마크다운 헤딩과 서식(## Instructions, ## Context, 불릿 리스트, 굵게 강조 등)은 가독성이 뛰어나고 토큰 효율적이며, 문서 데이터로 훈련된 모델이 자연스럽게 이해합니다 .

정확도 측면: 추론 과제에서 GPT-4는 마크다운 구조의 프롬프트로 81.2% 정확도를 기록했으며, 이는 JSON을 사용한 73.9%보다 7.3% 포인트 높은 수치입니다 . 또한 마크다운은 JSON보다 약 15% 적은 토큰을 사용하면서도 명확성을 유지합니다 .

인간 친화적: 마크다운은 인간과 AI 모델 모두에게 프롬프트와 지침 파일을 더 명확하게 만드는 방법으로 널리 권장됩니다 . 오픈AI의 Playground 자체도 프롬프트 생성 시 H1 헤딩이 포함된 마크다운을 제시합니다 .

주요 단점: 마크다운 헤딩은 비교적 '약한 경계'입니다. 모델이 ## Input을 단단한 구분자로 인식하지 않을 수 있어 프롬프트 인젝션(prompt injection)에 더 취약할 수 있습니다 . 한 보안 연구원은 분류가 필요한 입력을 구분하는 데 마크다운을 사용하는 것을 구체적으로 권장하지 않으며, XML 태그를 사용하면 모델이 "속을 가능성이 더 낮다"고 언급했습니다 .

XML 스타일 태그: 정밀한 경계선

XML 스타일 태그는 <instructions>, <schema>, <input>처럼 명시적인 열림-닫힘 표식을 사용하여 프롬프트 섹션을 구분합니다. 앤트로픽(Anthropic)의 공식 가이드는 복잡한 프롬프트의 주요 구조 도구로 XML 태그를 명시적으로 권장하며, 이러한 태그가 모호함을 줄이는 명확한 경계를 만든다고 설명합니다 .

보안 이점: XML은 명시적인 열림-닫힘 경계를 제공하므로, 주입된 콘텐츠가 섹션 사이로 새어 나가기 어렵습니다 . 특히 AI 에이전트의 경우, XML 태그가 지침, 예시, 참조 데이터, 사용자 질문을 분리하는 데 마크다운 헤더보다 더 효과적이라는 의견이 있습니다 .

항상 좋은 것은 아니다: 짧고 단순한 프롬프트에서는 XML이 오히려 정확도를 약간 떨어뜨릴 수 있습니다. 한 실험에서 일반 텍스트 프롬프트는 97.6%의 정확도를 보인 반면 XML은 96.4%로 1.2% 포인트 낮았으며, 환각(hallucination) 비율에는 차이가 없었습니다 . 같은 실험에서 XML을 사용하면 입력 토큰 오버헤드가 31% 증가했습니다 . XML의 이점은 프롬프트의 품질이 아니라 복잡성에 비례합니다. 구체적으로는 프롬프트가 약 500토큰을 넘고 논리적 섹션이 3개 이상일 때 XML이 도움이 됩니다 .

주요 AI 기업들의 권장사항

세 주요 벤더 모두 XML을 효과적인 구분자 패턴으로 권장하지만, XML이 엄격한 형식을 따를 필요는 없습니다. 중요한 것은 의미적 의도(semantic intent)입니다 .

사용 사례별 실용 권장사항

하이브리드 접근법: 실용적인 선택

많은 실무자들은 하이브리드 방식을 사용합니다. 전체 구조에는 마크다운 헤딩을 사용하고, 사용자 입력 블록 주변에는 XML 스타일 태그나 코드 펜스를 추가하는 것입니다 . 이 방법은 마크다운의 가독성과 XML의 보안 경계를 결합합니다.

예를 들어, 다음과 같이 사용할 수 있습니다:

## Instructions
[지침을 여기에 작성]

## Context
[배경 정보]

## User Input
<UserInput>
[실제 사용자 입력]
</UserInput>

이 패턴은 두 세계의 장점을 모두 제공합니다. 인간이 읽기 쉬운 명확한 레이블 섹션과 프롬프트에서 신뢰할 수 없는 부분을 둘러싼 단단한 경계를 동시에 확보할 수 있습니다.

결론

대부분의 일상적인 프롬프트 작업에는 마크다운을 사용하세요. 가독성이 좋고 토큰 효율적이며, 문서화된 형식 비교에서 좋은 성능을 보여줍니다 . 복잡하고 여러 부분으로 나뉜 프롬프트, 보안을 위해 단단한 의미적 경계가 필요하거나, Claude와 같은 모델을 사용할 때는 XML 태그로 전환하세요 . 형식의 효과는 AI 모델에 따라 달라지기도 하지만, 인간 측의 유지보수 용이성도 모델 성능만큼이나 중요합니다 .

