프롬프트 엔지니어링에서 콘텍스트 엔지니어링으로
AI를 처음 쓸 때 이런 말이 유행했다.
"프롬프트를 잘 쓰는 사람이
AI를 잘 쓰는 사람이다."
그래서 한동안 프롬프트를 엄청 고쳤다.
역할을 부여하고, 출력 형식을 지정하고,
단계별 사고를 요구하고, 예시를 추가하고…
그러다 보니 프롬프트가 점점 길어졌다.
그런데 어느 순간 이상한 경험을 했다.
같은 프롬프트인데 어떤 날은 결과가 좋고,
어떤 날은 전혀 엉뚱한 답이 나온다.
처음에는 AI 모델의 문제라고 생각했다.
하지만 계속 써보면서 문제는 프롬프트가 아니라 맥락이었다는 사실을 알게 되었다.
최근 이런 이야기를 하는 글들을 종종 보게 된다.
Shopify CEO인 토비 뤼트케는
AI 시대 핵심 역량이 프롬프트 엔지니어링이 아니라
콘텍스트 엔지니어링(Context Engineering)이라고 말했다.
이 말을 처음 들었을 때 조금 과장이라고 느꼈다.
하지만 AI를 오래 써볼수록 이 말이 꽤 정확하다는 생각이 들었다.
프롬프트 엔지니어링이 AI에게 던지는 질문의 기술이라면
콘텍스트 엔지니어링은 AI가 사고할 수 있는 환경을 설계하는 기술이다.
예전에는 이렇게 질문했다.
“마케팅 문구 써줘”, “PRD 작성해 줘”
하지만 지금은 조금 다르다.
어떤 서비스인지
어떤 사용자인지
어떤 문제가 있는지
어떤 목표를 달성해야 하는지
이런 것들을 먼저 정리한다.
그리고 마지막에 질문을 붙인다.
이 작은 차이가 AI 결과물의 퀄리티를 상당히 올려준다.
실제로 요즘 다양한 AI모델들에서
콘텍스트에 대한 기억을 상실하지 않고
좋은 퀄리티의 대답을 유지하기 위해
각 대화, 프로젝트 단위로 콘텍스트를 세팅값으로 저장할 수 있게 하는 기능들을 제공하고 있다.
그만큼 콘텍스트가 결과에 미치는 영향과 퀄리티를 좌우하는 주요 맥락이라는 뜻이다.
이 개념을 처음 접했을 때
가장 먼저 들었던 생각은 이것이었다.
“이거 기획자가 원래 하던 일 아닌가?”
기획자는 항상 맥락을 설명하는 사람이다.
개발자에게 기능을 요청할 때도 이런 걸 설명했다.
왜 이 기능이 필요한지
어떤 사용자 문제인지
기존 시스템이 어떤 상태인지
어떤 결과를 기대하는지
왜냐하면 맥락 없이 기능만 말하면
결과가 완전히 달라지기 때문이다.
AI도 마찬가지로 맥락이 없는 질문은 대충 맞는 답을 만든다.
맥락이 있는 질문은 문제에 맞는 답을 만든다.
그래서 요즘 나는 AI를 쓸 때 프롬프트보다 먼저
콘텍스트를 정리한다.
이 이야기를 하다 보니
생각보다 많은 사람들이 이렇게 묻는다.
“그래서 콘텍스트 엔지니어링을 실제로 어떻게 쓰나요?”
브런치에서는 이런 개념과 생각을 이야기하지만
실제로 바로 사용할 수 있는 형태로 정리해 보면 좋겠다는 생각이 들었다.
그래서 내가 실제로 사용하는 방식들과 템플릿을
티스토리에 따로 정리해 두었다.
[AI 답변 품질을 5배 올리는 Context Engineering 템플릿]: https://tamisandbox.tistory.com/8
프롬프트 엔지니어링과 콘텍스트 엔지니어링의 차이
콘텍스트 설계의 3가지 핵심 원칙
할루시네이션을 줄이는 설계 방법
실무에서 사용하는 Context Engineering 템플릿
AI가 등장하면서 기획자의 역할이 줄어들 것이라는 이야기도 많다.
하지만 나는 오히려 반대라고 생각한다.
AI는 스스로 맥락을 만들지 못한다.
AI는 항상 주어진 세계 안에서만 사고한다.
그래서 중요한 것은 질문이 아니라 세계관을 설계하는 일이다.
어떤 데이터 안에서 생각하게 할 것인지,
어떤 제약 안에서 판단하게 할 것인지,
어떤 목표를 향해 사고하게 할 것인지
이 모든 것을 설계하는 사람이 필요하다.
그리고 그 역할은 생각보다 기획자와 가까운 일이다.
나는 요즘 기획자의 역할을 AI의 세계관을 설계하는 사람으로 잘 확장하길 바란다.
막연하게 질문만 던지면 AI는 그럴듯한 말을 만들어낸다. 하지만 잘 설계된 콘텍스트 안에서는 AI가 꽤 유능한 조력자가 된다.
결국 AI 시대 기획자의 역량은 화려한 프롬프트 기술이 아니라 AI가 거짓말할 틈을 주지 않는 꼼꼼한 가이드라인을 설계하는 능력과, 비즈니스 맥락을 구조화하는 능력이라고 생각한다.
어쩌면 이것은 새로운 능력이 아니라 기획자가 원래 해오던 일을 AI 시대에 다시 정의한 것일지도 모른다.