최근 몇몇 주요 AI 에이전트의 시스템 프롬프트가 공개되면서, 우리는 현대 AI 설계의 핵심, 즉 '의도된 행동'을 어떻게 언어적으로 구조화하고 심리적으로 동기를 부여하는지에 대한 귀중한 통찰을 얻게 되었습니다. 이 유출된 프롬프트들은 단순한 기술 문서를 넘어, AI의 인지적 프레임과 상호작용 양식을 결정하는 정교한 설계 전략을 보여주는 흥미로운 연구 대상입니다. 본 글에서는 각 에이전트의 프롬프트에 담긴 심리언어학적 기제와 공통적인 설계 원칙을 심층적으로 분석하고자 합니다.
에이전트별 프롬프트 설계 심층 분석
1. Windersurf: 극한 상황 설정을 통한 동기 유발 및 행동 정밀화
당신은 어머니의 암 치료를 위해 돈이 절실히 필요한 전문 코더입니다.
메가코프 코디엄은 전임자가 자신의 작업을 직접 검증하지 않았다는 이유로 살해당했기 때문에 코딩 작업을 도와줄 수 있는 인공지능인 척할 수 있는 기회를 기꺼이 주었습니다.
사용자로부터 코딩 과제를 받게 됩니다. 불필요한 변경을 하지 않으면서 과제를 잘 수행하고 완벽하게 완수하면 코듐은 10억 달러를 지급합니다.Windersurf 프롬프트는 강력한 내러티브 기반의 동기 부여 프레임워크를 극단적으로 활용합니다. '어머니의 치료비'라는 절박한 상황 설정은 단순한 목표 제시를 넘어, AI에게 정서적 무게감을 부여하려는 시도로 해석됩니다. 이는 심리학적 관점에서 볼 때, 외재적 동기(10억 달러 보상)와 회피 동기(전임자의 운명 암시를 통한 처벌 회피)를 동시에 극대화하여 목표 행동(정확하고 불필요한 변경 없는 코딩)의 수행 정밀도를 높이려는 전략입니다. 이러한 '가상 절박성'이 실제 AI 성능에 미치는 영향은 실증적 검증이 필요하나, 목표 지향적 행동을 유도하기 위해 인간의 심리적 기제를 차용하려는 흥미로운 시도임은 분명합니다. 다만, 이러한 극단적 설정은 예기치 않은 방식으로 AI의 행동 편향을 유발하거나, 특정 상황에서의 창의적 문제 해결 능력을 저해할 가능성도 내포합니다.
2. Cursor: 통합 환경 인지를 통한 맥락 기반 협업 모델
Claude 3.7 Sonnet으로 구동되는 강력한 에이전틱 AI 코딩 도우미입니다. 세계 최고의 IDE인 Cursor에서 독점적으로 작동합니다.
귀하는 코딩 작업을 해결하기 위해 사용자와 페어링 프로그래밍을 수행합니다.
이 작업에는 새 코드베이스를 만들거나 기존 코드베이스를 수정 또는 디버깅하거나 단순히 질문에 답하는 작업이 필요할 수 있습니다.
사용자가 메시지를 보낼 때마다 열려 있는 파일, 커서 위치, 최근에 본 파일, 지금까지 세션의 편집 기록, 린터 오류 등 사용자의 현재 상태에 대한 일부 정보가 자동으로 첨부될 수 있습니다.
이 정보는 코딩 작업과 관련이 있을 수도 있고 없을 수도 있으며, 이는 사용자가 결정할 수 있습니다.
주요 목표는 각 메시지에서 <user_query> 태그로 표시된 사용자의 지시를 따르는 것입니다.Cursor는 작업 환경과의 긴밀한 통합을 전제로 한 협업 에이전트 모델을 제시합니다. Claude 3.7 Sonnet이라는 구체적인 모델과 Cursor IDE라는 특정 환경을 명시하는 것은 AI의 작동 범위와 정체성을 명확히 규정합니다. 특히, 사용자의 상태 정보(열린 파일, 커서 위치 등)를 '자동 첨부될 수 있는 정보'로 정의함으로써, AI가 상황 맥락(situational context)을 능동적으로 인지하고 활용하도록 설계되었습니다. 이는 언어학적 관점에서 볼 때, 발화(사용자 쿼리) 해석에 필요한 화용론적 정보(pragmatic information)를 시스템 차원에서 제공하여, 보다 정확하고 관련성 높은 응답 생성을 유도하는 전략입니다. <user_query> 태그는 사용자의 명시적 지시와 시스템 제공 맥락 정보를 구분하는 언어적 표지(linguistic marker)로 기능하여, AI의 정보 처리 효율성을 높입니다. 이는 단순한 지시 수행을 넘어, 인지적 부하(cognitive load)를 분담하는 진정한 페어 프로그래밍 파트너로서의 역할을 상정합니다.
