이제는 엔지니어가 인공지능에게 명령을 내릴 필요가 없습니다.

인공지능 분야의 신속 엔지니어링은 2023년 가장 인기 있는 직종 중 하나였습니다. 그러나 인공지능 개발 속도가 매우 빨라지면서 이 직업은 이제 쓸모없게 되었습니다.

2023년, 수백만 명이 ChatGPT와 같은 인공지능 모델이 자신들의 일자리를 빼앗을 가능성을 우려하는 동안, 일부 기업들은 이러한 차세대 AI 챗봇을 활용할 수 있는 인재를 고용하기 위해 수십만 달러를 기꺼이 지불했습니다.

블룸버그 에 따르면 당시 ChatGPT의 등장으로 '프롬프트 엔지니어'라는 새로운 직업이 생겨났으며, 연봉은 최대 33만 5천 달러 에 달했습니다.

"AI와 대화하기"

기존 프로그래머와 달리, 엔지니어는 산문 형태로 프로그래밍 아이디어를 제안한 다음, 이 평문 명령어를 AI 시스템에 전송합니다. 그러면 시스템은 설명적인 텍스트를 실제 작업으로 변환합니다.

이러한 사람들은 종종 인공지능의 결함을 이해하고 있기 때문에 인공지능의 기능을 향상시키고 단순한 입력을 진정으로 독창적인 결과로 변환하는 정교한 전략을 개발할 수 있습니다.

랜스 정크는 한때 ChatGPT 사용법을 가르치는 온라인 강좌로 거의 3만 5천 달러 의 수익을 올렸습니다. 사진: Gearrice.

"인공지능을 효과적으로 사용하려면 명령어를 설계하는 기술을 숙달해야 합니다. 이 기술이 없으면 조만간 당신의 경력은 망가질 것입니다."라고 IBM의 글로벌 교육 및 인적 자원 개발 담당 부사장인 리디아 로건은 말했습니다.

하지만 급속한 발전 덕분에 이제 AI 모델은 사용자의 의도를 훨씬 더 잘 이해하고, 의도가 불분명할 경우 추가 질문을 할 수도 있습니다.

또한 월스트리트저널 에 따르면 기업들은 다양한 부서의 직원들에게 명령어와 AI 모델을 가장 효과적으로 사용하는 방법을 교육하고 있으므로, 이러한 전문 지식을 한 사람이 독점할 필요성이 줄어들고 있습니다.

구체적으로, 마이크로소프트가 최근 의뢰한 설문조사에서 31개국 3만 1천 명의 직원을 대상으로 향후 12~18개월 내에 회사에서 신설을 고려 중인 직무에 대해 질문했습니다. 마이크로소프트의 AI at Work 마케팅 담당 이사인 재러드 스파타로에 따르면, 명령 엔지니어는 응답자 수에서 하위 2위를 기록했습니다.

한편, 트레이너, 데이터 전문가, AI 보안 전문가와 같은 직종이 가장 인기가 높습니다.

스파타로는 주요 언어 모델들이 이제 상호 작용, 대화 및 맥락 인식을 더 잘 가능하게 할 만큼 충분히 발전했다고 주장합니다.

예를 들어, 마이크로소프트의 AI 기반 연구 도구는 추가 질문을 하고, 이해하지 못한 부분이 있으면 사용자에게 알려주며, 제공된 정보에 대한 피드백을 요청합니다. 다시 말해, 스파타로는 "완벽한 진술이 필요하지 않다"고 주장합니다.

프롬프트가 "눈이 멀었다"는 표현은 틀린 말이 아닙니다.

구인구직 플랫폼 Indeed의 AI 부문 부사장인 Hannah Calhoon에 따르면, 현재 명령줄 엔지니어 채용 공고 수는 매우 적습니다.

ChatGPT가 출시된 지 불과 몇 달 만인 2023년 1월, Indeed에서 해당 직무에 대한 사용자 검색량이 백만 건의 검색당 144건으로 급증했습니다. 그러나 이후 그 수치는 백만 건의 검색당 20~30건 수준으로 안정세를 보이고 있습니다.

프롬프트 엔지니어는 ChatGPT와 같은 AI 도구에 사용할 질문이나 명령어를 만드는 일을 하는 엔지니어입니다. 사진: Riku AI

수요 감소 외에도, 빠듯한 예산과 증가하는 경제 불확실성으로 인해 기업들은 최근 몇 년 동안 전반적으로 채용에 대해 훨씬 더 신중해졌습니다.

이에 따라 네이션와이드 보험, 작업복 브랜드 카하트, 뉴욕 라이프 보험과 같은 회사들은 주문 엔지니어를 채용한 적이 없다고 밝혔습니다. 대신, 기존 직원 모두가 훈련받을 수 있는 주문 설정 기술 연마가 더 나은 전문 분야라고 판단했다는 것입니다.

네이션와이드의 최고기술책임자(CTO)인 짐 파울러는 "재무, 인사, 법률 분야 어디에서 근무하든, 우리는 이것을 별도의 직책이 아닌 직무 내의 역량으로 간주합니다."라고 말했습니다.

구글 브레인의 창립자이자 스탠퍼드 대학교 강사인 앤드류 응 교수는 사용자가 인공지능에 프롬프트를 입력할 때 지나치게 자세할 필요는 없다고 제안합니다.

X에 올린 글에서 Ng는 이러한 방식을 " 게으른 프롬프트 " 라고 불렀습니다. 즉, 맥락이 거의 없거나 구체적인 지침 없이 AI에 정보를 제공하는 방식입니다. Coursera와 DeepLearning의 공동 창립자인 그는 "프롬프트에 세부 정보를 추가하는 것은 절대적으로 필요한 경우에만 해야 한다"고 말했습니다.

Ng가 제시한 대표적인 예는 프로그래머들이 디버깅할 때 발생하는 문제입니다. 그들은 요구사항을 명시하지 않고 때로는 몇 페이지에 달하는 전체 오류 메시지를 AI 모델에 복사하여 붙여넣는 경우가 많습니다.

"대부분의 대규모 언어 모델(LLM)은 사용자가 명시적으로 요청하지 않더라도 오류를 분석하고 수정 방법을 제안해 줘야 한다는 것을 이해할 만큼 똑똑합니다."라고 그는 썼다.

LLM(언어 관리 시스템)은 단순히 명령에 응답하는 것을 넘어 사용자의 의도와 생각을 이해하고 적절한 솔루션을 제공하기 시작했습니다. 사진: 블룸버그

Ng에 따르면, 이는 LLM이 단순히 명령에 응답하는 것을 넘어 사용자의 의도와 추론을 이해하고 적절한 솔루션을 제공하기 시작하는 단계로 나아가고 있음을 보여주는 진전이며, 이는 AI 모델 개발 회사들이 추구하는 추세입니다.

하지만 "간단한 프롬프트" 방식이 항상 효과적인 것은 아닙니다. 이 기법은 사용자가 웹 인터페이스나 AI 애플리케이션 등을 통해 모델을 빠르게 테스트할 수 있고, 모델이 제한된 정보만으로도 의도를 추론할 수 있을 만큼 충분히 발전된 경우에만 적용해야 한다는 점에 유의해야 합니다.

Ng 씨는 "인공지능이 상세한 답변을 하기 위해 많은 맥락 정보가 필요하거나 잠재적인 오류를 인식하지 못한다면, 간단한 프롬프트만으로는 도움이 되지 않을 것"이라고 강조했습니다.

출처: https://znews.vn/khong-con-ai-can-ky-su-ra-lenh-cho-ai-nua-post1549306.html