프롬프트 엔지니어링 트레일
Chain of Thought(CoT)는 AI에게 단계별로 사고하도록 유도하는 기법입니다. 복잡한 추론, 수학 문제, 의사결정 과정에서 AI의 정확도를 크게 높여주는 강력한 기법을 실습합니다.
AI에게 결론만 바로 내리지 말고 중간 사고 과정을 단계별로 전개하도록 요청하는 기법입니다. 사람이 복잡한 문제를 풀 때 메모하며 사고하는 것과 비슷합니다. 'Think step by step'이라는 간단한 구절만 추가해도 효과가 있습니다.
"이 제조 공정에서 불량률이 높아진 원인을 단계별로 분석해줘. 1단계: 데이터 패턴 확인, 2단계: 변수 관계 분석, 3단계: 근본 원인 추정"
Zero-shot CoT는 "단계별로 생각해줘"라는 지시만 추가하는 방법이고, Few-shot CoT는 사고 과정의 예시까지 제공하는 방법입니다. 복잡한 업무일수록 Few-shot CoT가 더 정확한 결과를 만듭니다.
Zero-shot CoT: "이 문제를 단계별로 풀어줘" Few-shot CoT: "아래 예시처럼 단계별로 분석해줘: 문제: A공장 불량률 5% → 분석: 1) 라인별 불량률 비교 → 2) 3번 라인 8%로 돌출 → 3) 금형 마모 확인 → 결론: 금형 교체 필요"
같은 문제에 대해 여러 번의 CoT 추론을 수행하고, 가장 일관된 결론을 채택하는 기법입니다. 중요한 의사결정에서 AI 답변의 신뢰도를 높이는 데 사용됩니다.
"아래 품질 이슈에 대해 3가지 서로 다른 관점에서 원인을 분석하고, 공통적으로 도출되는 결론을 정리해줘."
CoT를 확장하여, 각 단계에서 여러 가능성을 탐색하고 평가하는 기법입니다. 최적의 전략을 찾거나 창의적인 해결책이 필요할 때 효과적입니다.
"현대차 전기차 배터리 원가 절감 방안을 Tree of Thought로 분석해줘. 각 단계에서 3가지 옵션을 제시하고, 실현 가능성과 효과를 평가한 뒤 최선의 경로를 추천해줘."
현대모비스 물류센터에서 배송 지연이 발생했습니다. Chain of Thought 기법을 사용하여 원인을 단계적으로 분석하는 프롬프트를 작성해보세요. 최소 4단계의 분석 과정을 포함하세요.
기아 신차 가격 책정을 위한 의사결정에 Self-Consistency 기법을 적용하는 프롬프트를 작성해보세요. 3가지 관점(원가 기반, 경쟁사 비교, 고객 가치 기반)에서 분석합니다.
Q1.Chain of Thought 기법의 핵심 원리는?
Q2.Self-Consistency 기법은 언제 사용하면 좋은가요?
Q3.Zero-shot CoT를 적용하는 가장 간단한 방법은?