우리가 살고 있는 디지털 시대에 인공지능(AI)은 더 이상 먼 미래의 이야기가 아닙니다. AI는 이미 우리 일상 속에 깊숙이 자리 잡고 있으며, 그 중심에는 '언어 모델(Language Model)'이 있습니다. 이러한 언어 모델의 발전은 Andrew Ng과 같은 AI 분야의 선구자들 덕분에 가능했습니다. 특히, 최근에는 '프롬프트 엔지니어링(Prompt Engineering)'이라는 새로운 개념이 등장하며 AI의 활용 범위와 효율성을 한층 더 높이고 있습니다.
프롬프트 엔지니어링은 AI, 특히 대규모 언어 모델을 효과적으로 활용하기 위한 방법론입니다. 이는 AI에게 정확한 지시와 문맥을 제공하여, 보다 정확하고 유용한 결과를 얻어내는 기술입니다. Andrew Ng과 같은 전문가들은 이 분야에서 중요한 역할을 하며, ChatGPT와 같은 고급 모델을 통해 우리가 AI를 어떻게 더 잘 활용할 수 있는지에 대한 길을 제시하고 있습니다.
이 글에서는 Andrew Ng의 프롬프트 엔지니어링에 대한 접근 방식과 그것이 어떻게 현대 AI 기술의 발전에 기여하고 있는지를 살펴보겠습니다. 또한, 이러한 기술이 우리의 일상과 업무에 어떤 영향을 미칠 수 있는지에 대해서도 탐구해 보겠습니다.
Andrew Ng과 ChatGPT 프롬프트 엔지니어링
기본 LLM과 지시 튜닝된 LLM
- 기본 LLM: 프롬프트에 대한 다음 문장을 예측하는 방식으로 학습됩니다. 예를 들어, "옛날에 유니콘이 살았습니다"라는 문장에 대해 LLM은 "이 유니콘은 친구들과 함께 마법의 숲에서 행복하게 살았습니다"라고 예측합니다.
- 지시 튜닝된 LLM: ChatGPT와 같은 모델은 기존의 언어 모델을 넘어서 사람의 지시/설명을 따르도록 학습되었습니다. 이를 위해 RLHF(Reinforcement Learning with Human Feedback, 사람의 피드백을 기반으로 한 강화학습) 방식이 사용되었습니다. OpenAI는 이 학습을 위해 다양한 분야의 전문가 40명을 고용했습니다.
지시 튜닝된 LLM에 집중하는 이유
- 사람에게 도움이 되고, 정직하며 해를 끼치지 않는다는 점에서 중요합니다.
- 기본 LLM에 비해 유해한 출력과 같은 문제가 되는 텍스트를 출력할 가능성이 적습니다.
- OpenAI 및 기타 LLM 제공 기업에 서비스하기 쉽습니다.
- 실제 사용 시나리오에서 많은 지시 튜닝된 LLM으로 전환되는 추세입니다.
LLM을 올바르게 사용하는 방법
- 명령을 내리는 과정에서 ‘프롬프트’의 중요성: 프롬프트 엔지니어링은 명확하고 구체적인 지침을 작성하는 것을 포함합니다. 예를 들어, 백틱 세 개로 구분된 텍스트를 한 문장으로 요약하라는 지시를 할 수 있습니다.
- 구조화된 요청: JSON 형식으로 모델에게 조건이 충족되는지 확인하도록 요청하는 방법입니다.
- "Few-Shot" 프롬프팅: 몇 장의 사진이나 예시를 제공하여 모델에게 일관된 스타일로 대답하도록 하는 방법입니다.
- 작업 완료에 필요한 단계 지정: 성급한 결론보다는 모델 스스로 해결책을 찾도록 지시합니다.
여러 예제에서도 나오지만 명확한 지시사항이 일단 근본적인 핵심같습니다. 사람에게도 그렇고 명확한 지시사항을 주지 않는다면 이사람이 뭘 하려는지를 모르고 지시에 대해 제대로 답변이 올 수 없는것처럼 LLM 도 하나의 사람처럼 질문을 해야한다고 생각을 했습니다. 어떤 유투브에서 발췌한 글인데 백만장자의 ChatGPT 사용법에선 정말 GPT를 사람과 대화하듯 지시사항과 프롬프트를 넣어주고 업무를 효율적으로 처리하는걸 봤습니다.
GPT를 도구로 잘 활용하기 위해선 이런 프롬프트의 전문적인 강의들을 본다면 훨씬 효율적으로 할 수 있을것입니다. 저도 ChatGPT를 초기에 비해 그냥 단순하게 프롬프트를 던졌다면 이제 명확한 프롬프팅을 구체화해서 던지고 있습니다. 확실히 업무 효율성이 많이 올랐습니다. 이런 습관들을 통해 다들 효율적인 프롬프트 엔지니어가 되었으면 좋겠습니다.
https://www.deeplearning.ai/short-courses/chatgpt-prompt-engineering-for-developers/
위 강의를 시간날때 한번 보시는것을 추천드립니다.
'AI > Contents' 카테고리의 다른 글
OpenAI의 Assistants API로 개인 수학 튜터 만들기 (2) | 2023.12.05 |
---|---|
[Langchain] RAG 멀티모달을 활용한 추론 - 이력서 첨삭 튜터 (1) | 2023.11.30 |
ChromaDB로 RAG(Retrieval-Augmented Generation)방식의 챗봇 구현하기 (1) | 2023.11.24 |
GPT가 자동으로 블로그 글을 업로드하는 건에 대하여..(1) (1) | 2023.11.24 |
OpenAI 샘알트만 왕의귀환 (1) | 2023.11.22 |