Prompt Engineering이 뭐예요?

…

한줄 요약

Prompt Engineering은 AI에게 질문하는 방식을 설계해서 더 좋은 결과를 얻는 방법론입니다. 같은 질문도 어떻게 쓰느냐에 따라 AI의 대답 품질이 크게 달라집니다.


왜 알아야 할까?

🎯 Pain Point ChatGPT에게 물어봤는데 쓸모없는 답변만 나옵니다. 옆 동료는 잘 쓰는 것 같은데, 나는 왜 이럴까요?

✅ Prompt Engineering을 배우면

  • AI에서 임상에 실제로 도움이 되는 결과를 뽑을 수 있습니다
  • 매번 결과가 들쑥날쑥하지 않고 일관된 품질을 얻습니다
  • 반복 작업(퇴원 요약, 증례 정리 등)을 자동화할 수 있습니다
  • 코딩 없이도 AI를 업무에 제대로 통합할 수 있습니다

이게 뭐예요?

Prompt Engineering은 AI에게 원하는 결과를 얻기 위해 입력(프롬프트)을 전략적으로 설계하는 것입니다.

AI는 질문의 형식, 맥락, 예시에 매우 민감합니다. 같은 정보를 담고 있어도 어떻게 표현하느냐에 따라 결과가 천차만별입니다.

비유 1 — 수술 계획 수술을 시작 전에 팀 전체가 체계적으로 계획을 세웁니다. 어떤 순서로, 어떤 도구를 쓸지, 예상 합병증은 무엇인지. 즉흥적으로 시작하지 않습니다. Prompt Engineering도 AI를 쓰기 전에 목표, 맥락, 형식을 미리 설계하는 과정입니다.

비유 2 — 처방 작성법 처방전에 약명만 쓰면 약사가 당황합니다. 약명 + 용량 + 투여 경로 + 빈도 + 기간을 정확히 써야 올바른 약이 조제됩니다. AI에게도 마찬가지입니다. 역할 + 맥락 + 원하는 형식 + 조건을 명확히 지정해야 원하는 결과가 나옵니다.

💡 한줄 정리 “AI에게 ‘처방전’처럼 명확하게 지시하는 기술”


예시를 들어볼게

예시 1 — 나쁜 프롬프트 vs 좋은 프롬프트

나쁜 프롬프트: “당뇨 환자 교육 자료 만들어줘”

좋은 프롬프트: “당신은 내분비내과 전문의입니다. 60세 이상 저학력 당뇨 환자를 위한 식이 교육 자료를 만들어주세요. 중학교 수준의 쉬운 언어, 5가지 핵심 사항, 각 항목은 2문장 이내로 작성해주세요.”

결과 품질이 완전히 다릅니다.

예시 2 — 역할 부여(Role Prompting) “당신은 10년 경력의 감염내과 전문의입니다. 다음 항생제 선택 케이스를 검토해주세요.”라고 역할을 주면, AI가 그 역할에 맞는 전문적 어조와 내용으로 응답합니다.

예시 3 — Few-shot 프롬프팅 “다음과 같은 형식으로 퇴원 요약을 작성해주세요. 예시: [예시 1개 삽입]. 이제 이 케이스를 같은 형식으로 작성해주세요.”처럼 예시를 보여주면 AI가 원하는 형식을 정확히 따릅니다.


의료에서는 이렇게 써요

  1. 퇴원 요약 초안 자동화 ❌ 비효율적: “퇴원 요약 써줘” → 형식 없는 산만한 글 ✅ 최적화 프롬프트: 역할(내과 의사) + 구조(주진단/치료경과/퇴원 후 주의사항/다음 외래 일정) + 길이(500자 이내) 지정 → 바로 쓸 수 있는 초안 생성

  2. 감별진단 보조 “다음 증상을 가진 40세 남성 환자의 감별진단 5가지를 우선순위 순으로 나열하고, 각각 배제 검사를 제안해주세요.”와 같이 구조화된 프롬프트로 체계적인 임상 보조를 받습니다.

  3. 학술 논문 요약 “다음 논문 초록을 임상의가 이해할 수 있도록 요약해주세요. 연구 목적, 방법, 핵심 결과, 임상 적용 가능성을 각각 2문장씩 작성해주세요.”


주의할 점 ⚠️

  1. AI 결과는 반드시 전문가가 검토해야 합니다 아무리 좋은 프롬프트여도 AI가 틀릴 수 있습니다. 의료 정보는 반드시 의사가 최종 검토해야 합니다.

  2. 환자 정보 입력 시 개인정보 주의가 필요합니다 실제 환자명, 등록번호, 주민번호를 프롬프트에 직접 넣지 마세요. 비식별화 후 사용해야 합니다.

  3. 프롬프트도 버전 관리가 필요합니다 잘 작동하는 프롬프트는 팀과 공유하고 문서화해두세요. AI 모델이 업데이트되면 프롬프트 재조정이 필요할 수 있습니다.


더 알고 싶다면

🔗 관련 글

← 애린이 AI 용어 시리즈 전체 보기