대체 AI 프롬프트란 무엇인가?
우선 정의를 설명하고 가죠, 프롬프트란 무엇인가? 이 질문에 대한 GPT의 대답을 인용해 보면
프롬프트란 인공지능 모델, 특히 GPT와 같은 대규모 언어 모델에서 사용자의 의도를 전달하는 입력 텍스트를 의미합니다.
단순한 질의문이나 명령문 이상의 역할을 수행하는 프롬프트는, 모델이 학습한 방대한 데이터와 내부 알고리즘을 바탕으로 사용자가 원하는 결과물을 생성할 수 있도록 유도합니다.
프롬프트의 중요성은 단순히 “질문을 던진다”는 차원을 넘어, 모델의 응답 품질, 정확도, 심지어는 창의적인 문제 해결 능력에도 영향을 미치기 때문에 AI 활용 전반에서 핵심적인 위치를 차지합니다.
이렇게 설명을 합니다. 복잡하죠?
사실 저렇게 늘어놓으면 복잡하지만, 간단하게 말하면 단 문장으로 정리할 수 있습니다.
AI 일 시키는 방법론
실제로 이러한 곳에서 중요하게 적용되고 있는 것이죠 오늘은 이 프롬프트의 정의와 실제로 어느 정도 차이가 나는지 여러분에게 설명하는 시간을 가져보겠습니다.
우선 “Prompt”라는 단어의 어원은 중세 영어를 거쳐 라틴어 promptus에서 유래되었으며,
단어의 뜻을 번역해 보면 “즉시 준비된” 또는 “즉각적인” 의미를 포함하고 있습니다. 실제 언어학 연구자의 자료에 따르면 다음과 같이 이야기하더군요
The term "prompt" originates from the Middle English word, which in turn is derived from the Latin promptus. The Latin term promptus means “ready” or “at hand,” implying immediacy and preparedness. In the context of AI, this etymological root reflects the idea that a prompt is an immediate cue or instruction that activates the model’s stored knowledge and reasoning capabilities. In precise terms, the English definition is
Prompt (noun): An input instruction, query, or textual cue provided to an AI model to elicit a desired response or output.
This definition underscores that a prompt is not merely a query, but a carefully constructed piece of text designed to maximize the relevance and accuracy of the model’s output.
그래서 이걸 한국어로 이야기해 보면
“인공지능 모델에 제공되는 입력 텍스트”
“모델이 올바른 출력을 생성할 수 있도록 유도하는 지시문”
이렇게 정의할 수 있겠습니다. 국문에서는 ‘프롬프트’라는 용어가 그대로 차용되어 사용되었기에 굳이 복잡한 이야기를 할 필요는 없죠
조금 더 직관적으로 설명해 보면, 프롬프트는 사용자의 의도, 상황, 그리고 맥락을 포함하여 모델에게 ‘무엇을 어떻게’ 응답해야 하는지를 전달하는 핵심 요소다
이렇게 설명드리고 넘어가겠습니다.
그래서 이 프롬프트는 언제 대두화 된 걸까요? 프롬프트가 이야기된 건 2020년 한 논문으로 이야기가 거슬러 올라갑니다.
OPEN AI의 "Language Models are Few-Shot Learners"라는 논문에서 프롬프트 기법에 따른 성능 차이를 공개했었는데요
제로샷: 예시 없이 주어진 지시문만을 바탕으로 모델이 작업을 수행하는 방식.
원샷: 한 개의 예시가 제공되어 모델이 작업을 수행하도록 돕는 방식.
퓨샷: 여러 개의 예시를 제공하여 모델이 작업을 더 정확히 수행할 수 있도록 돕는 방식.
당시 GPT 3을 가지고 프롬프트에 따라 대답 수준이 엄청나게 차이 난다 라는 이야기를 하며 아래와 같은 학습방식에 대해서 이야기를 했습니다.
언뜻 봐도 차이가 심하죠?
심지어 COT(Chain-of-Thought) 기법을 포함한 프롬프트를 사용한 경우 모델의 문제 해결 정확도에서 평균 15~20%의 향상이 있음을 보고하고 있다 이런게 나름대로 충격이었어요 지금이야 매우 당연한 이야기 지만요
심지어 논문에는 영어를 사용하면 훨씬 더 나은 결과를 얻을 수 있습니다.라는 주장을 하는 내용도 있었죠
그 이후 구글이나 OPEN AI에서도 프롬프트를 이렇게 작성하세요 라는 세부디렉션을 주는 논문을 여러 편 발표했고 프롬포트 담당자는 중요하다 이런이야기가 있었습니다.
세부적인 자료는 아래를 확인해 주세요
물론 이것들은 몇 년 전 이야기고, 작금은 O3가 출시되고 이를 보조해 주는 기술들이 AI에 들어가면서 세부적으로 짜서 프롬프트 엔지어링을 해줘야 하던 시대를 지나
알아서 잘하는 AI, 더 간단한 작성 만으로도 좋은 성능을 내는 AI가 나온것이 현상황 입니다. 그래서 제가 모델선정이 더중요하다 이렇게 말씀 드리는 거고요
오케이 작가님 말씀대로 프롬프트를 잘 쓰면 성능이 향상된다는 건 알겠어요, 그럼 이런 프롬프트를 어떤 방식으로 내야하나요?
이질문에 대한 대답은, Open Ai의 플랫폼에 나와있는데요, 프롬트를 이렇게 짜라! 라고 디렉션을 주고습니다. 샘알트만 또한 이런방식으 프롬프트가 유리하다 말한 적이 있고요
다음 글에서는 이 글을 분석해서 실제로 프롬프트의 대전제에 대해서 이야기해봅시다.
참고문헌
[1] T. B. Brown, B. Mann, N. Ryder, M. Subbiah, J. Kaplan, P. Dhariwal, A. Neelakantan, P. Shyam, G. Sastry, A. Askell, S. Agarwal, A. Herbert-Voss, G. Krueger, T. Henighan, R. Child, A. Ramesh, D. M. Ziegler, J. Wu, C. Winter, C. Hesse, M. Chen, E. Sigler, M. Litwin, S. Gray, B. Chess, J. Clark, C. Berner, S. McCandlish, A. Radford, I. Sutskever, and D. Amodei, “Language Models are Few-Shot Learners,” *OpenAI*, 2020.
