서문. 왜 이제는 "프롬프트 잘 쓰기"만으로는 부족한가

한때 AI를 잘 쓴다는 말은 거의 곧바로 "프롬프트를 잘 쓴다"는 뜻으로 받아들여졌습니다. 어떻게 질문해야 더 똑똑한 답을 끌어낼 수 있는지, 어떤 표현을 쓰면 더 정확한 결과가 나오는지, 역할을 어떻게 부여하면 품질이 좋아지는지에 관심이 몰렸습니다. 실제로 그 시기에는 그것이 맞는 말이기도 했습니다. AI는 아직 비교적 단순한 대화 상자에 가까웠고, 사용자가 한 번 던진 질문에 얼마나 정교하게 반응하느냐가 핵심이었기 때문입니다.

하지만 지금은 판이 달라졌습니다. AI는 더 긴 문맥을 다루고, 여러 단계를 거쳐 작업하며, 도구를 연결해 정보를 찾고 파일을 읽고 코드를 실행하기도 합니다. 한 번의 문장으로 끝나는 시대에서, 여러 턴에 걸쳐 협업하는 시대로 넘어온 것입니다. 이제 중요한 것은 "질문 한 줄을 얼마나 그럴듯하게 쓰는가"만이 아닙니다. 무엇을 주고, 어떤 순서로 일하게 하며, 어디에서 사람이 확인하고, 어떤 방식으로 결과를 축적할 것인가가 더 중요해졌습니다.

이 책은 바로 그 변화에서 출발합니다. 이 책의 주제는 프롬프트 자체를 부정하는 것이 아닙니다. 오히려 프롬프트를 더 넓은 그림 속에 놓아 보자는 제안입니다. 프롬프트는 여전히 중요합니다. 다만 그것은 시작점일 뿐, 전체가 아닙니다.

프롬프트는 여전히 중요하다

먼저 분명히 해 두고 싶은 것이 있습니다. 프롬프트를 잘 쓰는 능력은 지금도 유효합니다. 목표를 분명하게 말하고, 필요한 입력을 제공하고, 원하는 출력 형식을 지정하는 일은 AI 활용의 기본기입니다. 엉뚱한 지시를 하면 엉뚱한 결과가 나오는 법이고, 모호한 요청을 하면 모호한 답이 돌아오는 것도 여전합니다.

그래서 이 책은 프롬프트를 가볍게 보지 않습니다. 오히려 기초를 단단히 다루려고 합니다. 좋은 지시가 무엇인지, 실패하는 프롬프트는 왜 실패하는지, 어떻게 수정하면 되는지를 차근차근 살펴볼 것입니다.

그런데 여기서 멈추면 곤란합니다. 왜냐하면 실전에서는 프롬프트 하나만 잘 쓴다고 일이 끝나지 않기 때문입니다.

예를 들어 보고서를 만든다고 해봅시다. 단지 "이 주제로 보고서 써줘"라고 말하는 것만으로는 부족합니다. 어떤 자료를 바탕으로 써야 하는지, 독자가 누구인지, 분량은 어느 정도인지, 어떤 관점을 강조할지, 먼저 개요를 만들지 바로 초안을 쓸지, 초안 뒤에 검토 단계를 둘지까지 정해야 합니다. 실제 성과를 좌우하는 것은 한 줄짜리 마법 문장이 아니라, 작업 전체를 설계하는 능력입니다.

왜 "좋은 질문"만으로는 부족해졌는가

AI가 더 강력해질수록, 역설적으로 사용자의 역할도 더 커졌습니다. 예전에는 AI가 할 수 있는 일이 제한적이어서 질문을 잘 던지는 것이 핵심이었습니다. 지금은 AI가 할 수 있는 일이 많아진 만큼, 무엇을 맡기고 무엇은 맡기지 않을지 결정해야 합니다. 즉, 사용자는 단순한 질문자가 아니라 일의 설계자가 되어야 합니다.