마크다운 헤딩과 서식(## Instructions, ## Context, 불릿 리스트, 굵게 강조 등)은 가독성이 뛰어나고 토큰 효율적이며, 문서 데이터로 훈련된 모델이 자연스럽게 이해합니다 .

정확도 측면: 추론 과제에서 GPT-4는 마크다운 구조의 프롬프트로 81.2% 정확도를 기록했으며, 이는 JSON을 사용한 73.9%보다 7.3% 포인트 높은 수치입니다 . 또한 마크다운은 JSON보다 약 15% 적은 토큰을 사용하면서도 명확성을 유지합니다 .

인간 친화적: 마크다운은 인간과 AI 모델 모두에게 프롬프트와 지침 파일을 더 명확하게 만드는 방법으로 널리 권장됩니다 . 오픈AI의 Playground 자체도 프롬프트 생성 시 H1 헤딩이 포함된 마크다운을 제시합니다 .

주요 단점: 마크다운 헤딩은 비교적 '약한 경계'입니다. 모델이 ## Input을 단단한 구분자로 인식하지 않을 수 있어 프롬프트 인젝션(prompt injection)에 더 취약할 수 있습니다 . 한 보안 연구원은 분류가 필요한 입력을 구분하는 데 마크다운을 사용하는 것을 구체적으로 권장하지 않으며, XML 태그를 사용하면 모델이 "속을 가능성이 더 낮다"고 언급했습니다 .

XML 스타일 태그: 정밀한 경계선

XML 스타일 태그는 <instructions>, <schema>, <input>처럼 명시적인 열림-닫힘 표식을 사용하여 프롬프트 섹션을 구분합니다. 앤트로픽(Anthropic)의 공식 가이드는 복잡한 프롬프트의 주요 구조 도구로 XML 태그를 명시적으로 권장하며, 이러한 태그가 모호함을 줄이는 명확한 경계를 만든다고 설명합니다 .

보안 이점: XML은 명시적인 열림-닫힘 경계를 제공하므로, 주입된 콘텐츠가 섹션 사이로 새어 나가기 어렵습니다 . 특히 AI 에이전트의 경우, XML 태그가 지침, 예시, 참조 데이터, 사용자 질문을 분리하는 데 마크다운 헤더보다 더 효과적이라는 의견이 있습니다 .

항상 좋은 것은 아니다: 짧고 단순한 프롬프트에서는 XML이 오히려 정확도를 약간 떨어뜨릴 수 있습니다. 한 실험에서 일반 텍스트 프롬프트는 97.6%의 정확도를 보인 반면 XML은 96.4%로 1.2% 포인트 낮았으며, 환각(hallucination) 비율에는 차이가 없었습니다 . 같은 실험에서 XML을 사용하면 입력 토큰 오버헤드가 31% 증가했습니다 . XML의 이점은 프롬프트의 품질이 아니라 복잡성에 비례합니다. 구체적으로는 프롬프트가 약 500토큰을 넘고 논리적 섹션이 3개 이상일 때 XML이 도움이 됩니다 .

주요 AI 기업들의 권장사항

세 주요 벤더 모두 XML을 효과적인 구분자 패턴으로 권장하지만, XML이 엄격한 형식을 따를 필요는 없습니다. 중요한 것은 의미적 의도(semantic intent)입니다 .

사용 사례별 실용 권장사항

하이브리드 접근법: 실용적인 선택

많은 실무자들은 하이브리드 방식을 사용합니다. 전체 구조에는 마크다운 헤딩을 사용하고, 사용자 입력 블록 주변에는 XML 스타일 태그나 코드 펜스를 추가하는 것입니다 . 이 방법은 마크다운의 가독성과 XML의 보안 경계를 결합합니다.

예를 들어, 다음과 같이 사용할 수 있습니다:

## Instructions
[지침을 여기에 작성]

## Context
[배경 정보]

## User Input
<UserInput>
[실제 사용자 입력]
</UserInput>

이 패턴은 두 세계의 장점을 모두 제공합니다. 인간이 읽기 쉬운 명확한 레이블 섹션과 프롬프트에서 신뢰할 수 없는 부분을 둘러싼 단단한 경계를 동시에 확보할 수 있습니다.

결론

대부분의 일상적인 프롬프트 작업에는 마크다운을 사용하세요. 가독성이 좋고 토큰 효율적이며, 문서화된 형식 비교에서 좋은 성능을 보여줍니다 . 복잡하고 여러 부분으로 나뉜 프롬프트, 보안을 위해 단단한 의미적 경계가 필요하거나, Claude와 같은 모델을 사용할 때는 XML 태그로 전환하세요 . 형식의 효과는 AI 모델에 따라 달라지기도 하지만, 인간 측의 유지보수 용이성도 모델 성능만큼이나 중요합니다 .