프롬프트

프롬프트(Prompt)는 생성형 AI에게 특정 작업을 수행하도록 요청하는 자연어 텍스트이다. 인공지능(AI)이 주어진 입력을 이해하고 적절한 출력을 생성할 수 있도록 도와주는 중요한 요소다. 프롬프트는 단순히 질문이나 명령에 국한되지 않고, AI와의 상호작용을 통해 원하는 결과를 도출하기 위한 다양한 방식으로 구성될 수 있다. 이 과정에서 프롬프트의 형식, 내용, 맥락 등이 결과의 품질에 결정적인 영향을 미친다.

상세

프롬프트는 생성형 AI에게 특정 작업을 수행하도록 요청하는 자연어 텍스트를 의미한다. 생성형 AI는 스토리, 대화, 동영상, 이미지, 음악과 같은 다양한 콘텐츠를 만들어내는 인공지능 솔루션으로, 방대한 양의 데이터로 사전 훈련된 심층 신경망을 활용하는 대규모 기계학습(ML) 모델을 기반으로 한다. 이 모델은 매우 유연하여 문서 요약, 문장 완성, 질문에 답변, 언어 번역 등 다양한 작업을 수행할 수 있으며, 과거 훈련 데이터를 바탕으로 최적의 결과를 예측하여 제공한다. 생성형 AI는 자연어를 그대로 입력받을 수 있어, 컴퓨터가 명령어 대신 인간의 언어를 이해하고 명령을 수행할 수 있게 되었다. 이로 인해 사용자들은 기존 시스템보다 훨씬 자유롭고 다양한 결과물을 기대할 수 있으며, 생성형 AI에게 어떤 행동을 해야 하는지 설명하는 입력값을 프롬프트라고 한다. 프롬프트는 사용자가 AI에 입력하는 모든 것으로, 명령, 지시, 질문, 요청 등 다양한 형태로 제공될 수 있다.

모든 프롬프트가 유용한 출력을 보장하는 것은 아니다. 생성형 AI가 정확하고 연관성 있는 응답을 생성하기 위해서는 프롬프트에 충분한 컨텍스트와 세부 정보가 포함되어야 한다. 프롬프트의 품질과 정확성은 AI가 원하는 결과를 생성하는 데 중요한 역할을 한다. 특히 프롬프트를 적절하게 설계하면 AI가 특정 주제에 대한 글을 생성하거나, 질문에 답하거나, 의미 있는 대화를 이어나가도록 유도할 수 있다. 이처럼 프롬프트의 구성을 체계적으로 설계하는 과정은 프롬프트 엔지니어링이라 불리며, 이는 AI가 보다 정확하고 유용한 결과물을 제공할 수 있도록 프롬프트를 지속적으로 조정하는 작업을 포함한다. 프롬프트 입력의 수준에 따라 AI가 생성하는 결과물의 질이 달라지므로, 이를 통해 AI 서비스의 품질을 평가하기도 한다.

유형

프롬프트는 다음과 같은 여러 유형으로 분류될 수 있다.

• 정보 요청형 프롬프트 : 사용자가 특정 정보를 요구하는 형태로, "대기오염의 주요 원인은 무엇인가?"와 같은 질문이 이에 해당한다. 이 경우 AI는 관련 데이터를 기반으로 정확한 정보를 제공해야 한다.
• 창작형 프롬프트 : 창의적인 작업을 요구하는 프롬프트로, "고양이가 주인과 함께 모험을 떠나는 이야기의 첫 문장을 작성해줘"와 같은 요청이 포함된다. 이 경우 AI는 상상력을 발휘하여 독창적인 콘텐츠를 생성해야 한다.
• 지시형 프롬프트 : AI에게 특정 작업을 수행하도록 지시하는 경우로, "이 글을 100자로 요약해줘"와 같은 형태다. AI는 주어진 작업에 따라 간결한 결과물을 생성해야 한다.
• 대화형 프롬프트 : 대화의 흐름을 유지하기 위한 프롬프트로, "어제 본 영화에 대해 이야기해줘"와 같은 요청이 이에 해당한다. AI는 자연스러운 대화 맥락을 유지하면서 응답해야 한다.

설계 시 고려사항

프롬프트를 설계할 때 몇 가지 중요한 요소를 고려해야 한다.

