프롬프트 엔지니어링

프롬프트 엔지니어링은 인공 지능(AI) 모델, 특히 대규모 언어 모델(LLM)이 원하는 출력을 생성하도록 효과적인 입력(프롬프트)을 설계하는 예술이자 과학입니다. 이는 AI와 숙련된 대화자가 되어 최상의 반응을 얻기 위해 무엇을 어떻게 말해야 하는지 정확히 아는 것과 유사합니다. AI 모델 출력의 성능, 관련성 및 품질은 쿼리 구성 방식에 매우 민감하기 때문에 이러한 관행이 매우 중요합니다. 효과적인 프롬프트 엔지니어링을 통해 사용자는 다양한 작업에 강력한 기초 모델의 잠재력을 최대한 활용할 수 있습니다.

프롬프트 엔지니어링의 작동 방식

프롬프트 엔지니어링의 핵심은 모델에 명확하고 충분한 컨텍스트를 제공하는 입력을 구조화하는 것입니다. 간단한 질문으로도 기본적인 답변을 얻을 수 있지만, 잘 설계된 프롬프트는 어조, 형식 및 복잡성을 제어할 수 있습니다. 고급 프롬프트의 주요 구성 요소에는 다음이 포함될 수 있습니다:

• 지시: 지시: 모델에게 수행해야 할 작업을 명확하고 구체적으로 지시합니다(예: "다음 기사를 세 개의 글머리 기호로 요약").
• 컨텍스트: 모델에서 응답을 알리기 위해 사용해야 하는 관련 배경 정보 또는 데이터를 제공합니다.
• 페르소나: AI가 채택할 역할을 할당하여 결과물의 어조와 스타일에 영향을 줍니다(예: "전문 재무 분석가 역할").
• 형식: 형식: 목록, JSON 개체 또는 특정 쓰기 스타일 등 원하는 출력 구조를 지정합니다.
• 예제: 원하는 입력 및 출력 형식의 예시를 포함하면 모델의 응답을 유도하는 데 도움이 되는 ' 소수 샷 학습' 기법이 있습니다. 이러한 기법에 대한 종합적인 리소스는 프롬프트 가이드에서 확인할 수 있습니다.

실제 애플리케이션

1. 고객 지원 자동화: 브랜드 일관성과 정확성을 보장하기 위해 기업은 프롬프트 엔지니어링을 사용하여 지원 챗봇을 안내할 수 있습니다. 프롬프트는 AI가 친절하고 도움이 되는 어조를 채택하도록 지시하고, 내부 지식 기반을 사용하여 제품 관련 질문에 답변하며, 언제 인간 상담원에게 대화를 에스컬레이션해야 하는지에 대한 명확한 프로토콜을 정의할 수 있습니다. 이렇게 하면 AI의 행동을 제어하여 잘못된 정보를 제공하거나 브랜드에 맞지 않는 방식으로 고객과 상호 작용하는 것을 방지할 수 있습니다.

2. 크리에이티브 콘텐츠 생성: Midjourney나 OpenAI의 DALL-E 3와 같은 텍스트-이미지 변환 모델에서 프롬프트는 제작을 위한 기본 도구입니다. "자동차 사진"과 같은 간단한 프롬프트는 일반적인 결과를 생성합니다. 하지만 "해질녘 해안 고속도로를 질주하는 1960년대 빈티지 빨간색 스포츠카, 사실적인 스타일, 시네마틱 조명, 8K 해상도"와 같은 세부 프롬프트는 피사체, 배경, 스타일, 품질에 대한 구체적인 지침을 제공하여 매우 맞춤화되고 시각적으로 멋진 이미지를 생성할 수 있습니다.

컴퓨터 비전과의 관련성

프롬프트 엔지니어링은 자연어 처리(NLP)에서 시작되었지만, 컴퓨터 비전(CV)에서도 점점 더 중요해지고 있습니다. 이는 텍스트와 이미지를 동시에 처리할 수 있는 멀티모달 모델의 개발이 주도하고 있습니다. CLIP과 같은 모델과 YOLO-World와 같은 개방형 어휘 감지기는 임의의 텍스트 설명을 기반으로 객체 감지와 같은 작업을 수행할 수 있습니다. 이러한 모델의 경우 효과적인 텍스트 프롬프트(예: "모든 '자전거'를 감지하되 '오토바이'는 무시")를 만드는 것은 이러한 비전 언어 모델을 안내하는 데 매우 중요한 프롬프트 엔지니어링의 한 형태입니다. Ultralytics HUB와 같은 플랫폼은 다양한 모델과의 상호 작용을 용이하게 하며, 인터페이스를 통해 작업을 정의할 때 프롬프트 엔지니어링 원칙의 이점을 활용할 수 있습니다.

프롬프트 엔지니어링과 관련 개념 비교

프롬프트 엔지니어링을 다른 머신 러닝 개념과 구별하는 것이 중요합니다:

• 미세 조정: 여기에는 새로운 데이터 세트에 대한 학습 프로세스를 계속 진행하여 모델의 가중치를 업데이트하는 작업이 포함됩니다. 반면, 프롬프트 엔지니어링은 모델 자체를 변경하지 않고 추론 시점에 기존 모델의 동작을 안내합니다.
• 프롬프트 튜닝: 매개변수 효율적인 미세 조정(PEFT) 방법인 프롬프트 튜닝은 입력에 미리 추가되는 작은 "소프트 프롬프트" 임베딩 세트를 학습하는 것을 포함합니다. 프롬프트 엔지니어링은 텍스트 기반의 "하드 프롬프트"를 수동으로 제작하는 프로세스인 반면, 이 방법은 학습을 통해 프롬프트 생성을 자동화합니다.
• 생각의 사슬(CoT) 프롬프트: CoT는 프롬프트에 "단계별로 생각하라"와 같은 지시를 추가하는 특정 프롬프트 엔지니어링 기법입니다. 이를 통해 모델이 복잡한 문제를 중간 추론 단계로 세분화하여 보다 정확한 결과를 도출하도록 유도하며, 이는 Google AI 연구 논문에 자세히 설명되어 있습니다.
• 프롬프트 체인: 이 기술은 복잡한 작업을 여러 개의 순차적인 프롬프트로 나누고, 한 단계의 결과가 다음 단계의 입력이 되는 방식입니다. 프롬프트 엔지니어링은 이러한 각각의 개별 프롬프트를 효과적으로 설계하는 광범위한 관행입니다. LangChain과 같은 프레임워크는 이러한 프롬프트를 조율하도록 설계되었습니다.
• 검색 증강 세대(RAG): RAG는 외부 지식창고에서 관련 데이터를 먼저 검색하여 프롬프트를 강화하는 시스템입니다. 프롬프트 엔지니어링은 초기 검색 쿼리와 사용자의 질문과 검색된 정보를 결합하는 최종 프롬프트를 모두 올바르게 구성하기 위해 RAG 시스템 내에서 매우 중요합니다.