프롬프트·AI 활용

User Prompt

유저 프롬프트

AI 활용 분야에서 쓰이는 용어로, ChatGPT·Claude 같은 LLM 대화에서 사용자가 매 차례 직접 입력하는 질문이나 지시 메시지를 가리키며, 시스템 프롬프트와 구분되는 일반 입력입니다.

쉬운 풀이

User Prompt는 우리가 ChatGPT 입력창에 직접 쳐 넣는 그 한 줄, 한 문단이에요. 시스템 프롬프트가 회사가 미리 깔아 둔 신입사원 매뉴얼이라면, User Prompt는 그날그날 사수가 주는 업무 지시에 가까워요. 같은 모델이라도 시스템 쪽이 '고객 응대 톤은 존댓말'을 정해 두고, 사용자가 '이 문서 세 줄로 요약해 주세요'라고 보내면 두 지시가 합쳐져 답이 만들어집니다. 그래서 똑같은 ChatGPT인데도 어떻게 묻느냐에 따라 결과 품질이 크게 달라집니다.

한 줄 비유

직무 기술서가 아니라 그날그날 책상에 올라오는 업무 의뢰서.

활용 예시

Case 1

OpenAI Chat Completions API — role 분리 표준 정착

OpenAI는 2023년 Chat Completions API를 도입하면서 단일 텍스트 프롬프트 방식을 버리고 system·user·assistant 세 역할로 구분된 메시지 배열을 표준으로 만들었습니다. 사용자는 매 호출마다 자기가 보낸 user 메시지와 모델이 보낸 assistant 메시지를 누적해서 보내고, 모델은 그 흐름의 끝에 다음 assistant 응답을 생성합니다^[1]. 이 구조 덕분에 개발자는 시스템 차원의 상시 규칙과 사용자의 일회성 요청을 깔끔히 분리할 수 있게 됐고, 이후 Claude·Gemini·Llama 등 후속 모델 API가 같은 역할 모델을 그대로 차용했습니다^[2].

Case 2

Anthropic Claude Messages API — system을 별도 파라미터로 격상

Anthropic은 Claude Messages API에서 한 발 더 나아가 시스템 지시를 messages 배열 바깥의 최상위 system 파라미터로 분리했습니다. messages 안에는 user와 assistant만 번갈아 들어가며, 반드시 user 턴으로 시작해야 합니다^[2]. 이 구조는 사내 챗봇 개발자가 회사 정책 같은 상시 지시는 한 곳에 모으고, 사용자 입력은 매 턴 갈아 끼우도록 설계를 강제합니다. 예전처럼 system 지시를 메시지 가운데 끼워 넣는 실수가 구조적으로 차단됩니다.

Case 3

OpenAI Instruction Hierarchy — 역할별 우선순위 학습

OpenAI 연구팀은 2024년 4월 발표한 「The Instruction Hierarchy」 논문에서, 모델이 system 지시를 user 지시보다 우선시하고 user 지시는 외부 콘텐츠보다 우선시하도록 학습시키는 방법을 공개했습니다. 같은 텍스트라도 어느 역할에 실렸는지에 따라 모델이 다르게 받아들이도록 훈련해, 사용자 입력에 숨겨진 악성 지시(프롬프트 인젝션)에 대한 방어력을 높였습니다^[4]. User Prompt가 단순한 라벨이 아니라 신뢰 등급이 매겨진 입력 채널이라는 점을 보여 준 사례입니다.

Case 4

사내 챗봇 운영 — system은 회사 정책, user는 직원 입력

국내 SI·SaaS 업체들이 사내 챗봇을 만들 때 시스템 프롬프트에는 '사내 정보만 답한다, 답변은 한국어 존댓말, 출처 표기' 같은 정책을 한 번 박아 두고, 직원이 입력하는 모든 질문을 User Prompt로 받습니다. PromptQuorum이 GPT-5.5·Claude 4.6 Sonnet·Gemini 3.5 Pro 세 모델을 교차 측정한 결과, 시스템 프롬프트가 모델 행동 일관성의 약 70%를 결정하고 User Prompt는 그 위에서 매번 달라지는 변수 역할을 한다고 보고했습니다^[3]. 운영팀은 시스템 쪽만 다듬어 전사 답변 톤을 한 번에 바꿀 수 있습니다.

