앤드류 응 "코드만 복붙하는 '게으른 프롬프트'...고급 기술자에는 도움 돼"

[박찬 기자]

앤드루 응 스탠포드대학교 교수가 "인공지능(AI) 프롬프트는 반드시 정교할 필요는 없다"라며 '게으른 프롬프트(lazy prompting)'도 효과적인 전략이 될 수 있다'고 밝혔다.

응 교수는 4일(현지시간) X(트위터)에 올린 글을 통해 "프롬프트에 세부 정보를 넣는 것은 꼭 필요할 때만 한다"라며 "간단하고 직접적인 입력이 오히려 더 나은 결과를 도출할 수 있다"고 주장했다.

그는 이 방식을 '게으른 프롬프트'라고 명명했다. 이는 AI에 정보를 입력할 때 별다른 맥락이나 구체적인 지시 없이 간단히 전달하는 접근법을 의미한다.

https://twitter.com/AndrewYNg/status/1907843984158036137

일반적으로는 대형언어모델(LLM)을 활용할 때 명확한 지시와 충분한 배경 정보를 제공하는 것이 효과적이라는 조언이 많다.

하지만 응 교수는 "개발자들이 코드를 디버깅할 때 긴 오류 메시지를 별다른 설명 없이 LLM에 복사해 붙여 넣는 경우가 많다"라며 "대부분 LLM은 사용자의 의도를 추론해 오류를 이해하고 해결 방안을 찾으려 한다는 걸 알아차릴 정도로 똑똑하다"라고 설명했다. 즉, 명시적인 지시 없이도 LLM이 문제를 인식하고 적절한 해법을 제시할 수 있다는 것이다.

이는 최근 AI 모델들이 단순한 지시 수행을 넘어서 사용자 의도를 추론하고 이해하려는 방향으로 발전하고 있음을 시사한다. AI 모델 개발자들 사이에서도 LLM의 추론 능력 강화를 위한 연구가 활발히 진행되고 있다.

하지만 '게으른 프롬프트'가 항상 효과적인 것은 아니다. 응 교수는 이 전략이 효과를 발휘하려면 두가지 조건이 필요하다고 설명했다. 사용자가 LLM의 웹 또는 앱 인터페이스를 통해 빠르게 반복 테스트할 수 있어야 하고 모델이 제한된 정보만으로도 높은 수준의 추론 능력을 발휘할 수 있어야 한다는 것이다.

그는 "모델이 복잡한 응답을 생성하기 위해 많은 맥락을 필요로 하거나 잠재적인 오류를 감지하지 못하는 경우에는 단순한 프롬프트만으로는 충분하지 않다"라고 강조했다.

또 게으른 프롬프트는 일반 사용자에게 오히려 혼란을 줄 수 있다고 지적했다. 모델이 이전 대화나 상황을 인식하지 못하는 경우, 사용자가 요청을 반복하고 빠르게 조정하는 경험이 없다면 입력이 모호해지면서 예기치 못한 응답을 초래할 수 있기 때문이다.

대신 이런 방식이 프로그래머나 AI 활용에 익숙한 전문가들에게 유용할 수 있다고 설명했다. 중복된 명령어를 줄이고, 모델에 혼란을 줄 수 있는 '잡음'을 제거함으로써 더 효율적인 결과를 이끌어낼 수 있다는 것이다.

결국, '게으른 프롬프트'는 AI의 반응 패턴과 추론 능력을 잘 이해하는 고급 사용자에게 적합한 고급 전략이라는 것이 응 교수의 결론이다.

박찬 기자 cpark@aitimes.com

<저작권자 Copyright ⓒ AI타임스 무단전재 및 재배포 금지>