안녕하세요, 오늘도 제리입니다. 🤓
최근 몇 주간 진행된 AI 스터디가 성공적으로 마무리되었다는 ..! (짝짝)
오늘은 그 2번째 차시로, 크루들과 함께 배운 스터디 내용을 복기하고, 저도 언제든 다시 찾아볼 수 있도록 기록을 남겨보려고 합니다.
지난번엔 AI에게 <페르소나>를 부여하는 기본기를 다뤘다면,
이번에는 AI의 ‘생각 과정’ 자체를 설계하는 심화 기법들을 본격적으로 소개해 드릴게요.
1. 생각의 흐름을 통제하다 : 생각의 사슬 (Chain-of-Thought, CoT) 🧠
복잡한 문제를 AI에게 툭 던지면, 종종 과정을 건너뛰고 엉뚱한 결론을 내놓곤 합니다.
마치 암산으로 어려운 수학 문제를 풀다가 실수하는 것처럼요.
‘생각의 사슬’은 AI에게 " 암산 금지! 풀이 과정을 전부 다 써! " 라고 요구하는 것과 같습니다.
✅️ 프롬프트 예시
당신은 데이터 기반 사용자 경험 디자이너입니다. 아래 A안과 B안의 비교 테스트 결과를 바탕으로, 어떤 버튼 디자인이 더 효과적인지 결론을 내리려고 합니다. 단계별로 생각하고, 그 과정을 설명해 주세요. 데이터: A안 (파란색 버튼): 노출 1,000회, 클릭 100회 B안 (초록색 버튼): 노출 1,000회, 클릭 120회
분석 과정: 이번 테스트의 핵심 성공 지표를 <클릭률>로 정의한다. A안과 B안의 클릭률을 각각 계산한다. 계산된 클릭률을 비교하여 어느 쪽이 더 우수한지 판단하고, 그 이유와 함께 다음 <실행 과제>를 제안한다.
|
2. 교차 검증으로 신뢰도 높이기 : 자기 일관성 ✨
‘생각의 사슬’로 얻은 답변이 정말 최선일까요?
‘자기 일관성’은 CoT의 신뢰도를 한 단계 더 끌어올리는 기법입니다.
같은 질문에 대해 여러 개의 <독립적인 추론 경로>를 만들게 한 뒤, 그중 가장 많이 나온 결론을 채택하는 ‘다수결 원칙’ 같은 거죠.
✅️ [프롬프트 예시]
신규 앱 아이콘의 디자인 컨셉을 정해야 합니다. 핵심 키워드는 <연결>, <성장>, <데이터>입니다. 서로 다른 3가지의 독립적인 추론 경로를 통해 아이콘 컨셉을 제안해 주세요. 각 경로는 다른 시각적 모티프에서 출발해야 합니다. 경로 1: ‘연결’을 ‘사슬’의 형태로 시각화하여... 경로 2: ‘성장’을 ‘새싹’의 이미지로 표현하여... 경로 3: ‘데이터’를 ‘그래프’의 형태로 추상화하여...
마지막으로, 3가지 경로의 결론을 비교하여 우리 앱에 가장 적합한 최종 컨셉을 하나 선정하고 그 이유를 설명해 주세요. |
3. 최적의 경로를 탐색하는 나무 : 생각의 나무 (Tree of Thoughts, ToT) 🌳
‘생각의 사슬’이 하나의 길을 깊게 파고드는 방식이라면,
‘생각의 나무’는 여러 갈래의 길(나뭇가지)을 동시에 탐색하는 전략가와 같습니다.
각 경로의 장단점을 스스로 평가하고, 막다른 길에 다다르면 다른 유망한 길로 돌아가 탐색을 이어가죠.
복잡한 전략 수립에 특히 강력합니다.
✅️ [프롬프트 예시]
이번에 출시한 '디자인 피드백 자동화' 기능의 사용률이 저조합니다. '생각의 나무' 방식으로 이 문제를 해결할 전략을 세워주세요.- (가지 뻗기) 사용률이 저조한 잠재적 원인을 3가지 브레인스토밍 해주세요. (예: 기능 인지 부족, 사용법의 어려움, 기능의 가치 불분명)
- (가지 탐색) 각 원인별로 2가지의 구체적인 해결 방안을 제안해주세요.
- (가지치기) 각 해결 방안의 예상 효과와 실행 난이도를 평가하고, 최종적으로 가장 먼저 시도해봐야 할 최적의 전략을 하나 선택하고 그 이유를 설명해주세요.
|
4. 본질부터 파고들기: 한 걸음 물러서기 (Step-Back) 🚶♂️
구체적인 문제에 바로 답을 구하기보다, " 잠깐만, 한 걸음 물러서서 이 문제의 근본 원리가 뭐지? " 라고 먼저 묻는 방식입니다.
