이전 포스팅과 제가 늘 말하는 좋은 교육자료들에서 프롬프트 엔지니어링에 대한 정의는 수없이 내려졌고 교육방법도 어느 정도 자리를 잡아 갑니다. 프롬프트 엔지니어링은 결국 기계에게 인간의 의도대로 원하는 대답을 이끌어 내는 기술 입니다. 여기서 핵심은 "기계" 즉, 원리가 존재하고 일정부분 예측이 가능한 이라는 전제가 붙습니다.
Claude를 개발한 Anthropic에서는 아래의 세 가지만 명확하면 프롬프트 엔지니어링이라는 걸 이미 하고 있는 것이나 다름 없다고 합니다.
•
사용 사례의 성공 기준에 대한 명확한 정의
•
이러한 기준에 대해 이미 경험한 테스트하는 몇 가지 방법
•
개선하고자 하는 첫 번째 프롬프트 ← 첫번째 프롬프트부터 완벽할 수 없다!
사실 이것 외에도 우리는 fine-tuning보다 프롬프트 엔지니어링이 더 빠르고 효과적이게 좋은 결과를 낼 수 있다는 연구결과들도 뉴스나 논문을 통해 접했습니다. 여기에 OpenAI나 Anthropic에선 답답했는지 자체적인 프롬프트 작성 팁과 예시, 교육 등도 배포하기 시작했습니다.
OpenAI도 System Prompt를 공개하고 Google, Anthropic에서도 시스템 프롬프트(LLM의 Instruction)를 공개하며 자신들이 어떤 의도로 이것을 기본 세팅 했는지 어떤 방식으로 사용했는지를 계속해서 보여 줍니다. 사실 이런 이야기를 할 거면 이 포스팅을 작성하지 않았을 겁니다. 앞서 말했듯 이미 이전 포스팅에서 말했던 걸 또 말하는 거라 지치기도 하고 어차피 찾아 볼 사람들은 찾아서 봤을 테니... 블로그에 글을 남겨야 겠다고 생각한 것은 아래 영상을 보고 나서 입니다. Anthropic의 실제 개발자들이 진행하는 팟캐스트!
프롬프트 엔지니어링은 모델과의 상호작용을 최적화하기 위해 명확한 커뮤니케이션, 반복적인 개선, 그리고 컨텍스트 이해를 강조하는 분야입니다. 이를 통해 인공지능 모델의 성능을 극대화할 수 있습니다.
•
🔍 프롬프트 엔지니어 잭(Zack Witten)은 프롬프트 엔지니어링을 모델과의 효율적인 소통을 통해 최적의 성능을 도출하는 기술이라고 정의하며, 이를 시행착오 과정에 비유했습니다.
•
⚙ 기존 프로그래밍과 달리, 프롬프트 엔지니어링은 반복적인 실험과 피드백을 통해 학습하는 특성을 가지고 있으며, 이를 통해 모델의 응답을 개선할 수 있습니다.
•
🗣프롬프트 엔지니어 잭은 뛰어난 프롬프트 엔지니어의 조건으로 명확한 의사소통, 반복 능력, 엣지 케이스 예측의 중요성을 강조했습니다.
•
💡 언어 모델의 미세조정을 담당하는 아만다는 효과적인 프롬프트가 모델 성능에 미치는 큰 영향을 지적하며, 인간과 모델 간의 명확한 커뮤니케이션의 중요성을 강조했습니다.
프롬프트 엔지니어링의 진화와 미래
•
🤔 이 팟캐스트에서는 AI 추론의 복잡성을 다루며, 의인화된 모델 상호작용은 오해를 일으킬 수 있지만 구조화된 추론은 모델 성능을 향상시킬 수 있음을 시사했습니다.
•
💡 명확한 예제를 제시하고 반복적으로 추론하는 방식이 모델의 성능을 향상시킨다는 점이 밝혀졌습니다.
•
🔍 좋은 문법과 문장 부호가 명확성을 높인다는 의견이 나왔으나, 모델의 이해 능력이 더 중요하다는 데에 공감했습니다.
•
🔑 프롬프트의 미래는 모델이 사용자로부터 정보를 이끌어내며 프롬프트를 개선하는 상호작용적 관계로 발전할 것이라는 예상이 이미 나왔습니다.
•
🤖 AI 기술이 발전함에 따라 프롬프트 엔지니어가 AI와의 대화를 촉진하는 역할로 점차 변화할 것이라고 전망했습니다.
이 중에 Zack Witten은 현재 Anthropic에서 프롬프트 엔지니어로 일하고 있으면서 자신이 하는 일이 무엇인지에 대해 좀 더 명확하게 설명합니다. 막연하게 명령을 잘내리고, 윤리를 지키는게 아닌 이전에 자신이 Machine Learning Engineer를 했던 경험을 바탕으로 어떻게 접근해야하는지 그리고 이것이 어떻게 유의미 한지 말이죠. 위의 토글을 펼치시면 영상 요약 내용을 볼 수 있습니다.
