📜 " 좋은 질문은 좋은 대답을 이끌어 낸다" 최근 ChatGPT나 stable Diffusion을 통해 이미지를 생성해보신 분들은 다들 동의하실거라 생각한다. 좀 더 명확하고 구체적인 질문을 할 수록 질문자가 기대하는 답을 얻을수 있을거라는. 그리고, 최근 들어 인문학적 지식의 소유자가 더 필요하다는 신문기사도 간간히 볼 수 있다. 물론, 필자는 인문학 전공자가 절대적으로 유리하다고 생각하지는 않는다. 아마도 상대적인 관점이라고 보인다. 어째튼, 각설하고, 대화형 AI에서 더 좋은 결과물을 얻기 위해서는 결국 좋은 질문을 던져야 하고, 이를 공학적인 개념으로 "프롬프트 엔지니어링(prompt engineering)"이라고 명명하고 있다. 마침 이에 대한 깔끔하면서도 핵심을 다룬 글이 있어 공유해본다. 보다 자세하고 상세한 내용은 하단 링크를 꼭 참고하시길 강추한다. 🏁 대화형 인공지능은 우리가 정보를 다루는 방식에 큰 변화를 가져올 것이다. 그동안의 정보 활용 기술은 내게 필요한 '정보'를 신속하게 획득 가능한 검색 능력에 주로 의존해 왔다. 앞으로는 인공지능과 상호작용하여 필요한 '답'을 원하는 양식대로 빠르게 얻어내는 능력이 중요해질 것이다. 그렇다면, 이제는 대화형 인공지능에 대한 가벼운 인상비평을 넘어 이것을 잘 활용할 수 있는 기술에 대한 이야기가 필요할 때라고 본다. 🔍 프롬프트(Prompt)란? 생성 인공지능(Generative AI) 분야에서 프롬프트(Prompt)는 거대 언어 모델(Large Language Model; LLM)로부터 응답을 생성하기 위한 입력값을 의미한다. 🔍 프롬프트 엔지니어링(Prompt Engineering)이란? 원하는 결과물을 보다 수월하게 얻어내기 위한 요령은 생성 인공지능 시대에도 필요하다. 인공지능에게 일을 더 잘 시키기 위한 프롬프트를 찾는 작업, 이것이 프롬프트 엔지니어링(Prompt Engineering)이라는 개념으로 이어진다. 프롬프트 엔지니어링(Prompt Engineering)은 거대 언어 모델로부터 높은 품질의 응답을 얻어낼 수 있는 프롬프트 입력값들의 조합을 찾는 작업을 의미한다. 🔍 왜 프롬프트 엔지니어링이 필요할까? GPT와 같은 거대 언어 모델에서는 프롬프트에 포함된 문구들의 미세한 조정이 결과물에 극적인 차이를 가져올 수 있다. 내게 필요한 더 높은 품질의 응답을 얻으려면 해당 언어 모델이 잘 이해할 수 있는, 정제된 언어로 구조화된 프롬프트를 구성하는 것이 중요하다. 🔍 프롬프트를 잘 쓰는 요령 수행할 작업을 구체적으로 지시하고, 지시를 이해하는 데에 필요한 맥락을 함께 제공하며, 얻고자 하는 바를 명확히 정의해야 한다. 그래야 상호 간에 오가는 커뮤니케이션 비용을 줄일 수 있고, 원하는 결과물도 잘 얻을 수 있다. 이는 생성 인공지능을 다룰 때에도 똑같이 적용되는 요령이다. 🔔 쉽고 간결한 표현을 사용하자. 🔔 '열린' 질문보단 '닫힌' 지시문이 좋다. 🔔 수행할 작업의 조건을 구체적으로 명시하자. 🔔 지시의 맥락을 함께 제공하자. 🔔 원하는 결과물 형식의 예시를 함께 입력하자. 🔔 충분히 실험하자. 🚩 Prompt Engineering(Wikipedia)- https://en.wikipedia.org/wiki/Prompt_engineering 🚩PromptBase - https://promptbase.com/ 🚩 160 ChatGPT Prompts You Can’t Miss To Try Out In 2023 - https://writesonic.com/blog/chatgpt-prompts/ 🚩 The Ultimate Collection of ChatGPT Prompts and Products - https://www.promptvine.com/ 🚩 ChatGPT Prompt Generator - https://huggingface.co/spaces/merve/ChatGPT-prompt-generator 🚩 Stable Diffusion Prompt Generator - https://huggingface.co/spaces/Gustavosta/MagicPrompt-Stable-Diffusion