Become a 프롬프트 엔지니어
챗GPT에서 시작된 제 관심의 화살이 거대 언어 모델(LLM) 기반의 생성형 AI로 그리고 ‘프롬프트 엔지니어링(Prompt Engineering)‘으로 옮겨왔습니다. 지독한 문과쟁이에게 챗GPT를 이해하는 것도 버거운데, 배우려고 하지 않으면 뒤처질 것이라는 두려움으로 오늘도 정보 조각을 획득했습니다. 사실 저는 글을 쓰면서 제 생각을 정리하는 습관이 있기에 이것 또한 공부하는 과정으로 생각하고 있습니다.
제가 생소한 개념이나 어려운 지식을 습득할 때마다 습관처럼 생각하는 것은 ‘어떻게 하면 이걸 쉽게 설명하지?’입니다. 제 지난 글 중 ‘교사와 마케터의 공통점’에서 언급했듯이 교사와 마케터는 각자가 가진 정보(상품)를 학생(고객)이 이해하기 쉬운 문법으로 전달해야 하기 때문일지도 모르겠습니다. 그래서 오늘은 제가 ‘AI를 지배하는 방법’에 대해 쉽게 아주 쉽게 정리해보려고 합니다.
단어부터 모르겠다 프롬프트
프롬프트.. 프롬프트.. 어디에서 들어봤지? 분명히 들어봤다 했는데, Windows에 제공되는 기본 프로그램 이름 ‘명령 프롬프트’에서 들어봤더라구요. 나의 친구 나무위키를 찾아보니 명령 프롬프트는 CLI 기반의.. CLI은 또 뭐죠..? CLI는 Command-line interface로 문과생이 쉽게 이야기해서 컴퓨터에 명령을 내리는 문자열의 빈 줄(빈칸)을 의미합니다(이과생들 억장이 무너지는 소리..)
컴퓨터 말고 AI에서 프롬프트는?
제 지난 글 중 ‘챗GPT 실무 200% 활용 3법칙’을 보면 챗GPT를 활용해서 내 업무에 어떻게 도움을 받을까에 대한 답이 나와있습니다. AI분야에서 프롬프트가 의미하는 것은 바로 그런 것입니다. 거대 언어 모델(LLM)로부터 내가 원하는 답을 얻기 위해 하는 질문 그 자체를 의미합니다.
그래서 프롬프트 엔지니어가 뭔데?
컴퓨터에서 프롬프트를 잘 사용하기 위해 입력값을 제대로 알고 있는 것이 중요했다면, 생성 인공지능(Generate AI)에서는 질문을 잘하는 것이 중요하죠. 기존 검색엔진을 예로 들어보자면, 우리가 한남동 맛집을 검색하기 위해 한 때는 ‘한남동 오빠랑’ 키워드로 검색하곤 했습니다. 이유는 이미 #한남동맛집 이라는 키워드를 수많은 광고가 차지하고 있었기 때문이었죠. 이 키워드를 한남동 오빠랑으로 바꾸면 남자친구와 실제로 데이트했던 장소들에 대한 솔직 후기를 볼 수 있었습니다. 하지만, 이것도 곧 수많은 광고성 글의 키워드로 등장하며 그 의미가 퇴색되었습니다.
‘내가 얻고자 하는 정확한 결과를 얻기 위해 질문 키워드를 잘 조합하는 것.‘ 이것이 프롬프트 엔지니어를 설명하는 가장 쉬운 문장일 겁니다.
챗GPT에 같은 주제로 다양한 질문을 하다 보면 작은 차이로도 다른 결괏값이 나오는 것을 볼 수 있습니다. 어떤 키워드로 어떻게 질문하느냐에 따라 AI는 다른 답변을 내놓습니다. 그게 AI의 로직이죠.
AI 활용법 1: 질문을 그래서 어떻게 해요?
제가 지난 글을 통해서 공유한 챗GPT와 같은 생성형 AI를 업무에 잘 활용하는 방법은 이렇습니다.
- 절대로 한글로 질문하지 마라
- 질문을 체계화(단계화) 하라
- 번역기를 활용하고 내 문법에 맞게 꾸며라
오늘 다룬 글은 2번에 해당하겠네요. 거대 언어 모델을 상대로 내가 원하는 답을 이끌어내라! 이것이 프롬프트 엔지니어링의 핵심입니다. 조금 더 구체적으로 이야기하자면 내가 원하는 결과물이 블록의 완성품이라면 블록을 한 조각 한 조각 분절화하고 그 블록이라는 답을 얻기 위한 질문을 하나씩 구성해 보는 것이 좋습니다.
