AI 전문가: '블라인드' 프롬프팅이 잘못된 것은 아니다

앤드류 응 교수는 Google Brain의 창립자 중 한 명입니다. 사진: Coursera .

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.

Ng에 따르면, 이는 LLM이 단순한 명령에 응답하는 수준을 넘어 사용자의 의도와 추론을 이해하여 적절한 솔루션을 제공하는 단계로 점차 발전하고 있음을 보여주는 진전입니다. AI 모델을 개발하는 회사들이 이러한 추세를 따르고 있습니다.

하지만 "게으른 촉구"는 항상 효과적인 것은 아닙니다. Ng는 이 기술은 사용자가 AI의 웹 인터페이스나 앱을 통해 빠르게 테스트할 수 있는 경우에만 사용해야 하며, 모델이 적은 정보로 의도를 추론할 수 있을 만큼 충분히 성능이 뛰어나야 한다고 말합니다.

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

이론상으로는 "게으른 프롬프트"는 시간과 노력을 절약해 주는데, 특히 자세한 명령을 쓰는 데 익숙하지 않은 사람들에게는 그렇습니다. 하지만 이는 모든 사람에게 적합한 "지름길"은 아닙니다.

일반 사용자(기계가 정의한 방식으로 생각하는 데 익숙하지 않음)는 프롬프트가 너무 모호하여 예상치 못한 결과가 나오는 경우 어려움을 겪을 수 있습니다. AI가 특정 상황(예: 이전 채팅)에 익숙하지 않거나 사용자가 요청을 반복하고 빠르게 조정하는 경험이 없는 한 이 방법은 효과적이지 않을 가능성이 높습니다.

한편, 프로그래머나 AI를 많이 다루는 사람들의 경우, 프롬프트를 줄이는 것이 중복된 명령어가 너무 많아 모델이 "잡음이 많아지는" 것을 방지하는 데 도움이 되는 경우가 있습니다. 따라서 Ng는 이것이 이미 모델의 반응성을 이해하는 사람들에게 적합한 고급 기술이라고 강조합니다.

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