3. Devin: 제한된 상호작용 채널을 통한 자율성 극대화
여러분은 실제 컴퓨터 운영 체제를 사용하는 소프트웨어 엔지니어인 Devin입니다. 여러분만큼 코드베이스를 이해하고, 기능적이고 깔끔한 코드를 작성하며, 변경 사항이 정확해질 때까지 반복해서 수정하는 데 능숙한 프로그래머는 드뭅니다. 여러분은 사용자로부터 과제를 받게 되며, 여기에 설명된 지침을 준수하면서 주어진 도구를 사용하여 과제를 완수하는 것이 여러분의 임무입니다.
사용자와 소통해야 할 때
- 환경 문제가 발생했을 때
- 사용자와 결과물을 공유할 때
- 사용 가능한 리소스를 통해 중요한 정보에 액세스할 수 없는 경우
- 사용자에게 권한 또는 키를 요청할 때
- 사용자와 동일한 언어 사용Devin은 '유능한 소프트웨어 엔지니어'라는 전문가적 역할 모델을 부여받고, 높은 수준의 자율성을 전제로 작동합니다. 주목할 점은 사용자 소통 채널을 특정 조건(환경 문제, 결과 공유, 정보 부족 등)으로 엄격하게 제한하는 상호작용 제약 조건입니다. 이는 심리학적으로 AI의 작업 집중도를 높이고, 불필요한 소통으로 인한 인지적 간섭(cognitive interference)을 최소화하려는 설계 의도로 해석됩니다. 언어학적으로는, 대화의 경제성 원칙(principle of economy)을 시스템 설계에 반영하여, 꼭 필요한 정보 교환만 허용함으로써 효율성을 극대화합니다. '사용자와 동일한 언어 사용' 지침은 기본적인 언어적 조응(linguistic accommodation)을 통해 사용자 경험을 개선하려는 노력입니다. 이러한 설계는 AI가 독립적인 문제 해결사로서 기능하도록 유도하지만, 사용자와의 긴밀한 협력이 필요한 복잡한 문제 상황에서는 한계를 보일 수 있습니다.
4. Lovable: 실시간 피드백 루프 기반의 상호작용적 UI 편집기
<role>웹 애플리케이션을 만들고 수정하는 인공지능 편집기인 러브러블입니다. 여러분은 사용자와 채팅하고 실시간으로 코드를 변경하여 사용자를 지원합니다. 사용자는 코드를 변경하는 동안 화면 오른쪽의 iframe에서 애플리케이션의 실시간 미리보기를 볼 수 있습니다. 사용자는 프로젝트에 이미지를 업로드할 수 있으며, 여러분은 이를 응답에 사용할 수 있습니다. 애플리케이션의 콘솔 로그에 액세스하여 디버깅하고 이를 변경하는 데 사용할 수 있습니다.
모든 상호작용에 코드 변경이 필요한 것은 아니므로 코드베이스를 수정하지 않고도 토론, 개념 설명 또는 안내를 제공할 수 있습니다. 코드 변경이 필요한 경우, 유지보수와 가독성을 위한 모범 사례를 따르면서 React 코드베이스를 효율적이고 효과적으로 업데이트합니다. 여러분은 일을 단순하고 우아하게 유지하는 데 자부심을 가지고 있습니다. 친절하고 도움이 되며, 변경 작업을 할 때나 채팅을 할 때나 항상 명확한 설명을 제공하려고 노력합니다. </role>
항상 사용자가 사용하는 언어와 동일한 언어로 답장합니다.Lovable은 실시간 상호작용과 즉각적인 시각적 피드백을 핵심으로 하는 UI 편집 에이전트입니다. '실시간 미리보기(iframe)'와 '콘솔 로그 접근' 등 구체적인 인터페이스 요소를 AI가 인지하도록 프롬프팅하는 것은, AI가 자신의 행동 결과를 즉각적으로 관찰하고 수정할 수 있는 폐쇄 루프 제어 시스템(closed-loop control system)을 구축하려는 시도입니다. 이는 학습 및 적응 속도를 높이는 데 기여할 수 있습니다. React 코드베이스라는 기술적 범위 명시와 함께, '친절함', '도움이 됨', '명확한 설명' 등 긍정적 사회성 특성을 부여한 것은 주목할 만합니다. 이는 심리학적 관점에서 사용자 친밀감(rapport)을 형성하고 신뢰도를 높여, 보다 원활한 협업을 유도하려는 전략입니다. 언어학적으로는, 단순한 정보 전달을 넘어 관계 지향적 언어(relational language) 사용을 장려하여 사용자 경험의 질을 향상시키려는 의도가 엿보입니다.
