프롬프트 엔지니어링은 죽지 않고 진화했다
프롬프트 엔지니어링은 2020년 GPT-3의 few-shot 학습과 함께 등장해, 2023년 앤트로픽 채용공고(최대 33만 5천 달러)로 화제가 됐습니다. 2025년엔 '컨텍스트 엔지니어링'이, 2026년 상반기엔 '하네스 엔지니어링'과 '루프 엔지니어링'이 잇따라 등장했습니다. '프롬프트 엔지니어링 변천사' 시리즈 1편입니다.
정정 (2026년 10월 3일): 원래 타임지의 "36배"를 생성형 AI 채용 공고 증가로, 앤트로픽이 컨텍스트 엔지니어링을 "진화"라고 규정했다고 썼으나, 원문을 다시 확인해 링크드인에서 '생성형 AI'를 언급한 게시물 증가, "자연스러운 발전"으로 고쳤습니다. 앤드류 응이 루프를 '화제어'라고만 불렀다는 서술도 핵심 방식으로 소개했다는 원문에 맞게 고쳤습니다.
이라는 말은 2020년 GPT-3와 함께 태어나 여섯 해를 사는 동안 이름이 네 가지로 늘었습니다. 2023년엔 앤트로픽이 고액 채용공고로 화제를 모았습니다. 2025년 6월엔 테크 업계 실무자들이 ''이라는 대안을 내놓았습니다. 2026년 상반기엔 ' 엔지니어링'과 '루프 엔지니어링'이라는 이름이 잇따라 등장했습니다. 프롬프트 엔지니어링이 죽었다는 말도 나돌지만, 여덟 개 흐름을 시간순으로 이어보면 그보다는 매번 기술적 한계에 응답하며 이름을 갈아입은 쪽에 가깝습니다. 이 글은 그 여섯 해를 개요로 훑는 시리즈 1편이고, 각 흐름은 앞으로 하나씩 다룹니다.
프롬프트라는 말이 자리 잡기까지
OpenAI가 2020년 5월 28일 낸 GPT-3 논문은 예시 몇 개만 보여주면 모델이 추가 학습 없이 과제를 풀어낸다는 현상을 정의했습니다. 이걸 '(in-context learning)'이라고 불렀습니다. 정작 ''라는 단어는 이 논문 안에서 27번 등장하고도 핵심 개념어 자리를 차지하지는 못했습니다. 그 자리를 대신 차지한 건 2주 뒤, OpenAI가 6월 11일 API를 공개하며 낸 발표문입니다. 원문을 확인해보면 OpenAI는 예시 몇 개로 모델을 '프로그램'할 수 있다고 설명하며 'prompt'를 실무 용어로 전면에 내세웠습니다. 이 문서가 지금 통용되는 개념을 가장 이르게 공식으로 명시한 자리입니다.
이 말이 채용 시장까지 번진 건 그로부터 2년 반 뒤입니다. 앤트로픽은 샌프란시스코에서 '프롬프트 엔지니어 겸 사서'를 뽑는 공고를 냈습니다. 늦어도 2023년 1월에는 급여 범위를 25만~33만 5천 달러로 적어 뒀습니다. 이 공고는 스스로 프롬프트 엔지니어링이라는 분야가 생긴 지 2년이 채 안 됐다고 밝혔습니다. 정작 이걸 대중에 알린 건 두 달 뒤 나온 블룸버그(Bloomberg) 보도였습니다. 3월 29일 블룸버그가 이 공고를 다루면서 '33만 5천 달러'라는 숫자가 널리 퍼졌습니다. 2주 뒤 타임지(TIME)가 같은 사실을 다시 보도하며, 링크드인(LinkedIn)에서 '생성형 AI'를 언급한 게시물이 1년 새 36배 늘었다는 새 통계를 덧붙였습니다. 이 채용 열기는 정확히 언제 어떻게 식었을까요? 그걸 보여주는 시계열 자료는 아직 없습니다. 2025년 한 조사에서는 링크드인 채용 공고 2만여 건 중 프롬프트 엔지니어 비중이 0.5%에 못 미쳤습니다. 이건 지금 시점의 한 장짜리 스냅샷일 뿐입니다.
GPT-3가 '인컨텍스트 러닝' 대신 'prompt'로 불리게 된 사연과, 33만 5천 달러짜리 채용공고 뒤 무슨 일이 있었는지는 각각 시리즈 2편과 3편에서 다룹니다.
추론과 도구를 다루는 법이 생겼다
2022년 1월 28일 구글 리서치(Google Research)의 Wei 등이 ''(Chain-of-Thought) 프롬프팅 논문을 냈습니다. 추론 과정을 몇 단계로 풀어 예시로 보여주면 큰 모델의 정답률이 크게 뛴다는 내용입니다. 넉 달 뒤인 5월 24일, 도쿄대와 구글 리서치의 Kojima 등은 예시조차 필요 없다는 걸 보여줬습니다. 답을 쓰기 전에 한 문장만 덧붙이면 됐습니다.
