>RE::VISION CRM

인공지능

ChatGPT 프롬프트 엔지니어링 오해[1] - 복잡해야 한다

YONG_X 2024. 6. 20. 18:04

ChatGPT 프롬프트 엔지니어링 오해[1] - 복잡해야 한다

 

ChatGPT가 대중적인 인기를 끌면서 책도, 강연도, 논문도 많이 나오고 있다. 그 중 한 섹션은 바로 프롬프트 엔지니어링(Prompt Engineering)이다. 그러나 지금 쉽게 접할 수 있는 이야기들이 과연 다 맞는 말들일까? 대표적인 오해(Myth)들을 정리해보자

 

 

ChatGPT 프롬프트 엔지니어링에 대한 오해 Top 7

  • 복잡할수록 더 나은 출력을 제공한다
  • ChatGPT가 인간처럼 맥락을 이해한다
  • ChatGPT가 각 상호작용에서 학습한다
  • 긴 프롬프트가 더 낫다
  • AI가 복잡한 작업을 완전히 자동화할 수 있다
  • 전문 용어와 기술 용어 사용이 응답을 개선한다
  • 프롬프트 엔지니어링은 기술 전문가만을 위한 것이다

 

대표적인 것들만 해도 7개나 되니 모두를 살펴보는 대신 첫번째 것 하나라도 살펴보자.

More Complexity Equals Better Outputs
(더 복잡한 프롬프트가 더 나은 결과를 낳는다)
흔히 더 복잡한 프롬프트가 더 나은 결과를 제공한다는 일반적인 믿음이 있다. 그러나 실제로 적용해보면 좀 단순해 보여도 명확하고 정확한 프롬프트들이 보통 ChatGPT로부터 더 정확하고 관련성 있는 응답을 이끌어낸다. CoT도 Step-by-step도 실제로 별로 크게 도움되지 않는다. 단순하고 명확한 프롬프트도 "잘 구성되고 목표에 맞다면(well-structured and targeted)" 매우 효과적이다.

핵심은 길이나 복잡성이 아니다. 프롬프트를 통해 생성 AI로 부터 얻고자하는 답이 무엇인가를 잘 정리해서(분류하거나 구조화해서) 특정한 답변의 범위를 좁히는 것(=Targeting)이다. Targeting이라는 키워드를 기억하라!

그렇다면 복잡하기만 하고 결과는 나쁜 프롬프트란 무엇인지 실제로 예를 들어 보자.

 

잘못된 프롬프트 예시:
"ChatGPT를 사용할 때 발생할 수 있는 다양한 오류 코드와 해당 코드가 발생하는 구체적인 상황들, 그리고 이러한 오류 코드가 발생했을 때 해결 방법을 설명해 주세요. 또한, 이러한 오류 코드가 발생하지 않도록 예방하는 방법에 대해서도 상세히 설명해 주세요."


잘못된 점:
이 프롬프트는 너무 많은 세부 사항을 한꺼번에 요구하며, 오류 코드와 같은 매우 구체적인 정보를 제공하라고 한다. 또한 예방 방법까지 설명하라고 요청하는 등 과도하게 복잡하다.

 

그렇다면, 어떤 프롬프트가 더 나은 결과를 줄까?

수정한 프롬프트 예시:
"전문적 사용자가 ChatGPT를 사용할 때 발생하는 Top 5 문제상황에 대해 최근 자료 중심으로 조사하라.  각 문제상황에 대한 현실적이고 실용적인 해결 방안을 제안하라"

 

수정에 사용한 전략:
1. 사용자의 종류를 명시(=Targeting)
2. 가장 중요한 상황으로 범위 한정
3. 세부사항 대신 실용적 대책을 요구

결론과 교훈:
챗GPT를 사용하기 위한 프롬프트 엔지니어링에 대해서 많은 오해(Myths or Misunderstanding)가 존재한다. 프롬프트 엔지니어링은 사실상 아직 성숙기에 접어든 학문도 검증된 기술도 아니다. 생각보다 진짜 중요한 결과를 얻을 수 있도록 가이드해줄 수있는 전문가도 많지 않은 상황이다. (ChatGPT를 만든 OpenAI 조차 실제 다양한 문제들에 활용하기 위해 그 것을 어떻게 사용해야하는지에 대해 그리 많이 알지 못하는 상황임을 기억하라!)
만일 실제로 자신의 업무 문제를 해결하기 위해 전문적으로 ChatGPT와 같은 도구를 사용하려는 사용자라면 자신의 목적을 더 잘 달성할 수 있는 프롬프트의 특성을 파악하고 이를 반복해서 새로운 패턴으로 응용하라. 생각해보라! 마케팅에 대한 이해가 없는 사람이 프롬프트 엔지니어링을 아무리 기법으로 한들 좋은 마케팅 프롬프트를 작성하는 것이 가능하겠는가?


