프롬프트란 말, 핵심 용어가 된 건 언제부터
GPT-3 논문에도 'prompt'라는 단어는 27번 나오지만, 예시 몇 개로 모델이 추가 학습 없이 과제를 푸는 이 현상에 논문이 실제로 붙인 이름은 '인컨텍스트 러닝'이었습니다. 지금 쓰는 뜻의 핵심 용어로 프롬프트가 자리 잡은 건 2주 뒤 나온 OpenAI의 GPT-3 API 공개 발표문입니다. '프롬프트 엔지니어링 변천사' 시리즈 2편입니다.
정정 (2026년 10월 3일): 원래 GPT-3 논문의 그림 번호를 "Figure 1"이라고 썼으나 "Figure 1.1"로 고쳤습니다.
''라는 말이 지금 쓰는 뜻으로 자리 잡은 출발점은 2020년 6월 11일 OpenAI가 API를 공개하며 낸 발표문입니다. 이 글은 ' 변천사' 시리즈 2편이며, 1편이 예고했던 이 순간을 자세히 다룹니다. 그 근거로 GPT-3 논문 원문의 표기 흔들림과 단어별 등장 횟수를 직접 세어봤습니다.
GPT-3 논문은 이 현상에 '인컨텍스트 러닝'이라는 이름을 붙였다
GPT-3 논문("Language Models are Learners")은 OpenAI 소속 연구진이 쓴 논문으로, 톰 브라운(Tom B. Brown) 외 다수가 저자로 이름을 올렸고 다리오 아모데이(Dario Amodei)가 마지막 저자입니다. 2020년 5월 28일 에 처음 올라왔습니다. 초록은 1,750억 개 매개변수를 가진 GPT-3가 그레이디언트 업데이트나 (fine-tuning) 없이, 오직 텍스트 상호작용만으로 여러 과제를 풀어낸다고 요약합니다.
논문 원문을 직접 확인하면, 이 현상에 실제로 붙인 이름은 초록이 아니라 서론에 나옵니다. 저자들은 기존에 쓰이던 제로샷 전이(zero-shot transfer)라는 표현이 모호하다고 지적하면서, 메타러닝(meta-learning)의 아우터 루프·이너 루프(outer loop·inner loop) 구조 중 이너 루프를 가리키는 말로 새 용어를 씁니다. 그런데 이 표기 자체가 논문 안에서 흔들립니다. 서론 맨 앞 Figure 1.1 캡션은 지금 쓰는 ""을 먼저 내놓고, 이 표기는 논문 전체에서 25회 넘게 반복됩니다. 정작 이 개념을 정식으로 정의하는 각주 한 곳에서는 "in context-learning"이라고, 하이픈 위치가 다르게 적었습니다.
정작 '' 계열 단어(prompt 11회·prompts 13회·prompting 2회·prompted 1회)는 논문 전체에서 27번 등장하는데도 핵심 개념을 설명하는 자리를 차지하지 못합니다. 등장하는 곳도 대개 "Exact phrasings for all task descriptions, examples and prompts can be found in Appendix G"처럼 부록을 안내하는 주변부 문장입니다. 핵심 개념은 "few-shot", "in context-learning", "demonstrations", "task specification" 같은 말로 설명됩니다. 이미 27번이나 쓰인 단어를 두고 이 논문이 프롬프트라는 말을 만들었다고 할 수 있을까요?
OpenAI가 2주 뒤 낸 발표문에 프롬프트란 말이 나온다
그렇다면 ''는 정확히 언제 지금 쓰는 뜻의 핵심 용어가 됐을까요? 논문 제출로부터 2주 뒤인 2020년 6월 11일, OpenAI는 API를 공개하며 이렇게 설명합니다.
Given any text prompt, the API will return a text completion, attempting to match the pattern you gave it. You can "program" it by showing it just a few examples...
이 문장에서 눈에 띄는 단어는 사실 명사 prompt가 아니라 동사 program입니다. OpenAI는 예시 몇 개를 보여주는 것을 두고 모델을 '프로그램'한다고 표현했고, 이 비유가 명사 prompt에 실무적 무게를 실어준 진짜 이유로 읽힙니다. 코드를 짜듯 예시를 넣으면 결과가 바뀐다는 감각, 그게 prompt를 논문 속 부차적 단어에서 API 문서의 핵심어로 밀어 올린 힘.
지금 통용되는 개념, 즉 예시로 모델을 다루는 법을 공식 문서로 가장 이르고 명확하게 보여준 사례가 바로 이 발표문입니다.
논문과 발표문은 역할이 달랐다
로 모델을 다룬다는 개념 자체는 GPT-3 논문이 실제로 보여줍니다. GPT-3가 추가 학습 없이 예시만으로 과제를 풀어낸다는 것이 정확히 그 이야기이기 때문입니다. 다만 그 방식에 'prompt'라는 이름표를 붙이고 API 설명의 핵심 명사로 명시한 것은 논문이 아니라 2주 뒤 OpenAI의 발표문 쪽입니다. 'prompt'라는 단어 자체는 발표문 이전부터, 심지어 논문 안에서도 이미 존재했으니, 이 구분이 말하는 것은 단어가 언제 태어났느냐가 아니라 핵심 용어 자리를 누가 차지했느냐입니다. 하나는 현상을 학술적으로 설명하는 논문이었고, 다른 하나는 그 현상을 제품으로 팔아야 하는 API 문서였습니다 — 이름을 붙이고 퍼뜨리는 데는 후자 쪽이 더 유리했을 뿐입니다.
그렇다면 지금 프롬프트를 대하는 방식에서 뭐가 달라질까요? 프롬프트를 잘 쓰는 법을 찾는다면, 원 논문보다 OpenAI나 앤트로픽 같은 회사가 내놓는 실무 가이드 문서 쪽을 먼저 보는 편이 낫습니다. 학술 논문은 현상을 증명하는 자리이고, 그 현상을 다루는 실무 요령은 이후에 나온 문서들이 채워왔습니다. 다음 편은 이 말이 어떻게 33만 5천 달러짜리 채용공고까지 번졌는지를 다룹니다.
