AI의 추론 능력을 강화하는 프롬프팅
기초프롬프팅방법론(6)
오늘의 글은 하나의 그림으로 시작하려 합니다.
이 그림은 아래 링크에서 확인하실 수 있습니다.
참조주소: https://arxiv.org/pdf/2110.08387
본른으로 들어가서 말씀드리자면,
Generated Knowledge Prompting:
AI의 추론 능력을 강화하는 지식 생성 기반 프롬프팅 기법
AI 모델과의 대화에서 가장 큰 도전 중 하나는 상식적 추론과 깊이 있는 지식을 필요로 하는 상황을 다루는 것입니다. Liu et al.이 2022년에 제안한 Generated Knowledge Prompting은 이러한 문제를 해결하기 위한 혁신적인 접근 방식을 제시합니다.
이 방법의 핵심은 AI가 질문에 직접 답하기 전에, 먼저 관련된 지식을 생성하고 이를 바탕으로 추론을 진행한다는 점입니다. 이는 마치 인간이 어려운 문제를 풀 때 먼저 관련 지식을 떠올리고 정리한 후 답을 찾아가는 과정과 유사합니다.
구체적인 답변 예시를 통해 살펴보겠습니다:
기본 질문: "고래는 물고기인가요?"
일반적인 프롬프팅:
답변: "아니요, 고래는 물고기가 아닙니다."
(단순한 답변, 깊이 있는 설명 부족)
Generated Knowledge Prompting 적용:
1단계: 지식 생성
Knowledge 1: "고래는 포유류에 속하며, 폐로 호흡하고 새끼를 낳아 젖을 먹여 기릅니다."
Knowledge 2: "물고기는 아가미로 호흡하며 대부분 알을 낳습니다."
Knowledge 3: "고래는 물속에서 생활하지만 산소를 얻기 위해 주기적으로 수면으로 올라와야 합니다."
2단계: 지식 기반 답변
"아니요, 고래는 물고기가 아닙니다. 고래는 포유류에 속하며, 물고기와는 달리 폐로 호흡하고 새끼를 낳아 젖을 먹여 기릅니다. 물속에서 생활하지만 산소를 얻기 위해 주기적으로 수면으로 올라와야 하는 특징을 가지고 있습니다."
이 기법은 다양한 분야에서 활용될 수 있습니다.
특히 복잡한 추론이 필요한 상황에서
그 진가를 발휘합니다:
1. 과학적 추론이 필요한 경우:
질문: "왜 겨울에는 옷을 여러 겹 겹쳐 입는 것이 한 겹의 두꺼운 옷을 입는 것보다 더 따뜻할까요?"
지식 생성:
Knowledge 1: "공기는 열전도율이 낮아 좋은 단열재 역할을 합니다."
Knowledge 2: "옷과 옷 사이의 공기층이 체온을 보존하는 역할을 합니다."
Knowledge 3: "여러 겹의 옷은 다중 공기층을 만들어 더 효과적인 단열을 제공합니다."
통합된 답변:
"여러 겹의 옷을 입으면 옷과 옷 사이에 공기층이 형성됩니다. 공기는 열전도율이 낮아 우수한 단열재 역할을 하며, 여러 겹의 옷을 통해 만들어지는 다중 공기층은 체온을 더 효과적으로 보존할 수 있게 해줍니다. 반면, 한 겹의 두꺼운 옷은 단일 단열층만을 제공하므로 상대적으로 단열 효과가 떨어집니다."
2. 역사적 맥락이 필요한 경우:
질문: "왜 산업혁명은 영국에서 시작되었나요?"
지식 생성:
Knowledge 1: "18세기 영국은 풍부한 석탄과 철광석 매장량을 보유하고 있었습니다."
Knowledge 2: "영국은 강력한 해군력을 바탕으로 전 세계적 무역 네트워크를 구축했습니다."
Knowledge 3: "영국의 특허법과 금융 제도는 기술 혁신과 투자를 촉진했습니다."
Knowledge 4: "영국의 정치적 안정성은 장기적인 경제 발전을 가능하게 했습니다."
통합된 답변:
"산업혁명이 영국에서 시작된 것은 여러 요인이 복합적으로 작용한 결과입니다. 풍부한 천연자원(석탄, 철광석), 발달된 무역 네트워크, 혁신을 장려하는 제도적 기반, 그리고 정치적 안정성이 결합되어 산업화에 완벽한 환경을 제공했습니다. 특히 해상 무역을 통한 원자재 확보와 시장 개척, 그리고 특허법을 통한 기술 혁신의 보호가 중요한 역할을 했습니다."
프롬프트 설계 전략:
1. 지식 생성 단계 최적화(단계별 지식 생성 프롬프트):
"다음 주제에 대해 단계적으로 지식을 생성해주세요:
1. 기본 정의와 개념
2. 관련된 과학적/이론적 원리
3. 실제 적용 사례나 증거
4. 예외나 특수한 경우
각 단계에서 생성된 지식은 구체적이고 검증 가능해야 합니다."
2. 지식 통합 및 검증(지식 검증 프롬프트):
"생성된 각 지식에 대해:
1. 신뢰성 검증
- 일반적으로 받아들여지는 사실인가?
- 과학적/역사적 근거가 있는가?
2. 관련성 검증
- 주어진 질문과 직접적인 관련이 있는가?
- 답변 도출에 필수적인 정보인가?
3. 충분성 검증
- 답변을 위한 충분한 정보를 제공하는가?
- 추가적인 지식이 필요한가?"
3. 답변 생성 및 정교화(답변 구조화 프롬프트):
"다음 구조에 따라 답변을 생성해주세요:
1. 핵심 답변 제시
- 생성된 지식을 기반으로 한 명확한 답변
2. 근거 설명
- 각 지식이 어떻게 답변을 지지하는지 설명
3. 예시나 사례 제시
- 답변을 더 잘 이해할 수 있는 구체적 예시
4. 한계나 주의사항
- 답변이 적용되지 않는 경우나 고려해야 할 사항"
Generated Knowledge Prompting은 AI의 답변을 더욱 정교하고 신뢰성 있게 만들어주는 강력한 도구입니다. 이 방법을 통해 우리는 AI가 단순한 패턴 매칭을 넘어서서, 실제로 관련 지식을 활용하여 추론하고 답변을 생성하도록 유도할 수 있습니다. 특히 복잡한 문제나 깊이 있는 이해가 필요한 상황에서, 이 기법은 AI의 성능을 크게 향상시킬 수 있습니다.
