LLM을 지배하는 건 코드가 아니라 프롬프트다
결과물 중심의 접근과 달리 프롬프트 엔지니어링 자체를 깊이 있게 탐구한 실전 가이드다. LLM의 구조와 작동 원리, 효과적인 프롬프트 설계 기법, 대화형 워크플로 구성, 성과 평가까지 실무에 필요한 내용을 체계적으로 다룬다. 특히 ‘모델이 학습한 패턴을 모사하는 프롬프트를 설계해야 원하는 출력을 얻을 수 있다’는 원칙을 중심으로, 명확한 언어 사용과 검증된 패턴의 활용, 정보 최소화 등 실질적인 전략을 제시한다. 프롬프트를 ‘쓰는 법’이 아니라 ‘왜 그렇게 써야 하는지’를 설명하며, 시행착오를 줄이는 이론적 기반을 제공한다. 단순한 활용법을 넘어 LLM을 도구로 활용하는 사고방식 자체를 훈련할 수 있게 돕는다.
도서구매 사이트(가나다순)
| [교보문고] [도서11번가] [알라딘] [예스이십사] [쿠팡] |
출판사 제이펍
저작권사 O'Reilly Media
원서명 Prompt Engineering for LLMs (9781098156152)
도서명 LLM을 위한 프롬프트 엔지니어링
부제 LLM 구조 이해부터 프롬프트 전략, 대화형 에이전트 설계, 성과 평가까지
지은이 존 베리먼, 앨버트 지글러
옮긴이 김정인
감수자 (없음)
시리즈 (없음)
출판일 2026. 01. 08
페이지 300쪽
판 형 46배판변형(188*245*17.8)
제 본 무선(soft cover)
정 가 28,000원
ISBN 979-11-94587-80-4 93000
키워드 대형언어모델, 코파일럿, 챗GPT, 인공지능, 생성형AI, 트랜스포머아키텍처, RLHF, 인간피드백을통한강화학습, 애플리케이션, 대화형에이전시, ReAct, 워크플로
분 야 인공지능 / 생성형 AI
관련 사이트
■ 아마존 도서 페이지
■ 저작권사 도서 페이지
관련 시리즈
■ (없음)
관련 포스트
■ 2025.12.30 - [출간 전 책 소식] - 코파일럿 제작자들은 왜 ‘프롬프트’보다 ‘설계’를 먼저 이야기했을까?
관련 도서
관련 파일 다운로드
■ (없음)
강의 보조 자료(교재로 채택하신 분들은 https://jpub.tistory.com/notice/1076을 통해 다음 자료를 요청하실 수 있습니다.)
■ 본문의 그림과 표
미리보기(앞부속, 본문 일부)
정오표 페이지
■ (등록되는 대로 링크를 걸겠습니다.)
도서구매 사이트(가나다순)
| [교보문고] [도서11번가] [알라딘] [예스이십사] [쿠팡] |
도서 소개
깃허브 코파일럿을 만든 이들이 말하는 LLM 설계의 기준
이 책은 프롬프트를 '예쁘게' 다듬는 요령을 모은 안내서가 아니다. 한두 줄의 문장으로 모델을 요령껏 다루는 방법을 기대한다면 이 책은 전혀 다른 이야기를 한다. 저자들은 LLM을 단순히 '어떻게' 쓸 것인가보다 어떤 관점으로 이해하고 어떤 구조 안에서 다뤄야 하는지를 먼저 묻는다. 콘텍스트를 수집하고 정리하는 법부터 프롬프트를 쌓아 올리는 구조, 그리고 가드레일과 평가를 통해 AI의 출력을 통제하는 법까지 실무에서 마주하는 핵심 문제들을 정면으로 다룬다. 이 논의는 자연스럽게 에이전트와 워크플로 설계라는 더 큰 시스템의 영역으로 확장된다.
그 단단한 논리의 출발점에는 깃허브 코파일럿 개발에 참여하고 실제 제품 환경에서 운영한 저자들의 독보적인 경험이 있다. 그래서 이 책은 단순한 기법 나열에 그치지 않는다. 대신 '왜 이런 설계가 필요한가', '이 방식은 언제 깨지는가'라는 날카로운 현장의 질문들을 중심으로 이야기를 전개한다. LLM을 '텍스트 완성 엔진'으로 재정의하는 냉철한 시선에서 시작해 모델이 바뀌어도 결국 남는 것은 ‘마법 같은 문장’이 아니라 '설계'라는 점을 일관되게 보여준다.
코파일럿을 직접 만든 경험에서 우러나온 이 책은 프롬프트를 단순한 입력값이 아닌 설계의 언어로 다룬다. LLM을 일회성 실험이 아니라 안정적인 시스템으로 구축하고 싶은 이들에게 이 책은 흔들리지 않는 분명한 기준점이 되어줄 것이다.
주요 내용
- LLM의 구조와 작동 원리 이해하기
- 애플리케이션을 위한 프롬프트 전략 설계하기
- 맥락 요소를 수집 및 분류, 제시해 효율적 프롬프트 만들기
- 퓨샷, CoT, RAG 등 핵심 기법 익히기
- 대화형 워크플로를 설계하고 실무에 적용하기
- 성과를 평가하고 활용 전략 검증하기
지은이 소개
존 베리먼(John Berryman)
Arcturus Labs의 창립자이자 수석 컨설턴트로, LLM 애플리케이션 개발을 전문으로 한다. 기업들이 첨단 AI 기술을 효과적으로 활용할 수 있도록 돕고 있으며, 깃허브 코파일럿의 초기 엔지니어로 참여해 자동 완성과 대화 기능 개발에 기여하며 AI 기반 코딩 도구의 최전선에서 활동했다. 그 이전에 는 검색 엔지니어로 경력을 쌓으며 미국 특허청의 차세대 검색 시스템 개발, Eventbrite의 검색 및 추천 기능 구축, 깃허브 코드 검색 인프라 개발에 참여했다. 저서로는 《Relevant Search》가 있다.
