ChatGPT 프롬프트 엔지니어링 - 그냥 잘 쓰는 것과 무엇이 다른가   ChatGPT는 사용자가 프롬프트를 작성해서 응답을 받는 방식으로 작동된다. 그렇다면 ChatGPT "프롬프트 엔지니어링"과 ChatGPT를 잘 사용하는 것(프롬프팅) 이 과연 다른 것인가? 단순히 Cool한 멋진 용어로 포장만 한 것은 아닌가하는 질문이 생긴다. 이 두 가지 사이에 어떤 실질적인 차이점이 있는지를 구체적으로 짚어보자.  ChatGPT ::ChatGPT 프롬프트 엔지니어링과 ChatGPT를 잘 사용하는 것(프롬프팅)은 관련이 깊지만, 세부적으로는 몇 가지 차이점이 있습니다. 이를 이해하기 위해 두 개념을 구분해 보겠습니다.ChatGPT 프롬프트 엔지니어링프롬프트 엔지니어링은 ChatGPT와 같은 대규모 언어 모델을..

ChatGPT 프롬프트 - 잘못된 가르침의 유형들  ChatGPT 프롬프트 작성 방법 또는 프롬프트 엔지니어링에 대한 다양한 강의와 책이 나와있는 상황이다. 대부분 비슷비슷한 내용들을 가르치기는 하지만 잘못 내지는 부실하게 가르치는 경우들도 흔하다. 아직 완전히 검증된 방법론이 있다고 하기에는 초기이기도 하기에 어쩌면 이런 문제는 당연할 수도 있을 것이다. 그러나, 당장 적용할 것들이 필요하다면 검토가 필요한 것은 분명하므로, 강의와 책들이 공통으로 설명하는 내용 20가지가 무엇인가, 그리고 각 내용별로 대표적으로 잘못 강의하거나 설명하는 대표적인 예를 정리해본다. ( 특히, 3, 6, 7, 8번 항목은 일반 ChatGPT 사용자 입장에서도 잘못 이해할 경우 혼란스러울 가능성이 높아 보인다.)  No. ..

[promptStrategies TIPs Series #22]ChatGPT 응답의 범위를 좁혀라  대부분의 특히 업무적인 용도로 사용하는 사용자들은 ChatGPT로부터 가능한한 구체적이고 정밀한(precise) 정보를 얻고자 한다. 따라서 대화를 편하게 나눈다고 생각하기 보다는 응답에 대한 지시사항(instruction of response) 형식으로 프롬프트를 작성한다고 여기는 것이 효과적이다.이 때 고려할 사항이 바로 응답의 범위를 한정시키는 것이다. 쉽게말한다면 무언가를 제외하고 나머지 중심으로 응답하라고 요구하는 것이다. 응답의 범위가 한정되지 않으면 기본적으로 전반적인 설명이 응답으로 나오게 되기 때문이다. 범위를 좁히는 것은 그 어떤 복잡한 프롬프트 엔지니어링 기법보다 중요하다.    chat..

[ChatGPT 활용] 주식 종목 분석 예제 - SMCI (NASDAQ: SMCI)  >>  ChatGPT의 다양한 기능을 활용한다면 주식 종목에 대한 분석도 가능할 수 있을 것이다. 상승 가능성이 높은 주식을 ChatGPT를 활용해 찾고 기술적 분석과 공개된 동향 자료를 조사해 전망에 대해 확인해 보자.[주의] 이 글은 투자종목을 추천하는 것이 주목적이 아니다. ChatGPT를 활용할 수 있는 다양한 방법 중 한가지를 검토하는 것(즉, 어떤 프롬프트로 무엇을 파악할 것인가를 살펴보는 것)이 목적이다.   >>  첫번째 작업은 검토할 대상 종목을 추출해 범위를 좁히는 것이다. (기준 시점은 2024-07-06 이다)  Prompt ::  미국 주식 중 한달내 상승률이 가장 높게 기대되는 10가지를 조사하..

[promptStrategies TIPs Series #21]ChatGPT 활용 방법: 문제점 분석에 집중해보자   일반 사용자들은 ChatGPT를 주로 모르는 사실이나 정보에 대해 질문하는 용도로 많이들 사용한다. 반면 ChatGPT를 사용해서 남의 주장이나, 계획, 일반적으로 알려진 상식 등과 같은 내용에 대해서 비판적인 측면에서 검토하는 용도로 활용하는 경우는 많지 않다. 실제로 사람들이 하는 주장이나, 강연, 계획이나 정책, 또 대부분의 사람들이 그렇다고 믿는 상식 등의 내용에는 논리적 비약이나 비현실성, 모호함 등이 들어 있는 경우가 허다하다. 그러나, 인간의 정보 처리와 추론 능력만으로는 그 것들을 모두 검토하고 문제점을 충분히 파악하기 어렵다. 반면 ChatGPT와 같은 자동화 도구는 이런 ..

생성형 AI를 활용한 의미기반 상품정보 제공 사례 Example - plus 교훈 이제 생성형 AI를 업무 전반에 본격 적용하겠다는 시도가 늘어가고 있다. 그러나, 업무유형에 따라서는 상당히 높은 완성도를 만족해야만 본격 적용이 가능한 경우들이 있다. 특히 온라인 쇼핑몰의 검색기능과 같은 경우 매우 중요한 역할을 담당하는 동시에 상당히 높은 수준의 완성도가 요구되는 것이다. 관련된 국내 사례를 하나 살펴보고 어떤 교훈을 얻을 수 있을지 생각해보자.  국내 사례 개요: 한 온라인 쇼핑몰에서는 생성형 AI를 활용해 고객의 검색에 자연어 기반의 설명을 제공하는 시스템 기능을 추가했다. 기본 검색기능에 고객이 검색하면 상품과 관련된 정보를 풀어서 설명하는 방식이다.그러나 이 사례는 대표적으로 완성도 낮은 생성형..