안녕하세요! 😊
「AI 엔지니어링 진화사」 #2편이에요.
지난 #1편에서 '잘 묻는 법(프롬프트)'을 배웠죠.
그런데 아무리 잘 물어도,
AI가 '필요한 정보'를 모르면 못 풀어요.
그래서 오늘은 '잘 알려주는 법',
바로 '컨텍스트 엔지니어링'이에요.
이번에도 길어요. (1만 자 넘게 담았어요!)
줄바꿈 많이, 소제목으로 나눴으니
편하게 골라 읽으셔도 돼요. 👍
끝에 참고자료도 잔뜩 정리했어요. 📚
──────────
📌 한 줄로 말하면?
"AI는 '맥락창에 든 정보'만 알아요.
그러니 필요한 정보를 알맞게 채워주는 게 핵심."
이게 컨텍스트 엔지니어링이에요.
──────────
🤔 '컨텍스트(맥락)'가 뭐예요?
컨텍스트는 AI가 답할 때
'참고하는 모든 정보'예요.
· 내가 준 지시(프롬프트)
· 붙여넣은 자료
· 이전 대화 내용
· AI가 검색해온 자료
· 연결된 도구·기억…
이 모든 게 'AI의 작업 공간'에 올라와요.
그 공간을 '컨텍스트 창(맥락창)'이라고 불러요.
──────────
🧠 비유: 맥락창 = AI의 '책상'
AI 거장 카파시는
AI를 '컴퓨터(OS)'에 비유했어요.
· 모델 = 머리(CPU)
· 맥락창 = 작업 메모리(RAM)
책상이 좁으면
아무리 똑똑해도 일을 못 펼치죠.
그래서 '책상 위에 무엇을 올려둘지'가
어마어마하게 중요해져요.
──────────
🆚 프롬프트 vs 컨텍스트
· 프롬프트: "어떻게 말하지?" (말솜씨)
· 컨텍스트: "무엇을 쥐여주지?" (정보)
앤트로픽은 이렇게 정리해요.
"컨텍스트 엔지니어링은
프롬프트 엔지니어링의 자연스러운 다음 단계다."
프롬프트가 '한 번 잘 쓰면 끝'이라면,
컨텍스트는 '매번 무엇을 넣을지 고르는' 일이에요.
──────────
📚 맥락창에 들어가는 것들
AI의 책상에 올라오는 재료들이에요.
① 지시 — 무엇을 할지 (프롬프트)
② 예시 — 이렇게 해줘 (few-shot)
③ 자료 — 참고할 문서·데이터 (RAG)
④ 기억 — 예전에 알려준 것 (memory)
⑤ 도구 — 검색·앱 연결 (MCP)
⑥ 대화 이력 — 지금까지의 맥락
이것들을 '잘 골라 배치'하는 게
오늘의 핵심이에요.
──────────
🔍 RAG 쉽게 — '검색해서 근거 대기'
RAG는 'Retrieval-Augmented Generation'의 약자예요.
어렵게 들리지만 뜻은 단순해요.
"답하기 전에, 관련 자료를 먼저 찾아와서
그걸 근거로 답하기."
· AI가 모르는 회사 규정?
→ 규정 문서를 찾아 맥락창에 넣어주면 OK.
· 최신 뉴스?
→ 검색해온 기사를 근거로 답해요.
덕분에 '지어내기(환각)'가 줄고,
출처 있는 답을 받을 수 있어요.
(이 개념은 2020년 RAG 논문에서 시작됐어요.
Lewis et al., 2020)
──────────
🔌 MCP 쉽게 — 'AI와 도구를 잇는 표준 콘센트'
MCP는 'Model Context Protocol'이에요.
쉽게 말하면,
AI를 외부 도구·데이터에 연결하는
'표준 플러그(콘센트)'예요.
· 캘린더, 이메일, 파일, 데이터베이스…
· 이런 걸 일일이 따로 연결하지 않고
'같은 규격'으로 꽂아 쓰는 거죠.
USB처럼, 한 번 표준을 정해두니
어디든 쉽게 연결돼요.
(앤트로픽이 제안한 개방형 표준이에요.)
──────────
🧷 기억(Memory) — 'AI의 노트'
AI는 대화가 끝나면 잊어버려요.
그래서 중요한 건 '노트'에 적어둬요.
· 내 선호, 프로젝트 규칙 같은 걸
맥락창 '바깥'에 저장해 두고,
· 필요할 때 다시 꺼내 맥락창에 올려요.
