더 이상 AI를 지휘할 엔지니어가 필요하지 않습니다.

2023년에는 수백만 명의 사람들이 ChatGPT와 같은 인공지능 모델이 자신의 일자리를 빼앗을 가능성을 걱정하는 가운데, 일부 회사는 이러한 새로운 세대의 AI 챗봇을 활용할 수 있는 사람을 고용하기 위해 수십만 달러를 지불할 의향이 있습니다.

블룸버그 에 따르면, 그 당시 ChatGPT가 등장하면서 연봉이 최대 335,000달러 에 달하는 Prompt Engineer라는 새로운 직업이 생겨났습니다.

"AI와 대화하세요"

기존 프로그래머와 달리 엔지니어는 산문으로 프로그래밍을 제안한 다음 일반 텍스트로 작성된 명령을 AI 시스템에 전송합니다. 그러면 시스템은 이러한 설명적 단어를 실제 일자리로 변환합니다.

이런 사람들은 AI의 단점을 이해하는 경우가 많으며, 이를 통해 AI의 능력을 강화하고 간단한 입력을 정말 독특한 결과로 바꿔주는 복잡한 전략을 생각해낼 수 있습니다.

랜스 정크는 사람들에게 ChatGPT 사용법을 가르치는 온라인 코스를 만들어 35,000달러 에 가까운 수익을 올렸습니다. 사진: 기어리스.

AI를 효과적으로 사용하려면 명령 설계 기술을 숙달해야 합니다. IBM 테크놀로지 그룹의 글로벌 교육 및 인적자원 개발 부사장인 리디아 로건은 "이 기술을 익히지 못하면 조만간 당신의 경력은 '파괴'될 것"이라고 말했습니다.

그러나 급속한 발전으로 AI 모델은 이제 사용자 의도를 이해하는 능력이 훨씬 향상되었으며, 의도가 불분명한 경우 후속 질문을 할 수도 있습니다.

또한 WSJ 에 따르면 기업들은 다양한 부서의 광범위한 직원을 대상으로 명령과 AI 모델을 가장 잘 활용하는 방법을 교육하고 있기 때문에 한 사람이 이러한 전문 지식을 보유할 필요성이 줄어들고 있습니다.

구체적으로, 최근 Microsoft가 의뢰한 설문조사에서 31개국의 직원 31,000명을 대상으로 회사가 향후 12~18개월 내에 추가할 새로운 역할에 대해 물었습니다. Microsoft의 AI at Work 마케팅 책임자인 자레드 스파타로에 따르면, 명령 엔지니어는 목록에서 맨 아래에서 두 번째입니다.

그 사이 트레이너, 데이터 과학자, AI 보안 전문가와 같은 직업이 목록의 상위를 차지했습니다.

스파타로는 대규모 언어 모델이 이제 더 나은 상호작용, 대화, 맥락 인식을 가능하게 할 만큼 충분히 발전했다고 주장합니다.

예를 들어, Microsoft의 AI 기반 연구 도구는 후속 질문을 하고, 사용자가 이해하지 못하는 부분이 있을 때 이를 알리고, 제공된 정보에 대한 피드백을 요청합니다. 다시 말해, 스파타로는 "완벽한 지휘권을 가질 필요는 없다"고 주장합니다.

프롬프트 "블라인드"는 틀린 것이 아닙니다.

취업 검색 플랫폼 Indeed의 AI 부문 부사장인 Hannah Calhoon에 따르면, 현재 명령줄 엔지니어에 대한 구인 공고는 거의 없습니다.

2023년 1월, ChatGPT가 출시된 지 몇 달 만에 Indeed 사용자의 이 직무 검색 건수는 100만 건당 144건으로 급증했습니다. 하지만 그 이후로 이 수치는 100만 건 검색당 20~30건 정도로 안정화되었습니다.

프롬프트 엔지니어는 ChatGPT와 같은 AI 도구에 질문을 작성하거나 명령을 내리는 일을 하는 엔지니어입니다. 사진: 리쿠 AI.

수요 감소, 예산 부족, 경제적 불확실성 증가 외에도, 최근 몇 년 동안 기업들은 전반적으로 채용에 훨씬 더 신중한 태도를 보였습니다.

이에 따라 네이션와이드 보험, 작업복 브랜드 카하트, 보험 회사 뉴욕 라이프 등의 회사는 모두 지휘 엔지니어를 고용한 적이 없다고 밝혔습니다. 그 대신, 그들은 더 나은 지휘 기술을 연마하는 것을 모든 현직 직원이 훈련받을 수 있는 전문 분야로 봅니다.

Nationwide의 최고기술책임자(CTO)인 짐 파울러는 "재무, 인사, 법무 분야에 종사하든, 우리는 이를 별도의 직함이 아닌 직함 내의 역량으로 봅니다."라고 말했습니다.

구글 브레인 설립자이자 스탠포드 대학 강사인 앤드류 응 교수는 사용자가 AI에 요청(프롬프트)을 입력할 때 때로는 너무 자세하게 설명할 필요가 없다고 말했습니다.

X에 게시한 글에서 Ng 씨는 이 방법을 " 게으른 프롬프트 " 라고 부릅니다. 즉, 맥락이 거의 없거나 구체적인 지침 없이 AI에 정보를 제공하는 것입니다. Coursera와 DeepLearning의 공동 창립자는 "필수적인 경우에만 프롬프트에 세부 정보를 추가해야 합니다."라고 말했습니다.

Ng가 제시한 전형적인 예는 프로그래머가 디버깅을 할 때입니다. 그들은 종종 명시적으로 요청을 언급하지 않고 전체 오류 메시지(때로는 몇 페이지 길이)를 AI 모델에 복사하여 붙여 넣습니다.

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