안녕하세요,
무니입니다.
이번 포스팅에서는,
프롬프트 엔지니어링과 인컨텍스트 러닝에 대해 설명드릴게요.
지난번 포스팅에서,
프롬프트 엔지니어링이란? 무엇인가에 대해 다루었었는데요!
같이 참고하시면 도움이 되실겁니다.
프롬프트 엔지니어링과 인컨텍스트 러닝
프롬프트 엔지니어링과 인컨텍스트 러닝은 인공 지능 분야에서 상호 연관된 중요한 개념으로,
특히 대용량의 언어 모델 (LLM, Large Language Model) 들과 함께 핵심적인 역할을 합니다.
이 두가지 개념은 모델의 이해와 더불어 적절한 활용하는 데에 아주 중요합니다.
(1) 프롬프트 엔지니어링 (Prompt Engineering)
- 정의 – 프롬프트 엔지니어링은 인공 지능 모델에게 높은 품질의 텍스트를 생성하도록,
가이드하는 데 효과적입니다. - 목적 – AI로부터 의미 있는 반응을 얻기 위해 어떻게 질문을 제시할지 파악하는 것입니다.
이는 우리의 의도와 모델 사이에서의 연결고리 역할을 수행합니다. - 필요한 기술 – 프롬프트 엔지니어는 강력한 언어 능력이 필요하며,
AI를 효과적으로 다루고 질의를 던질 수 있도록 합니다.
(2) 인컨텍스트 러닝 (In-Context Learning)
기본적으로 ChatGPT 와 같은 GPT (Generative Pretrained Transformer) 모델은,
대화를 기반으로 학습을 수행합니다.
이 부분은 아무래도 UX 측면에서,
사용자에게 더 좋은 경험을 제공하기 때문에 필요한 부분이라 생각됩니다.
- 정의 – 인컨텍스트 러닝은 Generative Pretrained Transformer 모델등에서 사용되는,
매개 변수를 최적화하지 않고 입력과 출력 예시에 의존하여 작업을 수행하는 기법입니다.
이는 모델이 프롬프트에서 주어진 입력/출력에 대한 시퀀스로부터,
새로운 작업, 지식 등을 배우는 능력을 의미합니다. - 목적 – 인컨텍스트 러닝은 자연어 처리를 위한 새로운 패러다임을 제시하며,
모델이 작업을 수행하기 전에 프롬프트와 응답을 컨텍스트로 제시받도록 합니다. - 필요한 기술 – 모델은 테스트 인스턴스와 몇 가지 훈련 예시를 입력으로 관찰하고,
매개 변수에 대한 어떠한 업데이트도 없이 직접 출력을 제공합니다. 따라서,
GPT 에게 원하는 대답을 들을 수 있도록 대화 기반에서 학습시키는 능력이 필요합니다.
ChatGPT 에서 인컨텍스트 러닝
ChatGPT 는 하나의 New Chat 을 기점으로,
해당 Chat 내에서만 학습을 진행합니다.
(3) 결론
이러한 개념들은 AI 모델과 더 효과적으로 소통하고 활용할 수 있게 하여,
좀 더 직관적이고 UX 에 친화적인 모델을 개발하고 학습 할 수 있도록 합니다.
이상으로,
프롬프트 엔지니어링과 인컨텍스트 러닝 포스팅을 마칠게요.
감사합니다,
무니 드림.
프롬프트 엔지니어링과 인컨텍스트 러닝