핵심 원칙을 먼저 이해하고 나면, 세부적인 문제에 대한 해결책은 훨씬 더 명확해집니다.
| ✅️ [프롬프트 예시]
우리 앱의 메인 화면 정보구조를 개편하려고 합니다. 1단계 (한 걸음 물러서기) 2단계 (적용) 위 원칙들을 바탕으로, 우리 앱의 주요 기능(A, B, C, D, E)들을 어떻게 그룹핑하고 배치하는 것이
가장 합리적일지 2가지 안을 제안하고, 각 안의 장단점을 분석해줘.
|
AI의 작동 방식 두 가지! 🤖
마지막으로 위의 고급 프롬프팅 기법들과 함께, AI의 기본적인 특징 두 가지를 이해하면 좋습니다.
1. 컨텍스트 길이의 한계
AI의 기억력은 무한하지 않습니다. 한 번의 대화에서 기억할 수 있는 글자의 양(컨텍스트 길이)에 한계가 있죠.
너무 긴 보고서를 한 번에 넣어 요약시키거나, 수십 번의 대화를 거친 후 맨 처음 나눈 이야기를 기억하길 기대하면 AI는 길을 잃습니다.
핵심 정보를 간추려 제공하거나, 긴 대화는 새 창에서 다시 시작하는 것이 좋습니다.
2. 검색증강생성의 마법
"2025년 최신 UI 트렌드는 뭐야?"라고 물었을 때, AI는 어떻게 대답할까요? 👉 AI는 학습된 데이터만으로 답변하지 않습니다.
스스로 <웹 검색>이라는 ' 행동 ' 을 통해 최신 정보를 찾아보고, 그 결과를 바탕으로 ' 추론 ' 하여 답변을 생성합니다.
이렇게 외부 도구를 활용해 자신의 지식을 보강하는 것을 '검색증강생성'이라고 부르며,
덕분에 우리는 AI를 통해 최신 정보까지 얻을 수 있는 것이죠.
이렇게 AI 스터디를 깊게 더 찾아보고 나름대로 글로 정리하고 나니, 또 새로운 부분들이 보이는 것 같아요.
함께 스터디하며 열정적으로 작업하고, 노하우를 공유해 주신 크루분들께 진심으로 감사드립니다! /꾸벅/
벌써부터 기대가 되는 넥스트 교유꾸 🚀
그나저나, 다들 무더위 조심하세요! 건강이 최고! 🥰
안녕하세요, 오늘도 제리입니다. 🤓
최근 몇 주간 진행된 AI 스터디가 성공적으로 마무리되었다는 ..! (짝짝)
오늘은 그 2번째 차시로, 크루들과 함께 배운 스터디 내용을 복기하고, 저도 언제든 다시 찾아볼 수 있도록 기록을 남겨보려고 합니다.
지난번엔 AI에게 <페르소나>를 부여하는 기본기를 다뤘다면,
이번에는 AI의 ‘생각 과정’ 자체를 설계하는 심화 기법들을 본격적으로 소개해 드릴게요.
1. 생각의 흐름을 통제하다 : 생각의 사슬 (Chain-of-Thought, CoT) 🧠
복잡한 문제를 AI에게 툭 던지면, 종종 과정을 건너뛰고 엉뚱한 결론을 내놓곤 합니다.
마치 암산으로 어려운 수학 문제를 풀다가 실수하는 것처럼요.
‘생각의 사슬’은 AI에게 " 암산 금지! 풀이 과정을 전부 다 써! " 라고 요구하는 것과 같습니다.
✅️ 프롬프트 예시
당신은 데이터 기반 사용자 경험 디자이너입니다.
아래 A안과 B안의 비교 테스트 결과를 바탕으로, 어떤 버튼 디자인이 더 효과적인지 결론을 내리려고 합니다.
단계별로 생각하고, 그 과정을 설명해 주세요.
데이터:
A안 (파란색 버튼): 노출 1,000회, 클릭 100회
B안 (초록색 버튼): 노출 1,000회, 클릭 120회
분석 과정:
이번 테스트의 핵심 성공 지표를 <클릭률>로 정의한다.
A안과 B안의 클릭률을 각각 계산한다.
계산된 클릭률을 비교하여 어느 쪽이 더 우수한지 판단하고, 그 이유와 함께 다음 <실행 과제>를 제안한다.
2. 교차 검증으로 신뢰도 높이기 : 자기 일관성 ✨
‘생각의 사슬’로 얻은 답변이 정말 최선일까요?
