메인 헤드라인 3가지, 서브 헤드라인 3가지씩 써줘. [요청] 형식: 헤드라인 / 서브라인 쌍으로, 각 버전에 "왜 이 카피인지" 한 줄 설명 추가. [형식] 20자 이내, 전문 용어 금지, 숫자 포함 버전 최소 1개. [제약] 참고 스타일: "결재 기다리다 퇴근 못 한 날, 몇 번이에요?" [예시]
헤드라인 A: "결재 기다리다 야근, 이제 그만." 서브라인 A: "클릭 한 번으로 끝나는 결재. HR 담당자 83%가 선택한 이유." → 공감 + 숫자 조합. 야근이라는 구체적 불편함을 직접 건드림. 헤드라인 B: "종이 결재는 2010년에 끝났습니다." 서브라인 B: "우리 회사만 아직도 종이예요? 도입 후 평균 결재 시간 87% 단축." → 비교 대비로 긴급감 조성. 구체 수치로 신뢰도 강화. 헤드라인 C: "오늘 신청, 다음 주 월요일부터 전자결재." 서브라인 C: "복잡한 세팅 없이 3일 만에 전사 도입. IT팀 도움 필요 없음." → 도입 장벽(복잡함)을 직접 해소하는 메시지.
⚠️ 자주 하는 실수 4가지
너무 짧게 물어보기
"마케팅 전략 짜줘", "이메일 써줘"처럼 한 줄짜리 프롬프트. AI가 맥락 없이 일반론만 내놓습니다. 배경 설명이 길어질수록 결과가 좋아집니다.
한 번에 너무 많은 걸 요청하기
"마케팅 전략 + 이메일 초안 + SNS 콘텐츠 캘린더 + 예산 계획 다 써줘." 요청이 많을수록 각각의 품질이 낮아집니다. 하나씩 나눠서 물어보는 게 훨씬 좋습니다.
첫 결과물에서 포기하기
"AI가 별로네"라고 단정 짓고 끝내는 것. 첫 결과물은 70%입니다. "이 부분은 좋은데 여기는 다시 써줘"라고 2~3번만 더 요청하면 완성도가 크게 달라집니다.
결과물을 검토 없이 쓰기
AI가 만든 내용을 사실 확인 없이 그대로 쓰는 것. AI는 틀린 정보를 자신 있게 말하기도 합니다(할루시네이션). 특히 숫자, 통계, 날짜, 인물 정보는 반드시 교차 확인하세요.
📊 프롬프트 실력 레벨 4단계
지금 내 수준이 어디쯤인지 확인해보세요. 레벨이 올라갈수록 같은 AI 툴로도 훨씬 나은 결과를 뽑아낼 수 있습니다.
이 글을 다 읽은 오늘부터 Level 2에서 시작해서, 이번 주 안에 Level 3에 도달하는 게 목표입니다. Level 4는 반복 경험으로 자연스럽게 올라가는 단계예요. 오늘 당장 업무에서 프롬프트 하나에 역할 + 맥락 + 형식을 추가해보세요. 결과물이 달라지는 걸 바로 느낄 수 있습니다.
📌 오늘 당장 써볼 수 있는 첫 번째 프롬프트
너는 [내 업종] 분야에서 [X]년 일한 전문가야. 나는 [내 직책]이고, 지금 [현재 과제/문제]를 해결해야 해. [구체적인 요청]을 해줘. [표 / 목록 / 문단] 형식으로, [분량] 정도로. 반드시 [포함 조건]을 넣어줘.
딱 이 틀로 오늘 업무 중 하나에 적용해보세요. 기존에 한 줄로 물어보던 것과 결과물이 얼마나 달라지는지 직접 비교해보면 프롬프트 엔지니어링이 뭔지 몸으로 이해하게 됩니다.
주의하세요!
AI의 답변은 100% 정답이 아닐 수 있습니다.
어떤 상황에서든 사실 재확인이 필요한 것은 이 때문이죠.
업무나 삶에서의 편리를 제공하는 것은 사실이지만,
맹목적 믿음을 가지지는 마시기 바랍니다.
가장 확실한 것은,
AI를 업무 보조 도구로 이용하고
그 도구 위에 자신의 팩트 기반 역량을 최대한 펼치는 것입니다.