[LLM] Prompt Engineering이란?

• 자료출처 : <지식 사전> 프롬프트 엔지니어링이란 ① - Chat-GPT(LLM)를 스마트하게 활용하는 방법

<지식 사전> 프롬프트 엔지니어링이란 ① - Chat-GPT(LLM)를 스마트하게 활용하는 방법

 

---

 

LAB실 과제에서, LLM이 탑재된 어플리케이션의

"프롬프트 엔지니어링"에 대한 공부가 필요해 공부한 내용을 정리하였다.

---

0. 어플리케이션에 대해서..

어플리케이션의 전체적인 개발은 용역 업체에 맡겨 진행하였다.

용역을 맡긴 입장이었기에, 개발해주시는 과정과 결과물을 중간중간에 전달받아 확인하였다.

확실히, 기업은 달랐다. (특히 개발속도가 말도안되게 빠르다..)

 

APP은 개발이 되었으니, 그 안에 들어갈 내용적 플랫폼과 LLM은 우리가 진행이 필요한 상황이다.

 

나는 여기서, LLM에 대한 부분을 맡았으며, Prompt Engineering에 대한 공부가 필요하였다.

찾아보니, LLM을 탑재한 기술을 적용하면 2가지로 나뉘는 것 같았다.

1. LLM을 Fine-tuning 진행하여, 특화 LLM 개발
2. LLM을 활용하여, Prompt Engineering과 RAG 등을 활용하여 "LLM을 써봤다".

보통 메인으로 가져가는 연구나 기업에서의 개발에서는, 전자를 많이 따르는 것 같더라.

그런데 우리는 "LLM을 써봤다."로 가고 있다.

1. Prompt Engineering이란?

Prompt Engineering(이하 “프롬프트 엔지니어링”)은 인공지능(AI) 모델, 그 중에서도
특히 자연어 처리(NLP) 모델(ex. GPT, Solar Pro2, Clova 등)과 효과적으로 소통하기 위해
입력 텍스트(프롬프트)를 설계하고 최적화하는 과정을 말함.

eg.) 우리는 코끼리 그림을 그려달라고 요청하고 싶음.
그럼 아래 2가지의 예시를 보자.
A) 김XX(인간)이, GPT(LLM)에 “코끼리를 그려줘” 라고 질문을 함.
B) 김XX(인간)이, GPT(LLM)에 “회색에 덩치가 아주 큰 상아가 달린 코끼리를 그려줘” 라고 질문을 함.

위 두 질문을 보면, (B)의 질문이 좀 더 명확함.
이런 것을 프롬프트 엔지니어링이라고 하는데, 어려운 것도 아닌데 LLM 답변의 성능을 유의미하게 끌어올려줌. 

 

2. Prompt Engineering의 기본 구성 요소는?

• 결론부터 말하면, 아래 4가지이다.
  1. 명확성(Clarity)
  2. 구체성(Specificity)
  3. 문맥(Context)
  4. 의도(Intent)

기본 구성 요소	설명 및 예시
명확성 (Clarity)	프롬프트는 AI 모델이 이해하기 쉽도록 명확하고 간결해야 함. eg.) “부산의 날씨에 대해 알려줘” 보다는, “오늘 부산 해운대의 날씨가 어떤지 자세히 설명해 줘”가 더 명확함.
구체성 (Specificity)	프롬프트는 원하는 출력을 얻기 위해 필요한 정보를 구체적으로 제공해야 함. eg.) ”건강한 아침 식단” 보다는, “낮은 칼로리, 고단백의 체중 감량을 위한 아침 식단”이 더 구체적임.
문맥 (Context)	프롬프트는 AI 모델이 적절한 맥락에서 생성할 수 있도록 충분한 배경 정보를 제공해야 함. eg.) ”제주도 여행 계획 세워줘” 보다는, “다음 달 제주도로 3박 4일 가족여행을 갈 계획이야. 맛집/관광지/숙소 추천해 줘”가 더 많은 문맥을 제공함.
의도 (Intent)	프롬프트는 사용자의 의도를 명확히 전달하여, AI 모델이 원하는 방향으로 생성할 수 있도록 해야 함. eg.) ”태백산맥에 대해 설명해 줘”보다는, “태백산맥의 지형적 특징과 생태계에 대해 자세히 설명해 줘”가 더 명확한 의도를 전달함.

 

3. 우리 앱에서의 적용 방안

우리 어플리케이션은, 단순 질문-답변(Q&A)뿐만 아니라,
"심리-정서적 맥락을 이해하고, 공감하는 상담형 AI 서비스"임.

→ 따라서, 프롬프트 엔지니어링은 "AI가 어떤 상담사처럼, 어떤 상황에서, 어떤 말투로 말할지"를 설계하는 과정으로 이해하면 편하다.

 

구분	설명 및 예시
역할 (Role)	AI가 어떤 “인물/전문가”처럼 행동해야 하는지 지정 eg.) ”너는 한국에서 활동하는 공감적인 아동청소년 전문 심리상담사야”
상황 설정 (Context)	사용자가 처한 상황이나 감정을 전달 eg.) ”사용자는 최근 불면증으로 피로감을 호소하고 있어.”
말투 (Style)	응답의 어조, 문체, 길이, 표현 방식 eg.) ”부드럽고 단정한 어조로, 3문장 이내로 답해” * 답변의 길이 설정 등도 포함됨.
출력 규칙 (Output style)	응답 구조를 미리 정의함. eg.) ”답변을 진행할 때는, 공감→ 간단한 요약→ 자기성찰형 질문 순서로 말해”

 

4. 추가로..

찾아보니, 사용하려는 LLM API에 따라서

적용되는 Prompt Engineering 가이드북 같은 내용들이 존재한다.

 

그래서, 이후 공부해야 할 내용은 아래가 맞을 것 같다.

1. 우선 LLM이 확정되지 않았으니, 대중적인 GPT Prompt 관련 공부를 한다.
2. 그동안 LLM이 확정되면, 해당 LLM에 대한 Prompt를 공부한다.