AI VIDEO BRIEFING

프롬프트 엔지니어링 기본기 — 앤트로픽 프롬프팅 101로 배우는 클로드 프롬프트 작성법과 시스템 프롬프트 활용

앤트로픽 응용 AI 팀이 스웨덴 자동차 보험 청구 사례로 보여 주는 프롬프트 작성 기본기. 구조·맥락·예시·출력 형식까지 클로드를 제대로 쓰는 법을 정리했습니다.

앤트로픽 '프롬프팅 101': 실제 보험 청구 사례로 배우는 클로드 프롬프트 작성 기본기 영상 대표 이미지

핵심 메시지

  • 프롬프트 엔지니어링은 모델에 명확한 지시와 충분한 맥락, 잘 정리된 구조를 제공해 원하는 결과를 끌어내는 반복적·실험적 작업이다.
  • 좋은 프롬프트는 '작업 설명 → 콘텐츠 → 상세 지시 → 예시 → 핵심 재강조'라는 구조를 따른다.
  • 양식 구조처럼 변하지 않는 배경 정보는 시스템 프롬프트에 넣고 프롬프트 캐싱을 활용하면 정확도와 효율이 함께 오른다.
  • XML 태그로 정보를 구획하고 분석 순서를 지정하며, 자신 없을 때는 단정하지 말라는 재확인 지시를 넣으면 환각이 줄고 판단 품질이 좋아진다.
  • 출력 형식 지정, 응답 미리 채우기(prefill), 확장 사고(extended thinking)는 결과를 실제 애플리케이션에 바로 쓰도록 다듬어 주는 도구다.

쉽게 이해하기

앤트로픽 응용 AI 팀의 한나와 크리스티안이 '프롬프팅 101' 세션에서 실제 고객 사례를 변형한 시나리오로 프롬프트 작성법을 시연한다. 스웨덴 자동차 보험사의 청구 담당자를 돕는 상황으로, 사고 보고서 양식과 사람이 손으로 그린 사고 스케치 두 이미지를 클로드에게 주고 누구의 과실인지 판단하게 한다.

맥락을 거의 주지 않은 첫 프롬프트에서 클로드는 사고를 엉뚱하게 '스키 사고'로 추측한다. 발표자들은 프롬프트 엔지니어링이 반복적이고 경험적인 과학이라고 강조하며 권장 구조를 제시한다. 작업과 역할을 앞에 설명하고, 분석할 콘텐츠를 제공하며, 단계별 상세 지시와 예시를 준 뒤, 마지막에 중요한 지침을 다시 강조하고 작업을 지시하는 흐름이다.

이어 매번 동일한 정보, 즉 양식의 구조와 17개 항목의 의미, 사람이 체크하는 방식 등을 시스템 프롬프트에 넣는다. 이런 고정 정보는 프롬프트 캐싱에도 적합해 클로드가 매번 양식을 파악하는 수고를 덜어 준다. 또한 XML 태그와 마크다운 같은 구분자로 정보를 구획하면 클로드가 내용을 더 잘 이해하고 나중에 참조하기 쉽다고 설명한다.

발표자들은 분석 순서가 사람과 마찬가지로 중요하다고 짚는다. 의미를 알기 어려운 스케치보다 양식을 먼저 꼼꼼히 읽어 사고 정황을 파악한 뒤 그 이해를 바탕으로 스케치를 해석하게 하면 판단이 정확해진다. 동시에 확신이 있을 때만 답하고 알아볼 수 없으면 그렇게 말하라는 재확인 지시로 환각을 막는다. 이 과정을 거치자 클로드는 'B 차량 과실'이라는 확신 있는 결론에 도달한다.

마지막으로 실제 시스템에 쓰기 위한 다듬기 단계를 다룬다. 출력 형식을 지정해 최종 판정을 특정 XML 태그로 감싸게 하고, 응답을 미리 채워(prefill) JSON 같은 정해진 형식으로 시작하도록 유도한다. 또한 클로드 3.7과 4의 확장 사고를 활용하면 모델의 사고 과정을 들여다보며 시스템 프롬프트를 개선할 단서를 얻을 수 있다고 제안한다.

주요 인사이트

  • 같은 이미지라도 맥락이 없으면 모델은 엉뚱한 추측(스키 사고)을 한다. 맥락 제공이 정확도의 출발점이다.
  • 사람처럼 모델도 분석 순서가 중요하다. 양식을 먼저 읽고 그 이해를 바탕으로 스케치를 해석하게 하면 판단이 정확해진다.
  • 확신이 없을 때는 단정하지 말고 '모른다'고 말하도록 지시하면 환각을 크게 줄일 수 있다.
  • 확장 사고의 스크래치패드를 읽으면 모델이 데이터를 어떻게 처리하는지 파악해 시스템 프롬프트를 개선할 단서를 얻는다.
  • 예시(퓨샷)와 대화 기록은 모델을 원하는 방향으로 이끄는 강력한 수단으로, 까다로운 사례일수록 시스템 프롬프트에 예시를 넣어 두면 효과가 크다.

자주 묻는 질문

좋은 프롬프트는 어떤 구조를 갖춰야 하나요?

작업과 역할 설명을 앞에 두고, 분석할 콘텐츠와 단계별 상세 지시, 예시를 제공한 뒤 마지막에 핵심 지침을 다시 강조하고 작업을 지시하는 순서를 권장한다.

매번 동일한 정보는 어디에 넣는 게 좋나요?

양식 구조처럼 변하지 않는 배경 정보는 시스템 프롬프트에 넣고 프롬프트 캐싱을 쓰면, 모델이 매번 그 내용을 파악하는 수고를 줄여 더 빠르고 정확하게 답한다.

환각을 줄이려면 어떻게 지시해야 하나요?

확신이 있을 때만 답하게 하고, 사실 주장마다 근거(어떤 항목이 체크됐는지 등)를 대도록 요구하며, 데이터가 불분명하면 그렇게 말하도록 지시한다.

원문과 출처

이 글은 원본 영상의 자막을 바탕으로 한국어 독자를 위해 요약했습니다. 전체 맥락과 최신 정보는 원문에서 확인하세요.

YouTube 원본 영상 보기 ↗

관련 AI 소식