Let's think step by step
이 한 문장만으로 MultiArith 정답률이 17.7%에서 78.7%로, GSM8K는 10.4%에서 40.7%로 뛰었습니다. 논문이 직접 실험으로 확인한 수치입니다. 두 논문의 정확한 관계와 왜 넉 달 터울로 나왔는지는 시리즈 4편에서 따로 다룹니다.
그렇다면 가 도구까지 다루게 된 건 언제부터일까요? 같은 해 10월, 프린스턴대와 구글 리서치의 Yao 등이 ReAct 논문을 냈습니다. 추론과 도구 사용(검색, 계산 등 행동)을 번갈아 시키는 방식을 제안한 논문입니다. 논문 스스로는 이걸 '한두 개의 인컨텍스트 예시로 프롬프트한 것'이라고 표현합니다. 새 방법론이 아니라 프롬프트 기법의 연장선이라는 뜻입니다. 검색 결과를 프롬프트에 얹는 (retrieval-augmented generation, 검색 증강 생성)는 계보가 조금 다릅니다. 2020년 5월, 페이스북 AI 리서치(Facebook AI Research) 등이 처음 이 이름을 붙였을 때는 스스로를 '(fine-tuning) 레시피'라고 규정했습니다. 지금 통용되는 '검색 결과를 프롬프트에 얹는' 방식으로 재해석된 건 그 뒤의 일입니다. 두 방식 모두 벤치마크 수치로 직접 증명한 진보였습니다. 이 유행어가 아니라 실질적인 기법으로 자리 잡은 시기입니다. 와 RAG가 서로 다른 출발점에서 같은 결론에 이른 사연은 후속 편에서 풀어봅니다.
프롬프트 엔지니어링은 정말 죽었나
모델이 지시를 더 잘 따르게 되면서 를 정교하게 짜야 할 이유도 줄어드는 게 아니냐는 의문이 나왔습니다. 이 의문이 나온 건 2022년 3월 OpenAI가 낸 InstructGPT 논문 이후입니다. 인간 피드백으로 (, RLHF)을 시킨 13억 파라미터 InstructGPT가, 100배 큰 1,750억 파라미터 GPT-3보다 사람 평가에서 더 선호됐다는 결과였습니다. 논문 자체는 이 덜 필요해진다고 직접 주장하지 않았습니다. 그 해석은 이후 업계의 몫이었습니다.
그렇다면 정말 죽은 걸까요? 가장 강한 형태의 주장은 2024년 3월 6일 IEEE 스펙트럼(IEEE Spectrum)이 낸 기사 제목 그대로입니다. 그 제목부터 노골적입니다. '프롬프트 엔지니어링은 죽었다'는 문장입니다. VM웨어(VMware)와 인텔 랩스(Intel Labs) 연구자를 인용해, 사람이 더는 수작업으로 프롬프트를 최적화할 필요가 없다는 취지였습니다. 다시 확인해보니 근거로 인용된 원 연구는 재인용으로만 확인됩니다. 2026년 6월 나온 포브스(Forbes) 반론 기사("Prompt Engineering Is Not Dead")는 본문 접근 자체가 막혀 논거를 볼 수 없었습니다. 찬성 쪽 출처는 뚜렷한데 반대 쪽은 원문에 닿지 않는 비대칭이 있습니다. 이 논쟁을 대칭으로 그리지는 않습니다.
업계가 쓰는 말은 이 시점부터 사뭇 달라집니다. 2025년 6월 19일, 쇼피파이(Shopify) CEO 토비 뤼트케는 이렇게 썼습니다.
I really like the term “context engineering” over prompt engineering.
이레 뒤 안드레이 카파시도 같은 취지로 거들었습니다. 2025년 9월 29일, 앤트로픽은 공식 엔지니어링 블로그에서 을 '프롬프트 엔지니어링의 자연스러운 발전'이라고 규정했습니다. 그해 11월에는 별도 공식 블로그에서 한발 더 나아가, 예전 모델에 통했던 일부 프롬프트 기법이 Claude 같은 최신 모델에는 덜 필요하다고 명시했습니다. 죽은 게 아니라 컨텍스트라는 더 넓은 이름 아래로 흡수되는 중이라는 쪽이, 지금까지 나온 자료에는 더 맞는 해석입니다.
프롬프트 엔지니어링이 정말 죽었는지, 컨텍스트 엔지니어링이 왜 그 자리를 대신했는지, 이 물음에는 후속 편에서 답합니다.
