Photo by Shutterstock

2022년 2월 초 AI스타트업 앤스로픽은 프롬프트 엔지니어 구인 공고를 내며 연봉 33만5000달러(약 4억3600만) 이 기업은 구글이 5000억원을 투자했던 것으로 유명했다. 뿐만 아니라 미국의 보스톤 어린이 병원과 법무법인 미쉬콘 드 레야에서도 프롬프트 엔지니어를 고용했다. 이런 사례들이 알려지면서 프롬프트 엔지니어 눈길을 끌기 충분했다. 그렇다면 정말 그러할 지 가늠해 볼 필요가 있다. 

2023년 챗 GPT 등으로 초거대 언어모델(LLM)의 부각 함께 주목받고 있는 직종이 프롬프트 엔지니어(Prompt Engineer)다. 프롬프트 엔지니어에서 프롬프트란 뭘까? 프롬프트(prompt)는 사람이 언어모델에 입력하는 지시 명령어의 모든 형태를 말한다. 쉽게 말하면 우리가 포털 서비스에서 검색어를 입력하는 것과 같은데 문장형태로 길어지고 세밀해진다는 점이 그 차이다. 좁은 범위에서는 대형언어모델로 응용 프로그램을 만들 때 프롬프트로 미세 조정((Fine tuning)을 한다.

GPT-3는 매개변수가 1750억 개, GPT-4 매개변수 규모는 GPT-3과 고퍼(Gopher) 사이인 1750억~2800억 개로 추정되었다. 매우 큰 데이터 인공지능 모델이라는 뜻이며, 동시에 여러 곳에 쓸 수 있는 기초(Foundational) 모델이다. 이 대형 기초 모델을 이용해 작은 애플리케이션을 만들 때는 미세 조정 과정이 필요하다. 이때 프롬프트 엔지니어 역할이 필요하다. 각 조직이나 기업에서 원하는 생성형 인공지능 서비스를 만들 때마다 그에 맞는 질문의 답을 내놓는 공학적 디자인을 누군가 해야 하는데 그들이 프롬프트 엔지니어다.

챗 GPT는 어떻게 질문을 던지는가에 따라 다양한 답변을 내놓는다. 사용자가 지시 명령을 질문으로 입력하는 모든 것이 프롬프트라고 할 수 있다. 프롬프트 엔지니어는 이러한 질문을 좀 더 다양하고 세밀하게 디자인하는 역할을 한다. 같은 질문을 하더라도 어떤 단어나 관련 개념을 넣어주는가에 따라 답이 달라질 수 있으므로 이들의 역할이 중요하다.

예컨대, 알파 세대가 좋아하는 아이템이 무엇이냐고 물어볼 수 있지만, 구체적인 취미 분야, 트렌드, 물건이나 상품에 대한 정보를 연계시켜 입력할 수 있게 하면 더 실제적인 결과물이 나올 수 있을 것이다. 여성들이 좋아하는 옷이 무엇인가라는 질문보다는 더 20대, 30대 여성 혹은 직장인과 중년여성으로 나눌 수 있고 옷도 블라우스나 재킷 등으로 더 세분화하여 지시할 수 있다. 이런 점 때문에 초거대 AI를 ‘블랙박스’나 ‘도깨비 주머니’에 비유하는 이들도 생겨나고 있다.

개인뿐만 아니라 기업이나 조직에서도 이런 프롬프트 엔지니어가 많을수록 경쟁력을 갖는다고 보고 있다. 챗 GPT를 런칭했을 때 오픈 AI는 비즈니스 관점에서 서비스 이용자를 더 확보하기 위해 집중한다는 전략을 발표하기도 했다. 개인보다는 비즈니스 그리고 경제 산업적인 측면에서 더 큰 효용성의 결과물을 만들어낼 수 있고 이런 점은 유망한 시장성으로 확장될 수 있다는 판단이다.

이전에는 앱이나 홈페이지에서는 이용자들의 눈길을 끌 수 있는 시각적 디자인이 중요했다면 이제는 질문에 따른 지식과 정보의 질적 수준에 대한 총괄적인 디자인이 중요해졌다. 그렇다고 했을 때, 프롬프트 엔지니어라는 공학적 느낌보다는 프롬프트 디자이너라는 단어가 정서나 본질상 맞을 수 있다. 이런 디자이너는 단지 시각적인 효과만을 전적으로 고려하며 활동하지 않기 때문에 기존의 디자이너와는 분명 다르다.

그들은 초거대 언어 인공지능 모델이 어떤 말을 입력했을 대답을 잘하는지 알고 있어야 한다. 거꾸로 어떤 단어에 부실한 대답을 하는지 또한 알고 있어야 한다. 고객이나 이용자의 요구에 따라서 질문의 차별화를 통해서 도출되는 결과물을 달리 끌어낼 수가 있다. 학생과 직장인 등등의 직업, 그리고 그 용도에 따라서 얼마든지 다른 결과물이 나올 수 있고 이에 맞춤식으로 해주어야 한다.

특히 최신 정보 등이 업데이트가 실시간으로 이뤄지지 않기 때문에 새로운 현상이나 신조어에 대해서는 약점을 보이기 쉽다. 초거대 언어모델(LLM)은 다수가 사용하는 언어를 더 잘 반영한다. 이런 점 때문에 영어로 된 정보 데이터에 관해서는 풍부하고 다양하며 정확도가 높은 대답을 할 수 있지만 그렇지 않은 언어의 형태에 대해서는 미흡할 수 있다. 이런 점에서 한국에 관한 질문에 대해서 상대적으로 부실하다는 점은 익히 알려져 있다.