 

[참고] 생성 AI에서의 프롬프트 엔지니어링이란 무엇인가?


프롬프트 엔지니어링은 ChatGPT와 같은 대형 언어 모델(LLM)과 효과적으로 상호작용하기 위해 입력 프롬프트를 설계하고 최적화하는 작업이다. 이 과정은 AI 모델의 기능과 한계를 이해하고 특정 기술을 사용하여 응답의 품질과 관련성을 향상시키는 것이다. LLM을 활용한 애플리케이션을 개발하는 엔지니어의 관점과 자신의 문제를 해결하기 위해서 사용하는 최종사용자(End User. 예: 기획자, 마케터, 품질관리자, 변호사)의 관점 등 크게 두 가지 서로 다른 유형의 관점에서 각자의 필요에 의해 수행된다.

프롬프트 엔지니어링에 대한 최근의 경험과 인사이트를 바탕으로 한 전문가 수준의 정의는 다음과 같다:
"프롬프트 엔지니어링은 고품질, 맥락에 적합한 출력을 최소한의 후처리로 달성하기 위해 프롬프트를 설계하고, 최적화하며, 반복하는 것을 목표로 하는 전문적 작업이다. 이는 AI 모델의 아키텍처를 이해하고 기술적 지식과 언어적 기술을 활용하여 수행된다." 

 

 

 

[ Bonus ] 

전세계 최고의 프롬프트 엔지니어링 전문가 5명은?

 

 

 

Comment :: ChatGPT does not understand what is prompt engineering!

At least at this very moment.

 

 

 

참고::

 

이 글은 "디지털 마케터의 챗GPT 활용 전략 - 실전! ChatGPT 프롬프트 엔지니어링" 책을 보강 Update하기 위한 내용입니다. 책에 대한 소개는 다음을 참고하세요 

https://revisioncrm.tistory.com/596

 

[책] 디지털 마케터의 챗GPT 활용 전략: 어떻게 다른가?

디지털 마케터의 챗GPT 활용 전략: 실전! ChatGPT 프롬프트 엔지니어링 어떻게 다른 ChatGPT 책들과 다른가? "디지털 마케터의 챗GPT 활용 전략: 실전! ChatGPT 프롬프트 엔지니어링" 은 디지털 마케팅에

revisioncrm.tistory.com

 

관련 글 :

대표적으로 유행하는 프롬프트 엔지니어링 기법 CoT: 과연 얼마나 실제로 쓸모가 있을까?

https://revisioncrm.tistory.com/675

 

CoT 프롬프트의 마법? Chain of Thought 적용 방법과 대상과 한계점

CoT 프롬프트의 마법? Chain of Thought 적용 방법과 대상과 한계점  대략 이야기하면 CoT(생각의 사슬) 방법은 풀어야 하는 문제를 분해하고 각 분해한 부분들을 연결시키는 방식을 명시적으

revisioncrm.tistory.com

 

본격적으로 사용하는 사람입장에서 과연 ChatGPT가 유용할까? 지금 시점에서의 활용가치에 대한 검토

https://revisioncrm.tistory.com/677

 

ChatGPT가 실제 전문적 업무에 도움이 될까? 주관적 검토 (2024.6.17)

ChatGPT가 실제 전문적 업무에 도움이 될까?주관적 검토 (2024.6.17)ChatGPT 사용자가 한국에 3백만명 가량 된다는 조사 결과가 최근에 나왔다고는 하지만, 아마도 본격적으로 자신의 업무에 사용하는

revisioncrm.tistory.com

 

 

챗GPT 실제로 쓸모있는 기능 7가지 - ChatGPT 활용 방안 (영상)

https://www.youtube.com/watch?v=V5GeenOfsFM&t=27s

 

 

명령하기 3 핵심 기법 - 챗GPT 프롬프트 엔지니어링 (영상)

https://www.youtube.com/watch?v=EMRVyxkTmOY&t=7s

 

 

* by promptStrategies, 전용준. 리비젼컨설팅 https://revisioncrm.tistory.com/182