[이슈&인사이트] “프롬프트 엔지니어링: GenAI의 힘을 활용하기”

김한성 굿프롬프트 대표

▲김한성 굿프롬프트 대표

인공지능이 빠르게 변화하는 환경에서 개인과 조직 모두에게 중요한 새로운 기술이 등장했다: 프롬프트 엔지니어링이다. 오픈에이아이의 ChatGPT, 구글의 Gemini, 앤트로픽의 Claude와 같은 GenAI 모델들이 점점 더 정교해짐에 따라, 이 AI 시스템들과 효과적으로 소통하는 능력이 매우 중요해졌다.

프롬프트 엔지니어링의 중요성을 이해하기 위해서는 먼저 대상으로서 AI가 어떻게 발전해 왔는지 역사적 문맥을 살펴 볼 필요가 있다. AI의 여정은 “기계가 생각할 수 있는가?"라는 실험적 질문에서 “기계가 무엇이든지 할 수 있는가?" 라는 실질적 질문으로 진화해 왔다. 1950년대에 앨런 튜링이 기념비적인 작업 “컴퓨팅 기계와 지능"을 통해 전문가 시스템이라 부르는 규칙기반 시스템을 만드는 초기 AI 연구 시대를 열었다. 그러나 부푼 기대와는 “규칙기반 AI"의 한계가 드러나면서 1970년 후반 및 1990년대 전후동안에 “AI 겨울"을 겪는다. 그러나 이 혹독한 기간에 IBM “통계적 기계 번역시스템 (1995)"으로 딥블루라는 “통계적 기반 AI" 강화, 머신러닝 부상 등 AI는 부활과 확장을 준비한다.

실질적인 돌파구는 2000년대 빅데이터와 개선된 컴퓨팅 파워의 등장과 함께 이루어졌다. 이후 2010년대의 딥러닝 혁명으로 이어졌고, 알렉스넷(AlexNet, 2012)과 같은 신경망과 새로운 아키텍쳐(Transformer, 2017)에서 가히 혁명적이라 할 수있는 중요한 발전을 이루었다. 마침내 2020년대 들어 트랜스포머 아키텍처를 기반으로 방대한 양의 데이터로 훈련된 대형 언어모델로서 “생성형 AI"의 시대가 열렸다. 이 시스템은 우리가 AI와 상호작용하는 방식을 극적으로 변화시키고 있다. AI 시스템이 더욱 정교해지고, 예측할 수 없을 만큼 강력한 도구가 되어가면서 우리의 의도와 요구사항을 효과적으로 전달해야 하는 새로운 도전이 등장하였다. 프롬프트 엔지니어링이라는 역할이 필요해 진 것이다.

프롬프트 엔지니어링은 “GenAI와의 대화 기술"로 우리가 의도한 결과를 AI가 효과적으로 생성할 수 있도록 입력 텍스트(프롬프트)를 작성하는 접근이다. 프롬프트 엔지니어링은 자연어를 사용하여 AI 모델을 안내한다. 이는 인간의 오랜 도구인 언어가 품고있는 맥락, 뉘앙스 및 특정 요구사항이 AI 모델의 방대한 기능과 만나는 지점이기도 하다. 또한 기술을 이해하지 못하는 사용자도 접근이 가능하고 즉각적인 조정을 할 수 있다. 그러나 이런 점이 단순하거나 덜 숙련된 작업을 요구한다는 의미로 이해하면 안된다. 실제로 AI 모델이 복잡해짐에 따라 효과적인 프롬프트를 작성하는 기술은 점점 더 정교해져 가고 있다.

효과적인 프롬프트는 일반적으로 세 가지 주요 특성을 갖는다:

1. 명확성(Clear): 잘 작성된 프롬프트는 간결하고 이해하기 쉬운 단어를 사용하여 명확한 목적, 작업내용을 포함해야 한다. 예를 들어, “기후 변화에 대해 말해줘"와 같은 막연한 요청 대신 “기후 변화의 주요 원인과 영향을 간단히 설명해줘"와 같이 명확히 물어야 한다.

2. 구체성(Specific): 좋은 프롬프트는 상세한 정보와 맥락을 제공해야 한다. 또한 모호성을 제거하여 AI가 정확한 응답을 하도록 안내한다. 예를 들어, “지난 50년 동안 북극의 북극곰 개체군에 미친 기후 변화의 영향을 분석해 주세요. 얼음 녹는 속도와 식량 가용성 변화를 포함해 주세요. 고등학교 환경 과학 수업을 위해 이 정보를 준비한다고 가정해 주세요"와 같은 구체적이어야 한다.

3. 반복성(Iterative): 효과적인 프롬프트는 종종 반복적인 시도를 통해 개선된다. 초기 프롬프트에서 나타난 AI의 응답을 바탕으로 효율성 및 정확성을 높이는 방향으로 반복적으로 개선한다.

- 초기: “기후 변화에 대한 간단한 개요를 제공해 주세요."

- 후속: “그 개요를 바탕으로 기후 변화의 경제적 영향을 중점적으로 다루어 주세요."

- 세분화: “그 경제적 영향을 감안하여 전문가들이 이러한 영향을 완화하기 위해 제안하는 주요 3가지 정책을 알려주세요."

한편 프롬프트 엔지니어링은 양립하는 자체적인 한계와 다양한 활용의 가능성을 갖는다. 즉, AI 응답의 일관성 부족, 편향되거나 해로운 출력 방지를 위한 윤리적 고려, 인간의 판단이 필요한 작업에서 AI에 대한 과도한 의존 위험, 빠르게 진화하는 AI 모델에 맞춰 신속히 적응해야 하는 프롬프트 엔지니어링 기술 등 여러 도전이 존재한다. 그러나 효과적인 프롬프트 엔지니어링은 AI 도구의 민주화를 통해 더 넓은 사용자에게 접근 가능하게 하고, 콘텐츠 생성부터 데이터 분석까지 다양한 작업의 속도를 크게 높일 수 있다. 또한, 창의적인 프롬프트 엔지니어링은 다양한 분야에서 AI의 새로운 응용을 이끌어내며, 도메인 전문 지식과 AI 지식을 결합하여 다양한 분야 간 협력을 촉진할 수 있다.

GenAI는 앞으로도 계속 발전할 것이 분명하다. 이에따라 프롬프트 엔지니어링의 역할도 진화할 가능성이 크다. 그러나 AI는 여전히 인간의 지능과 창의성을 대체하는 것이 아닌 도구로 사용되어야 할 것이다. 프롬프트 엔지니어링은 AI와의 상호작용에서 인간적 요소를 상징하며, 이를 마스터함으로써 AI를 예측 불가능한 블랙박스가 아닌 인간 지능을 보강하는 도구로 활용할 수 있다. 따라서 우리는 “AI가 무엇을 할 수 있는지"가 아니라 “원하는 결과를 위해 AI를 어떻게 효과적으로 안내할 수 있는가"에 초점을 맞춰야 한다. 이는 프롬프트 엔지니어링이 인공지능 시대에 인간적 요소를 중심에 두고 이 강력한 도구를 인류에게 진정으로 유익한 방향으로 이끄는 방법이 되어야 하기 때문이다.

김한성