AI가 발전하면서 저는 프롬프트 엔지니어링이 이제 필요 없어졌다고 생각했습니다.
답변을 구조화하는 프롬프트 없이도, 내 맥락만 전달하면 에이전트가 알아서 잘해 준다고 생각했죠. 복잡한 지시문은 더 이상 필요하지 않아 보였습니다.
그런데 그건 유용한 프롬프트의 정의를 너무 좁게 생각한 것이었습니다.
제가 처음 이해했던 프롬프트 엔지니어링은 구조화된 답변 구성 방식이나 역할을 정의하고, 그에 따라 인공지능의 고품질 답변을 기대하는 것이었습니다. 지금 제가 중요하게 생각하는 프롬프트 엔지니어링은 얼마나 효과적으로 내 맥락과 암묵지를 전달할 수 있는가입니다.
목표를 명확히 주고, 이를 달성하기 위해 내가 원하는 정확한 방향을 짚어주는 것. 그런 차원에서 공부하면 할수록 프롬프트 엔지니어링으로 다시 돌아오게 됐습니다.
인공지능을 공부하면 할수록 사람들이 하는 이야기가 있습니다. 저도 같은 생각에 닿았습니다. 아, 결국 도메인 지식이구나. 내가 잘 알고 잘하는 분야에서 내 에이전트도 더 잘해 주는구나.
그 이유는 제가 아는 분야일수록 암묵지를 줄이는 키워드와 문장을 사용하기 때문이라고 생각합니다. 머릿속으로만 알고 있던 기준을 말로 꺼내고, 어떤 결과를 원하는지 더 정확히 짚어줄 수 있는 거죠.
그렇다면 도메인 지식이 부족해도 잘 만들어내려면 무엇이 필요할까요? 그 분야를 잘 아는 사람들이 쓰는 키워드와 요청 문장이 좋은 출발점이 됩니다. 결국 다시 프롬프트입니다.
예를 들어 데이터 분석을 시킬 때, 데이터를 가공하고 정리하는 일을 아는 사람은 전처리라는 표현을 쓸 수 있습니다. 데이터의 분포와 관계를 살펴보려면 EDA, 탐색적 데이터 분석을 요청할 수도 있겠죠. 이 개념을 알면 필요한 절차를 짚어주고 결과에서 무엇을 확인할지도 말할 수 있습니다.
개념을 모르면 그냥 데이터 분석을 해달라고 요청하고, 인공지능이 그 절차들을 잘 수행했길 기대하게 됩니다. 결과를 받아도 어떤 과정이 빠졌는지 확인하기가 어렵습니다.
그래서 이곳에는 그 분야를 아는 사람의 작업 방식과 판단 기준이 담긴 프롬프트를 모으려고 합니다. 문구와 결과물 예시, 유용하다고 판단한 이유를 함께 읽으며 내 작업에 필요한 표현과 기준을 가져가면 좋겠습니다.
