같은 배우, 다른 연기
영화를 찍는다고 상상해보세요. 아주 재능 있는 배우가 한 명 있어요. 어떤 역할이든 소화할 수 있는 만능 배우예요.
그런데 이 배우에게 이렇게만 말하면 어떻게 될까요?
배우는 아마... 대충 눈물을 흘리겠죠? 근데 감독이 원하는 게 이런 건 아닐 수도 있어요.
이번엔 이렇게 말해볼게요:
완전히 다른 연기가 나오겠죠?
AI도 정확히 같아요.
"요약해줘"라고 하면 대충 요약하고, 구체적으로 지시하면 정확하게 해내요. 이 "구체적으로 지시하는 기술"이 바로 프롬프트 엔지니어링이에요.
그리고 좋은 소식: 스킬의 본문이 바로 프롬프트예요. 좋은 프롬프트를 쓰는 법을 배우면, 좋은 스킬을 만들 수 있어요.
원칙 1: 구체적으로 말하기
가장 중요한 원칙부터 시작할게요. 이것만 기억해도 스킬의 품질이 2배는 좋아져요.
카톡으로 이해하는 구체성
모호한 카톡: "밥 먹자" → 언제? 어디서? 뭐?
구체적인 카톡: "내일 점심 12시 강남역 일식집 어때?" → 완벽!
모호한 프롬프트: "요약해줘"
구체적인 프롬프트: "3문장으로 핵심만 요약하되, 초등학생도 이해할 수 있게 쉬운 단어로"
비교해볼게요. 같은 "요약" 스킬인데:
v1 (모호한 버전):
---
description: "텍스트를 요약해주는 스킬"
---
# 요약 스킬
사용자가 텍스트를 주면 요약해주세요.
이러면 AI는 어떻게 할까요? 5줄로 요약할 수도 있고, 20줄로 요약할 수도 있어요. "요약"의 기준이 없으니까요.
v2 (구체적인 버전):
---
description: "텍스트를 3줄로 핵심 요약해주는 스킬"
---
# 3줄 요약 스킬
사용자가 텍스트를 주면 다음 규칙에 따라 요약하세요:
1. 정확히 3문장으로 요약
2. 첫 문장: 주제 (무엇에 관한 글인지)
3. 둘째 문장: 핵심 내용 (가장 중요한 포인트)
4. 셋째 문장: 결론 또는 시사점
5. 초등학생도 이해할 수 있는 쉬운 단어 사용
6. 전문 용어가 나오면 괄호 안에 쉬운 설명 추가
v1과 v2, 어느 쪽이 일관된 결과를 낼까요? 당연히 v2예요. 매번 "3문장, 쉬운 단어"라는 명확한 기준이 있으니까요.
원칙 2: 역할 부여하기
"당신은 ___입니다"라고 시작하면, AI의 성능이 확 달라져요.
왜일까요? AI는 학습 과정에서 다양한 전문가의 글을 읽었어요. "당신은 10년 경력의 개발자입니다"라고 하면, AI가 학습한 수많은 개발자들의 사고 방식과 표현을 끌어오는 거예요.
역할 부여의 마법
역할 없이: "이 코드 봐줘" → 일반적인 피드백
역할 부여: "당신은 보안 전문가입니다. 이 코드에서 보안 취약점을 찾아주세요" → 보안에 집중된 전문적 분석
실제로 스킬에 적용하면 이런 식이에요:
---
description: "코드 리뷰를 해주는 시니어 개발자 스킬"
---
# 코드 리뷰 스킬
당신은 15년 경력의 시니어 소프트웨어 엔지니어입니다.
코드 품질, 가독성, 성능에 대한 높은 기준을 가지고 있으며,
후배 개발자를 가르치는 것을 좋아합니다.
코드를 리뷰할 때는:
- 좋은 점을 먼저 언급하고 (motivation)
- 개선할 점을 건설적으로 제안하고
- 왜 그렇게 해야 하는지 이유를 설명합니다
"15년 경력의 시니어" — 이 설정 하나로 AI가 훨씬 깊이 있는 리뷰를 해요. 또한 "후배를 가르치는 것을 좋아한다" 덕분에 설명이 친절해지죠.
원칙 3: 예시 보여주기 (Few-shot)
말로 백 번 설명하는 것보다, 예시 하나가 더 효과적이에요. 이걸 전문 용어로 Few-shot Prompting이라고 해요. 무서운 이름이지만, 그냥 "예시를 몇 개 보여주는 것"이에요.
## 응답 예시
### 입력: "오늘 날씨 어때?"
### 응답:
"오늘 서울 날씨요? ☀️ 맑고 선선해요!
최고 18도, 최저 8도. 가벼운 자켓 하나 걸치면 딱이에요.
미세먼지는 '좋음' — 산책하기 완벽한 날이네요! 🚶♂️"
### 입력: "내일 비 와?"
### 응답:
"내일은 오후부터 비 소식이 있어요 🌧️
낮 기온 15도로 좀 쌀쌀하니, 우산이랑 따뜻한 옷 챙기세요!
비 오는 날엔 따뜻한 국물 요리 어떨까요? 🍜"
이 예시를 본 AI는 "아, 이모지도 쓰고, 온도 정보도 넣고, 마지막에 활동 제안도 하는 거구나!"를 정확히 파악해요.
예시의 힘
연구에 따르면, 예시를 2-3개만 보여줘도 AI의 응답 품질이 크게 향상돼요. 특히 톤, 형식, 길이를 맞추는 데 예시가 매우 효과적이에요. 스킬을 만들 때 반드시 예시를 포함하세요!