앤트로픽은 이걸 '구조적 노트 적기'라 불러요.
(클로드가 게임을 할 때도,
수천 단계의 기록을 노트로 관리한대요.)
──────────
⚖️ 반전! 정보는 '많다고 좋은 게' 아니에요
여기가 가장 중요한 포인트예요.
"그럼 그냥 다 때려 넣으면 되겠네?"
→ 아니에요. 오히려 역효과가 나요.
앤트로픽이 짚은 이유들이에요.
· '컨텍스트 로트(context rot)':
정보가 너무 많으면, AI가
정작 중요한 걸 놓치고 정확도가 떨어져요.
· '주의력 예산':
사람의 작업 기억처럼, AI의 집중력도
토큰이 늘수록 닳아요.
· '수확 체감':
많이 넣을수록 효율은 점점 떨어져요.
그래서 앤트로픽은 단언해요.
"컨텍스트는 '유한한 자원'으로 다뤄야 한다."
──────────
🎯 핵심 원칙 — '신호 강한 최소 정보'
앤트로픽이 제시한 한 문장이에요.
"원하는 결과를 끌어낼,
가장 작은 '고신호 정보 묶음'을 찾아라."
즉, '많이'가 아니라 '정확히'예요.
꼭 필요한 핵심만 골라 담는 것.
──────────
🛠 고수의 전략 4가지
앤트로픽이 쓰는 실전 기법이에요.
(개념만 알아두면 충분해요!)
① 적정 '고도'의 지시
너무 빡빡한 규칙도, 너무 막연한 말도 X.
'명확하면서 유연한' 중간이 best.
② 적시 검색 (just-in-time)
필요한 자료를 '미리 다 넣지' 말고,
'필요할 때 그때그때' 불러오기.
(주소만 갖고 있다가, 필요할 때 펼치기)
③ 압축 (compaction)
대화가 길어지면, 핵심만 요약해
'압축본'으로 새로 시작하기.
④ 노트 + 서브에이전트
중요한 건 노트로 빼두고,
복잡한 일은 '보조 AI'에게 맡겨
요약만 돌려받기.
핵심은 하나예요.
'책상을 깔끔하게 유지하기.'
──────────
🌍 입문자도 이미 쓰고 있어요
어렵게 생각 마세요.
우리도 매일 컨텍스트를 채우고 있어요.
· 자료를 복사해 붙여넣고 "이걸 근거로 답해줘"
· 사진·파일을 첨부해 "여기서 뽑아줘"
· "아까 말한 내 상황 기억하지?" 하고 이어가기
이게 다 컨텍스트 엔지니어링의 기초예요!
──────────
🧪 오늘의 실습
자료를 하나 붙여넣고 이렇게 해보세요.
"아래 내용만 근거로 답하고,
없는 내용은 '자료에 없음'이라고 해줘.
[자료 붙여넣기]"
'아무 말'이 아니라
'근거 있는 답'이 오는 걸 느껴보세요. 💡
──────────
🙅 자주 하는 실수 3가지
① 다 때려 넣기
관련 없는 자료까지 잔뜩 → AI가 헷갈려요.
'핵심만' 골라 주세요.
② 출처 없이 "알아서 해줘"
근거 자료를 안 주면 AI가 지어내기 쉬워요.
"이 자료를 근거로"가 안전해요.
③ 오래된 대화 그대로 끌기
대화가 너무 길면 정확도가 떨어져요.
새 주제는 새 대화로, 또는 요약해서.
──────────
🍳 한 줄 비유로 정리
요리에 비유하면요.
· 프롬프트 = 주문을 잘하기
· 컨텍스트 = '좋은 재료'를 잘 갖춰주기
재료가 신선하고 딱 맞으면(컨텍스트),
주문(프롬프트)도 빛을 발해요.
반대로 냉장고에 아무거나 잔뜩이면
요리사도 헷갈리죠. (컨텍스트 로트!)
──────────
⚠️ 그런데, 정보를 잘 줘도 한계가 있어요
이제 AI가 '필요한 정보'까진 갖췄어요.
하지만 여전히 '사람이 하나하나 떠먹여' 줘야 해요.
· 자료를 직접 찾아 붙여넣고,
· 도구를 일일이 연결하고,
· 단계마다 다음 지시를 내려야 하죠.
"AI가 알아서 자료를 찾고,
스스로 단계를 밟으면 안 될까?"
바로 여기서 다음 단계가 등장해요.
👉 #3편 '에이전트 엔지니어링'!
