프롬프트 엔지니어링

어떤 회사에 갓 들어온 천재 신입사원을 떠올려 보세요. 아는 지식은 백과사전만큼 방대하지만, 상사가 "그 일 좀 대충 잘 알아서 해봐"라고 모호하게 지시하면 엉뚱한 결과물을 가져오기 마련이에요.

대화형 인공지능도 이 신입사원과 똑같아요. 인공지능에게 단순히 "마케팅 글 하나 써줘"라고만 입력하면, 인터넷 어디서나 흔히 볼 수 있는 뻔하고 지루한 답변을 내놓게 돼요.

반면에 "20대 대학생을 타깃으로 하는 친근하고 발랄한 톤으로 3줄짜리 홍보 문구를 작성해 줘"처럼 구체적인 조건을 달면 결과의 질이 극적으로 올라가요. 이처럼 인공지능의 잠재력을 100% 이끌어내기 위해 지시문(프롬프트)을 설계하는 기술을 프롬프트 엔지니어링이라고 불러요.

가장 기본적이면서 강력한 방법은 인공지능에게 구체적인 '역할'을 지정해 주는 페르소나 기법이에요. "너는 15년 차 베테랑 영양사야"라는 역할을 부여하면, 인공지능은 일상적인 말투 대신 전문가다운 관점과 용어, 구성으로 답변을 써요. 다만 역할을 지정한다고 답의 정확성이 보장되지는 않으므로, 건강처럼 중요한 정보는 전문가에게 따로 확인해야 해요.

원하는 답변의 형태를 미리 예시로 보여주는 방법도 큰 힘을 발휘해요. 이를 '퓨샷(Few-shot)' 기법이라고 부르는데, 인공지능은 입력에 함께 들어온 몇 개의 예시를 참고해, 그 대화 안에서 원하는 말투와 문장 형식을 그대로 따라 해요(모델 자체가 새로 학습되는 것은 아니에요).

복잡한 논리 문제나 계산을 풀 때는 "단계별로 차근차근 생각해 봐"처럼 중간 풀이 과정을 거치게 해 보세요. 이를 '생각의 사슬' 기법이라고 하며(예시 없이 이 한 문장만 붙이는 방식은 '제로샷 생각의 사슬'이라고도 불러요), 인공지능이 추론 과정을 스스로 정리하면서 오류를 줄이도록 유도해요.

어떤 사람들은 프롬프트 작성을 단순히 '말을 센스 있게 건네는 요령' 정도로 오해하곤 해요. 하지만 조금 더 정확히 말하면, 대형 언어 모델(LLM)이 문맥을 파악하고 단어 간의 확률을 계산하는 수학적 원리를 활용하는 엄연한 컴퓨터 기술이에요.

대화형 인공지능은 입력된 단어들의 관계를 계산해 다음에 올 가장 자연스러운 단어를 통계적으로 이어 붙여요. 질문의 단어 배치나 문장 구조를 조금만 바꿔도 모델이 계산하는 다음 단어의 확률이 달라져, 결과가 눈에 띄게 바뀔 수 있어요.

따라서 잘 다듬어진 프롬프트는 인공지능이 사실과 다른 내용을 그럴듯하게 만들어내는 환각(할루시네이션) 현상을 줄이고, 프로그램이 인공지능과 정해진 형식으로 데이터를 주고받도록 돕는 데 쓰여요. 다만 완전히 막을 수는 없어서 중요한 정보는 따로 확인해야 해요.