앨버트 지글러(Albert Ziegler)
AI 사이버 보안 기업 XBOW의 AI 총괄로, LLM을 첨단 보안 기술과 결합해 미래의 디지털 세계를 안전하게 만드는 데 힘쓰고 있다. LLM이 대중화되기 전부터 AI 기반 시스템을 설계해왔다. 깃허브 코파일럿의 창립 엔지니어로서 프롬프트 엔지니어링 시스템을 설계하고, 수많은 AI 기반 도구와 코딩 어시스턴트 애플리케이션의 등장을 이끌며 개발 환경과 LLM 응용의 미래를 열었다.
옮긴이 소개
김정인
플랫폼 기업의 빅데이터 서비스 조직에서 근무하고 있다. 업계 용어 중심으로 쓰면 나태하게 보일까 걱정되고, 모두 우리말로 바꾸자니 전문가들과 소통이 어렵지는 않을까 하는 걱정 사이에, 이제는 어떻게 하면 챗GPT보다 더 나은 가치를 제공할 수 있을까 하는 고민까지 더 얹어 번역하고 있다. 이런 고민을 책 문장마다 잘 녹여내기 바라며 옮기지만, 그에 대한 인정은 독자들 몫이니 마음을 내려놓는 연습도 하고 있다. 옮긴 책으로는 《데이터 과학을 위한 소프트웨어 엔지니어링》, 《파이썬 데이터 사이언스 핸드북(개정판)》, 《실전! 파이토치 딥러닝 프로젝트》, 《강화학습/심층강화학습 특강》, 《실전! 텐서플로 2를 활용한 딥러닝 컴퓨터 비전》 등이 있다.
차례
옮긴이 머리말 ix
베타리더 후기 x
시작하며 xii
감사의 글 xv
표지에 대하여 xvi
PART I 기본 원리
CHAPTER 1 프롬프트 엔지니어링 소개 3
1.1 LLM은 마법이다 4
1.2 언어 모델: 어쩌다 우리가 여기까지 왔지? 7
1.3 프롬프트 엔지니어링 14
1.4 요약 16
CHAPTER 2 LLM의 이해 18
2.1 LLM은 무엇인가? 19
2.2 LLM이 세상을 보는 방법 26
2.3 한 번에 토큰 한 개 33
2.4 온도와 확률 37
2.5 트랜스포머 아키텍처 41
2.6 요약 47
CHAPTER 3 대화형으로 넘어가기 48
3.1 인간 피드백을 통한 강화학습 50
3.2 지시형에서 대화형으로 56
3.3 지금도 변하고 있는 API 61
3.4 극본 작성으로서의 프롬프트 엔지니어링 67
3.5 요약 69
CHAPTER 4 LLM 애플리케이션 설계하기 71
4.1 루프 구조 71
4.2 순전파 확대해보기 82
4.3 LLM 애플리케이션 품질 평가 89
4.4 요약 91
PART II 핵심 기술
CHAPTER 5 프롬프트 내용 95
5.1 콘텐츠 출처 97
5.2 정적 콘텐츠 98
5.3 동적 콘텐츠 110
5.4 요약 134
CHAPTER 6 프롬프트 구성하기 135
6.1 이상적인 프롬프트 구조 135
6.2 어떤 종류의 문서인가? 139
6.3 스니펫 형식 지정하기 150
6.4 탄력적 스니펫 153
6.5 프롬프트 요소 간 관계 155
6.6 최종 프롬프트 구성 157
6.7 요약 161
CHAPTER 7 모델 제어 162
7.1 모델 제어 162
7.2 텍스트를 넘어서: 로그 확률 168
7.3 모델 선택 175
7.4 요약 182
PART III 전문가 역량
CHAPTER 8 대화형 에이전시 187
8.1 도구 활용 188
8.2 추론 201
8.3 작업 기반 상호작용을 위한 콘텍스트 208
8.4 대화형 에이전트 구축 213
8.5 요약 219
CHAPTER 9 LLM 워크플로 221
9.1 대화형 에이전트로 충분할까? 223
9.2 기본 LLM 워크플로 226
9.3 고급 LLM 워크플로 242
9.4 요약 246
CHAPTER 10 LLM 애플리케이션 평가 247
10.1 LLM 애플리케이션 평가 248
10.2 오프라인 평가 249
10.3 온라인 평가 265
10.4 요약 269
CHAPTER 11 미래를 전망하며 270
11.1 다중 모달 처리 271
11.2 요약 277
찾아보기 279
'도서 소개' 카테고리의 다른 글
| LEVELIT⭐ 유니티와 OpenAI API로 만드는 인공지능 NPC (0) | 2026.01.08 |
|---|---|
| LUVIT♥ 파이썬으로 만드는 초경량 한국어 LLM 챗봇 (0) | 2026.01.08 |
| “좋아 보여” (0) | 2025.12.30 |
| 한 번에 끝내는 라마인덱스 × RAG × AI 에이전트 (1) | 2025.12.23 |
| 나는 AI 엔지니어입니다 (1) | 2025.12.19 |