문제가 되는 지점은 여기입니다. 많은 사람이 여전히 AI를 "질문하면 답해 주는 기계"로만 대합니다. 그래서 한 번의 입력으로 완벽한 결과를 기대합니다. 하지만 실전의 일은 대부분 그렇게 돌아가지 않습니다. 좋은 기획도, 좋은 글도, 좋은 분석도, 좋은 코드도 한 번에 나오지 않습니다. 초안이 나오고, 검토가 들어가고, 누락을 채우고, 다시 정리하는 과정을 거칩니다. 인간이 일할 때도 그런데, AI와의 협업이라고 다를 리 없습니다.

이제 중요한 것은 다음 세 가지입니다.

• AI가 일을 제대로 하도록 맥락을 설계하는 것

• 여러 단계를 연결해 반복 가능한 흐름을 만드는 것

• 도구와 검증을 포함해 실제 실행 가능한 시스템으로 바꾸는 것

이 세 가지를 이해하지 못하면, 아무리 프롬프트 문장을 번지르르하게 써도 결과는 들쭉날쭉해집니다. 반대로 이 세 가지를 이해하면, 프롬프트가 조금 투박해도 전체 성과는 훨씬 안정적으로 좋아집니다.

이제 핵심은 컨텍스트다

AI는 빈칸에서 일하지 않습니다. 무엇을 알고 있는지, 지금 무슨 일을 하는지, 어떤 기준으로 판단해야 하는지에 따라 출력이 완전히 달라집니다. 이때 AI가 참고하는 배경 정보와 작업 상황을 넓게 묶어 말하는 것이 바로 컨텍스트입니다.

많은 사용자가 프롬프트에는 공을 들이지만 컨텍스트는 대충 다룹니다. 중요한 문서를 빼먹고, 독자 정보를 안 주고, 이전 대화의 결정 사항을 정리하지 않은 채 "왜 이렇게 이상하게 답하지?"라고 묻습니다. 사실 AI가 이상한 것이 아니라, 일할 재료가 부족했던 경우가 많습니다.

좋은 AI 활용은 좋은 질문에서 시작할 수 있습니다. 하지만 좋은 결과는 대개 좋은 컨텍스트에서 나옵니다.

같은 요청이라도 배경 정보가 다르면 결과는 완전히 달라집니다. "이 문서를 요약해 줘"라는 말은 쉬워 보이지만, 누구를 위한 요약인지, 무엇을 중심으로 요약해야 하는지, 이미 알고 있는 내용은 무엇인지에 따라 좋은 요약의 기준이 바뀝니다. 학생을 위한 요약과 임원을 위한 요약은 같을 수 없습니다. 초보자를 위한 설명과 전문가를 위한 설명도 같을 수 없습니다.

그래서 앞으로의 AI 활용에서 중요한 것은 말을 예쁘게 고르는 재주보다, 필요한 맥락을 골라 넣고 정리하는 능력입니다.

한 번의 대화가 아니라, 여러 단계의 흐름이 중요하다

실제 업무에서는 AI에게 단발성 질문만 던지지 않습니다. 주제를 탐색하고, 자료를 모으고, 분류하고, 초안을 만들고, 문제를 비평하고, 다시 고치는 식으로 일이 이어집니다. 이 흐름을 의식하지 않으면 매번 처음부터 다시 설명해야 하고, 결과 품질도 들쑥날쑥해집니다.

여기서 필요한 개념이 워크플로입니다. 워크플로는 거창한 시스템이 아닙니다. 일을 어떤 순서로 진행할지 정해 놓은 흐름입니다. 예를 들어 조사형 작업이라면 "질문 정리 → 자료 수집 → 비교 → 핵심 정리 → 결론 도출" 같은 흐름이 있을 수 있습니다. 글쓰기라면 "독자 설정 → 개요 작성 → 초안 작성 → 비평 → 퇴고"의 흐름이 있을 수 있습니다.

이 관점이 중요한 이유는 명확합니다. 좋은 사용자는 AI에게 한 번에 완벽한 결과를 요구하지 않습니다. 대신 일을 쪼개고, 각 단계에서 AI가 잘할 수 있는 일을 맡깁니다. 그리고 중간중간 점검합니다. 이 방식은 화려해 보이지 않을지 몰라도, 실제로는 훨씬 강합니다.

