AI에게 검색 키워드와 글자 수만 전달하면 형식은 그럴듯한 글이 나옵니다. 하지만 독자가 실제로 해결하려는 문제가 빠지면 여러 글이 비슷해지고, 검색 결과를 읽은 뒤에도 다시 다른 자료를 찾아야 합니다.저는 프롬프트의 첫 줄을 키워드가 아니라 독자 질문으로 바꿨습니다. 그 다음 직접 경험, 외부 근거, 답하지 못하는 범위를 넣습니다. 이번 글에서는 이 구조를 재사용 가능한 양식으로 정리합니다.프롬프트의 첫 칸은 독자 질문입니다‘React 캐시를 설명해 줘’보다 ‘저장 후 목록이 갱신되지 않을 때 어느 캐시를 먼저 확인해야 하는가’가 좋은 시작입니다. 질문이 구체적이면 AI도 개념 나열보다 판단 순서를 만들기 쉽습니다.독자 질문은 검색어와 다를 수 있습니다. 검색어는 발견을 위한 단어이고, 질문은 읽은 뒤..

AI 도구를 여러 번 사용하면 나중에 왜 그런 결과가 나왔는지 확인하기 위해 로그를 남기고 싶어집니다. 하지만 프롬프트와 도구 인자에는 원고, 고객 정보, 토큰, 내부 경로가 함께 들어갈 수 있습니다.저는 모든 것을 저장하는 대신 나중에 확인해야 하는 질문부터 정했습니다. 입력·출력·도구 호출·오류를 같은 방식으로 기록하지 않고, 목적에 맞는 최소 정보만 남기는 흐름을 소개합니다.로그의 목적을 먼저 나눕니다로그를 남기는 이유는 품질 개선, 장애 분석, 비용 확인, 보안 감사로 나뉩니다. 한 목적에 필요한 정보가 다른 목적에는 과도할 수 있습니다. 예를 들어 비용 확인에는 전체 프롬프트보다 모델명·토큰 수·응답 시간이 필요합니다.목적을 문서에 적으면 보존 기간과 접근 권한도 함께 정할 수 있습니다. ‘나중..

AI 이야기를 듣다 보면 익숙하지 않은 용어가 계속 나옵니다. LLM, RAG, MCP, 에이전트 같은 단어는 이제 기사나 서비스 소개에서도 자주 보이지만, 처음 접하면 서로 어떻게 다른지 헷갈리기 쉽습니다. 이 글에서는 AI를 이해할 때 자주 만나는 용어 12가지를 최대한 쉬운 말로 정리해보겠습니다. 깊은 기술 설명보다는, 각 용어가 어떤 역할을 하는지 큰 그림을 잡는 데 초점을 맞췄습니다. 1. LLM: AI의 기본 두뇌 LLM은 Large Language Model의 줄임말입니다. 한국어로는 거대 언어 모델이라고 부릅니다. 쉽게 말하면, 엄청난 양의 글을 학습해서 사람의 언어를 이해하고 이어서 답변할 수 있도록 만들어진 AI 모델입니다. 우리가 ChatGPT 같은 서비스에 질문했을 때 문장을 읽고 ..