프롬프트 엔지니어링 입문
답변 품질을 2배로 만드는 7가지 원칙

① 왜 프롬프트가 결과를 바꾸는가

모델은 여러분의 입력을 이어받아 "이 다음에 올 법한 텍스트"를 만든다. 그러니 입력이 곧 어떤 종류의 텍스트가 이어져야 하는지에 대한 조건이 된다.

"주식 알려줘"라고 쓰면 모델은 이 문장 뒤에 올 법한 가장 평균적인 텍스트를 만든다. 인터넷에서 이런 질문에 이어지는 글은 대개 원론적인 입문 설명이다. 그래서 원론적인 답이 나온다. 모델이 성의 없는 게 아니라, 질문이 그 답을 지정한 것이다.

② 원칙 1 — 역할을 지정한다

같은 질문도 누가 답하느냐에 따라 내용이 달라진다. 역할을 지정하면 모델이 참고할 문체와 지식 영역이 좁혀진다.

주의할 점: 역할 지정은 문체와 관점을 바꾸지, 없는 지식을 만들어내지 않는다. "너는 최고의 애널리스트야"라고 쓴다고 데이터 정확도가 올라가지는 않는다.

③ 원칙 2 — 맥락을 준다

모델은 여러분의 상황을 모른다. 목적, 대상, 이미 아는 것, 제약을 알려주면 답의 초점이 완전히 달라진다.

④ 원칙 3 — 출력 형식을 지정한다

형식을 지정하지 않으면 모델은 기본값인 "설명형 산문"을 낸다. 표, 목록, 단계별 절차, 글자 수 — 원하는 형태를 명시하면 그대로 나온다.

예: "3개 항목을 표로 비교해줘. 열은 항목명 / 장점 / 단점 / 추천 상황. 각 칸은 40자 이내."

형식 지정에는 부수 효과가 있다. 표로 요구하면 모델이 항목을 빠뜨리기 어려워진다. 산문은 얼버무릴 수 있지만 빈 칸은 눈에 띄기 때문이다.

⑤ 원칙 4 — 예시를 준다 (가장 효과 큼)

일곱 개 중 하나만 고르라면 이것이다. 원하는 결과물의 예시 1~2개를 붙이면, 설명 열 줄보다 정확하게 전달된다.

예시가 강력한 이유는 작동 원리와 직결된다. 모델은 입력의 패턴을 이어가는 장치이므로, 패턴을 직접 보여주는 것이 그 패턴을 말로 묘사하는 것보다 훨씬 직접적이다.

⑥ 원칙 5 — 제약을 건다

하지 말아야 할 것을 명시한다. 이게 없으면 모델은 학습 데이터의 평균적 습관을 따른다 — 서론이 길고, 양쪽 의견을 다 적고, 마지막에 "전문가와 상담하세요"를 붙인다.

유용한 제약들: "서론 없이 본론부터", "각 항목 3문장 이내", "일반론 말고 이 사례에만 해당하는 내용만", "확실하지 않으면 '모름'이라고 써", "출처 URL을 함께"

⑦ 원칙 6 — 검증을 시킨다

답을 받은 뒤 "방금 답변에서 사실 확인이 필요한 부분을 표시하고, 근거가 약한 주장을 골라줘"라고 이어서 물어본다. 모델은 자기 답을 비판적으로 재검토할 때 놀랄 만큼 잘 잡아낸다. 처음부터 검증까지 하지는 못하지만, 이미 나온 텍스트를 검토하는 건 별개의 작업이라 잘 수행한다.

중요한 결론이라면 여기에 더해 환각 검증 5단계를 적용한다.

⑧ 원칙 7 — 반복한다

가장 자주 무시되는 원칙이다. 첫 답은 초안으로 보고, 무엇이 부족한지 구체적으로 지적해 다시 요청한다.

"다시 해줘"는 효과가 없다. "세 번째 항목이 너무 일반적이야. 2026년 상황에 특정된 내용으로 바꾸고, 나머지는 그대로 둬"처럼 무엇을 / 어떻게 / 나머지는 유지 세 가지를 명시해야 한다.

⑨ 흔한 오해 세 가지

"프롬프트는 길수록 좋다" — 아니다. 중요한 건 길이가 아니라 구체성이다. 불필요한 수식어는 오히려 초점을 흐린다.

"공손하게 부탁하면 잘해준다" — 문체는 답의 문체에 약간 영향을 주지만 정확도와는 무관하다. 명확한 게 공손한 것보다 낫다.

"마법의 문구가 있다" — 모델과 버전이 바뀌면 특정 문구의 효과도 바뀐다. 위 7원칙처럼 구조적인 접근이 훨씬 오래 간다.

※ 본 글은 2026년 7월 기준 일반적인 대화형 AI 사용법을 다룹니다. 특정 서비스의 기능은 다를 수 있으며, 본문의 투자 관련 언급은 예시일 뿐 투자 권유가 아닙니다.