AI 활용 ① 프롬프트 엔지니어링

문항 미리보기

116문항 중 앞 5문항입니다.

1. 1

   프롬프트 엔지니어링의 목적으로 가장 적절한 것은?

   1. 1모델 응답 속도를 하드웨어 수준에서 최적화하는 것
   2. 2모델이 학습한 데이터 중 불필요한 부분을 골라 삭제하는 것
   3. 3지시와 맥락을 설계해 원하는 출력을 안정적으로 얻는 것
   4. 4가중치를 직접 수정하는 것

   정답지시와 맥락을 설계해 원하는 출력을 안정적으로 얻는 것

   프롬프트 엔지니어링은 모델을 다시 학습하지 않고 입력(지시, 맥락, 예시, 형식)만 설계해 원하는 출력을 얻는 기술이다. 가중치를 바꾸는 것은 파인튜닝이다. 가장 싸고 빠르게 시도할 수 있으므로, 파인튜닝보다 먼저 프롬프트 개선을 해 보는 것이 일반적인 순서다.

2. 2

   다음 중 가장 좋은 결과를 기대할 수 있는 프롬프트는?

   1. 1반도체 공정, 표, 신입, 짧게, 8대, 정리, 교육
   2. 2반도체 공정에 대해 알려 줘
   3. 3반도체 공정에 대해 네가 아는 모든 것을 최대한 자세하고 완벽하게 빠짐없이 알려 줘
   4. 4신입 교육용으로 8대 공정을 단계별 한 줄 설명과 함께 표로 정리해 줘

   정답신입 교육용으로 8대 공정을 단계별 한 줄 설명과 함께 표로 정리해 줘

   좋은 프롬프트에는 대상(신입), 목적(교육), 범위(8대 공정), 형식(표, 한 줄 설명)이 들어 있다. ‘최대한 완벽하게’처럼 강조만 늘리는 것은 구체성을 대신하지 못한다. 키워드만 나열하면 의도를 추측하게 되어 결과가 들쭉날쭉해진다.

3. 3

   ‘보고서 좀 써 줘’라는 프롬프트의 가장 큰 문제점은?

   1. 1‘보고서’라는 단어를 모델이 어떤 문서인지 이해하지 못한다
   2. 2목적, 독자, 분량, 형식이 빠져 있다
   3. 3문장이 너무 짧아서 모델이 입력으로 처리할 수 없다
   4. 4존댓말을 쓰지 않아서 모델이 무례하다고 판단해 답변을 거부한다

   정답목적, 독자, 분량, 형식이 빠져 있다

   모델은 사용자의 머릿속 상황을 알 수 없으므로, 빠진 정보를 일반적인 추측으로 채운다. 누구에게 무엇을 위해 어떤 형식으로 얼마나 쓸지 밝혀야 한다. 존댓말 여부나 문장 길이 자체는 핵심 문제가 아니다.

4. 4

   프롬프트에 ‘역할(role)’을 지정하는 예로 가장 적절한 것은?

   1. 1너는 10년 차 품질 엔지니어야. 아래 불량 보고서를 검토해 줘
   2. 2너는 특별한 역할 없이 무엇이든 답하는 일반 AI야
   3. 3너는 절대 틀리지 않고 모든 것을 알고 있는 슈퍼컴퓨터야
   4. 4너는 어떤 질문에도 반드시 정답만 말하는 완벽하고 전지전능한 AI야

   정답너는 10년 차 품질 엔지니어야. 아래 불량 보고서를 검토해 줘

   역할 지정은 어떤 관점, 전문 지식, 말투로 답할지 정해 주는 기법이다. 구체적인 직무와 경험을 주면 용어 선택과 검토 기준이 그에 맞춰진다. ‘절대 틀리지 않는다’ 같은 말은 정확도를 실제로 높여 주지 못하고 과신만 부추길 수 있다.

5. 5

   LLM에게 작업을 맡길 때 ‘왜 이 작업이 필요한지(목적)’를 함께 알려 주면 좋은 이유는?

   1. 1지시에 없는 애매한 부분도 목적에 맞게 판단할 수 있다
   2. 2응답 속도가 빨라진다
   3. 3목적을 적으면 입력 토큰이 압축되어 전체 비용이 줄어든다
   4. 4목적이 없으면 답변을 거부한다

   정답지시에 없는 애매한 부분도 목적에 맞게 판단할 수 있다

   예를 들어 ‘경영진 보고용’이라는 목적을 알면 모델은 기술 세부보다 결론과 영향을 앞에 둔다. 모든 경우를 규칙으로 쓸 수 없으므로, 목적과 배경은 규칙 사이의 빈틈을 채우는 기준이 된다. 목적을 적으면 토큰은 오히려 조금 늘어난다.