넘스탯
DATA ANALYTICS & INSIGHTS
확률에서 LLM까지 – 데이터 사이언스 전문 교육 플랫폼
1. 과제 선택
리뷰 감정 분류
수학 문장제
2. 프롬프트 기법 선택
프롬프트 (모델에 넣는 입력)
사과가 23개 있었는데 20개를 쓰고 6개를 더 샀다. 지금 몇 개?
응답 (전형적 결과의 예시)
26개입니다. (전형적인 오답 예 — 한 번에 답을 내다 중간 계산을 건너뜀)
왜 이런 차이가 날까 — 예시 없이 지시만 전달합니다. 빠르지만, 출력 형식과 판단 기준이 흔들릴 수 있습니다.
응답은 각 기법의 전형적 효과를 보여주는 예시 시뮬레이션입니다. 실제 모델의 출력은 모델·상황에 따라 다릅니다.
직접 확인해 볼 것
- 수학 문장제에서 Zero-shot 과 CoT 의 응답을 비교하세요 — 중간 단계를 쓰게 하는 것만으로 무엇이 달라지나요?
- 감정 분류에서 Few-shot 예시가 출력 형식(한 단어)을 어떻게 고정하는지 보세요.
- 역할+형식 지정의 JSON 출력은 사람이 다듬지 않고 프로그램이 바로 쓸 수 있습니다 — 자동화의 핵심.
- 네 기법 모두 모델 가중치는 그대로입니다. 바뀐 것은 입력(조건)뿐 — 이것이 프롬프트 엔지니어링의 본질입니다.
- 실제 LLM(ChatGPT 등)에 같은 프롬프트를 넣어 이 예시와 비교해 보세요.