• 구체성 : 프롬프트가 구체적일수록 AI는 더 나은 결과를 생성할 가능성이 높다. 예를 들어, "좋은 책 추천해줘"보다는 "2020년에 출간된 과학 소설 중에서 추천해줘"가 더 명확한 요청이 된다.
• 맥락 : 프롬프트에 충분한 배경 정보를 제공하는 것이 중요하다. 맥락을 추가함으로써 AI는 보다 관련성 있는 응답을 생성할 수 있다. 예를 들어, "마케팅 전략에 대해 설명해줘"라는 요청보다 "소셜 미디어를 활용한 마케팅 전략에 대해 설명해줘"가 더 효과적이다.
• 명확성 : 명확한 언어로 표현된 프롬프트는 AI가 올바른 작업을 이해하고 수행하는 데 도움을 준다. 복잡한 표현보다는 간결하고 직관적인 문장을 사용하는 것이 바람직하다.

프롬프트 엔지니어링

프롬프트 엔지니어링은 대규모 언어 모델(LLM)에서 원하는 결과를 얻기 위해 프롬프트를 공들여 만들고 최적화하는 과정이다. 여기서 프롬포트는 AI 모델에서 출력을 생성하기 위해 입력하는 텍스트를 말한다. 프롬프트는 AI 모델이 학습한 내용 가운데 특정 내용을 탐색하도록 안내해 목표에 맞는 결과를 생성한다. AI 민주화를 목표로 하는 연구 및 교육 기관인 분산인공지능연구소(DAIR.AI)에서 깃허브를 통해 제공하는 프롬프트 엔지니어링 가이드에 따르면 프롬프트의 구성 요소는 1) 모델이 수행하기를 원하는 특정 작업 또는 지침을 말하는 ‘명령(Instruction)’, 2) 모델을 조정할 수 있는 외부 정보 또는 추가 맥락을 일컫는 ‘맥락 정보(Context)’, 3) 답변을 찾고자 하는 입력 또는 질문을 말하는 ‘입력 데이터(Input Data)’, 4) 출력의 유형 또는 형식을 의미하는 ‘출력 데이터(Output Data)’다.

프롬프트에 모든 구성 요소가 포함돼야 하는 것은 아니다. 아울러 AI 모델에 전달할 지시 사항이나 질문 같은 정보가 포함될 수 있으며, 입력이나 예제 같은 기타 세부 정보도 포함될 수 있다. 결과의 품질은 프롬프트가 얼마나 많은 정보를 제공하고, 프롬프트가 얼마나 잘 구성돼 있는지에 따라 달려있다. 아주 간단한 프롬프트의 예는 다음과 같다.

프롬프트
The sky is

출력
Blue
The sky is blue on a clear day. On a cloudy day, the sky may be gray or white.

여기서 AI 모델은 ‘The sky is~’라는 프롬프트의 맥락에 부합하긴 하지만, 이렇게 너무 단순한 프롬프트는 사용자가 예상하지 못했거나 원하는 것과는 거리가 먼 답을 제공할 수 있다. 이 예시는 사용자가 원하는 바를 구체적으로 설명해야 할 필요성을 강조한다. 따라서 프롬프트를 다음과 같이 추가할 수 있다.

프롬프트
Complete is sentence:
The sky is blue

출력
So beautiful today.

AI 모델에 문장을 완성하라고 지시했기 때문에, 즉 지시를 정확하게 따르기 때문에 결과가 더 적절해진다. 이렇게 원하는 작업을 수행하도록 지시하는 최적의 프롬프트를 설계하는 접근 방식을 프롬프트 엔지니어링이라고 한다. 프롬프트 엔지니어링을 통해 텍스트 요약, 정보 추출, 질의응답, 텍스트 분류, 코드 생성, 추론 등의 작업에서 언어 모델의 성능을 향상할 수 있다.

참고자료

• 〈프롬프트 엔지니어링이란 무엇인가요?〉, 《AWS》
• 〈AI 프롬프트와 프롬프트 엔지니어링 | 정의와 예시〉, 《코드블로그》, 2023-05-24
• 〈프롬프트 엔지니어링(Prompt Engineering)이란?〉, 《아펜》, 2024-02-19

같이 보기

• 자연어
• 텍스트
• 생성형 AI
• 프롬프트 엔지니어링

이 프롬프트 문서는 인공지능 기술에 관한 글로서 검토가 필요합니다. 위키 문서는 누구든지 자유롭게 편집할 수 있습니다. [편집]을 눌러 문서 내용을 검토·수정해 주세요.