‘자기 일관성’은 CoT의 신뢰도를 한 단계 더 끌어올리는 기법입니다.
같은 질문에 대해 여러 개의 <독립적인 추론 경로>를 만들게 한 뒤, 그중 가장 많이 나온 결론을 채택하는 ‘다수결 원칙’ 같은 거죠.
신규 앱 아이콘의 디자인 컨셉을 정해야 합니다. 핵심 키워드는 <연결>, <성장>, <데이터>입니다.
서로 다른 3가지의 독립적인 추론 경로를 통해 아이콘 컨셉을 제안해 주세요.
각 경로는 다른 시각적 모티프에서 출발해야 합니다.
경로 1: ‘연결’을 ‘사슬’의 형태로 시각화하여...
경로 2: ‘성장’을 ‘새싹’의 이미지로 표현하여...
경로 3: ‘데이터’를 ‘그래프’의 형태로 추상화하여...
마지막으로, 3가지 경로의 결론을 비교하여 우리 앱에 가장 적합한 최종 컨셉을 하나 선정하고 그 이유를 설명해 주세요.
3. 최적의 경로를 탐색하는 나무 : 생각의 나무 (Tree of Thoughts, ToT) 🌳
‘생각의 사슬’이 하나의 길을 깊게 파고드는 방식이라면,
‘생각의 나무’는 여러 갈래의 길(나뭇가지)을 동시에 탐색하는 전략가와 같습니다.
각 경로의 장단점을 스스로 평가하고, 막다른 길에 다다르면 다른 유망한 길로 돌아가 탐색을 이어가죠.
복잡한 전략 수립에 특히 강력합니다.
이번에 출시한 '디자인 피드백 자동화' 기능의 사용률이 저조합니다. '생각의 나무' 방식으로 이 문제를 해결할 전략을 세워주세요.
4. 본질부터 파고들기: 한 걸음 물러서기 (Step-Back) 🚶♂️
구체적인 문제에 바로 답을 구하기보다, " 잠깐만, 한 걸음 물러서서 이 문제의 근본 원리가 뭐지? " 라고 먼저 묻는 방식입니다.
핵심 원칙을 먼저 이해하고 나면, 세부적인 문제에 대한 해결책은 훨씬 더 명확해집니다.
우리 앱의 메인 화면 정보구조를 개편하려고 합니다.
1단계 (한 걸음 물러서기)
먼저, 사용성이 좋은 모바일 앱 정보구조의 핵심 원칙 3가지를 설명해줘. (예: 명확성, 일관성, 확장성 등)
2단계 (적용)
위 원칙들을 바탕으로, 우리 앱의 주요 기능(A, B, C, D, E)들을 어떻게 그룹핑하고 배치하는 것이
가장 합리적일지 2가지 안을 제안하고, 각 안의 장단점을 분석해줘.
AI의 작동 방식 두 가지! 🤖
마지막으로 위의 고급 프롬프팅 기법들과 함께, AI의 기본적인 특징 두 가지를 이해하면 좋습니다.
1. 컨텍스트 길이의 한계
AI의 기억력은 무한하지 않습니다. 한 번의 대화에서 기억할 수 있는 글자의 양(컨텍스트 길이)에 한계가 있죠.
너무 긴 보고서를 한 번에 넣어 요약시키거나, 수십 번의 대화를 거친 후 맨 처음 나눈 이야기를 기억하길 기대하면 AI는 길을 잃습니다.
핵심 정보를 간추려 제공하거나, 긴 대화는 새 창에서 다시 시작하는 것이 좋습니다.
2. 검색증강생성의 마법
"2025년 최신 UI 트렌드는 뭐야?"라고 물었을 때, AI는 어떻게 대답할까요? 👉 AI는 학습된 데이터만으로 답변하지 않습니다.
스스로 <웹 검색>이라는 ' 행동 ' 을 통해 최신 정보를 찾아보고, 그 결과를 바탕으로 ' 추론 ' 하여 답변을 생성합니다.
이렇게 외부 도구를 활용해 자신의 지식을 보강하는 것을 '검색증강생성'이라고 부르며,
덕분에 우리는 AI를 통해 최신 정보까지 얻을 수 있는 것이죠.
이렇게 AI 스터디를 깊게 더 찾아보고 나름대로 글로 정리하고 나니, 또 새로운 부분들이 보이는 것 같아요.
함께 스터디하며 열정적으로 작업하고, 노하우를 공유해 주신 크루분들께 진심으로 감사드립니다! /꾸벅/
벌써부터 기대가 되는 넥스트 교유꾸 🚀
그나저나, 다들 무더위 조심하세요! 건강이 최고! 🥰