개인적으로 인공지능을 사용하는 인간을 위한 안내서에서 언급했던 내용이 그대로 잘 담겨 있어서 스스로 뿌듯하고 그렇더라구요. 해당 글은 2023년 여름에 썼던 글인데 지금도 많은 분들이 찾아주시는 것도 그렇고 실제로 프롬프트 엔지니어로 일하는 이들이 말하는 것도 결국 본질은 바뀌지 않는 것 같습니다.
이전 스터디 공유 글에서도 언급했듯이 결국 사용자는 인공지능에게 뭘 물어볼지, 어떻게 써야할지를 머뭇거리는데 가장 큰 시간을 들이는 중이고 "목적"이 명확해 지면 이것을 사용하는 방법이나 도구들은 급속도로 발전하고 사라지고 자리메김 할 것 입니다.
"목표가 분명하지 않으면 아무리 행동해도 성과를 이루기 어렵다."라는 말은 자주 듣는 이야기 이지만 살다보면 잊곤 하죠. 오늘 현선님과 이야기를 나누면서도 느낀거지만 무엇을 할지 정해지면 도구와 방향은 얼마든지 바꾸고 사용할 수 있습니다. 이 글을 읽는 분들도 "프롬프트 엔지니어링"이라는 단어, 인공지능이라는 테마에 현혹되기 보단 무엇을 하고 싶었는지, 어떤 걸 할 것인지 한 번 되새겨 보는 시간이 되면 좋겠습니다. 저도 매번 잊게 되더라구요. 스스로 다짐하지 않으면.
Subscribe to 'haebom'
📚 Haebom의 아카이브에 오신 걸 환영합니다. --- IT 💻, 경제 💰, 인문학 🎭을 관련 된 글을 올립니다. 제 생각과 관점 혹은 관심사가 궁금하시면 구독해주세요. haebom@kakao.com
Subscribe
haebom
해봄의 아카이브
인공지능 몰라도 안 망하고, 안 죽고, 안 큰일납니다.
Haebom
최근 여기저기에서 인공지능 시대가 올 것이며 인공지능을 모르면 망하고, 죽고, 위험하다는 말을 하는 사람들이 많아지고 있습니다. 진짜 그럴까요? 아니요! 다 헛소리입니다. 아는 동생이 0주 인공지능 전문가 과정, 00시간 AI 마케팅 강의 등을 물어봐 대답했습니다. 그것들이 그렇게 쉽게 얻어지는 것인가? 고작 몇십시간 들인다고 성공하는 건가? 정작 딥러닝, 인공지능 석학들은 철학과 기본기를 강조하는데?
딥러닝의 대표적 교육자인 앤드류 응은 인공지능을 마치 모든 것을 해결해 줄 마법의 도구로 여기기 보다는, 우리 일상에 유용한 도구로 받아들이는 것이 중요하다고 강조합니다. 그는 인공지능의 잠재력을 논의하면서, 과도한 두려움 대신 기술을 이해하고 적극적으로 활용하는 자세가 필요하다고 역설했습니다.
앤드류 응은 인공지능의 대중화를 통해 더 많은 사람들이 높은 수준의 지식에 접근할 수 있게 될 것이라고 말합니다. 이는 곧 더 많은 사람들이 더 복잡한 문제들을 손쉽게 해결할 수 있게 되는 것을 의미합니다. 그는 인공지능이 전기를 대중화한 것처럼 사회 전반에 걸쳐 큰 변화를 가져올 것이라고 비유했습니다.
실제로 앤드류 응 교수는 DeepLearning.AI, Courcera 등에서 무료로 대부분의 강의를 공개하고 있습니다. 가보시면 랭체인 창업자가 랭체인을 가르치고, 인공지능 석학들이 인공지능 및 딥러닝 등에 대해 가르칩니다. 무료로요!
샘 올트먼 역시 인공지능이 모든 사람들에게 이익이 될 수 있다고 강조하며, 기술을 통해 더 나은 세상을 만들 수 있는 기회를 제공해야 한다고 주장합니다. 이는 인공지능이 기술의 독점에서 벗어나, 더 많은 사람들에게 접근 가능해지도록 하는 것이 중요하다는 것을 이야기 했습니다.