프롬프트 중심 사고가 "무슨 문장을 넣을까?"를 묻는다면, 워크플로 중심 사고는 "이 일을 어떤 단계로 나눌까?"를 묻습니다. 둘 다 필요하지만, 뒤로 갈수록 차이를 만드는 것은 대개 두 번째 질문입니다.

AI는 점점 에이전트가 되어 간다

변화는 여기서 한 걸음 더 나아갑니다. 이제 AI는 단순히 답변만 하는 존재가 아니라, 도구를 사용하고 계획을 세우며 실제 행동까지 이어지는 방향으로 발전하고 있습니다. 파일을 읽고, 검색하고, 코드를 실행하고, 일정을 다루고, 외부 시스템과 연결되는 AI가 점점 늘고 있습니다.

이런 흐름 속에서 등장하는 핵심 개념이 에이전트입니다. 에이전트는 단순한 챗봇과 다릅니다. 챗봇이 주로 대화에 반응한다면, 에이전트는 목표를 향해 여러 단계를 수행합니다. 필요한 정보를 찾고, 계획을 세우고, 도구를 호출하고, 결과를 바탕으로 다음 행동을 결정합니다.

이때 사용자가 고민해야 할 것은 더 이상 "어떤 프롬프트가 제일 잘 먹히는가"만이 아닙니다. 오히려 다음과 같은 질문이 더 중요해집니다.

이 AI에게 어디까지 권한을 줄 것인가? 어떤 도구를 연결할 것인가? 중간 확인은 어느 단계에서 넣을 것인가? 실패했을 때 어떻게 되돌릴 것인가? 사람이 최종 승인해야 하는 지점은 어디인가?

바로 여기서 AI 활용은 개인의 말솜씨 문제가 아니라, 시스템 설계의 문제가 됩니다.

잘 쓰는 사람은 AI를 "대화 상자"가 아니라 "작업 환경"으로 본다

AI를 오래, 자주, 깊게 쓰는 사람들은 공통적으로 관점이 다릅니다. 그들은 AI를 그때그때 물어보는 도우미로만 보지 않습니다. 오히려 자기 작업 환경의 일부로 편입합니다. 자주 쓰는 템플릿이 있고, 반복되는 작업 순서가 있고, 자료를 정리하는 방식이 있고, 검토 기준이 있습니다. 다시 말해, AI를 둘러싼 운영체제를 조금씩 만들어 갑니다.

이 차이는 매우 큽니다. 같은 모델을 써도 어떤 사람은 늘 그럭저럭한 결과를 얻고, 어떤 사람은 꾸준히 높은 성과를 냅니다. 그 차이는 종종 모델 자체보다 사용 방식에서 나옵니다.

AI를 잘 쓰는 사람은 이렇게 생각합니다.

"무슨 말을 해야 하지?"에서 멈추지 않고, "무슨 정보를 줘야 하지?"를 묻고, "어떤 순서로 맡겨야 하지?"를 고민하고, "어떻게 검증하지?"까지 설계합니다.

이 사고방식이 바로 이 책의 중심입니다.

이 책은 "질문 잘하는 법"보다 "AI와 일하는 법"을 다룬다

이 책의 제목은 AI를 잘 쓰는 법: 컨텍스트, 워크플로, 에이전트의 시대입니다. 제목 그대로, 이 책은 AI를 더 잘 활용하기 위해 필요한 세 개의 큰 축을 따라갑니다.

첫째는 프롬프트입니다. 기본기는 빼놓을 수 없습니다. 목표, 입력, 제약, 출력의 구조를 이해하고, 실패하는 지시를 고치는 법을 익혀야 합니다.

둘째는 컨텍스트입니다. AI가 더 좋은 답을 내도록 필요한 맥락을 어떻게 구성할지, 긴 문서를 어떻게 넣을지, 긴 작업에서 문맥을 어떻게 유지할지를 살펴봅니다.

셋째는 워크플로와 에이전트입니다. 여러 단계를 연결해 반복 가능한 흐름을 만들고, 도구를 쓰는 AI와 함께 실제 일을 수행하는 방법을 다룹니다.