──────────
💬 자주 나오는 질문 (FAQ)
Q1. RAG, MCP… 꼭 알아야 하나요?
→ 이름은 몰라도 돼요. '자료를 줘서 근거로 답하게'
한다는 개념만 알면 충분해요.
Q2. 자료는 길수록 좋나요?
→ 아니요! 핵심만 추려 주는 게 더 정확해요.
Q3. 파일·이미지도 컨텍스트예요?
→ 네. 첨부하는 모든 게 맥락창에 올라가요.
Q4. 긴 대화가 갑자기 멍청해져요.
→ '컨텍스트 로트'예요. 새 대화를 열거나
"지금까지 핵심만 요약해줘" 후 이어가세요.
──────────
📚 알아두면 좋은 용어 4개
· 컨텍스트 창: AI가 한 번에 보는 '정보 공간'.
· RAG: 검색해온 자료로 근거 있게 답하기.
· MCP: AI와 도구를 잇는 표준 연결.
· 컨텍스트 로트: 정보가 많아 정확도가 떨어지는 현상.
──────────
📐 좋은 컨텍스트 vs 나쁜 컨텍스트
[나쁜 예]
관련·무관 자료 30장을 통째로 붙이고
"알아서 답해줘." → AI가 핵심을 놓쳐요.
[좋은 예]
꼭 필요한 2~3장만 추려 붙이고
"이 자료를 근거로, 표로 정리해줘."
→ 정확하고 깔끔한 답.
차이는 '양'이 아니라 '선별'이에요.
──────────
🗂 실전 레시피 (복붙해서 바꿔 쓰세요)
[문서 요약]
"아래 보고서를 근거로 핵심 5가지와
다음 할 일을 뽑아줘. 없는 내용은 추측 말고."
[규정 기반 답변]
"아래 규정만 근거로 답해줘.
규정에 없으면 '규정에 없음'이라고."
[내 자료로 글쓰기]
"아래 메모를 토대로 발표 대본을 써줘.
새로운 사실은 지어내지 말고."
공통점: '근거를 명시'하고
'없으면 없다고' 하게 만드는 거예요.
──────────
🧩 '점진적 발견' — AI가 탐색하며 채워요
요즘 AI는 모든 자료를 미리 받지 않아도 돼요.
· 파일 이름·목록만 보고
· 필요한 것만 그때그때 열어보며
· 단계적으로 맥락을 채워가요.
앤트로픽은 이를 '점진적 공개'라 불러요.
사람도 폴더·북마크로 필요할 때
찾아보는 것과 똑같죠.
──────────
🆚 잠깐 — 'RAG'와 '파인튜닝'은 달라요
비슷해 보여 헷갈리는 둘이에요.
· RAG: 그때그때 '자료를 찾아 보여주기'
(책상에 참고서를 펴두는 느낌)
· 파인튜닝: 모델을 '다시 훈련'시키기
(머릿속에 통째로 외우게 하는 느낌)
대부분은 더 쉽고 유연한 RAG로 충분해요.
──────────
💼 컨텍스트를 잘 쓰면 생기는 일
· 고객센터: 회사 매뉴얼을 근거로 정확 답변
· 학생: 강의 자료만 근거로 시험 정리
· 직장인: 회의록을 근거로 할 일 추출
공통점은 '내 자료'를 근거로 쓰니
일반 답변보다 훨씬 쓸모 있다는 점이에요.
──────────
🔭 미래 — AI가 '알아서' 차린다
지금은 사람이 자료를 골라 주지만,
앤트로픽은 이렇게 전망해요.
"모델이 똑똑해질수록 사람의 큐레이션은 줄고,
AI가 스스로 알맞게 정보를 다루게 될 것이다."
그게 바로 다음 단계 '에이전트'로 이어져요.
──────────
🧠 한 문장으로 기억하기
"AI는 맥락창에 든 것만 안다.
그러니 '딱 맞는 정보만' 차려줘라."
이 한 문장이면 충분해요. 😊
──────────
🧪 나는 컨텍스트를 잘 쓰고 있나? (자가진단)
· 질문만 하고 자료는 안 준다 → 기초
· 가끔 자료를 붙여넣는다 → 중급
· "이것만 근거로", "없으면 없다고"를 쓴다 → 고급
· 긴 대화는 요약해 새로 시작한다 → 고수!
대부분 기초~중급이에요. 그거면 충분!
오늘 '근거 주기' 하나만 더해보세요.