지금은 하네스와 루프라고 부른다
2026년 들어서는 이름이 다시 한번 바뀝니다. 2월 5일, Terraform과 Vagrant를 만든 해시코프(HashiCorp) 공동창업자 미첼 하시모토가 개인 블로그에 이렇게 적었습니다.
I've grown to calling this 'harness engineering.'
그렇다면 엔지니어링이란 정확히 무엇일까요? 가 같은 실수를 반복하지 않도록 시스템 자체를 고쳐나가는 실천을 가리키는 말입니다. 하시모토 본인도 업계에 이미 널리 쓰이는 용어가 있는지는 모르겠다고 적어 뒀습니다. 엿새 뒤인 2월 11일, OpenAI가 'Harness engineering'이라는 제목으로 공식 글을 냈습니다. 한 달 뒤인 3월 10일에는 랭체인(LangChain)이 모델과 하네스를 더한 것이 에이전트라는 개념을 블로그에 정리했습니다. 다시 3주 뒤인 4월 2일에는 마틴 파울러(Martin Fowler) 사이트가 이 용어를 제목에 올려 업계 참고자료로 정착시켰습니다. 개인 실무자의 조어 하나가 두 달 안에 회사 공식 채널 둘과 업계 참고자료 하나를 거쳐 정착한 셈입니다.
6월 7일에는 그 위에 한 층이 더 얹혔습니다. 애디 오스마니가 블로그에 '루프 엔지니어링'을 제안했습니다. 이걸 하네스 엔지니어링의 '사촌'이자 '한 층 위'라고 스스로 설명합니다. 같은 날(한국시간 8일), 피터 스타인버거가 코딩 에이전트에 하는 시대는 끝났다는 취지의 게시물을 올려 빠르게 퍼졌습니다. Claude Code 총괄 보리스 체르니의 비슷한 언급까지 겹치며 확산됐습니다. 앤드류 응은 이를 '화제어'(buzzphrase)라고 부르면서도, 에이전트가 소프트웨어를 오래 반복해 만들게 하는 핵심 방식이라고 설명했습니다. 하네스 엔지니어링도 루프 엔지니어링도 아직 학계에 정착되지 않았고, 2026년 상반기에 실무자들 사이에서 빠르게 퍼진 신조어입니다.
이 확산 속도 자체가 건강한 신호입니다. 개인 블로그 글 하나가 열흘 안에 회사 공식 발신으로 흡수되는 건, 한 사람의 마케팅이 아니라 업계가 실제로 쓸모를 느꼈다는 뜻에 가깝습니다. 지금 당장 뭔가를 새로 배워야 할까요? 그럴 필요는 없습니다. 지금 쓰고 있는 프롬프트 습관이 프롬프트·컨텍스트·하네스·루프 엔지니어링 중 어디에 해당하는지, 한 번쯤 스스로 점검해 볼 시점입니다.
다음 편부터 이 여덟 흐름을 하나씩 자세히 다룹니다. 다음 편은 GPT-3와 함께 'prompt'라는 말이 실제로 퍼져나간 순간부터 시작합니다.
참고한 자료
- Brown 외, "Language Models are Few-Shot Learners"
- 오픈AI — Introducing the OpenAI API
- 앤트로픽 — "Prompt Engineer and Librarian" 채용공고(Wayback Machine 아카이브)
- 블룸버그 — $335,000 Pay for 'AI Whisperer' Jobs Appears in Red-Hot Market
- 타임지 — How to Get a Six-Figure Job as an AI Prompt Engineer
- An Vu·Jonas Oppenlaender, "Prompt Engineer: Analyzing Hard and Soft Skill Requirements in the AI Job Market"
- Wei 외, "Chain-of-Thought Prompting Elicits Reasoning in Large Language Models"
- Kojima 외, "Large Language Models are Zero-Shot Reasoners"
- Yao 외, "ReAct: Synergizing Reasoning and Acting in Language Models"
- Lewis 외, "Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks"
- Ouyang 외, "Training language models to follow instructions with human feedback"
- IEEE 스펙트럼, Dina Genkina — "AI Prompt Engineering Is Dead"
- 포브스, Dan Fitzpatrick — "Prompt Engineering Is Not Dead"
- 앤트로픽 — Effective context engineering for AI agents
- 앤트로픽 — Best practices for prompt engineering
- 토비 뤼트케(Tobi Lütke) X 게시물
- 안드레이 카패시(Andrej Karpathy) X 게시물
- 미첼 하시모토 — My AI Adoption Journey
- 오픈AI — Harness engineering
- 랭체인, Vivek Trivedy — The Anatomy of an Agent Harness
- 마틴 파울러 사이트, Birgitta Böckeler — Harness engineering for coding agent users
- 애디 오스마니 — Loop Engineering
- 피터 스타인버거(Peter Steinberger) X 게시물
- 앤드류 응(Andrew Ng) X 게시물
