Clip 1 발표 스크립트: Context/Prompt Engineering 이해하기
🎬 오프닝 (30초)
"안녕하세요. 이번 클립에서는 Context Engineering에 대해 알아보겠습니다.
여러분, 클로드와 긴 대화를 하다 보면 갑자기 이전에 했던 이야기를 까먹거나, 엉뚱한 답변을 하는 경험 해보셨나요? 이게 바로 오늘 다룰 Context Rot 현상입니다."
📚 섹션 1: Context Engineering이란? (2분)
"먼저 Prompt Engineering과 Context Engineering의 차이를 보겠습니다.
Prompt Engineering은 '좋은 질문 하나'를 만드는 것입니다. Context Engineering은 '대화 전체'를 관리하는 것이죠.
[화면: 비교 표 보여주기]
바이브코딩에서는 단발성 질문이 아니라 긴 대화를 하게 됩니다. 그래서 Context Engineering이 훨씬 중요합니다."
🔍 섹션 2: Context Rot 문제 (2분)
"LLM은 인간처럼 집중력을 잃습니다.
컨텍스트가 길어질수록 - 즉, 대화가 길어질수록 - 이전 정보를 놓치기 시작합니다. 이게 Context Rot이에요.
[화면: Mermaid 다이어그램]
왜 이런 일이 생길까요?
트랜스포머 아키텍처의 한계입니다. 모든 토큰이 다른 모든 토큰에 주의를 기울여야 하는데, 토큰이 많아질수록 주의가 분산되는 거죠.
n개 토큰이면 n² 관계가 생깁니다. 엄청난 복잡도죠."
💡 섹션 3: 효과적인 프롬프트 구조 (3분)
"그럼 어떻게 해야 할까요?
첫 번째는 적절한 추상화 수준입니다.
[화면: 3가지 예시]
너무 구체적이면? 'Python FastAPI만 쓰고, 비동기만 쓰고...' 이러면 나중에 다른 프레임워크가 필요할 때 막힙니다.
너무 추상적이면? '유용한 코딩 어시스턴트입니다' 이건 아무 정보가 없죠.
적절한 높이는 이겁니다: '소프트웨어 개발 어시스턴트입니다. 사용자 요구사항에 맞는 기술 스택을 선택하고, 모범 사례를 따르는 코드를 작성합니다.'
유연하면서도 명확합니다."
🧹 섹션 4: 컨텍스트 정리 전략 (2분)
"두 번째는 컨텍스트 정리입니다.
언제 정리해야 할까요?
[화면: 정리 타이밍]
- 단계 완료 후
- 에러 해결 후
- 방향 전환 시
어떻게 정리할까요?
'✅ 슬랙 이벤트 수신 구현 완료 ✅ OpenAI 연동 완료
다음 단계: GCP Cloud Run 배포 이전 단계의 에러 로그는 제외하고 진행해줘.'
이렇게 명시적으로 '완료' 선언하고, '이제 다음'이라고 말하는 겁니다."
🎯 섹션 5: 실전 팁 (2분)
"실전에서 바로 쓸 수 있는 팁입니다.
나쁜 프롬프트: '슬랙봇 만들어줘'
좋은 프롬프트: [화면: 구조화된 예시]
보세요. 기술 스택, 기능, 배포 환경, 프로젝트 구조까지 다 명시했습니다.
이게 Context Engineering입니다. 클로드가 성공할 수 있는 모든 정보를 미리 주는 거예요."
🎓 마무리 (30초)
"정리하겠습니다.
- Context = 프롬프트 이상: 전체 대화 상태 관리
- Context Rot 인식: 길어질수록 LLM 성능 저하
- 적절한 추상화: 유연하면서도 명확하게
- 정기적 정리: 단계 완료 시마다 명시적 선언
다음 클립에서는 이걸 실전에서 어떻게 쓰는지, 'AI의 PM이 되는 법'을 알아보겠습니다.
감사합니다!"
📝 발표 노트
시간 배분:
- 오프닝: 30초
- 섹션 1-5: 11분
- 마무리: 30초
- 총 12분
강조 포인트:
- Context Rot은 실제로 존재하는 문제
- 추상화 수준의 예시 대비
- 명시적 컨텍스트 정리의 중요성
시각 자료:
- 비교 표 (Prompt vs Context Engineering)
- Mermaid 다이어그램 (Context Rot)
- Before/After 프롬프트 예시
톤:
- 친근하고 대화체
- 기술적이지만 쉽게 설명
- 실전 예시로 공감대 형성
강사 정보
- 작성자: 정구봉
- LinkedIn: https://www.linkedin.com/in/gb-jeong/
- 이메일: bong@dio.so