'냉파'를 질문하면 냉장고 파먹기가 아니라 기온과 날씨에 관해 언급하는 이유가 여기에 있다. 알파 세대의 요즘 트렌드를 알려달라는 질문에 버벅거릴 수 있는 여지가 충분하다. 그렇다면 이를 어떻게 매우 근사치로 대답을 끌어내게 할 것인가 하는 점은 프롬프트 엔지니어의 역량에 좌우된다.

초거대모델은 통계에 기반을 두고 있다. 통계적인 패턴을 읽는 것에서 더 나아가 통계적으로 다음에 올 정보와 사실을 채우는 방식이다. 이런 특성을 잘 인지하고 있어야 한다. 프롬프트 엔지니어는 이러한 인공지능을 파악해야 하므로 항상 대화에 능숙해야 한다. 기획력과 창의력이 중요한 것은 당연하며, 이를 위해서나 혹은 역량을 기르기 위해 초거대 언어 인공 지능모델과 끊임없이 대화해야 하는데 그 수준이 수다의 경지에 오를 수 있을 것이다. 왜냐하면, 그만큼 인공지능에 물어볼 수 있는 대상이 광범위하기 때문이다.

그렇다면 여기에서 새로운 세대에게 요구되는 역량이 있다. 우선 끊임없이 대화하고 소통하는 역량이 있는 사람이 요구된다. 이는 인공지능과 나누는 대화와 소통만이 아니라 가이드를 해주어야 하는 이들의 요구까지도 잘 헤아리는 능력이 필요하다. 언어적 감각뿐만 아니라 지적 감각도 갖추고 있어야 한다.

그렇다면 다양한 지식과 정보를 섭렵할 뿐만 아니라 통찰력을 갖고 있어야 한다. 흔히 문과라서 죄송하다는 말을 하는데 이제 문과적 역량을 가진 이들이 프롬프트 엔지니어나 디자이너로 활약을 할 수 있게 된다. 더구나 기획력과 창의력과 갖추고 있다면 더욱더 선호될 여지가 충분하다. 하지만 이제 좀 더 진전되면 문과적 측면에 예술적 감각의 역량이 요구될 것이 분명하다.

지금은 주로 텍스트에 대한 질문에 텍스트 형태의 대답만을 요구하지만, 점점 텍스트 질문에 이미지나 영상 그리고 소리의 형태로 결과물을 도출해 내야 하기 때문이다. 이른바 멀티 모달(Multi modal)의 형태라고 할 수 있다. 그러므로 멀티 모달의 알파 세대 프롬프트 엔지니어와 디자이너에게 어떤 역량이 필요한지 분명한 셈이다.

그림을 자세하게 혹은 다르게 묘사를 해서 입력을 하고 나온 결과물을 보고 다시 입력의 내용을 구성해야 한다. 영상은 더욱더 분석과 묘사가 중요할 수 있고 텍스트나 이미지보다 방대한 작업을 요구할 수 있다. 사진이나 미술, 영상콘텐츠에 관한 감각과 소양이 있어야 하고 그것을 바탕으로 지금까지 있어 보지 못한 결과물의 기획할 수 있다면 더 금상첨화일 수 있다. ‘달리’나 ‘미드저니’ 같은 이미지 생성 AI 도구가 등장하면서 여기 필요한 프롬프트를 만들어 제공하는 새로운 프롬프트 엔지니어들도 등장했다.

이미지 생성 AI도구로 남다른 이미지를 얻을 수 있으려면 프롬프트를 창의적으로 만드는 것은 물론 이에 따라 시간이 오래 걸린다. 이 때문에 이를 전문적으로 제작해 판매하는 곳도 생기게 된다. 대표적으로 프롬프트베이스(PromptBase)라는 사이트에는 2023년 3월 현재 700명가량의 프롬프트 엔지니어가 활동하고 있었다.

물론 한 사람이 모든 것을 갖출 수도 있겠지만 대개는 다양한 역량을 가진 프롬프트 엔지니어와 디자이너가 활동할 것으로 짐작할 수 있다. 프롬프트 엔지니어와 디자이너는 좁은 범위가 아니라 융합적 역할을 해야 하는 방향으로 진화할 것이다. AI 모델을 구성단계가 데이터 수집, 학습, 결과 도출인데 어떤 데이터를 어떻게 학습해서 결과가 어떻게 나오는지 그 전과정을 이해하는 것도 중요하다.

예전에 인터넷 정보검색사라는 직종이 유명직종으로 주목받고 관련 자격증도 열풍인 적이 있었다. 하지만 이 직종은 쉽게 사라졌다. 인터넷 검색이 보편화하고 누구나 활용할 수 있게 되면서 그 효용성이 떨어졌기 때문이다. 더구나 검색한 내용을 어떻게 창의적으로 다시 만들어 가는가가 중요하기 때문에 단순히 검색 내용이 결과물을 좌우하지 않게 되었다.

프롬프트 엔지니어나 디자이너가 정보검색사와는 다른 결을 갖고 있는 건 분명하지만, 생성형 인공지능에 일반인들이 익숙하면 그 효용성이 떨어질 수 있다. 그렇지만, 직업적 역량이 각 개인 즉 알파 세대에게 체화되어야 하는 것은 시대적 흐름 상 맞는 일이다.