본문 바로가기

AI9

프롬프트 엔지니어링의 현재와 한계 오늘은 프롬프트 엔지니어링의 현재와 한계에 대한 이야기를 나눠보려고 한다. 프롬프트 엔지니어링의 개념에 대해서는 아래쪽에 서술해 두었다. 1. 프롬프트 엔지니어링이 하나의 기술처럼 보이게 된 이유프롬프트 엔지니어링이 주목받기 시작한 이유는 생성형 AI가 기존의 소프트웨어와 전혀 다른 방식으로 사용자와 상호작용하기 때문이다. 과거의 시스템은 버튼과 규칙으로 동작했지만, LLM은 자연어 입력 하나로 전혀 다른 결과를 만들어낸다. 이때 입력 문장이 결과에 미치는 영향이 매우 크다는 사실이 알려지면서, 어떤 식으로 질문하고 지시하느냐가 성능을 좌우하는 핵심 요소처럼 인식되었다. 실제로 같은 모델을 사용하더라도 프롬프트에 따라 결과의 정확도, 논리성, 표현 수준이 크게 달라지는 경험을 많은 사용자가 하게 되었.. 2026. 2. 11.
AI 모델 성능을 좌우하는 요소들 AI 모델 성능을 좌우하는 요소들은 어떤 것들이 있는지 알아보도록 하자. 오늘은 데이터 품질, 파라미터 수, 파인튜닝, 평가 지표의 실제 영향 등에 대해 이야기 해보도록 하겠다. 1.데이터 품질이 성능의 70%를 결정한다: 양보다 중요한 것은 ‘무엇을’ 학습했는가 AI 모델 성능을 이야기할 때 가장 먼저 언급해야 할 요소는 언제나 데이터 품질다. 파라미터 수나 최신 모델 구조보다도, 실제 성능을 좌우하는 결정적 요인은 “모델이 어떤 데이터를 보고 학습했는가”에 있다. 흔히 데이터가 많으면 성능이 좋아질 것이라고 생각하지만, 이는 절반만 맞는 말이다. 데이터의 양이 일정 수준을 넘어서면, 그 이후의 성능 차이는 대부분 데이터의 정제 수준, 다양성, 대표성에서 갈린다.예를 들어 문법적으로 틀린 문장, 중.. 2026. 2. 10.
생성형 AI의 원리 이해하기 오늘은 챗지피티(Chat-GPT), 제미나이, 퍼플렉시티, 클로드, 코파일럿, 딥시크 등의 생성형 AI의 원리 이해하기에 대한 이야기를 해본다. 생성형 AI는 어떻게 작동할까? 그 원리는 어떻게 될까? 1. LLM은 ‘이해’가 아니라 ‘확률’을 학습한다많은 사람들이 생성형 AI, 특히 LLM(Large Language Model)을 두고 “이해하고 답한다”고 말하지만, 기술적으로 보면 이는 상당히 부정확한 표현이다. LLM이 하는 일의 본질은 문장을 이해하는 것이 아니라, 다음에 올 단어의 확률을 계산하는 것에 가깝다. 예를 들어 “오늘 날씨가”라는 문장이 주어졌을 때, 모델은 ‘맑다’, ‘춥다’, ‘어때?’ 같은 단어가 뒤에 올 확률을 계산하고, 그중 가장 그럴듯한 선택지를 고른다. 이 과정이 토큰(.. 2026. 2. 9.

티스토리툴바