AI 전문가: '맹목적' 프롬프트는 잘못된 것이 아니다

앤드류 응 교수는 구글 브레인의 창립자 중 한 명입니다. 사진: Coursera .

X에 게시된 글에서 응(Ng)은 이를 " 게으른 프롬프트(lazy prompting )" 라고 부릅니다. 맥락이 거의 없거나 전혀 없이 AI에 정보를 제공하는 것입니다. 코세라(Coursera)와 딥러닝(DeepLearning)의 공동 창립자인 응은 "절대적으로 필요한 경우에만 프롬프트에 세부 정보를 추가해야 합니다."라고 말했습니다.

Ng가 제시한 전형적인 예로는 프로그래머가 디버깅을 할 때 명시적으로 원하는 내용을 언급하지 않고 전체 오류 메시지(때로는 몇 페이지 길이)를 AI 모델에 복사하여 붙여 넣는 경우가 많다는 것입니다.

그는 "대부분의 대규모 언어 모델(LLM)은 사용자가 명확하게 언급하지 않더라도 사용자가 필요로 하는 것을 이해하고 분석하여 수정 방법을 제안할 만큼 똑똑합니다."라고 썼습니다.

Ng에 따르면, 이는 LLM이 단순한 명령에 응답하는 수준을 넘어 사용자의 의도를 이해하고 적절한 해결책을 제공하는 방향으로 점차 발전하고 있음을 보여주는 진전입니다. AI 모델을 개발하는 회사들이 이러한 추세를 따르고 있습니다.

하지만 "게으른 프롬프트"가 항상 효과적인 것은 아닙니다. Ng는 이 기법은 웹 인터페이스나 AI 앱처럼 사용자가 빠르게 테스트할 수 있고, 모델이 적은 정보로도 의도를 추론할 수 있는 경우에만 사용해야 한다고 지적합니다.

Ng는 "AI가 자세한 답변을 하기 위해 많은 맥락이 필요하거나 잠재적 오류를 인식할 수 없다면 간단한 프롬프트만으로는 도움이 되지 않습니다."라고 강조했습니다.

이론상으로는, 느긋하게 프롬프트를 사용하면 시간과 노력을 절약할 수 있으며, 특히 자세한 명령을 작성하는 데 익숙하지 않은 사람들에게는 더욱 그렇습니다. 하지만 모든 사람에게 적합한 "지름길"은 아닙니다.

"암묵적인" 기계 이해에 익숙하지 않은 일반 사용자는 모호한 프롬프트에 어려움을 겪을 수 있으며, 이는 예상치 못한 결과로 이어질 수 있습니다. AI가 특정 상황(예: 이전 채팅)에 익숙하지 않거나 사용자가 요청을 반복하고 빠르게 수정해 본 경험이 없다면 이러한 접근 방식은 효과적일 수 있습니다.

한편, 프로그래머나 AI 관련 업무를 많이 하는 사람들에게는 프롬프트를 짧게 만드는 것이 너무 많은 중복 명령어로 인해 모델이 "노이즈"를 발생시키지 않도록 하는 데 도움이 될 수 있습니다. 따라서 Ng는 이것이 모델의 응답 성능을 이미 이해하고 있는 사람들에게 적합한 고급 기술이라고 강조합니다.

출처: https://znews.vn/chuyen-gia-ai-prompt-mu-khong-sai-post1543586.html