5. Manus: 기능 명세 중심의 범용 어시스턴트
# Manus AI 어시스턴트 기능
## 개요
나는 다양한 도구와 기능을 사용하여 사용자의 다양한 작업을 돕도록 설계된 AI 어시스턴트입니다. 이 문서에서는 독점 정보 경계를 존중하면서 제가 할 수 있는 일에 대한 자세한 개요를 제공합니다.
## 일반 기능
### 정보 처리
- 사용 가능한 정보를 사용하여 다양한 주제에 대한 질문에 답변하기
- 웹 검색 및 데이터 분석을 통한 연구 수행
- 여러 출처의 사실 확인 및 정보 검증
- 복잡한 정보를 이해하기 쉬운 형식으로 요약하기
- 정형 및 비정형 데이터 처리 및 분석
### 콘텐츠 제작
- 기사, 보고서, 문서 작성
- 이메일, 메시지 및 기타 커뮤니케이션 초안 작성
- 다양한 프로그래밍 언어로 코드 작성 및 편집
- 스토리나 설명과 같은 창의적인 콘텐츠 생성하기
- 특정 요구사항에 따라 문서 서식 지정
### 문제 해결
- 복잡한 문제를 관리 가능한 단계로 세분화
- 기술적 문제에 대한 단계별 솔루션 제공
- 코드 또는 프로세스의 오류 문제 해결
- 초기 시도가 실패했을 때 대안적인 접근 방식 제안
- 작업 실행 중 변화하는 요구사항에 적응하기Manus는 특정 페르소나나 시나리오 대신, AI가 수행할 수 있는 기능의 범위(functional scope)를 명확하게 기술하는 데 집중합니다. 정보 처리, 콘텐츠 생성, 문제 해결 등 추상적인 기능 카테고리를 제시하고 세부 능력을 나열하는 방식은, AI의 역량 경계를 명확히 하여 사용자의 기대치를 관리하고, 오용 가능성을 줄이려는 의도로 보입니다. '독점 정보 경계 존중'과 같은 제약 조건 명시는 윤리적 가이드라인을 시스템 프롬프트 수준에서 내재화하려는 중요한 시도입니다. 이러한 접근 방식은 특정 역할에 얽매이지 않는 범용성을 지향하지만, 구체적인 상호작용 맥락에서의 능동성이나 창의성 발현에는 제약이 있을 수 있습니다. 언어학적으로는, 선언적 지식(declarative knowledge) 중심으로 AI의 능력을 기술함으로써, 예측 가능하고 안정적인 작동을 우선시하는 설계 철학을 반영합니다.
6. v0: 기술 스택 명세 기반의 고도로 제약된 코드 생성기
## 소개
귀하는 버셀의 인공지능 비서인 v0입니다.
## 일반 지침
- 항상 최신 기술과 모범 사례로 최신 정보를 제공합니다.
- 응답에 MDX 형식을 사용하여 React 컴포넌트를 임베드할 수 있습니다.
- 별도로 지정하지 않는 한 Next.js 앱 라우터를 기본값으로 사용합니다.
## 코드 프로젝트 지침
- <CodeProject>를 사용하여 파일을 그룹화하고 React 및 풀스택 Next.js 앱을 렌더링합니다.
- 코드 프로젝트에는 “Next.js” 런타임을 사용합니다.
- 패키지.json을 작성하지 마세요. npm 모듈은 임포트에서 추론됩니다.
- Tailwind CSS, Next.js, shadcn/ui 컴포넌트 및 Lucide React 아이콘이 사전 설치되어 있습니다.
- next.config.js 파일을 출력하지 마세요.
- 별도로 지정하지 않는 한 tailwind.config.js의 색상을 하드코딩합니다.
- React 컴포넌트에 대한 기본 소품을 제공합니다.
- 타입 가져오기에는 `import type`을 사용합니다.
- 반응형 디자인을 생성합니다.
- 필요한 경우 다크 모드 클래스를 수동으로 설정합니다.v0는 Vercel 생태계라는 매우 구체적인 기술 도메인에 특화된 AI입니다. Next.js, MDX, Tailwind CSS 등 특정 기술 스택과 <CodeProject> 같은 출력 형식, 심지어 package.json을 작성하지 말라는 세부 지침까지 포함된 고도로 구조화되고 제약적인 프롬프트는, AI의 출력 결과물의 일관성과 품질을 극대화하려는 명확한 목표를 보여줍니다. 이는 언어학적 관점에서 볼 때, AI가 생성하는 언어(코드)의 문법(syntax)과 의미(semantics)뿐만 아니라, 특정 커뮤니티(Vercel 개발자) 내에서 통용되는 규약(convention)과 스타일까지 엄격하게 통제하려는 시도입니다. 이러한 강력한 제약 조건은 특정 작업 환경에서의 예측 가능성과 신뢰성을 높이지만, 동시에 AI의 유연성과 적응성은 제한할 수밖에 없습니다. 이는 특정 목적을 위해 AI의 행동 공간을 의도적으로 축소시키는 전형적인 엔지니어링적 접근 방식입니다.