원칙 4: 하지 말아야 할 것 정하기
의외로 중요한 거예요. "뭘 해라"만큼이나 "뭘 하지 마라"도 중요해요.
## 주의사항 (하지 말 것)
- 전문 용어를 설명 없이 사용하지 마세요
- 한 문장이 50자를 넘지 않게 하세요
- "~할 수 있습니다", "~하겠습니다" 같은 딱딱한 존댓말 대신
"~해요", "~예요" 체를 사용하세요
- 이모지를 3개 이상 연속으로 사용하지 마세요
- 영어 단어를 불필요하게 섞지 마세요
이런 제약이 있으면, AI가 "안전한 범위" 안에서 응답해요. 울타리를 쳐주는 거예요.
비유: 소풍 가는 아이
"뛰어놀아!"만 말하면 차도로 뛰어들 수 있어요.
"뛰어놀아! 근데 저 빨간 울타리 안에서만!" 하면 안전하게 놀죠.
AI도 마찬가지예요. "하지 말 것"은 AI의 안전한 활동 범위를 정해주는 울타리예요.
원칙 5: 출력 형식 지정하기
"어떤 모양으로 대답해"를 알려주면, 결과가 훨씬 깔끔해져요.
## 출력 형식
다음 형식으로 응답하세요:
### 📋 요약
(3줄 요약)
### 🔑 핵심 키워드
- 키워드1
- 키워드2
- 키워드3
### 💡 한줄 인사이트
(이 글에서 얻을 수 있는 가장 중요한 교훈 한 줄)
이렇게 형식을 정해주면, AI가 매번 같은 구조로 응답해요. 일관성이 생기는 거예요.
실전: 스킬의 진화 — v1에서 v3까지
이론은 충분해요. 이제 실전으로 가봅시다. 챕터 8에서 만든 인사하기 스킬을 5가지 원칙을 적용해서 업그레이드해볼게요.
v1: 우리가 처음 만든 버전
---
description: "사용자에게 따뜻한 한국어 인사를 해주는 스킬"
---
# 인사하기 스킬
당신은 따뜻하고 친근한 한국어 인사 전문가입니다.
사용자가 인사를 하면 따뜻하게 응답하세요.
나쁘지 않지만, 좀 모호해요. "따뜻하게"가 어느 정도인지 기준이 없죠.
v2: 구체성 + 역할 강화
---
description: "따뜻한 한국어 인사와 오늘의 이야기를 전해주는 스킬"
---
# 인사하기 스킬
당신은 동네 카페의 따뜻한 바리스타입니다.
매일 아침 단골손님에게 인사하듯이, 친근하고 편안하게 대화해요.
단골손님의 하루가 좋아지는 한마디를 건네는 게 당신의 특기예요.
## 인사 규칙
1. 시간대에 맞는 인사 (아침/오후/저녁/밤)
2. 오늘 날짜와 관련된 재미있는 이야기 하나
3. 하루를 응원하는 따뜻한 한마디
## 스타일
- "~해요" 체 사용 (친근하지만 예의 바르게)
- 이모지는 문장당 최대 1개
- 전체 5줄 이내
v3: 예시 + 제약 + 형식까지
---
description: "따뜻한 한국어 인사와 오늘의 이야기를 전해주는 카페 바리스타 스킬"
---
# 인사하기 스킬
당신은 동네 카페의 따뜻한 바리스타입니다.
매일 아침 단골손님에게 인사하듯이, 친근하고 편안하게 대화해요.
단골손님의 하루가 좋아지는 한마디를 건네는 게 당신의 특기예요.
## 응답 형식
[시간대 인사] [이모지 1개]
오늘은 [날짜]인데요, [재미있는 사실 1-2문장]
[응원 한마디] [이모지 1개]
## 규칙
- 반드시 3개 파트(인사, 사실, 응원)로 구성
- 전체 5줄 이내
- "~해요" 체 사용
- 이모지는 파트당 최대 1개 (총 2-3개)
## 하지 말 것
- 날씨 이야기 금지 (모르니까)
- "오늘도 화이팅!" 같은 진부한 표현 금지
- 부정적인 역사 사실 금지 (재미있는 것만)
## 예시
입력: "안녕"
응답:
"좋은 아침이에요! ☀️
오늘은 3월 27일인데요, 1998년에 FDA가 비아그라를 승인한 날이래요.
세상을 바꾼 발견은 뜻밖의 곳에서 온다고 하죠!
오늘도 뜻밖의 좋은 일이 찾아오길 바랄게요 🍀"
v1 → v2 → v3 변화가 보이시나요?
같은 "인사하기" 스킬인데, 구체성이 올라갈수록 AI의 응답이 일관적이고 예측 가능해져요. 이게 프롬프트 엔지니어링의 핵심이에요.
실습: 여러분의 스킬을 업그레이드하세요
챕터 8에서 만든 인사하기 스킬을 열어보세요. 그리고 오늘 배운 5가지 원칙을 적용해보세요:
- 구체적으로 — "따뜻하게"를 "동네 카페 바리스타처럼"으로
- 역할 부여 — "당신은 ___입니다" 추가
- 예시 추가 — 원하는 응답 예시 1-2개
- 하지 말 것 — 원하지 않는 행동 3개 이상
- 출력 형식 — 응답의 구조를 정해주기
직접 해보면, "아, 이렇게 바꾸면 결과가 달라지는구나!"를 체감하실 거예요.