I. 서론

한국식품연구원(KFRI)과 ㈜넷비젼텔레콤은 2025년 1월부터 기존 연구 데이터 통계 분석 도구를

빅데이터ㆍ클라우드 서비스 아키텍처로 전환하는 “연구 데이터 통계 분석 플랫폼 확장 프로젝트(2025.1~2027.12)”를 수행하고 있다. 이 프로젝트는 데이터 파이 프라인 재설계, 대시보드 제공, 보고서 API 확장, 보안 고도화 등의 다각적인 목표를 담고 있다.

한편, 반복적인 문서화 검수 절차가 현장 엔지니어링에서도 비효율로 지적되는 상황에서[1] ChatGPT는 코드 자동 생성은

물론 설계ㆍ요구 공학 단계에서도 활발히 활용되고 있다[2].

이 프로젝트에서는 ChatGPT를 설계 보조 도구로 활용하여 설계 효율성을 높이고 설계 품질을 보강하고자 한다.

II. ChatGPT 활용 개요

일반적으로 ChatGPT는 프롬프트에 지시문을 직접 입력하여 결과를 생성한다.

그러나 설계 생성물이 복잡해지고 요구사항이 많아질수록 프롬프트에 모든 세부 지시를 하나 하나씩 입력하는 방식은 다음과 같은

한계 발생과 문제를 초래한다.
- 지시문 누락: 긴 텍스트를 한 번에 입력하다 보면 일부 제약 조건이 빠질 수 있다.
- 출력 불일치: 프롬프트 순서나 문장 표현 차이로 인해 매번 다른 결과가 나올 수 있다.

일관된 생성물을 얻기 위해 파일 단위로 모든 제약조건을 주입하여[3] 지시문 누락과 출력 불일치에 대한 문제를 해결하였다.

즉, 이 프로젝트에서는 모든 복잡한 지시사항을 두 개의 지시문 파일로 체계화하여 ChatGPT에 지시문 파일을 업로드하는 방식을

채택하였다. 파일 단위로 한 번에 모든 제약과 역할을 주입함으로써, 요구조건이 누락 없이 일관되게 반영된 생성물을 얻을 수 있으며, 프롬프트용 지시문 유지 및 변경 관리도 용이해진다.

---------------------------------------------------------------------------------------------------------------------------------------------------------