여기에 더해 모델 선택, 로컬 LLM, 멀티모달, 평가와 검증, 개인용 AI 환경 설계까지 이어집니다. 왜 이렇게 범위가 넓을까요. 이유는 단순합니다. 오늘의 AI 활용은 더 이상 프롬프트 한 장짜리 요령집으로 설명할 수 없기 때문입니다.

이제 우리는 AI를 "답변 기계"로만 이해해서는 안 됩니다. AI는 점점 더 문맥을 먹고, 흐름 속에서 일하고, 도구를 연결해 행동하는 존재가 되어 가고 있습니다. 그러니 사용자의 역량도 그만큼 넓어져야 합니다.

이 책이 도와주려는 사람

이 책은 두 부류의 독자를 동시에 염두에 두고 있습니다.

첫 번째는 AI를 꽤 자주 쓰지만 늘 결과가 들쭉날쭉하다고 느끼는 사람입니다. 어떤 날은 놀라울 정도로 잘 되는데, 어떤 날은 왜 이렇게 엉뚱한지 모르겠고, 같은 일을 다시 하려 해도 재현이 안 되는 경험 말입니다. 이런 경우 문제는 재능 부족이 아니라 방식의 문제일 가능성이 큽니다.

두 번째는 AI를 이제 막 본격적으로 활용하려는 사람입니다. 프롬프트 예시를 몇 개 따라 해 보았지만, 실제 자기 일에 붙이려니 막막한 사람도 많습니다. 이 책은 그런 독자에게 "어떤 문장을 복붙할까"보다 "어떻게 자기 작업을 AI와 연결할까"를 보여 주려 합니다.

결국 이 책은 초보자에게는 기초를, 경험자에게는 구조를 제공하는 책이 되고자 합니다.

앞으로 우리가 함께 보게 될 것

이 책은 먼저 AI 활용의 판이 어떻게 바뀌었는지 살펴봅니다. 그리고 프롬프트의 기본을 다시 세운 뒤, 컨텍스트와 멀티턴 협업으로 넘어갑니다. 그다음 워크플로를 설계하는 법, 에이전트의 시대를 이해하는 법, 코드와 CLI를 활용한 실전 방식, MCP와 스킬을 통한 확장, 모델 선택 전략, 로컬 LLM, 멀티모달, 평가와 검증, 마지막으로 나만의 AI 시스템을 만드는 관점까지 차례로 다룰 것입니다.

이 순서는 일부러 이렇게 배치했습니다. AI 활용은 대개 더 좋은 문장을 찾는 데서 시작하지만, 오래 잘 쓰는 사람은 결국 더 좋은 구조를 만들게 되기 때문입니다. 이 책은 그 이동 경로를 따라갑니다. 질문에서 시작하되, 시스템으로 나아가는 길입니다.

이제 필요한 것은 "잘 묻는 기술"을 넘어서는 감각이다

우리는 한동안 프롬프트를 일종의 비밀 주문처럼 여겨 왔습니다. 하지만 현실에서 성과를 만드는 사람들은 대개 주문을 외우지 않습니다. 대신 맥락을 정리하고, 일을 단계로 나누고, 결과를 점검하고, 반복 가능한 방식으로 개선합니다. 다시 말해, AI를 우연히 잘 쓰는 것이 아니라 의도적으로 잘 쓰게 만듭니다.

앞으로의 시대에 필요한 것은 단순한 프롬프트 요령이 아닙니다. AI와 함께 일하는 감각입니다. 어떤 정보를 줄지 판단하는 감각, 한 번에 끝내려 하지 않는 감각, 워크플로를 짜는 감각, 도구와 사람의 역할을 구분하는 감각, 그리고 결과를 믿기 전에 검증하는 감각입니다.

이 책은 그 감각을 만들기 위한 책입니다.

좋은 질문은 여전히 중요합니다. 그러나 이제 그것만으로는 부족합니다.

이제는 질문을 잘하는 사람을 넘어, AI와 일을 설계할 줄 아는 사람이 되어야 합니다.

그리고 이 책은 그 출발점이 되려 합니다.