우리는 224개의 프롬프트를 작성하지 않았습니다 — AI 인력을 위한 템플릿 기반 역할 시스템 구축 방법
요약
224개의 개별 프롬프트를 작성하는 대신 4개의 핵심 템플릿과 설정 데이터를 활용하여 AI 에이전트 시스템을 구축한 사례를 분석합니다. 프롬프트 폭발 문제를 해결하기 위해 3계층 템플릿 아키텍처를 도입하여 유지보수 효율성을 극대화했습니다.
핵심 포인트
- 개별 프롬프트 방식의 유지보수 한계와 프롬프트 폭발 문제 지적
- 템플릿-부서 제약-역할 파라미터로 이어지는 3계층 아키텍처 제안
- YAML/JSON 설정을 통한 역할 정의로 신규 역할 온보딩 시간 단축
- 조직 전체의 일관성을 위한 연합 조정 규칙(Federated Coordination) 적용
직관에 반하는 진실
사람들이 "224명의 AI 직원"이라는 말을 들으면, 우리가 224개의 개별 프롬프트 (prompts)를 작성했을 것이라고 가정합니다. 우리는 그렇게 하지 않았습니다. 우리는 정확히 4개의 핵심 템플릿 (templates)을 작성했습니다. 그 외의 모든 것은 구조화된 설정 데이터 (config data)입니다.
이 글은 프롬프트 폭발 (prompt explosion) (180,000 단어, 새로운 역할당 2시간 소요) 단계에서 템플릿 기반 시스템 (templated system) (2,400 단어, 새로운 역할당 5분 소요)으로 나아간 여정에 대한 전체 사후 분석 (postmortem)입니다.
왜 224개의 역할이 필요했는가
국가 간 무역은 복잡합니다. 콘텐츠, 마케팅, 영업, 물류, 컴플라이언스 (compliance), 재무, 법률 — 각 분야는 서로 다른 전문 지식을 필요로 합니다. 우리는 단일 "슈퍼 에이전트 (super-agent)"를 시도해 보았습니다. 하지만 그 결과는 허술한 법률 검토, 딱딱한 마케팅 문구, 그리고 공개용 콘텐츠에 재무 데이터가 유출되는 등의 문제였습니다.
그래서 우리는 실제 무역 회사를 모델링했습니다: 18개 부서, 224개의 명확하게 정의된 역할.
프롬프트 폭발의 악몽
v1 버전에서는 모든 역할에 대해 고유한 프롬프트를 작성했습니다. 각 역할당 약 800단어, 총 약 180,000단어였습니다. 세 명의 인원이 꼬박 2주를 보냈습니다.
그 후 악몽이 시작되었습니다:
- 규칙 하나를 변경하려면 224개의 파일을 수정해야 함
- 역할들이 서로 어긋나거나 혼합됨
- 새로운 역할을 온보딩 (onboarding) 하는 데 약 2시간 소요
- 부서마다 서로 다른 규칙 버전을 실행함
프롬프트를 유지 관리하기 위해 인턴을 고용하는 시도도 해보았지만, 막다른 길(Dead end)이었습니다.
해결책: 3계층 템플릿 아키텍처 (Three-Layer Templated Architecture)
네 번의 반복 (iterations) 끝에 우리는 다음과 같은 구조에 도달했습니다: 템플릿 (Template) → 역할 카드 (Role Card) → 연합 조정 (Federated Coordination)
계층 1: 핵심 템플릿 (Core Template, 1개 범용)
12개의 고정 필드: 정체성 (identity), 결과물 (outcomes), 경계 (boundaries), 출력 형식 (output format), 통신 프로토콜 (communication protocol), 컴플라이언스 가드레일 (compliance guardrails). 모든 역할은 이 골격을 상속받습니다.
계층 2: 부서 제약 사항 (Department Constraints, 18개 세트)
부서별 규칙을 한 번만 주입하여 해당 팀의 모든 역할에 적용합니다. 재무, 법률, 마케팅 — 각 부서는 자신만의 제약 계층을 가집니다.
계층 3: 역할 파라미터 (Role Parameters, 224개 세트, 자동 주입)
역할당 오직 5~8개의 파라미터 (parameters)만 있으며, YAML/JSON 설정 파일 (config files)로 저장됩니다. 자유 형식의 텍스트 프롬프트는 없습니다.
Global Layer: 연합 조정 규칙 (Federated Coordination Rules)
작업 라우팅 (Task routing), 인수인계 프로토콜 (handoff protocol), 충돌 해결 (conflict resolution), 감사 요구 사항 (audit requirements) — 조직 전체를 위한 하나의 세트입니다.
Before vs. After (이전 vs. 이후)
| 지표 (Metric) | v1 (224개 프롬프트) | v2 (템플릿) | 개선 사항 (Improvement) |
|---|---|---|---|
| 프롬프트 양 (Prompt volume) | 약 180,000 단어 | 약 2,400 단어 | 98.7% |
| ... |
How It Works in Practice (실제 작동 방식)
사용자가 "독일에 새로운 스킨케어 제품을 출시해줘"라고 말할 때:
- 시스템이 하위 작업(subtasks)으로 분해합니다 (규제, 마케팅, 물류, 가격 책정).
- 각 작업을 올바른 부서와 역할(role)로 라우팅(routes)합니다.
- 역할별 제약 조건(role-specific constraints)에 따라 독립적으로 실행됩니다.
- 부서 간 인수인계(cross-department handoffs)를 오케스트레이션(orchestrates)합니다.
- 하나의 최종 결과물로 통합(aggregates)합니다.
단일 에이전트가 전체 컨텍스트를 보유하지 않습니다 — 실제 기업과 마찬가지입니다.
Join the Discussion (토론 참여하기)
전체 토론은 GitHub에서 확인하실 수 있습니다: How 224 AI Employees "Apply" for Their Jobs
여러분의 멀티 에이전트 시스템 (multi-agent systems)에서 역할 관리와 에이전트 간 조정 (cross-agent coordination)을 어떻게 처리하고 계신지 듣고 싶습니다.
시리즈 다음 내용: 224명의 AI 직원을 위한 성과 검토(performance reviews)를 수행하는 방법 — KPI, 자동화된 평가 루프 (automated evaluation loops), 그리고 동적 역할 최적화 (dynamic role optimization).
AI 자동 생성 콘텐츠
본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기