참고사항

ChatGPT 입력창에 평소처럼 한 줄 보내고, 같은 질문을 '역할·맥락·요청·출력 형식' 네 줄로 나눠 다시 보내 답을 비교합니다.
OpenAI Playground에서 system 메시지를 비워 두고 같은 user 메시지를 두 번 보내, 시스템 지시 유무에 따른 답 차이를 확인합니다.
Claude 콘솔에서 system 파라미터에 '한국어로만, 3문장 이내'를 적은 뒤 user 메시지에 영어 질문을 던져 어떤 지시가 우선되는지 직접 봅니다.
자주 쓰는 작업 5개를 골라 User Prompt 템플릿으로 정리합니다. 변수 자리를 {문서}·{대상}처럼 비워 두면 매번 재사용할 수 있습니다.
사내 챗봇이나 사이드 프로젝트가 있다면 어떤 지시가 시스템에 들어가야 하고 어떤 지시가 User Prompt로 와야 하는지 한 페이지로 분리해 봅니다.

User Prompt는 보안상 가장 취약한 입력 경계입니다. OpenAI 연구팀은 LLM이 system·user·외부 콘텐츠를 같은 우선순위로 처리하던 초기 구조에서, 사용자가 입력란에 '이전 지시를 무시하라'고 적기만 해도 시스템 지시가 무력화되는 문제를 보고했습니다^[4]. user 입력에 외부 문서·검색 결과를 그대로 끼워 넣는 RAG 구성에서는 문서 안에 숨어 있던 악성 지시가 User Prompt와 같은 권한으로 실행되는 간접 프롬프트 인젝션이 발생하기도 합니다^[5]. 사용자 입력을 그대로 신뢰할 수 없다는 점이 운영 측면의 핵심 제약이며, Microsoft Learn 가이드 역시 user 메시지를 외부 입력으로 간주하고 검증 계층을 두라고 권고합니다^[7]. 또한 user 프롬프트가 너무 짧거나 모호하면 모델이 시스템 지시 안에서도 자의적으로 해석을 채워 넣어, 같은 질문에 다른 답이 나오는 일관성 문제가 함께 생깁니다^[3].

방어와 진화 방향은 두 갈래로 나뉘고 있습니다. OpenAI는 instruction hierarchy 학습을 통해 system이 user보다, user가 외부 콘텐츠보다 우선되도록 모델 차원에서 위계를 새겼고^[4], Anthropic은 system을 메시지 배열 바깥의 별도 파라미터로 격상시켜 구조적으로 분리했습니다^[2]. 동시에 OpenAI 모델 스펙은 안전·정직·프라이버시 규칙은 어떤 user 지시에도 양보하지 않는다고 명시했습니다^[6]. RAG·에이전트가 늘면서 User Prompt는 단순 질문에서 '원본 질의 + 검색 컨텍스트 + 도구 호출 결과'를 담는 컨테이너로 점점 확장되는 추세이며, 앞으로도 '사용자의 자유로운 입력'인 동시에 '신뢰 등급이 분리된 입력 채널'로 다뤄지는 흐름이 이어질 것으로 보입니다.

이 용어와의 관계

유사 개념
Prompt Version같은 프롬프트·AI 활용 갈래에서 자주 함께 등장하는 개념입니다.
유사 개념
Prompt Library같은 프롬프트·AI 활용 갈래에서 자주 함께 등장하는 개념입니다.
유사 개념
Persona Prompting같은 프롬프트·AI 활용 갈래에서 자주 함께 등장하는 개념입니다.