──────────
📜 컨텍스트 엔지니어링의 짧은 흐름
· 2020 — RAG 등장 (검색해서 근거 대기)
· 2022~ — 긴 맥락창 경쟁 시작
· 2024 — MCP 등장 (도구 연결 표준)
· 2025 — '컨텍스트 엔지니어링' 용어 대중화
(카파시·앤트로픽)
· 지금 — '많이'보다 '알맞게'가 정설
──────────
❓ FAQ 더 보기
Q5. 맥락창이 크면 무조건 좋아요?
→ 아니요. 커도 '컨텍스트 로트'가 생겨요.
필요한 것만 넣는 게 여전히 중요해요.
Q6. 파일 여러 개를 한 번에 줘도 돼요?
→ 됩니다. 단, 관련 있는 것만 골라 주세요.
Q7. AI가 내 자료를 기억하나요?
→ 기본은 '그 대화 안'에서만요.
'메모리' 기능이 있으면 다음에도 참고해요.
──────────
🌱 입문자 3단계 연습
1) 자료 붙여넣고 "이것만 근거로 답해줘"
2) "없는 내용은 '없음'이라고 해줘" 추가
3) 길어지면 "지금까지 핵심만 요약해줘"
이 3개만 익혀도
'근거 있는 AI'를 부릴 수 있어요. 💪
──────────
🤝 프롬프트 + 컨텍스트 = 환상의 짝
둘은 경쟁이 아니에요.
· 잘 묻고 (프롬프트)
· 잘 차려주면 (컨텍스트)
→ 답의 품질이 곱하기로 좋아져요.
예) "너는 우리 회사 상담원이야. (역할)
아래 FAQ만 근거로, (컨텍스트)
3줄로 친절하게 답해줘. (형식)"
#1과 #2를 합치면 이렇게 돼요!
──────────
🗣 바로 통하는 '마법의 문구' (컨텍스트용)
· "이 자료를 근거로 답해줘."
· "없는 내용은 '자료에 없음'이라고 해줘."
· "출처(어느 부분)도 같이 알려줘."
· "지금까지 핵심만 요약하고 이어가자."
이 네 마디가 컨텍스트의 실전 압축판이에요.
──────────
💡 오늘의 행동 1가지
지금 바로, 긴 자료 하나를 붙여넣고
"이것만 근거로 3줄 요약, 없으면 없다고."
라고 해보세요.
'근거 있는 답'의 든든함을
직접 느끼는 순간이에요. 🌱
──────────
🌍 일상 적용 더 보기
· 영수증/명세서 사진 → "여기 금액만 표로 뽑아줘"
· 계약서 → "이 조항만 근거로 위험한 부분 알려줘"
· 강의 녹취 → "이 내용 근거로 요점 정리해줘"
· 사용설명서 → "이 매뉴얼 기준으로 설정법 알려줘"
모두 '내 자료를 근거로'가 공통 비결이에요.
──────────
🧭 연재 속 위치 (복습)
· #1 프롬프트 — 잘 묻기 (말)
· #2 컨텍스트 ← 지금 여기! (정보)
· #3 에이전트 — 스스로 일하기 (행동)
· #4 하네스 — 믿고 맡기기 (신뢰)
· #5 다음 단계 — 평가·멀티에이전트
#1(말) + #2(정보)가 받쳐줘야
#3 이후가 빛나요.
──────────
🙏 함께 만들어가요
· 자료 주고 받은 답의 전·후 차이
· 긴 대화가 멍청해진 경험
· 더 듣고 싶은 주제
댓글로 남겨주시면 다음 편에 반영할게요!
'좋아요'와 댓글이 큰 힘이 돼요. 🙏
──────────
📊 핵심 한눈에
· AI는 '맥락창'에 든 것만 안다
· 맥락창 = AI의 책상(RAM)
· 채우는 것: 지시·예시·자료(RAG)·기억·도구(MCP)
· 많다고 좋은 게 아니다 (컨텍스트 로트)
· 원칙: '신호 강한 최소 정보'
· 전략: 적시 검색·압축·노트·서브에이전트
──────────
💬 거장의 한마디
카파시는 컨텍스트 엔지니어링을
"맥락창을 '딱 맞는 정보'로 채우는
섬세한 예술이자 과학"이라 했어요.
앤트로픽도 덧붙여요.
"컨텍스트를 소중한 유한 자원으로 다루는 것이
믿을 수 있는 AI의 핵심으로 남을 것이다."
