brunch

프롬프트 패턴 예시 2

인공지능 길들이기

“질문을 던졌지만 원하던 답을 얻지 못해 실망한 적 없으신가요? 사실, 그건 AI의 문제가 아닐 수 있습니다. 이 글이 도움 되길 바랍니다.”



대규모 언어 모델을 효과적으로 활용하기 위한 다양한 프롬프트 패턴과 그 조합 방법에 대해 요약합니다.

일종의, 인간사회에서 사람의 성격에 따라, 대화의 방식이 변하듯, 인공지능도 같은 맥락의 방법이며, 이렇게 하는 이유는, 대화를 통한 내가 원하는 정보를 얻기 위함입니다.



1. 입력 요청(Ask for Input) 패턴

주제: 즉각적이고 방대한 응답을 제어하고, 사용자가 원하는 시점에 입력을 받아 대화를 주도하는 방법.


내용 요약: LLM에 특정 규칙을 설명한 후, 규칙을 적용할 '첫 번째 입력'을 사용자에게 요청하도록 지시하는 패턴입니다. 이를 통해 LLM이 불필요한 내용(예: "어수선한 책상 정리" 예시)을 먼저 생성하는 것을 막고, 사용자가 원하는 주제에만 집중하여 대화를 시작할 수 있습니다. 프롬프트의 끝에 항상 입력 요청 메시지를 포함하는 것이 중요합니다.



2. 아우트라인 확장(Outline Expander) 패턴

주제: 복잡하고 거대한 작업을 작은 조각으로 나누어 LLM과 함께 체계적으로 작성하는 방법.


내용 요약: LLM에게 '아우트라인 확장자' 역할을 부여하여, 전체 프로젝트의 개요(outline)를 먼저 만들게 합니다. 사용자는 이 개요 중 특정 부분을 선택하여 확장을 요청하고, LLM은 해당 부분에 대한 새로운 하위 개요나 상세 내용을 생성합니다. 이 패턴은 LLM의 제한된 입력/출력 한계를 극복하고, 개별 조각들이 전체 구조에 명확하게 맞춰지도록 도와줍니다. 페르소나, 꼬리 생성, 입력 요청 패턴 등을 결합하여 사용할 수 있습니다.



3. 메뉴 액션(Menu Action) 패턴

주제: 반복적이고 정형화된 작업을 위해 대화 내에서 사용자만의 '프로그램'을 구축하는 방법.


내용 요약: 사용자가 특정 명령(예: '확장' 또는 '작성')을 입력하면, 미리 정의된 규칙에 따라 LLM이 특정 행동을 실행하도록 하는 패턴입니다. 긴 프롬프트를 반복해서 입력할 필요 없이 간단한 키워드만으로 작업을 재현할 수 있습니다. 이는 조직 내에서 공통 작업을 자동화하거나, 프롬프트 엔지니어링 지식을 공유하는 데 유용하며, 마치 대화 속에서 자신만의 소프트웨어 메뉴를 만드는 것과 같습니다.




4. 사실 체크리스트(Fact Checklist) 패턴

주제: LLM이 생성한 결과물의 정확성을 검증하고, 사실 확인 프로세스를 지원하는 방법.


내용 요약: LLM이 텍스트를 생성할 때, 해당 텍스트에 포함된 핵심 사실 목록(checklist)을 함께 출력하도록 지시하는 패턴입니다. 이 목록을 통해 사용자는 텍스트에 녹아있는 중요한 정보들을 한눈에 파악하고, 외부 출처와 교차 검증할 수 있습니다. 이는 LLM의 부정확성(환각) 문제를 완화하고, 결과물을 맹신하지 않고 비판적으로 검토하도록 돕는 유용한 도구입니다.



5. 꼬리 생성(Tail Generation) 패턴

주제: 긴 대화에서 LLM이 이전에 정의된 규칙이나 맥락을 잊어버리는 것을 방지하는 방법.


내용 요약: LLM이 응답을 마칠 때마다, 그 출력물의 끝(tail)에 다음 작업을 위한 규칙이나 중요한 맥락을 다시 상기시키는 문장을 포함하도록 하는 패턴입니다. 이 '꼬리'는 대화의 흐름을 유지하고, LLM이 게임의 규칙을 잊지 않도록 지속적으로 재교육하는 역할을 합니다. 특히 여러 규칙을 적용하여 복잡한 작업을 진행할 때 효과적입니다.




6. 시맨틱 필터(Semantic Filter) 패턴

주제: 텍스트에서 특정 의미나 특성을 가진 정보를 식별하고 제거하거나 보존하는 방법.


내용 요약: LLM에게 '의미론적 필터' 역할을 부여하여, 주어진 텍스트에서 특정 목적에 맞는 정보를 골라내거나(보존), 제거(필터링)하도록 지시하는 패턴입니다. 예를 들어, 민감한 정보(날짜, 개인 정보 등)를 제거하거나, 특정 질병(당뇨병) 진단에 관련된 내용만을 제거하는 등 텍스트의 의미를 기반으로 정보를 조작합니다. 이는 정보의 정리, 보안, 또는 특정 목적에 맞는 텍스트 변환에 유용합니다.




7. 패턴 조합

주제: 여러 프롬프트 패턴을 결합하여 더욱 정교하고 강력한 설루션을 만드는 방법.


내용 요약: 각 패턴이 특정 문제를 해결하는 도구라면, 이들을 서로 연결하여 복잡한 전체 문제를 해결할 수 있습니다. 예를 들어, 아우트라인 확장 패턴에 메뉴 액션 패턴을 결합하여 개요를 빠르게 작성하고, 꼬리 생성 패턴을 사용하여 대화의 맥락을 유지하며, 사실 체크리스트 패턴으로 정확성을 검증하는 등, 여러 패턴의 장점을 결합하여 시너지를 창출할 수 있습니다.




※ 본 요약은 Coursera의 Vanderbilt University ‘프롬프트 엔지니어링 특화 과정’ 학습 내용을 바탕으로 작성된 개인 학습 기록입니다. 공정 이용(fair use) 범위 내에서 작성되었으며, 강의 원문 및 자료의 직접 복제·캡처는 저작권에 의해 금지됩니다.- by Coursera Plus - "Learning Notes and Summaries by Digitalian”

keyword
매거진의 이전글인공지능의 악용 사례