프롬프트 시대를 넘어 컨텍스트 엔지니어링으로

이 책은 프롬프트 엔지니어링만으로는 해결할 수 없는 AI의 기억 상실과 환각 문제를 컨텍스트 엔지니어링 기법으로 해결하는 실전 가이드입니다. 프롬프트 엔지니어링이 AI에게 '질문하는 기술'이라면, 컨텍스트 엔지니어링은 AI의 작업 기억에 필요한 '배경지식을 주입하는 설계 기술'입니다. 즉, AI가 똑똑하게 대답하도록 유도하는 수준을 넘어, 조직의 고유 데이터와 상황 정보라는 ‘생각의 재료’를 체계적으로 제공해 AI가 스스로 올바른 판단을 내리는 유능한 동료로 기능하게 만듭니다.

이러한 공학적 설계 원칙을 바탕으로, 특정 LLM 버전에 종속되지 않는 일관된 패턴을 따라 ‘주니어 개발자’, ‘CS 에이전트’, ‘의료 연구원’ 등 실제 업무를 수행하는 3가지 에이전트를 직접 구현해봅니다. 또한 RAG, CoT, 메모리 관리는 물론, 기존 도서에서 다루지 않았던 AI 보안 기술까지 실무 수준으로 심도 있게 담아냈습니다. 이를 통해 독자는 AI를 단순한 도구가 아닌, 신뢰할 수 있는 비즈니스 파트너로 진화시키는 핵심 기술을 체득하게 될 것입니다.

[목 차]
  

[PART 1 AI 활용의 패러다임을 바꾸는 컨텍스트 엔지니어링]

CHAPTER 01 프롬프트 이후의 시대: 컨텍스트 엔지니어링

_1.1 AI의 단기 기억 상실과 환각 현상

_1.2 AI의 작업 기억에 핵심 정보를 각인시키는 기술

_1.3 동일한 질문, 다른 컨텍스트: 결과물이 어떻게 달라지는가

_1.4 마치며

 

CHAPTER 02 컨텍스트 엔지니어링의 핵심 도구 상자

_2.1 모든 것의 시작: AI의 기억력 한계

_2.2 코드 없이 당장 시작하는 컨텍스트 엔지니어링

_2.3 외부 지식의 자동 공급: 검색 증강 생성(RAG)

_2.4 AI의 추론 능력 극대화: CoT 활용법

_2.5 대화의 연속성 부여: 단기 및 장기 메모리 구축 전략

_2.6 현실적인 고려 사항: 컨텍스트의 비용과 토큰 최적화

_2.7 마치며

 

[PART 2 AI 에이전트를 위한 4가지 기초 컨텍스트 패턴]

CHAPTER 03 소프트웨어 개발: 코드를 완벽히 이해하는 AI 페어 프로그래머

_3.1 [상황] 사용자 스타일을 무시하고 엉뚱한 코드를 제안하는 AI

_3.2 [해결] 컨텍스트로 AI에게 우리 팀의 규칙 알려주기

 

CHAPTER 04 고객 지원: 모든 고객을 VIP처럼 응대하는 AI 챗봇

_4.1 [상황] 과거 상담 내용을 기억 못 하고 같은 질문만 반복하는 챗봇

_4.2 [해결] 챗봇에 기억, 지식, 공감 능력을 부여하기

_4.3 최종: 기억, 지식, 공감을 모두 갖춘 챗봇

 

CHAPTER 05 법률 및 의료: 신뢰할 수 있는 AI 전문 어시스턴트

_5.1 [상황] 최신 판례나 논문을 반영하지 못하고 일반적인 정보만 제공하는 AI

_5.2 [해결] 검증되고 신뢰할 수 있는 자료만으로 답안을 작성하는 제한적 오픈북 시험

 

CHAPTER 06 창작 및 교육: 맞춤형 AI 튜터와 세계관을 지키는 AI 스토리텔러

_6.1 [상황] 스토리가 진행될수록 설정이 붕괴되거나 모든 학생에게 똑같은 문제를 내는 AI

_6.2 [해결] 지속적으로 유지되어야 할 핵심 컨텍스트를 부여하는 법

 

[PART 3 나만의 AI 에이전트 구축]

CHAPTER 07 AI 에이전트의 탄생

_7.1 대화형 AI에서 행동하는 AI로: 패러다임의 진화

_7.2 에이전트의 4대 구성 요소와 컨텍스트의 역할

_7.3 컨텍스트 중심 에이전트 아키텍처 설계도

_7.4 [실습] 나의 첫 컨텍스트 에이전트 만들기

_7.5 마치며

 