이 두 가지 이야기 모두 그들에게 직접 들은 이야기 입니다. 물론, "인공지능은 사용하지 않는 사람은 인공지능을 사용하는 사람들에게 대체 될 것이다."라는 말이 있습니다. 이건 마치 "자동차를 타지 않는 사람은 자동차를 타는 사람 보다 늦게 목적지에 도착합니다."라는 말과 유사합니다. 도로환경, 상황, 목적지에 따라 다르겠죠. 때로는 대중교통이 자가용(택시)보다 빨리 도착할 때도 있습니다.무조건 안배우면 세상 큰일이 날 것 처럼 말하는 것은 사회적으로 큰 문제라고 생각합니다.특히 목표지향적으로 사는 대한민국에선 더더욱이요. 그 다음 목표가 없는 그냥 최신 기술 아니 서비스죠. 서비스 배워서 기분 좋은 사람 정도로 끝납니다.
카카오 뱅크 블로그에 좋은 글이 있어 함께 공유합니다. 이미지를 클릭하면 새창에서 해당 블로그로 넘어갑니다.
특히 인공지능 관련 교육과 마케팅에서 많이 사용되는 전략 중 하나가 FOMO(Fear Of Missing Out)입니다. 사람들이 뒤처질 것이라는 두려움을 자극하여 제품이나 서비스를 구매하도록 유도하는 방식입니다. 그러나 이러한 전략은 사람들에게 불필요한 불안감을 조성하고, 인공지능 학습에 대한 잘못된 인식을 심어줄 수 있습니다. 우리는 인공지능을 배우는 것이 중요한 것이 아니라, 이를 어떻게 활용할 것인지에 대해 더 많은 고민을 해야 합니다. 개인적으로는 이런 방식 자체가 사람들로 하여금 더 무언가를 배우는 것이 큰 일 처럼 느껴지고 나중에 그걸 활용 못하면 자기 탓으로 돌리게 되는 악순환이 생긴다 생각합니다.
정작 딥러닝과 인공지능 분야의 선구자인 앤드류 응과 샘 올트먼 등은 인공지능이 대중화되면 누구나 더 높은 수준의 지식에 쉽게 접근할 수 있게 될 것이라고 말합니다. 이는 기초학문과 기본 지식의 중요성이 더욱 커질 것이라 말합니다. 인공지능 도구 모른다고 죽지 않습니다. 전기를 안쓰는 프랑스 남부에 있는 어느 농부도 행복하게 살며, 인터넷을 사용해 본 적 없는 사람도 잘 삽니다.
앤드류 응은 인공지능을 전기와 같은 도구로 비유하며, 우리 삶에 큰 변화를 가져오겠지만 그 자체로 두려워할 대상은 아니라고 강조했습니다. 오히려 이를 잘 활용하고 기회로 삼는 자세가 필요하다고 역설했죠. FOMO를 자극하는 과도한 마케팅에 현혹되기보다는, 인공지능 시대를 슬기롭게 준비하고 대처하는 것이 중요합니다. 기초 지식을 튼튼히 하고, 인공지능을 도구로 활용해 더 나은 미래를 만들어 가는 지혜가 필요한 때입니다.
결국 인공지능도 기존 서비스에 붙여서 사용되는 것 입니다. 마이크로소프트, 구글도 그렇고 애플도 그럴 것 입니다. 기존 서비스 만드는 법 모르고 그냥 인공지능 짱, 코딩 필요 없음, 기초 학문 시간 낭비임 식의 접근은 당장 기분은 좋을 수 있어도 오래 못 갑니다. 어차피 모델 새로 나오고 메서드 몇개만 바꾸어도 프롬프트 전략도 바뀔꺼고 계속 더 나은 모델들이 나올겁니다. 스마트 폰에 붙은 카메라 같이요. (놀랍게도 십여년 전만 해도 폰에 핸드폰 화질이 가장 중요했던 시절이 있었습니다.)
과도한 공포에서 벗어나 균형잡힌 시각으로 인공지능을 바라보고 활용하는 태도를 가집시다. 인공지능을 모른다고 해서 망하거나 뒤처지지 않습니다. 기본에 충실하고 이를 현명하게 활용하는 사람이 중요한 것을 모두가 알지만 몇몇 공포심을 조장하는 삿된 사람들로 인해 더 사람들이 안써도 되는 돈, 안써도 되는 시간, 안써도 되는 걱정을 하는 것 같아 글을 적습니다.
Subscribe to 'haebom'
📚 Haebom의 아카이브에 오신 걸 환영합니다. --- IT 💻, 경제 💰, 인문학 🎭을 관련 된 글을 올립니다. 제 생각과 관점 혹은 관심사가 궁금하시면 구독해주세요. haebom@kakao.com
Subscribe
1
Haebom
갑자기 블로그 유입이 많아져 보니, 3월의 글이 다시 조명 받고 있습니다. @Surfit 팀 늘 감사합니다. 어떤 주제던 이야기를 나누고 싶으신 분들은 Slashpage, 혹은 SNS에서 DM을 주셔도 좋고 메일을 보내주셔도 좋습니다.