이 문서는 Google의 AI 기술자 Lee Boonstra가 작성한 69페이지 분량의 공식 화이트페이퍼로프롬프트 엔지니어링(Prompt Engineering)의 핵심 개념과 기법, 실습 예시, 베스트 프랙티스를 체계적으로 다룬 가이드입니다. 주요 내용은 다음과 같습니다:
1.
프롬프트 엔지니어링이란?
- LLM(대형 언어 모델)은 입력된 텍스트를 기반으로 다음 토큰을 예측하는 방식으로 작동합니다.
- 효과적인 프롬프트는 모델의 출력을 정확하게 유도하며, 구성, 스타일, 문맥, 길이 등이 성능에 영향을 줍니다.
2.
출력 구성 설정
- 출력 길이: 토큰 수를 제한하여 비용 및 처리 시간을 조절.
- 샘플링 설정: 다음 토큰 선택을 위한 확률 기반 방식.
- Temperature: 낮을수록 예측이 일관됨, 높을수록 창의성 증가.
- Top-K / Top-P: 높은 확률을 가진 토큰만 선택하여 다양성과 정확성 조절.
3.
주요 프롬프트 기법
- Zero-shot: 예시 없이 작업만 설명.
- One-shot / Few-shot: 하나 또는 여러 개의 예시 제공.
- System / Role / Contextual Prompting:
- System: 모델의 역할과 출력 포맷 정의.
- Role: 모델의 인격, 역할 부여 (예: 여행 가이드, 선생님).
- Contextual: 현재 대화나 작업에 필요한 배경 제공.
- Step-back Prompting: 넓은 관점에서 먼저 생각하도록 유도.
- Chain of Thought (CoT): 중간 사고 단계를 포함시켜 정확도 향상.
- Self-consistency: 여러 번 응답을 받아 다수결로 결과 결정.
- Tree of Thoughts (ToT): 다양한 사고 경로를 동시에 탐색.
- ReAct: 추론 + 외부 도구를 사용하는 에이전트 방식.
4.
코딩 프롬프트 예시
- 코드 작성, 번역, 설명, 디버깅 등 다양한 개발 관련 프롬프트 예제 제공.
- Bash → Python 번역, 잘못된 코드의 버그 해결 등 실용적 접근 설명.
5.
베스트 프랙티스
- 명확하고 간결한 프롬프트 작성.
- 예시 제공 (Few-shot 권장).
- 지시문 중심으로 설계 (제한 조건보다 목적 중심).
- 변수를 사용해 재사용성 높이기.
- 다양한 형식과 스타일을 실험해보기.
- 모델 업데이트에 따라 프롬프트를 조정할 것.
이 문서는 프롬프트 작성의 기초부터 고급 기법, 실제 코드 활용까지 포함되어 있어 AI 사용자와 개발자 모두에게 유용한 자료입니다.
Leave a Reply