CHAPTER 08 AI 주니어 개발자 에이전트: 리팩터링과 강화형 컨텍스트 학습

_8.1 개발 보조형 AI 에이전트의 역할

_8.2 코드 이해형 LLM의 한계와 컨텍스트의 필요성

_8.3 코덱스를 활용한 코드 컨텍스트 모델링

_8.4 컨텍스트 주입형 코드 수정 파이프라인 설계

_8.5 [실습] 코덱스 기반 코드 리팩터링 에이전트 만들기

_8.6 학습형 에이전트로 진화하기: 강화형 컨텍스트 학습

_8.7 해결책의 수준을 결정하는 컨텍스트

_8.8 마치며

 

CHAPTER 09 AI 고객센터 에이전트: 다중 컨텍스트 융합

_9.1 고객센터 에이전트의 역할과 한계

_9.2 다중 컨텍스트 융합 엔지니어링

_9.3 고객 상담원을 위한 도구 만들기

_9.4 [실습] 다중 컨텍스트 융합 에이전트 만들기

_9.5 실행 결과 분석: 에이전트의 판단

_9.6 AI 고객센터 에이전트의 다음 단계

_9.7 마치며

 

CHAPTER 10 AI 의료 연구원 에이전트: 컨텍스트 수명 주기 관리

_10.1 AI 연구원의 미션: 지식 노화 문제 해결

_10.2 [핵심] 컨텍스트 수명 주기 엔지니어링

_10.3 지식 큐레이터를 위한 도구 만들기

_10.4 [실습] 스스로 학습하는 지식 베이스 구축하기

_10.5 실행 결과 분석: 지식 베이스가 스스로 성장하는 과정 확인하기

_10.6 지식 큐레이터 에이전트의 다음 단계

_10.7 마치며

 

[PART 4 컨텍스트의 확장: 평가, 윤리, 미래]

CHAPTER 11 AI 품질 관리: 디버깅과 평가

_11.1 디버깅: 무엇이 잘못되었는가?

_11.2 평가: 얼마나 잘 작동하는가?

_11.3 마치며

 

CHAPTER 12 책임 있는 AI: 윤리와 공정성

_12.1 책임 소재: 누구의 잘못인가?

_12.2 편향과 공정성: 컨텍스트가 만드는 판단의 왜곡

_12.3 투명성과 설명 가능성: 왜 그렇게 판단했는가?

_12.4 일자리 문제와 인간-AI 협업

 

CHAPTER 13 AI 에이전트 보안: 해킹과 방어

_13.1 프롬프트 인젝션

_13.2 데이터 유출

_13.3 데이터 중독

_13.4 안전하지 않은 도구 사용

_13.5 컨텍스트 내 개인정보 보호

_13.6 마치며

 

CHAPTER 14 컨텍스트 엔지니어링의 미래

_14.1 AI에게 눈과 귀를 달아주기

_14.2 컨텍스트 엔지니어의 새로운 역할

_14.3 컨텍스트 엔지니어의 다음 단계

_14.4 마치며

 

[APPENDIX 실무 적용 노트]

APPENDIX A 10분 만에 끝내는 환경 설정

_A.1 가상 환경 설정

_A.2 필수 라이브러리 일괄 설치

_A.3 API 키 설정(오픈AI, 앤트로픽, 구글)

 

APPENDIX B 챗GPT vs 클로드 vs 제미나이

_B.1 기본 설정: 클라이언트 및 모델 초기화

_B.2 챗 대화 생성

_B.3 임베딩

_B.4 JSON 출력 강제

_B.5 에이전트의 핵심: 도구 사용

 

