데이터 & 머신러닝

LLM을 최적화해서 잘 활용하는 방법

작은소행성☄️ 2025. 4. 7. 17:05
728x90

LLM 프롬프트 최적화 방법

LLM에게 명확하고 유용한 정보를 제공하면 더 정확하고 원하는 응답을 받을 수 있다.

특히 system과 user 영역을 구분해 작성하는 것이 중요하다.

 

⚙️ System 메시지: 역할, 톤, 제약 조건 설정

System 메시지는 모델이 어떻게 행동해야 하는지를 설정하는 부분이다.
다음과 같은 내용을 지정할 수 있다.

  • 어떤 전문가처럼 말할지
  • 답변 형식은 어떤지
  • 반드시 지켜야 할 제약 사항

예시

You are a helpful and precise technical writing assistant. 
Always reply concisely, use markdown formatting, and include code examples if possible. 
Do not include unnecessary greetings.

 

🗣️ User 메시지: 질문 또는 작업 요청

User 메시지는 실제로 모델에게 요청하는 작업을 담는 영역이다.
다음과 같은 내용을 구체적으로 작성해야 한다.

  • 하고 싶은 일
  • 필요한 조건
  • 예시나 배경 설명

예시

Write a blog post that explains what REST APIs are, intended for junior developers. 
Use simple language and give real-world analogies. 
Include at least one diagram.

 

 

프롬프트 작성 팁 (프롬프트 엔지니어링)

프롬프트 엔지니어링은 모델 파라미터를 수정하지 않고도 특정 작업에 대한 모델의 성능을 향상시키는 것을 목표로 한다. 

프롬프트를 더 효과적으로 작성할 수 있는 전략은 다음과 같다.

 

역할 부여하기

모델에게 역할을 명확히 지정하면 결과가 개선된다.

예시

You are a senior backend engineer who explains complex topics in simple terms.

 

명확한 출력 형식 지정하기

원하는 출력 형태를 정확히 명시하면 일관된 결과를 얻을 수 있다.

예시

Return the response as a JSON with ‘title’, ‘description’, and ‘codeSample’ fields.

 

예시 제공하기

기대하는 스타일이나 형식을 직접 보여주면 모델이 더 잘 따라온다.

예시

Here is an example of the style I want: …

 

제약 조건 명시하기

응답 분량, 단어 선택 등의 제약을 명확히 지정하면 더 만족스러운 결과를 얻을 수 있다.

예시

Keep the explanation within 200 words. Avoid using jargon.

 

 

728x90
반응형