프롬프트 엔지니어링
프롬프트 엔지니어링은 원하는 결과를 신뢰성 있게 끌어내기 위해 AI 언어 모델에 입력을 설계하고 다듬는 실천으로, 기본 가중치 자체를 수정하지 않고도 모델의 행동을 조정할 수 있습니다.
이해하기 프롬프트 엔지니어링
프롬프트는 인간과 언어 모델 사이의 주요 인터페이스입니다. 잘 설계된 프롬프트는 AI 결과의 품질, 일관성, 신뢰도를 크게 높여줍니다. 프롬프트 엔지니어링에는 단어 선택과 명확한 지시, 역할 정의, 예시 제공, 연쇄적 사고 유도, 출력 형식 지정 등 다양한 요소가 포함됩니다. 대표적인 프롬프트 엔지니어링 기법으로는 예시 없이 직접적으로 지시하는 제로샷 프롬프트, 예시를 포함해 원하는 출력 형식을 보여주는 퓨샷 프롬프트, 답변 전에 단계별로 생각하도록 유도하는 연쇄 사고 프롬프트, 특정 역할이나 페르소나를 지정하는 롤 프롬프트, 정확한 JSON 등 구조화된 출력 포맷을 지정하는 프롬프트가 있습니다. 에이전트 시스템에서는 프롬프트가 에이전트의 페르소나, 기능, 한계, 의사결정 체계를 정의해주기 때문에 특히 중요합니다. 도움되는 에이전트와 불안정한 에이전트의 차이는 대개 프롬프트 설계에 달려 있습니다. 좋은 에이전트 프롬프트는 에이전트의 역할과 하지 말아야 할 일을 명확히 제시하고, 기대되는 행동의 예시와 안전 장치를 포함합니다. 최근에는 DSPy처럼 최적화 알고리즘을 활용해 뛰어난 프롬프트를 자동으로 찾는 자동화된 접근도 활용되고 있지만, AI 행동을 이해하고 제어하는 데에는 여전히 사람이 직접 작성한 프롬프트가 중요합니다.
GAIA 활용 방법 프롬프트 엔지니어링
GAIA의 에이전트 행동은 prompts 디렉터리에 저장된 정교하게 설계된 시스템 프롬프트에 의해 결정됩니다. 이 프롬프트는 GAIA가 이메일, 캘린더, 작업 관리에 대해 어떻게 사고하는지, 어떤 도구를 우선적으로 사용하는지, 모호한 상황에 어떻게 대응하는지, 사용자와 어떻게 소통하는지를 정의합니다. 또한 GAIA는 프롬프트 내에 몇 가지 예시(few-shot example)를 활용해 구조화되지 않은 이메일 텍스트에서 작업 세부정보나 일정 같은 구조화된 데이터를 일관되게 추출합니다.
관련 개념
대형 언어 모델 (LLM)
대형 언어 모델(LLM)은 방대한 텍스트 데이터셋으로 훈련되어, 다양한 작업에서 인간의 언어를 이해하고 생성하며 추론할 수 있는 딥러닝 모델입니다.
체인 오브 쏫 추론
체인 오브 쏫(CoT) 추론은 AI 모델이 최종 답변을 내기 전에 중간 추론 과정을 명확히 서술하게 하는 프롬프트 기법으로, 복잡한 다단계 문제의 정확도를 획기적으로 높여줍니다.
제로샷 러닝
제로샷 러닝은 AI 모델이 특정 작업에 대해 명시적으로 학습하지 않았더라도, 일반적인 지식과 추론 능력에 기반해 그 작업을 수행할 수 있는 능력입니다.
퓨샷 러닝
퓨샷 러닝은 AI 모델이 가중치 업데이트 없이 프롬프트에 제공된 소수의 입력-출력 예제만으로 새로운 작업이나 출력 형식에 적응하는 능력을 의미합니다.
대형 언어 모델 (LLM)
대형 언어 모델(LLM)은 방대한 텍스트 데이터를 학습해 인간의 언어를 놀라울 정도로 자연스럽게 이해하고 생성하며 추론할 수 있는 인공지능 모델입니다.