인공지능 : 인공지능 서비스, 인공지능 로봇, 인공지능 기술 □■⊕, 인공지능 기업, 인공지능 인물 인공지능 기술 AI 워싱 • 랭체인 • 로봇공학 • 로봇기술 • 인지과학 • 자동추론 • 자연어 처리 • 지능 • 지식표현 • 컴퓨터 비전 • 튜링 테스트 • 프롬프트 • 프롬프트 엔지니어링 문자인식과 음성인식 ICR • OCR • OMR • TTS • URL • 글자 • 답변 • 대화 • 동영상 • 디자인 • 맥락 • 문서 • 문자 • 문자인식 • 문자채팅 • 발음 • 번역 • 분류 • 상담 • 소스코드 • 스토리 • 얼굴 • 얼굴인식 • 음성 • 음성채팅 • 음성인식(STT) • 이미지 • 인공어 • 자막 • 자연어 • 질문 • 채팅 • 코드 • 코딩 • 텍스트 • 통번역 • 통역 • 파일 • 폴더 • 화상채팅 • 화자인식 인공지능 데이터 데이터라벨러 • 데이터라벨링 • 데이터셋 • 벡터 • 벡터DB • 벡터공간 • 스칼라 • 임베딩 • 크라우드워커 • 토큰 • 토큰화 인공지능 학습 ADP • CoLLM • DALL-E • DDPG • DQN • LAM • LMM • SARSA • sLLM • SLM • 강화학습 • 거대언어모델(LLM) • 결정이론적 메타추론 • 계통적 강화학습 • 과적합 • 동적 계획법 • 딥러닝 • 딥큐러닝 • 머신러닝(기계학습) • 메타추론 • 모델 기반 강화학습 • 모델 프리 강화학습 • 미세조정(파인튜닝) • 반영식 아키텍처 • 비지도학습 • 사전학습 • 수시 알고리즘 • 어니 • 에이전트 • 인공지능 학습 • 전이학습 • 준지도학습 • 지도학습 • 추론 • 학습 • 확률적 경사하강법 인공지능 알고리즘 AGI • ANI • ASI • RAG • XAI • 가중치 • 관계형 네트워크(RN) • 뉴런 • 다층퍼셉트론 • 단층퍼셉트론 • 데이터마이닝 • 방사신경망 • 볼츠만 머신 • 분산 샌드박스 • 생성대립신경망(GAN) • 생성형 AI • 수퍼얼라인먼트 • 순전파 • 순환신경망(RNN) • 시그모이드 함수 • 신경망 • 신경망 구조 • 심층신경망(DNN) • 심층신뢰신경망(DBN) • 양방향 비고정값 암호 체계(TSID) • 역전파 • 은닉층 • 인공신경망(ANN) • 인공지능(AI) • 제한 볼츠만 머신(RBM) • 전방전달신경망 • 주의 메커니즘 • 코헨 자기조직 신경망 • 텍스트마이닝 • 트랜스포머 • 파이 • 퍼셉트론 • 합성곱 신경망(CNN) 계산복잡도 NP • NP-완전 • 계산복잡도 • 공간복잡도 • 시간복잡도 • 여 NP • 여 NP-완전 인공지능 프로그램 BCI • GPT • 딥블루 • 딥페이크 • 멀티모달 AI • 모달 • 모달리티 • 모달창 • 알렉스넷 • 어니 • 알파고 • 알파고제로 • 알파폴드 • 왓슨 • 카페 • 컨트롤넷 • 텐서플로 • 텔레파시 • 토치 • 파이토치 • 한돌 인공지능 특징 결정이론 • 계산상의 합리성 • 논리학 • 논리주의자 • 분산성 • 불확실성 • 삼단논법 • 선호도 • 예측곤란성 • 완벽한 합리성 • 유계 합리성 • 이유 불충분의 원리 • 자율성 • 최대기대효용 • 할루시네이션 • 효용이론 인공지능 법적 지위 권리주체성 • 소버린 AI • 전자대리인 • 전자적 인간 • 책임법 위키 : 자동차, 교통, 지역, 지도, 산업, 기업, 단체, 업무, 생활, 쇼핑, 블록체인, 암호화폐, 인공지능, 개발, 인물, 행사, 일반