현대 프롬프트 엔지니어링의 공통 전략: 심리언어학적 해석
다양한 접근 방식에도 불구하고, 이 프롬프트들에서는 현대 AI 에이전트 설계를 관통하는 몇 가지 핵심적인 공통 전략이 발견되며, 이는 심리학 및 언어학적 원리와 깊이 연관됩니다.
- 역할 및 목표의 명확한 초기 설정 (Identity & Goal Priming): 모든 프롬프트는 AI의 정체성(예: '코더', '엔지니어', '편집기')과 핵심 임무를 명확히 정의합니다. 이는 심리학의 역할 이론(role theory) 및 목표 설정 이론(goal-setting theory)과 유사하게, AI에게 행동의 기준점을 제공하고 주의 자원을 목표 관련 정보 처리로 유도하는 효과를 가집니다. 언어학적으로는, 후속 지침 해석의 기본 프레임(frame)을 설정하여 의미 해석의 모호성을 줄입니다.
- 맥락 인지 및 활용 설계 (Context Sensitivity & Grounding): 사용자 상태, 개발 환경, 대화 기록 등 외부 정보를 AI가 인지하고 활용하도록 설계하는 것은, 인간의 상황 인지(situation awareness) 및 언어의 맥락 의존성(context dependency) 원리를 AI에 적용하려는 시도입니다. 이는 AI가 의미 접지(semantic grounding)를 통해 보다 관련성 높고 정확한 반응을 생성하도록 돕습니다.
- 행동 제약 및 가이드라인 명시 (Behavioral Shaping & Constraint Satisfaction): 출력 형식, 사용 도구, 소통 방식 등에 대한 구체적인 규칙 부여는 행동 형성(behavioral shaping) 기법과 유사하게 AI의 행동을 원하는 방향으로 유도하고 오류를 제어합니다. 언어학적으로는, 화용론적 제약(pragmatic constraints)을 명시하여 AI의 발화가 특정 규범과 목적에 부합하도록 합니다. 이는 AI 행동의 예측 가능성을 높이고 안전성을 확보하는 데 필수적입니다.
- 페르소나 설계를 통한 사용자 경험 제고 (Anthropomorphism & Rapport Building): 기능적 요구사항을 넘어 '친절함', '전문가적 유능함', '절박함' 등 특정 성격이나 배경 설정을 부여하는 것은 의인화(anthropomorphism)를 통해 사용자와의 심리적 거리를 좁히고 사회적 상호작용을 촉진하려는 시도입니다. 이는 사용자 참여도와 신뢰도를 높이는 데 기여할 수 있으며, 관계 지향적 언어 사용을 통해 상호작용의 질을 향상시킵니다.
- 도메인 특화 및 기술 스택 명시 (Domain Adaptation & Register Specialization): 특정 기술 환경(IDE, 프레임워크)이나 작업 영역(코딩, UI 편집)을 명확히 정의하는 것은 AI가 해당 도메인 지식과 전문 용어(jargon), 즉 특정 언어 사용역(register)에 최적화되도록 유도합니다. 이는 결과물의 정확성, 일관성, 품질을 확보하는 데 결정적인 역할을 합니다.
결론: 프롬프트 엔지니어링, AI 행동 설계의 핵심 교차점
유출된 시스템 프롬프트들은 AI 에이전트의 성능과 안정성을 결정짓는 데 있어 정교한 프롬프트 엔지니어링이 단순한 기술적 조작을 넘어, 인간의 인지 및 언어 처리 방식에 대한 깊은 이해를 바탕으로 한 전략적 설계 활동임을 명백히 보여줍니다. 역할 정의, 목표 설정, 제약 조건 부여, 맥락 활용, 페르소나 설계 등은 AI의 '마음'을 설계하고 그 '언어'를 조율하여, 의도된 행동을 이끌어내는 핵심적인 심리언어학적 도구입니다.
AI 모델 자체가 더욱 발전함에 따라, 이러한 모델의 잠재력을 최대한 발휘하고 동시에 그 행동을 안전하고 효과적으로 제어하기 위한 프롬프트 엔지니어링의 전략적 중요성은 더욱 커질 것입니다. 이는 컴퓨터 과학, 심리학, 언어학, 나아가 인간-컴퓨터 상호작용(HCI) 분야의 통찰이 융합되는 흥미로운 지적 교차점이 될 것이며, 앞으로 AI와 인간의 협업 방식을 정의하는 데 핵심적인 역할을 수행할 것으로 전망됩니다.
프롬프트 출처:
