같은 AI를 두고도 결과가 사람마다 크게 다릅니다. 같은 모델, 같은 화면, 같은 입력창인데 왜 차이가 날까요. 이 질문을 풀기 위해 업계는 지난 몇 년 사이에 세 가지 단어를 차례로 만들어 냈습니다. 프롬프트 엔지니어링, 컨텍스트 엔지니어링, 하네스 엔지니어링 입니다. 이 세 가지는 단절된 것이 아니라 서로를 포함하는 관계입니다. 하네스 엔지니어링은 컨텍스트 엔지니어링을 포함하고, 컨텍스트 엔지니어링은 프롬프트 엔지니어링을 포함합니다.

각 시대는 다음과 같이 시간순으로 등장했습니다.

4장에서는 이 세 가지를 한 절씩 직접 손으로 경험해 봅니다. 실습은 모두 Claude Desktop의 채팅 탭에서 합니다. 3장에서 만든 것을 다시 열 필요는 없습니다.

1. 프롬프트 엔지니어링이란

프롬프트 엔지니어링은 AI에게 던지는 입력 텍스트를 전략적으로 설계해서 원하는 결과를 받아내는 기술입니다. 한 줄로 줄이면 "AI에게 잘 물어보는 법" 입니다.

'프롬프트' 라는 단어 자체는 사실 새것이 아닙니다. 아래처럼 터미널에서 커서가 깜빡이며 사용자의 명령어 입력을 기다리는 상태도 하나의 프롬프트입니다. AI 시대로 오면서 이 입력창이 자연어 대화창으로 바뀐 셈입니다.

LLM은 다음에 올 단어를 확률적으로 골라내는 방식으로 답을 만들기 때문에, 질문이 모호하면 답도 모호해지고, 질문이 구체적이면 답도 구체적으로 나옵니다. 그래서 같은 모델이라도 입력을 어떻게 짜느냐에 따라 결과가 크게 달라집니다. 잘 짜인 프롬프트 한 덩어리가 있으면 아래처럼 인스타그램 같은 결과물을, 그래프 같은 시각화도 곧바로 받아볼 수 있습니다.

좋은 프롬프트에는 보통 아래 네 가지 요소가 들어갑니다.

2. 직접 해보기

말로 듣는 것보다 한 번 해보는 게 빠릅니다. 아래 두 프롬프트를 Claude Desktop의 채팅 탭에 넣어보세요. ChatGPT나 Gemini에 넣어봐도 같은 현상을 볼 수 있습니다. 두 번째 결과가 첫 번째에 비해 얼마나 다른지 가 이 장의 핵심입니다.

2.1 무성의한 한 줄

먼저 아래 한 줄을 그대로 입력해보세요.

마케팅 이메일 써줘.

답이 나오긴 합니다. 그런데 어떤 제품인지, 누구에게 보내는지, 어떤 톤이어야 하는지 정보가 전혀 없으니 AI도 그냥 그럴듯한 일반론을 적어 내려갑니다. 받아 쓸 수는 없는 결과물이죠.

2.2 역할·맥락·작업·형식을 갖춘 프롬프트

사이드바의 새 채팅으로 새 대화를 열고, 이번엔 아래 프롬프트를 통째로 붙여 넣어보세요.

당신은 10년 경력의 B2B SaaS 마케팅 전문가입니다.
스타트업 대표에게 보내는 콜드 이메일을 작성해주세요.

제품: AI 기반 고객 지원 챗봇 (월 29,000원)
타겟: 직원 10-50명 규모의 이커머스 스타트업
목표: 무료 체험 신청 유도

조건:
- 제목 포함
- 3문단 이내
- 구체적인 수치(응답 시간 80% 단축 등) 포함
- CTA(행동 유도)는 하나만

같은 주제인데 결과물의 완성도가 확연히 달라지는 것을 보실 수 있습니다. 제목 길이, 문단 수, CTA 개수까지 지시한 대로 맞춰 옵니다.

3. 무엇을 관찰해야 하나

두 번 실행하셨다면 결과물을 나란히 놓고 다음을 비교해보세요.

• 무성의한 한 줄의 결과물은 누가 봐도 무난한 일반론이고, 두 번째 결과물은 위 조건에 맞춘 구체적인 산출물 이라는 것
• 두 번째 결과물이라도 톤이나 수치가 어색하면, 프롬프트의 어느 줄을 손봐야 할지 찾아낼 수 있다는 것

이 두 가지가 프롬프트 엔지니어링이 다루는 영역의 전부입니다. 같은 모델 안에서, 입력 한 덩어리만 바꿔서 결과를 끌어올리는 일입니다.

4요소 외에도 Few-Shot, Chain of Thought, Role Prompting 같은 기법이 있고, 아래 그래프처럼 예시를 몇 개 같이 주는 것만으로도 성능이 한 단계 올라가는 경향이 있다는 연구도 있습니다. 깊이 들어가고 싶다면 이 장 첫머리에 안내한 essentials-prompt-context-harness 책 4장을 참고해주세요.

다음 절에서는 프롬프트만으로 풀리지 않는 영역, 컨텍스트 엔지니어링을 체험해봅니다.