APPENDIX C 실전 디버깅

_C.1 API 및 환경 설정 오류

_C.2 라이브러리 설치 오류

_C.3 RAG 파이프라인 오류

_C.4 AI 에이전트 행동 오류

작가의 말

모델은 변해도 설계의 가치는 변하지 않습니다. GPT-5, 6로 이어지는 기술의 진보는 놀랍습니다. 이 원고를 마무리하는 시점에 등장한 GPT-5.2와 같은 최신 모델들은 이전 모델들이 가지고 있던 고질적인 환각 문제를 놀라울 정도로 개선했고, 추론 능력 또한 비약적으로 상승했습니다. 혹자는 ‘이제 모델이 이렇게 똑똑해졌으니, 복잡한 엔지니어링은 필요 없는 것은 아닐까?’라고 반문할지도 모릅니다. 하지만 저는 단호하게 ‘아니요’라고 답합니다. 모델이 아무리 똑똑해져도, 무엇을 근거로 생각해야 하는지, 우리 조직만의 고유한 지식을 어떻게 주입해야 하는지는 여전히 인간 아키텍트의 몫이기 때문입니다. 이 책은 바로 그 ‘근본’에 집중합니다. 특정 모델의 사용법을 다루는 매뉴얼이 아니라, AI가 어떤 데이터를 먹고 자라야 하는지, 그 지식의 흐름을 설계하는 불변의 공학 원리를 다룹니다. - 저자 박경민

남상균 (데이터라이즈 백엔드 엔지니어)

단순히 ‘컨텍스트를 잘 넣어라’가 아니라 컨텍스트를 어떻게 설계하고 어떤 구조로 전달하며, 시간이 지나면 어떻게 관리해야 하는지까지 짚어줍니다. 특히 컨텍스트의 수명 주기 관점과 실전 디버깅 가이드는 실무에서 바로 참고할 수 있어 유용했습니다.

 

이기용 ((주)마인씨드 소프트웨어 개발자)

단순히 프롬프트를 잘 작성하는 기술을 넘어, AI가 맥락을 이해하고 스스로 확장하며 학습하도록 만드는 ‘컨텍스트 엔지니어링’이라는 패러다임을 체계적으로 설명합니다. 나아가 컨텍스트 자동화, 평가와 디버깅, 윤리와 보안, 멀티모달 컨텍스트까지 폭넓게 아우르며, 실제로 동작하는 AI 에이전트를 구축하기 위해 필요한 구조적 사고와 실천적 지침을 균형 있게 담아냈습니다. AI 기술이 빠르게 발전하는 지금, 이 책은 단순한 활용 방법을 넘어 ‘AI와 함께 일하는 방식’을 재정의하는 데 중요한 길잡이가 될 것입니다.

 

이수영 (삼성전자 시스템 보안 개발자)

AI에 익숙하지 않아도 쉽게 접근할 수 있는 책입니다. 저도 이 책을 보며 AI 에이전트 개발을 따라 해보았는데, 설명이 친절하고 이해하기 쉬워서 재미있게 익힐 수 있었습니다. 특히 LLM에 툴을 연동해 활용하는 AI 에이전트 구성 방식이 무척 흥미로웠습니다. AI에 대해 막연한 두려움이나 궁금증을 갖고 있던 분들에게, 이 책은 AI 활용 안내서로서 충분한 역할을 해줄 것입니다.

 

이영준 (IT 기획자)

이 책은 요즘 챗봇을 고민하는 저에게 많은 아이디어를 줍니다. 여기저기에서 챗봇 구축이 아주 쉽다고들 하지만, 실제로는 지극히 초보적인 형태에 머무르는 경우가 많습니다. 조금이라도 더 전문적인 답변과 출처를 제시하는 챗봇을 만들려고 하면 AI가 헛돌기 시작합니다. 이 책을 통해 저는 한 단계 더 성장할 수 있었습니다.

 

전영식 (오라클 프로덕트 매니저)

다양한 LLM(챗GPT, 클로드, 제미나이 등)의 부상으로 RAG와 에이전트(도구 기반 자동화)가 주목받지만, 실무 적용의 성패는 도메인 지식과 맥락을 설계 및 주입하는 ‘컨텍스트 엔지니어링’에 달려 있습니다. 이 책은 컨텍스트 번들 설계, 컨텍스트 합성·주입, 메모리와 경험 DB를 통한 학습형 에이전트 운영까지 이론과 코드로 체계적으로 제시합니다.

 

추상원 (이스트소프트 인프라 보안 부트캠프 멘토)

요즘 AI 도서들이 굉장히 많이 출간된다고 생각합니다. 그중에서도 이 책을 리뷰하면서 무언가 좀 다르다는 생각이 들었습니다. 시중에 출간된 도서들은 프롬프트에 포커스를 맞춘 책들이었다면 이 책은 컨텍스트에 주 관점을 맞췄습니다. 기존 프롬프트 방식으로 AI를 사용하는 것이 종종 불편감을 느꼈던 사용자라면 이 책을 읽을 때 집중해서 읽는 자신을 볼 수 있을 것입니다.