앤스로픽 클로드 코드 책임자: 프롬프트 엔지니어링의 종말과 경험적 학습의 시대

주장앤스로픽의 클로드 코드(Claude Code) 책임자인 보리스 체르니는 인공지능 모델의 성능이 비약적으로 발전함에 따라 과거와 같은 복잡한 프롬프트 엔지니어링의 중요성이 크게 감소했다고 분석합니다. 그는 사용자들이 인공지능 인플루언서의 조언에 의존하기보다 모델의 실제 능력을 직접 경험하며 학습하는 과정이 중요하다고 강조합니다.

팩트체르니는 인터뷰를 통해 클로드 코드에 오픈 소스 컴퓨터 비전 라이브러리인 오픈시브이(OpenCV) 접근 권한을 부여했을 때, 모델이 예상치 못한 이미지 생성 능력을 보였다고 설명했습니다. 이는 모델이 명시적인 지시 없이도 학습된 라이브러리를 활용해 복잡한 작업을 수행할 수 있음을 입증합니다.

팩트그는 클로드 코드에게 맥 가상 머신 내에서 일렉트론 기반의 데스크톱 앱을 스위프트 언어로 재작성하라는 프로그래밍 과제를 부여했습니다. 모델은 별도의 복잡한 프롬프트 없이도 스스로 스크린샷을 찍고 픽셀 단위로 비교하며 작업을 완료했으며, 진행 상황을 슬랙 채널에 실시간으로 공유했습니다.

주장인공지능 모델을 활용하는 핵심 기술은 이제 프롬프트의 정교함이 아니라, 모델에게 다소 어려운 과제를 부여하고 스스로 결과물을 검증할 수 있는 체계를 마련하는 것입니다. 모델이 작업을 수행하는 동안 오류를 확인하고 수정하도록 돕는 역량이 사용자에게 필요합니다.

교차검증과거의 시스템 개발 방식에 익숙한 숙련된 엔지니어들은 여전히 모델에게 지나치게 구체적인 지시를 내리거나 자신의 작업 방식을 강요하는 경향이 있습니다. 이러한 과도한 명세화는 모델의 유연한 문제 해결 능력을 저해하는 실패 요인이 될 수 있다고 체르니는 지적합니다.

주장인공지능 모델을 다루는 과정은 동료와 협업하는 방식과 유사합니다. 사용자는 모델이 어디에서 어려움을 겪는지 관찰하고, 필요하다면 더 나은 맥락을 제공하거나 외부 도구인 엠시피(MCP, Model Context Protocol)를 연결하여 모델이 스스로 필요한 정보를 가져오게 해야 합니다.

팩트보리스 체르니는 1년 전만 해도 프롬프트 엔지니어가 인기 있는 직업이었으나, 이제는 그 흐름이 컨텍스트 엔지니어링 등으로 변화하고 있다고 언급했습니다. 그는 이러한 유행이 계속 변할 것이며, 특정 기술에 매몰되기보다 경험적 접근이 필요하다고 조언합니다.

주장인공지능 활용 능력을 높이기 위해 사회관계망서비스에서 공유되는 이른바 비법을 찾는 것은 무의미합니다. 모델의 성능을 극대화하는 단 하나의 마법 같은 공식은 존재하지 않으며, 직접 과제를 부여하고 결과를 확인하는 경험적 학습만이 유일한 방법입니다.

교차검증모델이 스스로 작업을 수행하도록 내버려 두는 방식은 사용자에게 불안감을 줄 수 있으나, 현대의 인공지능은 충분한 지능 수준에 도달했습니다. 사용자가 불필요한 제약 조건을 설정하지 않고 모델의 자율성을 보장할 때 더 나은 결과물이 도출될 가능성이 큽니다.

주장인공지능 모델의 발전은 사용자의 역할을 지시자에서 관리자로 변화시켰습니다. 사용자는 모델의 한계를 명확히 파악하고, 모델이 자신의 능력을 최대한 발휘할 수 있는 환경을 조성하는 데 집중해야 합니다.

주장앞으로의 인공지능 활용은 기술적인 기교보다 문제 해결을 위한 논리적 사고와 모델과의 협업 능력에 좌우될 것입니다. 사용자는 모델이 내놓는 결과물을 비판적으로 검토하고, 이를 바탕으로 다음 단계를 설계하는 전략적 사고를 갖춰야 합니다.

출처본 기사는 서치 엔진 저널(Search Engine Journal)의 기사 'Head Of Anthropic's Claude Code Says Prompt Engineering Not That Important'를 교차 검증했습니다. 상세 내용은 다음 링크에서 확인할 수 있습니다: https://www.searchenginejournal.com/head-of-anthropics-claude-code-says-prompt-engineering-not-that-important/584286/