티스토리 뷰
요즘 AI 업계에서 조용히, 하지만 빠르게 변화하고 있는 흐름이 하나 있다.
바로 "프롬프트 엔지니어링"에서 **"컨텍스트 엔지니어링(Context Engineering)"**으로 무게 중심이 옮겨가고 있다는 것.
단순히 “질문을 잘하는 법”이 아니라, 모델이 진짜 똑똑하게 일할 수 있게 만들려면 어떤 정보들을 어떻게 채워줘야 하는가에 대한 이야기다.
프롬프트에서 컨텍스트로
LLM(대형 언어 모델) 시대 초창기에는, 얼마나 정교하게 문장을 짜 넣느냐가 중요했다.
하지만 지금은 Agent가 등장하면서, 단순히 텍스트 하나로 해결되지 않는 문제가 늘고 있다.
예전에는 모델이 바보 같으면 “모델 성능이 떨어지네”라고 생각했는데, 이제는 그렇지 않다.
Agent가 제대로 작동하지 않는 대부분의 이유는 모델 탓이 아니라 ‘컨텍스트 부족’ 때문이다.
"컨텍스트"란 도대체 뭘까?
컨텍스트는 단순히 사용자가 입력한 프롬프트만을 의미하지 않는다.
LLM 입장에서 보면, 응답을 생성하기 전에 눈에 들어오는 모든 정보가 컨텍스트다.
좀 더 구조적으로 보면 이렇게 나뉜다:
- System Prompt (Instruction): 모델이 어떤 역할을 할지, 어떤 규칙을 따를지 등을 미리 알려주는 설정
- User Prompt: 사용자 질문 그 자체
- 대화 히스토리: 지금까지 주고받은 대화의 맥락
- Long-Term Memory: 과거의 대화 요약, 사용자 선호, 저장해둔 지식
- RAG (검색 기반 정보): 외부 문서, DB, API 등에서 가져온 실시간 정보
- 사용 가능한 툴 목록: 모델이 호출할 수 있는 기능들 (예: send_email)
- Structured Output: 결과물이 어떤 포맷(JSON, markdown 등)으로 나와야 하는지
진짜 예제를 보자: “Cheap Demo” vs “Magical Agent”
상황: 누군가가 메일로 이렇게 말한다.
“내일 짧게 미팅 가능하신가요?”
😵 Cheap Demo Agent
컨텍스트 없이 그냥 질문만 받고 LLM을 호출한다면, 대답은 이럴 것이다:
“내일 괜찮습니다. 몇 시를 생각하고 계신가요?”
기능적으로 문제는 없지만, 너무 무미건조하고 비인간적이다.
😎 Magical Agent
같은 요청이지만, 호출 전에 이런 정보들을 함께 전달해줬다면?
- 사용자의 캘린더 정보 → 내일은 일정이 꽉 참
- 상대방과의 이전 대화 → 말투가 좀 친근해야 함
- 연락처 정보 → 이 사람은 중요한 파트너
- 사용할 수 있는 도구들 → send_invite() API 등
이때 모델이 생성하는 응답은 이렇게 달라진다:
“Jim! 내일은 종일 꽉 찼어. 목요일 오전 괜찮아? 초대장 보냈어. 확인해줘!”
완전히 사람처럼 느껴지는 자연스러운 대응이다. 이건 코드가 아니라 컨텍스트의 힘이다.
컨텍스트 엔지니어링이란 무엇인가?
프롬프트 엔지니어링이 한 줄 잘 짜는 법이라면,
컨텍스트 엔지니어링은 LLM이 일을 잘하게끔 전체 환경을 세팅하는 기술이다.
핵심 요소를 정리하자면 이렇다:
✅ 시스템, not 문자열
- 단순한 프롬프트가 아니라, 시스템적으로 컨텍스트를 조립해서 LLM에 넣는 구조
✅ 동적 생성
- 모든 요청에 같은 컨텍스트를 넣는 게 아니다.
- 상황마다 달라지는 정보 (예: 어떤 때는 캘린더, 어떤 때는 DB 검색 결과)
✅ 정보 + 기능 제공
- 단순히 지식만이 아니라, 모델이 사용할 수 있는 도구들도 함께 전달
- 예: 메일 보내기, 회의 예약하기 등
✅ 정보의 형식도 중요하다
- 아무리 많은 정보를 줘도 raw로 던져주면 못 알아듣는다
- 짧고 요약된 형태, 명확한 포맷(Schema) 이 중요
왜 이게 중요할까?
AI Agent의 성패는 더 이상 "모델이 얼마나 똑똑한가?"에 달려 있지 않다.
진짜 차이는 다음에 있다:
“어떤 정보를 언제, 어떻게, 어떤 형식으로 제공했는가?”
좋은 컨텍스트를 만들면, 평범한 LLM도 똑똑한 Agent가 된다.
반대로 아무리 최신 모델이라도 컨텍스트가 엉망이면 바보가 된다.
마무리하며
AI를 “제대로” 활용하고 싶은 사람이라면, 이제는 프롬프트 하나 잘 짜는 걸 넘어서야 한다.
컨텍스트 엔지니어링은 단순 기술이 아니라:
- 비즈니스 로직을 이해하고
- 필요한 정보가 뭔지 판단하고
- 그걸 LLM이 이해할 수 있게 변환하는
하이브리드한 설계 역량이다.
앞으로 Agent 시대에는 이 기술이 진짜 실력으로 평가받게 될 것이다.
📌 컨텍스트 엔지니어링 = LLM이 일을 제대로 하게 만드는 무대 뒤 세팅 기술
'Etc.' 카테고리의 다른 글
| Coinbase가 Datadog에 860억 원을 쓴 이유와 그 후일담 (0) | 2025.07.02 |
|---|---|
| Spring Security (0) | 2023.03.24 |
| 에러 해결: python import cv2 importError: libGL.so.1 (0) | 2023.01.23 |
| 자주 사용하게되는 screen 명령어 모음 (0) | 2023.01.20 |
| 에러 해결: CommandNotFoundError: Your shell has not been properly configured to use 'conda activate' (0) | 2023.01.20 |