예를 들어 볼까요? 내가 원하는 결과가‘메타버스 시장에서 유용한 마케팅 전략’이라고 가정해 보겠습니다. 처음부터 메타버스 시장에서 가장 유용한 마케팅 전략을 물어볼까요? 간결하고 깔끔한 대답을 주기는 합니다. 그러나, 이 답을 전략에 활용하기에는 부족함이 있죠. 그럼 질문을 한 번 세분화시켜보겠습니다.
내가 원하는 결과 값을 분절화하자면
1. 메타버스 시장을 주도하고 있는 메타버스 기업들의 메타버스 상품 강점과 약점을 분석
2. 해당 기업들의 메타버스 마케팅 사례
3. 나의 기업과 비슷한 방향성을 지닌 기업을 선정
4. 나의 기업과 해당 기업의 메타버스 마케팅 전망과 방향
이렇게 되겠네요. 그럼 저는 이 순서로 질문하겠습니다(단계화).
1. 메타버스 시장을 주도하는 메타버스 기업을 나열해 줘
2. 나열한 기업들 메타버스 서비스의 강점과 약점을 알려줘
3. 한 기업씩 질문) 이 기업의 메타버스 마케팅 사례를 알려줘
4. 그럼, 그 기업들 중에서 올림플래닛의 엘리펙스와 비슷한 메타버스 플랫폼은 어디야?
5. 그 기업의 메타버스가 사용자에게 친숙하게 다가가려면 메타버스 전략을 어떻게 짜야할까?
이렇게 질문했을 때와, 처음부터 메타버스 시장에서 가장 유용한 마케팅 전략을 물어보는 것과는 어떻게 다를까요? 결과를 보여드리겠습니다.
처음부터 메타버스 시장에서 유용한 마케팅 전략을 알려줘!라고 했을 때는 위처럼 5가지로 친절히 알려줍니다. 하지만, 내 상사가 원하는 결과를 내기에는 이걸로 부족하겠죠? 자, 그럼 위에 세분화한 질문으로 다시 해보겠습니다.
AI 활용법 2: 자, 이제 실전이다!
1. 메타버스 시장을 주도하는 메타버스 기업을 나열해 줘
2. 나열한 기업들 메타버스 서비스의 강점과 약점을 알려줘
3. 한 기업씩 질문) 이 기업의 메타버스 마케팅 사례를 알려줘
4. 그럼, 그 기업들 중에서 올림플래닛의 엘리펙스와 비슷한 메타버스 플랫폼은 어디야?
자, 어떠신가요?(너무나 많은 양의 답을 얻어, 글씨가 잘 안 보일 수 있는 점 양해부탁드립니다)
우리가 얻어낼 수 있는 답의 양과 깊이에 있어서 엄청난 차이가 나는 것을 볼 수 있습니다. 자 이제 제가 설계했던 모든 질문에 대한 답을 얻었습니다.
이제 끝일까요? 아니죠! 제가 말씀드린 세 번째 조건 ‘내 문법에 맞게 꾸며라’입니다. 이제 이 분절화된 블록 조각들을 하나하나 모아서 내가 원하는 완성된 블록 구조물을 세워야 합니다.
생성형 AI는 사실에 기반한 모든 것과 데이터 상에 있는 모든 인간의 감정 표현들을 알려줄 수 있습니다. 하지만 ‘내 언어’로는 표현하지 못하죠. AI로부터 얻어낸 정보들은 또한, 오차가 있을 수 있기에 반드시 검수가 필요합니다. 예를 들어 올림플래닛의 엘리펙스 B2B SaaS로의 메타버스 플랫폼 방향성은 AI가 알지 못합니다. 그럼 결과 값을 꾸미고, 색칠하고 서로 이어 붙이는 것은 이제 사람의 몫이 되겠죠.
프롬프트 엔지니어링의 핵심은 ‘좋은 질문, 체계적 기술’로 보이지만 결국 AI를 다루는 ‘사람’이 핵심입니다. AI는 인간이 어떻게 프롬프트 값을 넣느냐에 따라 60~70%의 결괏값을 제공하지만 100%를 만드는 것은 ‘프롬프트 엔지니어’입니다.
프롬프트 엔지니어링에 관한 결론은 결국 ‘머리가 좋은 인간일수록 AI를 지배할 수 있을 것이다’가 되겠네요. 거대 언어 모델(LLM)이 디지털 휴먼과, 그리고 더 나아가 메타버스 세상에 적용될 새 시대가 머지않았습니다. 이제 AI를 잘 다루는 인간이 각광받을 시간이 왔습니다. 함께 준비하고, 또 준비하시죠! 감사합니다.