'많이'보다 '알맞게'. 그게 전부예요. 🙂
──────────
📌 한눈 요약 (3줄)
① AI는 '맥락창'에 든 정보만 알아요. 그래서 무엇을 채울지가 답을 좌우해요.
② 자료(RAG)·기억·도구(MCP)를 넣되, '많이'가 아니라 '신호 강한 최소한'으로! (컨텍스트 로트 주의)
③ 정보까지 갖췄으니, 다음은 'AI가 스스로 찾고 행동하기' → #3 에이전트!
──────────
🙌 마무리
정리하면 —
프롬프트가 '잘 묻기'라면,
컨텍스트는 'AI에게 줄 자료를 잘 차리기'예요.
그리고 핵심은 의외로 '절제'예요.
다 주는 게 아니라, '딱 맞는 것만'.
오늘 딱 하나만 해보세요.
자료를 붙여넣고 "이것만 근거로 답해줘".
그 순간 답의 '믿음직함'이 달라져요. 😊
여러분은 AI에게 어떤 자료를
'근거'로 줘보고 싶으세요?
또는 긴 대화가 멍청해진 경험 있으세요?
댓글로 나눠주세요! 🙏
──────────
📖 참고자료 (더 깊이 보고 싶다면)
· Anthropic, 'Effective context engineering for AI agents' (엔지니어링 블로그)
· Andrej Karpathy, 'context engineering' (X, 2025)
· Lewis et al., 'RAG: Retrieval-Augmented Generation' (2020)
· Anthropic, 'Model Context Protocol(MCP)' 소개 (공식)
· LangChain, 'Context Engineering for Agents'
· MIT Technology Review, 'From vibe coding to context engineering' (2025)
※ 본 편은 위 자료들을 입문자 눈높이로
번역·요약·재구성한 글이에요.
다음 #3편 '에이전트 엔지니어링'에서 만나요! 🥕
──────────
🔑 오늘 단 하나만 가져간다면
"AI는 '맥락창에 든 것'만 안다."
그러니 좋은 답을 원하면,
좋은 질문(#1)에 더해
'딱 맞는 자료'를 함께 건네세요. (#2)
그게 오늘의 전부예요.
──────────
📌 P.S. 이 시리즈 활용 팁
· 각 편을 읽고 '딱 한 가지'만 따라 해보기
· #1(프롬프트)과 #2(컨텍스트)는 짝이에요.
둘을 합쳐 쓰면 효과 만점!
· 막히면 댓글로 질문해 주세요 (제가 답해드려요)
아직 #0(전체 지도)·#1(프롬프트)을 안 보셨다면
먼저 보시면 흐름이 더 잘 잡혀요.
이 연재는 '챌린지 인증'에도 딱이에요.
하루 한 편 읽고 '오늘 배운 것 한 줄'을
댓글로 남기면, 공부도 인증도 한 번에! 📚✅
──────────
🌱 한 줄 응원
AI를 잘 쓰는 사람은
'좋은 질문'에 '좋은 자료'를 더할 줄 아는
사람이에요.
오늘 그 한 걸음을 떼셨다면,
이미 충분히 잘하고 계신 거예요.
끝까지 함께해 주셔서 감사합니다. 🙇
그럼 #3 '에이전트 엔지니어링'에서
또 만나요! 🥕✨──────────
📨 마지막으로
이 글이 도움이 됐다면,
'좋아요'와 댓글 한 줄, 그리고
옆 사람에게도 살짝 공유해 주세요.
함께 배우면 훨씬 멀리, 오래 갈 수 있어요.
· 궁금한 점은 언제든 댓글로
· 더 듣고 싶은 주제도 환영이에요
· 내가 써본 사례를 나누면 다 같이 성장해요
작은 한 걸음이 쌓여
어느새 'AI를 잘 부리는 나'가 됩니다.
다음 #3편도 알차게 준비할게요.
그날 또 만나요! 🥕
──────────
🔖 다음 편(#3) 미리보기
· '에이전트'가 뭐고, 워크플로와 뭐가 다른가
· AI가 스스로 계획·도구사용·실행하는 원리
· 5가지 패턴과 '잘 만드는 3원칙'
말(#1)과 정보(#2)를 갖춘 AI가
드디어 '스스로 일하기'를 시작해요.
많이 기대해 주세요! 🚀
이 글이 유익했다면 북마크해 두고
필요할 때 다시 꺼내 보면 좋아요! 🔖
다음 편 알림은 카페에 자주 들러 확인해 주세요.
여러분의 관심이 이 연재를 계속 이어가게 합니다. 🙏)
