거대 언어 모델 프롬프트 엔지니어링 기법 분류

거대 언어 모델(LLM)은 다양한 분야에서 뛰어난 성능을 보이며, 2023년까지 AI 생성 콘텐츠(AIGC) 산업에 260억 달러 이상이 투자될 정도로 그 잠재력이 주목받고 있습니다. LLM 활용이 확산됨에 따라, 모델 파라미터 변경 없이 성능을 향상시키는 프롬프트 엔지니어링이 핵심 연구 분야로 부상했습니다. 그러나 기존 프롬프트 엔지니어링 기법들을 체계적으로 정리하고 종합적으로 분석한 연구는 부족한 실정입니다. 이 연구는 프롬프트 엔지니어링의 기존 기법과 응용 사례를 심층적으로 조사하고, 프롬프트 구성의 기초 프레임워크를 제공하는 새로운 분류 체계를 제안합니다. 이 분류 체계는 프롬프트 엔지니어링을 프로필 및 지시, 지식, 추론 및 계획, 신뢰성이라는 네 가지 핵심 측면으로 구분합니다. 제안된 분류 체계를 통해 프롬프트의 다양한 차원을 구조화하여 이해하고 체계적으로 설계할 수 있습니다. 또한, 기존 프롬프트 엔지니어링 기법들을 종합적으로 요약하고 LLM의 다양한 응용 분야를 탐색하며, 이들이 프롬프트 엔지니어링 전략과 어떻게 상호 연관되는지 조명합니다. 이 연구는 프롬프트 엔지니어링의 발전과 AI 응용 분야에서의 중요한 역할을 강조하며, 향후 연구 및 응용을 위한 체계적인 참조 자료를 제공하는 것을 목표로 합니다.